東京 6R 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

6R 東京競馬場発走 12:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ドルンレースツェン	☆長浜	実202.9	B▽ A▽勝率1% EV+51% 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 12/28 5中山96R 1着/16頭勝利 ― ― ― ―
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) ▽ 前走実績前走 16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) -30% (オッズ過剰評価) AI 予想勝率 0.3% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.7% / 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。
2	グラスハーティー	▲上里	実67.5	B▽ A▽勝率1% EV-49% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率0%と苦戦傾向／232日ぶりの実戦）
前5走 02/21 1東京71R 5着/16頭+0.7秒 02/01 1東京23R 2着/16頭+1.1秒 01/12 1中山52R 5着/16頭+1.5秒 12/20 5中山52R 9着/16頭+1.9秒 10/25 4東京81R 7着/15頭+1.3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 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 232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 1.4% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.7% / 期待値 -49% ※ 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	パッションディーバ	武藤	実97.9	B× A▽勝率1% EV-26% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.7着と低調）
前5走 04/25 2東京17R 15着/16頭+2.4秒 03/25 名古屋7R 6着/10頭+1.6秒 03/09 名古屋9R 1着/9頭勝利 01/01 名古屋12R 2着/12頭+0.3秒 12/18 名古屋10R 3着/10頭+0.5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 12.7着 (不振) ▽ 前走実績前走 14着 (大敗) × 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 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 -27% ※ 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	ミュークチェルシー	吉田豊	実30.2	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（当競馬場6走で勝率0%と苦戦傾向／直近3走平均11.0着と低調／64日ぶりの実戦）
前5走 02/22 1小倉107R 11着/14頭+2.3秒 02/01 1小倉47R 8着/15頭+0.9秒 11/23 5東京56R 8着/16頭+0.9秒 10/26 4東京97R 10着/13頭+0.8秒 07/12 2福島52R 1着/15頭勝利
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 11.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.9% / 期待値 -43% ※ 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	ベルメサイア	丹内	実15.1	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 04/26 2東京27R 9着/16頭+1.9秒 03/15 1中京26R 7着/16頭+1.4秒 11/24 3福島62R 7着/15頭+0.6秒 10/26 4東京97R 3着/13頭+0.3秒 07/13 2小倉67R 11着/16頭+1.9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 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) -27% (オッズ過剰評価) AI 予想勝率 4.8% (オッズ暗示: 6.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.8% / 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。
6	ブルームコード	西村淳	実10.4	B△ A△勝率9% EV-5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 01/18 1中山712R 2着/16頭+0.1秒 12/27 5中山75R 5着/16頭+0.4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 6.0着 ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 9.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.1% / 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	プリプリプリン	▲佐藤	実2.8	B◎ A◎勝率28% EV-21% 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走で勝率33%と好調／前走勝利の勢い／78日ぶりの実戦）
前5走 05/03 2東京42R 2着/16頭+0.3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 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 28.6% (オッズ暗示: 35.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 28.1% / 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。
8	フュルスティン	戸崎圭	実9.7	B○ A△勝率11% EV+7% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.3着と低調）
前5走 03/22 2中山83R 11着/14頭+2.3秒 01/04 1中山11R 1着/16頭勝利 12/21 5中山61R 2着/16頭+0.2秒 12/06 5中山12R 11着/13頭+2.8秒 08/24 3新潟26R 12着/13頭+2.7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) ○ 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) +12% (市場と概ね一致) AI 予想勝率 11.6% (オッズ暗示: 10.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.1% / 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。
9	スタートレイン	原	実24.1	B▽ A×勝率2% EV-54% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／直近3走平均11.7着と低調）
前5走 05/02 2東京35R 17着/18頭+1.5秒 03/21 2中山76R 8着/13頭+1.7秒 11/23 5東京59R 4着/8頭+0.6秒 09/13 4中山35R 1着/16頭勝利 ―
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 11.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 4.1%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.9% / 期待値 -54% ※ 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	ペンテリコン	浜中	実14.6	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 02/01 1小倉43R 5着/14頭+0.5秒 01/04 1京都18R 4着/16頭+0.5秒 12/07 5阪神27R 2着/11頭+0.1秒 09/28 4阪神96R 7着/16頭+0.7秒 09/07 4阪神26R 3着/15頭+0.7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 21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 5.7% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.3% / 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。
11	ティピティーナ	伊藤	実35.6	B▽ A▽勝率2% EV-38% 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 03/29 3中山28R 3着/16頭+0.7秒 03/15 1中京212R 14着/18頭+1.7秒 11/09 3福島212R 10着/16頭+0.7秒 10/19 4新潟23R 3着/18頭+0.0秒 07/05 2福島312R 5着/15頭+0.4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 9.0着 (不振) ▽ 前走実績前走 14着 (大敗) × 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 1.7% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.7% / 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。
12	ラエトゥス	横山和	実11.1	B△ A△勝率8% EV-13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調）
前5走 04/12 2阪神65R 11着/16頭+1.3秒 02/07 2京都310R 7着/9頭+2.1秒 10/13 4東京58R 6着/7頭+2.5秒 09/20 4阪神68R 6着/6頭+2.2秒 08/03 3中京43R 1着/7頭勝利
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 9.0着 (不振) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 9.7% (オッズ暗示: 9.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.8% / 期待値 -13% ※ 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	テンハートビート	ミシェル	実6.3	B▲ A○勝率11% EV-30% 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 03/21 2中山71R 4着/16頭+0.5秒 03/07 2中山31R 3着/16頭+1.0秒 12/06 5中山13R 11着/15頭+0.9秒 11/24 5東京66R 8着/13頭+1.3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) ○ 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) -39% (大幅な期待値マイナス) AI 予想勝率 9.7% (オッズ暗示: 15.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.1% / 期待値 -30% ※ 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	エスシーレイジュ	大野	実50.5	B▽ A▽勝率1% EV-24% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調／99日ぶりの実戦）
前5走 02/21 1東京72R 6着/16頭+1.1秒 02/07 1東京37R 11着/14頭+2.8秒 10/26 4東京91R 1着/14頭勝利 10/05 4東京21R 5着/16頭+1.8秒 09/07 4中山23R 7着/15頭+2.6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 10.0着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 11着 (大敗) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.5% / 期待値 -24% ※ 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	カーボフリオ	◇小林美	実34.7	B▽ A▽勝率1% EV-47% 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）
前5走 04/26 2東京21R 4着/15頭+0.7秒 04/04 3中山33R 8着/16頭+1.4秒 02/14 2京都52R 6着/16頭+2.0秒 01/31 2京都11R 11着/16頭+2.1秒 12/06 5中京11R 7着/16頭+1.1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 6.0着 × 当競馬場適性 3走で勝率 0% (苦戦) × 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 1.7% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.5% / 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。
16	ノアスペシャル	木幡巧	実7.1	B△ A▲勝率11% EV-21% 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10走で勝率0%と苦戦傾向）
前5走 03/15 1中京26R 4着/16頭+0.5秒 02/21 1東京77R 4着/16頭+1.6秒 10/12 4東京46R 7着/15頭+0.9秒 09/20 4中山68R 6着/15頭+1.1秒 06/08 3東京27R 11着/16頭+1.2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 4.7着 × 当競馬場適性 10走で勝率 0% (苦戦) ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 9.7% (オッズ暗示: 14.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.1% / 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。

