阪神 9R 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

9R 阪神競馬場　発走 14:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カウンティフェア	田山	実49.5	B▽ A▽勝率1% EV-48% 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／168日ぶりの実戦）
前5走 03/28 1中京512R 8着/16頭+0.4秒 03/14 1中京112R 1着/18頭勝利 01/05 1京都212R 8着/15頭+0.6秒 12/14 5中京412R 3着/16頭+0.0秒 11/15 4京都312R 14着/18頭+0.6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) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 168日休養明け × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.0%) ▽ 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。
2	ライラ	松山	実3.8	B◎ A◎勝率21% EV-20% 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3.0着と安定／105日ぶりの実戦）
前5走 05/30 3京都118R 4着/12頭+0.3秒 04/18 2阪神710R 3着/9頭+0.1秒 03/28 1中京512R 2着/16頭+0.0秒 12/21 7京都79R 1着/12頭勝利 12/15 5中山63R 1着/16頭勝利
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) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 20.1% (オッズ暗示: 26.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 20.8% / 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。
3	リアライズ	角田和	実40.1	B▽ A×勝率1% EV-58% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率0%と苦戦傾向／461日ぶりの実戦）
前5走 06/08 3阪神212R 5着/16頭+0.6秒 06/08 3阪神212R 5着/16頭+0.6秒 06/08 3阪神212R 5着/16頭+0.6秒 06/08 3阪神212R 5着/16頭+0.6秒 06/08 3阪神212R 5着/16頭+0.6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 5.0着 × 当競馬場適性 36走で勝率 0% (苦戦) △ ローテーション 461日休養明け × 期待値 (オッズ vs AI勝率) -44% (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 11位 / 勝率 1.0% / 期待値 -59% ※ 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	ダガーリング	坂井	実4.9	B▲ A▲勝率16% EV-21% 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3着／105日ぶりの実戦）
前5走 05/30 2東京1110R 3着/11頭+0.5秒 05/09 3京都59R 2着/11頭+0.1秒 04/25 3京都19R 1着/16頭勝利 03/15 1中京212R 10着/18頭+0.9秒 11/22 3福島512R 6着/16頭+0.3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戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) △ ローテーション 105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 14.7% (オッズ暗示: 20.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.0% / 期待値 -22% ※ 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	プレセピオ推奨	浜中	実25.9	B△ A▽勝率7% EV+88% 詳細▼	市場が大きく過小評価、AI予想勝率9% × オッズ25.9倍で期待値+133%の有力候補（近5走で勝率20%と堅実）
前5走 04/12 2阪神611R 16着/18頭+2.1秒 03/07 1阪神511R 5着/18頭+0.4秒 01/17 1京都610R 8着/9頭+2.6秒 12/13 5中京39R 1着/11頭勝利 11/30 4京都89R 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 9.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 16着 (大敗) △ ローテーション 153日休養明け ◎ 期待値 (オッズ vs AI勝率) +133% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.3% / 期待値 +88% ※ 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	アムールリーベ	荻野琢	実9.6	B▽ A△勝率7% EV-28% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場4走で勝率25%と適性高／前走2着／105日ぶりの実戦）
前5走 05/30 3京都118R 2着/12頭+0.0秒 05/17 3京都812R 6着/13頭+0.4秒 03/28 1中京512R 9着/16頭+0.6秒 03/14 1阪神79R 10着/15頭+0.7秒 01/10 1京都310R 9着/18頭+1.1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 5.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 前走実績前走 2着 (好走) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 10.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.4% / 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。
7	ネッタイヤライ	北村友	実35.4	B▽ A×勝率1% EV-63% 詳細▼	大穴、AI予想勝率低く長期回収困難（174日ぶりの実戦）
前5走 03/22 1中京49R 4着/10頭+0.5秒 03/01 1阪神46R 3着/8頭+1.0秒 11/29 4京都711R 4着/11頭+0.4秒 11/08 4京都13R 1着/9頭勝利 09/20 4阪神62R 4着/7頭+1.0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 3.7着 △ ローテーション 174日休養明け × 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 1.8% (オッズ暗示: 2.8%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 期待値 -63% ※ 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	ワンコールアウェイ	松若	実8.8	B△ A△勝率7% EV-35% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場4走で勝率25%と適性高／前走2着／119日ぶりの実戦）
前5走 05/16 1新潟512R 2着/16頭+0.2秒 03/29 2阪神27R 8着/14頭+0.8秒 03/14 1中京112R 2着/18頭+0.0秒 06/15 3阪神43R 1着/18頭勝利 05/24 2京都93R 2着/17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 4.0着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 前走実績前走 2着 (好走) △ ローテーション 119日休養明け × 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 7.2% (オッズ暗示: 11.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.3% / 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。
9	ジッピーレーサー	秋山稔	実197.2	B▽ A▽勝率1% EV+27% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／直近3走平均13.0着と低調／490日ぶりの実戦）
前5走 05/10 1新潟31R 13着/14頭+7.7秒 05/10 1新潟31R 13着/14頭+7.7秒 05/10 1新潟31R 13着/14頭+7.7秒 05/10 1新潟31R 13着/14頭+7.7秒 05/10 1新潟31R 13着/14頭+7.7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 13.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 490日休養明け △ 期待値 (オッズ vs AI勝率) -18% (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 0.6% / 期待値 +28% ※ 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	キングケープ	西塚	実25.9	B▽ A▽勝率4% EV-2% 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／前走勝利の勢い／126日ぶりの実戦）
前5走 05/09 3京都53R 1着/17頭勝利 04/25 3京都16R 3着/16頭+0.2秒 03/28 1中京53R 7着/16頭+0.8秒 12/14 5阪神42R 15着/16頭+5.4秒 09/07 4阪神25R 5着/6頭+2.5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 126日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.8% / 期待値 -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。
11	アジュマン	岩田望	実8.2	B△ A△勝率9% EV-28% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（105日ぶりの実戦）
前5走 05/30 3京都118R 9着/12頭+0.5秒 04/18 2阪神710R 2着/9頭+0.0秒 03/28 2阪神110R 2着/11頭+0.0秒 02/22 1阪神29R 6着/10頭+0.4秒 12/07 5阪神212R 17着/17頭+2.3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 4.3着 ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 105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 10.6% (オッズ暗示: 12.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.7% / 期待値 -28% ※ 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	ロンドボス	幸	実3.9	B○ A○勝率20% EV-22% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着／105日ぶりの実戦）
前5走 05/30 3京都118R 3着/12頭+0.2秒 04/12 2阪神67R 6着/11頭+0.8秒 03/28 1中京512R 6着/16頭+0.3秒 11/16 4京都48R 7着/15頭+0.2秒 11/02 3京都1112R 2着/12頭+0.1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 ○ 前走実績前走 3着 (好走) △ ローテーション 105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 19.0% (オッズ暗示: 25.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.9% / 期待値 -22% ※ 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	キャッスルレイク	田口	実22.6	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（当競馬場4走で勝率0%と苦戦傾向／139日ぶりの実戦）
前5走 04/26 2東京28R 5着/11頭+0.0秒 03/28 1中京512R 3着/16頭+0.0秒 02/28 1阪神312R 5着/18頭+0.3秒 09/27 4阪神812R 11着/16頭+2.0秒 09/15 4阪神59R 9着/13頭+2.0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 4.3着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.2% / 期待値 +16% ※ 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 ◎

