東京 4R 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

4R 東京競馬場発走 11:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サトノテオドール	菅原明	実5.5	B▲ A▲勝率13% EV-31% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 14.8% (オッズ暗示: 18.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.5% / 期待値 -31% ※ 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	パワープレイ	伴	実34.7	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
前5走 ★ 新馬戦 (初出走)
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) △ 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) -46% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.7% / 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。
3	メテオテソーロ	木幡巧	実20.0	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
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 7位 (中位評価) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 4.0% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.0% / 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。
4	ショーエクラ	鮫島駿	実12.1	B△ A△勝率8% EV-4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 5位 (中位評価) △ 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 7.9% / 期待値 -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。
5	サクラトップオメガ	木幡初	実41.1	B▽ A▽勝率2% EV-37% 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 12位 (中位評価) × 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 1.4% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.5% / 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。
6	キャスバルキック	松岡	実32.5	B▽ A▽勝率2% EV-45% 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 6 ◎ 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 10位 (中位評価) × 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 1.6% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.7% / 期待値 -46% ※ 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	ゴールデンダンス	木幡育	実123.9	B× A▽勝率1% EV+16% 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 7 ◎ 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 15位 (中位評価) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 14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。
8	ロンドンエコー	石橋脩	実21.3	B▽ A△勝率4% EV-11% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
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) △ 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) -20% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 4.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 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。
9	ペロペロペロッピー	原田和	実51.0	B▽ A▽勝率1% EV-33% 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 9 ◎ 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 13位 (中位評価) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 1.3% / 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。
10	キタノリキュール	小林脩	実101.0	B▽ A▽勝率1% EV+32% 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 10 ◎ 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 14位 (中位評価) △ 期待値 (オッズ vs AI勝率) +21%（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%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 1.3% / 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。
11	ベルゲラン	石川	実29.1	B▽ A▽勝率4% EV+16% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 9位 (中位評価) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.0% / 期待値 +17% ※ 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	ファクスカエリ	横山武	実3.5	B○ A○勝率25% EV-14% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 22.8% (オッズ暗示: 28.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.5% / 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。
13	ベアモンスター	大野	実9.7	B△ A△勝率7% EV-33% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 7.7% (オッズ暗示: 10.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.8% / 期待値 -34% ※ 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	デルマミョウコウ	▲水沼	実238.9	B▽ A▽勝率2% EV-4% 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 14 ◎ 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 16位 (中位評価) × 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 0.3% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.6% / 期待値 -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。
15	メリアドール	吉田豊	実16.7	B△ A▽勝率4% EV-32% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 6.4% (オッズ暗示: 6.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.0% / 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。
16	ランフェザー	田辺	実3.4	B◎ A◎勝率25% EV-16% 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
前5走 ★ 新馬戦 (初出走)
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 22.8% (オッズ暗示: 29.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 24.5% / 期待値 -17% ※ 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

