阪神 3R 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

3R 阪神競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キミガスキダ	吉村	実9.9	B△ A△勝率8% EV-16% 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11.3着と低調／126日ぶりの実戦）
前5走 05/03 3京都41R 9着/15頭+1.8秒 01/11 1京都412R 16着/18頭+3.3秒 10/18 3京都65R 9着/13頭+2.1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 11.3着 (不振) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.4% / 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	キタノトレボーネ	中井	実17.1	B× A▽勝率4% EV-23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走2着／112日ぶりの実戦）
前5走 05/17 3京都83R 2着/12頭+0.3秒 03/15 1阪神82R 4着/14頭+0.5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 3.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 5.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.5% / 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。
3	カセノコンコルド	田辺	実40.3	B▽ A▽勝率1% EV-47% 詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 05/24 3京都102R 4着/13頭+0.4秒 02/15 2京都61R 4着/10頭+1.5秒 02/07 2京都31R 2着/10頭+0.1秒 01/25 1京都91R 7着/11頭+1.3秒 11/02 3京都111R 9着/15頭+2.6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 3.3着 △ ローテーション 105日休養明け × 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 1.4% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 期待値 -48% ※ 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	レッドセドナ	西村淳	実10.3	B△ A△勝率6% EV-33% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.5着と低調／176日ぶりの実戦）
前5走 03/14 1中京13R 9着/13頭+2.1秒 11/16 4京都45R 8着/9頭+2.6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 8.5着 (不振) △ ローテーション 176日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 9.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.5% / 期待値 -33% ※ 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	ジーティーピカソ	松山	実5.9	B▲ A▲勝率14% EV-16% 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／92日ぶりの実戦）
前5走 06/06 3阪神16R 6着/16頭+1.7秒 03/22 1中京43R 8着/15頭+1.1秒 02/28 1阪神34R 3着/14頭+0.4秒 12/14 5阪神42R 16着/16頭+8.5秒 11/15 4京都31R 7着/11頭+1.4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 5.7着 × 当競馬場適性 3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) -12% (オッズ過剰評価) AI 予想勝率 14.9% (オッズ暗示: 16.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.1% / 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。
6	ニシノエビガタメ	Ｍデムーロ	実14.8	B△ A△勝率5% EV-26% 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／92日ぶりの実戦）
前5走 06/06 3阪神16R 11着/16頭+2.6秒 05/10 3京都63R 4着/12頭+0.4秒 03/29 2阪神22R 6着/9頭+2.0秒 03/15 1阪神82R 7着/14頭+1.1秒 01/12 1京都52R 11着/16頭+3.3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 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ 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 4.4% (オッズ暗示: 6.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.0% / 期待値 -26% ※ 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	ソニックブーム	岩田望来	実16.7	B▽ A▽勝率5% EV-16% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（119日ぶりの実戦）
前5走 05/10 1新潟45R 9着/16頭+1.0秒 04/18 1福島32R 3着/16頭+0.4秒 03/21 1中京34R 5着/18頭+0.7秒 03/01 1小倉126R 5着/16頭+0.6秒 01/17 1京都62R 12着/16頭+1.5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 △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 6.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.0% / 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。
8	フォーシーファイン	池添	実247.4	B▽ A▽勝率1% EV+101% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／224日ぶりの実戦）
前5走 01/25 1京都92R 12着/16頭+1.5秒 01/10 1京都36R 12着/18頭+2.1秒 11/16 4京都45R 5着/9頭+1.1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 9.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 224日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 0.4% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.8% / 期待値 +102% ※ 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	ジューンマーチ	川須	実31.3	B▽ A▽勝率2% EV-45% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／99日ぶりの実戦）
前5走 05/30 3京都112R 4着/16頭+1.0秒 03/14 1阪神73R 5着/13頭+1.0秒 03/01 1阪神42R 11着/16頭+1.6秒 01/18 1京都73R 8着/16頭+1.7秒 12/21 5阪神66R 9着/11頭+3.2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 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 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。
10	ジャスティンアポロ	☆田山	実47.6	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10.0着と低調／281日ぶりの実戦）
前5走 11/29 4京都76R 10着/12頭+3.2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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 281日休養明け × 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 1.4% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 期待値 -38% ※ 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	セキゾウ	藤懸	実378.6	B▽ A▽勝率1% EV+208% 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）
前5走 3回2日阪神3R 14着/16頭+8.0秒 3回2日中京10R 7着/14頭 ― ― ―
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 10.5着 (不振) ▽ 前走実績前走 14着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 0.4% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.8% / 期待値 +209% ※ 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	フルドフォルク	加藤	実218.6	B▽ A▽勝率1% EV+78% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.5着と低調／175日ぶりの実戦）
前5走 03/15 1中京21R 12着/16頭+2.1秒 02/21 1阪神14R 5着/14頭+1.6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戦の調子平均 8.5着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 175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 0.4% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.8% / 期待値 +78% ※ 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	ゼランテ	松若	実56.5	B▽ A▽勝率1% EV-26% 詳細▼	大穴、AI予想勝率低く長期回収困難（113日ぶりの実戦）
前5走 05/16 1新潟54R 9着/11頭+2.7秒 04/26 3京都22R 4着/15頭+0.8秒 03/28 2阪神15R 9着/18頭+1.1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 7.3着 (不振) △ ローテーション 113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 1.4% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.3% / 期待値 -26% ※ 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	アラムシャピラス	川田	実2.4	B◎ A◎勝率28% EV-31% 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／148日ぶりの実戦）
前5走 04/11 1福島15R 2着/16頭+0.2秒 03/21 1中京35R 2着/18頭+0.1秒 12/20 5阪神52R 2着/16頭+0.3秒 12/06 5阪神15R 3着/10頭+0.2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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 148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 32.2% (オッズ暗示: 41.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 28.4% / 期待値 -32% ※ 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	アスクハッピーマン	レーン	実5.5	B○ A○勝率20% EV+10% 詳細▼	AI上位評価だが期待値不足、見送り（112日ぶりの実戦）
前5走 05/17 3京都83R 6着/12頭+2.4秒 05/03 3京都42R 2着/12頭+0.1秒 04/19 1福島44R 6着/15頭+1.5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 4.7着 △ ローテーション 112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 19.2% (オッズ暗示: 18.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.1% / 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。

