東京 11R 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

11R 東京競馬場発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダブルジョーク	木幡巧	実32.9	B▽ A▽勝率3% EV+8% 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／直近3走で勝率33%と好調）
前5走 04/12 2阪神612R 1着/13頭勝利 03/01 1阪神410R 3着/14頭+0.2秒 01/12 1京都510R 6着/16頭+0.6秒 12/27 5阪神710R 8着/16頭+1.4秒 09/28 4阪神910R 4着/16頭+0.6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戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) ○ 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) +11%（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: 3.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 3.3% / 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。
2	メイプルリッジ	鮫島駿	実12.6	B▽ A▽勝率7% EV-17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率50%と適性高／直近3走で勝率33%と好調／386日ぶりの実戦）
前5走 09/27 4阪神811R 11着/14頭+1.7秒 10/20 4東京611R 2着/13頭+0.1秒 06/16 3東京611R 1着/16頭勝利 05/18 3京都911R 5着/16頭+0.3秒 04/27 2東京39R 1着/16頭勝利
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 6走で勝率 50% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 386日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 7.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.5% / 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。
3	ルシュヴァルドール	津村	実8.4	B△ A△勝率9% EV-22% 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10.7着と低調／前走2着）
前5走 04/18 2阪神711R 15着/16頭+3.0秒 03/22 1阪神1010R 15着/16頭+1.8秒 01/25 1京都911R 3着/16頭+0.1秒 12/21 5阪神610R 1着/16頭勝利 10/26 3京都910R 14着/14頭+15.3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 10.7着 (不振) ○ 前走実績前走 2着 (好走) ○ 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) -26% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 11.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.3% / 期待値 -22% ※ 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	ロードプレジール	石川	実35.9	B▽ A×勝率1% EV-50% 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）
前5走 05/03 2東京410R 6着/16頭+0.5秒 02/28 1阪神311R 12着/16頭+1.3秒 02/07 2京都311R 2着/16頭+0.5秒 12/14 5阪神410R 1着/16頭勝利 11/02 3京都1110R 6着/13頭+0.9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戦の調子平均 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +30%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.6% (オッズ暗示: 2.8%) × Aモデルの評価 (参考) レース内 12位 / 勝率 1.4% / 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。
5	ピカピカサンダー	石橋脩	実10.2	B△ A△勝率7% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率40%と適性高／前走3着）
前5走 05/03 2東京410R 4着/16頭+0.2秒 04/18 2阪神711R 16着/16頭+3.4秒 02/07 2京都311R 13着/16頭+1.8秒 10/18 4東京610R 1着/16頭勝利 08/16 2新潟78R 1着/13頭勝利
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 ◎ 当競馬場適性 5走で勝率 40% (得意) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 9.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.3% / 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。
6	ハピ	川田	実5.7	B○ A○勝率14% EV-18% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 04/18 2阪神711R 7着/16頭+1.0秒 02/28 1阪神311R 10着/16頭+0.8秒 01/25 1京都911R 6着/16頭+0.6秒 12/21 5阪神610R 6着/16頭+0.6秒 10/12 3京都411R 1着/9頭勝利
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 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 13.3% (オッズ暗示: 17.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.3% / 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。
7	リアレスト	田辺	実6.9	B▲ A△勝率10% EV-28% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率50%と適性高／直近3走で勝率33%と好調）
