阪神 10R 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

10R 阪神競馬場　発走 15:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クロニクル	幸	実48.1	B▽ A▽勝率2% EV+8% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／504日ぶりの実戦）
前5走 04/26 2京都110R 8着/12頭+1.5秒 04/26 2京都110R 8着/12頭+1.5秒 04/26 2京都110R 8着/12頭+1.5秒 04/26 2京都110R 8着/12頭+1.5秒 04/26 2京都110R 8着/12頭+1.5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 8.0着 (不振) ○ 当競馬場適性 120走で勝率 20% (相性良) △ ローテーション 504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 1.7% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.8% / 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。
2	ペンナヴェローチェ	川田	実9.9	B△ A△勝率7% EV-26% 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1110R 7着/16頭+1.2秒 05/16 3京都710R 2着/15頭+0.2秒 04/25 3京都110R 3着/11頭+0.4秒 04/12 2阪神612R 3着/13頭+0.4秒 02/15 2京都610R 4着/10頭+1.2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 4.0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) -14% (オッズ過剰評価) AI 予想勝率 8.7% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.8% / 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。
3	インザモーメント	武豊	実17.0	B▽ A▽勝率5% EV+10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／251日ぶりの実戦）
前5走 01/04 1京都110R 9着/9頭+0.7秒 11/22 4京都510R 14着/16頭+2.1秒 05/31 2京都1110R 7着/16頭+1.3秒 04/27 2京都210R 9着/16頭+0.7秒 03/09 2中山49R 8着/12頭+1.2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) △ ローテーション 251日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 5.4% (オッズ暗示: 5.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.7% / 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。
4	スズカダブル	高杉	実22.9	B▽ A▽勝率5% EV+17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場72走で勝率0%と苦戦傾向／462日ぶりの実戦）
前5走 06/07 3阪神111R 4着/15頭+0.3秒 06/07 3阪神111R 4着/15頭+0.3秒 06/07 3阪神111R 4着/15頭+0.3秒 06/07 3阪神111R 4着/15頭+0.3秒 06/07 3阪神111R 4着/15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戦の調子平均 4.0着 × 当競馬場適性 72走で勝率 0% (苦戦) △ ローテーション 462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 4.2% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.7% / 期待値 +18% ※ 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	パシアンジャン	松山	実4.8	B○ A○勝率23% EV-14% 詳細▼	AI上位評価だが期待値不足、見送り（140日ぶりの実戦）
前5走 04/25 3京都110R 5着/11頭+0.6秒 01/12 1京都510R 3着/16頭+0.6秒 11/30 4京都810R 4着/16頭+0.4秒 06/22 3阪神610R 4着/16頭+0.5秒 05/17 2京都710R 8着/16頭+1.6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 4.0着 △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 17.6% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.2% / 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。
6	プルートマスター	松若	実29.9	B▽ A▽勝率1% EV-48% 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／前走2着／203日ぶりの実戦）
前5走 02/21 1小倉911R 2着/13頭+0.2秒 02/07 1小倉511R 3着/16頭+0.1秒 11/23 4京都610R 11着/16頭+1.0秒 09/20 4阪神611R 5着/13頭+0.4秒 08/03 3中京46R 6着/16頭+0.3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 5.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 203日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.4% / 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。
7	マテンロウブレイブ	横山典	実3.6	B◎ A◎勝率23% EV-18% 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／105日ぶりの実戦）
前5走 05/30 3京都1110R 4着/16頭+0.6秒 04/05 2阪神47R 1着/15頭勝利 02/22 1小倉1010R 4着/16頭+0.4秒 01/25 1小倉210R 5着/16頭+0.2秒 11/22 3福島56R 1着/15頭勝利
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) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 17.6% (オッズ暗示: 27.8%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 23.2% / 期待値 -19% ※ 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	プリンセッサ	鮫島駿	実43.0	B▽ A▽勝率1% EV-31% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／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98R 8着/12頭+0.9秒 02/01 2京都29R 5着/11頭+0.6秒 10/13 3京都54R 1着/13頭勝利 09/15 4阪神512R 10着/15頭+0.9秒 04/13 2阪神69R 8着/8頭+1.7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戦の調子勝率 33% (上り調子) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 175日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.4% / 期待値 -31% ※ 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	タイセイアディクト	坂井	実29.8	B▽ A×勝率1% EV-55% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（111日ぶりの実戦）
前5走 05/24 2東京1012R 6着/16頭+1.0秒 05/16 3京都710R 3着/15頭+0.2秒 05/02 2東京39R 6着/16頭+1.1秒 03/22 1中京410R 1着/16頭勝利 02/22 1東京87R 5着/16頭+0.5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 5.0着 △ ローテーション 111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 1.7% (オッズ暗示: 3.4%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.4% / 期待値 -55% ※ 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	レヴァンテシチー	吉村	実7.7	B▲ A△勝率9% EV-15% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走勝利の勢い／132日ぶりの実戦）
前5走 05/03 3京都49R 1着/9頭勝利 04/19 2阪神88R 1着/11頭勝利 03/22 1中京47R 4着/15頭+0.4秒 02/28 1阪神36R 2着/13頭+0.1秒 02/15 2京都67R 2着/13頭+1.1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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 132日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 11.1% (オッズ暗示: 13.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.8% / 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。
11	ノーランサンライズ	浜中	実31.3	B▽ A▽勝率1% EV-31% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／112日ぶりの実戦）
前5走 05/23 3京都910R 11着/16頭+0.8秒 03/08 2中山49R 16着/16頭+3.9秒 02/14 2京都510R 5着/16頭+0.9秒 11/24 3福島610R 1着/16頭勝利 11/08 4京都112R 1着/14頭勝利
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 10.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 112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 2.9% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.4% / 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。
12	ポルポラジール	田山	実21.9	B▽ A×勝率2% EV-53% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率27%と適性高／119日ぶりの実戦）
前5走 05/16 3京都710R 14着/15頭+1.6秒 04/12 2阪神612R 5着/13頭+0.7秒 03/01 1阪神410R 4着/14頭+0.2秒 12/27 5阪神710R 15着/16頭+2.8秒 12/13 5阪神310R 1着/14頭勝利
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 7.7着 (不振) ◎ 当競馬場適性 11走で勝率 27% (得意) ▽ 前走実績前走 14着 (大敗) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 5.4% (オッズ暗示: 4.6%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 期待値 -53% ※ 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	タガノマカシヤ	岩田望	実9.8	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（当競馬場4走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／119日ぶりの実戦）
前5走 05/16 3京都710R 5着/15頭+0.6秒 04/25 3京都110R 2着/11頭+0.1秒 03/01 1阪神410R 2着/14頭+0.1秒 01/12 1京都510R 7着/16頭+0.7秒 10/25 3京都89R 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 3.0着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 8.7% (オッズ暗示: 10.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.8% / 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。
14	ブルーワール	田口	実48.7	B▽ A×勝率1% EV-50% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／105日ぶりの実戦）
前5走 05/30 3京都1110R 13着/16頭+1.7秒 05/17 3京都88R 1着/8頭勝利 02/22 1東京87R 9着/16頭+0.9秒 12/13 5阪神310R 6着/14頭+0.7秒 11/29 4京都79R 4着/13頭+0.1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戦の調子勝率 33% (上り調子) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 105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 1.7% (オッズ暗示: 2.1%) × Aモデルの評価 (参考) レース内 15位 / 勝率 0.9% / 期待値 -50% ※ 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	ルクスフレンジー	酒井	実8.0	B△ A▲勝率10% 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／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 03/08 1阪神68R 1着/9頭勝利 02/10 2京都44R 1着/9頭勝利 01/05 1京都27R 1着/15頭勝利 11/08 5東京112R 11着/14頭+1.3秒 09/13 4阪神37R 10着/18頭+0.6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戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 188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 8.9% (オッズ暗示: 12.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.8% / 期待値 -35% ※ 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 ◎

