東京 11R 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

11R 東京競馬場発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	セイウンハーデス	幸	実10.6	B△ A△勝率9% EV-3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高／119日ぶりの実戦）
前5走 04/05 2阪神411R 5着/15頭+0.4秒 03/01 2中山211R 12着/14頭+0.8秒 11/30 5東京812R 12着/17頭+2.3秒 11/02 4東京1111R 7着/14頭+0.4秒 05/10 2東京511R 1着/18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 33% (得意) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 9.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.1% / 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。
2	リアライズシリウス	津村	実2.8	B◎ A◎勝率28% EV-21% 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／126日ぶりの実戦）
前5走 04/19 3中山811R 2着/18頭+0.2秒 02/15 1東京611R 1着/9頭勝利 12/21 5阪神611R 5着/14頭+0.8秒 08/24 3新潟211R 1着/10頭勝利 06/15 3東京45R 1着/10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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 67% (得意) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 27.0% (オッズ暗示: 35.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 28.2% / 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。
3	レディネス	横山典	実22.7	B▽ A▽勝率5% EV+4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率40%と適性高／前走3着）
前5走 01/31 1東京111R 4着/10頭+0.5秒 12/07 5阪神210R 1着/18頭勝利 10/19 4東京712R 16着/18頭+1.8秒 06/01 2東京1211R 17着/18頭+4.8秒 05/04 2東京411R 1着/14頭勝利
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 5.7着 ◎ 当競馬場適性 5走で勝率 40% (得意) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 4.0% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.6% / 期待値 +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。
4	サトノシャイニング	西村淳	実5.4	B▲ A▲勝率11% EV-39% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／前走3着）
前5走 10/05 4東京211R 3着/11頭+0.2秒 06/01 2東京1211R 4着/18頭+0.4秒 04/20 3中山811R 5着/18頭+0.4秒 02/09 1京都411R 1着/10頭勝利 11/16 5東京511R 2着/9頭+0.1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 3.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) × 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 11.5% (オッズ暗示: 18.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.1% / 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。
5	クルゼイロドスル	荻野極	実234.0	×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 04/26 3京都211R 14着/18頭+0.5秒 01/24 1京都811R 7着/14頭+0.4秒 01/04 1京都111R 7着/18頭+0.3秒 08/09 2新潟57R 12着/13頭+1.1秒 06/14 3東京311R 6着/15頭+0.5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 9.3着 (不振) ◎ 当競馬場適性 8走で勝率 25% (得意) ▽ 前走実績前走 10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。
6	ライヒスアドラー	佐々木	実4.2	B○ A○勝率14% EV-39% 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／前走勝利の勢い）
前5走 04/19 3中山811R 3着/18頭+0.3秒 03/08 2中山411R 2着/10頭+0.1秒 11/24 5東京611R 3着/12頭+0.2秒 09/14 4中山45R 1着/10頭勝利 ―
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) ◎ 前走実績前走 1着 (勢い継続) × 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 15.0% (オッズ暗示: 23.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.4% / 期待値 -39% ※ 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	ロングラン	菊沢	実342.9	×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 04/26 3京都211R 18着/18頭+0.9秒 02/22 1東京811R 14着/16頭+2.4秒 11/23 4京都611R 15着/18頭+1.4秒 10/05 4東京211R 8着/11頭+0.7秒 06/08 3東京211R 13着/18頭+1.0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 16.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 前走実績前走 16着 (大敗) △ ローテーション 119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。
8	ビーアストニッシド	原	実333.9	×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 02/22 1小倉1011R 13着/16頭+1.4秒 12/21 5中山611R 7着/16頭+1.0秒 09/28 4阪神911R 11着/12頭+1.1秒 05/10 2東京511R 17着/18頭+3.2秒 04/27 2京都211R 9着/10頭+1.9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 12.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 13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	ドラゴンブースト	丹内	実25.0	B▽ A×勝率2% EV-52% 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33%と好調／119日ぶりの実戦）
前5走 04/26 3京都211R 2着/18頭+0.1秒 03/08 1阪神611R 1着/13頭勝利 02/07 2京都311R 16着/16頭+7.6秒 12/21 5中山611R 1着/16頭勝利 06/01 2東京1211R 15着/18頭+2.2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戦の調子勝率 33% (上り調子) △ ローテーション 119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 3.5% (オッズ暗示: 4.0%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.9% / 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。
