東京 12R 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

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	ウルトラハート	横山琉	実41.7	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（83日ぶりの実戦）
前5走 11/08 4京都14R 3着/12頭+0.1秒 10/18 4新潟12R 2着/14頭+0.7秒 10/04 3京都11R 5着/14頭+0.9秒 08/23 4中京16R 5着/12頭+2.2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 6.3着 ▽ 前走実績前走 13着 (大敗) × 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 1.4% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.4% / 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。
2	エコロバロン	菊沢	実56.8	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走平均9.3着と低調）
前5走 04/04 3中山33R 1着/16頭勝利 03/14 2中山53R 3着/16頭+0.7秒 01/17 1中山61R 6着/16頭+1.0秒 01/05 1中山21R 3着/16頭+0.7秒 10/13 4東京52R 8着/13頭+2.0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 9.3着 (不振) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.4% / 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。
3	シュヴァルツシルト	戸崎圭	実2.7	B◎ A◎勝率27% EV-27% 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0%と苦戦傾向／前走3着）
前5走 03/07 2中山33R 2着/16頭+0.3秒 02/15 1東京61R 4着/16頭+1.7秒 12/14 5中京42R 3着/13頭+0.7秒 11/30 5東京85R 3着/16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 3.7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) ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 22.2% (オッズ暗示: 37.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 26.8% / 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。
4	トップマジシャン	内田博	実84.1	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（直近3走平均9.3着と低調）
前5走 03/29 2阪神26R 8着/10頭+1.4秒 03/07 2中山37R 8着/15頭+1.6秒 10/13 4東京58R 5着/7頭+2.4秒 09/15 4中山51R 1着/16頭勝利 08/31 3新潟43R 11着/18頭+1.7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 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 27日の間隔 (理想的) △ 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 1.3% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.7% / 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。
5	アイファーファイト	松岡	実102.6	B× A▽勝率1% EV-16% 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）
前5走 05/03 1新潟212R 10着/15頭+1.1秒 04/11 1福島17R 11着/15頭+2.2秒 03/01 1小倉1212R 10着/16頭+1.9秒 02/15 1小倉812R 6着/13頭+0.8秒 01/24 1小倉112R 10着/15頭+1.4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 11.7着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -65% (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 0.8% / 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。
6	ブルーユンチェリー	武藤	実99.9	B× A▽勝率1% EV-30% 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）
前5走 03/15 2中山66R 14着/16頭+2.5秒 03/01 1小倉128R 7着/15頭+0.7秒 02/21 1小倉97R 14着/16頭+1.9秒 11/12 名古屋9R 1着/12頭勝利 10/31 名古屋10R 4着/12頭+1.1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 8.7着 (不振) ▽ 前走実績前走 10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) -68% (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 16位 / 勝率 0.7% / 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。
7	ロードフロイデ	横山武	実16.3	B▽ A▽勝率6% EV-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／251日ぶりの実戦）
前5走 02/01 高知8R 1着/8頭勝利 01/12 高知9R 1着/7頭勝利 12/29 高知7R 5着/10頭+1.0秒 12/14 高知8R 1着/9頭勝利 11/08 5東京17R 3着/16頭+0.8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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 251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 5.0% (オッズ暗示: 6.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.0% / 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。
8	プレダトゥール	菅原明	実15.3	B▽ A▽勝率5% EV-26% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/03 3京都46R 5着/16頭+0.4秒 01/12 1京都511R 14着/16頭+1.7秒 12/06 5中京19R 5着/8頭+0.4秒 11/22 4京都59R 6着/9頭+1.0秒 09/28 4阪神95R 1着/18頭勝利
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 6.3着 △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 6.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.8% / 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。
