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 10:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	インヴァイト	斎藤	実36.2	B▽ A▽勝率1% EV-43% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調）
前5走 2回1日中京5R 16着/16頭 ― ― ― ―
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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) × 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 1.6% (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 -43% ※ 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	メイショウゲッコウ	西塚	実56.7	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10.0着と低調／231日ぶりの実戦）
前5走 01/25 1小倉26R 11着/11頭+14.9秒 01/10 1京都33R 9着/16頭+1.7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 10.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 231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: 1.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.9% / 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。
3	デルマタカチホ	◇永島	実57.7	B▽ A▽勝率1% EV-49% 詳細▼	大穴、AI予想勝率低く長期回収困難（154日ぶりの実戦）
前5走 04/12 3中山65R 7着/18頭+0.7秒 03/29 2阪神25R 7着/12頭+1.8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 7.0着 (不振) △ ローテーション 154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 0.9% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 14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。
4	イクオクコウネン	幸	実9.2	B△ A△勝率6% EV-46% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（106日ぶりの実戦）
前5走 05/30 3京都115R 4着/18頭+1.2秒 04/04 2阪神35R 4着/18頭+0.5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 △ ローテーション 106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 8.1% (オッズ暗示: 10.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.6% / 期待値 -46% ※ 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	クロレ	坂井	実4.6	B○ A○勝率25% EV+10% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着／106日ぶりの実戦）
前5走 05/30 3京都111R 3着/16頭+0.6秒 02/21 1東京74R 6着/16頭+1.2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 4.5着 ○ 前走実績前走 3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) +9% (市場と概ね一致) AI 予想勝率 23.9% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.7% / 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。
6	ラッキーモア	長岡	実42.6	B× A▽勝率1% EV-40% 詳細▼	大穴、AI予想勝率低く長期回収困難（126日ぶりの実戦）
前5走 05/10 2東京62R 6着/16頭+0.5秒 04/25 2東京12R 3着/16頭+0.5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 4.5着 △ ローテーション 126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 0.9% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.4% / 期待値 -40% ※ 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	タガノランパート	田口	実3.4	B◎ A◎勝率28% 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
前5走 3回5日阪神4R 5着/16頭 2回8日中京12R 2着/16頭 ― ― ―
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 4.7着 △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 23.9% (オッズ暗示: 29.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 28.0% / 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。
8	サトノシャッツ	松本	実50.2	B▽ A▽勝率1% EV-19% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 11位 (中位評価) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.4% / 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。
9	ブルーザー	☆田山	実7.2	B△ A△勝率10% EV-22% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／112日ぶりの実戦）
前5走 05/24 1新潟85R 3着/16頭+0.2秒 04/26 3京都25R 5着/12頭+0.4秒 03/29 2阪神25R 4着/12頭+0.4秒 03/14 1中京15R 8着/18頭+1.0秒 01/25 1京都91R 9着/11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 4.0着 ○ 前走実績前走 3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) -13% (オッズ過剰評価) AI 予想勝率 12.1% (オッズ暗示: 13.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.4% / 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。
10	ダンツアラーム	高倉	実72.7	B× A▽勝率1% EV-35% 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 05/23 3京都94R 9着/17頭+1.1秒 05/17 3京都84R 7着/17頭+0.5秒 04/11 3中山56R 7着/18頭+0.7秒 02/21 1小倉92R 7着/18頭+0.9秒 11/29 4京都73R 11着/14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 7.7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) -65% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.9% / 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。
11	ラミエルノムスコ	吉村	実6.2	B▲ A▲勝率12% EV-25% 詳細▼	AI上位評価だが期待値不足、見送り（133日ぶりの実戦）
前5走 05/03 3京都45R 4着/11頭+0.3秒 01/18 1京都76R 3着/18頭+0.3秒 12/27 5阪神74R 4着/15頭+0.4秒 09/27 4阪神85R 5着/11頭+1.2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 3.7着 △ ローテーション 133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 12.1% (オッズ暗示: 16.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.3% / 期待値 -25% ※ 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	リードアクター	▲森田	実96.1	B× A▽勝率0% EV-13% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／122日ぶりの実戦）
前5走 05/14 笠松9R 2着/9頭+0.3秒 03/22 1中京44R 12着/15頭+1.8秒 02/14 2京都53R 9着/11頭+2.4秒 02/01 2京都23R 6着/10頭+2.2秒 12/21 5阪神65R 12着/12頭+2.2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戦の調子平均 7.7着 (不振) ○ 前走実績前走 2着 (好走) △ ローテーション 122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 0.4% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.4% / 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。
13	カワキタベレッタ	中井	実25.6	B× A×勝率1% EV-63% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調／126日ぶりの実戦）
前5走 05/10 1新潟42R 13着/15頭+1.3秒 02/25 佐賀4R 4着/12頭+0.4秒 01/10 1京都31R 14着/16頭+3.3秒 12/27 5中山71R 9着/15頭+1.1秒 10/18 4新潟15R 11着/15頭+2.4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 10.3着 (不振) ▽ 前走実績前走 13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) -60% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.9%) × Aモデルの評価 (参考) レース内 8位 / 勝率 1.5% / 期待値 -64% ※ 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	スマイルガーデン	西村淳	実22.5	B▽ A▽勝率3% EV-28% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（126日ぶりの実戦）
前5走 05/10 3京都61R 8着/11頭+3.3秒 05/02 1新潟12R 3着/15頭+1.0秒 02/28 1小倉111R 9着/16頭+1.8秒 11/08 4京都11R 3着/12頭+1.7秒 10/26 4新潟41R 3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戦の調子平均 6.7着 △ ローテーション 126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 3.9% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.2% / 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。
15	ロードファイター	松若	実28.9	B▽ A×勝率1% EV-59% 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／99日ぶりの実戦）
前5走 06/06 3阪神16R 9着/16頭+2.2秒 05/23 3京都92R 4着/14頭+1.1秒 05/02 3京都32R 5着/15頭+2.0秒 04/19 2阪神83R 8着/16頭+1.6秒 01/04 1京都12R 8着/16頭+2.8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 6.0着 × 当競馬場適性 4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) -40% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 3.5%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.5% / 期待値 -60% ※ 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	グレートアゲイン	鮫島良	実10.9	B△ A△勝率6% EV-40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調／155日ぶりの実戦）
前5走 04/11 1福島11R 8着/15頭+2.2秒 01/24 1京都82R 13着/14頭+1.7秒 01/04 1京都13R 10着/16頭+1.4秒 10/18 3京都66R 13着/16頭+4.0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 10.3着 (不振) △ ローテーション 155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 6.2% (オッズ暗示: 9.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.6% / 期待値 -40% ※ 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 ◎

