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	サーロー	佐々木	実27.2	B▽ A▽勝率4% EV+2% 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5走 04/25 2東京11R 3着/14頭+0.5秒 04/05 3中山41R 11着/16頭+2.3秒 03/08 2中山41R 4着/16頭+0.5秒 11/08 5東京12R 5着/15頭+1.8秒 10/25 4東京84R 11着/16頭+1.4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 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.8% / 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	ショコラプリン	戸崎圭	実3.3	B◎ A○勝率23% EV-22% 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（前走3着／105日ぶりの実戦）
前5走 04/18 2阪神76R 6着/14頭+1.1秒 01/17 1京都66R 2着/8頭+0.2秒 11/08 4京都11R 1着/12頭勝利 09/21 4阪神73R 4着/11頭+0.7秒 09/07 4中山26R 2着/16頭+0.3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 4.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 27.3% (オッズ暗示: 30.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.4% / 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。
3	アンディラメナ	丹内	実18.2	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（直近3走で勝率33%と好調／126日ぶりの実戦）
前5走 02/01 2京都26R 7着/16頭+0.8秒 11/08 5東京12R 1着/15頭勝利 09/21 4中山74R 3着/16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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ ローテーション 126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 5.4% (オッズ暗示: 5.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.7% / 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。
4	カルネヴァーレ	▲佐藤	実70.0	B▽ A▽勝率3% EV+94% 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／112日ぶりの実戦）
前5走 03/22 2中山88R 13着/15頭+2.4秒 03/01 1小倉128R 2着/15頭+0.2秒 01/05 1中山212R 7着/16頭+0.6秒 12/20 5中京52R 9着/16頭+1.0秒 11/09 5東京27R 12着/16頭+2.2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 8.3着 (不振) △ 当競馬場適性 10走で勝率 10% ▽ 前走実績前走 12着 (大敗) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +43%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.0% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.8% / 期待値 +94% ※ 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	ケープウィッカム	ルメール	実2.6	B○ A◎勝率23% EV-39% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場5走で勝率0%と苦戦傾向／直近3走平均2.7着と安定／前走3着）
前5走 04/25 2東京17R 4着/16頭+0.4秒 03/01 2中山26R 3着/15頭+1.0秒 12/06 5中京13R 13着/15頭+1.2秒 11/16 3福島43R 4着/15頭+0.8秒 09/06 2札幌58R 3着/14頭+0.9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 2.7着 (安定) × 当競馬場適性 5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) -46% (大幅な期待値マイナス) AI 予想勝率 20.6% (オッズ暗示: 38.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 23.4% / 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。
6	クレマチス	川又	実12.1	B△ A△勝率8% EV-5% 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）
前5走 03/21 1阪神91R 1着/10頭勝利 12/14 5阪神41R 5着/11頭+1.5秒 11/22 3福島51R 7着/14頭+1.4秒 11/01 3京都106R 5着/16頭+0.8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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 期待値 -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	ビスケットマリー	内田博	実201.2	B▽ A▽勝率1% EV+81% 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走平均10.7着と低調）
前5走 04/25 1福島512R 15着/16頭+2.7秒 03/01 2中山26R 11着/15頭+2.4秒 02/15 1小倉812R 5着/13頭+0.8秒 02/07 1小倉57R 11着/18頭+1.1秒 12/16 水沢10R 1着/12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戦の調子平均 10.7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) +88%（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: 0.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.9% / 期待値 +82% ※ 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	グロリアス	◇小林美	実26.7	B▽ A▽勝率4% EV+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）
前5走 04/18 2阪神71R 7着/15頭+1.5秒 04/04 2阪神31R 5着/16頭+1.4秒 03/01 1阪神41R 3着/13頭+1.4秒 02/14 2京都53R 7着/11頭+1.4秒 02/01 2京都21R 5着/13頭+1.2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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 4.5% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 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。
9	スーパーチャンド	菊沢	実114.7	B▽ A▽勝率1% EV+19% 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／前走3着／151日ぶりの実戦）
前5走 05/03 金沢8R 5着/9頭+2.2秒 04/07 金沢11R 1着/7頭勝利 03/27 金沢12R 1着/11頭勝利 03/12 金沢9R 2着/11頭+0.2秒 01/23 船橋12R 7着/14頭+1.5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) ○ 前走実績前走 3着 (好走) △ ローテーション 151日休養明け △ 期待値 (オッズ vs AI勝率) +7%（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: 0.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 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。
10	ブルーサーマル	原	実10.1	B△ A△勝率8% EV-21% 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／97日ぶりの実戦）
前5走 05/03 2東京41R 1着/15頭勝利 03/15 2中山64R 4着/16頭+1.1秒 01/12 1中山52R 2着/16頭+0.3秒 12/20 5中山52R 2着/16頭+0.8秒 09/21 4中山74R 7着/16頭+2.0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) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 9.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 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。
11	デルマザオウ	小崎	実49.5	B▽ A▽勝率3% EV+37% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走過去走データ取得失敗 (horse_results 不在)
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 △ 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 2.4% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.8% / 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。
12	ペイトー	丸田	実162.2	B▽ A▽勝率1% EV+46% 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）
前5走 03/21 2中山71R 1着/16頭勝利 02/28 2中山11R 4着/15頭+0.5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 13着 (大敗) ○ ローテーション 20日の間隔 (理想的) △ 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 0.9% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 期待値 +47% ※ 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	ミライヘノティアラ	菅原明	実4.7	B▲ A▲勝率17% EV-20% 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33%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 04/25 2東京14R 7着/15頭+1.1秒 04/11 3中山56R 10着/18頭+0.7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 3走で勝率 33% (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 15.9% (オッズ暗示: 21.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.9% / 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。

