東京 3R 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

3R 東京競馬場発走 11:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カシノデスティニー	伊藤	実375.7	B▽ A▽勝率1% EV+266% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.5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 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 8.5着 (不振) ○ 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) +211%（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: 0.3%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 期待値 +267% ※ 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	ヴェルバーニア	ルメール	実1.5	B◎ A×勝率25% EV-62% 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3.0着と安定／前走3着／84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 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 3.0着 (安定) ○ 前走実績前走 3着 (好走) × 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 42.9% (オッズ暗示: 66.7%) × Aモデルの評価 (参考) レース内 1位 / 勝率 25.3% / 期待値 -62% ※ 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	マイネルアルディ	丹内	実156.2	B▽ A▽勝率1% EV+52% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.5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 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 10.5着 (不振) ○ 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%（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 +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。
4	ハイランドウインド	原田和	実199.8	B▽ A▽勝率1% EV+125% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（71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 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 6.0着 △ 期待値 (オッズ vs AI勝率) +65%（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: 0.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.1% / 期待値 +125% ※ 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	ディヴァンパーレ	西村淳	実27.4	B△ A△勝率5% EV+28% 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 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 6.0着 ○ 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% (市場と概ね一致) AI 予想勝率 4.4% (オッズ暗示: 3.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.7% / 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。
6	パッションノーヴァ	武藤	実36.3	B▽ A▽勝率4% EV+47% 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 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 4.0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) +1%（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: 2.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.1% / 期待値 +48% ※ 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	モナークスヴァラー	ミシェル	実12.0	B△ A△勝率7% EV-13% 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 6.0着 △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 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	マイネルヘルリッヒ	柴田大	実93.2	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
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 7.0着 (不振) ○ 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) +0%（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 8位 / 勝率 1.2% / 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。
9	ハナナ	横山武	実6.1	B○ A○勝率24% EV+47% 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 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 6.0着 ○ 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) -4% (オッズ過剰評価) AI 予想勝率 15.8% (オッズ暗示: 16.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.2% / 期待値 +48% ※ 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	ビップルーチェ	Ｍデムーロ	実103.7	B▽ A▽勝率1% EV+28% 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 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) ○ 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) +0%（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: 1.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 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。
11	テイクユアタイム	原	実122.8	B▽ A▽勝率1% EV+52% 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 7.0着 (不振) ○ 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) +13%（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: 0.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 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。
12	タイセイソアリング	荻野極	実13.2	B△ A△勝率7% EV-4% 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 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 ○ 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) -30% (大幅な期待値マイナス) AI 予想勝率 5.3% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 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。
13	ドナズエクリプス	吉村	実6.2	B▲ A▲勝率20% 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 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 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) -2% (オッズ過剰評価) AI 予想勝率 15.8% (オッズ暗示: 16.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 19.6% / 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。
14	マイネルシードル	△石神道	実339.8	B▽ A▽勝率1% EV+231% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0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 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 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) ○ 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) +181%（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: 0.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 期待値 +232% ※ 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

