阪神 9R 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

9R 阪神競馬場　発走 14:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シゲルオトヒメ	酒井	実75.5	B× A▽勝率1% EV-4% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場72走で勝率0%と苦戦傾向／489日ぶりの実戦）
前5走 05/18 2京都87R 7着/10頭+0.9秒 05/18 2京都87R 7着/10頭+0.9秒 05/18 2京都87R 7着/10頭+0.9秒 05/18 2京都87R 7着/10頭+0.9秒 05/18 2京都87R 7着/10頭+0.9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 7.0着 (不振) × 当競馬場適性 72走で勝率 0% (苦戦) △ ローテーション 489日休養明け × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.3% / 期待値 -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。
2	レザーアンドレース	松若	実26.8	B▽ A▽勝率4% EV+18% 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／118日ぶりの実戦）
前5走 05/24 3京都106R 5着/15頭+1.0秒 05/03 3京都43R 1着/15頭勝利 02/28 1阪神32R 7着/14頭+1.7秒 02/07 1小倉51R 6着/16頭+1.0秒 01/10 1京都31R 5着/16頭+1.6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 118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 1.9% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.4% / 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。
3	リーチグローリー	松山	実4.5	B○ A○勝率21% EV-5% 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／195日ぶりの実戦）
前5走 03/08 1阪神65R 4着/16頭+0.5秒 02/14 2京都51R 1着/13頭勝利 01/24 1京都81R 2着/12頭+0.0秒 11/08 4京都11R 6着/12頭+1.9秒 10/26 3京都94R 6着/16頭+2.8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戦の調子勝率 33% (上り調子) △ ローテーション 195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 12.1% (オッズ暗示: 22.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.0% / 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	ミティリーニ推奨	西村淳	実10.8	B△ A△勝率11% EV+16% 詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子）
前5走 05/10 3京都67R 7着/12頭+2.3秒 02/07 1小倉51R 1着/16頭勝利 11/16 4京都41R 12着/14頭+1.8秒 09/28 4阪神92R 4着/14頭+0.5秒 08/16 2新潟75R 2着/17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戦の調子勝率 33% (上り調子) △ ローテーション 132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 11.9% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.8% / 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。
5	ドリームキャリー	☆田山	実5.6	B▲ A▲勝率12% EV-35% 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 06/06 3阪神13R 1着/16頭勝利 03/14 1中京11R 4着/10頭+1.2秒 02/14 2京都51R 3着/13頭+0.7秒 02/03 川崎6R 3着/12頭+0.6秒 11/08 4京都11R 4着/12頭+1.9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 105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 11.9% (オッズ暗示: 17.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.6% / 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。
6	レザンクレール	小沢	実62.7	B▽ A▽勝率1% EV-19% 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／140日ぶりの実戦）
前5走 05/02 1新潟112R 13着/16頭+1.9秒 03/14 1中京18R 13着/16頭+1.4秒 01/10 1京都37R 7着/15頭+0.8秒 11/15 3福島312R 11着/16頭+0.6秒 07/13 2小倉612R 15着/15頭+2.2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戦の調子平均 11.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 140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 1.1% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 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	フィデリス	亀田	実64.1	B▽ A▽勝率1% EV-18% 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／118日ぶりの実戦）
前5走 05/24 3京都101R 4着/15頭+1.2秒 03/21 1阪神91R 2着/10頭+0.2秒 03/14 1阪神75R 11着/17頭+1.1秒 01/10 1京都35R 9着/18頭+0.9秒 11/16 4京都43R 6着/15頭+1.3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 5.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 118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 1.1% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.3% / 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。
8	ナムラハリス	浜中	実22.8	B▽ A▽勝率5% EV+5% 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／153日ぶりの実戦）
前5走 04/19 3中山81R 1着/12頭勝利 03/28 2阪神15R 12着/18頭+1.4秒 01/25 1京都93R 6着/12頭+0.8秒 12/28 5阪神86R 9着/16頭+0.5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 1着 (勢い継続) △ ローテーション 153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 2.8% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.6% / 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。
9	ガイラルディア	古川吉	実39.9	B× A▽勝率2% EV-31% 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／182日ぶりの実戦）
前5走 03/21 1阪神97R 6着/11頭+0.9秒 03/14 1阪神76R 6着/13頭+1.5秒 01/12 1京都56R 7着/9頭+1.1秒 11/04 笠松6R 1着/12頭勝利 10/21 笠松7R 1着/10頭勝利
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) △ ローテーション 182日休養明け × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 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。
10	メイショウアカリ	太宰	実12.6	B△ A△勝率7% EV-15% 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／217日ぶりの実戦）
前5走 02/14 2京都53R 1着/11頭勝利 01/24 1京都81R 4着/12頭+0.5秒 01/11 1京都42R 3着/16頭+0.3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 217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 3.6% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.7% / 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	メイショウウメゴチ	秋山稔	実64.6	B▽ A▽勝率1% EV-17% 詳細▼	大穴、AI予想勝率低く長期回収困難（140日ぶりの実戦）
前5走 05/02 3京都36R 5着/11頭+1.0秒 03/29 1中京67R 10着/13頭+2.2秒 03/14 1阪神76R 7着/13頭+1.5秒 01/04 1京都17R 8着/10頭+1.7秒 12/17 笠松11R 3着/8頭+0.3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 7.3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) -26% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.3% / 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	リアンクトワ	△柴田裕	実59.6	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走平均8.7着と低調／133日ぶりの実戦）
前5走 05/09 1新潟38R 5着/15頭+1.1秒 02/15 1小倉88R 11着/15頭+3.2秒 11/15 3福島36R 10着/16頭+2.0秒 08/23 2札幌18R 6着/9頭+1.6秒 07/12 1函館98R 5着/11頭+1.5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 8.7着 (不振) △ ローテーション 133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 1.1% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 期待値 -24% ※ 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	ラグナトーレ	中井	実20.7	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（直近3走平均9.7着と低調／112日ぶりの実戦）
前5走 05/30 3京都116R 11着/12頭+1.5秒 05/09 1新潟38R 8着/15頭+1.6秒 03/28 2阪神17R 10着/12頭+1.5秒 03/01 1小倉128R 5着/15頭+0.5秒 01/04 1京都17R 7着/10頭+1.0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 9.7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) -33% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 4.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.9% / 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。
14	シュネルアンジュ	武豊	実2.2	B◎ A◎勝率28% EV-38% 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2.3着と安定／前走2着／132日ぶりの実戦）
前5走 05/10 3京都67R 2着/12頭+0.7秒 04/18 2阪神76R 3着/14頭+0.4秒 03/08 1阪神65R 2着/16頭+0.3秒 01/31 2京都17R 5着/11頭+0.4秒 11/23 4京都64R 1着/7頭勝利
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 2.3着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 132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 46.2% (オッズ暗示: 45.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.9% / 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。