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

ショコラプリン

騎手戸崎圭

3.3倍

AI の勝率27%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13頭

◎A:○2

ショコラプリン

戸崎圭

3.3倍

勝率 27%

›

○A:◎5

ケープウィッカム

ルメール

2.6倍

勝率 21%

›

▲A:▲13

ミライヘノティアラ

菅原明

4.7倍

勝率 16%

›

△A:△10

ブルーサーマル

原

10.1倍

勝率 9%

›

△A:△6

クレマチス

川又

12.1倍

勝率 7%

›

△A:△3

アンディラメナ

丹内

18.2倍

勝率 5%

›

▽A:▽8

グロリアス

◇小林美

26.7倍

勝率 4%

›

▽A:▽1

サーロー

佐々木

27.2倍

勝率 3%

›

▽A:▽11

デルマザオウ

小崎

49.5倍

対象外勝率 2%

›

▽A:▽4

カルネヴァーレ

▲佐藤

70.0倍

対象外勝率 2%

›

▽A:▽9

スーパーチャンド

菊沢

114.7倍

対象外勝率 1%

›

▽A:▽12

ペイトー

丸田

162.2倍

対象外勝率 1%

›

▽A:▽7

ビスケットマリー

内田博

201.2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

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	サーロー	佐々木	実27.2	▽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5走 04/25 2東京11R 3着/14頭+0.5秒 04/05 3中山41R 11着/16頭+2.3秒 03/08 2中山41R 4着/16頭+0.5秒 11/08 5東京12R 5着/15頭+1.8秒 10/25 4東京84R 11着/16頭+1.4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 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 3.8% (オッズ暗示: 3.7%) ※ 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。
2	ショコラプリン	戸崎圭	実3.3	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着／105日ぶりの実戦）
前5走 04/18 2阪神76R 6着/14頭+1.1秒 01/17 1京都66R 2着/8頭+0.2秒 11/08 4京都11R 1着/12頭勝利 09/21 4阪神73R 4着/11頭+0.7秒 09/07 4中山26R 2着/16頭+0.3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 4.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 105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 23.4% (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。
3	アンディラメナ	丹内	実18.2	△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33%と好調／126日ぶりの実戦）
前5走 02/01 2京都26R 7着/16頭+0.8秒 11/08 5東京12R 1着/15頭勝利 09/21 4中山74R 3着/16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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 4.7% (オッズ暗示: 5.5%) ※ 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	カルネヴァーレ	▲佐藤	実70.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調／112日ぶりの実戦）
前5走 03/22 2中山88R 13着/15頭+2.4秒 03/01 1小倉128R 2着/15頭+0.2秒 01/05 1中山212R 7着/16頭+0.6秒 12/20 5中京52R 9着/16頭+1.0秒 11/09 5東京27R 12着/16頭+2.2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 8.3着 (不振) △ 当競馬場適性 10走で勝率 10% ▽ 前走実績前走 12着 (大敗) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +94%（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: 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。
5	ケープウィッカム	ルメール	実2.6	◎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5走で勝率0%と苦戦傾向／直近3走平均2.7着と安定／前走3着）
前5走 04/25 2東京17R 4着/16頭+0.4秒 03/01 2中山26R 3着/15頭+1.0秒 12/06 5中京13R 13着/15頭+1.2秒 11/16 3福島43R 4着/15頭+0.8秒 09/06 2札幌58R 3着/14頭+0.9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 2.7着 (安定) × 当競馬場適性 5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) -39% (大幅な期待値マイナス) AI 予想勝率 23.4% (オッズ暗示: 38.5%) ※ 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	クレマチス	川又	実12.1	△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）
前5走 03/21 1阪神91R 1着/10頭勝利 12/14 5阪神41R 5着/11頭+1.5秒 11/22 3福島51R 7着/14頭+1.4秒 11/01 3京都106R 5着/16頭+0.8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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 8.3%) ※ 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	ビスケットマリー	内田博	実201.2	▽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走平均10.7着と低調）
