阪神 3R 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

3R 阪神競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	プリンキピッサ	西村淳	実3.1	B○ A◎勝率23% EV-28% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
前5走 3回2日中京1R 2着/7頭 ― ― ― ―
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 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 21.1% (オッズ暗示: 32.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 23.2% / 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。
2	スマートエール	高倉	実10.1	B△ A△勝率8% EV-17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 5位 (中位評価) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 9.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.2% / 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	ニクスルーナ	岩田望	実3.5	B◎ A○勝率22% EV-21% 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5走 3回5日東京4R 5着/11頭+1.0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 5.0着 △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 22.4% (オッズ暗示: 28.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.3% / 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。
4	ビエントゾンダ	松山	実12.3	B△ A△勝率7% EV-7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走過去走データ取得失敗 (horse_results 不在)
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 △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 8.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.5% / 期待値 -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	マーゴットマシェリ	池添	実4.5	B▲ A▲勝率18% EV-19% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
前5走 3回6日阪神5R 2着/9頭+1.0秒 3回1日中京1R 2着/9頭+3.0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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 21.1% (オッズ暗示: 22.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.9% / 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	スクールディーヴァ	Ｍデムーロ	実26.9	B▽ A▽勝率4% EV+13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回7日中京3R 4着/7頭 ― ― ― ―
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 4.0着 △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 4.0% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.2% / 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。
7	ベルメグスタ	幸	実121.4	B▽ A▽勝率1% EV-14% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 12位 (中位評価) × 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 0.4% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 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。
8	リンピッド	富田	実338.0	B▽ A▽勝率1% EV+137% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 15位 (中位評価) △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 0.4% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.7% / 期待値 +138% ※ 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	リボンロゼッタ	川須	実48.3	B▽ A▽勝率1% EV-44% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回4日中京3R 6着/10頭 ― ― ― ―
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 6.0着 × 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 1.4% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.2% / 期待値 -44% ※ 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	フォルトゥナロッサ	浜中	実7.8	B△ A△勝率10% EV-23% 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2.0着と安定／前走2着）
前5走 1回6日札幌5R 2着/13頭+2.0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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 10.7% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.8% / 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。
11	ヤマニンアルセド	☆田山	実55.1	B▽ A▽勝率1% EV-36% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回2日福島4R 5着/14頭 ― ― ― ―
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 5.0着 △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 期待値 -36% ※ 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	ラガーレッドムーン	▲森田	実255.8	B▽ A▽勝率1% EV+80% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 13位 (中位評価) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 0.4% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 期待値 +80% ※ 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	モンドドゥアムール	◇永島	実262.6	B▽ A▽勝率1% EV+84% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調）
前5走 2回2日福島5R 14着/14頭 ― ― ― ―
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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 0.4% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.7% / 期待値 +85% ※ 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	ヴィヴィアンリーチ	松若	実54.4	B▽ A▽勝率1% EV-36% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 1回1日函館5R 4着/12頭 1回1日札幌2R 6着/8頭 ― ― ―
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 △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 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。
15	シガレス	▲和田陽	実114.6	B× A▽勝率1% EV-22% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 1回9日函館5R 6着/11頭 2回2日札幌2R 11着/11頭+8.0秒 1回1日札幌2R 3着/8頭 ― ―
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 6.7着 × 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 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.7% / 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。