ヴェルバーニア

騎手ルメール

1.5倍

AI の勝率43%損益の分かれ目67%

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14頭

◎A:×2

ヴェルバーニア

ルメール

1.5倍

勝率 43%

›

○A:○9

ハナナ

横山武

6.1倍

勝率 16%

›

▲A:▲13

ドナズエクリプス

吉村

6.2倍

勝率 16%

›

△A:△7

モナークスヴァラー

ミシェル

12.0倍

勝率 7%

›

△A:△12

タイセイソアリング

荻野極

13.2倍

勝率 5%

›

△A:△5

ディヴァンパーレ

西村淳

27.4倍

勝率 4%

›

▽A:▽6

パッションノーヴァ

武藤

36.3倍

対象外勝率 3%

›

▽A:▽8

マイネルヘルリッヒ

柴田大

93.2倍

対象外勝率 1%

›

▽A:▽10

ビップルーチェ

Ｍデムーロ

103.7倍

対象外勝率 1%

›

▽A:▽11

テイクユアタイム

原

122.8倍

対象外勝率 1%

›

▽A:▽3

マイネルアルディ

丹内

156.2倍

対象外勝率 1%

›

▽A:▽4

ハイランドウインド

原田和

199.8倍

対象外勝率 1%

›

▽A:▽14

マイネルシードル

△石神道

339.8倍

対象外勝率 1%

›

▽A:▽1

カシノデスティニー

伊藤

375.7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

3R 東京競馬場発走 11:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カシノデスティニー	伊藤	実375.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.5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 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 8.5着 (不振) ○ 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) +266%（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: 0.3%) ※ 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	ヴェルバーニア	ルメール	実1.5	×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3.0着と安定／前走3着／84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 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 3.0着 (安定) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 25.3% (オッズ暗示: 66.7%) ※ 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	マイネルアルディ	丹内	実156.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.5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 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 10.5着 (不振) ○ 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) +52%（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。
4	ハイランドウインド	原田和	実199.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（71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 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 6.0着 △ 期待値 (オッズ vs AI勝率) +125%（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: 0.5%) ※ 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	ディヴァンパーレ	西村淳	実27.4	△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 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 6.0着 ○ 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) +28% (市場と概ね一致) AI 予想勝率 4.7% (オッズ暗示: 3.6%) ※ 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	パッションノーヴァ	武藤	実36.3	▽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 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 4.0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) +47%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.1% (オッズ暗示: 2.8%) ※ 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	モナークスヴァラー	ミシェル	実12.0	△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 6.0着 △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 7.2% (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。
8	マイネルヘルリッヒ	柴田大	実93.2	▽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 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 7.0着 (不振) ○ 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) +15%（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	ハナナ	横山武	実6.1	○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 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 6.0着 ○ 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) +47% (妙味あり) AI 予想勝率 24.2% (オッズ暗示: 16.4%) ※ 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	ビップルーチェ	Ｍデムーロ	実103.7	▽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 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) ○ 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) +28%（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: 1.0%) ※ 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。
11	テイクユアタイム	原	実122.8	▽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 7.0着 (不振) ○ 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) +52%（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: 0.8%) ※ 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	タイセイソアリング	荻野極	実13.2	△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 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 ○ 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) -5% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 7.6%) ※ 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	ドナズエクリプス	吉村	実6.2	▲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 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 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% (市場と概ね一致) AI 予想勝率 19.6% (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。
14	マイネルシードル	△石神道	実339.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0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 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 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) ○ 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) +231%（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: 0.3%) ※ 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

ヴェルバーニア

騎手ルメール

1.5倍

AI の勝率25%損益の分かれ目67%

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14頭

×2

ヴェルバーニア

ルメール

1.5倍

勝率 25%

›

○9

ハナナ

横山武

6.1倍

勝率 24%

›

▲13

ドナズエクリプス

吉村

6.2倍

勝率 20%

›

△7

モナークスヴァラー

ミシェル

12.0倍

勝率 7%

›

△12

タイセイソアリング

荻野極

13.2倍

勝率 7%

›

△5

ディヴァンパーレ

西村淳

27.4倍

勝率 5%

›

▽6

パッションノーヴァ

武藤

36.3倍

対象外勝率 4%

›

▽8

マイネルヘルリッヒ

柴田大

93.2倍

対象外勝率 1%

›

▽10

ビップルーチェ

Ｍデムーロ

103.7倍

対象外勝率 1%

›

▽11

テイクユアタイム

原

122.8倍

対象外勝率 1%

›

▽4

ハイランドウインド

原田和

199.8倍

対象外勝率 1%

›

▽3

マイネルアルディ

丹内

156.2倍

対象外勝率 1%

›

▽14

マイネルシードル

△石神道

339.8倍

対象外勝率 1%

›

▽1

カシノデスティニー

伊藤

375.7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