船橋 12R 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。

12R 船橋競馬場ダ1600m 発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャガンナート	吉留孝（浦和）	実92.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は16走で勝ち無し／直近3走平均9.3着と低調）
前5走 10/20 浦和6R 12着/12頭+2.9秒 09/23 浦和9R 11着/12頭+3.0秒 08/24 船橋10R 5着/14頭+1.2秒 08/04 船橋12R 2着/14頭+1.4秒 07/13 浦和8R 11着/12頭
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 9.3着 (不振) △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 16走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +56%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.7% (オッズ暗示: 1.1%) ※ 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。
2	トリケトラ追込	山中悠（船橋）	実143.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同馬場状態で勝率33%／直近3走平均8.0着と低調／140日ぶりの実戦）
前5走 06/16 川崎3R 11着/13頭+3.0秒 06/01 船橋6R 5着/9頭+0.0秒 05/05 船橋3R 8着/12頭+1.7秒 04/20 浦和3R 8着/12頭+1.8秒 03/20 浦和4R 3着/10頭+0.8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 8.0着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 馬場適性同馬場 3走で勝率 33% ▽ 前走実績前走 11着 (大敗) △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) +66%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.2% (オッズ暗示: 0.7%) ※ 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。
3	タイムトゥキル自在	所　蛍（船橋）	実128.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は17走で勝ち無し／直近3走平均10.0着と低調／159日ぶりの実戦）
前5走 05/28 浦和7R 4着/12頭 05/14 川崎9R 12着/13頭+2.6秒 04/09 川崎9R 14着/14頭+3.2秒 10/30 浦和12R 9着/12頭+1.5秒 10/16 川崎5R 5着/13頭+1.5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 10.0着 (不振) ▽ 距離適性同距離は 17走で勝ち無し △ ローテーション 159日休養明け △ 期待値 (オッズ vs AI勝率) +95%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.5% (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。
4	シュヴァルツナーガ追込	小杉亮（船橋）	実13.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走で勝率33%と好調）
前5走 10/20 浦和6R 1着/12頭勝利 09/29 船橋8R 3着/14頭+0.5秒 08/04 船橋12R 8着/14頭+2.8秒 07/28 川崎7R 7着/12頭+1.5秒 07/13 浦和7R 9着/12頭
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 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 7.9% (オッズ暗示: 7.6%) ※ 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。
5	ラブリーモンスター	川島正（船橋）	実168.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率0%と苦戦傾向）
前5走 10/22 浦和9R 7着/12頭+1.3秒 09/23 浦和9R 7着/12頭+2.5秒 08/12 浦和9R 7着/10頭+1.9秒 07/13 浦和10R 5着/10頭 06/25 浦和5R 7着/10頭
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 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 騎手近50戦勝率 18% △ 期待値 (オッズ vs AI勝率) +19%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.7% (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。
6	ユメデアエタラ差し	岡村健（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走平均3.0着と安定／前走2着）
前5走 10/20 浦和6R 2着/12頭+0.3秒 09/24 浦和12R 2着/12頭+0.6秒 07/15 浦和5R 5着/12頭 04/20 浦和8R 1着/11頭勝利 04/07 川崎4R 6着/12頭+1.9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 3.0着 (安定) △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 20.2% (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。
7	ビップライアン自在	秋元耕（浦和）	実9.7	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6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 10/20 浦和6R 5着/12頭+1.2秒 09/28 船橋8R 5着/8頭+0.3秒 08/24 船橋10R 3着/14頭+0.7秒 08/04 船橋12R 3着/14頭+1.7秒 07/13 浦和8R 4着/12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 4.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 11.1% (オッズ暗示: 10.3%) ※ 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。
8	アプレイザー	本田重（船橋）	実16.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率50%）
前5走 10/19 浦和5R 6着/12頭+0.6秒 09/23 浦和9R 5着/12頭+1.5秒 08/12 浦和9R 5着/10頭+1.8秒 07/13 浦和8R 8着/12頭 06/22 浦和8R 1着/8頭
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 5.3着 ◎ 馬場適性同馬場 4走で勝率 50% ○ 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) +7% (市場と概ね一致) AI 予想勝率 6.5% (オッズ暗示: 6.0%) ※ 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。
9	レオソルジャー自在	仲野光（船橋）	実78.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調／70日ぶりの実戦）
前5走 08/25 船橋9R 6着/13頭+1.2秒 06/28 船橋3R 1着/9頭 06/03 船橋2R 3着/7頭 05/07 船橋2R 2着/12頭+1.6秒 04/03 船橋2R 3着/11頭+0.4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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% △ 期待値 (オッズ vs AI勝率) +101%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.6% (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。
10	ツインドライヴ	ゴンサ（船橋）	実1.4	×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（直近3走平均2.0着と安定／前走2着）
前5走 09/28 船橋6R 2着/3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戦の調子平均 2.0着 (安定) ○ 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 33.8% (オッズ暗示: 71.4%) ※ 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。
11	ベルルート	杉山海（大井）	実35.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は8走で勝ち無し）
前5走 10/22 浦和9R 4着/12頭+1.0秒 09/24 浦和12R 7着/12頭+2.1秒 07/16 浦和12R 5着/12頭+2.0秒 05/12 川崎4R 7着/12頭+1.0秒 04/22 浦和12R 5着/12頭+1.4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 5.3着 ▽ 距離適性同距離は 8走で勝ち無し △ 期待値 (オッズ vs AI勝率) +22%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.4% (オッズ暗示: 2.8%) ※ 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。
12	ピースウォリアー差し	張田昂（船橋）	実24.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率0%と苦戦傾向／前走2着／93日ぶりの実戦）
前5走 08/02 船橋10R 2着/9頭+0.5秒 06/02 船橋9R 4着/14頭 05/05 船橋12R 9着/12頭+3.3秒 04/03 船橋12R 4着/13頭+2.4秒 03/12 船橋12R 11着/12頭+1.9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 9走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 93日休養明け △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 4.4% (オッズ暗示: 4.2%) ※ 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。
13	セイウンスイート先行	國分祐（浦和）	実394.2	▽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0%と苦戦傾向／直近3走平均9.3着と低調）
前5走 10/19 浦和9R 10着/11頭+1.8秒 09/25 浦和7R 8着/12頭+2.0秒 08/18 川崎5R 10着/11頭+2.2秒 08/10 浦和5R 9着/11頭+2.9秒 07/16 浦和5R 6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 9.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 馬場適性同馬場 10走で勝率 20% ▽ 前走実績前走 10着 (大敗) ○ 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) +92%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.5% (オッズ暗示: 0.3%) ※ 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。
14	オスマンサス追込	山本大（船橋）	実18.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率0%と苦戦傾向／70日ぶりの実戦）
前5走 08/25 船橋9R 4着/13頭+0.3秒 06/29 船橋7R 3着/8頭+0.0秒 06/02 船橋2R 3着/12頭 05/05 船橋1R 4着/12頭+0.6秒 02/10 船橋5R 6着/12頭+0.5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 8走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 5.4%) ※ 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。

