船橋 10R 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。

10R 船橋競馬場津久井やまＢ３一ダ1600m 発走 19:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルナフォルトゥーナ逃げ	藤本現（大井）	実74.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率0%と苦戦傾向／直近3走平均9.0着と低調）
前5走 10/23 浦和10R 8着/12頭+0.9秒 09/29 船橋6R 9着/12頭+2.0秒 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
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戦の調子平均 9.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.3%) ※ 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。
2	プレヴナンス	中山遥（浦和）	実13.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は11走で勝ち無し／前走2着）
前5走 10/02 船橋12R 2着/13頭+0.4秒 08/24 船橋11R 5着/14頭+0.8秒 08/03 船橋10R 6着/10頭+1.0秒 07/03 船橋11R 2着/13頭 06/04 船橋10R 7着/11頭
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 4.3着 △ 当競馬場適性 25走で勝率 12% ▽ 距離適性同距離は 11走で勝ち無し ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 7.2%) ※ 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	アナザーメイト追込	椿聡太（船橋）	実128.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は9走で勝ち無し）
前5走 10/01 船橋8R 4着/9頭+1.6秒 08/24 船橋8R 9着/12頭+1.6秒 08/03 船橋10R 9着/10頭+1.7秒 07/03 船橋11R 11着/13頭 12/09 船橋10R 11着/14頭+4.2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 7.3着 (不振) △ 当競馬場適性 18走で勝率 11% ▽ 距離適性同距離は 9走で勝ち無し △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 0.6% (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。
4	ダイジェスト自在	張田昂（船橋）	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.3着と安定／前走3着）
前5走 10/02 船橋12R 3着/13頭+0.8秒 08/24 船橋11R 2着/14頭+0.0秒 08/05 船橋6R 2着/10頭+0.3秒 02/09 船橋11R 12着/14頭+2.8秒 01/19 船橋11R 10着/13頭+1.2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戦の調子平均 2.3着 (安定) ○ 当競馬場適性 12走で勝率 17% (相性良) △ 距離適性同距離 9走で勝率 11% ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 10.1% (オッズ暗示: 21.7%) ※ 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	ジョセフィーナ自在	高橋利（船橋）	実116.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 10/19 浦和11R 8着/14頭+1.6秒 10/01 船橋8R 8着/9頭+2.5秒 09/08 川崎10R 7着/14頭+1.0秒 08/24 船橋11R 10着/14頭+1.7秒 08/12 浦和10R 1着/11頭勝利
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 7.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.9%) ※ 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。
6	ブレイヴアウト	山口達（船橋）	実283.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場28走で勝率4%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走平均9.3着と低調）
前5走 10/14 川崎9R 13着/14頭+2.4秒 09/22 浦和11R 7着/12頭+0.9秒 08/03 船橋10R 8着/10頭+1.4秒 06/26 浦和10R 8着/12頭 06/02 船橋10R 9着/11頭+1.0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 9.3着 (不振) × 当競馬場適性 28走で勝率 4% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ▽ 前走実績前走 13着 (大敗) ○ 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) +6%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.4% (オッズ暗示: 0.4%) ※ 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。
7	ハセノガイセン自在	川島正（船橋）	実9.1	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は7走で勝ち無し）
前5走 09/30 船橋12R 7着/12頭+2.0秒 08/25 船橋11R 4着/13頭+0.9秒 08/03 船橋10R 3着/10頭+0.6秒 03/13 船橋11R 8着/9頭+2.6秒 02/13 船橋6R 2着/9頭+0.0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 4.7着 ○ 当競馬場適性 10走で勝率 20% (相性良) ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 18% △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 8.3% (オッズ暗示: 11.0%) ※ 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。
8	ランドプラネット差し	木間龍（船橋）	実113.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は12走で勝ち無し／直近3走平均8.0着と低調／195日ぶりの実戦）
前5走 04/22 浦和10R 9着/12頭+1.6秒 03/18 浦和9R 10着/12頭+1.8秒 02/27 浦和10R 5着/13頭+0.6秒 02/11 船橋10R 7着/14頭+1.2秒 01/21 船橋8R 5着/14頭+1.5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戦の調子平均 8.0着 (不振) △ 当競馬場適性 26走で勝率 8% ▽ 距離適性同距離は 12走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 195日休養明け △ 期待値 (オッズ vs AI勝率) +26%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.1% (オッズ暗示: 0.9%) ※ 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。
9	マシュー逃げ	本田重（船橋）	実21.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／同馬場状態で勝率40%）
前5走 10/19 浦和11R 5着/14頭+0.8秒 10/01 船橋8R 9着/9頭+4.7秒 07/03 船橋11R 3着/13頭 05/12 川崎10R 4着/14頭+1.4秒 05/07 船橋11R 6着/14頭+1.4秒
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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ◎ 馬場適性同馬場 5走で勝率 40% ○ 騎手近50戦勝率 14% ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 4.0% (オッズ暗示: 4.7%) ※ 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	クレフェノー	小杉亮（船橋）	実56.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場3走で勝率33%と適性高／同距離帯7走で勝率57%／同馬場状態で勝率36%）
前5走 10/01 船橋8R 6着/9頭+2.0秒 08/28 船橋9R 1着/13頭勝利 08/05 船橋6R 4着/10頭+0.7秒 04/06 3111R 3着/9頭+2.0秒 03/26 318R 1着/9頭
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 3走で勝率 33% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 馬場適性同馬場 11走で勝率 36% △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 1.8%) ※ 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。
11	サラサグッドワーク追込	増田充（川崎）	実26.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調）
前5走 10/14 川崎9R 7着/14頭+1.0秒 04/22 浦和10R 10着/12頭+1.7秒 04/08 川崎10R 9着/14頭+2.0秒 03/10 船橋10R 2着/11頭+0.2秒 02/27 浦和10R 6着/13頭+1.1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 8.7着 (不振) △ 距離適性同距離 7走で勝率 14% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 3.7%) ※ 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	ブライトビギニング自在	岡村健（船橋）	実1.6	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（5〜30倍）より低く見送り（当競馬場6走で勝率100%と適性高／同距離帯3走で勝率67%／同馬場状態で勝率75%）
前5走 09/28 船橋11R 1着/11頭勝利 08/26 船橋7R 1着/11頭勝利 08/02 船橋12R 1着/9頭勝利 03/10 船橋7R 1着/12頭勝利 02/11 船橋3R 1着/12頭勝利
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 100% (絶好調) ◎ 当競馬場適性 6走で勝率 100% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 馬場適性同馬場 4走で勝率 75% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 59.9% (オッズ暗示: 62.5%) ※ 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。
13	ガーベランクイーン	山本大（船橋）	実169.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調／92日ぶりの実戦）
前5走 08/03 船橋10R 7着/10頭+1.2秒 07/14 浦和8R 9着/12頭 07/03 船橋11R 9着/13頭 08/31 船橋12R 4着/9頭+0.8秒 07/31 船橋10R 7着/11頭+1.0秒
AI 評価の内訳 — 馬番 13 ◎ 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 8.3着 (不振) △ 当競馬場適性 27走で勝率 15% ○ 距離適性同距離 13走で勝率 15% △ ローテーション 92日休養明け × 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 0.4% (オッズ暗示: 0.6%) ※ 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。
14	ルーラーオブダート逃げ	保園翔（浦和）	実10.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/01 船橋8R 5着/9頭+1.7秒 08/25 船橋11R 3着/13頭+0.6秒 08/03 船橋10R 2着/10頭+0.0秒 03/30 船橋11R 7着/12頭+0.8秒 03/09 船橋11R 5着/10頭+1.1秒
AI 評価の内訳 — 馬番 14 ◎ 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 3.3着 ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 19走で勝率 16% × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 9.3%) ※ 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。