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

プリプリプリン

騎手 ▲佐藤

2.8倍

AI の勝率29%損益の分かれ目36%

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16頭

◎A:◎7

プリプリプリン

▲佐藤

2.8倍

勝率 29%

›

○A:△8

フュルスティン

戸崎圭

9.7倍

勝率 12%

›

▲A:○13

テンハートビート

ミシェル

6.3倍

勝率 10%

›

△A:▲16

ノアスペシャル

木幡巧

7.1倍

勝率 10%

›

△A:△12

ラエトゥス

横山和

11.1倍

勝率 10%

›

△A:△6

ブルームコード

西村淳

10.4倍

勝率 8%

›

▽A:▽10

ペンテリコン

浜中

14.6倍

勝率 6%

›

▽A:▽5

ベルメサイア

丹内

15.1倍

勝率 5%

›

▽A:×9

スタートレイン

原

24.1倍

勝率 3%

›

▽A:▽4

ミュークチェルシー

吉田豊

30.2倍

対象外勝率 2%

›

▽A:▽15

カーボフリオ

◇小林美

34.7倍

対象外勝率 2%

›

▽A:▽11

ティピティーナ

伊藤

35.6倍

対象外勝率 2%

›

▽A:▽14

エスシーレイジュ

大野

50.5倍

対象外勝率 1%

›

▽A:▽2

グラスハーティー

▲上里

67.5倍

対象外勝率 1%

›

×A:▽3

パッションディーバ

武藤

97.9倍

対象外勝率 0%

›

▽A:▽1

ドルンレースツェン

☆長浜

202.9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

両モデルとも見送り

6R 東京競馬場発走 12:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ドルンレースツェン	☆長浜	実202.9	▽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 12/28 5中山96R 1着/16頭勝利 ― ― ― ―
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) ▽ 前走実績前走 16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) +51%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.7% (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。
2	グラスハーティー	▲上里	実67.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率0%と苦戦傾向／232日ぶりの実戦）
前5走 02/21 1東京71R 5着/16頭+0.7秒 02/01 1東京23R 2着/16頭+1.1秒 01/12 1中山52R 5着/16頭+1.5秒 12/20 5中山52R 9着/16頭+1.9秒 10/25 4東京81R 7着/15頭+1.3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 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 232日休養明け × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。
3	パッションディーバ	武藤	実97.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.7着と低調）
前5走 04/25 2東京17R 15着/16頭+2.4秒 03/25 名古屋7R 6着/10頭+1.6秒 03/09 名古屋9R 1着/9頭勝利 01/01 名古屋12R 2着/12頭+0.3秒 12/18 名古屋10R 3着/10頭+0.5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 12.7着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) 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。
4	ミュークチェルシー	吉田豊	実30.2	▽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／直近3走平均11.0着と低調／64日ぶりの実戦）
前5走 02/22 1小倉107R 11着/14頭+2.3秒 02/01 1小倉47R 8着/15頭+0.9秒 11/23 5東京56R 8着/16頭+0.9秒 10/26 4東京97R 10着/13頭+0.8秒 07/12 2福島52R 1着/15頭勝利
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 11.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) × 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 1.9% (オッズ暗示: 3.3%) ※ 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。
5	ベルメサイア	丹内	実15.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 04/26 2東京27R 9着/16頭+1.9秒 03/15 1中京26R 7着/16頭+1.4秒 11/24 3福島62R 7着/15頭+0.6秒 10/26 4東京97R 3着/13頭+0.3秒 07/13 2小倉67R 11着/16頭+1.9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 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) -28% (オッズ過剰評価) AI 予想勝率 4.8% (オッズ暗示: 6.6%) ※ 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	ブルームコード	西村淳	実10.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 01/18 1中山712R 2着/16頭+0.1秒 12/27 5中山75R 5着/16頭+0.4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 6.0着 ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 9.6%) ※ 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	プリプリプリン	▲佐藤	実2.8	◎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（直近3走で勝率33%と好調／前走勝利の勢い／78日ぶりの実戦）
前5走 05/03 2東京42R 2着/16頭+0.3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 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 28.1% (オッズ暗示: 35.7%) ※ 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	フュルスティン	戸崎圭	実9.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.3着と低調）
