阪神 12R 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

12R 阪神競馬場　発走 16:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダイヤモンド推奨	吉村	実10.8	B◎ A△勝率11% EV+22% 詳細▼	市場が大きく過小評価、AI予想勝率23% × オッズ10.8倍で期待値+144%の有力候補（市場想定よりAI評価が高く妙味）
前5走 05/23 1新潟712R 15着/15頭+2.9秒 04/26 1福島612R 2着/16頭+0.0秒 04/04 2阪神36R 2着/16頭+0.5秒 03/21 1阪神912R 5着/15頭+0.4秒 03/07 1阪神512R 12着/16頭+1.4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 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 15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) +144% (市場が大幅過小評価) AI 予想勝率 22.7% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 11.3% / 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。
2	キャッチアシーフ	★河原田	実6.0	B△ A▲勝率11% EV-32% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（146日ぶりの実戦）
前5走 04/26 1福島63R 13着/15頭+4.0秒 04/05 2阪神43R 4着/16頭+0.9秒 03/22 1阪神103R 2着/13頭+0.3秒 01/31 2京都13R 4着/13頭+0.9秒 01/12 1京都51R 5着/16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 6.3着 ▽ 前走実績前走 13着 (大敗) △ ローテーション 146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 10.8% (オッズ暗示: 16.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.3% / 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。
3	グラスゴー	幸	実37.5	B▽ A▽勝率5% EV+104% 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／230日ぶりの実戦）
前5走 02/01 2京都26R 10着/16頭+1.0秒 01/17 1京都62R 1着/16頭勝利 11/01 3京都102R 11着/12頭+1.1秒 10/11 3京都31R 3着/16頭+0.4秒 09/28 4阪神95R 7着/18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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 10着 (大敗) △ ローテーション 230日休養明け ◎ 期待値 (オッズ vs AI勝率) +95% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.5% / 期待値 +105% ※ 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	ワイルドブッター	高倉	実7.0	B▲ A△勝率11% EV-20% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均12.0着と低調／126日ぶりの実戦）
前5走 05/16 3京都76R 7着/15頭+0.6秒 05/02 1新潟112R 15着/16頭+2.3秒 01/25 1京都96R 14着/15頭+1.8秒 01/10 1京都312R 12着/18頭+1.5秒 10/13 3京都512R 7着/16頭+1.1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 12.0着 (不振) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 12.7% (オッズ暗示: 14.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.3% / 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。
5	マダムイグレイン	☆田山	実18.1	B▽ A△勝率6% EV+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67%と好調／126日ぶりの実戦）
前5走 05/16 1新潟57R 4着/13頭+0.9秒 03/31 園田12R 1着/12頭勝利 03/11 姫路8R 1着/10頭勝利 02/26 姫路2R 1着/10頭勝利 11/12 園田8R 2着/10頭+0.1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 67% (絶好調) △ ローテーション 126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 4.7% (オッズ暗示: 5.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.1% / 期待値 +10% ※ 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	セイウンバジリスク	▲和田陽	実34.1	B▽ A▽勝率2% EV-46% 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33%と適性高／直近3走で勝率33%と好調／133日ぶりの実戦）
前5走 05/09 3京都56R 11着/16頭+1.2秒 04/26 3京都26R 10着/11頭+3.3秒 03/15 1阪神83R 1着/16頭勝利 03/01 1阪神42R 6着/16頭+0.7秒 02/07 2京都33R 5着/14頭+0.7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) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 133日休養明け × 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 1.7% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.6% / 期待値 -47% ※ 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	ダディーズアイル	田口	実51.4	B× A▽勝率1% EV-49% 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走平均10.3着と低調／126日ぶりの実戦）
前5走 05/16 3京都76R 12着/15頭+1.0秒 05/03 1新潟212R 7着/15頭+0.7秒 02/07 2京都312R 12着/15頭+1.0秒 01/25 1京都96R 6着/15頭+0.9秒 10/19 3京都73R 12着/12頭+1.8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 10.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 12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) -74% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 14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。
8	サヨノパララックス	川須	実26.8	B△ A▽勝率5% EV+46% 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走平均8.7着と低調／161日ぶりの実戦）
前5走 04/11 2阪神56R 10着/15頭+0.9秒 03/22 1阪神105R 5着/11頭+0.4秒 02/07 2京都36R 11着/12頭+2.1秒 01/11 1京都45R 10着/10頭+2.5秒 10/05 3京都21R 1着/16頭勝利
