船橋 4R 詳細AI予想

本レースの全馬 AI 評価と推奨馬券を掲載します。期待値プラスと判定した馬のみ買い目に含めています。

4R 船橋競馬場ダ1500m ダート1500m　発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	プラネタリーアワー	本田重（船橋）	実7.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 13.0%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	モンドシュピーゲル	笹川翼（大井）	実3.2	◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走平均2.0着と安定／前走2着／騎手は近50戦で勝率34%）
前5走 08/24 船橋3R 2着/8頭+0.9秒 ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 2.0着 (安定) ◎ 騎手近50戦勝率 34% (好調) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 39.2% (オッズ暗示: 31.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	モリインビクタス	藤本現（大井）	実6.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は7走で勝ち無し／直近3走平均2.0着と安定／前走2着）
前5走 08/26 船橋2R 2着/10頭+0.9秒 08/04 船橋2R 2着/11頭+1.1秒 06/17 名古屋2R 2着/11頭 06/02 名古屋3R 6着/11頭 05/20 名古屋10R 6着/11頭+1.0秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 2.0着 (安定) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 7.6% (オッズ暗示: 16.1%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	リバテイー逃げ	菅原吏（船橋）	実130.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/12 浦和3R 9着/11頭+2.7秒 07/02 大井3R 7着/8頭 06/11 大井3R 6着/9頭 04/17 大井3R 9着/14頭+1.2秒 03/26 大井6R 7着/13頭+1.1秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.3着 (不振) × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 0.8%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	スコーレブロー	山中悠（船橋）	実16.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／前走3着）
前5走 08/24 船橋3R 3着/8頭+1.3秒 08/02 船橋6R 4着/10頭+1.3秒 06/28 船橋3R 5着/9頭 06/04 船橋2R 6着/12頭 09/29 船橋3R 5着/7頭+1.0秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 6.1%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	ミラクルガイ自在	張田昂（船橋）	実32.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は7走で勝ち無し／直近3走平均8.7着と低調）
前5走 09/10 川崎5R 11着/12頭+4.0秒 08/18 川崎2R 9着/12頭+1.9秒 07/27 川崎8R 6着/11頭+0.8秒 04/06 川崎3R 7着/10頭+1.7秒 03/02 川崎2R 2着/9頭+0.1秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.7着 (不振) ▽ 距離適性同距離は 7走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 3.0%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	ローレルクラウン	山口達（船橋）	実11.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 5.2% (オッズ暗示: 9.1%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	ミーサーク	所　蛍（船橋）	実3.9	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 24.0% (オッズ暗示: 25.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	ベイビーメイビー	笠野雄（船橋）	実6.2	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率100%と好調／前走勝利の勢い／61日ぶりの実戦）
前5走 07/30 名古屋4R 1着/12頭勝利 06/30 名古屋2R 1着/12頭 ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 8.4% (オッズ暗示: 16.1%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	グリンフォンテン追込	小杉亮（船橋）	実63.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調）
前5走 08/24 船橋3R 4着/8頭+2.7秒 08/03 船橋2R 5着/11頭+0.8秒 07/04 船橋1R 1着/8頭 10/01 船橋1R 9着/11頭+4.6秒 08/28 船橋1R 6着/7頭+3.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
11	ゴーレム	野畑凌（川崎）	実62.7	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向）
前5走 08/03 船橋2R 10着/11頭+1.5秒 07/15 浦和2R 7着/9頭 06/29 船橋2R 4着/10頭 06/02 船橋2R 11着/12頭 05/07 船橋4R 3着/12頭+1.0秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
12	キタノマヒロ	和田譲（大井）	実65.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 08/24 船橋3R 5着/8頭+2.9秒 08/02 船橋6R 5着/10頭+1.7秒 06/29 船橋2R 5着/10頭 06/02 船橋1R 3着/10頭 05/07 船橋4R 7着/12頭+1.4秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 1.6% (オッズ暗示: 1.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

AI評価 ◎鉄板本命 ◎本命 ○対抗 ▲注目 △押さえ ▽下位 ×推奨外／ 期待値 100円賭けたときの想定利益率／ オッズ 実=リアル取得済推定=推定オッズ／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）

AIの本命

AI評価1位

モンドシュピーゲル

騎手笹川翼（大井）

単勝オッズ

3.2倍

AI期待値

+25%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ミーサーク

3.9倍

EV -6%

▲9ベイビーメイビー

6.2倍

EV -47%

出走馬全12頭

◎2

モンドシュピーゲル

笹川翼（大井）

3.2倍

+25%

›

○8

ミーサーク

所　蛍（船橋）

3.9倍

-6%

›

▲9

ベイビーメイビー

笠野雄（船橋）

6.2倍

-47%

›

△3

モリインビクタス

藤本現（大井）

6.2倍

-52%

›

△1

プラネタリーアワー

本田重（船橋）

7.7倍

-50%

›

△7

ローレルクラウン

山口達（船橋）

11.0倍

-42%

›

▽6

ミラクルガイ

張田昂（船橋）

32.8倍

-12%

›

×5

スコーレブロー

山中悠（船橋）

16.3倍

-61%

›

▽12

キタノマヒロ

和田譲（大井）

65.6倍

+4%

›

▽10

グリンフォンテン

小杉亮（船橋）

63.1倍

-18%

›

×11

ゴーレム

野畑凌（川崎）

62.7倍

-58%

›

▽4

リバテイー

菅原吏（船橋）

130.0倍

-35%

›

各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

▶ 展開シミュレーション

このレースの推奨馬券

見送り

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項