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 ◎

アラムシャピラス

騎手川田

単勝オッズ

2.4倍

AI期待値

-22%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○15アスクハッピーマン

5.5倍

EV +5%

▲A:▲5ジーティーピカソ

5.9倍

EV -12%

出走馬全15頭

◎A:◎14

アラムシャピラス

川田

2.4倍

-22%

›

○A:○15

アスクハッピーマン

レーン

5.5倍

+5%

›

▲A:▲5

ジーティーピカソ

松山

5.9倍

-12%

›

△A:△1

キミガスキダ

吉村

9.9倍

-29%

›

△A:△4

レッドセドナ

西村淳

10.3倍

-26%

›

△A:△6

ニシノエビガタメ

Ｍデムーロ

14.8倍

-34%

›

▽A:▽7

ソニックブーム

岩田望来

16.7倍

-26%

›

×A:▽2

キタノトレボーネ

中井

17.1倍

-50%

›

▽A:▽9

ジューンマーチ

川須

31.3倍

-25%

›

▽A:▽3

カセノコンコルド

田辺

40.3倍

-43%

›

▽A:▽10

ジャスティンアポロ

☆田山

47.6倍

-33%

›

▽A:▽13

ゼランテ

松若

56.5倍

-20%

›

▽A:▽12

フルドフォルク

加藤

218.6倍

-22%

›

▽A:▽8

フォーシーファイン

池添

247.4倍

-12%

›

▽A:▽11

セキゾウ

藤懸

378.6倍

+33%

›

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

3R 阪神競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キミガスキダ	吉村	実9.9	△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11.3着と低調／126日ぶりの実戦）
前5走 05/03 3京都41R 9着/15頭+1.8秒 01/11 1京都412R 16着/18頭+3.3秒 10/18 3京都65R 9着/13頭+2.1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 11.3着 (不振) △ ローテーション 126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 8.4% (オッズ暗示: 10.1%) ※ 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	キタノトレボーネ	中井	実17.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走2着／112日ぶりの実戦）
前5走 05/17 3京都83R 2着/12頭+0.3秒 03/15 1阪神82R 4着/14頭+0.5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 3.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 112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 4.5% (オッズ暗示: 5.8%) ※ 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。
3	カセノコンコルド	田辺	実40.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 05/24 3京都102R 4着/13頭+0.4秒 02/15 2京都61R 4着/10頭+1.5秒 02/07 2京都31R 2着/10頭+0.1秒 01/25 1京都91R 7着/11頭+1.3秒 11/02 3京都111R 9着/15頭+2.6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 3.3着 △ ローテーション 105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 1.3% (オッズ暗示: 2.5%) ※ 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。
4	レッドセドナ	西村淳	実10.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.5着と低調／176日ぶりの実戦）
前5走 03/14 1中京13R 9着/13頭+2.1秒 11/16 4京都45R 8着/9頭+2.6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 8.5着 (不振) △ ローテーション 176日休養明け × 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 6.5% (オッズ暗示: 9.7%) ※ 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	ジーティーピカソ	松山	実5.9	▲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／92日ぶりの実戦）
前5走 06/06 3阪神16R 6着/16頭+1.7秒 03/22 1中京43R 8着/15頭+1.1秒 02/28 1阪神34R 3着/14頭+0.4秒 12/14 5阪神42R 16着/16頭+8.5秒 11/15 4京都31R 7着/11頭+1.4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 5.7着 × 当競馬場適性 3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) -17% (オッズ過剰評価) AI 予想勝率 14.1% (オッズ暗示: 16.9%) ※ 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	ニシノエビガタメ	Ｍデムーロ	実14.8	△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／92日ぶりの実戦）
前5走 06/06 3阪神16R 11着/16頭+2.6秒 05/10 3京都63R 4着/12頭+0.4秒 03/29 2阪神22R 6着/9頭+2.0秒 03/15 1阪神82R 7着/14頭+1.1秒 01/12 1京都52R 11着/16頭+3.3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 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 5.0% (オッズ暗示: 6.8%) ※ 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	ソニックブーム	岩田望来	実16.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（119日ぶりの実戦）
前5走 05/10 1新潟45R 9着/16頭+1.0秒 04/18 1福島32R 3着/16頭+0.4秒 03/21 1中京34R 5着/18頭+0.7秒 03/01 1小倉126R 5着/16頭+0.6秒 01/17 1京都62R 12着/16頭+1.5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 △ ローテーション 119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 5.0% (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。
8	フォーシーファイン	池添	実247.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／224日ぶりの実戦）