前5走 05/03 2東京410R 7着/16頭+0.7秒 02/28 1阪神311R 9着/16頭+0.7秒 02/07 2京都311R 3着/16頭+0.5秒 11/22 4京都511R 6着/16頭+0.9秒 10/19 4東京711R 6着/12頭+0.7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) ◎ 当競馬場適性 8走で勝率 50% (得意) ○ 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) -27% (オッズ過剰評価) AI 予想勝率 10.5% (オッズ暗示: 14.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.3% / 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。
8	ピュアキアン	吉田豊	実37.1	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（直近3走平均14.0着と低調／203日ぶりの実戦）
前5走 03/29 3中山211R 14着/15頭+2.1秒 02/28 1阪神311R 14着/16頭+1.4秒 12/06 5中山111R 14着/14頭+3.7秒 10/19 4東京711R 8着/12頭+2.2秒 09/30 金沢10R 6着/12頭+2.3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 14.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 14着 (大敗) △ ローテーション 203日休養明け × 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 1.4% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.4% / 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。
9	クールミラボー	横山武	実4.3	B◎ A◎勝率22% EV-7% 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9走で勝率44%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 05/03 2東京410R 8着/16頭+1.0秒 02/28 1阪神311R 3着/16頭+0.1秒 12/21 5阪神610R 5着/16頭+0.5秒 11/22 4京都511R 5着/16頭+0.6秒 10/19 4東京711R 2着/12頭+0.1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 9走で勝率 44% (得意) ○ 前走実績前走 2着 (好走) ○ ローテーション 26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 19.1% (オッズ暗示: 23.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 21.5% / 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。
10	ハグ	内田博	実31.9	B▽ A▽勝率4% EV+43% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調／92日ぶりの実戦）
前5走 05/04 名古屋11R 3着/12頭+0.6秒 04/18 2阪神711R 3着/16頭+0.7秒 03/08 2中山410R 10着/15頭+1.0秒 02/01 1小倉411R 10着/15頭+0.8秒 11/22 4京都511R 11着/16頭+2.3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 8.7着 (不振) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) +38%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.3% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.5% / 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。
11	レッドプロフェシー	原	実6.5	B△ A▲勝率10% 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 05/03 2東京410R 2着/16頭+0.1秒 03/22 1阪神1010R 8着/16頭+0.6秒 02/21 1東京710R 1着/16頭勝利 12/27 5阪神710R 5着/16頭+0.3秒 12/14 5阪神410R 9着/16頭+1.0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 5.0着 ○ 当競馬場適性 6走で勝率 17% (相性良) × 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 9.6% (オッズ暗示: 15.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.3% / 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。
12	リチュアル	長岡	実31.4	B▽ A▽勝率3% EV+7% 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9.3着と低調）
前5走 03/08 2中山410R 8着/15頭+0.5秒 01/11 1中山410R 3着/16頭+0.1秒 10/19 4東京711R 7着/12頭+0.8秒 08/30 4中京311R 2着/16頭+0.5秒 06/21 3東京511R 5着/11頭+0.7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 9.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +36%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.3% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 3.4% / 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。
13	カズタンジャー	菅原明	実9.2	B▽ A▽勝率7% EV-40% 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3走で勝率67%と適性高）
前5走 05/04 名古屋11R 5着/12頭+1.1秒 03/11 船橋11R 3着/12頭+0.3秒 02/12 佐賀10R 4着/12頭+1.5秒 12/24 名古屋10R 2着/9頭+0.1秒 09/30 金沢10R 3着/12頭+1.4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 7.7着 (不振) ◎ 当競馬場適性 3走で勝率 67% (得意) ▽ 前走実績前走 12着 (大敗) ○ 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) -35% (大幅な期待値マイナス) AI 予想勝率 7.0% (オッズ暗示: 10.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.5% / 期待値 -40% ※ 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