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）

見送りAI の 1 位の馬

ブライトビギニング

騎手岡村健（船橋）

1.6倍

AI の勝率60%損益の分かれ目62%

オッズが買う範囲（5〜30倍）より低く見送り。

買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで

出走馬全14頭

◎12

ブライトビギニング

岡村健（船橋）

1.6倍

勝率 60%

›

○4

ダイジェスト

張田昂（船橋）

4.6倍

勝率 10%

›

▲7

ハセノガイセン

川島正（船橋）

9.1倍

勝率 8%

›

△14

ルーラーオブダート

保園翔（浦和）

10.7倍

勝率 6%

›

△9

マシュー

本田重（船橋）

21.4倍

勝率 4%

›

△2

プレヴナンス

中山遥（浦和）

13.8倍

勝率 3%

›

▽11

サラサグッドワーク

増田充（川崎）

26.7倍

勝率 2%

›

▽10

クレフェノー

小杉亮（船橋）

56.2倍

対象外勝率 2%

›

▽8

ランドプラネット

木間龍（船橋）

113.4倍

対象外勝率 1%

›

▽1

ルナフォルトゥーナ

藤本現（大井）

74.1倍

対象外勝率 1%

›

▽3

アナザーメイト

椿聡太（船橋）

128.2倍

対象外勝率 1%

›

▽5

ジョセフィーナ

高橋利（船橋）

116.4倍

対象外勝率 1%

›

▽13

ガーベランクイーン

山本大（船橋）

169.4倍

対象外勝率 0%

›

▽6

ブレイヴアウト

山口達（船橋）

283.5倍

対象外勝率 0%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで。

▶ 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