東京 7R 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

7R 東京競馬場発走 13:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シュガーハイ	▲上里	実103.6	B▽ A▽勝率1% EV+51% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.3着と低調）
前5走 10/04 4東京16R 11着/16頭+1.0秒 08/10 2新潟610R 14着/15頭+4.3秒 05/31 2東京111R 1着/16頭勝利 05/03 2東京33R 11着/14頭+2.1秒 02/01 1東京12R 2着/14頭+0.6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 12.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +60%（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: 1.0%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.5% / 期待値 +51% ※ 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	フクシマブリルハム	横山琉	実50.6	B▽ A▽勝率2% EV-14% 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）
前5走 04/25 2東京16R 9着/16頭+1.8秒 02/07 1東京33R 1着/16頭勝利 01/25 1京都92R 10着/16頭+1.2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 9.3着 (不振) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.7% / 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。
3	パータリプトラ	幸	実52.8	B▽ A▽勝率1% EV-22% 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9.7着と低調／99日ぶりの実戦）
前5走 05/03 2東京46R 14着/16頭+1.8秒 02/07 2京都36R 12着/12頭+2.5秒 01/11 1京都45R 3着/10頭+0.3秒 12/27 5中山73R 1着/16頭勝利 12/14 5中京42R 2着/13頭+0.2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 9.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 99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 1.5% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.5% / 期待値 -23% ※ 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	シンガソング	松岡	実103.9	B× A▽勝率1% EV-17% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.3着と低調／231日ぶりの実戦）
前5走 02/15 1小倉83R 14着/14頭+3.8秒 01/04 1中山18R 13着/16頭+1.1秒 10/26 4新潟46R 10着/13頭+2.5秒 10/12 4東京46R 14着/15頭+2.5秒 09/15 4中山512R 8着/16頭+1.8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 12.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 231日休養明け × 期待値 (オッズ vs AI勝率) -61% (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 16位 / 勝率 0.8% / 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。
5	セブンメデュラス	ルメール	実4.2	B◎ A◎勝率27% EV+14% 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33%と適性高／直近3走で勝率33%と好調／225日ぶりの実戦）
前5走 02/21 1東京77R 6着/16頭+1.9秒 08/10 2新潟610R 6着/15頭+0.9秒 06/01 2東京123R 1着/16頭勝利 05/10 2東京53R 2着/15頭+0.4秒 01/26 1中京95R 4着/15頭+0.2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 3走で勝率 33% (得意) △ ローテーション 225日休養明け △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 24.5% (オッズ暗示: 23.8%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.4% / 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。
6	タイセイモノリス	☆長浜	実27.6	B▽ A▽勝率2% EV-48% 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／77日ぶりの実戦）
前5走 05/03 3京都46R 14着/16頭+1.7秒 03/15 1中京21R 1着/16頭勝利 02/22 1東京81R 3着/16頭+0.5秒 11/30 5東京81R 9着/16頭+1.3秒 09/28 4中山91R 9着/12頭+2.8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 11.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 4.0% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.9% / 期待値 -49% ※ 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	イサチルシーキング	大野	実9.0	B△ A△勝率8% EV-31% 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／77日ぶりの実戦）
前5走 05/02 1新潟19R 14着/15頭+3.7秒 04/12 1福島23R 1着/15頭勝利 03/22 2中山82R 5着/15頭+1.4秒 11/08 5東京15R 8着/13頭+1.7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) ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 11.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.6% / 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。
8	アバレリュウ	野中	実9.1	B△ A△勝率8% EV-30% 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0%と苦戦傾向）
前5走 12/20 5中京53R 10着/16頭+2.1秒 12/07 5中山212R 16着/16頭+2.8秒 08/17 2新潟82R 1着/15頭勝利 08/02 2新潟32R 3着/15頭+0.3秒 06/15 3東京43R 3着/16頭+0.6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 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 11.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.6% / 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。
9	サルファー	佐々木	実38.8	B▽ A▽勝率2% EV-28% 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67%と好調／前走勝利の勢い／135日ぶりの実戦）
前5走 04/30 園田12R 7着/11頭+1.8秒 04/07 園田8R 1着/9頭勝利 06/01 2京都122R 2着/14頭+0.2秒 05/18 1新潟66R 2着/14頭+0.2秒 03/02 1阪神22R 15着/16頭+5.0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) △ ローテーション 135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 1.6% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.9% / 期待値 -28% ※ 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	ヘルヴェティオス	坂井	実6.9	B▲ A▲勝率11% EV-25% 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／77日ぶりの実戦）
前5走 03/29 3中山28R 5着/16頭+0.8秒 03/01 2中山28R 2着/16頭+0.3秒 12/13 5中山37R 3着/16頭+0.3秒 02/22 1東京72R 7着/16頭+0.7秒 01/13 1中山57R 6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 ◎ 当競馬場適性 4走で勝率 25% (得意) × 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 9.4% (オッズ暗示: 14.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.8% / 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。
11	レピュニット	荻野極	実4.6	B○ A○勝率14% EV-35% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／133日ぶりの実戦）
前5走 05/03 2東京42R 1着/16頭勝利 03/14 2中山55R 7着/16頭+0.8秒 02/22 1東京81R 4着/16頭+1.0秒 02/10 1東京41R 3着/15頭+0.4秒 12/21 5中山62R 7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 133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 12.3% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.0% / 期待値 -36% ※ 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	ソードマスター	ミシェル	実33.8	B▽ A▽勝率2% EV-37% 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／77日ぶりの実戦）
前5走 03/14 2中山58R 4着/16頭+0.3秒 02/21 1東京77R 5着/16頭+1.6秒 12/14 5中京48R 11着/16頭+1.9秒 10/26 4東京98R 9着/15頭+0.7秒 08/30 3新潟39R 5着/18頭+0.9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戦の調子平均 8.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 14着 (大敗) △ 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 4.0% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.9% / 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。
13	ペロ	丸山	実7.2	B△ A△勝率11% EV-22% 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0%と苦戦傾向）
前5走 03/22 1中京47R 14着/15頭+2.4秒 02/28 2中山17R 3着/16頭+0.7秒 02/01 1東京24R 6着/16頭+1.4秒 01/10 1中山312R 5着/16頭+0.4秒 12/21 5中京62R 3着/16頭+0.5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戦の調子平均 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ○ ローテーション 21日の間隔 (理想的) × 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 9.4% (オッズ暗示: 13.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.8% / 期待値 -22% ※ 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	リドルトリガー	田辺	実10.8	B▽ A▽勝率7% EV-24% 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100%と好調／前走勝利の勢い／161日ぶりの実戦）
前5走 04/26 佐賀5R 1着/10頭勝利 03/29 佐賀4R 1着/9頭勝利 03/07 佐賀5R 1着/11頭勝利 02/07 2京都312R 6着/15頭+0.5秒 01/25 1京都912R 9着/9頭+2.7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戦の調子勝率 100% (絶好調) ◎ 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) -16% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 9.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.0% / 期待値 -24% ※ 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	ブリックンクリック	津村	実18.9	B▽ A▽勝率5% EV-12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（64日ぶりの実戦）
前5走 03/08 2中山46R 4着/16頭+0.9秒 12/13 5中山37R 10着/16頭+0.9秒 11/24 5東京65R 16着/16頭+3.8秒 10/04 4東京16R 10着/16頭+0.9秒 07/20 2福島812R 13着/15頭+3.7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 7.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 4.7% (オッズ暗示: 5.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.6% / 期待値 -12% ※ 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	ヴァルボナ	内田博	実79.4	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（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／113日ぶりの実戦）
前5走 03/17 浦和9R 1着/12頭勝利 02/01 1東京21R 8着/16頭+1.9秒 11/09 3福島22R 8着/16頭+0.7秒 10/12 4東京41R 3着/15頭+1.1秒 09/20 4中山65R 4着/16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戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 113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 0.8% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.8% / 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。

