東京 12R 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

12R 東京競馬場発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホウオウゴールド	原	実48.0	B▽ A▽勝率1% EV-29% 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 04/18 2阪神79R 5着/14頭+0.7秒 03/28 1中京56R 1着/16頭勝利 02/15 1東京67R 5着/16頭+0.6秒 01/24 1中山87R 3着/16頭+0.2秒 01/05 1中山212R 4着/16頭+0.3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 7.3着 (不振) △ 当競馬場適性 7走で勝率 14% × 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 1.3% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 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。
2	エチャケナ	伊藤	実110.0	B▽ A▽勝率1% EV-30% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（235日ぶりの実戦）
前5走 02/10 1東京48R 7着/16頭+0.8秒 01/11 1中山412R 5着/16頭+1.1秒 11/16 5東京47R 8着/16頭+1.1秒 10/18 4東京612R 3着/14頭+0.4秒 08/23 3新潟19R 6着/15頭+0.7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戦の調子平均 6.7着 △ 当競馬場適性 12走で勝率 8% △ ローテーション 235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 0.6% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.6% / 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。
3	エムティエスターテ	大野	実42.8	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（直近3走で勝率33%と好調／118日ぶりの実戦）
前5走 03/21 1中京37R 11着/16頭+0.9秒 02/12 姫路12R 1着/12頭勝利 01/28 姫路9R 1着/8頭勝利 01/07 園田10R 1着/11頭勝利 12/31 園田8R 2着/10頭+0.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 118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 1.3% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.5% / 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。
4	レーティッシュ	横山武	実6.2	B△ A△勝率9% EV-41% 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6走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／97日ぶりの実戦）
前5走 04/26 2東京212R 2着/16頭+0.3秒 01/17 1京都67R 1着/15頭勝利 12/20 5中京57R 2着/15頭+0.1秒 12/07 5中京26R 5着/16頭+0.4秒 10/11 3京都312R 7着/16頭+1.1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 3.0着 (安定) × 当競馬場適性 6走で勝率 0% (苦戦) △ ローテーション 97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 7.8% (オッズ暗示: 16.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.4% / 期待値 -42% ※ 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	トラヴェリンバンド	丹内	実24.5	B▽ A▽勝率4% EV-1% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／118日ぶりの実戦）
前5走 04/26 3京都212R 13着/14頭+2.0秒 02/22 1東京812R 11着/16頭+1.4秒 11/01 4東京108R 6着/14頭+0.4秒 10/11 4東京312R 1着/16頭勝利 09/20 4阪神69R 5着/16頭+0.6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 8.0着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 4.6% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.0% / 期待値 -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	ヘリテージブルーム	田辺	実3.3	B◎ A◎勝率26% EV-15% 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3走で勝率67%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 05/03 3京都46R 2着/16頭+0.0秒 03/15 1中京210R 8着/12頭+1.3秒 12/21 5中京69R 3着/16頭+0.2秒 11/02 4東京112R 1着/14頭勝利 10/05 4東京21R 2着/16頭+0.0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) ◎ 当競馬場適性 3走で勝率 67% (得意) ○ 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 28.1% (オッズ暗示: 30.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.5% / 期待値 -16% ※ 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	ゴルデールスカー	杉原	実84.4	B× A▽勝率1% EV-1% 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／70日ぶりの実戦）
前5走 04/04 2阪神37R 4着/9頭+0.4秒 03/14 1阪神712R 4着/8頭+1.2秒 01/11 1京都46R 12着/14頭+2.0秒 12/20 5中京56R 3着/16頭+0.9秒 10/25 3京都87R 5着/11頭+0.7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) × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.6% / 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。
8	マジッククッキー	△石神道	実3.3	B○ A○勝率24% EV-21% 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／直近3走平均3.0着と安定／前走2着）
前5走 04/05 2阪神49R 3着/12頭+0.3秒 03/15 1中京210R 5着/12頭+0.4秒 02/07 1東京37R 1着/14頭勝利 12/21 5中京69R 6着/16頭+0.4秒 11/09 5東京29R 2着/15頭+0.9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 3.0着 (安定) ◎ 当競馬場適性 5走で勝率 40% (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) -28% (オッズ過剰評価) AI 予想勝率 21.7% (オッズ暗示: 30.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.9% / 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。
9	フィリップ	津村	実79.8	B▽ A▽勝率1% EV+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9.3着と低調／146日ぶりの実戦）
