阪神 6R 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

6R 阪神競馬場　発走 12:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アンビアンス	吉村	実74.8	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／直近3走平均8.3着と低調／120日ぶりの実戦）
前5走 05/23 3京都98R 12着/15頭+1.0秒 05/03 3京都47R 6着/8頭+1.3秒 04/12 1福島26R 7着/15頭+0.9秒 03/21 1中京38R 10着/13頭+1.1秒 03/01 1阪神48R 13着/15頭+0.8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 8.3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 120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 1.2% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 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。
2	エテルノレガーメ	岩田望	実5.4	B△ A△勝率16% EV-12% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（210日ぶりの実戦）
前5走 02/22 1阪神27R 4着/9頭+0.5秒 01/31 2京都18R 9着/10頭+1.8秒 12/14 5中京49R 9着/12頭+2.3秒 11/15 4京都37R 6着/16頭+0.8秒 06/21 3阪神54R 1着/13頭勝利
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 7.3着 (不振) △ ローテーション 210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 12.5% (オッズ暗示: 18.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 16.2% / 期待値 -12% ※ 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	メイショウショカツ	幸	実4.6	B▲ A○勝率18% EV-18% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着／113日ぶりの実戦）
前5走 05/30 3京都115R 2着/18頭+0.4秒 05/03 3京都45R 2着/11頭+0.0秒 04/12 2阪神64R 6着/18頭+0.2秒 11/16 4京都43R 5着/15頭+1.2秒 11/02 3京都115R 6着/15頭+0.8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 3.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 113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 17.4% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.7% / 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。
4	サラコスティ	松山	実4.8	B○ A▲勝率18% EV-14% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着／119日ぶりの実戦）
前5走 05/24 2東京107R 3着/17頭+0.2秒 05/03 3京都47R 2着/8頭+0.2秒 02/28 1小倉119R 8着/16頭+1.4秒 01/24 1小倉17R 8着/15頭+0.3秒 01/05 1京都27R 8着/15頭+1.7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 4.3着 ○ 前走実績前走 3着 (好走) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 18.4% (オッズ暗示: 20.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.7% / 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。
5	リガーレ推奨	鮫島駿	実15.7	B△ A△勝率6% EV-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 05/30 3京都117R 4着/15頭+0.3秒 11/15 4京都37R 15着/16頭+3.9秒 11/02 3京都117R 4着/16頭+0.2秒 04/05 2阪神39R 4着/9頭+0.5秒 03/23 2中山86R 5着/12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 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) +17% (市場と概ね一致) AI 予想勝率 7.5% (オッズ暗示: 6.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.8% / 期待値 -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	グラスベルグ	亀田	実77.5	B▽ A▽勝率1% EV-15% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率50%と好調／前走勝利の勢い／154日ぶりの実戦）
前5走 04/19 1福島43R 1着/16頭勝利 11/24 5東京66R 5着/13頭+0.9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 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 154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 1.2% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 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。
7	キッコベッロ	川田	実2.6	B◎ A◎勝率22% EV-41% 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（183日ぶりの実戦）
前5走 03/21 1阪神911R 9着/12頭+1.7秒 02/14 1小倉79R 2着/10頭+0.4秒 11/16 4京都49R 4着/8頭+0.2秒 10/26 3京都99R 2着/8頭+0.1秒 09/07 4阪神25R 1着/6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戦の調子平均 5.0着 △ ローテーション 183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 26.9% (オッズ暗示: 38.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.4% / 期待値 -42% ※ 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	アルペングロー	北村友	実34.4	B▽ A▽勝率4% EV+39% 詳細▼	大穴、AI予想勝率低く長期回収困難（182日ぶりの実戦）
前5走 03/22 1阪神102R 9着/13頭+2.3秒 03/01 1阪神45R 4着/13頭+0.3秒 01/05 1京都25R 3着/17頭+0.3秒 11/09 4京都25R 2着/8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戦の調子平均 5.3着 △ ローテーション 182日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.1% / 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。
9	アスクメークシェア	◇古川奈	実143.2	B× A▽勝率1% EV+16% 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／512日ぶりの実戦）
前5走 04/26 1福島510R 5着/13頭+0.8秒 04/26 1福島510R 5着/13頭+0.8秒 04/26 1福島510R 5着/13頭+0.8秒 04/26 1福島510R 5着/13頭+0.8秒 04/26 1福島510R 5着/13頭+0.8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 5.0着 × 当競馬場適性 36走で勝率 0% (苦戦) △ ローテーション 512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 0.3% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.8% / 期待値 +16% ※ 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	エイシンビーコン	Ｍデムーロ	実11.5	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／112日ぶりの実戦）
前5走 05/31 3京都125R 1着/18頭勝利 05/10 3京都64R 6着/16頭+0.3秒 03/07 1阪神55R 4着/18頭+0.6秒 02/21 1小倉96R 4着/16頭+0.4秒 01/25 1小倉27R 4着/18頭+0.4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 112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 7.5% (オッズ暗示: 8.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.4% / 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	エイシンウィスパー	松若	実19.6	B▽ A▽勝率6% EV+12% 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／147日ぶりの実戦）
前5走 04/26 2東京211R 4着/12頭+0.6秒 03/21 1中京35R 1着/18頭勝利 03/01 1小倉122R 11着/16頭+0.9秒 02/08 1小倉65R 3着/9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) -12% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.7% / 期待値 +12% ※ 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 ◎