9	マーガレットクレア	原	実8.8	B▲ A△勝率11% EV-7% 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0%と苦戦傾向）
前5走 03/29 3中山26R 8着/13頭+0.9秒 01/18 1中山71R 1着/16頭勝利 12/27 5中山73R 4着/16頭+1.3秒 10/25 4東京81R 9着/15頭+1.8秒 10/05 4東京26R 6着/16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 6.3着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 13.3% (オッズ暗示: 11.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.6% / 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。
10	ゴーゴーパンチ	横山和	実5.6	B△ A▲勝率11% EV-40% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 04/11 3中山57R 9着/16頭+2.2秒 03/14 1中京12R 1着/16頭勝利 02/14 1小倉73R 4着/14頭+0.3秒 02/07 1小倉53R 5着/14頭+0.4秒 01/05 1中山25R 16着/16頭+4.8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 6.7着 ○ ローテーション 19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 11.1% (オッズ暗示: 17.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.6% / 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。
11	スーパーガール	▲佐藤	実6.2	B○ A○勝率12% EV-24% 詳細▼	AI上位評価だが期待値不足、見送り（119日ぶりの実戦）
前5走 05/03 2東京46R 6着/16頭+0.5秒 02/21 1東京71R 1着/16頭勝利 02/07 1東京31R 4着/16頭+0.9秒 01/25 1中山91R 5着/16頭+0.7秒 12/27 5中山71R 7着/15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戦の調子平均 5.0着 ○ 当競馬場適性 5走で勝率 20% (相性良) △ 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 15.5% (オッズ暗示: 16.1%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.4% / 期待値 -25% ※ 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	リアライズタキオン推奨	☆長浜	実25.5	B△ A△勝率7% EV+73% 詳細▼	市場が大きく過小評価、AI予想勝率8% × オッズ25.5倍で期待値+108%の有力候補（近5走で勝率20%と堅実／適度な間隔で状態万全）
前5走 04/25 2東京16R 15着/16頭+3.8秒 02/14 1東京53R 1着/16頭勝利 11/29 5東京71R 6着/13頭+1.0秒 11/01 4東京101R 2着/16頭+0.4秒 10/04 4東京11R 4着/16頭+0.8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 10.0着 (不振) △ 当競馬場適性 7走で勝率 14% ○ 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) +108% (市場が大幅過小評価) AI 予想勝率 8.2% (オッズ暗示: 3.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.9% / 期待値 +73% ※ 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	フリッシュ	斎藤	実43.3	B▽ A▽勝率2% EV-22% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調）
前5走 05/03 3京都46R 7着/16頭+0.6秒 02/07 2京都33R 1着/14頭勝利 01/25 1京都94R 6着/10頭+0.9秒 01/04 1京都13R 4着/16頭+0.5秒 10/18 4新潟12R 14着/14頭+5.4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) ▽ 前走実績前走 13着 (大敗) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) 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 10位 / 勝率 1.8% / 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	インヴェスター	黛	実104.7	B× A▽勝率2% EV+69% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均15.7着と低調／83日ぶりの実戦）
前5走 04/12 1福島212R 15着/15頭+4.1秒 02/15 1東京67R 13着/16頭+3.3秒 12/17 笠松6R 7着/10頭+2.2秒 11/18 笠松11R 1着/10頭勝利 11/04 笠松12R 7着/9頭+1.1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 15.7着 (不振) ▽ 前走実績前走 16着 (大敗) × 期待値 (オッズ vs AI勝率) -64% (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 12位 / 勝率 1.6% / 期待値 +69% ※ 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	ダイオジェナイト	岩田康	実15.5	B▽ A▽勝率6% EV-7% 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0%と苦戦傾向／前走3着／231日ぶりの実戦）
前5走 02/21 1東京77R 3着/16頭+1.5秒 12/14 5中京48R 8着/16頭+1.4秒 10/25 4新潟35R 6着/14頭+1.2秒 08/30 3新潟38R 6着/10頭+0.2秒 03/23 2中京48R 7着/16頭+1.2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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 231日休養明け × 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 3.9% (オッズ暗示: 6.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.0% / 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。
16	ラルフテソーロ	丹内	実8.7	B△ A△勝率10% EV-16% 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4走で勝率0%と苦戦傾向）
前5走 08/17 1札幌88R 9着/13頭+2.5秒 08/02 1札幌33R 1着/14頭勝利 11/30 5中山14R 2着/15頭+0.1秒 11/16 5東京53R 3着/16頭+0.9秒 10/19 4東京51R 5着/15頭+0.7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戦の調子平均 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 11.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.7% / 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。

