阪神 11R 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

11R 阪神競馬場　発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダノンセンチュリー	横山和	実4.6	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67%と好調／148日ぶりの実戦）
前5走 05/02 2東京311R 9着/18頭+0.6秒 02/15 1東京69R 1着/16頭勝利 11/15 5東京312R 1着/13頭勝利 10/13 4東京59R 1着/18頭勝利 08/02 2新潟36R 2着/14頭+0.0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戦の調子勝率 67% (絶好調) △ ローテーション 148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 18.7% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.7% / 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。
2	エイシンディード	川又	実7.7	B△ A△勝率9% EV-29% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（120日ぶりの実戦）
前5走 05/30 3京都1111R 6着/16頭+0.4秒 03/21 1中京311R 2着/17頭+0.2秒 11/15 4京都311R 4着/8頭+1.1秒 07/20 1函館1211R 1着/12頭勝利 06/18 門別4R 1着/12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 4.0着 △ ローテーション 120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 9.0% (オッズ暗示: 13.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.1% / 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。
3	スカイロケット	高田	実89.9	B× A▽勝率1% EV-41% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場84走で勝率29%と適性高／483日ぶりの実戦）
前5走 06/01 2京都1210R 7着/16頭+0.4秒 06/01 2京都1210R 7着/16頭+0.4秒 06/01 2京都1210R 7着/16頭+0.4秒 06/01 2京都1210R 7着/16頭+0.4秒 06/01 2京都1210R 7着/16頭+0.4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 7.0着 (不振) ◎ 当競馬場適性 84走で勝率 29% (得意) △ ローテーション 483日休養明け × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 1.0% / 期待値 -41% ※ 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	ヤマニンサンパ	池添	実19.0	B▽ A▽勝率6% EV+13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率33%と適性高／直近3走で勝率33%と好調／203日ぶりの実戦）
前5走 03/08 1阪神611R 4着/13頭+0.5秒 01/04 1京都111R 15着/18頭+0.8秒 09/28 4阪神911R 1着/12頭勝利 08/09 2新潟57R 5着/13頭+0.4秒 06/01 2京都1210R 11着/16頭+0.7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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 9走で勝率 33% (得意) △ ローテーション 203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 3.7% (オッズ暗示: 5.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.0% / 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。
5	ラケマーダ	Ｍデムーロ	実24.1	B▽ A▽勝率4% EV-9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場48走で勝率0%と苦戦傾向／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 06/01 2京都1210R 1着/16頭勝利 06/01 2京都1210R 1着/16頭勝利 06/01 2京都1210R 1着/16頭勝利 06/01 2京都1210R 1着/16頭勝利 06/01 2京都1210R 1着/16頭勝利
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 100% (絶好調) × 当競馬場適性 48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 483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 5.0% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 3.8% / 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	アサヒ	田口	実59.4	B▽ A▽勝率1% EV-37% 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／直近3走平均12.0着と低調／469日ぶりの実戦）
前5走 06/15 3東京411R 12着/14頭+1.8秒 06/15 3東京411R 12着/14頭+1.8秒 06/15 3東京411R 12着/14頭+1.8秒 06/15 3東京411R 12着/14頭+1.8秒 06/15 3東京411R 12着/14頭+1.8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 12.0着 (不振) × 当競馬場適性 36走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 469日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 1.8% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.1% / 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。
7	アクートゥス	西塚	実15.9	B▽ A▽勝率4% EV-40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率100%と適性高／直近3走平均8.0着と低調／581日ぶりの実戦）
前5走 02/23 1京都89R 8着/9頭+0.8秒 02/23 1京都89R 8着/9頭+0.8秒 02/23 1京都89R 8着/9頭+0.8秒 02/23 1京都89R 8着/9頭+0.8秒 02/23 1京都89R 8着/9頭+0.8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 8.0着 (不振) ◎ 当競馬場適性 12走で勝率 100% (得意) △ ローテーション 581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 3.7% (オッズ暗示: 6.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 3.8% / 期待値 -40% ※ 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	レッドシュヴェルト	吉村	実60.9	B▽ A▽勝率1% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難（490日ぶりの実戦）
前5走 05/25 2東京1010R 6着/9頭+0.3秒 05/25 2東京1010R 6着/9頭+0.3秒 05/25 2東京1010R 6着/9頭+0.3秒 05/25 2東京1010R 6着/9頭+0.3秒 05/25 2東京1010R 6着/9頭+0.3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 6.0着 △ ローテーション 490日休養明け × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 1.0% / 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	ラインベック	荻野琢	実17.3	B▽ A▽勝率6% EV+3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／546日ぶりの実戦）