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 ◎

シュネルアンジュ

騎手武豊

単勝オッズ

2.2倍

AI期待値

+1%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○3リーチグローリー

4.5倍

EV -45%

▲A:▲5ドリームキャリー

5.6倍

EV -33%

出走馬全14頭

◎A:◎14

シュネルアンジュ

武豊

2.2倍

+1%

›

○A:○3

リーチグローリー

松山

4.5倍

-45%

›

▲A:▲5

ドリームキャリー

☆田山

5.6倍

-33%

›

△A:△4

ミティリーニ

西村淳

10.8倍

+27%

›

△A:△10

メイショウアカリ

太宰

12.6倍

-54%

›

△A:△13

ラグナトーレ

中井

20.7倍

-32%

›

▽A:▽8

ナムラハリス

浜中

22.8倍

-35%

›

▽A:▽2

レザーアンドレース

松若

26.8倍

-48%

›

×A:▽9

ガイラルディア

古川吉

39.9倍

-54%

›

▽A:▽12

リアンクトワ

△柴田裕

59.6倍

-31%

›

▽A:▽6

レザンクレール

小沢

62.7倍

-28%

›

▽A:▽7

フィデリス

亀田

64.1倍

-26%

›

▽A:▽11

メイショウウメゴチ

秋山稔

64.6倍

-26%

›

×A:▽1

シゲルオトヒメ

酒井

75.5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

A. 現行モデル (binary)

単勝 4 ミティリーニ実10.8倍期待値 +28% 推奨 10.0〜30.0倍 ¥100 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 4 ミティリーニ実10.8倍期待値 +28% 推奨 10.0〜30.0倍 ¥100 不的中

