東京 10R 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

10R 東京競馬場発走 15:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グーテンベルク	戸崎圭	実9.1	B▲ A▲勝率11% EV-1% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率50%と適性高／104日ぶりの実戦）
前5走 04/19 2阪神811R 8着/10頭+0.8秒 02/22 1東京810R 10着/14頭+0.9秒 12/13 5中山311R 3着/16頭+0.2秒 09/27 4中山811R 10着/16頭+1.0秒 06/15 3東京49R 1着/10頭勝利
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 7.0着 (不振) ◎ 当競馬場適性 6走で勝率 50% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 104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 9.0% (オッズ暗示: 11.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.8% / 期待値 -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。
2	モンシュマン	岩田康	実46.0	B▽ A▽勝率2% EV-17% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 04/26 2東京29R 4着/16頭+0.4秒 03/01 2中山210R 5着/15頭+0.3秒 11/23 4京都612R 11着/16頭+0.7秒 09/27 4阪神810R 3着/16頭+0.0秒 09/13 4中山310R 1着/11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 7.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.8% / 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	ホウオウシェリー	津村	実9.9	B△ A△勝率9% EV-7% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 04/26 2東京28R 2着/11頭+0.0秒 03/08 2中山412R 11着/16頭+0.4秒 02/15 1東京68R 5着/14頭+0.4秒 12/07 5中京210R 4着/13頭+0.3秒 11/15 5東京312R 3着/13頭+0.5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戦の調子勝率 33% (上り調子) △ 当競馬場適性 11走で勝率 9% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 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。
4	セシリエプラージュ	ミシェル	実79.8	B× A▽勝率1% EV-28% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
前5走 04/26 2東京29R 6着/16頭+0.7秒 03/21 1阪神910R 10着/16頭+0.9秒 11/29 4京都710R 12着/12頭+1.0秒 09/27 4阪神810R 7着/16頭+0.3秒 07/19 2小倉711R 9着/17頭+0.4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 8.0着 (不振) × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.9% / 期待値 -29% ※ 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	レッドキングリー	ルメール	実2.4	B◎ A◎勝率24% EV-42% 詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（10〜30倍）より低く見送り（当競馬場8走で勝率38%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 02/21 1東京78R 4着/12頭+0.3秒 11/24 5東京612R 1着/18頭勝利 05/03 2東京35R 2着/9頭+0.2秒 02/16 1東京611R 8着/9頭+1.7秒 11/16 5東京511R 3着/9頭+0.3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 33% (上り調子) ◎ 当競馬場適性 8走で勝率 38% (得意) ○ 前走実績前走 2着 (好走) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 34.8% (オッズ暗示: 41.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 23.8% / 期待値 -43% ※ 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	サトミノキラリ	小林美	実31.1	B▽ A▽勝率5% EV+70% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調／132日ぶりの実戦）
前5走 04/26 2東京29R 8着/16頭+0.8秒 03/29 3中山210R 11着/15頭+0.7秒 02/01 1東京210R 5着/15頭+0.4秒 12/06 5中京111R 2着/12頭+0.0秒 11/15 5東京310R 16着/18頭+2.5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 8.7着 (不振) ○ 当競馬場適性 11走で勝率 18% (相性良) △ ローテーション 132日休養明け △ 期待値 (オッズ vs AI勝率) +7%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.5% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.5% / 期待値 +70% ※ 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	チャンネルトンネル	横山武	実12.5	B▽ A△勝率7% EV-6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 04/12 3中山610R 2着/12頭+0.2秒 12/07 5阪神210R 7着/18頭+0.5秒 11/08 4京都110R 4着/12頭+0.1秒 09/06 4阪神110R 3着/12頭+0.0秒 08/10 2新潟66R 5着/14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戦の調子平均 6.0着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 5.7% (オッズ暗示: 8.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.5% / 期待値 -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。
8	ビップジーニー	横山琉	実97.0	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調）
前5走 03/07 1阪神58R 9着/10頭+0.7秒 02/28 1阪神312R 17着/18頭+1.1秒 12/21 5中京612R 18着/18頭+3.2秒 12/07 5阪神212R 2着/17頭+0.2秒 06/21 3東京510R 6着/14頭+0.4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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
9	トライアンフパス	松岡	実4.5	B○ A○勝率15% EV-30% 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／前走勝利の勢い）
前5走 05/02 3京都37R 4着/12頭+0.7秒 03/21 1中京311R 7着/17頭+0.8秒 12/27 5阪神79R 8着/10頭+0.9秒 12/07 5中京24R 1着/14頭勝利 11/08 4京都12R 5着/15頭+0.4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戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 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 15.0% (オッズ暗示: 22.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.4% / 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。
