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	エバーグルーヴ	松山	実6.3	B△ A▲勝率15% EV-3% 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5走で勝率40%と適性高／175日ぶりの実戦）
前5走 03/29 2阪神28R 4着/7頭+0.4秒 03/01 1阪神49R 5着/9頭+0.9秒 02/10 1東京47R 7着/9頭+0.8秒 11/22 4京都512R 3着/15頭+0.4秒 10/04 4東京19R 7着/12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 5.3着 ◎ 当競馬場適性 5走で勝率 40% (得意) △ ローテーション 175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 10.3% (オッズ暗示: 15.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.3% / 期待値 -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	エコテーラー推奨	藤懸	実14.1	B△ A△勝率14% EV+90% 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 05/31 3京都128R 8着/8頭+1.2秒 03/29 2阪神28R 1着/7頭勝利 12/13 5阪神312R 8着/10頭+1.0秒 11/22 3福島58R 13着/16頭+1.6秒 08/23 4中京18R 4着/8頭+0.9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 8走で勝率 12% △ ローテーション 112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 6.4% (オッズ暗示: 7.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 13.5% / 期待値 +91% ※ 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	デルマジュテーム	的場	実102.7	B▽ A▽勝率2% EV+56% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／251日ぶりの実戦）
前5走 01/12 1中山512R 7着/18頭+0.7秒 12/14 5中京46R 15着/18頭+1.4秒 11/16 3福島412R 14着/16頭+1.9秒 10/04 4東京17R 7着/10頭+0.9秒 09/06 2札幌59R 10着/15頭+1.1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 12.0着 (不振) △ ローテーション 251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 1.0% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 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。
4	セナスタイル	岩田望	実1.9	B◎ A×勝率23% EV-55% 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（当競馬場3走で勝率0%と苦戦傾向／前走3着／203日ぶりの実戦）
前5走 03/01 1阪神49R 3着/9頭+0.8秒 12/13 5阪神312R 4着/10頭+0.3秒 10/19 3京都711R 5着/18頭+0.5秒 09/14 4阪神411R 3着/17頭+0.3秒 08/02 3中京311R 1着/13頭勝利
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 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 203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 40.0% (オッズ暗示: 52.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 23.3% / 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。
5	エアビッグマム	西塚	実8.4	B▲ A△勝率14% EV+18% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 03/21 1中京38R 1着/13頭勝利 02/28 1小倉118R 3着/13頭+0.6秒 02/08 1小倉68R 1着/16頭勝利 12/06 5中京18R 3着/18頭+0.4秒 10/26 4新潟44R 2着/16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) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 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) +13% (市場と概ね一致) AI 予想勝率 13.6% (オッズ暗示: 11.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 14.1% / 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。
6	ガーネットフレア	北村友	実4.4	B○ A○勝率15% EV-32% 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／210日ぶりの実戦）
前5走 02/22 1小倉101R 1着/11頭勝利 02/07 1小倉51R 3着/16頭+0.1秒 12/13 5阪神31R 7着/15頭+1.0秒 11/22 4京都51R 3着/14頭+0.6秒 10/04 3京都13R 3着/16頭+1.2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 1着 (勢い継続) △ ローテーション 210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 15.0% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.3% / 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。
7	ラブリーリディア	吉村	実14.3	B△ A△勝率6% EV-14% 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／141日ぶりの実戦）
前5走 05/02 1新潟110R 14着/15頭+0.9秒 11/22 4京都512R 5着/15頭+0.8秒 10/26 4新潟44R 1着/16頭勝利 07/19 1函館115R 1着/16頭勝利 06/22 3阪神63R 6着/18頭+0.5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) ▽ 前走実績前走 14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) -8% (オッズ過剰評価) AI 予想勝率 6.4% (オッズ暗示: 7.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.9% / 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。
8	ジェルブロア	小沢	実23.1	B▽ A▽勝率5% EV+14% 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／182日ぶりの実戦）
前5走 03/22 1中京46R 6着/17頭+0.3秒 03/08 1阪神67R 2着/9頭+0.4秒 02/21 1小倉98R 4着/16頭+0.6秒 09/14 4阪神47R 7着/14頭+0.5秒 08/31 3新潟48R 6着/9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戦の調子平均 4.0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) +17% (市場と概ね一致) AI 予想勝率 5.1% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.9% / 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。
9	フルレゾン	幸	実34.5	B▽ A▽勝率4% EV+20% 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走平均8.0着と低調／126日ぶりの実戦）
前5走 05/17 1新潟610R 13着/16頭+1.0秒 03/28 1中京510R 8着/12頭+0.5秒 01/12 1京都59R 3着/12頭+0.1秒 12/21 5中京610R 6着/10頭+0.3秒 10/26 4新潟410R 8着/16頭+1.1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 8.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 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) -42% (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 8位 / 勝率 3.5% / 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。
10	レイピカケ	松本	実118.3	B▽ A▽勝率2% EV+187% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／238日ぶりの実戦）
前5走 01/25 1京都97R 10着/10頭+1.8秒 12/21 5中山69R 11着/11頭+1.7秒 08/30 2札幌311R 10着/14頭+2.2秒 08/17 1札幌812R 10着/14頭+2.5秒 07/19 1函館1110R 10着/14頭+0.9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 10.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 238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 0.6% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.4% / 期待値 +187% ※ 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 ×