※ オッズは予測時点の値です。

9R 阪神競馬場　発走 14:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シゲルオトヒメ	酒井	実75.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場72走で勝率0%と苦戦傾向／489日ぶりの実戦）
前5走 05/18 2京都87R 7着/10頭+0.9秒 05/18 2京都87R 7着/10頭+0.9秒 05/18 2京都87R 7着/10頭+0.9秒 05/18 2京都87R 7着/10頭+0.9秒 05/18 2京都87R 7着/10頭+0.9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 7.0着 (不振) × 当競馬場適性 72走で勝率 0% (苦戦) △ ローテーション 489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 1.3% (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	レザーアンドレース	松若	実26.8	▽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／118日ぶりの実戦）
前5走 05/24 3京都106R 5着/15頭+1.0秒 05/03 3京都43R 1着/15頭勝利 02/28 1阪神32R 7着/14頭+1.7秒 02/07 1小倉51R 6着/16頭+1.0秒 01/10 1京都31R 5着/16頭+1.6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 118日休養明け △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 4.4% (オッズ暗示: 3.7%) ※ 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。
3	リーチグローリー	松山	実4.5	○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／195日ぶりの実戦）
前5走 03/08 1阪神65R 4着/16頭+0.5秒 02/14 2京都51R 1着/13頭勝利 01/24 1京都81R 2着/12頭+0.0秒 11/08 4京都11R 6着/12頭+1.9秒 10/26 3京都94R 6着/16頭+2.8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戦の調子勝率 33% (上り調子) △ ローテーション 195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 21.0% (オッズ暗示: 22.2%) ※ 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。
4	ミティリーニ推奨	西村淳	実10.8	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子）
前5走 05/10 3京都67R 7着/12頭+2.3秒 02/07 1小倉51R 1着/16頭勝利 11/16 4京都41R 12着/14頭+1.8秒 09/28 4阪神92R 4着/14頭+0.5秒 08/16 2新潟75R 2着/17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戦の調子勝率 33% (上り調子) △ ローテーション 132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 10.8% (オッズ暗示: 9.3%) ※ 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。
5	ドリームキャリー	☆田山	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／前走勝利の勢い／105日ぶりの実戦）
前5走 06/06 3阪神13R 1着/16頭勝利 03/14 1中京11R 4着/10頭+1.2秒 02/14 2京都51R 3着/13頭+0.7秒 02/03 川崎6R 3着/12頭+0.6秒 11/08 4京都11R 4着/12頭+1.9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 105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 11.6% (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。
6	レザンクレール	小沢	実62.7	▽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／140日ぶりの実戦）
前5走 05/02 1新潟112R 13着/16頭+1.9秒 03/14 1中京18R 13着/16頭+1.4秒 01/10 1京都37R 7着/15頭+0.8秒 11/15 3福島312R 11着/16頭+0.6秒 07/13 2小倉612R 15着/15頭+2.2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戦の調子平均 11.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 140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 1.3% (オッズ暗示: 1.6%) ※ 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	フィデリス	亀田	実64.1	▽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／118日ぶりの実戦）
前5走 05/24 3京都101R 4着/15頭+1.2秒 03/21 1阪神91R 2着/10頭+0.2秒 03/14 1阪神75R 11着/17頭+1.1秒 01/10 1京都35R 9着/18頭+0.9秒 11/16 4京都43R 6着/15頭+1.3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 5.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 118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 1.3% (オッズ暗示: 1.6%) ※ 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。
8	ナムラハリス	浜中	実22.8	▽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／153日ぶりの実戦）
前5走 04/19 3中山81R 1着/12頭勝利 03/28 2阪神15R 12着/18頭+1.4秒 01/25 1京都93R 6着/12頭+0.8秒 12/28 5阪神86R 9着/16頭+0.5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 1着 (勢い継続) △ ローテーション 153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 4.6% (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。
9	ガイラルディア	古川吉	実39.9	▽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／182日ぶりの実戦）
前5走 03/21 1阪神97R 6着/11頭+0.9秒 03/14 1阪神76R 6着/13頭+1.5秒 01/12 1京都56R 7着/9頭+1.1秒 11/04 笠松6R 1着/12頭勝利 10/21 笠松7R 1着/10頭勝利
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) △ ローテーション 182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 1.7% (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。
10	メイショウアカリ	太宰	実12.6	△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／217日ぶりの実戦）
前5走 02/14 2京都53R 1着/11頭勝利 01/24 1京都81R 4着/12頭+0.5秒 01/11 1京都42R 3着/16頭+0.3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 217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 6.7% (オッズ暗示: 7.9%) ※ 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	メイショウウメゴチ	秋山稔	実64.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（140日ぶりの実戦）
前5走 05/02 3京都36R 5着/11頭+1.0秒 03/29 1中京67R 10着/13頭+2.2秒 03/14 1阪神76R 7着/13頭+1.5秒 01/04 1京都17R 8着/10頭+1.7秒 12/17 笠松11R 3着/8頭+0.3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 7.3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) -17% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.5%) ※ 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。
12	リアンクトワ	△柴田裕	実59.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／133日ぶりの実戦）
前5走 05/09 1新潟38R 5着/15頭+1.1秒 02/15 1小倉88R 11着/15頭+3.2秒 11/15 3福島36R 10着/16頭+2.0秒 08/23 2札幌18R 6着/9頭+1.6秒 07/12 1函館98R 5着/11頭+1.5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 8.7着 (不振) △ ローテーション 133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 1.3% (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。
13	ラグナトーレ	中井	実20.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調／112日ぶりの実戦）
前5走 05/30 3京都116R 11着/12頭+1.5秒 05/09 1新潟38R 8着/15頭+1.6秒 03/28 2阪神17R 10着/12頭+1.5秒 03/01 1小倉128R 5着/15頭+0.5秒 01/04 1京都17R 7着/10頭+1.0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 9.7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) +1% (市場と概ね一致) AI 予想勝率 4.9% (オッズ暗示: 4.8%) ※ 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。
14	シュネルアンジュ	武豊	実2.2	◎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走平均2.3着と安定／前走2着／132日ぶりの実戦）
前5走 05/10 3京都67R 2着/12頭+0.7秒 04/18 2阪神76R 3着/14頭+0.4秒 03/08 1阪神65R 2着/16頭+0.3秒 01/31 2京都17R 5着/11頭+0.4秒 11/23 4京都64R 1着/7頭勝利
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 2.3着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 132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 27.9% (オッズ暗示: 45.5%) ※ 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