クールミラボー

騎手横山武

4.3倍

AI の勝率19%損益の分かれ目23%

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13頭

◎A:◎9

クールミラボー

横山武

4.3倍

勝率 19%

›

○A:○6

ハピ

川田

5.7倍

勝率 13%

›

▲A:△7

リアレスト

田辺

6.9倍

勝率 11%

›

△A:▲11

レッドプロフェシー

原

6.5倍

勝率 10%

›

△A:△3

ルシュヴァルドール

津村

8.4倍

勝率 9%

›

△A:△5

ピカピカサンダー

石橋脩

10.2倍

勝率 7%

›

▽A:▽2

メイプルリッジ

鮫島駿

12.6倍

勝率 7%

›

▽A:▽13

カズタンジャー

菅原明

9.2倍

勝率 7%

›

▽A:▽12

リチュアル

長岡

31.4倍

対象外勝率 4%

›

▽A:▽10

ハグ

内田博

31.9倍

対象外勝率 4%

›

▽A:×4

ロードプレジール

石川

35.9倍

対象外勝率 4%

›

▽A:▽1

ダブルジョーク

木幡巧

32.9倍

対象外勝率 3%

›

▽A:▽8

ピュアキアン

吉田豊

37.1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

11R 東京競馬場発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダブルジョーク	木幡巧	実32.9	▽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／直近3走で勝率33%と好調）
前5走 04/12 2阪神612R 1着/13頭勝利 03/01 1阪神410R 3着/14頭+0.2秒 01/12 1京都510R 6着/16頭+0.6秒 12/27 5阪神710R 8着/16頭+1.4秒 09/28 4阪神910R 4着/16頭+0.6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戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) ○ 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) +8%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.3% (オッズ暗示: 3.0%) ※ 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。
2	メイプルリッジ	鮫島駿	実12.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率50%と適性高／直近3走で勝率33%と好調／386日ぶりの実戦）
前5走 09/27 4阪神811R 11着/14頭+1.7秒 10/20 4東京611R 2着/13頭+0.1秒 06/16 3東京611R 1着/16頭勝利 05/18 3京都911R 5着/16頭+0.3秒 04/27 2東京39R 1着/16頭勝利
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 6走で勝率 50% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 386日休養明け △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 7.9%) ※ 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	ルシュヴァルドール	津村	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走平均10.7着と低調／前走2着）
前5走 04/18 2阪神711R 15着/16頭+3.0秒 03/22 1阪神1010R 15着/16頭+1.8秒 01/25 1京都911R 3着/16頭+0.1秒 12/21 5阪神610R 1着/16頭勝利 10/26 3京都910R 14着/14頭+15.3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 10.7着 (不振) ○ 前走実績前走 2着 (好走) ○ 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) -22% (オッズ過剰評価) AI 予想勝率 9.3% (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	ロードプレジール	石川	実35.9	×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）
前5走 05/03 2東京410R 6着/16頭+0.5秒 02/28 1阪神311R 12着/16頭+1.3秒 02/07 2京都311R 2着/16頭+0.5秒 12/14 5阪神410R 1着/16頭勝利 11/02 3京都1110R 6着/13頭+0.9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戦の調子平均 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) × 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 1.4% (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。
5	ピカピカサンダー	石橋脩	実10.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率40%と適性高／前走3着）
前5走 05/03 2東京410R 4着/16頭+0.2秒 04/18 2阪神711R 16着/16頭+3.4秒 02/07 2京都311R 13着/16頭+1.8秒 10/18 4東京610R 1着/16頭勝利 08/16 2新潟78R 1着/13頭勝利
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 ◎ 当競馬場適性 5走で勝率 40% (得意) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 9.8%) ※ 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。
6	ハピ	川田	実5.7	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 04/18 2阪神711R 7着/16頭+1.0秒 02/28 1阪神311R 10着/16頭+0.8秒 01/25 1京都911R 6着/16頭+0.6秒 12/21 5阪神610R 6着/16頭+0.6秒 10/12 3京都411R 1着/9頭勝利
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 22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 14.3% (オッズ暗示: 17.5%) ※ 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。
7	リアレスト	田辺	実6.9	△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8走で勝率50%と適性高／直近3走で勝率33%と好調）
