東京 12R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

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	ジオパーククラウン	☆長浜	実95.6	B× A▽勝率1% EV-32% 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 04/04 3中山34R 11着/14頭+6.3秒 02/22 1東京88R 15着/16頭+1.5秒 11/29 4京都712R 15着/16頭+1.2秒 10/11 3京都310R 10着/13頭+0.4秒 08/30 4中京310R 7着/11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 12.3着 (不振) ▽ 前走実績前走 11着 (大敗) × 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: 1.0%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.7% / 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。
2	グレイスザクラウン	木幡巧	実145.5	B× A▽勝率1% EV-11% 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／119日ぶりの実戦）
前5走 05/02 2東京312R 4着/14頭+0.5秒 02/21 1阪神112R 12着/13頭+1.6秒 01/05 1中山29R 9着/12頭+2.1秒 11/15 5東京39R 12着/16頭+1.3秒 10/05 4東京212R 2着/16頭+0.0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 8.7着 (不振) △ 当競馬場適性 9走で勝率 11% ▽ 前走実績前走 13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) -61% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.6% / 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。
3	ナイトスラッガー	田辺	実20.7	B△ A▽勝率4% EV-18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/02 1新潟110R 5着/15頭+0.2秒 03/14 1中京110R 3着/10頭+0.2秒 02/01 1東京27R 5着/9頭+0.6秒 01/05 1京都29R 2着/11頭+0.1秒 09/07 4阪神28R 2着/5頭+0.3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 4.3着 ○ 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) -23% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 4.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.0% / 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。
4	レッドベルダンス	嶋田	実24.8	B▽ A▽勝率4% EV-6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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3着）
前5走 05/03 2東京47R 1着/15頭勝利 04/12 1福島212R 6着/15頭+0.4秒 02/21 1東京712R 8着/16頭+0.4秒 11/08 3福島19R 8着/16頭+0.5秒 10/12 4東京47R 5着/16頭+0.6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 3着 (好走) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.8% / 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。
5	カゼノタカトシ	戸崎圭	実43.9	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
前5走 03/28 3中山112R 11着/16頭+1.6秒 11/29 5東京78R 8着/16頭+1.5秒 08/30 3新潟38R 1着/10頭勝利 08/02 2新潟310R 2着/13頭+0.5秒 07/05 2福島36R 4着/14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戦の調子平均 5.7着 ○ 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) -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 12位 / 勝率 1.4% / 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。
6	タマモカンパネラ	▲佐藤	実64.7	B▽ A▽勝率2% EV+1% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7走で勝率0%と苦戦傾向／64日ぶりの実戦）
前5走 04/25 2東京112R 6着/13頭+1.2秒 03/28 3中山17R 1着/13頭勝利 02/07 1東京34R 2着/13頭+0.0秒 11/23 5東京56R 6着/16頭+0.6秒 10/26 4東京97R 4着/13頭+0.3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 7.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.6% / 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。
7	ザーフィル	ルメール	実1.8	B◎ A◎勝率30% EV-45% 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／前走勝利の勢い）
前5走 04/25 2東京16R 2着/16頭+0.1秒 02/15 1東京64R 2着/13頭+0.2秒 12/06 5中山19R 8着/11頭+0.9秒 09/27 4中山89R 3着/9頭+0.0秒 07/19 2福島75R 1着/16頭勝利
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) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 120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 41.6% (オッズ暗示: 55.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 30.1% / 期待値 -46% ※ 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	ミクストベリーズ	菊沢	実94.4	B▽ A▽勝率1% EV+21% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調）
前5走 03/21 1中京39R 6着/10頭+0.6秒 02/22 1東京88R 7着/16頭+0.5秒 11/23 5東京512R 3着/18頭+0.2秒 10/18 4東京67R 1着/17頭勝利 08/30 2札幌312R 4着/15頭+0.5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 8.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 期待値 (オッズ vs AI勝率) +5%（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: 1.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.2% / 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。
9	ライジンマル	木幡初	実58.7	B▽ A▽勝率1% EV-15% 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／78日ぶりの実戦）
前5走 04/04 3中山310R 6着/15頭+0.6秒 03/08 2中山48R 5着/13頭+0.8秒 02/28 2中山112R 6着/16頭+0.6秒 01/24 1中山810R 8着/10頭+1.9秒 01/05 1中山29R 7着/12頭+1.7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 7.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.4% / 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。
10	パイシャオピン	横山武	実14.9	B△ A△勝率6% EV-2% 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／70日ぶりの実戦）
前5走 03/22 2中山812R 4着/16頭+0.8秒 02/28 2中山112R 3着/16頭+0.4秒 01/10 1中山38R 2着/13頭+0.5秒 12/13 5中山38R 2着/15頭+0.0秒 10/11 4東京38R 1着/16頭勝利
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 7.7着 (不振) ◎ 当競馬場適性 6走で勝率 33% (得意) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.5% / 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。
11	サンカルミア	坂井	実22.0	B▽ A△勝率5% EV+14% 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0%と苦戦傾向／前走3着／67日ぶりの実戦）
前5走 03/14 1中京111R 5着/14頭+0.7秒 11/29 5東京78R 7着/16頭+1.3秒 11/08 5東京19R 5着/13頭+1.8秒 10/25 4新潟38R 1着/14頭勝利 08/30 3新潟38R 5着/10頭+0.2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 3.3着 × 当競馬場適性 6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) -18% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 4.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.2% / 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。
12	カロローザ	幸	実36.8	B▽ A▽勝率2% EV-42% 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／91日ぶりの実戦）
前5走 02/28 1阪神38R 4着/15頭+0.7秒 12/13 5中京36R 1着/16頭勝利 10/25 4新潟34R 14着/15頭+3.0秒 08/10 1札幌67R 5着/15頭+0.8秒 05/10 2京都56R 14着/16頭+1.5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) ▽ 前走実績前走 15着 (大敗) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +0%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.7% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.6% / 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。
13	ロケットパンチ	武藤	実11.3	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（直近3走で勝率67%と好調／前走勝利の勢い／71日ぶりの実戦）
前5走 04/11 1福島11R 7着/15頭+1.4秒 01/12 1中山53R 2着/16頭+0.6秒 12/20 5中山57R 3着/16頭+1.0秒 11/15 3福島31R 6着/15頭+1.2秒 10/19 4東京74R 8着/16頭+1.6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) -30% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 8.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.2% / 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。
14	ライフゲート推奨	丹内	実15.4	B△ A△勝率8% EV+29% 詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全）
前5走 05/02 2東京312R 3着/14頭+0.3秒 04/18 1福島311R 4着/15頭+0.5秒 02/22 1小倉1010R 5着/16頭+0.7秒 02/08 1小倉610R 4着/16頭+0.3秒 01/25 1小倉210R 4着/16頭+0.2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 5.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.4% / 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。
15	ノアヴィヴァーチェ	菅原隆	実37.7	B× A▽勝率2% EV-41% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率40%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 04/26 2東京27R 2着/16頭+0.0秒 04/04 3中山38R 6着/11頭+0.8秒 01/18 1中山76R 3着/14頭+0.5秒 01/04 1中山17R 4着/16頭+0.9秒 12/14 5中京49R 6着/12頭+1.6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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 141日休養明け × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 期待値 -41% ※ 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	ファイアマン	原	実4.4	B○ A○勝率23% EV+0% 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5走 03/14 2中山56R 6着/16頭+0.8秒 01/10 1中山39R 6着/10頭+1.4秒 12/14 5中山47R 9着/16頭+0.9秒 08/30 3新潟32R 1着/15頭勝利 08/09 2新潟52R 5着/10頭+0.9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) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 19.7% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.3% / 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。