10	エルトンバローズ	松若	実32.5	B▽ A▽勝率5% EV+49% 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 04/26 3京都211R 8着/18頭+0.4秒 02/10 1東京411R 13着/16頭+0.8秒 12/28 5中山811R 12着/16頭+1.1秒 11/23 4京都611R 5着/18頭+0.4秒 10/05 4東京211R 5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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) △ 期待値 (オッズ vs AI勝率) +44%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.4% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.6% / 期待値 +50% ※ 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	ランスオブカオス	横山武	実109.0	B▽ A▽勝率1% EV-18% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.7着と低調／70日ぶりの実戦）
前5走 04/26 3京都211R 11着/18頭+0.4秒 03/15 2中山610R 11着/16頭+0.7秒 01/04 1京都111R 5着/18頭+0.2秒 12/13 5阪神311R 1着/13頭勝利 10/13 3京都511R 3着/18頭+0.1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 11.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -23% (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 14位 / 勝率 0.8% / 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。
12	レガーロデルシエロ	戸崎圭	実42.6	B▽ A▽勝率2% EV-36% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 03/15 2中山610R 3着/16頭+0.2秒 01/11 1中山410R 9着/16頭+1.1秒 11/01 4東京1011R 6着/16頭+1.7秒 07/27 2新潟27R 7着/18頭+0.3秒 05/17 1新潟511R 10着/16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 6.3着 ○ 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) -33% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.5% / 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。
13	ホウオウビスケッツ	岩田康	実28.4	B▽ A△勝率8% EV+122% 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）
前5走 04/08 川崎11R 11着/11頭+4.1秒 03/15 1中京211R 12着/14頭+1.0秒 11/30 5東京812R 16着/17頭+3.5秒 11/02 4東京1111R 13着/14頭+0.6秒 10/05 4東京211R 2着/11頭+0.1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 11.0着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 4.4% (オッズ暗示: 3.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.9% / 期待値 +122% ※ 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	レイニング	ルメール	実13.8	B△ A▽勝率6% EV-13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率67%と適性高／直近3走で勝率33%と好調）
前5走 04/26 3京都210R 11着/18頭+0.6秒 02/22 1東京810R 2着/14頭+0.2秒 11/30 5東京89R 1着/9頭勝利 10/25 4東京88R 1着/8頭勝利 08/23 3新潟112R 4着/12頭+0.3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 33% (上り調子) ◎ 当競馬場適性 6走で勝率 67% (得意) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 7.9% (オッズ暗示: 7.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.3% / 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。
15	シャンパンカラー	内田博	実102.2	B▽ A▽勝率1% EV-13% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場10走で勝率30%と適性高／直近3走平均10.3着と低調／119日ぶりの実戦）
前5走 04/26 3京都211R 9着/18頭+0.4秒 03/01 2中山211R 10着/14頭+0.7秒 02/10 1東京411R 4着/16頭+0.1秒 11/23 4京都611R 14着/18頭+1.3秒 10/18 4東京611R 8着/14頭+0.8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 10.3着 (不振) ◎ 当競馬場適性 10走で勝率 30% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.8% / 期待値 -13% ※ 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	アドマイヤクワッズ	坂井	実11.1	B△ A△勝率8% EV-12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／147日ぶりの実戦）
前5走 04/19 3中山811R 15着/18頭+1.4秒 03/08 2中山411R 3着/10頭+0.1秒 12/21 5阪神611R 3着/14頭+0.3秒 11/15 4京都311R 1着/8頭勝利 10/18 4東京65R 1着/16頭勝利
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 7.0着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 147日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 9.1% (オッズ暗示: 9.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.9% / 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。
17	ダノンエアズロック	田辺	実41.8	B▽ A▽勝率2% EV-27% 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38%と適性高／直近3走平均3.0着と安定／前走3着）
前5走 03/15 2中山610R 4着/16頭+0.2秒 01/12 1中山511R 2着/14頭+0.0秒 12/13 5阪神311R 3着/13頭+0.1秒 06/14 3東京311R 5着/15頭+0.3秒 05/10 2東京511R 6着/18頭+0.8秒
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戦の調子平均 3.0着 (安定) ◎ 当競馬場適性 8走で勝率 38% (得意) ○ 前走実績前走 3着 (好走) △ ローテーション 113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 1.8% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.7% / 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。