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

セブンメデュラス

騎手ルメール

4.2倍

AI の勝率24%損益の分かれ目24%

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:◎5

セブンメデュラス

ルメール

4.2倍

勝率 24%

›

○A:○11

レピュニット

荻野極

4.6倍

勝率 12%

›

▲A:▲10

ヘルヴェティオス

坂井

6.9倍

勝率 9%

›

△A:△13

ペロ

丸山

7.2倍

勝率 9%

›

△A:△7

イサチルシーキング

大野

9.0倍

勝率 9%

›

△A:△8

アバレリュウ

野中

9.1倍

勝率 9%

›

▽A:▽14

リドルトリガー

田辺

10.8倍

勝率 8%

›

▽A:▽15

ブリックンクリック

津村

18.9倍

勝率 5%

›

▽A:▽6

タイセイモノリス

☆長浜

27.6倍

勝率 4%

›

▽A:▽12

ソードマスター

ミシェル

33.8倍

対象外勝率 4%

›

▽A:▽9

サルファー

佐々木

38.8倍

対象外勝率 2%

›

▽A:▽2

フクシマブリルハム

横山琉

50.6倍

対象外勝率 2%

›

▽A:▽3

パータリプトラ

幸

52.8倍

対象外勝率 2%

›

▽A:▽1

シュガーハイ

▲上里

103.6倍

対象外勝率 2%

›

▽A:▽16

ヴァルボナ

内田博

79.4倍

対象外勝率 1%

›

×A:▽4

シンガソング

松岡

103.9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。

▶ 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

7R 東京競馬場発走 13:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シュガーハイ	▲上里	実103.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.3着と低調）
前5走 10/04 4東京16R 11着/16頭+1.0秒 08/10 2新潟610R 14着/15頭+4.3秒 05/31 2東京111R 1着/16頭勝利 05/03 2東京33R 11着/14頭+2.1秒 02/01 1東京12R 2着/14頭+0.6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 12.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +51%（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: 1.0%) ※ 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	フクシマブリルハム	横山琉	実50.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.3着と低調）
前5走 04/25 2東京16R 9着/16頭+1.8秒 02/07 1東京33R 1着/16頭勝利 01/25 1京都92R 10着/16頭+1.2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 9.3着 (不振) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 1.7% (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。
3	パータリプトラ	幸	実52.8	▽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9.7着と低調／99日ぶりの実戦）
前5走 05/03 2東京46R 14着/16頭+1.8秒 02/07 2京都36R 12着/12頭+2.5秒 01/11 1京都45R 3着/10頭+0.3秒 12/27 5中山73R 1着/16頭勝利 12/14 5中京42R 2着/13頭+0.2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 9.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 99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 1.5% (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。
4	シンガソング	松岡	実103.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.3着と低調／231日ぶりの実戦）
前5走 02/15 1小倉83R 14着/14頭+3.8秒 01/04 1中山18R 13着/16頭+1.1秒 10/26 4新潟46R 10着/13頭+2.5秒 10/12 4東京46R 14着/15頭+2.5秒 09/15 4中山512R 8着/16頭+1.8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 12.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 231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 0.8% (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。
5	セブンメデュラス	ルメール	実4.2	◎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33%と適性高／直近3走で勝率33%と好調／225日ぶりの実戦）
前5走 02/21 1東京77R 6着/16頭+1.9秒 08/10 2新潟610R 6着/15頭+0.9秒 06/01 2東京123R 1着/16頭勝利 05/10 2東京53R 2着/15頭+0.4秒 01/26 1中京95R 4着/15頭+0.2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 3走で勝率 33% (得意) △ ローテーション 225日休養明け △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 27.4% (オッズ暗示: 23.8%) ※ 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。
6	タイセイモノリス	☆長浜	実27.6	▽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／77日ぶりの実戦）
前5走 05/03 3京都46R 14着/16頭+1.7秒 03/15 1中京21R 1着/16頭勝利 02/22 1東京81R 3着/16頭+0.5秒 11/30 5東京81R 9着/16頭+1.3秒 09/28 4中山91R 9着/12頭+2.8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 11.0着 (不振) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 3.6%) ※ 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。
7	イサチルシーキング	大野	実9.0	△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／77日ぶりの実戦）
前5走 05/02 1新潟19R 14着/15頭+3.7秒 04/12 1福島23R 1着/15頭勝利 03/22 2中山82R 5着/15頭+1.4秒 11/08 5東京15R 8着/13頭+1.7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) ▽ 前走実績前走 15着 (大敗) × 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 7.6% (オッズ暗示: 11.1%) ※ 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。
