阪神 8R 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

8R 阪神競馬場　発走 13:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マイリトルヒーロー	幸	実17.3	B△ A△勝率6% EV+0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走3着／126日ぶりの実戦）
前5走 05/09 3京都55R 3着/8頭+0.2秒 04/19 2阪神87R 7着/8頭+0.7秒 10/26 3京都92R 1着/10頭勝利 08/23 4中京15R 3着/10頭+0.2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戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) △ ローテーション 126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 3.6% (オッズ暗示: 5.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.8% / 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。
2	オーシンエス	★河原田	実92.8	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8.3着と低調／前走3着／118日ぶりの実戦）
前5走 05/17 3京都87R 3着/12頭+0.5秒 03/28 1中京58R 9着/14頭+0.5秒 02/07 1小倉59R 13着/13頭+3.8秒 08/30 4中京38R 5着/8頭+0.5秒 07/05 2小倉39R 3着/8頭+0.6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 8.3着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 118日休養明け × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.1% / 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。
3	バークシャーシチー	松若	実32.3	B▽ A▽勝率4% EV+22% 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／104日ぶりの実戦）
前5走 05/31 3京都1211R 8着/9頭+1.0秒 02/01 1東京29R 9着/12頭+0.9秒 09/21 4阪神75R 1着/9頭勝利 ― ―
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戦の調子勝率 33% (上り調子) △ ローテーション 104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 1.9% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 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。
4	アクセス	岩田望	実2.3	B◎ A◎勝率24% EV-44% 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走で勝率33%と好調／126日ぶりの実戦）
前5走 05/09 3京都511R 10着/16頭+1.0秒 01/18 1中山711R 9着/15頭+0.6秒 11/16 4京都45R 1着/9頭勝利 ― ―
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) ▽ 前走実績前走 10着 (大敗) △ ローテーション 126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 45.9% (オッズ暗示: 43.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 24.0% / 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。
5	サイモンノーブル	△柴田裕	実160.2	B× A▽勝率1% EV+39% 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／直近3走で勝率33%と好調／前走2着）
前5走 05/06 盛岡7R 2着/10頭+0.3秒 04/21 水沢10R 5着/12頭+0.9秒 04/07 水沢9R 1着/11頭勝利 03/24 水沢9R 3着/12頭+0.2秒 03/10 水沢9R 7着/12頭+0.7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戦の調子勝率 33% (上り調子) × 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 129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 0.3% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.7% / 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。
6	コレオシークエンス	浜中	実4.2	B○ A▲勝率22% EV-7% 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／175日ぶりの実戦）
前5走 03/21 1阪神911R 4着/12頭+0.5秒 02/10 2京都411R 4着/9頭+0.1秒 11/15 5東京35R 1着/10頭勝利 ― ―
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戦の調子勝率 33% (上り調子) △ ローテーション 175日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 17.2% (オッズ暗示: 23.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 22.1% / 期待値 -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。
7	サトノアグード	坂井	実4.0	B▲ A○勝率22% EV-11% 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／前走勝利の勢い／105日ぶりの実戦）
前5走 05/30 3京都115R 1着/18頭勝利 02/28 1阪神35R 2着/14頭+0.0秒 01/24 1小倉12R 3着/16頭+0.4秒 11/23 4京都65R 2着/9頭+0.5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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 105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 12.1% (オッズ暗示: 25.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.2% / 期待値 -11% ※ 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	スウィートリワード	田口	実104.8	B× A▽勝率1% EV+14% 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／140日ぶりの実戦）