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AB

リアライズタキオン

騎手 ☆長浜

25.5倍

AI の勝率8%損益の分かれ目4%

AI の勝率 8% が損益の分かれ目 4%（1 ÷ 25.5倍）を上回り、期待値 +108% が買う基準（+20%）以上。

賭け金の目安 ¥300（AI の自信に応じて変えています）

中央は記録のための予想です（控除率を越える力は未確認）。

外れ（12着）

出走馬全16頭

◎A:◎3

シュヴァルツシルト

戸崎圭

2.7倍

勝率 22%

›

○A:○11

スーパーガール

▲佐藤

6.2倍

勝率 15%

›

▲A:△9

マーガレットクレア

原

8.8倍

勝率 13%

›

△A:▲10

ゴーゴーパンチ

横山和

5.6倍

勝率 11%

›

△A:△16

ラルフテソーロ

丹内

8.7倍

勝率 9%

›

△A:△12

リアライズタキオン

☆長浜

25.5倍

勝率 8%

›

▽A:▽8

プレダトゥール

菅原明

15.3倍

勝率 7%

›

▽A:▽7

ロードフロイデ

横山武

16.3倍

勝率 5%

›

▽A:▽15

ダイオジェナイト

岩田康

15.5倍

勝率 4%

›

▽A:▽13

フリッシュ

斎藤

43.3倍

対象外勝率 2%

›

▽A:▽1

ウルトラハート

横山琉

41.7倍

対象外勝率 1%

›

▽A:▽2

エコロバロン

菊沢

56.8倍

対象外勝率 1%

›

▽A:▽4

トップマジシャン

内田博

84.1倍

対象外勝率 1%

›

×A:▽14

インヴェスター

黛

104.7倍

対象外勝率 0%

›

×A:▽5

アイファーファイト

松岡

102.6倍

対象外勝率 0%

›

×A:▽6

ブルーユンチェリー

武藤

99.9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

A モデル（勝ち負けの 2 択で学習）

単勝 12 リアライズタキオン実25.5倍期待値 +108% 推奨 12.2〜30.0倍 ¥100 不的中12着

B モデル（レース内の順位で学習）

単勝 12 リアライズタキオン実25.5倍期待値 +108% 推奨 12.2〜30.0倍 ¥200 不的中12着

※ 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	ウルトラハート	横山琉	実41.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（83日ぶりの実戦）
前5走 11/08 4京都14R 3着/12頭+0.1秒 10/18 4新潟12R 2着/14頭+0.7秒 10/04 3京都11R 5着/14頭+0.9秒 08/23 4中京16R 5着/12頭+2.2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 6.3着 ▽ 前走実績前走 13着 (大敗) × 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 1.4% (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。
2	エコロバロン	菊沢	実56.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.3着と低調）
前5走 04/04 3中山33R 1着/16頭勝利 03/14 2中山53R 3着/16頭+0.7秒 01/17 1中山61R 6着/16頭+1.0秒 01/05 1中山21R 3着/16頭+0.7秒 10/13 4東京52R 8着/13頭+2.0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 9.3着 (不振) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.8%) ※ 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。
3	シュヴァルツシルト	戸崎圭	実2.7	◎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0%と苦戦傾向／前走3着）
前5走 03/07 2中山33R 2着/16頭+0.3秒 02/15 1東京61R 4着/16頭+1.7秒 12/14 5中京42R 3着/13頭+0.7秒 11/30 5東京85R 3着/16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 3.7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) ○ 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) -28% (オッズ過剰評価) AI 予想勝率 26.8% (オッズ暗示: 37.0%) ※ 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。
4	トップマジシャン	内田博	実84.1	▽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 03/29 2阪神26R 8着/10頭+1.4秒 03/07 2中山37R 8着/15頭+1.6秒 10/13 4東京58R 5着/7頭+2.4秒 09/15 4中山51R 1着/16頭勝利 08/31 3新潟43R 11着/18頭+1.7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 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +36%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.7% (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。
5	アイファーファイト	松岡	実102.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.7着と低調）
前5走 05/03 1新潟212R 10着/15頭+1.1秒 04/11 1福島17R 11着/15頭+2.2秒 03/01 1小倉1212R 10着/16頭+1.9秒 02/15 1小倉812R 6着/13頭+0.8秒 01/24 1小倉112R 10着/15頭+1.4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 11.7着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 14日の間隔 (理想的) △ 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。
6	ブルーユンチェリー	武藤	実99.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調）
前5走 03/15 2中山66R 14着/16頭+2.5秒 03/01 1小倉128R 7着/15頭+0.7秒 02/21 1小倉97R 14着/16頭+1.9秒 11/12 名古屋9R 1着/12頭勝利 10/31 名古屋10R 4着/12頭+1.1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 8.7着 (不振) ▽ 前走実績前走 10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) -31% (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。
7	ロードフロイデ	横山武	実16.3	▽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／251日ぶりの実戦）