10	エヴァンスウィート	佐々木	実66.5	B▽ A▽勝率2% EV+18% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（70日ぶりの実戦）
前5走 05/03 3京都410R 14着/18頭+1.5秒 12/21 5阪神612R 14着/14頭+0.9秒 11/29 4京都710R 10着/12頭+0.6秒 08/03 1札幌410R 1着/13頭勝利 07/12 1函館910R 2着/11頭+0.5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 5.3着 △ 期待値 (オッズ vs AI勝率) +4%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.6% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.8% / 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。
11	ブリックワーク	吉田豊	実180.1	×詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 03/21 1阪神910R 4着/16頭+0.5秒 02/14 1小倉711R 6着/18頭+0.9秒 12/28 5阪神812R 8着/10頭+0.6秒 12/07 5阪神210R 14着/18頭+1.2秒 10/12 3京都410R 13着/13頭+0.9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 7.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 125日休養明け × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ※ 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	フォーゲル推奨	池添	実16.8	B△ A▽勝率7% EV+25% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+32%の妙味（直近3走勝率33%と上り調子／前走勝利の勢い継続）
前5走 03/21 1中京311R 5着/17頭+0.6秒 02/28 1阪神310R 3着/9頭+0.3秒 12/20 5中京59R 9着/9頭+1.0秒 12/06 5阪神19R 1着/8頭勝利 09/27 4阪神83R 1着/14頭勝利
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 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 7.9% (オッズ暗示: 6.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.5% / 期待値 +25% ※ 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	コスモサガルマータ	横山和	実105.9	B▽ A▽勝率1% EV-5% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率0%と苦戦傾向／直近3走平均8.7着と低調）
前5走 01/10 1中山311R 17着/17頭+3.0秒 12/21 5中山610R 15着/15頭+4.8秒 06/28 2福島111R 14着/16頭+0.9秒 03/15 1阪神510R 11着/15頭+1.0秒 02/23 1東京810R 12着/12頭+2.6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 8.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.9% / 期待値 -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。
14	ミストレス	古川奈	実67.5	B▽ A▽勝率1% EV-39% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.7着と低調／63日ぶりの実戦）
前5走 04/19 2阪神811R 9着/10頭+1.2秒 04/05 2阪神410R 17着/18頭+1.5秒 03/08 1阪神610R 13着/14頭+0.9秒 12/21 5阪神612R 11着/14頭+0.8秒 12/06 5中京111R 5着/12頭+0.4秒
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 9.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +1%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.5% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.9% / 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。
15	キタサンダムール	原	実69.7	B× A▽勝率1% EV-37% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（70日ぶりの実戦）
前5走 03/28 1中京511R 10着/16頭+0.8秒 02/22 1阪神210R 6着/8頭+0.7秒 01/25 1京都910R 4着/18頭+0.0秒 11/15 5東京310R 9着/18頭+0.8秒 10/25 3京都810R 3着/13頭+0.1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 7.7着 (不振) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.9% / 期待値 -38% ※ 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	コスモアディラート	柴田大	実105.2	B× A▽勝率1% EV+6% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調／132日ぶりの実戦）
前5走 04/26 2東京29R 10着/16頭+0.8秒 03/29 3中山210R 12着/15頭+0.7秒 02/01 1東京210R 14着/15頭+1.3秒 01/05 1中山211R 4着/14頭+0.1秒 12/06 5中京111R 10着/12頭+1.2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 12.0着 (不振) △ 当競馬場適性 10走で勝率 10% ▽ 前走実績前走 14着 (大敗) △ ローテーション 132日休養明け × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 期待値 +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。
17	シャイフ	横山典	実17.8	B▽ A▽勝率5% EV-2% 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67%と好調／前走勝利の勢い／133日ぶりの実戦）
前5走 04/19 1福島49R 1着/16頭勝利 12/07 5阪神212R 16着/17頭+2.1秒 11/01 3京都1012R 5着/15頭+0.1秒 10/12 3京都412R 3着/18頭+0.2秒 03/30 2阪神25R 1着/17頭勝利
AI 評価の内訳 — 馬番 17 ◎ 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) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.5% / 期待値 -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。
18	ヒシアマン	大野	実11.4	B△ A△勝率9% EV-2% 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／174日ぶりの実戦）
前5走 04/12 3中山610R 6着/12頭+0.4秒 03/14 2中山510R 2着/16頭+0.1秒 02/15 1東京69R 5着/16頭+0.3秒 11/01 4東京1010R 3着/12頭+0.2秒 09/21 4中山79R 1着/9頭勝利
AI 評価の内訳 — 馬番 18 ◎ 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 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 174日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 8.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.6% / 期待値 -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。

