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	サムワンライクユー	内田博	実80.3	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（当競馬場19走で勝率0%と苦戦傾向／直近3走平均10.3着と低調）
前5走 04/26 2東京27R 13着/16頭+3.0秒 03/29 3中山27R 4着/15頭+0.6秒 03/07 2中山38R 6着/14頭+2.4秒 02/21 1東京712R 12着/16頭+0.8秒 02/01 1東京26R 5着/15頭+0.9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 10.3着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) ○ 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) -75% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.4% / 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。
2	サマーマッドネス	川田	実7.4	B○ A▲勝率13% EV+1% 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／169日ぶりの実戦）
前5走 04/25 2東京16R 4着/16頭+0.8秒 02/22 1東京89R 9着/10頭+2.7秒 02/03 川崎6R 1着/12頭勝利 11/23 4京都61R 2着/14頭+0.6秒 10/18 3京都62R 2着/10頭+1.4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戦の調子勝率 33% (上り調子) △ ローテーション 169日休養明け ◎ 期待値 (オッズ vs AI勝率) +52% (市場が大幅過小評価) AI 予想勝率 20.6% (オッズ暗示: 13.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.4% / 期待値 +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。
3	ヴァンデスペランス	吉村	実8.4	B△ A△勝率10% EV-13% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／92日ぶりの実戦）
前5走 04/04 3中山36R 3着/13頭+0.7秒 03/14 2中山52R 3着/16頭+0.2秒 01/12 1中山53R 4着/16頭+0.7秒 12/20 5中山57R 4着/16頭+1.1秒 10/25 4東京85R 4着/9頭+0.4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 10着 (大敗) △ ローテーション 92日休養明け × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 7.9% (オッズ暗示: 11.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.3% / 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。
4	アンシュウマト	三浦	実5.0	B▲ A○勝率13% EV-33% 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／前走3着）
前5走 04/19 3中山83R 2着/14頭+0.7秒 03/28 3中山12R 2着/16頭+0.1秒 02/21 1東京73R 6着/16頭+0.8秒 11/30 5東京85R 6着/16頭+1.3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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 前走実績前走 3着 (好走) ○ 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) -28% (オッズ過剰評価) AI 予想勝率 14.4% (オッズ暗示: 20.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.4% / 期待値 -33% ※ 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	カーマンライン	江田照	実89.0	B▽ A▽勝率1% EV+20% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向）
前5走 04/26 2東京27R 10着/16頭+2.3秒 08/17 2新潟810R 4着/9頭+1.2秒 05/25 1新潟812R 6着/15頭+1.0秒 04/05 3中山37R 6着/11頭+0.8秒 11/23 5東京76R 8着/16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 7.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +16%（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: 1.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.4% / 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。
6	ワルトシュタイン	△石田	実85.0	B× A▽勝率1% EV+18% 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 04/18 1福島34R 13着/15頭+3.2秒 02/28 1阪神34R 10着/14頭+2.4秒 02/07 2京都31R 4着/10頭+0.6秒 01/24 1小倉11R 5着/10頭+1.3秒 11/22 4京都52R 4着/15頭+1.8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) ▽ 前走実績前走 12着 (大敗) ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.4% / 期待値 +18% ※ 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	ブレスドナイル	佐々木	実26.6	B▽ A▽勝率4% EV+13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/02 1新潟17R 4着/15頭+0.4秒 02/22 1阪神28R 12着/15頭+2.5秒 01/31 1小倉33R 10着/16頭+1.5秒 10/30 門別8R 1着/12頭勝利 10/15 門別11R 1着/10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 4.3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) -3% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.3% / 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	ライカ	大野	実27.2	B▽ A▽勝率4% EV+19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/03 2東京42R 4着/16頭+0.7秒 04/25 2東京12R 2着/16頭+0.4秒 04/04 3中山33R 3着/16頭+0.4秒 03/08 2中山42R 4着/16頭+1.0秒 02/14 1東京51R 4着/16頭+1.0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) × 当競馬場適性 7走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.3% / 期待値 +19% ※ 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	ブルーミーティア	◇小林美	実10.7	B△ A△勝率9% EV0% 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／前走勝利の勢い／113日ぶりの実戦）