マテンロウブレイブ

騎手横山典

単勝オッズ

3.6倍

AI期待値

-36%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5パシアンジャン

4.8倍

EV -15%

▲A:△10レヴァンテシチー

7.7倍

EV -14%

出走馬全15頭

◎A:◎7

マテンロウブレイブ

横山典

3.6倍

-36%

›

○A:○5

パシアンジャン

松山

4.8倍

-15%

›

▲A:△10

レヴァンテシチー

吉村

7.7倍

-14%

›

△A:▲15

ルクスフレンジー

酒井

8.0倍

-29%

›

△A:△13

タガノマカシヤ

岩田望

9.8倍

-14%

›

△A:△2

ペンナヴェローチェ

川田

9.9倍

-13%

›

▽A:▽3

インザモーメント

武豊

17.0倍

-8%

›

▽A:×12

ポルポラジール

田山

21.9倍

+17%

›

▽A:▽4

スズカダブル

高杉

22.9倍

-4%

›

▽A:▽6

プルートマスター

松若

29.9倍

-14%

›

▽A:▽11

ノーランサンライズ

浜中

31.3倍

-10%

›

▽A:×9

タイセイアディクト

坂井

29.8倍

-49%

›

▽A:▽8

プリンセッサ

鮫島駿

43.0倍

-26%

›

▽A:▽1

クロニクル

幸

48.1倍

-18%

›

▽A:×14

ブルーワール

田口

48.7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

両モデルとも見送り

10R 阪神競馬場　発走 15:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クロニクル	幸	実48.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／504日ぶりの実戦）
前5走 04/26 2京都110R 8着/12頭+1.5秒 04/26 2京都110R 8着/12頭+1.5秒 04/26 2京都110R 8着/12頭+1.5秒 04/26 2京都110R 8着/12頭+1.5秒 04/26 2京都110R 8着/12頭+1.5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 8.0着 (不振) ○ 当競馬場適性 120走で勝率 20% (相性良) △ ローテーション 504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 1.8% (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。
2	ペンナヴェローチェ	川田	実9.9	△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1110R 7着/16頭+1.2秒 05/16 3京都710R 2着/15頭+0.2秒 04/25 3京都110R 3着/11頭+0.4秒 04/12 2阪神612R 3着/13頭+0.4秒 02/15 2京都610R 4着/10頭+1.2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 4.0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) -26% (オッズ過剰評価) AI 予想勝率 6.8% (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。
3	インザモーメント	武豊	実17.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／251日ぶりの実戦）
前5走 01/04 1京都110R 9着/9頭+0.7秒 11/22 4京都510R 14着/16頭+2.1秒 05/31 2京都1110R 7着/16頭+1.3秒 04/27 2京都210R 9着/16頭+0.7秒 03/09 2中山49R 8着/12頭+1.2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) △ ローテーション 251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 4.7% (オッズ暗示: 5.9%) ※ 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	スズカダブル	高杉	実22.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場72走で勝率0%と苦戦傾向／462日ぶりの実戦）
前5走 06/07 3阪神111R 4着/15頭+0.3秒 06/07 3阪神111R 4着/15頭+0.3秒 06/07 3阪神111R 4着/15頭+0.3秒 06/07 3阪神111R 4着/15頭+0.3秒 06/07 3阪神111R 4着/15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戦の調子平均 4.0着 × 当競馬場適性 72走で勝率 0% (苦戦) △ ローテーション 462日休養明け △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 4.7% (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。
5	パシアンジャン	松山	実4.8	○詳細▼	AI上位評価だが期待値不足、見送り（140日ぶりの実戦）
前5走 04/25 3京都110R 5着/11頭+0.6秒 01/12 1京都510R 3着/16頭+0.6秒 11/30 4京都810R 4着/16頭+0.4秒 06/22 3阪神610R 4着/16頭+0.5秒 05/17 2京都710R 8着/16頭+1.6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 4.0着 △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 23.2% (オッズ暗示: 20.8%) ※ 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。
6	プルートマスター	松若	実29.9	▽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／前走2着／203日ぶりの実戦）
前5走 02/21 1小倉911R 2着/13頭+0.2秒 02/07 1小倉511R 3着/16頭+0.1秒 11/23 4京都610R 11着/16頭+1.0秒 09/20 4阪神611R 5着/13頭+0.4秒 08/03 3中京46R 6着/16頭+0.3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 5.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 203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 1.4% (オッズ暗示: 3.3%) ※ 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。
7	マテンロウブレイブ	横山典	実3.6	◎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／105日ぶりの実戦）
前5走 05/30 3京都1110R 4着/16頭+0.6秒 04/05 2阪神47R 1着/15頭勝利 02/22 1小倉1010R 4着/16頭+0.4秒 01/25 1小倉210R 5着/16頭+0.2秒 11/22 3福島56R 1着/15頭勝利