前5走 01/25 1京都92R 12着/16頭+1.5秒 01/10 1京都36R 12着/18頭+2.1秒 11/16 4京都45R 5着/9頭+1.1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 9.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 224日休養明け ◎ 期待値 (オッズ vs AI勝率) +101% (市場が大幅過小評価) AI 予想勝率 0.8% (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。
9	ジューンマーチ	川須	実31.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／99日ぶりの実戦）
前5走 05/30 3京都112R 4着/16頭+1.0秒 03/14 1阪神73R 5着/13頭+1.0秒 03/01 1阪神42R 11着/16頭+1.6秒 01/18 1京都73R 8着/16頭+1.7秒 12/21 5阪神66R 9着/11頭+3.2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 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 99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 1.8% (オッズ暗示: 3.2%) ※ 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	ジャスティンアポロ	☆田山	実47.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／281日ぶりの実戦）
前5走 11/29 4京都76R 10着/12頭+3.2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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 281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 1.3% (オッズ暗示: 2.1%) ※ 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	セキゾウ	藤懸	実378.6	▽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）
前5走 3回2日阪神3R 14着/16頭+8.0秒 3回2日中京10R 7着/14頭 ― ― ―
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 10.5着 (不振) ▽ 前走実績前走 14着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +208% (市場が大幅過小評価) AI 予想勝率 0.8% (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。
12	フルドフォルク	加藤	実218.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.5着と低調／175日ぶりの実戦）
前5走 03/15 1中京21R 12着/16頭+2.1秒 02/21 1阪神14R 5着/14頭+1.6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戦の調子平均 8.5着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 175日休養明け ◎ 期待値 (オッズ vs AI勝率) +78% (市場が大幅過小評価) AI 予想勝率 0.8% (オッズ暗示: 0.5%) ※ 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	ゼランテ	松若	実56.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（113日ぶりの実戦）
前5走 05/16 1新潟54R 9着/11頭+2.7秒 04/26 3京都22R 4着/15頭+0.8秒 03/28 2阪神15R 9着/18頭+1.1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 7.3着 (不振) △ ローテーション 113日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.3% (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。
14	アラムシャピラス	川田	実2.4	◎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（直近3走平均2.0着と安定／前走2着／148日ぶりの実戦）
前5走 04/11 1福島15R 2着/16頭+0.2秒 03/21 1中京35R 2着/18頭+0.1秒 12/20 5阪神52R 2着/16頭+0.3秒 12/06 5阪神15R 3着/10頭+0.2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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 148日休養明け × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 28.4% (オッズ暗示: 41.7%) ※ 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。
15	アスクハッピーマン	レーン	実5.5	○詳細▼	AI上位評価だが期待値不足、見送り（112日ぶりの実戦）
前5走 05/17 3京都83R 6着/12頭+2.4秒 05/03 3京都42R 2着/12頭+0.1秒 04/19 1福島44R 6着/15頭+1.5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 4.7着 △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 20.1% (オッズ暗示: 18.2%) ※ 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。

AIの本命

AI評価1位

アラムシャピラス

騎手川田

単勝オッズ

2.4倍

AI期待値

-31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○15アスクハッピーマン

5.5倍

EV +10%

▲5ジーティーピカソ

5.9倍

EV -16%

出走馬全15頭

◎14

アラムシャピラス

川田

2.4倍

-31%

›

○15

アスクハッピーマン

レーン

5.5倍

+10%

›

▲5

ジーティーピカソ

松山

5.9倍

-16%

›

△1

キミガスキダ

吉村

9.9倍

-16%

›

△4

レッドセドナ

西村淳

10.3倍

-33%

›

△6

ニシノエビガタメ

Ｍデムーロ

14.8倍

-26%

›

▽7

ソニックブーム

岩田望来

16.7倍

-16%

›

▽2

キタノトレボーネ

中井

17.1倍

-23%

›

▽9

ジューンマーチ

川須

31.3倍

-45%

›

▽3

カセノコンコルド

田辺

40.3倍

-47%

›

▽10

ジャスティンアポロ

☆田山

47.6倍

-38%

›

▽13

ゼランテ

松若

56.5倍

-26%

›

▽12

フルドフォルク

加藤

218.6倍

+78%

›

▽8

フォーシーファイン

池添

247.4倍

+101%

›

▽11

セキゾウ

藤懸

378.6倍

+208%

›

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