前5走 05/03 2東京42R 3着/16頭+0.6秒 04/12 1福島23R 6着/15頭+1.8秒 02/08 1小倉61R 15着/16頭+3.7秒 12/14 5中京42R 7着/13頭+1.1秒 11/30 5東京81R 5着/16頭+0.5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) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 113日休養明け △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.5% / 期待値 -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。
10	タイキプレジール	原	実65.3	B▽ A▽勝率1% EV-9% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向／直近3走で勝率33%と好調）
前5走 05/02 2東京35R 11着/18頭+1.2秒 03/15 1中京24R 1着/18頭勝利 02/14 1東京55R 4着/16頭+0.3秒 02/07 1東京32R 3着/16頭+0.5秒 01/11 1中山41R 5着/16頭+1.2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) × 当競馬場適性 5走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.4% / 期待値 -10% ※ 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	ロジリッキー	野中	実263.0	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（直近3走平均10.3着と低調／225日ぶりの実戦）
前5走 02/28 2中山17R 14着/16頭+6.4秒 10/26 4新潟48R 8着/12頭+2.2秒 10/04 4東京18R 9着/16頭+1.3秒 05/24 2東京96R 13着/13頭+3.5秒 03/02 2中山26R 12着/16頭+1.7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 10.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 225日休養明け △ 期待値 (オッズ vs AI勝率) +53%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.7% / 期待値 +78% ※ 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	タケルムサシ推奨	岩田康	実14.4	B△ A△勝率8% EV+20% 詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全）
前5走 04/25 2東京16R 3着/16頭+0.7秒 03/15 2中山62R 1着/16頭勝利 02/22 1東京82R 5着/13頭+2.0秒 02/10 1東京42R 2着/13頭+0.1秒 12/07 5中京21R 6着/13頭+2.1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 7.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ○ 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) +15% (市場と概ね一致) AI 予想勝率 8.0% (オッズ暗示: 6.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.5% / 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。
13	ムーランオランジュ	小崎	実67.7	B▽ A▽勝率2% EV+19% 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25%と適性高／直近3走平均8.7着と低調）
前5走 05/03 2東京46R 7着/16頭+0.6秒 02/07 2京都36R 6着/12頭+0.8秒 01/31 1東京17R 16着/16頭+2.8秒 11/15 5東京33R 1着/14頭勝利 10/18 3京都66R 4着/16頭+1.5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 8.7着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 12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) +2%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.5% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.8% / 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。
14	マリブオレンジ	浜中	実37.0	B▽ A▽勝率2% EV-35% 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33%と適性高／直近3走平均10.7着と低調／113日ぶりの実戦）
前5走 01/31 2京都112R 8着/17頭+0.6秒 12/07 5中京26R 15着/16頭+2.3秒 08/09 1札幌512R 11着/11頭+3.7秒 06/28 1函館512R 13着/14頭+2.9秒 06/14 1函館19R 7着/11頭+0.6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 10.7着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 113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 1.4% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 期待値 -36% ※ 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	アクアマーズ	荻野極	実2.1	B◎ A◎勝率28% EV-41% 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／112日ぶりの実戦）
前5走 03/22 2中山85R 9着/16頭+1.5秒 12/06 5中山13R 6着/15頭+0.3秒 11/09 5東京24R 3着/14頭+0.4秒 09/14 4中山45R 2着/10頭+0.6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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 112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 28.8% (オッズ暗示: 47.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 28.0% / 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。
16	オブシディアン	菅原隆	実103.8	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（当競馬場9走で勝率0%と苦戦傾向／直近3走平均13.0着と低調／294日ぶりの実戦）
前5走 12/21 5中山68R 14着/15頭+2.6秒 10/11 4東京312R 11着/16頭+1.8秒 10/04 3京都14R 14着/14頭+2.2秒 09/14 4中山48R 12着/15頭+4.4秒 06/15 3東京46R 14着/16頭+2.3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 13.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 294日休養明け × 期待値 (オッズ vs AI勝率) -69% (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 -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。