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

買うAI の推奨B

フォーゲル

騎手池添

16.8倍

AI の勝率8%損益の分かれ目6%

AI の勝率 8% が損益の分かれ目 6%（1 ÷ 16.8倍）を上回り、期待値 +33% が買う基準（+20%）以上。

賭け金の目安 ¥100（AI の自信に応じて変えています）

的中 100円→1,820円

出走馬全18頭

◎A:◎5

レッドキングリー

ルメール

2.4倍

勝率 35%

›

○A:○9

トライアンフパス

松岡

4.5倍

勝率 15%

›

▲A:▲1

グーテンベルク

戸崎圭

9.1倍

勝率 9%

›

△A:▽12

フォーゲル

池添

16.8倍

勝率 8%

›

△A:△18

ヒシアマン

大野

11.4倍

勝率 8%

›

△A:△3

ホウオウシェリー

津村

9.9倍

勝率 8%

›

▽A:△7

チャンネルトンネル

横山武

12.5倍

勝率 6%

›

▽A:▽17

シャイフ

横山典

17.8倍

勝率 4%

›

▽A:▽6

サトミノキラリ

小林美

31.1倍

対象外勝率 3%

›

▽A:▽2

モンシュマン

岩田康

46.0倍

対象外勝率 2%

›

▽A:▽10

エヴァンスウィート

佐々木

66.5倍

対象外勝率 2%

›

▽A:▽14

ミストレス

古川奈

67.5倍

対象外勝率 1%

›

▽A:▽13

コスモサガルマータ

横山和

105.9倍

対象外勝率 1%

›

×A:▽16

コスモアディラート

柴田大

105.2倍

対象外勝率 0%

›

×8

ビップジーニー

横山琉

97.0倍

対象外勝率 0%

›

×A:▽15

キタサンダムール

原

69.7倍

対象外勝率 0%

›

×A:▽4

セシリエプラージュ

ミシェル

79.8倍

対象外勝率 0%

›

×11

ブリックワーク

吉田豊

180.1倍

対象外—

›

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。買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで。

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 12 フォーゲル確定18.2倍期待値 +33% 推奨 12.6〜30.0倍 ¥100 的中1着確定 18.2倍1,820円