前5走 04/25 3京都19R 6着/16頭+0.7秒 04/11 1福島112R 8着/16頭+0.5秒 01/25 1小倉29R 16着/16頭+2.6秒 07/12 1函館97R 10着/10頭+2.2秒 06/29 1函館67R 6着/11頭+0.4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 10.0着 (不振) △ ローテーション 140日休養明け × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.1% / 期待値 +15% ※ 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	ウィテカービート	酒井	実103.7	B▽ A▽勝率1% EV+13% 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／前走2着／195日ぶりの実戦）
前5走 03/01 1阪神48R 2着/15頭+0.1秒 02/15 2京都68R 8着/12頭+1.0秒 01/31 2京都112R 9着/17頭+0.6秒 01/17 1京都67R 14着/15頭+2.1秒 12/28 5阪神87R 11着/16頭+1.8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 6.3着 × 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 195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 0.6% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 期待値 +13% ※ 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	ピエタンツァ	武豊	実29.6	B▽ A▽勝率2% EV-29% 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33%と適性高／112日ぶりの実戦）
前5走 05/23 3京都98R 4着/15頭+0.5秒 01/31 2京都112R 6着/17頭+0.4秒 01/05 1京都212R 5着/15頭+0.4秒 12/06 5阪神112R 6着/15頭+0.3秒 09/27 4阪神87R 5着/16頭+0.2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 5.0着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 112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 1.9% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.4% / 期待値 -29% ※ 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	ダノンテムズ	ルメール	実8.9	B△ A△勝率9% EV-17% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い／147日ぶりの実戦）
前5走 04/18 2阪神74R 1着/18頭勝利 02/14 2京都56R 2着/17頭+0.1秒 12/21 5阪神65R 3着/12頭+0.1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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 147日休養明け △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 12.1% (オッズ暗示: 11.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 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。
12	エンジェルボイス	佐々木	実25.6	B△ A△勝率4% EV+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／直近3走で勝率33%と好調／98日ぶりの実戦）
前5走 06/06 3阪神19R 4着/9頭+0.3秒 05/17 3京都85R 1着/10頭勝利 03/22 1阪神104R 12着/17頭+1.4秒 02/21 1阪神16R 5着/11頭+1.0秒 01/24 1京都85R 7着/18頭+1.2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 3走で勝率 0% (苦戦) △ ローテーション 98日休養明け × 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 2.4% (オッズ暗示: 3.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 期待値 +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。
13	ダノンブギ	横山和	実47.8	B▽ A▽勝率1% EV-47% 詳細▼	大穴、AI予想勝率低く長期回収困難（132日ぶりの実戦）
前5走 05/03 2東京48R 8着/9頭+1.4秒 02/21 1阪神19R 6着/18頭+0.6秒 01/31 2京都112R 4着/17頭+0.2秒 11/29 5東京712R 6着/9頭+0.9秒 08/30 4中京36R 1着/16頭勝利
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 6.0着 △ ローテーション 132日休養明け × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 期待値 -47% ※ 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	デリュージョン	城戸	実90.6	B▽ A▽勝率1% EV0% 詳細▼	大穴、AI予想勝率低く長期回収困難（118日ぶりの実戦）
前5走 05/17 3京都87R 8着/12頭+1.0秒 04/26 3京都27R 2着/14頭+0.1秒 04/19 1福島46R 9着/13頭+1.4秒 10/19 4新潟27R 4着/18頭+0.2秒 10/12 3京都412R 17着/18頭+1.3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 6.3着 △ ローテーション 118日休養明け × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 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。