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A

ライフゲート

騎手丹内

15.4倍

AI の勝率6%損益の分かれ目6%

推奨を出した時点では買う条件を満たしていました。今のオッズ 15.4倍では期待値 -4% です。

賭け金の目安 ¥100（AI の自信に応じて変えています）

外れ（9着）

出走馬全16頭

◎A:◎7

ザーフィル

ルメール

1.8倍

勝率 42%

›

○A:○16

ファイアマン

原

4.4倍

勝率 20%

›

▲A:▲13

ロケットパンチ

武藤

11.3倍

勝率 6%

›

△A:△10

パイシャオピン

横山武

14.9倍

勝率 6%

›

△A:△14

ライフゲート

丹内

15.4倍

勝率 6%

›

△A:▽3

ナイトスラッガー

田辺

20.7倍

勝率 4%

›

▽A:△11

サンカルミア

坂井

22.0倍

勝率 4%

›

▽A:▽4

レッドベルダンス

嶋田

24.8倍

勝率 3%

›

▽A:▽12

カロローザ

幸

36.8倍

対象外勝率 3%

›

×A:▽15

ノアヴィヴァーチェ

菅原隆

37.7倍

対象外勝率 1%

›

▽A:▽5

カゼノタカトシ

戸崎圭

43.9倍

対象外勝率 1%

›

▽A:▽9

ライジンマル

木幡初

58.7倍

対象外勝率 1%

›

▽A:▽6

タマモカンパネラ

▲佐藤

64.7倍

対象外勝率 1%

›

▽A:▽8

ミクストベリーズ

菊沢

94.4倍

対象外勝率 1%

›

×A:▽2

グレイスザクラウン

木幡巧

145.5倍

対象外勝率 0%

›

×A:▽1

ジオパーククラウン

☆長浜

95.6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

A モデル（勝ち負けの 2 択で学習）

単勝 14 ライフゲート実15.4倍期待値 -4% 推奨 16.0〜30.0倍 ¥100 不的中9着

B モデル（レース内の順位で学習）

見送り

※ オッズは予測時点の値です。

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	ジオパーククラウン	☆長浜	実95.6	▽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 04/04 3中山34R 11着/14頭+6.3秒 02/22 1東京88R 15着/16頭+1.5秒 11/29 4京都712R 15着/16頭+1.2秒 10/11 3京都310R 10着/13頭+0.4秒 08/30 4中京310R 7着/11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 12.3着 (不振) ▽ 前走実績前走 11着 (大敗) × 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 0.7% (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	グレイスザクラウン	木幡巧	実145.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調／119日ぶりの実戦）
前5走 05/02 2東京312R 4着/14頭+0.5秒 02/21 1阪神112R 12着/13頭+1.6秒 01/05 1中山29R 9着/12頭+2.1秒 11/15 5東京39R 12着/16頭+1.3秒 10/05 4東京212R 2着/16頭+0.0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 8.7着 (不振) △ 当競馬場適性 9走で勝率 11% ▽ 前走実績前走 13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) -12% (オッズ過剰評価) AI 予想勝率 0.6% (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。
3	ナイトスラッガー	田辺	実20.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/02 1新潟110R 5着/15頭+0.2秒 03/14 1中京110R 3着/10頭+0.2秒 02/01 1東京27R 5着/9頭+0.6秒 01/05 1京都29R 2着/11頭+0.1秒 09/07 4阪神28R 2着/5頭+0.3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 4.3着 ○ 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) -19% (オッズ過剰評価) AI 予想勝率 4.0% (オッズ暗示: 4.8%) ※ 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	レッドベルダンス	嶋田	実24.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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3着）
前5走 05/03 2東京47R 1着/15頭勝利 04/12 1福島212R 6着/15頭+0.4秒 02/21 1東京712R 8着/16頭+0.4秒 11/08 3福島19R 8着/16頭+0.5秒 10/12 4東京47R 5着/16頭+0.6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 3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 3.8% (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。
5	カゼノタカトシ	戸崎圭	実43.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 03/28 3中山112R 11着/16頭+1.6秒 11/29 5東京78R 8着/16頭+1.5秒 08/30 3新潟38R 1着/10頭勝利 08/02 2新潟310R 2着/13頭+0.5秒 07/05 2福島36R 4着/14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戦の調子平均 5.7着 ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。
6	タマモカンパネラ	▲佐藤	実64.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7走で勝率0%と苦戦傾向／64日ぶりの実戦）
前5走 04/25 2東京112R 6着/13頭+1.2秒 03/28 3中山17R 1着/13頭勝利 02/07 1東京34R 2着/13頭+0.0秒 11/23 5東京56R 6着/16頭+0.6秒 10/26 4東京97R 4着/13頭+0.3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 7.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) △ 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 1.6% (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。
7	ザーフィル	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（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／前走勝利の勢い）
前5走 04/25 2東京16R 2着/16頭+0.1秒 02/15 1東京64R 2着/13頭+0.2秒 12/06 5中山19R 8着/11頭+0.9秒 09/27 4中山89R 3着/9頭+0.0秒 07/19 2福島75R 1着/16頭勝利