ライラ

騎手松山

単勝オッズ

3.8倍

AI期待値

-23%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12ロンドボス

3.9倍

EV -26%

▲A:▲4ダガーリング

4.9倍

EV -27%

出走馬全13頭

◎A:◎2

ライラ

松山

3.8倍

-23%

›

○A:○12

ロンドボス

幸

3.9倍

-26%

›

▲A:▲4

ダガーリング

坂井

4.9倍

-27%

›

△A:△11

アジュマン

岩田望

8.2倍

-13%

›

△A:▽5

プレセピオ

浜中

25.9倍

+133%

›

△A:△8

ワンコールアウェイ

松若

8.8倍

-36%

›

▽A:△6

アムールリーベ

荻野琢

9.6倍

-30%

›

▽A:▽13

キャッスルレイク

田口

22.6倍

-1%

›

▽A:▽10

キングケープ

西塚

25.9倍

-25%

›

▽A:×7

ネッタイヤライ

北村友

35.4倍

-35%

›

▽A:×3

リアライズ

角田和

40.1倍

-44%

›

▽A:▽1

カウンティフェア

田山

49.5倍

-31%

›

▽A:▽9

ジッピーレーサー

秋山稔

197.2倍

-17%

›

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

A. 現行モデル (binary)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 5 プレセピオ実25.9倍期待値 +133% 推奨 11.1〜30.0倍 ¥300 不的中

※ オッズは予測時点の値です。

9R 阪神競馬場　発走 14:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カウンティフェア	田山	実49.5	▽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／168日ぶりの実戦）
前5走 03/28 1中京512R 8着/16頭+0.4秒 03/14 1中京112R 1着/18頭勝利 01/05 1京都212R 8着/15頭+0.6秒 12/14 5中京412R 3着/16頭+0.0秒 11/15 4京都312R 14着/18頭+0.6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) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 168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: 2.0%) ※ 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	ライラ	松山	実3.8	◎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3.0着と安定／105日ぶりの実戦）
前5走 05/30 3京都118R 4着/12頭+0.3秒 04/18 2阪神710R 3着/9頭+0.1秒 03/28 1中京512R 2着/16頭+0.0秒 12/21 7京都79R 1着/12頭勝利 12/15 5中山63R 1着/16頭勝利
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) △ ローテーション 105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 20.8% (オッズ暗示: 26.3%) ※ 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。
3	リアライズ	角田和	実40.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率0%と苦戦傾向／461日ぶりの実戦）
前5走 06/08 3阪神212R 5着/16頭+0.6秒 06/08 3阪神212R 5着/16頭+0.6秒 06/08 3阪神212R 5着/16頭+0.6秒 06/08 3阪神212R 5着/16頭+0.6秒 06/08 3阪神212R 5着/16頭+0.6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 5.0着 × 当競馬場適性 36走で勝率 0% (苦戦) △ ローテーション 461日休養明け × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 1.0% (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	ダガーリング	坂井	実4.9	▲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3着／105日ぶりの実戦）
前5走 05/30 2東京1110R 3着/11頭+0.5秒 05/09 3京都59R 2着/11頭+0.1秒 04/25 3京都19R 1着/16頭勝利 03/15 1中京212R 10着/18頭+0.9秒 11/22 3福島512R 6着/16頭+0.3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戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 16.0% (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。
5	プレセピオ推奨	浜中	実25.9	▽詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+88%の中穴候補（近5走で勝率20%と堅実）
前5走 04/12 2阪神611R 16着/18頭+2.1秒 03/07 1阪神511R 5着/18頭+0.4秒 01/17 1京都610R 8着/9頭+2.6秒 12/13 5中京39R 1着/11頭勝利 11/30 4京都89R 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 9.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 16着 (大敗) △ ローテーション 153日休養明け ◎ 期待値 (オッズ vs AI勝率) +88% (市場が大幅過小評価) AI 予想勝率 7.3% (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。
6	アムールリーベ	荻野琢	実9.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場4走で勝率25%と適性高／前走2着／105日ぶりの実戦）