前5走 03/30 2阪神211R 11着/12頭+2.4秒 03/30 2阪神211R 11着/12頭+2.4秒 03/30 2阪神211R 11着/12頭+2.4秒 03/30 2阪神211R 11着/12頭+2.4秒 03/30 2阪神211R 11着/12頭+2.4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 11.0着 (不振) △ 当競馬場適性 96走で勝率 12% ▽ 前走実績前走 11着 (大敗) △ ローテーション 546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 5.0% (オッズ暗示: 5.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.0% / 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。
10	サブマリーナ	川田	実4.1	B◎ A◎勝率15% EV-39% 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33%と適性高／141日ぶりの実戦）
前5走 05/09 2東京511R 11着/17頭+0.7秒 03/08 1阪神611R 2着/13頭+0.1秒 01/18 1京都711R 9着/13頭+0.8秒 10/05 3京都211R 16着/18頭+1.2秒 09/13 4阪神311R 4着/15頭+0.2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 7.3着 (不振) ◎ 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 141日休養明け △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 18.7% (オッズ暗示: 24.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 14.7% / 期待値 -40% ※ 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	メイショウシンタケ	横山典	実50.4	B× A▽勝率1% EV-46% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場168走で勝率29%と適性高／直近3走平均12.0着と低調／483日ぶりの実戦）
前5走 06/01 2京都1210R 12着/16頭+0.7秒 06/01 2京都1210R 12着/16頭+0.7秒 06/01 2京都1210R 12着/16頭+0.7秒 06/01 2京都1210R 12着/16頭+0.7秒 06/01 2京都1210R 12着/16頭+0.7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 12.0着 (不振) ◎ 当競馬場適性 168走で勝率 29% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 483日休養明け × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.1% / 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。
12	ファインライン	小崎	実12.4	B▽ A▽勝率7% EV-17% 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／154日ぶりの実戦）
前5走 04/26 3京都211R 15着/18頭+0.6秒 03/08 1阪神610R 1着/14頭勝利 02/15 1東京69R 11着/16頭+0.7秒 12/28 5中山812R 10着/16頭+1.2秒 11/23 5東京510R 3着/17頭+0.2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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 15着 (大敗) △ ローテーション 154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 5.5% (オッズ暗示: 8.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.7% / 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。
13	インヴォーグ	小沢	実6.1	B▲ A▲勝率11% EV-31% 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33%と適性高／133日ぶりの実戦）
前5走 05/17 3京都810R 8着/13頭+0.3秒 04/19 2阪神811R 3着/10頭+0.2秒 01/24 1小倉111R 6着/18頭+0.2秒 11/16 5東京410R 4着/11頭+0.2秒 10/19 3京都711R 9着/18頭+0.9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 5.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 133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 9.0% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.2% / 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。
14	ショウナンガルフ推奨	田山	実29.0	B△ A△勝率9% EV+151% 詳細▼	市場が大きく過小評価、AI予想勝率7% × オッズ29.0倍で期待値+100%の有力候補（近5走で勝率40%と堅実）
前5走 05/31 2東京1211R 17着/18頭+1.5秒 02/10 2京都411R 9着/9頭+1.0秒 12/27 5中山711R 14着/16頭+1.4秒 09/06 2札幌511R 1着/12頭勝利 07/06 1函館85R 1着/6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 13.3着 (不振) ▽ 前走実績前走 17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) +100% (市場が大幅過小評価) AI 予想勝率 6.9% (オッズ暗示: 3.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.7% / 期待値 +151% ※ 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	ビップデイジー推奨	北村友	実11.2	B△ A△勝率11% EV+25% 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 04/11 2阪神511R 5着/10頭+0.4秒 01/24 1京都811R 10着/14頭+0.6秒 12/20 5中山511R 10着/16頭+0.4秒 10/19 3京都711R 6着/18頭+0.7秒 09/14 4阪神411R 4着/17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 8.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 169日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 9.0% (オッズ暗示: 8.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.2% / 期待値 +26% ※ 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	レディントン	松若	実43.8	B▽ A×勝率1% EV-52% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／120日ぶりの実戦）
前5走 05/30 2東京1111R 9着/16頭+1.5秒 02/15 1東京610R 14着/16頭+1.3秒 11/23 5東京511R 11着/16頭+1.3秒 10/04 4東京111R 11着/16頭+1.6秒 07/19 1函館1111R 3着/14頭+0.3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 11.3着 (不振) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.3%) × Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 期待値 -52% ※ 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 ◎