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A

タケルムサシ

騎手岩田康

14.4倍

AI の勝率8%損益の分かれ目7%

推奨を出した時点では買う条件を満たしていました。今のオッズ 14.4倍では期待値 +15% です。

賭け金の目安 ¥100（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（3着）

出走馬全16頭

◎A:◎15

アクアマーズ

荻野極

2.1倍

勝率 29%

›

○A:▲2

サマーマッドネス

川田

7.4倍

勝率 21%

›

▲A:○4

アンシュウマト

三浦

5.0倍

勝率 14%

›

△A:△12

タケルムサシ

岩田康

14.4倍

勝率 8%

›

△A:△3

ヴァンデスペランス

吉村

8.4倍

勝率 8%

›

△A:△9

ブルーミーティア

◇小林美

10.7倍

勝率 7%

›

▽A:▽7

ブレスドナイル

佐々木

26.6倍

勝率 4%

›

▽A:▽8

ライカ

大野

27.2倍

勝率 3%

›

▽A:▽13

ムーランオランジュ

小崎

67.7倍

対象外勝率 2%

›

▽A:▽14

マリブオレンジ

浜中

37.0倍

対象外勝率 1%

›

▽A:▽10

タイキプレジール

原

65.3倍

対象外勝率 1%

›

▽A:▽5

カーマンライン

江田照

89.0倍

対象外勝率 1%

›

×A:▽6

ワルトシュタイン

△石田

85.0倍

対象外勝率 1%

›

▽A:▽11

ロジリッキー

野中

263.0倍

対象外勝率 1%

›

×A:▽1

サムワンライクユー

内田博

80.3倍

対象外勝率 0%

›

×A:▽16

オブシディアン

菅原隆

103.8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 タケルムサシ実14.4倍期待値 +15% 推奨 12.5〜30.0倍 ¥100 不的中3着

