阪神 7R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

7R 阪神競馬場　発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シャープインサイト	菱田	実77.4	B× A▽勝率1% EV-40% 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／前走勝利の勢い／168日ぶりの実戦）
前5走 03/29 2阪神23R 1着/16頭勝利 03/14 1阪神72R 8着/16頭+0.9秒 03/01 1小倉121R 11着/15頭+1.2秒 02/08 1小倉61R 14着/16頭+3.5秒 11/23 4京都61R 12着/14頭+3.2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 1着 (勢い継続) △ ローテーション 168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 0.5% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.8% / 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。
2	プレダトゥール推奨	亀田	実13.7	B△ A△勝率9% EV+28% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+36%の妙味（市場想定よりAI評価が高く妙味）
前5走 05/23 3京都96R 7着/16頭+0.5秒 05/03 3京都46R 5着/16頭+0.4秒 01/12 1京都511R 14着/16頭+1.7秒 12/06 5中京19R 5着/8頭+0.4秒 11/22 4京都59R 6着/9頭+1.0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 8.7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% (妙味あり) AI 予想勝率 10.0% (オッズ暗示: 7.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 9.4% / 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。
3	ベストレーサー	小崎	実71.2	B▽ A▽勝率1% EV-5% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／218日ぶりの実戦）
前5走 02/07 1小倉57R 15着/18頭+1.6秒 01/25 1小倉28R 13着/16頭+1.9秒 10/05 4東京28R 5着/14頭+0.7秒 06/08 3東京28R 7着/18頭+0.7秒 05/11 1新潟45R 1着/16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戦の調子平均 11.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 218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 1.5% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 期待値 -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。
4	ロイヤルテール	藤懸	実105.6	B× A×勝率0% EV-51% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調／前走勝利の勢い／135日ぶりの実戦）
前5走 05/01 大井7R 1着/7頭勝利 01/28 大井6R 1着/12頭勝利 01/15 大井4R 7着/14頭+1.3秒 12/31 大井1R 1着/11頭勝利 12/05 大井2R 4着/13頭+1.3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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 135日休養明け × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.9%) × Aモデルの評価 (参考) レース内 15位 / 勝率 0.5% / 期待値 -52% ※ 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	ゲタリア	西村淳	実3.2	B◎ A◎勝率26% EV-17% 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／前走勝利の勢い／183日ぶりの実戦）
前5走 03/14 1阪神73R 1着/13頭勝利 02/28 1阪神32R 2着/14頭+0.8秒 11/09 5東京26R 9着/15頭+1.7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) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 183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 24.5% (オッズ暗示: 31.2%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.6% / 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。
6	ジューンアゲイン	☆田山	実3.9	B○ A○勝率21% EV-19% 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2着／99日ぶりの実戦）
前5走 06/06 3阪神112R 2着/16頭+0.1秒 03/14 1阪神72R 1着/16頭勝利 01/31 2京都16R 7着/16頭+0.6秒 12/07 5中京24R 2着/14頭+0.1秒 11/22 4京都54R 4着/11頭+0.2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戦の調子勝率 33% (上り調子) ○ 前走実績前走 2着 (好走) △ ローテーション 99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 15.9% (オッズ暗示: 25.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.6% / 期待値 -20% ※ 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	ハードシングス	松若	実19.4	B▽ A▽勝率5% EV-1% 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／127日ぶりの実戦）
前5走 05/09 3京都56R 6着/16頭+0.8秒 04/12 2阪神65R 10着/16頭+0.9秒 01/04 1京都13R 1着/16頭勝利 12/07 5阪神22R 2着/16頭+0.4秒 11/15 3福島31R 8着/15頭+1.4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) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 127日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 5.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.1% / 期待値 -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。
8	ロードヴェルテクス	松本	実88.5	B× A▽勝率1% EV-23% 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／141日ぶりの実戦）
前5走 04/25 3京都17R 11着/14頭+2.2秒 02/18 笠松8R 1着/9頭勝利 11/15 3福島31R 7着/15頭+1.4秒 10/19 3京都74R 11着/17頭+1.5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) ▽ 前走実績前走 11着 (大敗) △ ローテーション 141日休養明け × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 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。