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) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 23.2% (オッズ暗示: 27.8%) ※ 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	プリンセッサ	鮫島駿	実43.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／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98R 8着/12頭+0.9秒 02/01 2京都29R 5着/11頭+0.6秒 10/13 3京都54R 1着/13頭勝利 09/15 4阪神512R 10着/15頭+0.9秒 04/13 2阪神69R 8着/8頭+1.7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戦の調子勝率 33% (上り調子) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 175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: 2.3%) ※ 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。
9	タイセイアディクト	坂井	実29.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（111日ぶりの実戦）
前5走 05/24 2東京1012R 6着/16頭+1.0秒 05/16 3京都710R 3着/15頭+0.2秒 05/02 2東京39R 6着/16頭+1.1秒 03/22 1中京410R 1着/16頭勝利 02/22 1東京87R 5着/16頭+0.5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 5.0着 △ ローテーション 111日休養明け × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。
10	レヴァンテシチー	吉村	実7.7	△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67%と好調／前走勝利の勢い／132日ぶりの実戦）
前5走 05/03 3京都49R 1着/9頭勝利 04/19 2阪神88R 1着/11頭勝利 03/22 1中京47R 4着/15頭+0.4秒 02/28 1阪神36R 2着/13頭+0.1秒 02/15 2京都67R 2着/13頭+1.1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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 132日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 13.0%) ※ 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。
11	ノーランサンライズ	浜中	実31.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／112日ぶりの実戦）
前5走 05/23 3京都910R 11着/16頭+0.8秒 03/08 2中山49R 16着/16頭+3.9秒 02/14 2京都510R 5着/16頭+0.9秒 11/24 3福島610R 1着/16頭勝利 11/08 4京都112R 1着/14頭勝利
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 10.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 112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 1.4% (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。
12	ポルポラジール	田山	実21.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率27%と適性高／119日ぶりの実戦）
前5走 05/16 3京都710R 14着/15頭+1.6秒 04/12 2阪神612R 5着/13頭+0.7秒 03/01 1阪神410R 4着/14頭+0.2秒 12/27 5阪神710R 15着/16頭+2.8秒 12/13 5阪神310R 1着/14頭勝利
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 7.7着 (不振) ◎ 当競馬場適性 11走で勝率 27% (得意) ▽ 前走実績前走 14着 (大敗) △ ローテーション 119日休養明け × 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 1.8% (オッズ暗示: 4.6%) ※ 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	タガノマカシヤ	岩田望	実9.8	△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0%と苦戦傾向／直近3走平均3.0着と安定／119日ぶりの実戦）
前5走 05/16 3京都710R 5着/15頭+0.6秒 04/25 3京都110R 2着/11頭+0.1秒 03/01 1阪神410R 2着/14頭+0.1秒 01/12 1京都510R 7着/16頭+0.7秒 10/25 3京都89R 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 3.0着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) △ 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 8.8% (オッズ暗示: 10.2%) ※ 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。
14	ブルーワール	田口	実48.7	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／105日ぶりの実戦）
前5走 05/30 3京都1110R 13着/16頭+1.7秒 05/17 3京都88R 1着/8頭勝利 02/22 1東京87R 9着/16頭+0.9秒 12/13 5阪神310R 6着/14頭+0.7秒 11/29 4京都79R 4着/13頭+0.1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戦の調子勝率 33% (上り調子) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 105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 0.9% (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。
15	ルクスフレンジー	酒井	実8.0	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 03/08 1阪神68R 1着/9頭勝利 02/10 2京都44R 1着/9頭勝利 01/05 1京都27R 1着/15頭勝利 11/08 5東京112R 11着/14頭+1.3秒 09/13 4阪神37R 10着/18頭+0.6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戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 188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 9.8% (オッズ暗示: 12.5%) ※ 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。