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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 161日休養明け ◎ 期待値 (オッズ vs AI勝率) +74% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.5% / 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。
9	レオナルドスター	▲森田	実44.5	B× A×勝率1% EV-55% 詳細▼	大穴、AI予想勝率低く長期回収困難（132日ぶりの実戦）
前5走 05/10 3京都68R 6着/12頭+1.0秒 04/19 1福島49R 3着/16頭+0.3秒 03/01 1小倉127R 10着/18頭+1.0秒 02/14 1小倉76R 3着/18頭+0.2秒 12/13 5中京312R 2着/18頭+0.1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 6.3着 △ ローテーション 132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 0.9% (オッズ暗示: 2.2%) × Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 期待値 -56% ※ 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	パワポケビー	中井	実64.0	B× A×勝率1% EV-65% 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11.0着と低調／462日ぶりの実戦）
前5走 06/14 3阪神312R 11着/16頭+1.1秒 06/14 3阪神312R 11着/16頭+1.1秒 06/14 3阪神312R 11着/16頭+1.1秒 06/14 3阪神312R 11着/16頭+1.1秒 06/14 3阪神312R 11着/16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戦の調子平均 11.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 462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 0.6% (オッズ暗示: 1.6%) × Aモデルの評価 (参考) レース内 15位 / 勝率 0.5% / 期待値 -66% ※ 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	レジェンダリーデイ	菱田	実71.8	B▽ A▽勝率2% EV+12% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率100%と好調／前走勝利の勢い／717日ぶりの実戦）
前5走 10/02 門別10R 1着/11頭勝利 10/02 門別10R 1着/11頭勝利 10/02 門別10R 1着/11頭勝利 10/02 門別10R 1着/11頭勝利 10/02 門別10R 1着/11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戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 717日休養明け △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 1.7% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.6% / 期待値 +13% ※ 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	フェゲフォイア	国分恭	実68.4	B× A×勝率1% EV-63% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／直近3走平均15.0着と低調／476日ぶりの実戦）
前5走 05/31 2京都118R 15着/18頭+0.9秒 05/31 2京都118R 15着/18頭+0.9秒 05/31 2京都118R 15着/18頭+0.9秒 05/31 2京都118R 15着/18頭+0.9秒 05/31 2京都118R 15着/18頭+0.9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 12走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) △ ローテーション 476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: 1.5%) × Aモデルの評価 (参考) レース内 16位 / 勝率 0.5% / 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。
13	リトセア	松山	実19.2	B▽ A×勝率2% EV-59% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（125日ぶりの実戦）
前5走 05/17 1新潟63R 4着/15頭+0.7秒 12/06 5阪神11R 6着/16頭+0.8秒 11/15 4京都36R 4着/16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 4.7着 △ ローテーション 125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 3.4% (オッズ暗示: 5.2%) × Aモデルの評価 (参考) レース内 9位 / 勝率 2.1% / 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。
14	エイユーサクラ	秋山稔	実2.8	B○ A◎勝率27% EV-24% 詳細▼	人気馬、市場評価通りで上乗せなし（前走3着／126日ぶりの実戦）
前5走 05/16 3京都71R 3着/16頭+0.6秒 04/25 1福島51R 5着/15頭+0.4秒 12/21 5中京65R 7着/15頭+1.4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 5.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 126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 17.2% (オッズ暗示: 35.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 26.8% / 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。
15	セガンティーニ	斎藤	実26.9	B▽ A×勝率2% EV-57% 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／前走2着／118日ぶりの実戦）
前5走 05/24 1新潟88R 2着/16頭+0.1秒 05/10 1新潟412R 5着/13頭+0.4秒 04/18 1福島312R 10着/16頭+1.0秒 02/28 1小倉1112R 4着/18頭+0.2秒 02/22 1小倉1012R 4着/18頭+0.3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 5.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 3.7%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 期待値 -57% ※ 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	ロードヴァルカン	岩田望	実5.2	B△ A○勝率13% EV-30% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（154日ぶりの実戦）
前5走 04/18 2阪神712R 8着/15頭+1.2秒 03/21 1阪神912R 4着/15頭+0.4秒 01/25 1京都96R 2着/15頭+0.2秒 01/04 1京都18R 2着/16頭+0.0秒 11/08 3福島18R 5着/16頭+0.5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 4.7着 ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 154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 8.6% (オッズ暗示: 19.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.4% / 期待値 -30% ※ 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