前5走 04/26 2東京212R 13着/16頭+2.6秒 03/29 1中京612R 5着/16頭+0.4秒 03/08 1阪神612R 5着/13頭+1.7秒 02/22 1東京812R 8着/16頭+0.8秒 01/11 1京都48R 10着/16頭+1.2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 9.3着 (不振) △ 当競馬場適性 10走で勝率 10% ▽ 前走実績前走 10着 (大敗) △ ローテーション 146日休養明け △ 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 1.3% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 期待値 +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	ショーリバース	横山典	実7.0	B▲ A▲勝率12% EV-14% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 03/08 2中山47R 4着/11頭+0.6秒 03/01 2中山27R 7着/12頭+1.6秒 01/31 1東京17R 6着/16頭+0.9秒 12/14 5中山47R 16着/16頭+2.5秒 11/29 5東京79R 6着/12頭+1.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 140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 14.1% (オッズ暗示: 14.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.2% / 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。
11	トーホウキザン	☆長浜	実191.8	B▽ A▽勝率1% EV+20% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場9走で勝率0%と苦戦傾向／直近3走平均8.7着と低調／66日ぶりの実戦）
前5走 03/28 3中山112R 12着/16頭+1.7秒 02/12 船橋11R 3着/13頭+0.7秒 01/10 1中山38R 7着/13頭+1.2秒 11/15 5東京39R 11着/16頭+1.2秒 10/26 4東京99R 9着/13頭+1.0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 8.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) × 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 0.3% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.6% / 期待値 +20% ※ 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	ケブランリ	戸崎圭	実7.8	B△ A△勝率9% EV-33% 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33%と適性高／直近3走で勝率33%と好調／98日ぶりの実戦）
前5走 03/21 1阪神96R 1着/16頭勝利 02/01 1東京21R 1着/16頭勝利 11/09 5東京26R 2着/15頭+0.3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) ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 98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 7.3% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.6% / 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。
13	メルシージュテーム	ミシェル	実42.6	B▽ A▽勝率2% EV-31% 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50%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 04/25 2東京17R 1着/16頭勝利 02/21 1阪神17R 9着/16頭+1.4秒 12/20 5中京52R 10着/16頭+1.2秒 10/12 4東京46R 5着/15頭+0.5秒 08/02 2新潟310R 8着/13頭+2.5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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 161日休養明け △ 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 2.8% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.6% / 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。
14	レッドダンルース	丸山	実104.7	B▽ A▽勝率1% EV+34% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率0%と苦戦傾向／直近3走平均9.7着と低調／90日ぶりの実戦）
前5走 05/02 2東京312R 9着/14頭+1.0秒 02/22 1阪神212R 6着/16頭+0.6秒 01/11 1京都48R 4着/16頭+0.3秒 12/28 5阪神88R 5着/13頭+0.5秒 10/19 4東京710R 4着/13頭+0.6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) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) +33%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.3% / 期待値 +34% ※ 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	タリエシン	△石田	実315.4	B▽ A▽勝率1% EV+98% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場8走で勝率0%と苦戦傾向／直近3走平均11.7着と低調／146日ぶりの実戦）
前5走 04/04 3中山310R 10着/15頭+1.1秒 03/22 2中山89R 14着/16頭+1.8秒 02/10 1東京48R 15着/16頭+2.1秒 12/07 5中山28R 13着/16頭+1.7秒 08/23 3新潟110R 14着/17頭+1.0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 11.7着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 146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 0.3% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.6% / 期待値 +99% ※ 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	シホノペルフェット	◇小林美	実15.5	B△ A△勝率7% 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9.3着と低調／104日ぶりの実戦）
前5走 04/26 3京都212R 14着/14頭+2.9秒 02/22 1阪神212R 16着/16頭+2.3秒 01/04 1京都112R 11着/12頭+1.1秒 12/14 5阪神412R 6着/10頭+0.6秒 11/30 5東京810R 12着/16頭+2.0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 9.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 11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) +13% (市場と概ね一致) AI 予想勝率 7.3% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.6% / 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。