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) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 120日休養明け × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 30.1% (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。
8	ミクストベリーズ	菊沢	実94.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調）
前5走 03/21 1中京39R 6着/10頭+0.6秒 02/22 1東京88R 7着/16頭+0.5秒 11/23 5東京512R 3着/18頭+0.2秒 10/18 4東京67R 1着/17頭勝利 08/30 2札幌312R 4着/15頭+0.5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 8.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 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 1.2% (オッズ暗示: 1.1%) ※ 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。
9	ライジンマル	木幡初	実58.7	▽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／78日ぶりの実戦）
前5走 04/04 3中山310R 6着/15頭+0.6秒 03/08 2中山48R 5着/13頭+0.8秒 02/28 2中山112R 6着/16頭+0.6秒 01/24 1中山810R 8着/10頭+1.9秒 01/05 1中山29R 7着/12頭+1.7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 7.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.7%) ※ 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	パイシャオピン	横山武	実14.9	△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／70日ぶりの実戦）
前5走 03/22 2中山812R 4着/16頭+0.8秒 02/28 2中山112R 3着/16頭+0.4秒 01/10 1中山38R 2着/13頭+0.5秒 12/13 5中山38R 2着/15頭+0.0秒 10/11 4東京38R 1着/16頭勝利
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 7.7着 (不振) ◎ 当競馬場適性 6走で勝率 33% (得意) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 6.7%) ※ 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。
11	サンカルミア	坂井	実22.0	△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0%と苦戦傾向／前走3着／67日ぶりの実戦）
前5走 03/14 1中京111R 5着/14頭+0.7秒 11/29 5東京78R 7着/16頭+1.3秒 11/08 5東京19R 5着/13頭+1.8秒 10/25 4新潟38R 1着/14頭勝利 08/30 3新潟38R 5着/10頭+0.2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 3.3着 × 当競馬場適性 6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) +14% (市場と概ね一致) AI 予想勝率 5.2% (オッズ暗示: 4.5%) ※ 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	カロローザ	幸	実36.8	▽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／91日ぶりの実戦）
前5走 02/28 1阪神38R 4着/15頭+0.7秒 12/13 5中京36R 1着/16頭勝利 10/25 4新潟34R 14着/15頭+3.0秒 08/10 1札幌67R 5着/15頭+0.8秒 05/10 2京都56R 14着/16頭+1.5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) ▽ 前走実績前走 15着 (大敗) △ ローテーション 91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 1.6% (オッズ暗示: 2.7%) ※ 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。
13	ロケットパンチ	武藤	実11.3	▲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／71日ぶりの実戦）
前5走 04/11 1福島11R 7着/15頭+1.4秒 01/12 1中山53R 2着/16頭+0.6秒 12/20 5中山57R 3着/16頭+1.0秒 11/15 3福島31R 6着/15頭+1.2秒 10/19 4東京74R 8着/16頭+1.6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) +2% (市場と概ね一致) AI 予想勝率 9.2% (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。
14	ライフゲート推奨	丹内	実15.4	△詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全）
前5走 05/02 2東京312R 3着/14頭+0.3秒 04/18 1福島311R 4着/15頭+0.5秒 02/22 1小倉1010R 5着/16頭+0.7秒 02/08 1小倉610R 4着/16頭+0.3秒 01/25 1小倉210R 4着/16頭+0.2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 5.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 8.4% (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。
15	ノアヴィヴァーチェ	菅原隆	実37.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率40%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 04/26 2東京27R 2着/16頭+0.0秒 04/04 3中山38R 6着/11頭+0.8秒 01/18 1中山76R 3着/14頭+0.5秒 01/04 1中山17R 4着/16頭+0.9秒 12/14 5中京49R 6着/12頭+1.6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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 141日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.7%) ※ 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。
16	ファイアマン	原	実4.4	○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5走 03/14 2中山56R 6着/16頭+0.8秒 01/10 1中山39R 6着/10頭+1.4秒 12/14 5中山47R 9着/16頭+0.9秒 08/30 3新潟32R 1着/15頭勝利 08/09 2新潟52R 5着/10頭+0.9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) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 23.3% (オッズ暗示: 22.7%) ※ 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。

