東京 8R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

8R 東京競馬場発走 13:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タガノヘラクレス	横山典	実21.6	B▽ A△勝率5% EV+7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 04/26 3京都212R 5着/14頭+1.2秒 01/11 1京都49R 6着/10頭+1.5秒 12/20 5中京56R 1着/16頭勝利 09/20 4阪神66R 3着/16頭+0.4秒 06/21 3阪神512R 12着/14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 4.7着 ○ 前走実績前走 3着 (好走) ○ 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) -2% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 4.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.0% / 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。
2	セイロンジェムズ	ルメール	実5.4	B▲ A▲勝率15% EV-19% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率40%と適性高／直近3走で勝率33%と好調／77日ぶりの実戦）
前5走 01/31 1東京112R 4着/12頭+0.2秒 07/26 2新潟111R 10着/14頭+1.6秒 05/24 2東京97R 9着/13頭+0.8秒 04/12 3中山57R 9着/16頭+1.0秒 12/22 5中山87R 14着/16頭+5.2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) ◎ 当競馬場適性 5走で勝率 40% (得意) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 13.7% (オッズ暗示: 18.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.0% / 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。
3	モートンアイランド	津村	実2.3	B◎ A×勝率21% EV-51% 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4走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/02 2東京310R 2着/11頭+0.1秒 02/14 1東京511R 6着/16頭+0.9秒 11/02 4東京114R 1着/16頭勝利 ― ―
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) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 28.9% (オッズ暗示: 43.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 21.1% / 期待値 -51% ※ 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	リポサンテ	田辺	実4.5	B○ A○勝率19% EV-15% 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／前走勝利の勢い）
前5走 05/02 2東京36R 2着/7頭+0.4秒 04/18 3中山77R 2着/10頭+0.0秒 03/21 1中京38R 5着/13頭+0.3秒 02/22 1東京86R 6着/16頭+0.4秒 11/15 3福島38R 11着/16頭+1.9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 7走で勝率 14% ◎ 前走実績前走 1着 (勢い継続) × 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 13.7% (オッズ暗示: 22.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.7% / 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。
5	エースフライト	坂井	実5.9	B△ A△勝率14% EV-15% 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67%と好調／前走勝利の勢い）
前5走 12/28 5阪神83R 9着/18頭+1.2秒 12/06 5中山15R 4着/18頭+0.5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 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 13.7% (オッズ暗示: 16.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 14.3% / 期待値 -15% ※ 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	スピンザブラッド	荻野極	実21.7	B▽ A▽勝率4% EV-7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 04/19 1福島46R 4着/13頭+0.2秒 02/01 1小倉48R 6着/13頭+0.8秒 11/08 3福島16R 2着/16頭+0.3秒 08/02 1札幌37R 9着/10頭+1.7秒 06/22 1函館47R 2着/13頭+0.0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 7.0着 (不振) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 4.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.3% / 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。
7	ドゥラエテルノ	武豊	実19.3	B△ A▽勝率4% EV-17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 04/19 3中山88R 4着/11頭+0.4秒 02/21 1阪神112R 4着/13頭+0.2秒 01/25 1京都98R 2着/10頭+0.1秒 01/04 1京都19R 3着/13頭+0.6秒 11/30 4京都87R 1着/16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 8.0着 (不振) ○ 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) -13% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 5.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.3% / 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。
8	マイネルアレス	石橋脩	実52.2	B▽ A▽勝率3% EV+57% 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 05/03 1新潟28R 2着/12頭+0.0秒 03/28 1中京58R 6着/14頭+0.5秒 03/15 1中京28R 3着/12頭+0.3秒 02/22 1東京86R 5着/16頭+0.4秒 01/25 1小倉212R 4着/14頭+0.2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 6.3着 × 当競馬場適性 5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) +78%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.4% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.0% / 期待値 +57% ※ 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	アッカン推奨	池添	実9.9	B△ A△勝率14% EV+42% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+35%の妙味（近5走で勝率40%と堅実）
前5走 04/25 2東京111R 7着/18頭+1.4秒 02/21 1阪神18R 5着/7頭+0.6秒 01/18 1中山711R 15着/15頭+1.5秒 11/02 4東京118R 1着/5頭勝利 09/07 2札幌62R 1着/10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 9.0着 (不振) △ ローテーション 175日休養明け ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 13.7% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 14.3% / 期待値 +42% ※ 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

アッカン

騎手池添

9.9倍

AI の勝率14%損益の分かれ目10%

AI の勝率 14% が損益の分かれ目 10%（1 ÷ 9.9倍）を上回り、期待値 +36% が買う基準（+20%）以上。

賭け金の目安 ¥600（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（7着）

出走馬全9頭

◎A:×3

モートンアイランド

津村

2.3倍

勝率 29%

›

○A:○4

リポサンテ

田辺

4.5倍

勝率 14%

›

▲A:▲2

セイロンジェムズ

ルメール

5.4倍

勝率 14%

›

△A:△5

エースフライト

坂井

5.9倍

勝率 14%

›

△A:△9

アッカン

池添

9.9倍

勝率 14%

›

△A:▽7

ドゥラエテルノ

武豊

19.3倍

勝率 5%

›

▽A:△1

タガノヘラクレス

横山典

21.6倍

勝率 5%

›

▽A:▽6

スピンザブラッド

荻野極

21.7倍

勝率 4%

›

▽A:▽8

マイネルアレス

石橋脩

52.2倍

対象外勝率 3%

›

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 9 アッカン実9.9倍期待値 +36% 推奨 10.0〜30.0倍 ¥300 不的中7着

