東京 2R 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

2R 東京競馬場発走 10:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ノーブルグランツ	荻野極	実7.6	B○ A○勝率17% EV+28% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.0着と低調／99日ぶりの実戦）
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 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 9.0着 (不振) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 14.2% (オッズ暗示: 13.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.9% / 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。
2	ニーナラルゴ	原田和	実7.8	B▲ A▲勝率16% EV+21% 詳細▼	AI上位評価だが期待値不足、見送り
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 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 3.3着 ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 13.2% (オッズ暗示: 12.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.6% / 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。
3	ウインドピット	◇小林美	実37.9	B▽ A▽勝率3% EV+31% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 2.3% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.5% / 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。
4	コスモシグナス	丹内	実10.0	B△ A△勝率11% EV+10% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
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 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 7.3着 (不振) ○ 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) -21% (オッズ過剰評価) AI 予想勝率 7.9% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.1% / 期待値 +11% ※ 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	セイウンウェルス	野中	実167.8	B▽ A▽勝率1% EV+77% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 11位 (中位評価) △ 期待値 (オッズ vs AI勝率) +39%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.8% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.1% / 期待値 +77% ※ 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	イントゥーザブルー	石橋脩	実17.7	B▽ A▽勝率6% EV+8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 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 5.0着 △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 4.8% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.1% / 期待値 +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。
7	ドナフェリーチェ	三浦	実10.3	B△ A△勝率11% EV+14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 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 5.0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) -25% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 9.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 11.1% / 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。
8	コスモデュアリズム	松岡	実180.9	B▽ A▽勝率1% EV+74% 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走過去走データ取得失敗 (horse_results 不在)
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 11.0着 (不振) △ 期待値 (オッズ vs AI勝率) +50%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.8% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 期待値 +74% ※ 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	ニースケンス	原	実1.6	B◎ A×勝率22% EV-65% 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（直近3走平均2.0着と安定／前走2着／119日ぶりの実戦）
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 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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 119日休養明け × 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 38.7% (オッズ暗示: 62.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 21.5% / 期待値 -66% ※ 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	ドッグズノーズ	佐々木	実58.9	B▽ A▽勝率3% EV+104% 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）
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 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 8.0着 (不振) ○ 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) +37%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.3% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.5% / 期待値 +105% ※ 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	ミラマルニ	黛	実12.8	B△ A△勝率6% EV-21% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（77日ぶりの実戦）
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 5.0着 △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 6.6% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.1% / 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。
12	イツマデモマツワ	木幡初	実90.1	B▽ A▽勝率3% EV+130% 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／70日ぶりの実戦）
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 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) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.6% / 期待値 +130% ※ 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

ニースケンス

騎手原

1.6倍

AI の勝率39%損益の分かれ目62%

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12頭

◎A:×9

ニースケンス

原

1.6倍

勝率 39%

›

○A:○1

ノーブルグランツ

荻野極

7.6倍

勝率 14%

›

▲A:▲2

ニーナラルゴ

原田和

7.8倍

勝率 13%

›

△A:△4

コスモシグナス

丹内

10.0倍

勝率 8%

›

△A:△7

ドナフェリーチェ

三浦

10.3倍

勝率 7%

›

△A:△11

ミラマルニ

黛

12.8倍

勝率 7%

›

▽A:▽6

イントゥーザブルー

石橋脩

17.7倍

勝率 5%

›

▽A:▽3

ウインドピット

◇小林美

37.9倍

対象外勝率 2%

›

▽A:▽10

ドッグズノーズ

佐々木

58.9倍

対象外勝率 2%

›

▽A:▽12

イツマデモマツワ

木幡初

90.1倍

対象外勝率 1%

›

▽A:▽5

セイウンウェルス

野中

167.8倍

対象外勝率 1%

›

▽A:▽8

コスモデュアリズム

松岡

180.9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

2R 東京競馬場発走 10:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ノーブルグランツ	荻野極	実7.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.0着と低調／99日ぶりの実戦）
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 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 9.0着 (不振) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 16.9% (オッズ暗示: 13.2%) ※ 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。
2	ニーナラルゴ	原田和	実7.8	▲詳細▼	AI上位評価だが期待値不足、見送り
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 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 3.3着 ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 15.6% (オッズ暗示: 12.8%) ※ 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	ウインドピット	◇小林美	実37.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) +31%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.5% (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。
4	コスモシグナス	丹内	実10.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
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 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 7.3着 (不振) ○ 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) +10% (市場と概ね一致) AI 予想勝率 11.1% (オッズ暗示: 10.0%) ※ 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	セイウンウェルス	野中	実167.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 11位 (中位評価) △ 期待値 (オッズ vs AI勝率) +77%（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: 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。
6	イントゥーザブルー	石橋脩	実17.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 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 5.0着 △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 6.1% (オッズ暗示: 5.6%) ※ 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	ドナフェリーチェ	三浦	実10.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 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 5.0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) +14% (市場と概ね一致) AI 予想勝率 11.1% (オッズ暗示: 9.7%) ※ 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。
8	コスモデュアリズム	松岡	実180.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調）
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 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 11.0着 (不振) △ 期待値 (オッズ vs AI勝率) +74%（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: 0.6%) ※ 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。
9	ニースケンス	原	実1.6	×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（直近3走平均2.0着と安定／前走2着／119日ぶりの実戦）
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 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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 119日休養明け × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 21.5% (オッズ暗示: 62.5%) ※ 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。
10	ドッグズノーズ	佐々木	実58.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
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 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 8.0着 (不振) ○ 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) +104%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.5% (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。
11	ミラマルニ	黛	実12.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（77日ぶりの実戦）
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 5.0着 △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 6.1% (オッズ暗示: 7.8%) ※ 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。
12	イツマデモマツワ	木幡初	実90.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調／70日ぶりの実戦）
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 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) △ 期待値 (オッズ vs AI勝率) +130%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.6% (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。

見送りAI の 1 位の馬

ニースケンス

騎手原

1.6倍

AI の勝率22%損益の分かれ目62%

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12頭

×9

ニースケンス

原

1.6倍

勝率 22%

›

○1

ノーブルグランツ

荻野極

7.6倍

勝率 17%

›

▲2

ニーナラルゴ

原田和

7.8倍

勝率 16%

›

△4

コスモシグナス

丹内

10.0倍

勝率 11%

›

△7

ドナフェリーチェ

三浦

10.3倍

勝率 11%

›

△11

ミラマルニ

黛

12.8倍

勝率 6%

›

▽6

イントゥーザブルー

石橋脩

17.7倍

勝率 6%

›

▽3

ウインドピット

◇小林美

37.9倍

対象外勝率 3%

›

▽10

ドッグズノーズ

佐々木

58.9倍

対象外勝率 3%

›

▽12

イツマデモマツワ

木幡初

90.1倍

対象外勝率 3%

›

▽5

セイウンウェルス

野中

167.8倍

対象外勝率 1%

›

▽8

コスモデュアリズム

松岡

180.9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