サブマリーナ

騎手川田

単勝オッズ

4.1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:○1ダノンセンチュリー

4.6倍

EV -14%

▲A:▲13インヴォーグ

6.1倍

EV -45%

出走馬全16頭

◎A:◎10

サブマリーナ

川田

4.1倍

-23%

›

○A:○1

ダノンセンチュリー

横山和

4.6倍

-14%

›

▲A:▲13

インヴォーグ

小沢

6.1倍

-45%

›

△A:△2

エイシンディード

川又

7.7倍

-30%

›

△A:△15

ビップデイジー

北村友

11.2倍

+0%

›

△A:△14

ショウナンガルフ

田山

29.0倍

+100%

›

▽A:▽12

ファインライン

小崎

12.4倍

-31%

›

▽A:▽9

ラインベック

荻野琢

17.3倍

-13%

›

▽A:▽5

ラケマーダ

Ｍデムーロ

24.1倍

+20%

›

▽A:▽7

アクートゥス

西塚

15.9倍

-41%

›

▽A:▽4

ヤマニンサンパ

池添

19.0倍

-30%

›

▽A:×16

レディントン

松若

43.8倍

-22%

›

▽A:▽6

アサヒ

田口

59.4倍

+4%

›

×A:▽11

メイショウシンタケ

横山典

50.4倍

-50%

›

▽A:▽8

レッドシュヴェルト

吉村

60.9倍

-39%

›

×A:▽3

スカイロケット

高田

89.9倍

-60%

›

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 14 ショウナンガルフ実29.0倍期待値 +100% 推奨 14.5〜30.0倍 ¥300 不的中
単勝 15 ビップデイジー実11.2倍期待値 +1% 推奨 11.1〜30.0倍 ¥100 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。