前5走 04/25 1福島512R 15着/16頭+2.7秒 03/01 2中山26R 11着/15頭+2.4秒 02/15 1小倉812R 5着/13頭+0.8秒 02/07 1小倉57R 11着/18頭+1.1秒 12/16 水沢10R 1着/12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戦の調子平均 10.7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) +81%（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: 0.5%) ※ 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。
8	グロリアス	◇小林美	実26.7	▽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）
前5走 04/18 2阪神71R 7着/15頭+1.5秒 04/04 2阪神31R 5着/16頭+1.4秒 03/01 1阪神41R 3着/13頭+1.4秒 02/14 2京都53R 7着/11頭+1.4秒 02/01 2京都21R 5着/13頭+1.2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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 10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 3.8% (オッズ暗示: 3.7%) ※ 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。
9	スーパーチャンド	菊沢	実114.7	▽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／前走3着／151日ぶりの実戦）
前5走 05/03 金沢8R 5着/9頭+2.2秒 04/07 金沢11R 1着/7頭勝利 03/27 金沢12R 1着/11頭勝利 03/12 金沢9R 2着/11頭+0.2秒 01/23 船橋12R 7着/14頭+1.5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) ○ 前走実績前走 3着 (好走) △ ローテーション 151日休養明け △ 期待値 (オッズ vs AI勝率) +19%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (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。
10	ブルーサーマル	原	実10.1	△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／97日ぶりの実戦）
前5走 05/03 2東京41R 1着/15頭勝利 03/15 2中山64R 4着/16頭+1.1秒 01/12 1中山52R 2着/16頭+0.3秒 12/20 5中山52R 2着/16頭+0.8秒 09/21 4中山74R 7着/16頭+2.0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) △ ローテーション 97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 7.8% (オッズ暗示: 9.9%) ※ 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。
11	デルマザオウ	小崎	実49.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走過去走データ取得失敗 (horse_results 不在)
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 △ 期待値 (オッズ vs AI勝率) +37%（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: 2.0%) ※ 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。
12	ペイトー	丸田	実162.2	▽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）
前5走 03/21 2中山71R 1着/16頭勝利 02/28 2中山11R 4着/15頭+0.5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 13着 (大敗) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +46%（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: 0.6%) ※ 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。
13	ミライヘノティアラ	菅原明	実4.7	▲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33%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 04/25 2東京14R 7着/15頭+1.1秒 04/11 3中山56R 10着/18頭+0.7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 3走で勝率 33% (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) -20% (オッズ過剰評価) AI 予想勝率 16.9% (オッズ暗示: 21.3%) ※ 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

ケープウィッカム

騎手ルメール

2.6倍

AI の勝率23%損益の分かれ目38%

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13頭

◎5

ケープウィッカム

ルメール

2.6倍

勝率 23%

›

○2

ショコラプリン

戸崎圭

3.3倍

勝率 23%

›

▲13

ミライヘノティアラ

菅原明

4.7倍

勝率 17%

›

△10

ブルーサーマル

原

10.1倍

勝率 8%

›

△6

クレマチス

川又

12.1倍

勝率 8%

›

△3

アンディラメナ

丹内

18.2倍

勝率 5%

›

▽8

グロリアス

◇小林美

26.7倍

勝率 4%

›

▽1

サーロー

佐々木

27.2倍

勝率 4%

›

▽11

デルマザオウ

小崎

49.5倍

対象外勝率 3%

›

▽4

カルネヴァーレ

▲佐藤

70.0倍

対象外勝率 3%

›

▽9

スーパーチャンド

菊沢

114.7倍

対象外勝率 1%

›

▽12

ペイトー

丸田

162.2倍

対象外勝率 1%

›

▽7

ビスケットマリー

内田博

201.2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