※ オッズは予測時点の値です。

10R 東京競馬場発走 15:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グーテンベルク	戸崎圭	実9.1	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率50%と適性高／104日ぶりの実戦）
前5走 04/19 2阪神811R 8着/10頭+0.8秒 02/22 1東京810R 10着/14頭+0.9秒 12/13 5中山311R 3着/16頭+0.2秒 09/27 4中山811R 10着/16頭+1.0秒 06/15 3東京49R 1着/10頭勝利
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 7.0着 (不振) ◎ 当競馬場適性 6走で勝率 50% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 10.8% (オッズ暗示: 11.0%) ※ 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。
2	モンシュマン	岩田康	実46.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 04/26 2東京29R 4着/16頭+0.4秒 03/01 2中山210R 5着/15頭+0.3秒 11/23 4京都612R 11着/16頭+0.7秒 09/27 4阪神810R 3着/16頭+0.0秒 09/13 4中山310R 1着/11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 7.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.2%) ※ 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。
3	ホウオウシェリー	津村	実9.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 04/26 2東京28R 2着/11頭+0.0秒 03/08 2中山412R 11着/16頭+0.4秒 02/15 1東京68R 5着/14頭+0.4秒 12/07 5中京210R 4着/13頭+0.3秒 11/15 5東京312R 3着/13頭+0.5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戦の調子勝率 33% (上り調子) △ 当競馬場適性 11走で勝率 9% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 9.3% (オッズ暗示: 10.1%) ※ 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	セシリエプラージュ	ミシェル	実79.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
前5走 04/26 2東京29R 6着/16頭+0.7秒 03/21 1阪神910R 10着/16頭+0.9秒 11/29 4京都710R 12着/12頭+1.0秒 09/27 4阪神810R 7着/16頭+0.3秒 07/19 2小倉711R 9着/17頭+0.4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 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 0.9% (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。
5	レッドキングリー	ルメール	実2.4	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（10〜30倍）より低く見送り（当競馬場8走で勝率38%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 02/21 1東京78R 4着/12頭+0.3秒 11/24 5東京612R 1着/18頭勝利 05/03 2東京35R 2着/9頭+0.2秒 02/16 1東京611R 8着/9頭+1.7秒 11/16 5東京511R 3着/9頭+0.3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 33% (上り調子) ◎ 当競馬場適性 8走で勝率 38% (得意) ○ 前走実績前走 2着 (好走) △ ローテーション 104日休養明け × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 23.8% (オッズ暗示: 41.7%) ※ 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。
6	サトミノキラリ	小林美	実31.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調／132日ぶりの実戦）
前5走 04/26 2東京29R 8着/16頭+0.8秒 03/29 3中山210R 11着/15頭+0.7秒 02/01 1東京210R 5着/15頭+0.4秒 12/06 5中京111R 2着/12頭+0.0秒 11/15 5東京310R 16着/18頭+2.5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 8.7着 (不振) ○ 当競馬場適性 11走で勝率 18% (相性良) △ ローテーション 132日休養明け △ 期待値 (オッズ vs AI勝率) +70%（30倍を超える大穴は買う範囲の外） AI 予想勝率 5.5% (オッズ暗示: 3.2%) ※ 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。
7	チャンネルトンネル	横山武	実12.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 04/12 3中山610R 2着/12頭+0.2秒 12/07 5阪神210R 7着/18頭+0.5秒 11/08 4京都110R 4着/12頭+0.1秒 09/06 4阪神110R 3着/12頭+0.0秒 08/10 2新潟66R 5着/14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戦の調子平均 6.0着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 8.0%) ※ 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	ビップジーニー	横山琉	実97.0	×詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 03/07 1阪神58R 9着/10頭+0.7秒 02/28 1阪神312R 17着/18頭+1.1秒 12/21 5中京612R 18着/18頭+3.2秒 12/07 5阪神212R 2着/17頭+0.2秒 06/21 3東京510R 6着/14頭+0.4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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ※ 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	トライアンフパス	松岡	実4.5	○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／前走勝利の勢い）
前5走 05/02 3京都37R 4着/12頭+0.7秒 03/21 1中京311R 7着/17頭+0.8秒 12/27 5阪神79R 8着/10頭+0.9秒 12/07 5中京24R 1着/14頭勝利 11/08 4京都12R 5着/15頭+0.4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戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 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 15.4% (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。
10	エヴァンスウィート	佐々木	実66.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（70日ぶりの実戦）
前5走 05/03 3京都410R 14着/18頭+1.5秒 12/21 5阪神612R 14着/14頭+0.9秒 11/29 4京都710R 10着/12頭+0.6秒 08/03 1札幌410R 1着/13頭勝利 07/12 1函館910R 2着/11頭+0.5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 5.3着 △ 期待値 (オッズ vs AI勝率) +18%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.8% (オッズ暗示: 1.5%) ※ 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。
11	ブリックワーク	吉田豊	実180.1	×詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 03/21 1阪神910R 4着/16頭+0.5秒 02/14 1小倉711R 6着/18頭+0.9秒 12/28 5阪神812R 8着/10頭+0.6秒 12/07 5阪神210R 14着/18頭+1.2秒 10/12 3京都410R 13着/13頭+0.9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 7.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 125日休養明け × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ※ 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	フォーゲル推奨	池添	実16.8	▽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／前走勝利の勢い継続）
前5走 03/21 1中京311R 5着/17頭+0.6秒 02/28 1阪神310R 3着/9頭+0.3秒 12/20 5中京59R 9着/9頭+1.0秒 12/06 5阪神19R 1着/8頭勝利 09/27 4阪神83R 1着/14頭勝利
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 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 7.5% (オッズ暗示: 6.0%) ※ 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。
13	コスモサガルマータ	横山和	実105.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率0%と苦戦傾向／直近3走平均8.7着と低調）
前5走 01/10 1中山311R 17着/17頭+3.0秒 12/21 5中山610R 15着/15頭+4.8秒 06/28 2福島111R 14着/16頭+0.9秒 03/15 1阪神510R 11着/15頭+1.0秒 02/23 1東京810R 12着/12頭+2.6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 8.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 0.9% (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。
14	ミストレス	古川奈	実67.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.7着と低調／63日ぶりの実戦）
前5走 04/19 2阪神811R 9着/10頭+1.2秒 04/05 2阪神410R 17着/18頭+1.5秒 03/08 1阪神610R 13着/14頭+0.9秒 12/21 5阪神612R 11着/14頭+0.8秒 12/06 5中京111R 5着/12頭+0.4秒
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 9.7着 (不振) ▽ 前走実績前走 10着 (大敗) × 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 0.9% (オッズ暗示: 1.5%) ※ 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。
15	キタサンダムール	原	実69.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（70日ぶりの実戦）
前5走 03/28 1中京511R 10着/16頭+0.8秒 02/22 1阪神210R 6着/8頭+0.7秒 01/25 1京都910R 4着/18頭+0.0秒 11/15 5東京310R 9着/18頭+0.8秒 10/25 3京都810R 3着/13頭+0.1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 7.7着 (不振) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.4%) ※ 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。
16	コスモアディラート	柴田大	実105.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調／132日ぶりの実戦）
前5走 04/26 2東京29R 10着/16頭+0.8秒 03/29 3中山210R 12着/15頭+0.7秒 02/01 1東京210R 14着/15頭+1.3秒 01/05 1中山211R 4着/14頭+0.1秒 12/06 5中京111R 10着/12頭+1.2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 12.0着 (不振) △ 当競馬場適性 10走で勝率 10% ▽ 前走実績前走 14着 (大敗) △ ローテーション 132日休養明け △ 期待値 (オッズ vs AI勝率) +6%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (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。
17	シャイフ	横山典	実17.8	▽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67%と好調／前走勝利の勢い／133日ぶりの実戦）
前5走 04/19 1福島49R 1着/16頭勝利 12/07 5阪神212R 16着/17頭+2.1秒 11/01 3京都1012R 5着/15頭+0.1秒 10/12 3京都412R 3着/18頭+0.2秒 03/30 2阪神25R 1着/17頭勝利
AI 評価の内訳 — 馬番 17 ◎ 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) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 5.6%) ※ 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。
18	ヒシアマン	大野	実11.4	△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／174日ぶりの実戦）
前5走 04/12 3中山610R 6着/12頭+0.4秒 03/14 2中山510R 2着/16頭+0.1秒 02/15 1東京69R 5着/16頭+0.3秒 11/01 4東京1010R 3着/12頭+0.2秒 09/21 4中山79R 1着/9頭勝利
AI 評価の内訳 — 馬番 18 ◎ 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 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 174日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 8.6% (オッズ暗示: 8.8%) ※ 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。