前5走 02/01 高知8R 1着/8頭勝利 01/12 高知9R 1着/7頭勝利 12/29 高知7R 5着/10頭+1.0秒 12/14 高知8R 1着/9頭勝利 11/08 5東京17R 3着/16頭+0.8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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 251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 6.0% (オッズ暗示: 6.1%) ※ 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	プレダトゥール	菅原明	実15.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/03 3京都46R 5着/16頭+0.4秒 01/12 1京都511R 14着/16頭+1.7秒 12/06 5中京19R 5着/8頭+0.4秒 11/22 4京都59R 6着/9頭+1.0秒 09/28 4阪神95R 1着/18頭勝利
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 6.3着 △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 4.8% (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。
9	マーガレットクレア	原	実8.8	△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4走で勝率0%と苦戦傾向）
前5走 03/29 3中山26R 8着/13頭+0.9秒 01/18 1中山71R 1着/16頭勝利 12/27 5中山73R 4着/16頭+1.3秒 10/25 4東京81R 9着/15頭+1.8秒 10/05 4東京26R 6着/16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 6.3着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 10.6% (オッズ暗示: 11.4%) ※ 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。
10	ゴーゴーパンチ	横山和	実5.6	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 04/11 3中山57R 9着/16頭+2.2秒 03/14 1中京12R 1着/16頭勝利 02/14 1小倉73R 4着/14頭+0.3秒 02/07 1小倉53R 5着/14頭+0.4秒 01/05 1中山25R 16着/16頭+4.8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 6.7着 ○ ローテーション 19日の間隔 (理想的) × 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 10.6% (オッズ暗示: 17.9%) ※ 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	スーパーガール	▲佐藤	実6.2	○詳細▼	AI上位評価だが期待値不足、見送り（119日ぶりの実戦）
前5走 05/03 2東京46R 6着/16頭+0.5秒 02/21 1東京71R 1着/16頭勝利 02/07 1東京31R 4着/16頭+0.9秒 01/25 1中山91R 5着/16頭+0.7秒 12/27 5中山71R 7着/15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戦の調子平均 5.0着 ○ 当競馬場適性 5走で勝率 20% (相性良) △ ローテーション 119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 12.4% (オッズ暗示: 16.1%) ※ 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。
12	リアライズタキオン推奨	☆長浜	実25.5	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+73%の中穴候補（近5走で勝率20%と堅実／適度な間隔で状態万全）
前5走 04/25 2東京16R 15着/16頭+3.8秒 02/14 1東京53R 1着/16頭勝利 11/29 5東京71R 6着/13頭+1.0秒 11/01 4東京101R 2着/16頭+0.4秒 10/04 4東京11R 4着/16頭+0.8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 10.0着 (不振) △ 当競馬場適性 7走で勝率 14% ○ 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) +73% (市場が大幅過小評価) AI 予想勝率 6.9% (オッズ暗示: 3.9%) ※ 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。
13	フリッシュ	斎藤	実43.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調）
前5走 05/03 3京都46R 7着/16頭+0.6秒 02/07 2京都33R 1着/14頭勝利 01/25 1京都94R 6着/10頭+0.9秒 01/04 1京都13R 4着/16頭+0.5秒 10/18 4新潟12R 14着/14頭+5.4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) ▽ 前走実績前走 13着 (大敗) ○ ローテーション 19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 1.8% (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。
14	インヴェスター	黛	実104.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均15.7着と低調／83日ぶりの実戦）
前5走 04/12 1福島212R 15着/15頭+4.1秒 02/15 1東京67R 13着/16頭+3.3秒 12/17 笠松6R 7着/10頭+2.2秒 11/18 笠松11R 1着/10頭勝利 11/04 笠松12R 7着/9頭+1.1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 15.7着 (不振) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) +69%（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: 1.0%) ※ 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。
15	ダイオジェナイト	岩田康	実15.5	▽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0%と苦戦傾向／前走3着／231日ぶりの実戦）
前5走 02/21 1東京77R 3着/16頭+1.5秒 12/14 5中京48R 8着/16頭+1.4秒 10/25 4新潟35R 6着/14頭+1.2秒 08/30 3新潟38R 6着/10頭+0.2秒 03/23 2中京48R 7着/16頭+1.2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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 231日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 6.0% (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。
16	ラルフテソーロ	丹内	実8.7	△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4走で勝率0%と苦戦傾向）
前5走 08/17 1札幌88R 9着/13頭+2.5秒 08/02 1札幌33R 1着/14頭勝利 11/30 5中山14R 2着/15頭+0.1秒 11/16 5東京53R 3着/16頭+0.9秒 10/19 4東京51R 5着/15頭+0.7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戦の調子平均 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 9.7% (オッズ暗示: 11.5%) ※ 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。