B モデル（レース内の順位で学習）

見送り

※ オッズは予測時点の値です。

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	サムワンライクユー	内田博	実80.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場19走で勝率0%と苦戦傾向／直近3走平均10.3着と低調）
前5走 04/26 2東京27R 13着/16頭+3.0秒 03/29 3中山27R 4着/15頭+0.6秒 03/07 2中山38R 6着/14頭+2.4秒 02/21 1東京712R 12着/16頭+0.8秒 02/01 1東京26R 5着/15頭+0.9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 10.3着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) ○ 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) +15%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.4% (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。
2	サマーマッドネス	川田	実7.4	▲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／169日ぶりの実戦）
前5走 04/25 2東京16R 4着/16頭+0.8秒 02/22 1東京89R 9着/10頭+2.7秒 02/03 川崎6R 1着/12頭勝利 11/23 4京都61R 2着/14頭+0.6秒 10/18 3京都62R 2着/10頭+1.4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戦の調子勝率 33% (上り調子) △ ローテーション 169日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 13.4% (オッズ暗示: 13.5%) ※ 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	ヴァンデスペランス	吉村	実8.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／92日ぶりの実戦）
前5走 04/04 3中山36R 3着/13頭+0.7秒 03/14 2中山52R 3着/16頭+0.2秒 01/12 1中山53R 4着/16頭+0.7秒 12/20 5中山57R 4着/16頭+1.1秒 10/25 4東京85R 4着/9頭+0.4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 10着 (大敗) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 11.9%) ※ 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。
4	アンシュウマト	三浦	実5.0	○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／前走3着）
前5走 04/19 3中山83R 2着/14頭+0.7秒 03/28 3中山12R 2着/16頭+0.1秒 02/21 1東京73R 6着/16頭+0.8秒 11/30 5東京85R 6着/16頭+1.3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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 前走実績前走 3着 (好走) ○ 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) -33% (大幅な期待値マイナス) AI 予想勝率 13.4% (オッズ暗示: 20.0%) ※ 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	カーマンライン	江田照	実89.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向）
前5走 04/26 2東京27R 10着/16頭+2.3秒 08/17 2新潟810R 4着/9頭+1.2秒 05/25 1新潟812R 6着/15頭+1.0秒 04/05 3中山37R 6着/11頭+0.8秒 11/23 5東京76R 8着/16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 7.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +20%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.4% (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。
6	ワルトシュタイン	△石田	実85.0	▽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 04/18 1福島34R 13着/15頭+3.2秒 02/28 1阪神34R 10着/14頭+2.4秒 02/07 2京都31R 4着/10頭+0.6秒 01/24 1小倉11R 5着/10頭+1.3秒 11/22 4京都52R 4着/15頭+1.8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) ▽ 前走実績前走 12着 (大敗) ○ 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) +18%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.4% (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。
7	ブレスドナイル	佐々木	実26.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/02 1新潟17R 4着/15頭+0.4秒 02/22 1阪神28R 12着/15頭+2.5秒 01/31 1小倉33R 10着/16頭+1.5秒 10/30 門別8R 1着/12頭勝利 10/15 門別11R 1着/10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 4.3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) +13% (市場と概ね一致) AI 予想勝率 4.3% (オッズ暗示: 3.8%) ※ 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。
8	ライカ	大野	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7走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/03 2東京42R 4着/16頭+0.7秒 04/25 2東京12R 2着/16頭+0.4秒 04/04 3中山33R 3着/16頭+0.4秒 03/08 2中山42R 4着/16頭+1.0秒 02/14 1東京51R 4着/16頭+1.0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) × 当競馬場適性 7走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 4.3% (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	ブルーミーティア	◇小林美	実10.7	△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／前走勝利の勢い／113日ぶりの実戦）
前5走 05/03 2東京42R 3着/16頭+0.6秒 04/12 1福島23R 6着/15頭+1.8秒 02/08 1小倉61R 15着/16頭+3.7秒 12/14 5中京42R 7着/13頭+1.1秒 11/30 5東京81R 5着/16頭+0.5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) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 113日休養明け △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 9.5% (オッズ暗示: 9.3%) ※ 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。
10	タイキプレジール	原	実65.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向／直近3走で勝率33%と好調）
前5走 05/02 2東京35R 11着/18頭+1.2秒 03/15 1中京24R 1着/18頭勝利 02/14 1東京55R 4着/16頭+0.3秒 02/07 1東京32R 3着/16頭+0.5秒 01/11 1中山41R 5着/16頭+1.2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) × 当競馬場適性 5走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 1.4% (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。
11	ロジリッキー	野中	実263.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.3着と低調／225日ぶりの実戦）
前5走 02/28 2中山17R 14着/16頭+6.4秒 10/26 4新潟48R 8着/12頭+2.2秒 10/04 4東京18R 9着/16頭+1.3秒 05/24 2東京96R 13着/13頭+3.5秒 03/02 2中山26R 12着/16頭+1.7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 10.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 225日休養明け △ 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 0.7% (オッズ暗示: 0.4%) ※ 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。
12	タケルムサシ推奨	岩田康	実14.4	△詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全）
前5走 04/25 2東京16R 3着/16頭+0.7秒 03/15 2中山62R 1着/16頭勝利 02/22 1東京82R 5着/13頭+2.0秒 02/10 1東京42R 2着/13頭+0.1秒 12/07 5中京21R 6着/13頭+2.1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 7.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ○ 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) +20% (市場と概ね一致) AI 予想勝率 8.5% (オッズ暗示: 6.9%) ※ 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	ムーランオランジュ	小崎	実67.7	▽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25%と適性高／直近3走平均8.7着と低調）
前5走 05/03 2東京46R 7着/16頭+0.6秒 02/07 2京都36R 6着/12頭+0.8秒 01/31 1東京17R 16着/16頭+2.8秒 11/15 5東京33R 1着/14頭勝利 10/18 3京都66R 4着/16頭+1.5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 8.7着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 12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) +19%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.8% (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。
14	マリブオレンジ	浜中	実37.0	▽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33%と適性高／直近3走平均10.7着と低調／113日ぶりの実戦）
前5走 01/31 2京都112R 8着/17頭+0.6秒 12/07 5中京26R 15着/16頭+2.3秒 08/09 1札幌512R 11着/11頭+3.7秒 06/28 1函館512R 13着/14頭+2.9秒 06/14 1函館19R 7着/11頭+0.6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 10.7着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 113日休養明け × 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 1.8% (オッズ暗示: 2.7%) ※ 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。
15	アクアマーズ	荻野極	実2.1	◎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／112日ぶりの実戦）
前5走 03/22 2中山85R 9着/16頭+1.5秒 12/06 5中山13R 6着/15頭+0.3秒 11/09 5東京24R 3着/14頭+0.4秒 09/14 4中山45R 2着/10頭+0.6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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 112日休養明け × 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 28.0% (オッズ暗示: 47.6%) ※ 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。
16	オブシディアン	菅原隆	実103.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場9走で勝率0%と苦戦傾向／直近3走平均13.0着と低調／294日ぶりの実戦）
前5走 12/21 5中山68R 14着/15頭+2.6秒 10/11 4東京312R 11着/16頭+1.8秒 10/04 3京都14R 14着/14頭+2.2秒 09/14 4中山48R 12着/15頭+4.4秒 06/15 3東京46R 14着/16頭+2.3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 13.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 294日休養明け △ 期待値 (オッズ vs AI勝率) -26% (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。