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 ◎

アクセス

騎手岩田望

単勝オッズ

2.3倍

AI期待値

+5%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲6コレオシークエンス

4.2倍

EV -27%

▲A:○7サトノアグード

4.0倍

EV -51%

出走馬全14頭

◎A:◎4

アクセス

岩田望

2.3倍

+5%

›

○A:▲6

コレオシークエンス

浜中

4.2倍

-27%

›

▲A:○7

サトノアグード

坂井

4.0倍

-51%

›

△A:△11

ダノンテムズ

ルメール

8.9倍

+7%

›

△A:△1

マイリトルヒーロー

幸

17.3倍

-38%

›

△A:△12

エンジェルボイス

佐々木

25.6倍

-39%

›

▽A:▽10

ピエタンツァ

武豊

29.6倍

-43%

›

▽A:▽3

バークシャーシチー

松若

32.3倍

-38%

›

▽A:▽13

ダノンブギ

横山和

47.8倍

-45%

›

▽A:▽14

デリュージョン

城戸

90.6倍

-42%

›

▽A:▽9

ウィテカービート

酒井

103.7倍

-33%

›

×A:▽2

オーシンエス

★河原田

92.8倍

-68%

›

×A:▽8

スウィートリワード

田口

104.8倍

-64%

›

×A:▽5

サイモンノーブル

△柴田裕

160.2倍

-51%

›

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

8R 阪神競馬場　発走 13:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マイリトルヒーロー	幸	実17.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走3着／126日ぶりの実戦）
前5走 05/09 3京都55R 3着/8頭+0.2秒 04/19 2阪神87R 7着/8頭+0.7秒 10/26 3京都92R 1着/10頭勝利 08/23 4中京15R 3着/10頭+0.2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戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 5.8% (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。
2	オーシンエス	★河原田	実92.8	▽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3着／118日ぶりの実戦）
前5走 05/17 3京都87R 3着/12頭+0.5秒 03/28 1中京58R 9着/14頭+0.5秒 02/07 1小倉59R 13着/13頭+3.8秒 08/30 4中京38R 5着/8頭+0.5秒 07/05 2小倉39R 3着/8頭+0.6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 8.3着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 118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 1.1% (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。
3	バークシャーシチー	松若	実32.3	▽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／104日ぶりの実戦）
前5走 05/31 3京都1211R 8着/9頭+1.0秒 02/01 1東京29R 9着/12頭+0.9秒 09/21 4阪神75R 1着/9頭勝利 ― ―
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戦の調子勝率 33% (上り調子) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 3.8% (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。
4	アクセス	岩田望	実2.3	◎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走で勝率33%と好調／126日ぶりの実戦）
前5走 05/09 3京都511R 10着/16頭+1.0秒 01/18 1中山711R 9着/15頭+0.6秒 11/16 4京都45R 1着/9頭勝利 ― ―
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) ▽ 前走実績前走 10着 (大敗) △ ローテーション 126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 24.0% (オッズ暗示: 43.5%) ※ 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。
5	サイモンノーブル	△柴田裕	実160.2	▽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／直近3走で勝率33%と好調／前走2着）
前5走 05/06 盛岡7R 2着/10頭+0.3秒 04/21 水沢10R 5着/12頭+0.9秒 04/07 水沢9R 1着/11頭勝利 03/24 水沢9R 3着/12頭+0.2秒 03/10 水沢9R 7着/12頭+0.7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戦の調子勝率 33% (上り調子) × 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 129日休養明け ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) 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	コレオシークエンス	浜中	実4.2	▲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／175日ぶりの実戦）
前5走 03/21 1阪神911R 4着/12頭+0.5秒 02/10 2京都411R 4着/9頭+0.1秒 11/15 5東京35R 1着/10頭勝利 ― ―
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戦の調子勝率 33% (上り調子) △ ローテーション 175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 22.1% (オッズ暗示: 23.8%) ※ 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	サトノアグード	坂井	実4.0	○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／前走勝利の勢い／105日ぶりの実戦）
前5走 05/30 3京都115R 1着/18頭勝利 02/28 1阪神35R 2着/14頭+0.0秒 01/24 1小倉12R 3着/16頭+0.4秒 11/23 4京都65R 2着/9頭+0.5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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 22.2% (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。