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

リアライズシリウス

騎手津村

2.8倍

AI の勝率27%損益の分かれ目36%

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17頭

◎A:◎2

リアライズシリウス

津村

2.8倍

勝率 27%

›

○A:○6

ライヒスアドラー

佐々木

4.2倍

勝率 15%

›

▲A:▲4

サトノシャイニング

西村淳

5.4倍

勝率 11%

›

△A:△1

セイウンハーデス

幸

10.6倍

勝率 9%

›

△A:△16

アドマイヤクワッズ

坂井

11.1倍

勝率 9%

›

△A:▽14

レイニング

ルメール

13.8倍

勝率 8%

›

▽A:△13

ホウオウビスケッツ

岩田康

28.4倍

勝率 4%

›

▽A:▽10

エルトンバローズ

松若

32.5倍

対象外勝率 4%

›

▽A:▽3

レディネス

横山典

22.7倍

勝率 4%

›

▽A:×9

ドラゴンブースト

丹内

25.0倍

勝率 3%

›

▽A:▽17

ダノンエアズロック

田辺

41.8倍

対象外勝率 2%

›

▽A:▽12

レガーロデルシエロ

戸崎圭

42.6倍

対象外勝率 2%

›

▽A:▽11

ランスオブカオス

横山武

109.0倍

対象外勝率 1%

›

▽A:▽15

シャンパンカラー

内田博

102.2倍

対象外勝率 1%

›

×5

クルゼイロドスル

荻野極

234.0倍

対象外—

›

×8

ビーアストニッシド

原

333.9倍

対象外—

›

×7

ロングラン

菊沢

342.9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。

▶ 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

11R 東京競馬場発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	セイウンハーデス	幸	実10.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高／119日ぶりの実戦）
前5走 04/05 2阪神411R 5着/15頭+0.4秒 03/01 2中山211R 12着/14頭+0.8秒 11/30 5東京812R 12着/17頭+2.3秒 11/02 4東京1111R 7着/14頭+0.4秒 05/10 2東京511R 1着/18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 33% (得意) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 9.4%) ※ 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。
2	リアライズシリウス	津村	実2.8	◎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（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／126日ぶりの実戦）
前5走 04/19 3中山811R 2着/18頭+0.2秒 02/15 1東京611R 1着/9頭勝利 12/21 5阪神611R 5着/14頭+0.8秒 08/24 3新潟211R 1着/10頭勝利 06/15 3東京45R 1着/10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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 67% (得意) △ ローテーション 126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 28.2% (オッズ暗示: 35.7%) ※ 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。
3	レディネス	横山典	実22.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率40%と適性高／前走3着）
前5走 01/31 1東京111R 4着/10頭+0.5秒 12/07 5阪神210R 1着/18頭勝利 10/19 4東京712R 16着/18頭+1.8秒 06/01 2東京1211R 17着/18頭+4.8秒 05/04 2東京411R 1着/14頭勝利
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 5.7着 ◎ 当競馬場適性 5走で勝率 40% (得意) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 4.6% (オッズ暗示: 4.4%) ※ 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	サトノシャイニング	西村淳	実5.4	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／前走3着）
前5走 10/05 4東京211R 3着/11頭+0.2秒 06/01 2東京1211R 4着/18頭+0.4秒 04/20 3中山811R 5着/18頭+0.4秒 02/09 1京都411R 1着/10頭勝利 11/16 5東京511R 2着/9頭+0.1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 3.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) × 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 11.1% (オッズ暗示: 18.5%) ※ 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。
5	クルゼイロドスル	荻野極	実234.0	×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 04/26 3京都211R 14着/18頭+0.5秒 01/24 1京都811R 7着/14頭+0.4秒 01/04 1京都111R 7着/18頭+0.3秒 08/09 2新潟57R 12着/13頭+1.1秒 06/14 3東京311R 6着/15頭+0.5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 9.3着 (不振) ◎ 当競馬場適性 8走で勝率 25% (得意) ▽ 前走実績前走 10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。
6	ライヒスアドラー	佐々木	実4.2	○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／前走勝利の勢い）
前5走 04/19 3中山811R 3着/18頭+0.3秒 03/08 2中山411R 2着/10頭+0.1秒 11/24 5東京611R 3着/12頭+0.2秒 09/14 4中山45R 1着/10頭勝利 ―
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) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 14.4% (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。
7	ロングラン	菊沢	実342.9	×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 04/26 3京都211R 18着/18頭+0.9秒 02/22 1東京811R 14着/16頭+2.4秒 11/23 4京都611R 15着/18頭+1.4秒 10/05 4東京211R 8着/11頭+0.7秒 06/08 3東京211R 13着/18頭+1.0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 16.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 前走実績前走 16着 (大敗) △ ローテーション 119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。
8	ビーアストニッシド	原	実333.9	×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 02/22 1小倉1011R 13着/16頭+1.4秒 12/21 5中山611R 7着/16頭+1.0秒 09/28 4阪神911R 11着/12頭+1.1秒 05/10 2東京511R 17着/18頭+3.2秒 04/27 2京都211R 9着/10頭+1.9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 12.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 13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	ドラゴンブースト	丹内	実25.0	×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33%と好調／119日ぶりの実戦）