AIの本命

AI評価1位

マテンロウブレイブ

騎手横山典

単勝オッズ

3.6倍

AI期待値

-18%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5パシアンジャン

4.8倍

EV -14%

▲15ルクスフレンジー

8.0倍

EV -35%

出走馬全15頭

◎7

マテンロウブレイブ

横山典

3.6倍

-18%

›

○5

パシアンジャン

松山

4.8倍

-14%

›

▲15

ルクスフレンジー

酒井

8.0倍

-35%

›

△10

レヴァンテシチー

吉村

7.7倍

-15%

›

△13

タガノマカシヤ

岩田望

9.8倍

-17%

›

△2

ペンナヴェローチェ

川田

9.9倍

-26%

›

▽3

インザモーメント

武豊

17.0倍

+10%

›

▽4

スズカダブル

高杉

22.9倍

+17%

›

×12

ポルポラジール

田山

21.9倍

-53%

›

▽1

クロニクル

幸

48.1倍

+8%

›

×9

タイセイアディクト

坂井

29.8倍

-55%

›

▽11

ノーランサンライズ

浜中

31.3倍

-31%

›

▽6

プルートマスター

松若

29.9倍

-48%

›

▽8

プリンセッサ

鮫島駿

43.0倍

-31%

›

×14

ブルーワール

田口

48.7倍

-50%

›

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