WINSportsAI v3.0 (Elo+FIP+Park+Bullpen+League+Weather+Fatigue+Form+H2H) は ソフトバンク 勝利を 53.7% で予測。フェアオッズは 1.86。市場オッズ ホーム 2.16 / アウェイ 1.86。本ページでは過去対戦・球場別成績・先発投手の対戦相手別データ・中継ぎ疲労・天気予報・連戦疲労・ハンデオッズの全パターンを5,000字超の徹底解析でカバーします。
過去にこの2チームが対戦した試合のうち、結果が確定済の直近最大5試合を抽出。AI予想の的中状況も合わせて表示します。対戦傾向はモデルの「相性補正 (matchup_adj)」に反映され、特定の組み合わせで強い/弱いチームを学習します。
| 日付 | 球場 | スコア | 勝者 | AI予想 | 判定 |
|---|---|---|---|---|---|
| 2026-05-17 | 楽天モバイル | 楽天 1 - 5 ソフトバンク | ソフトバンク | ソフトバンク 50.6% | 的中 |
| 2026-05-16 | 楽天モバイル | 楽天 4 - 3 ソフトバンク | 楽天 | ソフトバンク 50.6% | 外れ |
| 2026-05-15 | 楽天モバイル | 楽天 6 - 3 ソフトバンク | 楽天 | ソフトバンク 50.6% | 外れ |
| 2026-05-03 | みずほPayPay | ソフトバンク 0 - 7 楽天 | 楽天 | ソフトバンク 58.8% | 外れ |
| 2026-05-02 | みずほPayPay | ソフトバンク 5 - 0 楽天 | ソフトバンク | ソフトバンク 58.8% | 的中 |
直近 5 試合の対戦成績: 楽天 3勝 / ソフトバンク 2勝。 平均得点 楽天 3.60 / ソフトバンク 3.20。 この対戦カードでは 楽天 が直近 5 試合でリードしている点を勘案して下さい。
楽天モバイル における両チームの過去通算成績を集計します。パークファクター (球場の打高/投高傾向) と組み合わせて、その球場での試合展開を予測する重要指標です。
| チーム | 楽天モバイル での試合数 | 勝率 | 得点傾向 |
|---|---|---|---|
| 楽天 | 7試合 | 5勝 2敗 (71.4%) | 平均得点 3.14 |
| ソフトバンク | 3試合 | 1勝 2敗 (33.3%) | 平均得点 3.67 |
楽天モバイル はホームチーム 楽天 の本拠地球場 (パークファクター ×0)。 中立的な球場。先発投手と中継ぎ陣の出来がストレートに勝敗に反映される。 この球場における両チーム合計 10 試合のうち、ホーム側が 71% で勝利。
先発投手の今季 ERA / WHIP / DIPS、リーグ平均との比較、チームローテーション全体の平均ERAから、両軍の先発戦力を多角的に評価します。
荘司康誠 の今季成績は ERA 2.93。同じローテ内の他4名と比較して下位の安定感を見せています。 対 ソフトバンク 戦は今季初対戦、ローテ内では他に 早川隆久・瀧中瞭太 等が控える。
松本晴 の今季成績は ERA 3.57。同じローテ内の他4名と比較して下位の安定感を見せています。 対 楽天 戦は今季初対戦、ローテ内では他に 大津亮介・前田悠伍 等が控える。
先発投手の ERA 差は WINSportsAI v3.0 の最重要特徴量の1つで、1.0 ERA の差につき ±30 Elo の調整が入ります (本試合: 荘司康誠 -8.7 Elo / 松本晴 -27.9 Elo)。
中継ぎ陣の平均ERA、各リリーフ投手の登板数・WHIP・疲労水準を可視化。終盤の継投で勝敗が動きやすい NPB では中継ぎ層の安定感がそのまま勝率に直結します。
| 投手 | ERA | WHIP | 登板 | IP | 疲労 |
|---|---|---|---|---|---|
| 加治屋蓮 | 2.2 | 1.35 | 18 | 16.1 | ⚠️ 高 |
| 内星龍 | 6.48 | 1.08 | 16 | 16.2 | ⚠️ 高 |
| 藤平尚真 | 0.56 | 0.75 | 16 | 16 | ⚠️ 高 |
| 鈴木翔天 | 2.57 | 1.21 | 16 | 14 | ⚠️ 高 |
| 西垣雅矢 | 6.59 | 1.54 | 16 | 13.2 | ⚠️ 高 |
| 田中千晴 | 3.46 | 1.77 | 15 | 13 | ⚠️ 高 |
| 投手 | ERA | WHIP | 登板 | IP | 疲労 |
|---|---|---|---|---|---|
| 木村光 | 1.17 | 0.91 | 16 | 15.1 | ⚠️ 高 |
| ヘルナンデス | 1.93 | 1.57 | 15 | 14 | ⚠️ 高 |
| 上茶谷大河 | 1.56 | 1.15 | 13 | 17.1 | 中 |
| 松本裕樹 | 3.55 | 1.42 | 13 | 12.2 | 中 |
| 尾形崇斗 | 3 | 0.92 | 10 | 12 | 中 |
| 杉山一樹 | 6 | 1.67 | 10 | 9 | 中 |