9	ワンウェイトゥヘル	長岡	実41.9	B▽ A▽勝率1% EV-44% 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／119日ぶりの実戦）
前5走 05/17 1新潟612R 4着/11頭+0.9秒 05/03 1新潟212R 5着/15頭+0.5秒 04/04 2阪神36R 5着/16頭+0.9秒 03/14 1中京18R 8着/16頭+1.0秒 12/14 5中京43R 6着/16頭+1.5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 4.7着 × 当競馬場適性 3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) -36% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 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	フレイムスター	吉村	実8.6	B▲ A△勝率9% EV-19% 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／99日ぶりの実戦）
前5走 06/06 3阪神19R 5着/9頭+0.7秒 05/23 2東京96R 5着/14頭+1.1秒 03/28 2阪神111R 5着/7頭+0.8秒 03/15 2中山611R 16着/16頭+3.0秒 02/01 1東京29R 6着/12頭+0.5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戦の調子平均 5.0着 ◎ 当競馬場適性 4走で勝率 25% (得意) △ ローテーション 99日休養明け ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 15.9% (オッズ暗示: 11.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.4% / 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。
11	グランディマージュ	田口	実45.6	B▽ A▽勝率1% EV-39% 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／105日ぶりの実戦）
前5走 05/31 3京都126R 7着/14頭+1.4秒 05/12 金沢6R 1着/7頭勝利 03/14 1阪神73R 10着/13頭+2.9秒 02/25 佐賀4R 3着/12頭+0.3秒 10/13 3京都53R 13着/16頭+1.9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) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.3% / 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。
12	ケイエイト	▲和田陽	実75.6	B× A▽勝率0% EV-49% 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／直近3走平均15.0着と低調／456日ぶりの実戦）
前5走 06/14 3阪神312R 15着/16頭+1.4秒 06/14 3阪神312R 15着/16頭+1.4秒 06/14 3阪神312R 15着/16頭+1.4秒 06/14 3阪神312R 15着/16頭+1.4秒 06/14 3阪神312R 15着/16頭+1.4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 15.0着 (不振) × 当競馬場適性 36走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) △ ローテーション 456日休養明け × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.5% / 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。
13	ヴォンドゥ	▲森田	実5.6	B△ A▲勝率11% EV-36% 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／147日ぶりの実戦）
前5走 04/19 2阪神86R 4着/15頭+0.3秒 03/22 1阪神103R 1着/13頭勝利 01/31 1小倉31R 9着/14頭+1.2秒 01/12 1中山55R 2着/16頭+0.0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戦の調子勝率 33% (上り調子) △ ローテーション 147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 11.7% (オッズ暗示: 17.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.3% / 期待値 -37% ※ 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	コンテナライン	★河原田	実106.7	B× A×勝率0% EV-50% 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／155日ぶりの実戦）
前5走 04/11 2阪神57R 8着/11頭+1.0秒 03/14 1阪神76R 4着/13頭+0.9秒 02/10 2京都47R 6着/8頭+0.8秒 12/14 5阪神47R 9着/12頭+1.0秒 12/06 5中京13R 14着/15頭+1.6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 6.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 155日休養明け × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.9%) × Aモデルの評価 (参考) レース内 16位 / 勝率 0.5% / 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	バルミラクル	鮫島良	実28.5	B▽ A▽勝率5% EV+30% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（168日ぶりの実戦）
前5走 03/29 2阪神29R 11着/15頭+2.8秒 03/14 1阪神77R 8着/16頭+1.5秒 02/21 1阪神17R 4着/16頭+0.9秒 12/14 5中京48R 12着/16頭+2.0秒 11/30 4京都84R 4着/16頭+0.5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 7.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 11着 (大敗) △ ローテーション 168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 2.6% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.6% / 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。
16	ウォーターパラディ	国分恭	実7.2	B△ A△勝率9% EV-32% 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／112日ぶりの実戦）
前5走 05/24 3京都1012R 12着/16頭+0.9秒 05/02 3京都38R 3着/13頭+0.8秒 04/18 1福島38R 5着/15頭+0.2秒 02/21 1小倉97R 2着/16頭+0.3秒 01/24 1小倉112R 4着/15頭+1.1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 6.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 12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) -28% (オッズ過剰評価) AI 予想勝率 10.0% (オッズ暗示: 13.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.4% / 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。