買うAI の推奨AB

リアライズタキオン

騎手 ☆長浜

25.5倍

AI の勝率7%損益の分かれ目4%

AI の勝率 7% が損益の分かれ目 4%（1 ÷ 25.5倍）を上回り、期待値 +73% が買う基準（+20%）以上。

賭け金の目安 ¥300（AI の自信に応じて変えています）

中央は記録のための予想です（控除率を越える力は未確認）。

外れ（12着）

出走馬全16頭

◎3

シュヴァルツシルト

戸崎圭

2.7倍

勝率 27%

›

○11

スーパーガール

▲佐藤

6.2倍

勝率 12%

›

▲10

ゴーゴーパンチ

横山和

5.6倍

勝率 11%

›

△9

マーガレットクレア

原

8.8倍

勝率 11%

›

△16

ラルフテソーロ

丹内

8.7倍

勝率 10%

›

△12

リアライズタキオン

☆長浜

25.5倍

勝率 7%

›

▽15

ダイオジェナイト

岩田康

15.5倍

勝率 6%

›

▽7

ロードフロイデ

横山武

16.3倍

勝率 6%

›

▽8

プレダトゥール

菅原明

15.3倍

勝率 5%

›

▽13

フリッシュ

斎藤

43.3倍

対象外勝率 2%

›

▽4

トップマジシャン

内田博

84.1倍

対象外勝率 2%

›

▽14

インヴェスター

黛

104.7倍

対象外勝率 2%

›

▽1

ウルトラハート

横山琉

41.7倍

対象外勝率 1%

›

▽2

エコロバロン

菊沢

56.8倍

対象外勝率 1%

›

▽5

アイファーファイト

松岡

102.6倍

対象外勝率 1%

›

▽6

ブルーユンチェリー

武藤

99.9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

A モデル（勝ち負けの 2 択で学習）

単勝 12 リアライズタキオン実25.5倍期待値 +75% 推奨 14.6〜30.0倍 ¥100 不的中12着

B モデル（レース内の順位で学習）

単勝 12 リアライズタキオン実25.5倍期待値 +75% 推奨 14.6〜30.0倍 ¥200 不的中12着

※ 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