8	アバレリュウ	野中	実9.1	△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0%と苦戦傾向）
前5走 12/20 5中京53R 10着/16頭+2.1秒 12/07 5中山212R 16着/16頭+2.8秒 08/17 2新潟82R 1着/15頭勝利 08/02 2新潟32R 3着/15頭+0.3秒 06/15 3東京43R 3着/16頭+0.6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 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ ローテーション 22日の間隔 (理想的) × 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 7.6% (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。
9	サルファー	佐々木	実38.8	▽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67%と好調／前走勝利の勢い／135日ぶりの実戦）
前5走 04/30 園田12R 7着/11頭+1.8秒 04/07 園田8R 1着/9頭勝利 06/01 2京都122R 2着/14頭+0.2秒 05/18 1新潟66R 2着/14頭+0.2秒 03/02 1阪神22R 15着/16頭+5.0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) △ ローテーション 135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 1.9% (オッズ暗示: 2.6%) ※ 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。
10	ヘルヴェティオス	坂井	実6.9	▲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／77日ぶりの実戦）
前5走 03/29 3中山28R 5着/16頭+0.8秒 03/01 2中山28R 2着/16頭+0.3秒 12/13 5中山37R 3着/16頭+0.3秒 02/22 1東京72R 7着/16頭+0.7秒 01/13 1中山57R 6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 ◎ 当競馬場適性 4走で勝率 25% (得意) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 10.8% (オッズ暗示: 14.5%) ※ 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	レピュニット	荻野極	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33%と好調／133日ぶりの実戦）
前5走 05/03 2東京42R 1着/16頭勝利 03/14 2中山55R 7着/16頭+0.8秒 02/22 1東京81R 4着/16頭+1.0秒 02/10 1東京41R 3着/15頭+0.4秒 12/21 5中山62R 7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 133日休養明け × 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 14.0% (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。
12	ソードマスター	ミシェル	実33.8	▽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／77日ぶりの実戦）
前5走 03/14 2中山58R 4着/16頭+0.3秒 02/21 1東京77R 5着/16頭+1.6秒 12/14 5中京48R 11着/16頭+1.9秒 10/26 4東京98R 9着/15頭+0.7秒 08/30 3新潟39R 5着/18頭+0.9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戦の調子平均 8.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 14着 (大敗) × 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 1.9% (オッズ暗示: 3.0%) ※ 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	ペロ	丸山	実7.2	△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3走で勝率0%と苦戦傾向）
前5走 03/22 1中京47R 14着/15頭+2.4秒 02/28 2中山17R 3着/16頭+0.7秒 02/01 1東京24R 6着/16頭+1.4秒 01/10 1中山312R 5着/16頭+0.4秒 12/21 5中京62R 3着/16頭+0.5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戦の調子平均 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 10.8% (オッズ暗示: 13.9%) ※ 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	リドルトリガー	田辺	実10.8	▽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100%と好調／前走勝利の勢い／161日ぶりの実戦）
前5走 04/26 佐賀5R 1着/10頭勝利 03/29 佐賀4R 1着/9頭勝利 03/07 佐賀5R 1着/11頭勝利 02/07 2京都312R 6着/15頭+0.5秒 01/25 1京都912R 9着/9頭+2.7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戦の調子勝率 100% (絶好調) ◎ 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) -24% (オッズ過剰評価) AI 予想勝率 7.0% (オッズ暗示: 9.3%) ※ 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。
15	ブリックンクリック	津村	実18.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（64日ぶりの実戦）
前5走 03/08 2中山46R 4着/16頭+0.9秒 12/13 5中山37R 10着/16頭+0.9秒 11/24 5東京65R 16着/16頭+3.8秒 10/04 4東京16R 10着/16頭+0.9秒 07/20 2福島812R 13着/15頭+3.7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 7.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 4.6% (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。
16	ヴァルボナ	内田博	実79.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／113日ぶりの実戦）
前5走 03/17 浦和9R 1着/12頭勝利 02/01 1東京21R 8着/16頭+1.9秒 11/09 3福島22R 8着/16頭+0.7秒 10/12 4東京41R 3着/15頭+1.1秒 09/20 4中山65R 4着/16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戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 113日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 0.8% (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。