セナスタイル

騎手岩田望

単勝オッズ

1.9倍

AI期待値

-23%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6ガーネットフレア

4.4倍

EV -34%

▲A:△5エアビッグマム

8.4倍

EV +13%

出走馬全10頭

◎A:×4

セナスタイル

岩田望

1.9倍

-23%

›

○A:○6

ガーネットフレア

北村友

4.4倍

-34%

›

▲A:△5

エアビッグマム

西塚

8.4倍

+13%

›

△A:▲1

エバーグルーヴ

松山

6.3倍

-35%

›

△A:△2

エコテーラー

藤懸

14.1倍

-9%

›

△A:△7

ラブリーリディア

吉村

14.3倍

-8%

›

▽A:▽8

ジェルブロア

小沢

23.1倍

+17%

›

▽A:▽9

フルレゾン

幸

34.5倍

-42%

›

▽A:▽3

デルマジュテーム

的場

102.7倍

+1%

›

▽A:▽10

レイピカケ

松本

118.3倍

-34%

›

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 エコテーラー実14.1倍期待値 -9% 推奨 15.5〜30.0倍 ¥300 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ 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	エバーグルーヴ	松山	実6.3	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率40%と適性高／175日ぶりの実戦）
前5走 03/29 2阪神28R 4着/7頭+0.4秒 03/01 1阪神49R 5着/9頭+0.9秒 02/10 1東京47R 7着/9頭+0.8秒 11/22 4京都512R 3着/15頭+0.4秒 10/04 4東京19R 7着/12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 5.3着 ◎ 当競馬場適性 5走で勝率 40% (得意) △ ローテーション 175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 15.3% (オッズ暗示: 15.9%) ※ 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。
2	エコテーラー推奨	藤懸	実14.1	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+90%の中穴候補（直近3走勝率33%と上り調子）
前5走 05/31 3京都128R 8着/8頭+1.2秒 03/29 2阪神28R 1着/7頭勝利 12/13 5阪神312R 8着/10頭+1.0秒 11/22 3福島58R 13着/16頭+1.6秒 08/23 4中京18R 4着/8頭+0.9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 8走で勝率 12% △ ローテーション 112日休養明け ◎ 期待値 (オッズ vs AI勝率) +90% (市場が大幅過小評価) AI 予想勝率 13.5% (オッズ暗示: 7.1%) ※ 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。
3	デルマジュテーム	的場	実102.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／251日ぶりの実戦）
前5走 01/12 1中山512R 7着/18頭+0.7秒 12/14 5中京46R 15着/18頭+1.4秒 11/16 3福島412R 14着/16頭+1.9秒 10/04 4東京17R 7着/10頭+0.9秒 09/06 2札幌59R 10着/15頭+1.1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 12.0着 (不振) △ ローテーション 251日休養明け ◎ 期待値 (オッズ vs AI勝率) +56% (市場が大幅過小評価) AI 予想勝率 1.5% (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。
4	セナスタイル	岩田望	実1.9	×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（当競馬場3走で勝率0%と苦戦傾向／前走3着／203日ぶりの実戦）
前5走 03/01 1阪神49R 3着/9頭+0.8秒 12/13 5阪神312R 4着/10頭+0.3秒 10/19 3京都711R 5着/18頭+0.5秒 09/14 4阪神411R 3着/17頭+0.3秒 08/02 3中京311R 1着/13頭勝利
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 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 203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 23.3% (オッズ暗示: 52.6%) ※ 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。
5	エアビッグマム	西塚	実8.4	△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3走で勝率0%と苦戦傾向／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 03/21 1中京38R 1着/13頭勝利 02/28 1小倉118R 3着/13頭+0.6秒 02/08 1小倉68R 1着/16頭勝利 12/06 5中京18R 3着/18頭+0.4秒 10/26 4新潟44R 2着/16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) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 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% (市場と概ね一致) AI 予想勝率 14.1% (オッズ暗示: 11.9%) ※ 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	ガーネットフレア	北村友	実4.4	○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／210日ぶりの実戦）