前5走 05/03 2東京410R 7着/16頭+0.7秒 02/28 1阪神311R 9着/16頭+0.7秒 02/07 2京都311R 3着/16頭+0.5秒 11/22 4京都511R 6着/16頭+0.9秒 10/19 4東京711R 6着/12頭+0.7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) ◎ 当競馬場適性 8走で勝率 50% (得意) ○ 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) -29% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 14.5%) ※ 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。
8	ピュアキアン	吉田豊	実37.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均14.0着と低調／203日ぶりの実戦）
前5走 03/29 3中山211R 14着/15頭+2.1秒 02/28 1阪神311R 14着/16頭+1.4秒 12/06 5中山111R 14着/14頭+3.7秒 10/19 4東京711R 8着/12頭+2.2秒 09/30 金沢10R 6着/12頭+2.3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 14.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 14着 (大敗) △ ローテーション 203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%) ※ 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	クールミラボー	横山武	実4.3	◎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9走で勝率44%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 05/03 2東京410R 8着/16頭+1.0秒 02/28 1阪神311R 3着/16頭+0.1秒 12/21 5阪神610R 5着/16頭+0.5秒 11/22 4京都511R 5着/16頭+0.6秒 10/19 4東京711R 2着/12頭+0.1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 9走で勝率 44% (得意) ○ 前走実績前走 2着 (好走) ○ ローテーション 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 21.5% (オッズ暗示: 23.3%) ※ 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	ハグ	内田博	実31.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調／92日ぶりの実戦）
前5走 05/04 名古屋11R 3着/12頭+0.6秒 04/18 2阪神711R 3着/16頭+0.7秒 03/08 2中山410R 10着/15頭+1.0秒 02/01 1小倉411R 10着/15頭+0.8秒 11/22 4京都511R 11着/16頭+2.3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 8.7着 (不振) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) +43%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.5% (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。
11	レッドプロフェシー	原	実6.5	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 05/03 2東京410R 2着/16頭+0.1秒 03/22 1阪神1010R 8着/16頭+0.6秒 02/21 1東京710R 1着/16頭勝利 12/27 5阪神710R 5着/16頭+0.3秒 12/14 5阪神410R 9着/16頭+1.0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 5.0着 ○ 当競馬場適性 6走で勝率 17% (相性良) × 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 10.3% (オッズ暗示: 15.4%) ※ 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	リチュアル	長岡	実31.4	▽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9.3着と低調）
前5走 03/08 2中山410R 8着/15頭+0.5秒 01/11 1中山410R 3着/16頭+0.1秒 10/19 4東京711R 7着/12頭+0.8秒 08/30 4中京311R 2着/16頭+0.5秒 06/21 3東京511R 5着/11頭+0.7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 9.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +7%（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: 3.2%) ※ 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。
13	カズタンジャー	菅原明	実9.2	▽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3走で勝率67%と適性高）
前5走 05/04 名古屋11R 5着/12頭+1.1秒 03/11 船橋11R 3着/12頭+0.3秒 02/12 佐賀10R 4着/12頭+1.5秒 12/24 名古屋10R 2着/9頭+0.1秒 09/30 金沢10R 3着/12頭+1.4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 7.7着 (不振) ◎ 当競馬場適性 3走で勝率 67% (得意) ▽ 前走実績前走 12着 (大敗) ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 6.5% (オッズ暗示: 10.9%) ※ 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。

見送りAI の 1 位の馬

クールミラボー

騎手横山武

4.3倍

AI の勝率22%損益の分かれ目23%

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13頭

◎9

クールミラボー

横山武

4.3倍

勝率 22%

›

○6

ハピ

川田

5.7倍

勝率 14%

›

▲11

レッドプロフェシー

原

6.5倍

勝率 10%

›

△7

リアレスト

田辺

6.9倍

勝率 10%

›

△3

ルシュヴァルドール

津村

8.4倍

勝率 9%

›

△5

ピカピカサンダー

石橋脩

10.2倍

勝率 7%

›

▽13

カズタンジャー

菅原明

9.2倍

勝率 7%

›

▽2

メイプルリッジ

鮫島駿

12.6倍

勝率 7%

›

▽10

ハグ

内田博

31.9倍

対象外勝率 4%

›

▽12

リチュアル

長岡

31.4倍

対象外勝率 3%

›

▽1

ダブルジョーク

木幡巧

32.9倍

対象外勝率 3%

›

×4

ロードプレジール

石川

35.9倍

対象外勝率 1%

›

▽8

ピュアキアン

吉田豊

37.1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