11R 阪神競馬場　発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダノンセンチュリー	横山和	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／148日ぶりの実戦）
前5走 05/02 2東京311R 9着/18頭+0.6秒 02/15 1東京69R 1着/16頭勝利 11/15 5東京312R 1着/13頭勝利 10/13 4東京59R 1着/18頭勝利 08/02 2新潟36R 2着/14頭+0.0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戦の調子勝率 67% (絶好調) △ ローテーション 148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 14.7% (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。
2	エイシンディード	川又	実7.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（120日ぶりの実戦）
前5走 05/30 3京都1111R 6着/16頭+0.4秒 03/21 1中京311R 2着/17頭+0.2秒 11/15 4京都311R 4着/8頭+1.1秒 07/20 1函館1211R 1着/12頭勝利 06/18 門別4R 1着/12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 4.0着 △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 13.0%) ※ 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。
3	スカイロケット	高田	実89.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場84走で勝率29%と適性高／483日ぶりの実戦）
前5走 06/01 2京都1210R 7着/16頭+0.4秒 06/01 2京都1210R 7着/16頭+0.4秒 06/01 2京都1210R 7着/16頭+0.4秒 06/01 2京都1210R 7着/16頭+0.4秒 06/01 2京都1210R 7着/16頭+0.4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 7.0着 (不振) ◎ 当競馬場適性 84走で勝率 29% (得意) △ ローテーション 483日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.1%) ※ 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。
4	ヤマニンサンパ	池添	実19.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率33%と適性高／直近3走で勝率33%と好調／203日ぶりの実戦）
前5走 03/08 1阪神611R 4着/13頭+0.5秒 01/04 1京都111R 15着/18頭+0.8秒 09/28 4阪神911R 1着/12頭勝利 08/09 2新潟57R 5着/13頭+0.4秒 06/01 2京都1210R 11着/16頭+0.7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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 9走で勝率 33% (得意) △ ローテーション 203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 6.0% (オッズ暗示: 5.3%) ※ 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	ラケマーダ	Ｍデムーロ	実24.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場48走で勝率0%と苦戦傾向／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 06/01 2京都1210R 1着/16頭勝利 06/01 2京都1210R 1着/16頭勝利 06/01 2京都1210R 1着/16頭勝利 06/01 2京都1210R 1着/16頭勝利 06/01 2京都1210R 1着/16頭勝利
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 100% (絶好調) × 当競馬場適性 48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 483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 3.8% (オッズ暗示: 4.1%) ※ 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。
6	アサヒ	田口	実59.4	▽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／直近3走平均12.0着と低調／469日ぶりの実戦）
前5走 06/15 3東京411R 12着/14頭+1.8秒 06/15 3東京411R 12着/14頭+1.8秒 06/15 3東京411R 12着/14頭+1.8秒 06/15 3東京411R 12着/14頭+1.8秒 06/15 3東京411R 12着/14頭+1.8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 12.0着 (不振) × 当競馬場適性 36走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 469日休養明け × 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 1.1% (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。
7	アクートゥス	西塚	実15.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率100%と適性高／直近3走平均8.0着と低調／581日ぶりの実戦）
前5走 02/23 1京都89R 8着/9頭+0.8秒 02/23 1京都89R 8着/9頭+0.8秒 02/23 1京都89R 8着/9頭+0.8秒 02/23 1京都89R 8着/9頭+0.8秒 02/23 1京都89R 8着/9頭+0.8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 8.0着 (不振) ◎ 当競馬場適性 12走で勝率 100% (得意) △ ローテーション 581日休養明け × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 6.3%) ※ 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。
8	レッドシュヴェルト	吉村	実60.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（490日ぶりの実戦）
前5走 05/25 2東京1010R 6着/9頭+0.3秒 05/25 2東京1010R 6着/9頭+0.3秒 05/25 2東京1010R 6着/9頭+0.3秒 05/25 2東京1010R 6着/9頭+0.3秒 05/25 2東京1010R 6着/9頭+0.3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 6.0着 △ ローテーション 490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 1.0% (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。
9	ラインベック	荻野琢	実17.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／546日ぶりの実戦）
前5走 03/30 2阪神211R 11着/12頭+2.4秒 03/30 2阪神211R 11着/12頭+2.4秒 03/30 2阪神211R 11着/12頭+2.4秒 03/30 2阪神211R 11着/12頭+2.4秒 03/30 2阪神211R 11着/12頭+2.4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 11.0着 (不振) △ 当競馬場適性 96走で勝率 12% ▽ 前走実績前走 11着 (大敗) △ ローテーション 546日休養明け △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 6.0% (オッズ暗示: 5.8%) ※ 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。
10	サブマリーナ	川田	実4.1	◎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（当競馬場3走で勝率33%と適性高／141日ぶりの実戦）
前5走 05/09 2東京511R 11着/17頭+0.7秒 03/08 1阪神611R 2着/13頭+0.1秒 01/18 1京都711R 9着/13頭+0.8秒 10/05 3京都211R 16着/18頭+1.2秒 09/13 4阪神311R 4着/15頭+0.2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 7.3着 (不振) ◎ 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 141日休養明け × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 14.7% (オッズ暗示: 24.4%) ※ 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。
11	メイショウシンタケ	横山典	実50.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場168走で勝率29%と適性高／直近3走平均12.0着と低調／483日ぶりの実戦）
前5走 06/01 2京都1210R 12着/16頭+0.7秒 06/01 2京都1210R 12着/16頭+0.7秒 06/01 2京都1210R 12着/16頭+0.7秒 06/01 2京都1210R 12着/16頭+0.7秒 06/01 2京都1210R 12着/16頭+0.7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 12.0着 (不振) ◎ 当競馬場適性 168走で勝率 29% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 483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 1.1% (オッズ暗示: 2.0%) ※ 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。
12	ファインライン	小崎	実12.4	▽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／154日ぶりの実戦）
前5走 04/26 3京都211R 15着/18頭+0.6秒 03/08 1阪神610R 1着/14頭勝利 02/15 1東京69R 11着/16頭+0.7秒 12/28 5中山812R 10着/16頭+1.2秒 11/23 5東京510R 3着/17頭+0.2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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 15着 (大敗) △ ローテーション 154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 6.7% (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。
13	インヴォーグ	小沢	実6.1	▲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33%と適性高／133日ぶりの実戦）
前5走 05/17 3京都810R 8着/13頭+0.3秒 04/19 2阪神811R 3着/10頭+0.2秒 01/24 1小倉111R 6着/18頭+0.2秒 11/16 5東京410R 4着/11頭+0.2秒 10/19 3京都711R 9着/18頭+0.9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 5.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 133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 11.2% (オッズ暗示: 16.4%) ※ 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	ショウナンガルフ推奨	田山	実29.0	△詳細▼	市場が大きく過小評価、AI予想勝率9% × オッズ29.0倍で期待値+151%の有力候補（近5走で勝率40%と堅実）
前5走 05/31 2東京1211R 17着/18頭+1.5秒 02/10 2京都411R 9着/9頭+1.0秒 12/27 5中山711R 14着/16頭+1.4秒 09/06 2札幌511R 1着/12頭勝利 07/06 1函館85R 1着/6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 13.3着 (不振) ▽ 前走実績前走 17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) +151% (市場が大幅過小評価) AI 予想勝率 8.7% (オッズ暗示: 3.4%) ※ 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。
15	ビップデイジー推奨	北村友	実11.2	△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 04/11 2阪神511R 5着/10頭+0.4秒 01/24 1京都811R 10着/14頭+0.6秒 12/20 5中山511R 10着/16頭+0.4秒 10/19 3京都711R 6着/18頭+0.7秒 09/14 4阪神411R 4着/17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 8.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 169日休養明け △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 11.2% (オッズ暗示: 8.9%) ※ 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。
16	レディントン	松若	実43.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／120日ぶりの実戦）
前5走 05/30 2東京1111R 9着/16頭+1.5秒 02/15 1東京610R 14着/16頭+1.3秒 11/23 5東京511R 11着/16頭+1.3秒 10/04 4東京111R 11着/16頭+1.6秒 07/19 1函館1111R 3着/14頭+0.3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 11.3着 (不振) △ ローテーション 120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 1.1% (オッズ暗示: 2.3%) ※ 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。