シュネルアンジュ

騎手武豊

単勝オッズ

2.2倍

AI期待値

-38%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3リーチグローリー

4.5倍

EV -5%

▲5ドリームキャリー

5.6倍

EV -35%

出走馬全14頭

◎14

シュネルアンジュ

武豊

2.2倍

-38%

›

○3

リーチグローリー

松山

4.5倍

-5%

›

▲5

ドリームキャリー

☆田山

5.6倍

-35%

›

△4

ミティリーニ

西村淳

10.8倍

+16%

›

△10

メイショウアカリ

太宰

12.6倍

-15%

›

△13

ラグナトーレ

中井

20.7倍

+1%

›

▽8

ナムラハリス

浜中

22.8倍

+5%

›

▽2

レザーアンドレース

松若

26.8倍

+18%

›

▽9

ガイラルディア

古川吉

39.9倍

-31%

›

▽12

リアンクトワ

△柴田裕

59.6倍

-23%

›

▽6

レザンクレール

小沢

62.7倍

-19%

›

▽7

フィデリス

亀田

64.1倍

-18%

›

▽11

メイショウウメゴチ

秋山稔

64.6倍

-17%

›

▽1

シゲルオトヒメ

酒井

75.5倍

-4%

›

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 4 ミティリーニ実10.8倍期待値 +17% 推奨 10.0〜30.0倍 ¥100 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 4 ミティリーニ実10.8倍期待値 +17% 推奨 10.0〜30.0倍 ¥100 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