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

ツインドライヴ

騎手ゴンサ（船橋）

1.4倍

AI の勝率34%損益の分かれ目71%

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

×10

ツインドライヴ

ゴンサ（船橋）

1.4倍

勝率 34%

›

○6

ユメデアエタラ

岡村健（船橋）

6.2倍

勝率 20%

›

▲7

ビップライアン

秋元耕（浦和）

9.7倍

勝率 11%

›

△4

シュヴァルツナーガ

小杉亮（船橋）

13.2倍

勝率 8%

›

△8

アプレイザー

本田重（船橋）

16.6倍

勝率 6%

›

△14

オスマンサス

山本大（船橋）

18.5倍

勝率 5%

›

▽12

ピースウォリアー

張田昂（船橋）

24.0倍

勝率 4%

›

▽11

ベルルート

杉山海（大井）

35.6倍

対象外勝率 3%

›

▽9

レオソルジャー

仲野光（船橋）

78.2倍

対象外勝率 3%

›

▽1

ジャガンナート

吉留孝（浦和）

92.6倍

対象外勝率 2%

›

▽3

タイムトゥキル

所　蛍（船橋）

128.5倍

対象外勝率 2%

›

▽2

トリケトラ

山中悠（船橋）

143.0倍

対象外勝率 1%

›

▽5

ラブリーモンスター

川島正（船橋）

168.2倍

対象外勝率 1%

›

▽13

セイウンスイート

國分祐（浦和）

394.2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