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

見送りAI の 1 位の馬

ヘリテージブルーム

騎手田辺

3.3倍

AI の勝率28%損益の分かれ目30%

オッズが買う範囲（10〜30倍）より低く見送り。

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

出走馬全16頭

◎A:◎6

ヘリテージブルーム

田辺

3.3倍

勝率 28%

›

○A:○8

マジッククッキー

△石神道

3.3倍

勝率 22%

›

▲A:▲10

ショーリバース

横山典

7.0倍

勝率 14%

›

△A:△4

レーティッシュ

横山武

6.2倍

勝率 8%

›

△A:△12

ケブランリ

戸崎圭

7.8倍

勝率 7%

›

△A:△16

シホノペルフェット

◇小林美

15.5倍

勝率 7%

›

▽A:▽5

トラヴェリンバンド

丹内

24.5倍

勝率 5%

›

▽A:▽13

メルシージュテーム

ミシェル

42.6倍

対象外勝率 3%

›

▽A:▽3

エムティエスターテ

大野

42.8倍

対象外勝率 1%

›

▽A:▽1

ホウオウゴールド

原

48.0倍

対象外勝率 1%

›

▽A:▽9

フィリップ

津村

79.8倍

対象外勝率 1%

›

▽A:▽14

レッドダンルース

丸山

104.7倍

対象外勝率 1%

›

▽A:▽2

エチャケナ

伊藤

110.0倍

対象外勝率 1%

›

×A:▽7

ゴルデールスカー

杉原

84.4倍

対象外勝率 0%

›

▽A:▽11

トーホウキザン

☆長浜

191.8倍

対象外勝率 0%

›

▽A:▽15

タリエシン

△石田

315.4倍

対象外勝率 0%

›

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

両モデルとも見送り

12R 東京競馬場発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホウオウゴールド	原	実48.0	▽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 04/18 2阪神79R 5着/14頭+0.7秒 03/28 1中京56R 1着/16頭勝利 02/15 1東京67R 5着/16頭+0.6秒 01/24 1中山87R 3着/16頭+0.2秒 01/05 1中山212R 4着/16頭+0.3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 7.3着 (不振) △ 当競馬場適性 7走で勝率 14% △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 1.5% (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。
2	エチャケナ	伊藤	実110.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（235日ぶりの実戦）
前5走 02/10 1東京48R 7着/16頭+0.8秒 01/11 1中山412R 5着/16頭+1.1秒 11/16 5東京47R 8着/16頭+1.1秒 10/18 4東京612R 3着/14頭+0.4秒 08/23 3新潟19R 6着/15頭+0.7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戦の調子平均 6.7着 △ 当競馬場適性 12走で勝率 8% △ ローテーション 235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 0.6% (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。
3	エムティエスターテ	大野	実42.8	▽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／118日ぶりの実戦）
前5走 03/21 1中京37R 11着/16頭+0.9秒 02/12 姫路12R 1着/12頭勝利 01/28 姫路9R 1着/8頭勝利 01/07 園田10R 1着/11頭勝利 12/31 園田8R 2着/10頭+0.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 118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 1.5% (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。
4	レーティッシュ	横山武	実6.2	△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6走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／97日ぶりの実戦）
前5走 04/26 2東京212R 2着/16頭+0.3秒 01/17 1京都67R 1着/15頭勝利 12/20 5中京57R 2着/15頭+0.1秒 12/07 5中京26R 5着/16頭+0.4秒 10/11 3京都312R 7着/16頭+1.1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 3.0着 (安定) × 当競馬場適性 6走で勝率 0% (苦戦) △ ローテーション 97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 9.4% (オッズ暗示: 16.1%) ※ 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	トラヴェリンバンド	丹内	実24.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／118日ぶりの実戦）
前5走 04/26 3京都212R 13着/14頭+2.0秒 02/22 1東京812R 11着/16頭+1.4秒 11/01 4東京108R 6着/14頭+0.4秒 10/11 4東京312R 1着/16頭勝利 09/20 4阪神69R 5着/16頭+0.6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 8.0着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 4.0% (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	ヘリテージブルーム	田辺	実3.3	◎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3走で勝率67%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 05/03 3京都46R 2着/16頭+0.0秒 03/15 1中京210R 8着/12頭+1.3秒 12/21 5中京69R 3着/16頭+0.2秒 11/02 4東京112R 1着/14頭勝利 10/05 4東京21R 2着/16頭+0.0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) ◎ 当競馬場適性 3走で勝率 67% (得意) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 25.5% (オッズ暗示: 30.3%) ※ 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。
7	ゴルデールスカー	杉原	実84.4	▽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／70日ぶりの実戦）
前5走 04/04 2阪神37R 4着/9頭+0.4秒 03/14 1阪神712R 4着/8頭+1.2秒 01/11 1京都46R 12着/14頭+2.0秒 12/20 5中京56R 3着/16頭+0.9秒 10/25 3京都87R 5着/11頭+0.7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) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 1.2%) ※ 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。
8	マジッククッキー	△石神道	実3.3	○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／直近3走平均3.0着と安定／前走2着）
