阪神 2R 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。

モデル

2R 阪神競馬場　発走 10:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミスジェイド	秋山稔	実93.2	B× A▽勝率1% EV-16% 詳細▼	大穴、AI予想勝率低く長期回収困難（98日ぶりの実戦）
前5走 05/31 3京都122R 8着/16頭+1.4秒 05/09 1新潟33R 5着/15頭+1.6秒 01/31 2京都11R 8着/16頭+1.1秒 01/18 1京都71R 5着/16頭+1.0秒 09/13 4阪神32R 5着/8頭+2.3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 7.0着 (不振) △ ローテーション 98日休養明け × 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 0.5% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.9% / 期待値 -17% ※ 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	アルムアポジェ	◇永島	実11.7	B△ A△勝率8% EV-9% 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／直近3走平均2.7着と安定／前走3着）
前5走 06/06 3阪神12R 3着/16頭+0.4秒 04/26 3京都21R 2着/16頭+0.1秒 04/05 2阪神43R 3着/16頭+0.8秒 03/22 1中京42R 3着/16頭+1.4秒 03/07 1阪神52R 5着/16頭+1.1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 2.7着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 8.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.7% / 期待値 -10% ※ 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	メイショウピュルテ	西塚	実52.5	B▽ A▽勝率1% EV-49% 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／120日ぶりの実戦）
前5走 05/09 1新潟35R 6着/16頭+0.7秒 04/26 1福島64R 2着/16頭+0.1秒 10/25 3京都86R 16着/16頭+4.0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 8.0着 (不振) △ ローテーション 120日休養明け × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 期待値 -49% ※ 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	ユウトザイシン	藤懸	実10.6	B△ A△勝率8% EV-14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 3回6日京都4R 13着/16頭 3回2日中京12R 2着/16頭+2.0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 7.5着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 9.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.1% / 期待値 -14% ※ 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	マイベスティー	長岡	実68.1	B▽ A▽勝率1% EV-34% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／前走2着／106日ぶりの実戦）
前5走 05/23 1新潟73R 2着/15頭+0.4秒 03/29 1中京64R 10着/17頭+1.2秒 12/21 5中京64R 13着/17頭+1.0秒 08/17 3中京82R 16着/16頭+5.8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 8.3着 (不振) ○ 前走実績前走 2着 (好走) △ ローテーション 106日休養明け × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 期待値 -34% ※ 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	パスリヤージュ	森田誠也	実127.0	B▽ A▽勝率1% EV+13% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.9% / 期待値 +14% ※ 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	リアライズステラ	酒井	実103.5	B▽ A▽勝率1% EV+1% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均17.0着と低調／260日ぶりの実戦）
前5走 12/20 5中山55R 17着/17頭+4.3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 17.0着 (不振) ▽ 前走実績前走 17着 (大敗) △ ローテーション 260日休養明け × 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 0.5% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 +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。
8	ナムラロダン	☆田山	実3.2	B◎ A◎勝率30% EV-4% 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4走で勝率0%と苦戦傾向／92日ぶりの実戦）
前5走 06/06 3阪神12R 5着/16頭+0.6秒 05/16 1新潟52R 2着/15頭+0.2秒 04/25 3京都12R 4着/16頭+1.0秒 03/28 2阪神13R 3着/16頭+0.7秒 03/15 1阪神83R 2着/16頭+0.1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 3.7着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 24.9% (オッズ暗示: 31.2%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 29.7% / 期待値 -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	エバイダンス	岩田望	実11.9	B▽ A▽勝率6% EV-29% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／154日ぶりの実戦）
前5走 04/05 2阪神41R 9着/15頭+0.9秒 03/14 1阪神72R 3着/16頭+0.1秒 02/15 2京都66R 6着/18頭+1.1秒 01/24 1京都86R 3着/17頭+0.4秒 12/07 5阪神23R 8着/18頭+1.2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 6.0着 × 当競馬場適性 5走で勝率 0% (苦戦) △ ローテーション 154日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 8.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.9% / 期待値 -30% ※ 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	ラッキーヴォーグ	菱田	実24.3	B▽ A×勝率2% EV-62% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（106日ぶりの実戦）
前5走 05/23 3京都91R 8着/16頭+1.0秒 05/17 3京都82R 4着/16頭+0.5秒 04/04 2阪神34R 7着/18頭+0.7秒 11/08 4京都12R 8着/15頭+1.0秒 10/19 3京都74R 10着/17頭+1.2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 6.3着 △ ローテーション 106日休養明け × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 4.1%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.5% / 期待値 -62% ※ 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	サカトクフェイス	松若	実63.2	B▽ A▽勝率1% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調／140日ぶりの実戦）
前5走 04/19 1福島45R 15着/16頭+2.4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 15.0着 (不振) ▽ 前走実績前走 15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) -39% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 期待値 -39% ※ 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	アンガーザガール	松山	実7.0	B▲ A▲勝率11% EV-22% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／直近3走平均2.3着と安定／前走2着）
前5走 06/06 3阪神14R 2着/16頭+0.0秒 02/15 2京都66R 3着/18頭+0.7秒 01/24 1京都86R 2着/17頭+0.2秒 12/13 5阪神31R 12着/15頭+2.0秒 10/05 3京都21R 4着/16頭+1.0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 2.3着 (安定) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 13.1% (オッズ暗示: 14.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.1% / 期待値 -23% ※ 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	ガルディエンヌ	西村淳	実17.8	B▽ A▽勝率6% EV0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／133日ぶりの実戦）
前5走 04/26 3京都21R 4着/16頭+0.5秒 04/05 2阪神41R 5着/15頭+0.5秒 01/12 1京都53R 5着/16頭+1.0秒 12/13 5阪神31R 3着/15頭+0.3秒 09/13 4阪神31R 7着/8頭+3.3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 4.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 5.4% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.6% / 期待値 -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。
14	ペプチドアロン	吉村	実4.9	B○ A○勝率13% EV-36% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 3回5日京都1R 6着/15頭 2回8日中京5R 3着/16頭+3.0秒 2回2日中京5R 2着/16頭+5.0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 3.7着 × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 13.1% (オッズ暗示: 20.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.1% / 期待値 -36% ※ 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。
15	ペコリズム	幸	実35.8	B▽ A▽勝率2% EV-44% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調／141日ぶりの実戦）
前5走 04/18 2阪神71R 9着/15頭+1.9秒 03/21 1中京36R 12着/18頭+1.2秒 ― ― ―
AI 評価の内訳 — 馬番 15 ◎ 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 10.5着 (不振) △ ローテーション 141日休養明け × 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 1.7% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 期待値 -45% ※ 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。
16	マカロンブルー	◇今村	実7.1	B△ A△勝率11% EV-21% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（112日ぶりの実戦）
前5走 05/17 3京都81R 7着/14頭+1.0秒 05/02 1新潟12R 6着/15頭+1.6秒 12/14 5中京41R 3着/13頭+0.9秒 11/01 3京都106R 2着/16頭+0.5秒 ―
AI 評価の内訳 — 馬番 16 ◎ 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 △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 13.1% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.1% / 期待値 -21% ※ 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