8	スウィートリワード	田口	実104.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／140日ぶりの実戦）
前5走 04/25 3京都19R 6着/16頭+0.7秒 04/11 1福島112R 8着/16頭+0.5秒 01/25 1小倉29R 16着/16頭+2.6秒 07/12 1函館97R 10着/10頭+2.2秒 06/29 1函館67R 6着/11頭+0.4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 10.0着 (不振) △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 1.1% (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。
9	ウィテカービート	酒井	実103.7	▽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／前走2着／195日ぶりの実戦）
前5走 03/01 1阪神48R 2着/15頭+0.1秒 02/15 2京都68R 8着/12頭+1.0秒 01/31 2京都112R 9着/17頭+0.6秒 01/17 1京都67R 14着/15頭+2.1秒 12/28 5阪神87R 11着/16頭+1.8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 6.3着 × 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 195日休養明け △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 1.1% (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。
10	ピエタンツァ	武豊	実29.6	▽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33%と適性高／112日ぶりの実戦）
前5走 05/23 3京都98R 4着/15頭+0.5秒 01/31 2京都112R 6着/17頭+0.4秒 01/05 1京都212R 5着/15頭+0.4秒 12/06 5阪神112R 6着/15頭+0.3秒 09/27 4阪神87R 5着/16頭+0.2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 5.0着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 112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 2.4% (オッズ暗示: 3.4%) ※ 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	ダノンテムズ	ルメール	実8.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い／147日ぶりの実戦）
前5走 04/18 2阪神74R 1着/18頭勝利 02/14 2京都56R 2着/17頭+0.1秒 12/21 5阪神65R 3着/12頭+0.1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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 147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 9.3% (オッズ暗示: 11.2%) ※ 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。
12	エンジェルボイス	佐々木	実25.6	△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／直近3走で勝率33%と好調／98日ぶりの実戦）
前5走 06/06 3阪神19R 4着/9頭+0.3秒 05/17 3京都85R 1着/10頭勝利 03/22 1阪神104R 12着/17頭+1.4秒 02/21 1阪神16R 5着/11頭+1.0秒 01/24 1京都85R 7着/18頭+1.2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 3走で勝率 0% (苦戦) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 4.2% (オッズ暗示: 3.9%) ※ 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。
13	ダノンブギ	横山和	実47.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（132日ぶりの実戦）
前5走 05/03 2東京48R 8着/9頭+1.4秒 02/21 1阪神19R 6着/18頭+0.6秒 01/31 2京都112R 4着/17頭+0.2秒 11/29 5東京712R 6着/9頭+0.9秒 08/30 4中京36R 1着/16頭勝利
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 6.0着 △ ローテーション 132日休養明け × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 1.1% (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。
14	デリュージョン	城戸	実90.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（118日ぶりの実戦）
前5走 05/17 3京都87R 8着/12頭+1.0秒 04/26 3京都27R 2着/14頭+0.1秒 04/19 1福島46R 9着/13頭+1.4秒 10/19 4新潟27R 4着/18頭+0.2秒 10/12 3京都412R 17着/18頭+1.3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 6.3着 △ ローテーション 118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 1.1% (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。

AIの本命

AI評価1位

アクセス

騎手岩田望

単勝オッズ

2.3倍

AI期待値

-44%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7サトノアグード

4.0倍

EV -11%

▲6コレオシークエンス

4.2倍

EV -7%

出走馬全14頭

◎4

アクセス

岩田望

2.3倍

-44%

›

○7

サトノアグード

坂井

4.0倍

-11%

›

▲6

コレオシークエンス

浜中

4.2倍

-7%

›

△11

ダノンテムズ

ルメール

8.9倍

-17%

›

△1

マイリトルヒーロー

幸

17.3倍

+0%

›

△12

エンジェルボイス

佐々木

25.6倍

+8%

›

▽3

バークシャーシチー

松若

32.3倍

+22%

›

▽10

ピエタンツァ

武豊

29.6倍

-29%

›

▽13

ダノンブギ

横山和

47.8倍

-47%

›

▽14

デリュージョン

城戸

90.6倍

›

▽2

オーシンエス

★河原田

92.8倍

+1%

›

▽9

ウィテカービート

酒井

103.7倍

+13%

›

▽8

スウィートリワード

田口

104.8倍

+14%

›

▽5

サイモンノーブル

△柴田裕

160.2倍

+39%

›

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