A推奨B推奨Aモデル △

ダイヤモンド

騎手吉村

単勝オッズ

10.8倍

AI期待値

+144%

買い目

¥800

全レースの推奨

AIの推奨本命の次点

○A:◎14エイユーサクラ

2.8倍

EV -51%

▲A:△4ワイルドブッター

7.0倍

EV -11%

出走馬全16頭

◎A:△1

ダイヤモンド

吉村

10.8倍

+144%

›

○A:◎14

エイユーサクラ

秋山稔

2.8倍

-51%

›

▲A:△4

ワイルドブッター

高倉

7.0倍

-11%

›

△A:▲2

キャッチアシーフ

★河原田

6.0倍

-35%

›

△A:○16

ロードヴァルカン

岩田望

5.2倍

-55%

›

△A:▽8

サヨノパララックス

川須

26.8倍

+74%

›

▽A:▽3

グラスゴー

幸

37.5倍

+95%

›

▽A:△5

マダムイグレイン

☆田山

18.1倍

-14%

›

▽A:×13

リトセア

松山

19.2倍

-33%

›

▽A:×15

セガンティーニ

斎藤

26.9倍

-7%

›

▽A:▽6

セイウンバジリスク

▲和田陽

34.1倍

-43%

›

▽A:▽11

レジェンダリーデイ

菱田

71.8倍

+19%

›

×A:×9

レオナルドスター

▲森田

44.5倍

-58%

›

×A:×10

パワポケビー

中井

64.0倍

-63%

›

×A:×12

フェゲフォイア

国分恭

68.4倍

-63%

›

×A:▽7

ダディーズアイル

田口

51.4倍

-74%

›

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 1 ダイヤモンド実10.8倍期待値 +145% 推奨 10.0〜30.0倍 ¥100 不的中2着

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 1 ダイヤモンド実10.8倍期待値 +145% 推奨 10.0〜30.0倍 ¥700 不的中2着