AIの本命

AI評価1位Aモデル ◎

ナムラロダン

騎手 ☆田山

単勝オッズ

3.2倍

AI期待値

-20%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○14ペプチドアロン

4.9倍

EV -35%

▲A:▲12アンガーザガール

7.0倍

EV -8%

出走馬全16頭

◎A:◎8

ナムラロダン

☆田山

3.2倍

-20%

›

○A:○14

ペプチドアロン

吉村

4.9倍

-35%

›

▲A:▲12

アンガーザガール

松山

7.0倍

-8%

›

△A:△16

マカロンブルー

◇今村

7.1倍

-6%

›

△A:△4

ユウトザイシン

藤懸

10.6倍

-4%

›

△A:△2

アルムアポジェ

◇永島

11.7倍

-20%

›

▽A:▽9

エバイダンス

岩田望

11.9倍

-19%

›

▽A:▽13

ガルディエンヌ

西村淳

17.8倍

-3%

›

▽A:×10

ラッキーヴォーグ

菱田

24.3倍

-45%

›

▽A:▽15

ペコリズム

幸

35.8倍

-38%

›

▽A:▽3

メイショウピュルテ

西塚

52.5倍

-49%

›

▽A:▽11

サカトクフェイス

松若

63.2倍

-38%

›

▽A:▽5

マイベスティー

長岡

68.1倍

-34%

›

×A:▽1

ミスジェイド

秋山稔

93.2倍

-51%

›

▽A:▽7

リアライズステラ

酒井

103.5倍

-47%

›

▽A:▽6

パスリヤージュ

森田誠也

127.0倍

-45%

›

各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。

このレースの推奨馬券　2モデル並走

両モデルとも見送り

2R 阪神競馬場　発走 10:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミスジェイド	秋山稔	実93.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（98日ぶりの実戦）
前5走 05/31 3京都122R 8着/16頭+1.4秒 05/09 1新潟33R 5着/15頭+1.6秒 01/31 2京都11R 8着/16頭+1.1秒 01/18 1京都71R 5着/16頭+1.0秒 09/13 4阪神32R 5着/8頭+2.3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 7.0着 (不振) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 0.9% (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	アルムアポジェ	◇永島	実11.7	△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／直近3走平均2.7着と安定／前走3着）
前5走 06/06 3阪神12R 3着/16頭+0.4秒 04/26 3京都21R 2着/16頭+0.1秒 04/05 2阪神43R 3着/16頭+0.8秒 03/22 1中京42R 3着/16頭+1.4秒 03/07 1阪神52R 5着/16頭+1.1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 2.7着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 7.7% (オッズ暗示: 8.5%) ※ 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。
3	メイショウピュルテ	西塚	実52.5	▽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／120日ぶりの実戦）
前5走 05/09 1新潟35R 6着/16頭+0.7秒 04/26 1福島64R 2着/16頭+0.1秒 10/25 3京都86R 16着/16頭+4.0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 8.0着 (不振) △ ローテーション 120日休養明け × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.9%) ※ 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。
4	ユウトザイシン	藤懸	実10.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 3回6日京都4R 13着/16頭 3回2日中京12R 2着/16頭+2.0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 7.5着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 8.1% (オッズ暗示: 9.4%) ※ 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。
5	マイベスティー	長岡	実68.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／前走2着／106日ぶりの実戦）
前5走 05/23 1新潟73R 2着/15頭+0.4秒 03/29 1中京64R 10着/17頭+1.2秒 12/21 5中京64R 13着/17頭+1.0秒 08/17 3中京82R 16着/16頭+5.8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 8.3着 (不振) ○ 前走実績前走 2着 (好走) △ ローテーション 106日休養明け × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
6	パスリヤージュ	森田誠也	実127.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 0.9% (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。
7	リアライズステラ	酒井	実103.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均17.0着と低調／260日ぶりの実戦）
前5走 12/20 5中山55R 17着/17頭+4.3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 17.0着 (不振) ▽ 前走実績前走 17着 (大敗) △ ローテーション 260日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 1.0% (オッズ暗示: 1.0%) ※ 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	ナムラロダン	☆田山	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（当競馬場4走で勝率0%と苦戦傾向／92日ぶりの実戦）