中継ぎ平均ERAの比較から、ソフトバンク が中継ぎ層の安定感で優位。 登板過多の投手 (今季15登板以上) が複数いる場合、7回以降で起用が苦しくなり接戦になるとリリーフ崩壊のリスクが高まります。
試合当日の気温・降水量・風速を Open-Meteo (気象庁互換) API から取得し、打撃/投手それぞれへの影響度を Elo に変換しています。屋外球場のみ天気影響が大きく、ドーム球場 (東京ドーム / 京セラドーム / バンテリンドーム / ベルーナドーム / みずほPayPay) は天候影響なしです。
| 気温 | 29.5 ℃ |
| 降水量 | 0 mm |
| 風速 | 2.2 m/s |
| 天候コード (Open-Meteo) | 3 |
| サマリー | 通常 |
| 打撃ボーナス (両軍) | 0 / 0 Elo |
| 投手ボーナス (両軍) | 0 / 0 Elo |
当日予報: 通常。気温 29.5℃、風速 2.2m/s。 夏場の高温下で投手の球速が落ちやすい。中盤以降の継投が早まる傾向。
直近3日の試合履歴から連戦日数とカード内試合番号を算出し、疲労ペナルティ (Elo) を適用します。NPB では月間6カード×3連戦が基本なので、第3戦 + 連戦5日目以上は中継ぎ陣に高負荷がかかります。
| 項目 | 楽天 | ソフトバンク |
|---|---|---|
| 連戦日数 | 0 日 | 0 日 |
| カード内試合番号 | 第1戦 | 第1戦 |
| 疲労ペナルティ (Elo) | 0 | 0 |
両チームとも連戦疲労はほぼ無し。実力どおりの展開が予想されます。 カード内試合番号が進むほど (第3戦) ローテ後半・中継ぎ消耗の影響が出やすくなります。
チームの直近 OPS とリーグ平均との差分、直近10戦の勝率を組み合わせ、「絶好調」「不調」のトレンドをモデルに織り込みます。
| 項目 | 楽天 | ソフトバンク |
|---|---|---|
| チームOPS | 0.659 | 0.737 |
| リーグ平均OPS | 0.667 | |
| OPS差 (vs リーグ) | -0.008 | 0.07 |
| 直近10戦勝率 | - | - |
| フォーム調整 (Elo) | -3.2 | 28 |
| 直近勢い調整 (Elo) | 0 | 0 |
| 対戦相性調整 (Elo) | 0 | 0 |
OPS (出塁率+長打率) はチームの総合得点能力を表します。リーグ平均との差が ±0.030 を超えると打線として「絶好調 / 不調」の指標になります。 ソフトバンク は打線が好調。
マネーライン (勝敗のみ) だけでなく、ハンデ ±0.5 / ±1.5 (Run Line) の各パターンでの予測勝率とフェアオッズを表示します。ブックメーカーがハンデオッズを提供する際の理論値として活用できます。
| マーケット | 楽天 勝率 | フェアオッズ | ソフトバンク 勝率 | フェアオッズ |
|---|---|---|---|---|
| ホーム -1.5 / アウェイ +1.5 | 28.3% | 3.53 | 71.7% | 1.39 |
| ホーム -0.5 / アウェイ +0.5 | 38.3% | 2.61 | 61.7% | 1.62 |
| 勝敗のみ (1X2 / マネーライン) | 46.3% | 2.16 | 53.7% | 1.86 |
| ホーム +0.5 / アウェイ -0.5 | 54.3% | 1.84 | 45.7% | 2.19 |
| ホーム +1.5 / アウェイ -1.5 | 64.3% | 1.56 | 35.7% | 2.8 |
各ハンデの勝率は WINSportsAI v3.0 の予測モデルから派生した近似値です。実際のスポーツブックでは流動性・マージン (vig) の関係でオッズに 5〜8% のマージンが乗っています。 フェアオッズ (理論値) と市場提示オッズの差分が +5% を超えれば期待値プラスのベットチャンスです (例: フェア 1.80 → ブック 1.95 で +EV)。
| ホーム総合戦力 | 1484.7 Elo |
| アウェイ総合戦力 | 1510.3 Elo |
| ホームアドバンテージ | +28 Elo |
| 先発投手補正 (ホーム/アウェイ) | -8.7 / -27.9 Elo |
| 中継ぎ・抑え補正 | -11.4 / +10.2 Elo |
| パークファクター | ×0 |
| リーグ補正 (CL vs PL 交流戦) | 0 Elo |
| フォーム補正 (OPS差) | -3.2 / +28 Elo |
| 直近勢い補正 | 0 / 0 Elo |
| 対戦相性補正 (H2H) | 0 / 0 Elo |
各補正は WINSportsAI v3.0 の独立した特徴量として Elo に加減算され、最終的な勝率は 1 / (1 + 10^((Elo差)/400)) のロジスティック関数で確率化されます。詳細は 方法論ページ を参照。
WINSportsAI v3.0 は以下の特徴量を統合した Elo ベースの NPB 勝敗予想モデルです：
両チームの詳細データ・選手リスト・直近10試合のAI予想精度はこちら：