買うAI の推奨B

フォーゲル

騎手池添

16.8倍

AI の勝率7%損益の分かれ目6%

AI の勝率 7% が損益の分かれ目 6%（1 ÷ 16.8倍）を上回り、期待値 +25% が買う基準（+20%）以上。

賭け金の目安 ¥100（AI の自信に応じて変えています）

的中 100円→1,820円

出走馬全18頭

◎5

レッドキングリー

ルメール

2.4倍

勝率 24%

›

○9

トライアンフパス

松岡

4.5倍

勝率 15%

›

▲1

グーテンベルク

戸崎圭

9.1倍

勝率 11%

›

△3

ホウオウシェリー

津村

9.9倍

勝率 9%

›

△18

ヒシアマン

大野

11.4倍

勝率 9%

›

△7

チャンネルトンネル

横山武

12.5倍

勝率 7%

›

▽12

フォーゲル

池添

16.8倍

勝率 7%

›

▽17

シャイフ

横山典

17.8倍

勝率 5%

›

▽6

サトミノキラリ

小林美

31.1倍

対象外勝率 5%

›

▽2

モンシュマン

岩田康

46.0倍

対象外勝率 2%

›

▽10

エヴァンスウィート

佐々木

66.5倍

対象外勝率 2%

›

▽16

コスモアディラート

柴田大

105.2倍

対象外勝率 1%

›

▽14

ミストレス

古川奈

67.5倍

対象外勝率 1%

›

▽15

キタサンダムール

原

69.7倍

対象外勝率 1%

›

▽4

セシリエプラージュ

ミシェル

79.8倍

対象外勝率 1%

›

▽13

コスモサガルマータ

横山和

105.9倍

対象外勝率 1%

›

×8

ビップジーニー

横山琉

97.0倍

対象外—

›

×11

ブリックワーク

吉田豊

180.1倍

対象外—

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで。

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 12 フォーゲル確定18.2倍期待値 +25% 推奨 13.4〜30.0倍 ¥100 的中1着確定 18.2倍1,820円

※ 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