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 ◎

ゲタリア

騎手西村淳

単勝オッズ

3.2倍

AI期待値

-21%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6ジューンアゲイン

3.9倍

EV -38%

▲A:△10フレイムスター

8.6倍

EV +36%

出走馬全16頭

◎A:◎5

ゲタリア

西村淳

3.2倍

-21%

›

○A:○6

ジューンアゲイン

☆田山

3.9倍

-38%

›

▲A:△10

フレイムスター

吉村

8.6倍

+36%

›

△A:▲13

ヴォンドゥ

▲森田

5.6倍

-34%

›

△A:△16

ウォーターパラディ

国分恭

7.2倍

-28%

›

△A:△2

プレダトゥール

亀田

13.7倍

+36%

›

▽A:▽7

ハードシングス

松若

19.4倍

-15%

›

▽A:▽15

バルミラクル

鮫島良

28.5倍

-26%

›

▽A:▽9

ワンウェイトゥヘル

長岡

41.9倍

-35%

›

▽A:▽11

グランディマージュ

田口

45.6倍

-29%

›

▽A:▽3

ベストレーサー

小崎

71.2倍

+9%

›

×A:▽8

ロードヴェルテクス

松本

88.5倍

-56%

›

×A:▽1

シャープインサイト

菱田

77.4倍

-64%

›

×A:×4

ロイヤルテール

藤懸

105.6倍

-56%

›

×A:×14

コンテナライン

★河原田

106.7倍

-56%

›

×A:▽12

ケイエイト

▲和田陽

75.6倍

-69%

›

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)

単勝 2 プレダトゥール実13.7倍期待値 +37% 推奨 10.0〜30.0倍 ¥100 不的中3着

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 2 プレダトゥール実13.7倍期待値 +37% 推奨 10.0〜30.0倍 ¥100 不的中3着