前5走 03/22 2中山83R 11着/14頭+2.3秒 01/04 1中山11R 1着/16頭勝利 12/21 5中山61R 2着/16頭+0.2秒 12/06 5中山12R 11着/13頭+2.8秒 08/24 3新潟26R 12着/13頭+2.7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) ○ 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) +7% (市場と概ね一致) AI 予想勝率 11.1% (オッズ暗示: 10.3%) ※ 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。
9	スタートレイン	原	実24.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／直近3走平均11.7着と低調）
前5走 05/02 2東京35R 17着/18頭+1.5秒 03/21 2中山76R 8着/13頭+1.7秒 11/23 5東京59R 4着/8頭+0.6秒 09/13 4中山35R 1着/16頭勝利 ―
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 11.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 4.1%) ※ 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。
10	ペンテリコン	浜中	実14.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 02/01 1小倉43R 5着/14頭+0.5秒 01/04 1京都18R 4着/16頭+0.5秒 12/07 5阪神27R 2着/11頭+0.1秒 09/28 4阪神96R 7着/16頭+0.7秒 09/07 4阪神26R 3着/15頭+0.7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 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 6.8%) ※ 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。
11	ティピティーナ	伊藤	実35.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調）
前5走 03/29 3中山28R 3着/16頭+0.7秒 03/15 1中京212R 14着/18頭+1.7秒 11/09 3福島212R 10着/16頭+0.7秒 10/19 4新潟23R 3着/18頭+0.0秒 07/05 2福島312R 5着/15頭+0.4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 9.0着 (不振) ▽ 前走実績前走 14着 (大敗) × 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 1.7% (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。
12	ラエトゥス	横山和	実11.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調）
前5走 04/12 2阪神65R 11着/16頭+1.3秒 02/07 2京都310R 7着/9頭+2.1秒 10/13 4東京58R 6着/7頭+2.5秒 09/20 4阪神68R 6着/6頭+2.2秒 08/03 3中京43R 1着/7頭勝利
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 9.0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 7.8% (オッズ暗示: 9.0%) ※ 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。
13	テンハートビート	ミシェル	実6.3	○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 03/21 2中山71R 4着/16頭+0.5秒 03/07 2中山31R 3着/16頭+1.0秒 12/06 5中山13R 11着/15頭+0.9秒 11/24 5東京66R 8着/13頭+1.3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) ○ 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) -30% (大幅な期待値マイナス) AI 予想勝率 11.1% (オッズ暗示: 15.9%) ※ 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。
14	エスシーレイジュ	大野	実50.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調／99日ぶりの実戦）
前5走 02/21 1東京72R 6着/16頭+1.1秒 02/07 1東京37R 11着/14頭+2.8秒 10/26 4東京91R 1着/14頭勝利 10/05 4東京21R 5着/16頭+1.8秒 09/07 4中山23R 7着/15頭+2.6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 10.0着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 11着 (大敗) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 1.5% (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。
15	カーボフリオ	◇小林美	実34.7	▽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）
前5走 04/26 2東京21R 4着/15頭+0.7秒 04/04 3中山33R 8着/16頭+1.4秒 02/14 2京都52R 6着/16頭+2.0秒 01/31 2京都11R 11着/16頭+2.1秒 12/06 5中京11R 7着/16頭+1.1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 6.0着 × 当競馬場適性 3走で勝率 0% (苦戦) × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.9%) ※ 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。
16	ノアスペシャル	木幡巧	実7.1	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場10走で勝率0%と苦戦傾向）
前5走 03/15 1中京26R 4着/16頭+0.5秒 02/21 1東京77R 4着/16頭+1.6秒 10/12 4東京46R 7着/15頭+0.9秒 09/20 4中山68R 6着/15頭+1.1秒 06/08 3東京27R 11着/16頭+1.2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 4.7着 × 当競馬場適性 10走で勝率 0% (苦戦) ○ 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% (オッズ過剰評価) AI 予想勝率 11.1% (オッズ暗示: 14.1%) ※ 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