前5走 04/26 3京都211R 2着/18頭+0.1秒 03/08 1阪神611R 1着/13頭勝利 02/07 2京都311R 16着/16頭+7.6秒 12/21 5中山611R 1着/16頭勝利 06/01 2東京1211R 15着/18頭+2.2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戦の調子勝率 33% (上り調子) △ ローテーション 119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 1.9% (オッズ暗示: 4.0%) ※ 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。
10	エルトンバローズ	松若	実32.5	▽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 04/26 3京都211R 8着/18頭+0.4秒 02/10 1東京411R 13着/16頭+0.8秒 12/28 5中山811R 12着/16頭+1.1秒 11/23 4京都611R 5着/18頭+0.4秒 10/05 4東京211R 5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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) △ 期待値 (オッズ vs AI勝率) +49%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.6% (オッズ暗示: 3.1%) ※ 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	ランスオブカオス	横山武	実109.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.7着と低調／70日ぶりの実戦）
前5走 04/26 3京都211R 11着/18頭+0.4秒 03/15 2中山610R 11着/16頭+0.7秒 01/04 1京都111R 5着/18頭+0.2秒 12/13 5阪神311R 1着/13頭勝利 10/13 3京都511R 3着/18頭+0.1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 11.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 0.8% (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。
12	レガーロデルシエロ	戸崎圭	実42.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 03/15 2中山610R 3着/16頭+0.2秒 01/11 1中山410R 9着/16頭+1.1秒 11/01 4東京1011R 6着/16頭+1.7秒 07/27 2新潟27R 7着/18頭+0.3秒 05/17 1新潟511R 10着/16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 6.3着 ○ 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) -36% (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。
13	ホウオウビスケッツ	岩田康	実28.4	△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）
前5走 04/08 川崎11R 11着/11頭+4.1秒 03/15 1中京211R 12着/14頭+1.0秒 11/30 5東京812R 16着/17頭+3.5秒 11/02 4東京1111R 13着/14頭+0.6秒 10/05 4東京211R 2着/11頭+0.1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 11.0着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 前走実績前走 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +122% (市場が大幅過小評価) AI 予想勝率 7.9% (オッズ暗示: 3.5%) ※ 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。
14	レイニング	ルメール	実13.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率67%と適性高／直近3走で勝率33%と好調）
前5走 04/26 3京都210R 11着/18頭+0.6秒 02/22 1東京810R 2着/14頭+0.2秒 11/30 5東京89R 1着/9頭勝利 10/25 4東京88R 1着/8頭勝利 08/23 3新潟112R 4着/12頭+0.3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 33% (上り調子) ◎ 当競馬場適性 6走で勝率 67% (得意) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 7.2%) ※ 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。
15	シャンパンカラー	内田博	実102.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場10走で勝率30%と適性高／直近3走平均10.3着と低調／119日ぶりの実戦）
前5走 04/26 3京都211R 9着/18頭+0.4秒 03/01 2中山211R 10着/14頭+0.7秒 02/10 1東京411R 4着/16頭+0.1秒 11/23 4京都611R 14着/18頭+1.3秒 10/18 4東京611R 8着/14頭+0.8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 10.3着 (不振) ◎ 当競馬場適性 10走で勝率 30% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 119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 0.8% (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。
16	アドマイヤクワッズ	坂井	実11.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／147日ぶりの実戦）
前5走 04/19 3中山811R 15着/18頭+1.4秒 03/08 2中山411R 3着/10頭+0.1秒 12/21 5阪神611R 3着/14頭+0.3秒 11/15 4京都311R 1着/8頭勝利 10/18 4東京65R 1着/16頭勝利
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 7.0着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 147日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 7.9% (オッズ暗示: 9.0%) ※ 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	ダノンエアズロック	田辺	実41.8	▽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38%と適性高／直近3走平均3.0着と安定／前走3着）
前5走 03/15 2中山610R 4着/16頭+0.2秒 01/12 1中山511R 2着/14頭+0.0秒 12/13 5阪神311R 3着/13頭+0.1秒 06/14 3東京311R 5着/15頭+0.3秒 05/10 2東京511R 6着/18頭+0.8秒
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戦の調子平均 3.0着 (安定) ◎ 当競馬場適性 8走で勝率 38% (得意) ○ 前走実績前走 3着 (好走) △ ローテーション 113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 1.7% (オッズ暗示: 2.4%) ※ 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。