見送りAI の 1 位の馬

セブンメデュラス

騎手ルメール

4.2倍

AI の勝率27%損益の分かれ目24%

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

◎5

セブンメデュラス

ルメール

4.2倍

勝率 27%

›

○11

レピュニット

荻野極

4.6倍

勝率 14%

›

▲10

ヘルヴェティオス

坂井

6.9倍

勝率 11%

›

△13

ペロ

丸山

7.2倍

勝率 11%

›

△7

イサチルシーキング

大野

9.0倍

勝率 8%

›

△8

アバレリュウ

野中

9.1倍

勝率 8%

›

▽14

リドルトリガー

田辺

10.8倍

勝率 7%

›

▽15

ブリックンクリック

津村

18.9倍

勝率 5%

›

▽6

タイセイモノリス

☆長浜

27.6倍

勝率 2%

›

▽12

ソードマスター

ミシェル

33.8倍

対象外勝率 2%

›

▽9

サルファー

佐々木

38.8倍

対象外勝率 2%

›

▽2

フクシマブリルハム

横山琉

50.6倍

対象外勝率 2%

›

▽3

パータリプトラ

幸

52.8倍

対象外勝率 1%

›

▽1

シュガーハイ

▲上里

103.6倍

対象外勝率 1%

›

▽16

ヴァルボナ

内田博

79.4倍

対象外勝率 1%

›

▽4

シンガソング

松岡

103.9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