プリプリプリン

騎手 ▲佐藤

2.8倍

AI の勝率28%損益の分かれ目36%

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16頭

◎7

プリプリプリン

▲佐藤

2.8倍

勝率 28%

›

○13

テンハートビート

ミシェル

6.3倍

勝率 11%

›

▲16

ノアスペシャル

木幡巧

7.1倍

勝率 11%

›

△8

フュルスティン

戸崎圭

9.7倍

勝率 11%

›

△6

ブルームコード

西村淳

10.4倍

勝率 9%

›

△12

ラエトゥス

横山和

11.1倍

勝率 8%

›

▽10

ペンテリコン

浜中

14.6倍

勝率 6%

›

▽5

ベルメサイア

丹内

15.1倍

勝率 5%

›

×9

スタートレイン

原

24.1倍

勝率 2%

›

▽4

ミュークチェルシー

吉田豊

30.2倍

対象外勝率 2%

›

▽11

ティピティーナ

伊藤

35.6倍

対象外勝率 2%

›

▽15

カーボフリオ

◇小林美

34.7倍

対象外勝率 1%

›

▽14

エスシーレイジュ

大野

50.5倍

対象外勝率 1%

›

▽2

グラスハーティー

▲上里

67.5倍

対象外勝率 1%

›

▽3

パッションディーバ

武藤

97.9倍

対象外勝率 1%

›

▽1

ドルンレースツェン

☆長浜

202.9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