見送りAI の 1 位の馬

リアライズシリウス

騎手津村

2.8倍

AI の勝率28%損益の分かれ目36%

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17頭

◎2

リアライズシリウス

津村

2.8倍

勝率 28%

›

○6

ライヒスアドラー

佐々木

4.2倍

勝率 14%

›

▲4

サトノシャイニング

西村淳

5.4倍

勝率 11%

›

△1

セイウンハーデス

幸

10.6倍

勝率 9%

›

△16

アドマイヤクワッズ

坂井

11.1倍

勝率 8%

›

△13

ホウオウビスケッツ

岩田康

28.4倍

勝率 8%

›

▽14

レイニング

ルメール

13.8倍

勝率 6%

›

▽3

レディネス

横山典

22.7倍

勝率 5%

›

▽10

エルトンバローズ

松若

32.5倍

対象外勝率 5%

›

×9

ドラゴンブースト

丹内

25.0倍

勝率 2%

›

▽17

ダノンエアズロック

田辺

41.8倍

対象外勝率 2%

›

▽12

レガーロデルシエロ

戸崎圭

42.6倍

対象外勝率 2%

›

▽15

シャンパンカラー

内田博

102.2倍

対象外勝率 1%

›

▽11

ランスオブカオス

横山武

109.0倍

対象外勝率 1%

›

×5

クルゼイロドスル

荻野極

234.0倍

対象外—

›

×8

ビーアストニッシド

原

333.9倍

対象外—

›

×7

ロングラン

菊沢

342.9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。

▶ 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