東京 5R 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

5R 東京競馬場発走 12:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シダス	横山琉	実23.1	B△ A△勝率4% EV0% 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 1 ◎ 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 6位 (中位評価) △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 4.9% (オッズ暗示: 4.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.3% / 期待値 -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	リントヴルム	ルメール	実1.8	B◎ A×勝率27% EV-51% 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
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 1位 (最上位評価) × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 36.3% (オッズ暗示: 55.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 26.8% / 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。
3	ロジヴィジョン	西村淳	実15.7	B△ A△勝率6% EV-4% 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 3 ◎ 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 4位 (中位評価) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 5.2% (オッズ暗示: 6.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.1% / 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。
4	サトノラディアント	戸崎圭	実16.2	B△ A△勝率6% EV0% 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 4 ◎ 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) -16% (オッズ過剰評価) AI 予想勝率 5.2% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.1% / 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。
5	シャインシュネル	石橋脩	実65.4	B▽ A▽勝率3% EV+71% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) +56%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.4% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 期待値 +72% ※ 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	シルバータイガー	大野	実71.1	B▽ A▽勝率3% EV+84% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 9位 (中位評価) △ 期待値 (オッズ vs AI勝率) +54%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.2% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.6% / 期待値 +84% ※ 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	シルヴァノーブル	横山典	実4.0	B○ A○勝率21% EV-14% 詳細▼	AI上位評価だが期待値不足、見送り
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 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 18.8% (オッズ暗示: 25.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.4% / 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。
8	スズノハヤブサ	横山武	実52.1	B▽ A▽勝率4% EV+107% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
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 7位 (中位評価) △ 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 2.6% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.0% / 期待値 +107% ※ 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	エメラルドプレミア	佐々木	実135.0	B▽ A▽勝率1% EV+41% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ 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) +21%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.1% / 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。
10	マイネルユンフェン	丹内	実999.9	B▽ A▽勝率1% EV+951% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ 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) +796%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (オッズ暗示: 0.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 期待値 +951% ※ 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	ピエナモルタル	原田和	実84.8	B▽ A▽勝率3% EV+115% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 10位 (中位評価) △ 期待値 (オッズ vs AI勝率) +58%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.9% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.5% / 期待値 +116% ※ 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	ランパディアス	坂井	実4.3	B▲ A▲勝率21% EV-7% 詳細▼	AI上位評価だが期待値不足、見送り
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 3位 (上位評価) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 18.8% (オッズ暗示: 23.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 21.4% / 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。

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

リントヴルム

騎手ルメール

1.8倍

AI の勝率36%損益の分かれ目56%

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12頭

◎A:×2

リントヴルム

ルメール

1.8倍

勝率 36%

›

○A:○7

シルヴァノーブル

横山典

4.0倍

勝率 19%

›

▲A:▲12

ランパディアス

坂井

4.3倍

勝率 19%

›

△A:△3

ロジヴィジョン

西村淳

15.7倍

勝率 5%

›

△A:△4

サトノラディアント

戸崎圭

16.2倍

勝率 5%

›

△A:△1

シダス

横山琉

23.1倍

勝率 5%

›

▽A:▽8

スズノハヤブサ

横山武

52.1倍

対象外勝率 3%

›

▽A:▽5

シャインシュネル

石橋脩

65.4倍

対象外勝率 2%

›

▽A:▽6

シルバータイガー

大野

71.1倍

対象外勝率 2%

›

▽A:▽11

ピエナモルタル

原田和

84.8倍

対象外勝率 2%

›

▽A:▽9

エメラルドプレミア

佐々木

135.0倍

対象外勝率 1%

›

▽A:▽10

マイネルユンフェン

丹内

999.9倍

対象外勝率 1%

›

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。

▶ 展開シミュレーション

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

5R 東京競馬場発走 12:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シダス	横山琉	実23.1	△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 1 ◎ 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 6位 (中位評価) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 4.3% (オッズ暗示: 4.3%) ※ 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	リントヴルム	ルメール	実1.8	×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
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 1位 (最上位評価) × 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 26.8% (オッズ暗示: 55.6%) ※ 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。
3	ロジヴィジョン	西村淳	実15.7	△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 3 ◎ 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 4位 (中位評価) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 6.1% (オッズ暗示: 6.4%) ※ 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。
4	サトノラディアント	戸崎圭	実16.2	△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 4 ◎ 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) -1% (オッズ過剰評価) AI 予想勝率 6.1% (オッズ暗示: 6.2%) ※ 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。
5	シャインシュネル	石橋脩	実65.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) +71%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.6% (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。
6	シルバータイガー	大野	実71.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 9位 (中位評価) △ 期待値 (オッズ vs AI勝率) +84%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.6% (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。
7	シルヴァノーブル	横山典	実4.0	○詳細▼	AI上位評価だが期待値不足、見送り
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 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 21.4% (オッズ暗示: 25.0%) ※ 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	スズノハヤブサ	横山武	実52.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
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 7位 (中位評価) △ 期待値 (オッズ vs AI勝率) +107%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.0% (オッズ暗示: 1.9%) ※ 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。
9	エメラルドプレミア	佐々木	実135.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ 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) +41%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.1% (オッズ暗示: 0.7%) ※ 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。
10	マイネルユンフェン	丹内	実999.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ 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) +951%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.1% (オッズ暗示: 0.1%) ※ 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。
11	ピエナモルタル	原田和	実84.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 10位 (中位評価) △ 期待値 (オッズ vs AI勝率) +115%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.5% (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。
12	ランパディアス	坂井	実4.3	▲詳細▼	AI上位評価だが期待値不足、見送り
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 3位 (上位評価) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 21.4% (オッズ暗示: 23.3%) ※ 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。

見送りAI の 1 位の馬

リントヴルム

騎手ルメール

1.8倍

AI の勝率27%損益の分かれ目56%

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12頭

×2

リントヴルム

ルメール

1.8倍

勝率 27%

›

○7

シルヴァノーブル

横山典

4.0倍

勝率 21%

›

▲12

ランパディアス

坂井

4.3倍

勝率 21%

›

△3

ロジヴィジョン

西村淳

15.7倍

勝率 6%

›

△4

サトノラディアント

戸崎圭

16.2倍

勝率 6%

›

△1

シダス

横山琉

23.1倍

勝率 4%

›

▽8

スズノハヤブサ

横山武

52.1倍

対象外勝率 4%

›

▽5

シャインシュネル

石橋脩

65.4倍

対象外勝率 3%

›

▽6

シルバータイガー

大野

71.1倍

対象外勝率 3%

›

▽11

ピエナモルタル

原田和

84.8倍

対象外勝率 3%

›

▽9

エメラルドプレミア

佐々木

135.0倍

対象外勝率 1%

›

▽10

マイネルユンフェン

丹内

999.9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。

▶ 展開シミュレーション

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