買うAI の推奨A

ライフゲート

騎手丹内

15.4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 ÷ 15.4倍）を上回り、期待値 +29% 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）

外れ（9着）

出走馬全16頭

◎7

ザーフィル

ルメール

1.8倍

勝率 30%

›

○16

ファイアマン

原

4.4倍

勝率 23%

›

▲13

ロケットパンチ

武藤

11.3倍

勝率 9%

›

△14

ライフゲート

丹内

15.4倍

勝率 8%

›

△10

パイシャオピン

横山武

14.9倍

勝率 6%

›

△11

サンカルミア

坂井

22.0倍

勝率 5%

›

▽3

ナイトスラッガー

田辺

20.7倍

勝率 4%

›

▽4

レッドベルダンス

嶋田

24.8倍

勝率 4%

›

▽12

カロローザ

幸

36.8倍

対象外勝率 2%

›

▽15

ノアヴィヴァーチェ

菅原隆

37.7倍

対象外勝率 2%

›

▽6

タマモカンパネラ

▲佐藤

64.7倍

対象外勝率 2%

›

▽5

カゼノタカトシ

戸崎圭

43.9倍

対象外勝率 1%

›

▽9

ライジンマル

木幡初

58.7倍

対象外勝率 1%

›

▽8

ミクストベリーズ

菊沢

94.4倍

対象外勝率 1%

›

▽1

ジオパーククラウン

☆長浜

95.6倍

対象外勝率 1%

›

▽2

グレイスザクラウン

木幡巧

145.5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

A モデル（勝ち負けの 2 択で学習）

単勝 14 ライフゲート実15.4倍期待値 +30% 推奨 11.8〜30.0倍 ¥100 不的中9着

B モデル（レース内の順位で学習）

見送り

※ 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