東京 1R 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

1R 東京競馬場発走 09:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	トラストフィスティ	菅原明	実90.3	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（直近3走平均12.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 12.0着 (不振) ▽ 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) +0%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.1% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.2% / 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	エコロゴッド	荻野極	実4.5	B○ A○勝率23% EV+2% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走過去走データ取得失敗 (horse_results 不在)
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 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ 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) -12% (オッズ過剰評価) AI 予想勝率 19.6% (オッズ暗示: 22.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.7% / 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	エルシオン	☆長浜	実235.7	B▽ A▽勝率1% EV+34% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.7着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 11着 (大敗) × 期待値 (オッズ vs AI勝率) -37% (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 10位 / 勝率 1.3% / 期待値 +35% ※ 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	コペルニクス	▲佐藤	実78.5	B▽ A▽勝率1% EV-4% 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走過去走データ取得失敗 (horse_results 不在)
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 9.0着 (不振) ○ 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) -3% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.2% / 期待値 -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。
5	ローザベッラ	三浦	実13.1	B▽ A▽勝率4% EV-49% 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／71日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 7.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.9% / 期待値 -50% ※ 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	テルケンレンジシ	木幡育	実351.4	B▽ A▽勝率1% EV+112% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均16.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 16.0着 (不振) ▽ 前走実績前走 16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 0.3% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.6% / 期待値 +113% ※ 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	オペレッタテソーロ	大野	実47.0	B▽ A▽勝率1% EV-34% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.5着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 10.5着 (不振) ▽ 前走実績前走 11着 (大敗) × 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 1.3% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 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。
8	オーディンスピア	小崎	実6.0	B△ A△勝率9% EV-46% 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3.0着と安定／前走3着）
前5走過去走データ取得失敗 (horse_results 不在)
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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 11.7% (オッズ暗示: 16.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.9% / 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。
9	ヴァルガルデーナ	木幡巧	実246.1	B▽ A▽勝率1% EV+48% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 12.0着 (不振) ▽ 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) -34% (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 13位 / 勝率 0.6% / 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。
10	サクシードシチー	佐々木	実8.1	B△ A△勝率9% EV-27% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走過去走データ取得失敗 (horse_results 不在)
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 7.0着 (不振) × 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 7.5% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.9% / 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。
11	ユイノゲリラゴウウ	内田博	実22.5	B▽ A▽勝率6% EV+30% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走過去走データ取得失敗 (horse_results 不在)
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 7.0着 (不振) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.8% / 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。
12	ロータスピーク	Ｍデムーロ	実5.3	B▲ A▲勝率16% EV-14% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均10.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 19.6% (オッズ暗示: 18.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.1% / 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	メジャーシンガー	鮫島駿	実3.6	B◎ A◎勝率23% EV-18% 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（113日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 5.0着 △ 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 19.6% (オッズ暗示: 27.8%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.7% / 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。
14	マイサマーガール	▲遠藤	実291.8	▽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）
前5走過去走データ取得失敗 (horse_results 不在)
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) ▽ 前走実績前走 11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) -22% (オッズ過剰評価) AI 予想勝率 0.3% (オッズ暗示: 0.3%) ※ 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。
15	ヴェットビルズ	▲水沼	実367.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.7着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 11.7着 (不振) ▽ 前走実績前走 14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) -2% (オッズ過剰評価) AI 予想勝率 0.3% (オッズ暗示: 0.3%) ※ 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。
16	テールエメール	石橋脩	実9.9	B△ A△勝率6% EV-42% 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9.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 9.0着 (不振) ○ 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) -30% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.8% / 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