AIの本命

AI評価1位

サブマリーナ

騎手川田

単勝オッズ

4.1倍

AI期待値

-39%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1ダノンセンチュリー

4.6倍

EV -32%

▲13インヴォーグ

6.1倍

EV -31%

出走馬全16頭

◎10

サブマリーナ

川田

4.1倍

-39%

›

○1

ダノンセンチュリー

横山和

4.6倍

-32%

›

▲13

インヴォーグ

小沢

6.1倍

-31%

›

△15

ビップデイジー

北村友

11.2倍

+25%

›

△2

エイシンディード

川又

7.7倍

-29%

›

△14

ショウナンガルフ

田山

29.0倍

+151%

›

▽12

ファインライン

小崎

12.4倍

-17%

›

▽9

ラインベック

荻野琢

17.3倍

+3%

›

▽4

ヤマニンサンパ

池添

19.0倍

+13%

›

▽7

アクートゥス

西塚

15.9倍

-40%

›

▽5

ラケマーダ

Ｍデムーロ

24.1倍

-9%

›

×16

レディントン

松若

43.8倍

-52%

›

▽11

メイショウシンタケ

横山典

50.4倍

-46%

›

▽6

アサヒ

田口

59.4倍

-37%

›

▽3

スカイロケット

高田

89.9倍

-41%

›

▽8

レッドシュヴェルト

吉村

60.9倍

-38%

›

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 14 ショウナンガルフ実29.0倍期待値 +151% 推奨 11.5〜30.0倍 ¥300 不的中
単勝 15 ビップデイジー実11.2倍期待値 +26% 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)

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