※ オッズは予測時点の値です。

12R 阪神競馬場　発走 16:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダイヤモンド推奨	吉村	実10.8	△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 1新潟712R 15着/15頭+2.9秒 04/26 1福島612R 2着/16頭+0.0秒 04/04 2阪神36R 2着/16頭+0.5秒 03/21 1阪神912R 5着/15頭+0.4秒 03/07 1阪神512R 12着/16頭+1.4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 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 15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) +22% (市場と概ね一致) AI 予想勝率 11.3% (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。
2	キャッチアシーフ	★河原田	実6.0	▲詳細▼	AI上位評価だが期待値不足、見送り（146日ぶりの実戦）
前5走 04/26 1福島63R 13着/15頭+4.0秒 04/05 2阪神43R 4着/16頭+0.9秒 03/22 1阪神103R 2着/13頭+0.3秒 01/31 2京都13R 4着/13頭+0.9秒 01/12 1京都51R 5着/16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 6.3着 ▽ 前走実績前走 13着 (大敗) △ ローテーション 146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 11.3% (オッズ暗示: 16.7%) ※ 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	グラスゴー	幸	実37.5	▽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／230日ぶりの実戦）
前5走 02/01 2京都26R 10着/16頭+1.0秒 01/17 1京都62R 1着/16頭勝利 11/01 3京都102R 11着/12頭+1.1秒 10/11 3京都31R 3着/16頭+0.4秒 09/28 4阪神95R 7着/18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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 10着 (大敗) △ ローテーション 230日休養明け ◎ 期待値 (オッズ vs AI勝率) +104% (市場が大幅過小評価) AI 予想勝率 5.5% (オッズ暗示: 2.7%) ※ 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	ワイルドブッター	高倉	実7.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均12.0着と低調／126日ぶりの実戦）
前5走 05/16 3京都76R 7着/15頭+0.6秒 05/02 1新潟112R 15着/16頭+2.3秒 01/25 1京都96R 14着/15頭+1.8秒 01/10 1京都312R 12着/18頭+1.5秒 10/13 3京都512R 7着/16頭+1.1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 12.0着 (不振) △ ローテーション 126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 11.3% (オッズ暗示: 14.3%) ※ 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	マダムイグレイン	☆田山	実18.1	△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67%と好調／126日ぶりの実戦）
前5走 05/16 1新潟57R 4着/13頭+0.9秒 03/31 園田12R 1着/12頭勝利 03/11 姫路8R 1着/10頭勝利 02/26 姫路2R 1着/10頭勝利 11/12 園田8R 2着/10頭+0.1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 67% (絶好調) △ ローテーション 126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 6.1% (オッズ暗示: 5.5%) ※ 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。
6	セイウンバジリスク	▲和田陽	実34.1	▽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33%と適性高／直近3走で勝率33%と好調／133日ぶりの実戦）
前5走 05/09 3京都56R 11着/16頭+1.2秒 04/26 3京都26R 10着/11頭+3.3秒 03/15 1阪神83R 1着/16頭勝利 03/01 1阪神42R 6着/16頭+0.7秒 02/07 2京都33R 5着/14頭+0.7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) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 133日休養明け × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.9%) ※ 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。
7	ダディーズアイル	田口	実51.4	▽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走平均10.3着と低調／126日ぶりの実戦）
前5走 05/16 3京都76R 12着/15頭+1.0秒 05/03 1新潟212R 7着/15頭+0.7秒 02/07 2京都312R 12着/15頭+1.0秒 01/25 1京都96R 6着/15頭+0.9秒 10/19 3京都73R 12着/12頭+1.8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 10.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 12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) -49% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.9%) ※ 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。
8	サヨノパララックス	川須	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走平均8.7着と低調／161日ぶりの実戦）
前5走 04/11 2阪神56R 10着/15頭+0.9秒 03/22 1阪神105R 5着/11頭+0.4秒 02/07 2京都36R 11着/12頭+2.1秒 01/11 1京都45R 10着/10頭+2.5秒 10/05 3京都21R 1着/16頭勝利
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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 161日休養明け ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 5.5% (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。
9	レオナルドスター	▲森田	実44.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（132日ぶりの実戦）
前5走 05/10 3京都68R 6着/12頭+1.0秒 04/19 1福島49R 3着/16頭+0.3秒 03/01 1小倉127R 10着/18頭+1.0秒 02/14 1小倉76R 3着/18頭+0.2秒 12/13 5中京312R 2着/18頭+0.1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 6.3着 △ ローテーション 132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 1.0% (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。
10	パワポケビー	中井	実64.0	×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11.0着と低調／462日ぶりの実戦）
前5走 06/14 3阪神312R 11着/16頭+1.1秒 06/14 3阪神312R 11着/16頭+1.1秒 06/14 3阪神312R 11着/16頭+1.1秒 06/14 3阪神312R 11着/16頭+1.1秒 06/14 3阪神312R 11着/16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戦の調子平均 11.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 462日休養明け × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
11	レジェンダリーデイ	菱田	実71.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率100%と好調／前走勝利の勢い／717日ぶりの実戦）
前5走 10/02 門別10R 1着/11頭勝利 10/02 門別10R 1着/11頭勝利 10/02 門別10R 1着/11頭勝利 10/02 門別10R 1着/11頭勝利 10/02 門別10R 1着/11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戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 717日休養明け △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 1.6% (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。
12	フェゲフォイア	国分恭	実68.4	×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15.0着と低調／476日ぶりの実戦）
前5走 05/31 2京都118R 15着/18頭+0.9秒 05/31 2京都118R 15着/18頭+0.9秒 05/31 2京都118R 15着/18頭+0.9秒 05/31 2京都118R 15着/18頭+0.9秒 05/31 2京都118R 15着/18頭+0.9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 12走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) △ ローテーション 476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: 1.5%) ※ 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。
13	リトセア	松山	実19.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（125日ぶりの実戦）
前5走 05/17 1新潟63R 4着/15頭+0.7秒 12/06 5阪神11R 6着/16頭+0.8秒 11/15 4京都36R 4着/16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 4.7着 △ ローテーション 125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 2.1% (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。
14	エイユーサクラ	秋山稔	実2.8	◎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（前走3着／126日ぶりの実戦）
前5走 05/16 3京都71R 3着/16頭+0.6秒 04/25 1福島51R 5着/15頭+0.4秒 12/21 5中京65R 7着/15頭+1.4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 5.0着 ○ 前走実績前走 3着 (好走) △ 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 26.8% (オッズ暗示: 35.7%) ※ 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。
15	セガンティーニ	斎藤	実26.9	×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／前走2着／118日ぶりの実戦）
前5走 05/24 1新潟88R 2着/16頭+0.1秒 05/10 1新潟412R 5着/13頭+0.4秒 04/18 1福島312R 10着/16頭+1.0秒 02/28 1小倉1112R 4着/18頭+0.2秒 02/22 1小倉1012R 4着/18頭+0.3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 5.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 118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 1.6% (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。
16	ロードヴァルカン	岩田望	実5.2	○詳細▼	AI上位評価だが期待値不足、見送り（154日ぶりの実戦）
前5走 04/18 2阪神712R 8着/15頭+1.2秒 03/21 1阪神912R 4着/15頭+0.4秒 01/25 1京都96R 2着/15頭+0.2秒 01/04 1京都18R 2着/16頭+0.0秒 11/08 3福島18R 5着/16頭+0.5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 4.7着 ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 154日休養明け × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 13.4% (オッズ暗示: 19.2%) ※ 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

