船橋 6R 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。

6R 船橋競馬場ダ1200m ダート1200m　発走 17:18

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タッカーバリアント先行	古岡勇（川崎）	実84.1	▽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 09/09 川崎9R 8着/12頭+3.3秒 08/20 川崎7R 1着/3頭 07/28 川崎9R 4着/10頭+0.6秒 05/15 川崎8R 3着/12頭+0.2秒 04/07 川崎12R 10着/12頭+2.0秒
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) ○ 直近3戦の調子勝率 33% (上り調子) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.2%) ※ 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。
2	ベルトネ追込	所　蛍（船橋）	実9.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（76日ぶりの実戦）
前5走 07/15 浦和8R 10着/12頭 02/13 船橋8R 6着/12頭+0.5秒 12/31 大井11R 3着/13頭+0.1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 6.3着 ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 6.3% (オッズ暗示: 10.4%) ※ 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	セレナエフォール差し	岡村健（船橋）	実14.0	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/02 船橋7R 5着/9頭+1.1秒 06/29 船橋9R 4着/8頭 06/02 船橋6R 7着/9頭 05/05 船橋8R 3着/12頭+0.4秒 02/13 船橋8R 3着/12頭+0.5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 5.3着 ○ 当競馬場適性 20走で勝率 20% (相性良) ○ 距離適性同距離 19走で勝率 21% × 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 3.4% (オッズ暗示: 7.1%) ※ 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	ピコダイアル差し	ゴンサ（船橋）	実4.0	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率25%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 08/24 船橋9R 2着/3頭 06/01 船橋8R 6着/9頭 03/31 船橋7R 1着/11頭勝利 02/13 船橋8R 9着/12頭+0.7秒 01/22 船橋12R 4着/12頭+0.2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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) △ 距離適性同距離 7走で勝率 14% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 20.0% (オッズ暗示: 25.0%) ※ 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。
5	ワイルドゴーア	櫻井光（川崎）	実32.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／中6日以内の連戦）
前5走 09/24 浦和10R 6着/12頭+1.1秒 08/11 浦和8R 10着/12頭+1.7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 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 3.1%) ※ 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	フィレタン逃げ	山口達（船橋）	実7.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/24 船橋8R 7着/12頭+1.4秒 08/03 船橋7R 6着/8頭+1.7秒 06/29 船橋9R 2着/8頭 04/01 船橋8R 2着/10頭+0.5秒 02/13 船橋8R 10着/12頭+1.4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 5.0着 △ 当競馬場適性 14走で勝率 14% △ 距離適性同距離 14走で勝率 14% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 11.0% (オッズ暗示: 14.3%) ※ 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	タイセイフランク逃げ	笹川翼（大井）	実20.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率34%）
前5走 08/20 川崎9R 8着/10頭+1.2秒 04/07 川崎9R 2着/10頭+0.2秒 03/30 船橋9R 7着/10頭+1.7秒 03/02 川崎12R 9着/12頭+1.1秒 02/02 川崎12R 9着/13頭+2.7秒
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) △ 直近3戦の調子平均 5.7着 ◎ 騎手近50戦勝率 34% (好調) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 4.9%) ※ 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	イッシンフラン先行	澤田龍（船橋）	実5.4	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走3着）
前5走 08/03 船橋7R 3着/8頭+1.1秒 06/28 船橋11R 1着/11頭 06/01 船橋8R 5着/9頭 05/05 船橋6R 3着/12頭+0.7秒 03/31 船橋7R 3着/11頭+0.8秒
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) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 9走で勝率 22% ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 14.4% (オッズ暗示: 18.5%) ※ 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。
9	ルナフォルトゥーナ	藤本現（大井）	実46.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／中6日以内の連戦）
前5走 09/22 浦和11R 10着/12頭+2.7秒 09/10 川崎12R 7着/14頭+2.0秒 08/10 浦和11R 6着/12頭+1.2秒 07/14 浦和8R 8着/12頭 06/26 浦和10R 2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戦の調子平均 7.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.2%) ※ 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。
10	エコロカディス	本田重（船橋）	実8.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均11.0着と低調）
前5走 08/24 船橋8R 11着/12頭+2.4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戦の調子平均 11.0着 (不振) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 4.9% (オッズ暗示: 12.2%) ※ 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。
11	ポッドベッロ追込	實川純（船橋）	実61.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/06 船橋10R 6着/10頭+1.0秒 07/28 川崎9R 2着/10頭+0.2秒 07/08 川崎8R 4着/10頭 03/31 船橋7R 4着/11頭+0.8秒 03/19 浦和8R 4着/14頭+0.5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 4.0着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 10走で勝率 10% × 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 1.1% (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	キングペルレ	篠谷葵（船橋）	実3.9	◎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（当競馬場9走で勝率33%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 08/25 船橋10R 3着/3頭 08/06 船橋10R 1着/10頭勝利 06/28 船橋11R 8着/11頭 06/02 船橋6R 3着/9頭 05/06 船橋5R 8着/9頭+2.6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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 9走で勝率 33% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 30.5% (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。

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

キングペルレ

騎手篠谷葵（船橋）

単勝オッズ

3.9倍

AI期待値

+19%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4ピコダイアル

4.0倍

EV -19%

▲8イッシンフラン

5.4倍

EV -22%

出走馬全12頭

◎12

キングペルレ

篠谷葵（船橋）

3.9倍

+19%

›

○4

ピコダイアル

ゴンサ（船橋）

4.0倍

-19%

›

▲8

イッシンフラン

澤田龍（船橋）

5.4倍

-22%

›

△6

フィレタン

山口達（船橋）

7.0倍

-22%

›

△2

ベルトネ

所　蛍（船橋）

9.6倍

-39%

›

△10

エコロカディス

本田重（船橋）

8.2倍

-60%

›

▽7

タイセイフランク

笹川翼（大井）

20.3倍

-30%

›

×3

セレナエフォール

岡村健（船橋）

14.0倍

-52%

›

▽5

ワイルドゴーア

櫻井光（川崎）

32.1倍

-24%

›

▽9

ルナフォルトゥーナ

藤本現（大井）

46.0倍

-19%

›

▽11

ポッドベッロ

實川純（船橋）

61.3倍

-34%

›

▽1

タッカーバリアント

古岡勇（川崎）

84.1倍

-23%

›

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