前5走 04/05 2阪神49R 3着/12頭+0.3秒 03/15 1中京210R 5着/12頭+0.4秒 02/07 1東京37R 1着/14頭勝利 12/21 5中京69R 6着/16頭+0.4秒 11/09 5東京29R 2着/15頭+0.9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 3.0着 (安定) ◎ 当競馬場適性 5走で勝率 40% (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) -21% (オッズ過剰評価) AI 予想勝率 23.9% (オッズ暗示: 30.3%) ※ 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	フィリップ	津村	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9.3着と低調／146日ぶりの実戦）
前5走 04/26 2東京212R 13着/16頭+2.6秒 03/29 1中京612R 5着/16頭+0.4秒 03/08 1阪神612R 5着/13頭+1.7秒 02/22 1東京812R 8着/16頭+0.8秒 01/11 1京都48R 10着/16頭+1.2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 9.3着 (不振) △ 当競馬場適性 10走で勝率 10% ▽ 前走実績前走 10着 (大敗) △ ローテーション 146日休養明け △ 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 1.3% (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。
10	ショーリバース	横山典	実7.0	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 03/08 2中山47R 4着/11頭+0.6秒 03/01 2中山27R 7着/12頭+1.6秒 01/31 1東京17R 6着/16頭+0.9秒 12/14 5中山47R 16着/16頭+2.5秒 11/29 5東京79R 6着/12頭+1.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 140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 12.2% (オッズ暗示: 14.3%) ※ 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。
11	トーホウキザン	☆長浜	実191.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場9走で勝率0%と苦戦傾向／直近3走平均8.7着と低調／66日ぶりの実戦）
前5走 03/28 3中山112R 12着/16頭+1.7秒 02/12 船橋11R 3着/13頭+0.7秒 01/10 1中山38R 7着/13頭+1.2秒 11/15 5東京39R 11着/16頭+1.2秒 10/26 4東京99R 9着/13頭+1.0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 8.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +20%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (オッズ暗示: 0.5%) ※ 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。
12	ケブランリ	戸崎圭	実7.8	△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33%と適性高／直近3走で勝率33%と好調／98日ぶりの実戦）
前5走 03/21 1阪神96R 1着/16頭勝利 02/01 1東京21R 1着/16頭勝利 11/09 5東京26R 2着/15頭+0.3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) ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 98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 8.6% (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。
13	メルシージュテーム	ミシェル	実42.6	▽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50%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 04/25 2東京17R 1着/16頭勝利 02/21 1阪神17R 9着/16頭+1.4秒 12/20 5中京52R 10着/16頭+1.2秒 10/12 4東京46R 5着/15頭+0.5秒 08/02 2新潟310R 8着/13頭+2.5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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 161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 1.6% (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。
14	レッドダンルース	丸山	実104.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率0%と苦戦傾向／直近3走平均9.7着と低調／90日ぶりの実戦）
前5走 05/02 2東京312R 9着/14頭+1.0秒 02/22 1阪神212R 6着/16頭+0.6秒 01/11 1京都48R 4着/16頭+0.3秒 12/28 5阪神88R 5着/13頭+0.5秒 10/19 4東京710R 4着/13頭+0.6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) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) +34%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (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。
15	タリエシン	△石田	実315.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場8走で勝率0%と苦戦傾向／直近3走平均11.7着と低調／146日ぶりの実戦）
前5走 04/04 3中山310R 10着/15頭+1.1秒 03/22 2中山89R 14着/16頭+1.8秒 02/10 1東京48R 15着/16頭+2.1秒 12/07 5中山28R 13着/16頭+1.7秒 08/23 3新潟110R 14着/17頭+1.0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 11.7着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 146日休養明け △ 期待値 (オッズ vs AI勝率) +98%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (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。
16	シホノペルフェット	◇小林美	実15.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／104日ぶりの実戦）
前5走 04/26 3京都212R 14着/14頭+2.9秒 02/22 1阪神212R 16着/16頭+2.3秒 01/04 1京都112R 11着/12頭+1.1秒 12/14 5阪神412R 6着/10頭+0.6秒 11/30 5東京810R 12着/16頭+2.0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 9.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 11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) +3% (市場と概ね一致) AI 予想勝率 6.6% (オッズ暗示: 6.5%) ※ 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。