キッコベッロ

騎手川田

単勝オッズ

2.6倍

AI期待値

-30%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲4サラコスティ

4.8倍

EV -11%

▲A:○3メイショウショカツ

4.6倍

EV -20%

出走馬全11頭

◎A:◎7

キッコベッロ

川田

2.6倍

-30%

›

○A:▲4

サラコスティ

松山

4.8倍

-11%

›

▲A:○3

メイショウショカツ

幸

4.6倍

-20%

›

△A:△2

エテルノレガーメ

岩田望

5.4倍

-32%

›

△A:△5

リガーレ

鮫島駿

15.7倍

+17%

›

△A:△10

エイシンビーコン

Ｍデムーロ

11.5倍

-14%

›

▽A:▽11

エイシンウィスパー

松若

19.6倍

-11%

›

▽A:▽8

アルペングロー

北村友

34.4倍

-2%

›

▽A:▽1

アンビアンス

吉村

74.8倍

-13%

›

▽A:▽6

グラスベルグ

亀田

77.5倍

-10%

›

×A:▽9

アスクメークシェア

◇古川奈

143.2倍

-50%

›

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)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 5 リガーレ実15.7倍期待値 +17% 推奨 13.4〜30.0倍 ¥200 不的中2着

※ オッズは予測時点の値です。

6R 阪神競馬場　発走 12:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アンビアンス	吉村	実74.8	▽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8.3着と低調／120日ぶりの実戦）
前5走 05/23 3京都98R 12着/15頭+1.0秒 05/03 3京都47R 6着/8頭+1.3秒 04/12 1福島26R 7着/15頭+0.9秒 03/21 1中京38R 10着/13頭+1.1秒 03/01 1阪神48R 13着/15頭+0.8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 8.3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 120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 1.1% (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	エテルノレガーメ	岩田望	実5.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（210日ぶりの実戦）
前5走 02/22 1阪神27R 4着/9頭+0.5秒 01/31 2京都18R 9着/10頭+1.8秒 12/14 5中京49R 9着/12頭+2.3秒 11/15 4京都37R 6着/16頭+0.8秒 06/21 3阪神54R 1着/13頭勝利
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 7.3着 (不振) △ ローテーション 210日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 16.2% (オッズ暗示: 18.5%) ※ 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。
3	メイショウショカツ	幸	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（前走2着／113日ぶりの実戦）
前5走 05/30 3京都115R 2着/18頭+0.4秒 05/03 3京都45R 2着/11頭+0.0秒 04/12 2阪神64R 6着/18頭+0.2秒 11/16 4京都43R 5着/15頭+1.2秒 11/02 3京都115R 6着/15頭+0.8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 3.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 113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 17.7% (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。
4	サラコスティ	松山	実4.8	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着／119日ぶりの実戦）
前5走 05/24 2東京107R 3着/17頭+0.2秒 05/03 3京都47R 2着/8頭+0.2秒 02/28 1小倉119R 8着/16頭+1.4秒 01/24 1小倉17R 8着/15頭+0.3秒 01/05 1京都27R 8着/15頭+1.7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 4.3着 ○ 前走実績前走 3着 (好走) △ 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 17.7% (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。
5	リガーレ推奨	鮫島駿	実15.7	△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 05/30 3京都117R 4着/15頭+0.3秒 11/15 4京都37R 15着/16頭+3.9秒 11/02 3京都117R 4着/16頭+0.2秒 04/05 2阪神39R 4着/9頭+0.5秒 03/23 2中山86R 5着/12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 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) -9% (オッズ過剰評価) AI 予想勝率 5.8% (オッズ暗示: 6.4%) ※ 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。
6	グラスベルグ	亀田	実77.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率50%と好調／前走勝利の勢い／154日ぶりの実戦）