買うAI の推奨A

タケルムサシ

騎手岩田康

14.4倍

AI の勝率8%損益の分かれ目7%

AI の勝率 8% が損益の分かれ目 7%（1 ÷ 14.4倍）を上回り、期待値 +21% が買う基準（+20%）以上。

賭け金の目安 ¥100（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（3着）

出走馬全16頭

◎15

アクアマーズ

荻野極

2.1倍

勝率 28%

›

○4

アンシュウマト

三浦

5.0倍

勝率 13%

›

▲2

サマーマッドネス

川田

7.4倍

勝率 13%

›

△3

ヴァンデスペランス

吉村

8.4倍

勝率 10%

›

△9

ブルーミーティア

◇小林美

10.7倍

勝率 9%

›

△12

タケルムサシ

岩田康

14.4倍

勝率 8%

›

▽7

ブレスドナイル

佐々木

26.6倍

勝率 4%

›

▽8

ライカ

大野

27.2倍

勝率 4%

›

▽14

マリブオレンジ

浜中

37.0倍

対象外勝率 2%

›

▽13

ムーランオランジュ

小崎

67.7倍

対象外勝率 2%

›

▽1

サムワンライクユー

内田博

80.3倍

対象外勝率 1%

›

▽10

タイキプレジール

原

65.3倍

対象外勝率 1%

›

▽6

ワルトシュタイン

△石田

85.0倍

対象外勝率 1%

›

▽5

カーマンライン

江田照

89.0倍

対象外勝率 1%

›

▽16

オブシディアン

菅原隆

103.8倍

対象外勝率 1%

›

▽11

ロジリッキー

野中

263.0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 タケルムサシ実14.4倍期待値 +22% 推奨 11.8〜30.0倍 ¥100 不的中3着

B モデル（レース内の順位で学習）

見送り

※ 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