見送りAI の 1 位の馬

ヘリテージブルーム

騎手田辺

3.3倍

AI の勝率26%損益の分かれ目30%

オッズが買う範囲（10〜30倍）より低く見送り。

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

出走馬全16頭

◎6

ヘリテージブルーム

田辺

3.3倍

勝率 26%

›

○8

マジッククッキー

△石神道

3.3倍

勝率 24%

›

▲10

ショーリバース

横山典

7.0倍

勝率 12%

›

△4

レーティッシュ

横山武

6.2倍

勝率 9%

›

△12

ケブランリ

戸崎圭

7.8倍

勝率 9%

›

△16

シホノペルフェット

◇小林美

15.5倍

勝率 7%

›

▽5

トラヴェリンバンド

丹内

24.5倍

勝率 4%

›

▽13

メルシージュテーム

ミシェル

42.6倍

対象外勝率 2%

›

▽3

エムティエスターテ

大野

42.8倍

対象外勝率 1%

›

▽1

ホウオウゴールド

原

48.0倍

対象外勝率 1%

›

▽9

フィリップ

津村

79.8倍

対象外勝率 1%

›

▽14

レッドダンルース

丸山

104.7倍

対象外勝率 1%

›

▽7

ゴルデールスカー

杉原

84.4倍

対象外勝率 1%

›

▽2

エチャケナ

伊藤

110.0倍

対象外勝率 1%

›

▽11

トーホウキザン

☆長浜

191.8倍

対象外勝率 1%

›

▽15

タリエシン

△石田

315.4倍

対象外勝率 1%

›

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

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