前5走 06/06 3阪神12R 5着/16頭+0.6秒 05/16 1新潟52R 2着/15頭+0.2秒 04/25 3京都12R 4着/16頭+1.0秒 03/28 2阪神13R 3着/16頭+0.7秒 03/15 1阪神83R 2着/16頭+0.1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 3.7着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 29.7% (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。
9	エバイダンス	岩田望	実11.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／154日ぶりの実戦）
前5走 04/05 2阪神41R 9着/15頭+0.9秒 03/14 1阪神72R 3着/16頭+0.1秒 02/15 2京都66R 6着/18頭+1.1秒 01/24 1京都86R 3着/17頭+0.4秒 12/07 5阪神23R 8着/18頭+1.2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 6.0着 × 当競馬場適性 5走で勝率 0% (苦戦) △ ローテーション 154日休養明け △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 8.4%) ※ 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。
10	ラッキーヴォーグ	菱田	実24.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（106日ぶりの実戦）
前5走 05/23 3京都91R 8着/16頭+1.0秒 05/17 3京都82R 4着/16頭+0.5秒 04/04 2阪神34R 7着/18頭+0.7秒 11/08 4京都12R 8着/15頭+1.0秒 10/19 3京都74R 10着/17頭+1.2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 6.3着 △ ローテーション 106日休養明け × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 4.1%) ※ 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。
11	サカトクフェイス	松若	実63.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調／140日ぶりの実戦）
前5走 04/19 1福島45R 15着/16頭+2.4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 15.0着 (不振) ▽ 前走実績前走 15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) -39% (大幅な期待値マイナス) AI 予想勝率 1.0% (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	アンガーザガール	松山	実7.0	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／直近3走平均2.3着と安定／前走2着）
前5走 06/06 3阪神14R 2着/16頭+0.0秒 02/15 2京都66R 3着/18頭+0.7秒 01/24 1京都86R 2着/17頭+0.2秒 12/13 5阪神31R 12着/15頭+2.0秒 10/05 3京都21R 4着/16頭+1.0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 2.3着 (安定) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 11.1% (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。
13	ガルディエンヌ	西村淳	実17.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／133日ぶりの実戦）
前5走 04/26 3京都21R 4着/16頭+0.5秒 04/05 2阪神41R 5着/15頭+0.5秒 01/12 1京都53R 5着/16頭+1.0秒 12/13 5阪神31R 3着/15頭+0.3秒 09/13 4阪神31R 7着/8頭+3.3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 4.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 5.6% (オッズ暗示: 5.6%) ※ 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	ペプチドアロン	吉村	実4.9	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 3回5日京都1R 6着/15頭 2回8日中京5R 3着/16頭+3.0秒 2回2日中京5R 2着/16頭+5.0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 3.7着 × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 13.1% (オッズ暗示: 20.4%) ※ 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。
15	ペコリズム	幸	実35.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調／141日ぶりの実戦）
前5走 04/18 2阪神71R 9着/15頭+1.9秒 03/21 1中京36R 12着/18頭+1.2秒 ― ― ―
AI 評価の内訳 — 馬番 15 ◎ 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 10.5着 (不振) △ ローテーション 141日休養明け × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 1.5% (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。
16	マカロンブルー	◇今村	実7.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（112日ぶりの実戦）
前5走 05/17 3京都81R 7着/14頭+1.0秒 05/02 1新潟12R 6着/15頭+1.6秒 12/14 5中京41R 3着/13頭+0.9秒 11/01 3京都106R 2着/16頭+0.5秒 ―
AI 評価の内訳 — 馬番 16 ◎ 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 △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 11.1% (オッズ暗示: 14.1%) ※ 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。