タガノランパート

騎手田口

単勝オッズ

3.4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

○A:○5クロレ

4.6倍

EV +9%

▲A:▲11ラミエルノムスコ

6.2倍

EV -25%

出走馬全16頭

◎A:◎7

タガノランパート

田口

3.4倍

-18%

›

○A:○5

クロレ

坂井

4.6倍

+9%

›

▲A:▲11

ラミエルノムスコ

吉村

6.2倍

-25%

›

△A:△9

ブルーザー

☆田山

7.2倍

-13%

›

△A:△4

イクオクコウネン

幸

9.2倍

-25%

›

△A:△16

グレートアゲイン

鮫島良

10.9倍

-32%

›

▽A:▽14

スマイルガーデン

西村淳

22.5倍

-12%

›

▽A:×15

ロードファイター

松若

28.9倍

-40%

›

×A:×13

カワキタベレッタ

中井

25.6倍

-59%

›

▽A:▽1

インヴァイト

斎藤

36.2倍

-42%

›

▽A:▽8

サトノシャッツ

松本

50.2倍

-20%

›

×A:▽6

ラッキーモア

長岡

42.6倍

-62%

›

▽A:▽2

メイショウゲッコウ

西塚

56.7倍

-49%

›

▽A:▽3

デルマタカチホ

◇永島

57.7倍

-48%

›

×A:▽10

ダンツアラーム

高倉

72.7倍

-65%

›

×A:▽12

リードアクター

▲森田

96.1倍

-59%

›

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 10:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	インヴァイト	斎藤	実36.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調）
前5走 2回1日中京5R 16着/16頭 ― ― ― ―
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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) × 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 1.5% (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。
2	メイショウゲッコウ	西塚	実56.7	▽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／231日ぶりの実戦）
前5走 01/25 1小倉26R 11着/11頭+14.9秒 01/10 1京都33R 9着/16頭+1.7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 10.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 231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 0.9% (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。
3	デルマタカチホ	◇永島	実57.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（154日ぶりの実戦）
前5走 04/12 3中山65R 7着/18頭+0.7秒 03/29 2阪神25R 7着/12頭+1.8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 7.0着 (不振) △ ローテーション 154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: 1.7%) ※ 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。
4	イクオクコウネン	幸	実9.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（106日ぶりの実戦）
前5走 05/30 3京都115R 4着/18頭+1.2秒 04/04 2阪神35R 4着/18頭+0.5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 △ ローテーション 106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 5.6% (オッズ暗示: 10.9%) ※ 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。
5	クロレ	坂井	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着／106日ぶりの実戦）
前5走 05/30 3京都111R 3着/16頭+0.6秒 02/21 1東京74R 6着/16頭+1.2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 4.5着 ○ 前走実績前走 3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) +10% (市場と概ね一致) AI 予想勝率 24.7% (オッズ暗示: 21.7%) ※ 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。
6	ラッキーモア	長岡	実42.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（126日ぶりの実戦）
前5走 05/10 2東京62R 6着/16頭+0.5秒 04/25 2東京12R 3着/16頭+0.5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 4.5着 △ ローテーション 126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 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。
7	タガノランパート	田口	実3.4	◎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
前5走 3回5日阪神4R 5着/16頭 2回8日中京12R 2着/16頭 ― ― ―
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 4.7着 △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 28.0% (オッズ暗示: 29.4%) ※ 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。
8	サトノシャッツ	松本	実50.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 12位 (中位評価) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.4% (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。
9	ブルーザー	☆田山	実7.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／112日ぶりの実戦）
前5走 05/24 1新潟85R 3着/16頭+0.2秒 04/26 3京都25R 5着/12頭+0.4秒 03/29 2阪神25R 4着/12頭+0.4秒 03/14 1中京15R 8着/18頭+1.0秒 01/25 1京都91R 9着/11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 4.0着 ○ 前走実績前走 3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 10.4% (オッズ暗示: 13.9%) ※ 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。