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 ○

ニクスルーナ

騎手岩田望

単勝オッズ

3.5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:◎1プリンキピッサ

3.1倍

EV -34%

▲A:▲5マーゴットマシェリ

4.5倍

EV -4%

出走馬全15頭

◎A:○3

ニクスルーナ

岩田望

3.5倍

-21%

›

○A:◎1

プリンキピッサ

西村淳

3.1倍

-34%

›

▲A:▲5

マーゴットマシェリ

池添

4.5倍

-4%

›

△A:△10

フォルトゥナロッサ

浜中

7.8倍

-16%

›

△A:△2

スマートエール

高倉

10.1倍

-26%

›

△A:△4

ビエントゾンダ

松山

12.3倍

-10%

›

▽A:▽6

スクールディーヴァ

Ｍデムーロ

26.9倍

+6%

›

▽A:▽9

リボンロゼッタ

川須

48.3倍

-32%

›

▽A:▽14

ヴィヴィアンリーチ

松若

54.4倍

-23%

›

▽A:▽11

ヤマニンアルセド

☆田山

55.1倍

-22%

›

×A:▽15

シガレス

▲和田陽

114.6倍

-51%

›

▽A:▽7

ベルメグスタ

幸

121.4倍

-48%

›

▽A:▽12

ラガーレッドムーン

▲森田

255.8倍

-9%

›

▽A:▽13

モンドドゥアムール

◇永島

262.6倍

-7%

›

▽A:▽8

リンピッド

富田

338.0倍

+18%

›

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

両モデルとも見送り

3R 阪神競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	プリンキピッサ	西村淳	実3.1	◎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2.0着と安定／前走2着）
前5走 3回2日中京1R 2着/7頭 ― ― ― ―
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 23.2% (オッズ暗示: 32.3%) ※ 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	スマートエール	高倉	実10.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 5位 (中位評価) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 9.9%) ※ 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。
3	ニクスルーナ	岩田望	実3.5	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 3回5日東京4R 5着/11頭+1.0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 5.0着 △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 22.3% (オッズ暗示: 28.6%) ※ 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	ビエントゾンダ	松山	実12.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走過去走データ取得失敗 (horse_results 不在)
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 △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 8.1%) ※ 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。
5	マーゴットマシェリ	池添	実4.5	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
前5走 3回6日阪神5R 2着/9頭+1.0秒 3回1日中京1R 2着/9頭+3.0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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 17.9% (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。
6	スクールディーヴァ	Ｍデムーロ	実26.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回7日中京3R 4着/7頭 ― ― ― ―
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 4.0着 △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 4.2% (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。
7	ベルメグスタ	幸	実121.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 11位 (中位評価) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 0.7% (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。
8	リンピッド	富田	実338.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 14位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +137% (市場が大幅過小評価) AI 予想勝率 0.7% (オッズ暗示: 0.3%) ※ 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	リボンロゼッタ	川須	実48.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回4日中京3R 6着/10頭 ― ― ― ―
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 6.0着 × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.1%) ※ 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。
10	フォルトゥナロッサ	浜中	実7.8	△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2.0着と安定／前走2着）
前5走 1回6日札幌5R 2着/13頭+2.0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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 12.8%) ※ 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。
11	ヤマニンアルセド	☆田山	実55.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回2日福島4R 5着/14頭 ― ― ― ―
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 5.0着 × 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 1.2% (オッズ暗示: 1.8%) ※ 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。
12	ラガーレッドムーン	▲森田	実255.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 12位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +80% (市場が大幅過小評価) AI 予想勝率 0.7% (オッズ暗示: 0.4%) ※ 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。
13	モンドドゥアムール	◇永島	実262.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調）
前5走 2回2日福島5R 14着/14頭 ― ― ― ―
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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +84% (市場が大幅過小評価) AI 予想勝率 0.7% (オッズ暗示: 0.4%) ※ 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。
14	ヴィヴィアンリーチ	松若	実54.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 1回1日函館5R 4着/12頭 1回1日札幌2R 6着/8頭 ― ― ―
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 × 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 1.2% (オッズ暗示: 1.8%) ※ 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。
15	シガレス	▲和田陽	実114.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 1回9日函館5R 6着/11頭 2回2日札幌2R 11着/11頭+8.0秒 1回1日札幌2R 3着/8頭 ― ―
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 6.7着 △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 0.7% (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。

AIの本命

AI評価1位

プリンキピッサ

騎手西村淳

単勝オッズ

3.1倍

AI期待値

-28%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3ニクスルーナ

3.5倍

EV -21%

▲5マーゴットマシェリ

4.5倍

EV -19%

出走馬全15頭

◎1

プリンキピッサ

西村淳

3.1倍

-28%

›

○3

ニクスルーナ

岩田望

3.5倍

-21%

›

▲5

マーゴットマシェリ

池添

4.5倍

-19%

›

△10

フォルトゥナロッサ

浜中

7.8倍

-23%

›

△2

スマートエール

高倉

10.1倍

-17%

›

△4

ビエントゾンダ

松山

12.3倍

-7%

›

▽6

スクールディーヴァ

Ｍデムーロ

26.9倍

+13%

›

▽9

リボンロゼッタ

川須

48.3倍

-44%

›

▽14

ヴィヴィアンリーチ

松若

54.4倍

-36%

›

▽11

ヤマニンアルセド

☆田山

55.1倍

-36%

›

▽7

ベルメグスタ

幸

121.4倍

-14%

›

▽12

ラガーレッドムーン

▲森田

255.8倍

+80%

›

▽13

モンドドゥアムール

◇永島

262.6倍

+84%

›

▽8

リンピッド

富田

338.0倍

+137%

›

▽15

シガレス

▲和田陽

114.6倍

-22%

›

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

両モデルとも見送り

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