※ オッズは予測時点の値です。

7R 阪神競馬場　発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シャープインサイト	菱田	実77.4	▽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／前走勝利の勢い／168日ぶりの実戦）
前5走 03/29 2阪神23R 1着/16頭勝利 03/14 1阪神72R 8着/16頭+0.9秒 03/01 1小倉121R 11着/15頭+1.2秒 02/08 1小倉61R 14着/16頭+3.5秒 11/23 4京都61R 12着/14頭+3.2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 1着 (勢い継続) △ ローテーション 168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 0.8% (オッズ暗示: 1.3%) ※ 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。
2	プレダトゥール推奨	亀田	実13.7	△詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 05/23 3京都96R 7着/16頭+0.5秒 05/03 3京都46R 5着/16頭+0.4秒 01/12 1京都511R 14着/16頭+1.7秒 12/06 5中京19R 5着/8頭+0.4秒 11/22 4京都59R 6着/9頭+1.0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 8.7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) +28% (市場と概ね一致) AI 予想勝率 9.4% (オッズ暗示: 7.3%) ※ 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	ベストレーサー	小崎	実71.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／218日ぶりの実戦）
前5走 02/07 1小倉57R 15着/18頭+1.6秒 01/25 1小倉28R 13着/16頭+1.9秒 10/05 4東京28R 5着/14頭+0.7秒 06/08 3東京28R 7着/18頭+0.7秒 05/11 1新潟45R 1着/16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戦の調子平均 11.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 218日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 1.3% (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。
4	ロイヤルテール	藤懸	実105.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調／前走勝利の勢い／135日ぶりの実戦）
前5走 05/01 大井7R 1着/7頭勝利 01/28 大井6R 1着/12頭勝利 01/15 大井4R 7着/14頭+1.3秒 12/31 大井1R 1着/11頭勝利 12/05 大井2R 4着/13頭+1.3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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 135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 0.5% (オッズ暗示: 0.9%) ※ 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	ゲタリア	西村淳	実3.2	◎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／前走勝利の勢い／183日ぶりの実戦）
前5走 03/14 1阪神73R 1着/13頭勝利 02/28 1阪神32R 2着/14頭+0.8秒 11/09 5東京26R 9着/15頭+1.7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) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 183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 25.6% (オッズ暗示: 31.2%) ※ 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。
6	ジューンアゲイン	☆田山	実3.9	○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2着／99日ぶりの実戦）
前5走 06/06 3阪神112R 2着/16頭+0.1秒 03/14 1阪神72R 1着/16頭勝利 01/31 2京都16R 7着/16頭+0.6秒 12/07 5中京24R 2着/14頭+0.1秒 11/22 4京都54R 4着/11頭+0.2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戦の調子勝率 33% (上り調子) ○ 前走実績前走 2着 (好走) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 20.6% (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。
7	ハードシングス	松若	実19.4	▽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／127日ぶりの実戦）
前5走 05/09 3京都56R 6着/16頭+0.8秒 04/12 2阪神65R 10着/16頭+0.9秒 01/04 1京都13R 1着/16頭勝利 12/07 5阪神22R 2着/16頭+0.4秒 11/15 3福島31R 8着/15頭+1.4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) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 127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 5.1% (オッズ暗示: 5.2%) ※ 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。
8	ロードヴェルテクス	松本	実88.5	▽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／141日ぶりの実戦）
前5走 04/25 3京都17R 11着/14頭+2.2秒 02/18 笠松8R 1着/9頭勝利 11/15 3福島31R 7着/15頭+1.4秒 10/19 3京都74R 11着/17頭+1.5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) ▽ 前走実績前走 11着 (大敗) △ ローテーション 141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 0.9% (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。
9	ワンウェイトゥヘル	長岡	実41.9	▽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／119日ぶりの実戦）
前5走 05/17 1新潟612R 4着/11頭+0.9秒 05/03 1新潟212R 5着/15頭+0.5秒 04/04 2阪神36R 5着/16頭+0.9秒 03/14 1中京18R 8着/16頭+1.0秒 12/14 5中京43R 6着/16頭+1.5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 4.7着 × 当競馬場適性 3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) -45% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.4%) ※ 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	フレイムスター	吉村	実8.6	△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／99日ぶりの実戦）
前5走 06/06 3阪神19R 5着/9頭+0.7秒 05/23 2東京96R 5着/14頭+1.1秒 03/28 2阪神111R 5着/7頭+0.8秒 03/15 2中山611R 16着/16頭+3.0秒 02/01 1東京29R 6着/12頭+0.5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戦の調子平均 5.0着 ◎ 当競馬場適性 4走で勝率 25% (得意) △ ローテーション 99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 9.4% (オッズ暗示: 11.6%) ※ 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。
11	グランディマージュ	田口	実45.6	▽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／105日ぶりの実戦）
前5走 05/31 3京都126R 7着/14頭+1.4秒 05/12 金沢6R 1着/7頭勝利 03/14 1阪神73R 10着/13頭+2.9秒 02/25 佐賀4R 3着/12頭+0.3秒 10/13 3京都53R 13着/16頭+1.9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) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.2%) ※ 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	ケイエイト	▲和田陽	実75.6	▽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／直近3走平均15.0着と低調／456日ぶりの実戦）
前5走 06/14 3阪神312R 15着/16頭+1.4秒 06/14 3阪神312R 15着/16頭+1.4秒 06/14 3阪神312R 15着/16頭+1.4秒 06/14 3阪神312R 15着/16頭+1.4秒 06/14 3阪神312R 15着/16頭+1.4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 15.0着 (不振) × 当競馬場適性 36走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) △ ローテーション 456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 0.5% (オッズ暗示: 1.3%) ※ 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。
13	ヴォンドゥ	▲森田	実5.6	▲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／147日ぶりの実戦）
前5走 04/19 2阪神86R 4着/15頭+0.3秒 03/22 1阪神103R 1着/13頭勝利 01/31 1小倉31R 9着/14頭+1.2秒 01/12 1中山55R 2着/16頭+0.0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戦の調子勝率 33% (上り調子) △ ローテーション 147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 11.3% (オッズ暗示: 17.9%) ※ 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	コンテナライン	★河原田	実106.7	×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／155日ぶりの実戦）
前5走 04/11 2阪神57R 8着/11頭+1.0秒 03/14 1阪神76R 4着/13頭+0.9秒 02/10 2京都47R 6着/8頭+0.8秒 12/14 5阪神47R 9着/12頭+1.0秒 12/06 5中京13R 14着/15頭+1.6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 6.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 155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 0.5% (オッズ暗示: 0.9%) ※ 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。
15	バルミラクル	鮫島良	実28.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（168日ぶりの実戦）
前5走 03/29 2阪神29R 11着/15頭+2.8秒 03/14 1阪神77R 8着/16頭+1.5秒 02/21 1阪神17R 4着/16頭+0.9秒 12/14 5中京48R 12着/16頭+2.0秒 11/30 4京都84R 4着/16頭+0.5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 7.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 11着 (大敗) △ ローテーション 168日休養明け ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 4.6% (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	ウォーターパラディ	国分恭	実7.2	△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／112日ぶりの実戦）
前5走 05/24 3京都1012R 12着/16頭+0.9秒 05/02 3京都38R 3着/13頭+0.8秒 04/18 1福島38R 5着/15頭+0.2秒 02/21 1小倉97R 2着/16頭+0.3秒 01/24 1小倉112R 4着/15頭+1.1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 6.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 12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) -33% (大幅な期待値マイナス) AI 予想勝率 9.4% (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。