前5走 04/19 1福島43R 1着/16頭勝利 11/24 5東京66R 5着/13頭+0.9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 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 154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 1.1% (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。
7	キッコベッロ	川田	実2.6	◎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（183日ぶりの実戦）
前5走 03/21 1阪神911R 9着/12頭+1.7秒 02/14 1小倉79R 2着/10頭+0.4秒 11/16 4京都49R 4着/8頭+0.2秒 10/26 3京都99R 2着/8頭+0.1秒 09/07 4阪神25R 1着/6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戦の調子平均 5.0着 △ ローテーション 183日休養明け × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 22.4% (オッズ暗示: 38.5%) ※ 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	アルペングロー	北村友	実34.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（182日ぶりの実戦）
前5走 03/22 1阪神102R 9着/13頭+2.3秒 03/01 1阪神45R 4着/13頭+0.3秒 01/05 1京都25R 3着/17頭+0.3秒 11/09 4京都25R 2着/8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戦の調子平均 5.3着 △ ローテーション 182日休養明け ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 4.1% (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。
9	アスクメークシェア	◇古川奈	実143.2	▽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／512日ぶりの実戦）
前5走 04/26 1福島510R 5着/13頭+0.8秒 04/26 1福島510R 5着/13頭+0.8秒 04/26 1福島510R 5着/13頭+0.8秒 04/26 1福島510R 5着/13頭+0.8秒 04/26 1福島510R 5着/13頭+0.8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 5.0着 × 当競馬場適性 36走で勝率 0% (苦戦) △ ローテーション 512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 0.8% (オッズ暗示: 0.7%) ※ 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。
10	エイシンビーコン	Ｍデムーロ	実11.5	△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／112日ぶりの実戦）
前5走 05/31 3京都125R 1着/18頭勝利 05/10 3京都64R 6着/16頭+0.3秒 03/07 1阪神55R 4着/18頭+0.6秒 02/21 1小倉96R 4着/16頭+0.4秒 01/25 1小倉27R 4着/18頭+0.4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 112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 7.4% (オッズ暗示: 8.7%) ※ 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。
11	エイシンウィスパー	松若	実19.6	▽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／147日ぶりの実戦）
前5走 04/26 2東京211R 4着/12頭+0.6秒 03/21 1中京35R 1着/18頭勝利 03/01 1小倉122R 11着/16頭+0.9秒 02/08 1小倉65R 3着/9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) +12% (市場と概ね一致) AI 予想勝率 5.7% (オッズ暗示: 5.1%) ※ 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。

AIの本命

AI評価1位

キッコベッロ

騎手川田

単勝オッズ

2.6倍

AI期待値

-41%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3メイショウショカツ

4.6倍

EV -18%

▲4サラコスティ

4.8倍

EV -14%

出走馬全11頭

◎7

キッコベッロ

川田

2.6倍

-41%

›

○3

メイショウショカツ

幸

4.6倍

-18%

›

▲4

サラコスティ

松山

4.8倍

-14%

›

△2

エテルノレガーメ

岩田望

5.4倍

-12%

›

△10

エイシンビーコン

Ｍデムーロ

11.5倍

-15%

›

△5

リガーレ

鮫島駿

15.7倍

-8%

›

▽11

エイシンウィスパー

松若

19.6倍

+12%

›

▽8

アルペングロー

北村友

34.4倍

+39%

›

▽1

アンビアンス

吉村

74.8倍

-18%

›

▽6

グラスベルグ

亀田

77.5倍

-15%

›

▽9

アスクメークシェア

◇古川奈

143.2倍

+16%

›

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)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 5 リガーレ実15.7倍期待値 -9% 推奨 17.2〜30.0倍 ¥200 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