前5走 05/30 3京都118R 2着/12頭+0.0秒 05/17 3京都812R 6着/13頭+0.4秒 03/28 1中京512R 9着/16頭+0.6秒 03/14 1阪神79R 10着/15頭+0.7秒 01/10 1京都310R 9着/18頭+1.1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 5.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 前走実績前走 2着 (好走) △ ローテーション 105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 7.4% (オッズ暗示: 10.4%) ※ 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	ネッタイヤライ	北村友	実35.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（174日ぶりの実戦）
前5走 03/22 1中京49R 4着/10頭+0.5秒 03/01 1阪神46R 3着/8頭+1.0秒 11/29 4京都711R 4着/11頭+0.4秒 11/08 4京都13R 1着/9頭勝利 09/20 4阪神62R 4着/7頭+1.0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 3.7着 △ ローテーション 174日休養明け × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
8	ワンコールアウェイ	松若	実8.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場4走で勝率25%と適性高／前走2着／119日ぶりの実戦）
前5走 05/16 1新潟512R 2着/16頭+0.2秒 03/29 2阪神27R 8着/14頭+0.8秒 03/14 1中京112R 2着/18頭+0.0秒 06/15 3阪神43R 1着/18頭勝利 05/24 2京都93R 2着/17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 4.0着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 前走実績前走 2着 (好走) △ ローテーション 119日休養明け × 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 7.3% (オッズ暗示: 11.4%) ※ 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	ジッピーレーサー	秋山稔	実197.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／直近3走平均13.0着と低調／490日ぶりの実戦）
前5走 05/10 1新潟31R 13着/14頭+7.7秒 05/10 1新潟31R 13着/14頭+7.7秒 05/10 1新潟31R 13着/14頭+7.7秒 05/10 1新潟31R 13着/14頭+7.7秒 05/10 1新潟31R 13着/14頭+7.7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 13.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 490日休養明け △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 0.6% (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。
10	キングケープ	西塚	実25.9	▽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／前走勝利の勢い／126日ぶりの実戦）
前5走 05/09 3京都53R 1着/17頭勝利 04/25 3京都16R 3着/16頭+0.2秒 03/28 1中京53R 7着/16頭+0.8秒 12/14 5阪神42R 15着/16頭+5.4秒 09/07 4阪神25R 5着/6頭+2.5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 126日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 3.8% (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。
11	アジュマン	岩田望	実8.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（105日ぶりの実戦）
前5走 05/30 3京都118R 9着/12頭+0.5秒 04/18 2阪神710R 2着/9頭+0.0秒 03/28 2阪神110R 2着/11頭+0.0秒 02/22 1阪神29R 6着/10頭+0.4秒 12/07 5阪神212R 17着/17頭+2.3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 4.3着 ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 105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 8.7% (オッズ暗示: 12.2%) ※ 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	ロンドボス	幸	実3.9	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着／105日ぶりの実戦）
前5走 05/30 3京都118R 3着/12頭+0.2秒 04/12 2阪神67R 6着/11頭+0.8秒 03/28 1中京512R 6着/16頭+0.3秒 11/16 4京都48R 7着/15頭+0.2秒 11/02 3京都1112R 2着/12頭+0.1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 ○ 前走実績前走 3着 (好走) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 19.9% (オッズ暗示: 25.6%) ※ 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。
13	キャッスルレイク	田口	実22.6	▽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／139日ぶりの実戦）
前5走 04/26 2東京28R 5着/11頭+0.0秒 03/28 1中京512R 3着/16頭+0.0秒 02/28 1阪神312R 5着/18頭+0.3秒 09/27 4阪神812R 11着/16頭+2.0秒 09/15 4阪神59R 9着/13頭+2.0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 4.3着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 5.2% (オッズ暗示: 4.4%) ※ 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の本命