10	ダンツアラーム	高倉	実72.7	▽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 05/23 3京都94R 9着/17頭+1.1秒 05/17 3京都84R 7着/17頭+0.5秒 04/11 3中山56R 7着/18頭+0.7秒 02/21 1小倉92R 7着/18頭+0.9秒 11/29 4京都73R 11着/14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 7.7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) -36% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.4%) ※ 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	ラミエルノムスコ	吉村	実6.2	▲詳細▼	AI上位評価だが期待値不足、見送り（133日ぶりの実戦）
前5走 05/03 3京都45R 4着/11頭+0.3秒 01/18 1京都76R 3着/18頭+0.3秒 12/27 5阪神74R 4着/15頭+0.4秒 09/27 4阪神85R 5着/11頭+1.2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 3.7着 △ ローテーション 133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 12.3% (オッズ暗示: 16.1%) ※ 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。
12	リードアクター	▲森田	実96.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／122日ぶりの実戦）
前5走 05/14 笠松9R 2着/9頭+0.3秒 03/22 1中京44R 12着/15頭+1.8秒 02/14 2京都53R 9着/11頭+2.4秒 02/01 2京都23R 6着/10頭+2.2秒 12/21 5阪神65R 12着/12頭+2.2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戦の調子平均 7.7着 (不振) ○ 前走実績前走 2着 (好走) △ ローテーション 122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 0.4% (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。
13	カワキタベレッタ	中井	実25.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調／126日ぶりの実戦）
前5走 05/10 1新潟42R 13着/15頭+1.3秒 02/25 佐賀4R 4着/12頭+0.4秒 01/10 1京都31R 14着/16頭+3.3秒 12/27 5中山71R 9着/15頭+1.1秒 10/18 4新潟15R 11着/15頭+2.4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 10.3着 (不振) ▽ 前走実績前走 13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) -64% (大幅な期待値マイナス) AI 予想勝率 1.5% (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。
14	スマイルガーデン	西村淳	実22.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（126日ぶりの実戦）
前5走 05/10 3京都61R 8着/11頭+3.3秒 05/02 1新潟12R 3着/15頭+1.0秒 02/28 1小倉111R 9着/16頭+1.8秒 11/08 4京都11R 3着/12頭+1.7秒 10/26 4新潟41R 3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戦の調子平均 6.7着 △ 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 3.2% (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。
15	ロードファイター	松若	実28.9	×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／99日ぶりの実戦）
前5走 06/06 3阪神16R 9着/16頭+2.2秒 05/23 3京都92R 4着/14頭+1.1秒 05/02 3京都32R 5着/15頭+2.0秒 04/19 2阪神83R 8着/16頭+1.6秒 01/04 1京都12R 8着/16頭+2.8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 6.0着 × 当競馬場適性 4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) -60% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 3.5%) ※ 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。
16	グレートアゲイン	鮫島良	実10.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調／155日ぶりの実戦）
前5走 04/11 1福島11R 8着/15頭+2.2秒 01/24 1京都82R 13着/14頭+1.7秒 01/04 1京都13R 10着/16頭+1.4秒 10/18 3京都66R 13着/16頭+4.0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 10.3着 (不振) △ ローテーション 155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 5.6% (オッズ暗示: 9.2%) ※ 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

タガノランパート

騎手田口

単勝オッズ

3.4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

○5クロレ

4.6倍

EV +10%

▲11ラミエルノムスコ

6.2倍

EV -25%

出走馬全16頭

◎7

タガノランパート

田口

3.4倍

-4%

›

○5

クロレ

坂井

4.6倍

+10%

›

▲11

ラミエルノムスコ

吉村

6.2倍

-25%

›

△9

ブルーザー

☆田山

7.2倍

-22%

›

△4

イクオクコウネン

幸

9.2倍

-46%

›

△16

グレートアゲイン

鮫島良

10.9倍

-40%

›

▽14

スマイルガーデン

西村淳

22.5倍

-28%

›

×13

カワキタベレッタ

中井

25.6倍

-63%

›

×15

ロードファイター

松若

28.9倍

-59%

›

▽1

インヴァイト

斎藤

36.2倍

-43%

›

▽6

ラッキーモア

長岡

42.6倍

-40%

›

▽8

サトノシャッツ

松本

50.2倍

-19%

›

▽2

メイショウゲッコウ

西塚

56.7倍

-49%

›

▽3

デルマタカチホ

◇永島

57.7倍

-49%

›

▽10

ダンツアラーム

高倉

72.7倍

-35%

›

▽12

リードアクター

▲森田

96.1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