前5走 02/22 1小倉101R 1着/11頭勝利 02/07 1小倉51R 3着/16頭+0.1秒 12/13 5阪神31R 7着/15頭+1.0秒 11/22 4京都51R 3着/14頭+0.6秒 10/04 3京都13R 3着/16頭+1.2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 1着 (勢い継続) △ 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 15.3% (オッズ暗示: 22.7%) ※ 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。
7	ラブリーリディア	吉村	実14.3	△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／141日ぶりの実戦）
前5走 05/02 1新潟110R 14着/15頭+0.9秒 11/22 4京都512R 5着/15頭+0.8秒 10/26 4新潟44R 1着/16頭勝利 07/19 1函館115R 1着/16頭勝利 06/22 3阪神63R 6着/18頭+0.5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) ▽ 前走実績前走 14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) -15% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 7.0%) ※ 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。
8	ジェルブロア	小沢	実23.1	▽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／182日ぶりの実戦）
前5走 03/22 1中京46R 6着/17頭+0.3秒 03/08 1阪神67R 2着/9頭+0.4秒 02/21 1小倉98R 4着/16頭+0.6秒 09/14 4阪神47R 7着/14頭+0.5秒 08/31 3新潟48R 6着/9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戦の調子平均 4.0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) +14% (市場と概ね一致) AI 予想勝率 4.9% (オッズ暗示: 4.3%) ※ 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。
9	フルレゾン	幸	実34.5	▽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走平均8.0着と低調／126日ぶりの実戦）
前5走 05/17 1新潟610R 13着/16頭+1.0秒 03/28 1中京510R 8着/12頭+0.5秒 01/12 1京都59R 3着/12頭+0.1秒 12/21 5中京610R 6着/10頭+0.3秒 10/26 4新潟410R 8着/16頭+1.1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 8.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 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) +20% (市場と概ね一致) AI 予想勝率 3.5% (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。
10	レイピカケ	松本	実118.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／238日ぶりの実戦）
前5走 01/25 1京都97R 10着/10頭+1.8秒 12/21 5中山69R 11着/11頭+1.7秒 08/30 2札幌311R 10着/14頭+2.2秒 08/17 1札幌812R 10着/14頭+2.5秒 07/19 1函館1110R 10着/14頭+0.9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 10.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 238日休養明け ◎ 期待値 (オッズ vs AI勝率) +187% (市場が大幅過小評価) AI 予想勝率 2.4% (オッズ暗示: 0.8%) ※ 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。

AIの本命

AI評価1位

セナスタイル

騎手岩田望

単勝オッズ

1.9倍

AI期待値

-55%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ガーネットフレア

4.4倍

EV -32%

▲1エバーグルーヴ

6.3倍

EV -3%

出走馬全10頭

×4

セナスタイル

岩田望

1.9倍

-55%

›

○6

ガーネットフレア

北村友

4.4倍

-32%

›

▲1

エバーグルーヴ

松山

6.3倍

-3%

›

△5

エアビッグマム

西塚

8.4倍

+18%

›

△2

エコテーラー

藤懸

14.1倍

+90%

›

△7

ラブリーリディア

吉村

14.3倍

-14%

›

▽8

ジェルブロア

小沢

23.1倍

+14%

›

▽9

フルレゾン

幸

34.5倍

+20%

›

▽10

レイピカケ

松本

118.3倍

+187%

›

▽3

デルマジュテーム

的場

102.7倍

+56%

›

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 エコテーラー実14.1倍期待値 +91% 推奨 10.0〜30.0倍 ¥300 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ 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