AI評価1位

ライラ

騎手松山

単勝オッズ

3.8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

○12ロンドボス

3.9倍

EV -22%

▲4ダガーリング

4.9倍

EV -21%

出走馬全13頭

◎2

ライラ

松山

3.8倍

-20%

›

○12

ロンドボス

幸

3.9倍

-22%

›

▲4

ダガーリング

坂井

4.9倍

-21%

›

△11

アジュマン

岩田望

8.2倍

-28%

›

△6

アムールリーベ

荻野琢

9.6倍

-28%

›

△8

ワンコールアウェイ

松若

8.8倍

-35%

›

▽5

プレセピオ

浜中

25.9倍

+88%

›

▽13

キャッスルレイク

田口

22.6倍

+16%

›

▽10

キングケープ

西塚

25.9倍

-2%

›

×7

ネッタイヤライ

北村友

35.4倍

-63%

›

×3

リアライズ

角田和

40.1倍

-58%

›

▽1

カウンティフェア

田山

49.5倍

-48%

›

▽9

ジッピーレーサー

秋山稔

197.2倍

+27%

›

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

A. 現行モデル (binary)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 5 プレセピオ実25.9倍期待値 +88% 推奨 13.7〜30.0倍 ¥300 不的中

※ オッズは予測時点の値です。

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