B モデル（レース内の順位で学習）

単勝 9 アッカン実9.9倍期待値 +36% 推奨 10.0〜30.0倍 ¥300 不的中7着

※ オッズは予測時点の値です。

8R 東京競馬場発走 13:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タガノヘラクレス	横山典	実21.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 04/26 3京都212R 5着/14頭+1.2秒 01/11 1京都49R 6着/10頭+1.5秒 12/20 5中京56R 1着/16頭勝利 09/20 4阪神66R 3着/16頭+0.4秒 06/21 3阪神512R 12着/14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 4.7着 ○ 前走実績前走 3着 (好走) ○ 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) +7% (市場と概ね一致) AI 予想勝率 5.0% (オッズ暗示: 4.6%) ※ 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。
2	セイロンジェムズ	ルメール	実5.4	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率40%と適性高／直近3走で勝率33%と好調／77日ぶりの実戦）
前5走 01/31 1東京112R 4着/12頭+0.2秒 07/26 2新潟111R 10着/14頭+1.6秒 05/24 2東京97R 9着/13頭+0.8秒 04/12 3中山57R 9着/16頭+1.0秒 12/22 5中山87R 14着/16頭+5.2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) ◎ 当競馬場適性 5走で勝率 40% (得意) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 15.0% (オッズ暗示: 18.5%) ※ 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	モートンアイランド	津村	実2.3	×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4走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/02 2東京310R 2着/11頭+0.1秒 02/14 1東京511R 6着/16頭+0.9秒 11/02 4東京114R 1着/16頭勝利 ― ―
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) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 21.1% (オッズ暗示: 43.5%) ※ 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。
4	リポサンテ	田辺	実4.5	○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／前走勝利の勢い）
前5走 05/02 2東京36R 2着/7頭+0.4秒 04/18 3中山77R 2着/10頭+0.0秒 03/21 1中京38R 5着/13頭+0.3秒 02/22 1東京86R 6着/16頭+0.4秒 11/15 3福島38R 11着/16頭+1.9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 7走で勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 18.7% (オッズ暗示: 22.2%) ※ 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	エースフライト	坂井	実5.9	△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67%と好調／前走勝利の勢い）
前5走 12/28 5阪神83R 9着/18頭+1.2秒 12/06 5中山15R 4着/18頭+0.5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 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 14.3% (オッズ暗示: 16.9%) ※ 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。
6	スピンザブラッド	荻野極	実21.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 04/19 1福島46R 4着/13頭+0.2秒 02/01 1小倉48R 6着/13頭+0.8秒 11/08 3福島16R 2着/16頭+0.3秒 08/02 1札幌37R 9着/10頭+1.7秒 06/22 1函館47R 2着/13頭+0.0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 7.0着 (不振) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 4.3% (オッズ暗示: 4.6%) ※ 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	ドゥラエテルノ	武豊	実19.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 04/19 3中山88R 4着/11頭+0.4秒 02/21 1阪神112R 4着/13頭+0.2秒 01/25 1京都98R 2着/10頭+0.1秒 01/04 1京都19R 3着/13頭+0.6秒 11/30 4京都87R 1着/16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 8.0着 (不振) ○ 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) -18% (オッズ過剰評価) AI 予想勝率 4.3% (オッズ暗示: 5.2%) ※ 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。
8	マイネルアレス	石橋脩	実52.2	▽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 05/03 1新潟28R 2着/12頭+0.0秒 03/28 1中京58R 6着/14頭+0.5秒 03/15 1中京28R 3着/12頭+0.3秒 02/22 1東京86R 5着/16頭+0.4秒 01/25 1小倉212R 4着/14頭+0.2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 6.3着 × 当競馬場適性 5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) +57%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.0% (オッズ暗示: 1.9%) ※ 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。
9	アッカン推奨	池添	実9.9	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+42%の妙味（近5走で勝率40%と堅実）
前5走 04/25 2東京111R 7着/18頭+1.4秒 02/21 1阪神18R 5着/7頭+0.6秒 01/18 1中山711R 15着/15頭+1.5秒 11/02 4東京118R 1着/5頭勝利 09/07 2札幌62R 1着/10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 9.0着 (不振) △ ローテーション 175日休養明け ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 14.3% (オッズ暗示: 10.1%) ※ 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。

買うAI の推奨AB

アッカン

騎手池添

9.9倍

AI の勝率14%損益の分かれ目10%

AI の勝率 14% が損益の分かれ目 10%（1 ÷ 9.9倍）を上回り、期待値 +42% が買う基準（+20%）以上。

賭け金の目安 ¥600（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（7着）

出走馬全9頭

×3

モートンアイランド

津村

2.3倍

勝率 21%

›

○4

リポサンテ

田辺

4.5倍

勝率 19%

›

▲2

セイロンジェムズ

ルメール

5.4倍

勝率 15%

›

△5

エースフライト

坂井

5.9倍

勝率 14%

›

△9

アッカン

池添

9.9倍

勝率 14%

›

△1

タガノヘラクレス

横山典

21.6倍

勝率 5%

›

▽7

ドゥラエテルノ

武豊

19.3倍

勝率 4%

›

▽6

スピンザブラッド

荻野極

21.7倍

勝率 4%

›

▽8

マイネルアレス

石橋脩

52.2倍

対象外勝率 3%

›

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 9 アッカン実9.9倍期待値 +42% 推奨 10.0〜30.0倍 ¥300 不的中7着

B モデル（レース内の順位で学習）

単勝 9 アッカン実9.9倍期待値 +42% 推奨 10.0〜30.0倍 ¥300 不的中7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