エイユーサクラ

騎手秋山稔

単勝オッズ

2.8倍

AI期待値

-24%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○16ロードヴァルカン

5.2倍

EV -30%

▲2キャッチアシーフ

6.0倍

EV -32%

出走馬全16頭

◎14

エイユーサクラ

秋山稔

2.8倍

-24%

›

○16

ロードヴァルカン

岩田望

5.2倍

-30%

›

▲2

キャッチアシーフ

★河原田

6.0倍

-32%

›

△4

ワイルドブッター

高倉

7.0倍

-20%

›

△1

ダイヤモンド

吉村

10.8倍

+22%

›

△5

マダムイグレイン

☆田山

18.1倍

+9%

›

▽8

サヨノパララックス

川須

26.8倍

+46%

›

▽3

グラスゴー

幸

37.5倍

+104%

›

×13

リトセア

松山

19.2倍

-59%

›

×15

セガンティーニ

斎藤

26.9倍

-57%

›

▽6

セイウンバジリスク

▲和田陽

34.1倍

-46%

›

▽11

レジェンダリーデイ

菱田

71.8倍

+12%

›

×9

レオナルドスター

▲森田

44.5倍

-55%

›

▽7

ダディーズアイル

田口

51.4倍

-49%

›

×10

パワポケビー

中井

64.0倍

-65%

›

×12

フェゲフォイア

国分恭

68.4倍

-63%

›

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 1 ダイヤモンド実10.8倍期待値 +22% 推奨 10.0〜30.0倍 ¥100 不的中2着

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 1 ダイヤモンド実10.8倍期待値 +22% 推奨 10.0〜30.0倍 ¥700 不的中2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