AIの本命

AI評価1位

ナムラロダン

騎手 ☆田山

単勝オッズ

3.2倍

AI期待値

-4%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○14ペプチドアロン

4.9倍

EV -36%

▲12アンガーザガール

7.0倍

EV -22%

出走馬全16頭

◎8

ナムラロダン

☆田山

3.2倍

-4%

›

○14

ペプチドアロン

吉村

4.9倍

-36%

›

▲12

アンガーザガール

松山

7.0倍

-22%

›

△16

マカロンブルー

◇今村

7.1倍

-21%

›

△4

ユウトザイシン

藤懸

10.6倍

-14%

›

△2

アルムアポジェ

◇永島

11.7倍

-9%

›

▽9

エバイダンス

岩田望

11.9倍

-29%

›

▽13

ガルディエンヌ

西村淳

17.8倍

›

×10

ラッキーヴォーグ

菱田

24.3倍

-62%

›

▽15

ペコリズム

幸

35.8倍

-44%

›

▽7

リアライズステラ

酒井

103.5倍

+1%

›

▽3

メイショウピュルテ

西塚

52.5倍

-49%

›

▽11

サカトクフェイス

松若

63.2倍

-38%

›

▽5

マイベスティー

長岡

68.1倍

-34%

›

▽1

ミスジェイド

秋山稔

93.2倍

-16%

›

▽6

パスリヤージュ

森田誠也

127.0倍

+13%

›

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。

このレースの推奨馬券　2モデル並走

両モデルとも見送り

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