見送りAI の 1 位の馬

メジャーシンガー

騎手鮫島駿

3.6倍

AI の勝率20%損益の分かれ目28%

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:◎13

メジャーシンガー

鮫島駿

3.6倍

勝率 20%

›

○A:○2

エコロゴッド

荻野極

4.5倍

勝率 20%

›

▲A:▲12

ロータスピーク

Ｍデムーロ

5.3倍

勝率 20%

›

△A:△8

オーディンスピア

小崎

6.0倍

勝率 12%

›

△A:△10

サクシードシチー

佐々木

8.1倍

勝率 8%

›

△A:△16

テールエメール

石橋脩

9.9倍

勝率 7%

›

▽A:▽5

ローザベッラ

三浦

13.1倍

勝率 6%

›

▽A:▽11

ユイノゲリラゴウウ

内田博

22.5倍

勝率 4%

›

▽A:▽7

オペレッタテソーロ

大野

47.0倍

対象外勝率 1%

›

▽A:▽4

コペルニクス

▲佐藤

78.5倍

対象外勝率 1%

›

▽A:▽1

トラストフィスティ

菅原明

90.3倍

対象外勝率 1%

›

▽A:▽3

エルシオン

☆長浜

235.7倍

対象外勝率 0%

›

▽A:▽9

ヴァルガルデーナ

木幡巧

246.1倍

対象外勝率 0%

›

▽14

マイサマーガール

▲遠藤

291.8倍

対象外勝率 0%

›

▽A:▽6

テルケンレンジシ

木幡育

351.4倍

対象外勝率 0%

›

▽15

ヴェットビルズ

▲水沼

367.0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

1R 東京競馬場発走 09:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	トラストフィスティ	菅原明	実90.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 12.0着 (不振) ▽ 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) +9%（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: 1.1%) ※ 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。
2	エコロゴッド	荻野極	実4.5	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走過去走データ取得失敗 (horse_results 不在)
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 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ 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) +2% (市場と概ね一致) AI 予想勝率 22.7% (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。
3	エルシオン	☆長浜	実235.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.7着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +34%（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: 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。
4	コペルニクス	▲佐藤	実78.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 9.0着 (不振) ○ 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) -5% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.3%) ※ 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	ローザベッラ	三浦	実13.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／71日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 8.0着 (不振) × 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 3.9% (オッズ暗示: 7.6%) ※ 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	テルケンレンジシ	木幡育	実351.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均16.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) +112%（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: 0.3%) ※ 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。
7	オペレッタテソーロ	大野	実47.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.5着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 10.5着 (不振) ▽ 前走実績前走 11着 (大敗) × 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 1.4% (オッズ暗示: 2.1%) ※ 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。
8	オーディンスピア	小崎	実6.0	△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3.0着と安定／前走3着）
前5走過去走データ取得失敗 (horse_results 不在)
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 3.0着 (安定) ○ 前走実績前走 3着 (好走) × 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 8.9% (オッズ暗示: 16.7%) ※ 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	ヴァルガルデーナ	木幡巧	実246.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 12.0着 (不振) ▽ 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) +48%（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%) ※ 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	サクシードシチー	佐々木	実8.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走過去走データ取得失敗 (horse_results 不在)
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 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 12.3%) ※ 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。
11	ユイノゲリラゴウウ	内田博	実22.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走過去走データ取得失敗 (horse_results 不在)
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 7.0着 (不振) ○ 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) +30% (妙味あり) AI 予想勝率 5.8% (オッズ暗示: 4.4%) ※ 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	ロータスピーク	Ｍデムーロ	実5.3	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均10.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 16.1% (オッズ暗示: 18.9%) ※ 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	メジャーシンガー	鮫島駿	実3.6	◎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（113日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 5.0着 △ ローテーション 113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 22.7% (オッズ暗示: 27.8%) ※ 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。
14	マイサマーガール	▲遠藤	実291.8	×詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走過去走データ取得失敗 (horse_results 不在)
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) ▽ 前走実績前走 11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) -100% (大幅な期待値マイナス) ※ 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	ヴェットビルズ	▲水沼	実367.0	×詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走過去走データ取得失敗 (horse_results 不在)
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 11.7着 (不振) ▽ 前走実績前走 14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) -100% (大幅な期待値マイナス) ※ 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	テールエメール	石橋脩	実9.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
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 9.0着 (不振) ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 5.8% (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。

見送りAI の 1 位の馬

メジャーシンガー

騎手鮫島駿

3.6倍

AI の勝率23%損益の分かれ目28%

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

◎13

メジャーシンガー

鮫島駿

3.6倍

勝率 23%

›

○2

エコロゴッド

荻野極

4.5倍

勝率 23%

›

▲12

ロータスピーク

Ｍデムーロ

5.3倍

勝率 16%

›

△8

オーディンスピア

小崎

6.0倍

勝率 9%

›

△10

サクシードシチー

佐々木

8.1倍

勝率 9%

›

△16

テールエメール

石橋脩

9.9倍

勝率 6%

›

▽11

ユイノゲリラゴウウ

内田博

22.5倍

勝率 6%

›

▽5

ローザベッラ

三浦

13.1倍

勝率 4%

›

▽7

オペレッタテソーロ

大野

47.0倍

対象外勝率 1%

›

▽3

エルシオン

☆長浜

235.7倍

対象外勝率 1%

›

▽4

コペルニクス

▲佐藤

78.5倍

対象外勝率 1%

›

▽1

トラストフィスティ

菅原明

90.3倍

対象外勝率 1%

›

▽9

ヴァルガルデーナ

木幡巧

246.1倍

対象外勝率 1%

›

▽6

テルケンレンジシ

木幡育

351.4倍

対象外勝率 1%

›

×14

マイサマーガール

▲遠藤

291.8倍

対象外—

›

×15

ヴェットビルズ

▲水沼

367.0倍

対象外—

›

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