AIの本命

AI評価1位

ゲタリア

騎手西村淳

単勝オッズ

3.2倍

AI期待値

-17%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ジューンアゲイン

3.9倍

EV -19%

▲13ヴォンドゥ

5.6倍

EV -36%

出走馬全16頭

◎5

ゲタリア

西村淳

3.2倍

-17%

›

○6

ジューンアゲイン

☆田山

3.9倍

-19%

›

▲13

ヴォンドゥ

▲森田

5.6倍

-36%

›

△16

ウォーターパラディ

国分恭

7.2倍

-32%

›

△10

フレイムスター

吉村

8.6倍

-19%

›

△2

プレダトゥール

亀田

13.7倍

+28%

›

▽7

ハードシングス

松若

19.4倍

-1%

›

▽15

バルミラクル

鮫島良

28.5倍

+30%

›

▽11

グランディマージュ

田口

45.6倍

-39%

›

▽9

ワンウェイトゥヘル

長岡

41.9倍

-44%

›

▽3

ベストレーサー

小崎

71.2倍

-5%

›

▽8

ロードヴェルテクス

松本

88.5倍

-23%

›

▽1

シャープインサイト

菱田

77.4倍

-40%

›

▽12

ケイエイト

▲和田陽

75.6倍

-49%

›

×4

ロイヤルテール

藤懸

105.6倍

-51%

›

×14

コンテナライン

★河原田

106.7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

A. 現行モデル (binary)

単勝 2 プレダトゥール実13.7倍期待値 +28% 推奨 10.7〜30.0倍 ¥100 不的中3着

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 2 プレダトゥール実13.7倍期待値 +28% 推奨 10.7〜30.0倍 ¥100 不的中3着

※ 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