ランフェザー

騎手田辺

3.4倍

AI の勝率23%損益の分かれ目29%

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:◎16

ランフェザー

田辺

3.4倍

勝率 23%

›

○A:○12

ファクスカエリ

横山武

3.5倍

勝率 23%

›

▲A:▲1

サトノテオドール

菅原明

5.5倍

勝率 15%

›

△A:△13

ベアモンスター

大野

9.7倍

勝率 8%

›

△A:△4

ショーエクラ

鮫島駿

12.1倍

勝率 7%

›

△A:▽15

メリアドール

吉田豊

16.7倍

勝率 6%

›

▽A:▽3

メテオテソーロ

木幡巧

20.0倍

勝率 4%

›

▽A:△8

ロンドンエコー

石橋脩

21.3倍

勝率 4%

›

▽A:▽11

ベルゲラン

石川

29.1倍

勝率 3%

›

▽A:▽6

キャスバルキック

松岡

32.5倍

対象外勝率 2%

›

▽A:▽2

パワープレイ

伴

34.7倍

対象外勝率 2%

›

▽A:▽5

サクラトップオメガ

木幡初

41.1倍

対象外勝率 1%

›

▽A:▽9

ペロペロペロッピー

原田和

51.0倍

対象外勝率 1%

›

▽A:▽10

キタノリキュール

小林脩

101.0倍

対象外勝率 1%

›

×A:▽7

ゴールデンダンス

木幡育

123.9倍

対象外勝率 0%

›

▽A:▽14

デルマミョウコウ

▲水沼

238.9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

4R 東京競馬場発走 11:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サトノテオドール	菅原明	実5.5	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) × 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 12.5% (オッズ暗示: 18.2%) ※ 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	パワープレイ	伴	実34.7	▽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 2 ◎ 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) -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%) ※ 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	メテオテソーロ	木幡巧	実20.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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) -20% (オッズ過剰評価) AI 予想勝率 4.0% (オッズ暗示: 5.0%) ※ 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	ショーエクラ	鮫島駿	実12.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 7.9% (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。
5	サクラトップオメガ	木幡初	実41.1	▽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 13位 (中位評価) × 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 1.5% (オッズ暗示: 2.4%) ※ 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。
6	キャスバルキック	松岡	実32.5	▽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 6 ◎ 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 10位 (中位評価) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.1%) ※ 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。
7	ゴールデンダンス	木幡育	実123.9	▽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 7 ◎ 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 14位 (中位評価) △ 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 1.4% (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。
8	ロンドンエコー	石橋脩	実21.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 6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 4.2% (オッズ暗示: 4.7%) ※ 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	ペロペロペロッピー	原田和	実51.0	▽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 9 ◎ 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 15位 (中位評価) × 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 1.3% (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。
10	キタノリキュール	小林脩	実101.0	▽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 10 ◎ 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 16位 (中位評価) △ 期待値 (オッズ vs AI勝率) +32%（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: 1.0%) ※ 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	ベルゲラン	石川	実29.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 9位 (中位評価) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 4.0% (オッズ暗示: 3.4%) ※ 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	ファクスカエリ	横山武	実3.5	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 24.5% (オッズ暗示: 28.6%) ※ 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	ベアモンスター	大野	実9.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 5位 (中位評価) × 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 6.8% (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。
14	デルマミョウコウ	▲水沼	実238.9	▽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 14 ◎ 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 12位 (中位評価) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 1.6% (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。
15	メリアドール	吉田豊	実16.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) × 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 4.0% (オッズ暗示: 6.0%) ※ 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。
16	ランフェザー	田辺	実3.4	◎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
前5走 ★ 新馬戦 (初出走)
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 24.5% (オッズ暗示: 29.4%) ※ 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。

見送りAI の 1 位の馬

ランフェザー

騎手田辺

3.4倍

AI の勝率25%損益の分かれ目29%

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

◎16

ランフェザー

田辺

3.4倍

勝率 25%

›

○12

ファクスカエリ

横山武

3.5倍

勝率 25%

›

▲1

サトノテオドール

菅原明

5.5倍

勝率 13%

›

△4

ショーエクラ

鮫島駿

12.1倍

勝率 8%

›

△13

ベアモンスター

大野

9.7倍

勝率 7%

›

△8

ロンドンエコー

石橋脩

21.3倍

勝率 4%

›

▽15

メリアドール

吉田豊

16.7倍

勝率 4%

›

▽3

メテオテソーロ

木幡巧

20.0倍

勝率 4%

›

▽11

ベルゲラン

石川

29.1倍

勝率 4%

›

▽6

キャスバルキック

松岡

32.5倍

対象外勝率 2%

›

▽2

パワープレイ

伴

34.7倍

対象外勝率 2%

›

▽14

デルマミョウコウ

▲水沼

238.9倍

対象外勝率 2%

›

▽5

サクラトップオメガ

木幡初

41.1倍

対象外勝率 2%

›

▽7

ゴールデンダンス

木幡育

123.9倍

対象外勝率 1%

›

▽9

ペロペロペロッピー

原田和

51.0倍

対象外勝率 1%

›

▽10

キタノリキュール

小林脩

101.0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

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