東京 3R 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

3R 東京競馬場発走 10:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	イグナイトフィール	鮫島駿	実5.2	B▲ A▲勝率21% EV+8% 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 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 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 16.9% (オッズ暗示: 19.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 20.8% / 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	レンミッキ	柴田大	実22.9	B△ A△勝率6% EV+35% 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 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 5.0着 ○ 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) +6% (市場と概ね一致) AI 予想勝率 4.6% (オッズ暗示: 4.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.9% / 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。
3	イキデイナセ	▲上里	実183.3	B▽ A▽勝率1% EV+86% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均13.0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 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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +62%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.0% / 期待値 +87% ※ 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	エリステソーロ	菅原明	実9.8	B△ A△勝率11% EV+4% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（141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 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 7.0着 (不振) △ ローテーション 141日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 8.4% (オッズ暗示: 10.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.7% / 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	ツェルプスト	木幡巧	実69.5	B▽ A▽勝率3% EV+77% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
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 7.5着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +49%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.1% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 期待値 +77% ※ 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	セイウントレジャ	大野	実29.1	B△ A△勝率4% EV+21% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／63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 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 4.5着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 3.8% (オッズ暗示: 3.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 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。
7	フライングビー	石橋脩	実294.1	B▽ A▽勝率1% EV+199% 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 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 10.0着 (不振) ▽ 前走実績前走 10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) +136%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.8% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 +200% ※ 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	ワンダリングスター	木幡育	実372.8	B▽ A▽勝率1% EV+280% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0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 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 11.0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) +199%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.8% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 期待値 +280% ※ 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	ヒシホライゾン	佐々木	実2.1	B◎ A◎勝率26% EV-45% 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走平均2.0着と安定／前走2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 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 2.0着 (安定) ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 32.5% (オッズ暗示: 47.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.9% / 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。
10	ポストトゥルース	横山武	実2.7	B○ A○勝率22% EV-39% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均2.0着と安定／前走2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 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 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 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 25.6% (オッズ暗示: 37.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.5% / 期待値 -39% ※ 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	アイレバルバドス	▲遠藤	実39.3	B▽ A▽勝率3% EV+31% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0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 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 8.0着 (不振) △ 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 2.7% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.4% / 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。
12	テングカゼ	的場	実201.8	B▽ A▽勝率1% EV+105% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
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 6.7着 △ 期待値 (オッズ vs AI勝率) +62%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.8% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 期待値 +106% ※ 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

ヒシホライゾン

騎手佐々木

2.1倍

AI の勝率32%損益の分かれ目48%

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12頭

◎A:◎9

ヒシホライゾン

佐々木

2.1倍

勝率 32%

›

○A:○10

ポストトゥルース

横山武

2.7倍

勝率 26%

›

▲A:▲1

イグナイトフィール

鮫島駿

5.2倍

勝率 17%

›

△A:△4

エリステソーロ

菅原明

9.8倍

勝率 8%

›

△A:△2

レンミッキ

柴田大

22.9倍

勝率 5%

›

△A:△6

セイウントレジャ

大野

29.1倍

勝率 4%

›

▽A:▽11

アイレバルバドス

▲遠藤

39.3倍

対象外勝率 3%

›

▽A:▽5

ツェルプスト

木幡巧

69.5倍

対象外勝率 2%

›

▽A:▽3

イキデイナセ

▲上里

183.3倍

対象外勝率 1%

›

▽A:▽12

テングカゼ

的場

201.8倍

対象外勝率 1%

›

▽A:▽7

フライングビー

石橋脩

294.1倍

対象外勝率 1%

›

▽A:▽8

ワンダリングスター

木幡育

372.8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

3R 東京競馬場発走 10:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	イグナイトフィール	鮫島駿	実5.2	▲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 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 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) +8% (市場と概ね一致) AI 予想勝率 20.8% (オッズ暗示: 19.2%) ※ 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	レンミッキ	柴田大	実22.9	△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 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 5.0着 ○ 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) +35% (妙味あり) AI 予想勝率 5.9% (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。
3	イキデイナセ	▲上里	実183.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均13.0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 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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +86%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (オッズ暗示: 0.5%) ※ 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	エリステソーロ	菅原明	実9.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（141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 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 7.0着 (不振) △ ローテーション 141日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 10.7% (オッズ暗示: 10.2%) ※ 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	ツェルプスト	木幡巧	実69.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
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 7.5着 (不振) ▽ 前走実績前走 11着 (大敗) △ 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 2.6% (オッズ暗示: 1.4%) ※ 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	セイウントレジャ	大野	実29.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／63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 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 4.5着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 4.2% (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。
7	フライングビー	石橋脩	実294.1	▽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 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 10.0着 (不振) ▽ 前走実績前走 10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) +199%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (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。
8	ワンダリングスター	木幡育	実372.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0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 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 11.0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) +280%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (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。
9	ヒシホライゾン	佐々木	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走平均2.0着と安定／前走2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 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 2.0着 (安定) ○ 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) -46% (大幅な期待値マイナス) AI 予想勝率 25.9% (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。
10	ポストトゥルース	横山武	実2.7	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均2.0着と安定／前走2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 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 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 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 22.5% (オッズ暗示: 37.0%) ※ 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	アイレバルバドス	▲遠藤	実39.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0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 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 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) +31%（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: 2.5%) ※ 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。
12	テングカゼ	的場	実201.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
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 6.7着 △ 期待値 (オッズ vs AI勝率) +105%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (オッズ暗示: 0.5%) ※ 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。

見送りAI の 1 位の馬

ヒシホライゾン

騎手佐々木

2.1倍

AI の勝率26%損益の分かれ目48%

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12頭

◎9

ヒシホライゾン

佐々木

2.1倍

勝率 26%

›

○10

ポストトゥルース

横山武

2.7倍

勝率 22%

›

▲1

イグナイトフィール

鮫島駿

5.2倍

勝率 21%

›

△4

エリステソーロ

菅原明

9.8倍

勝率 11%

›

△2

レンミッキ

柴田大

22.9倍

勝率 6%

›

△6

セイウントレジャ

大野

29.1倍

勝率 4%

›

▽11

アイレバルバドス

▲遠藤

39.3倍

対象外勝率 3%

›

▽5

ツェルプスト

木幡巧

69.5倍

対象外勝率 3%

›

▽3

イキデイナセ

▲上里

183.3倍

対象外勝率 1%

›

▽12

テングカゼ

的場

201.8倍

対象外勝率 1%

›

▽7

フライングビー

石橋脩

294.1倍

対象外勝率 1%

›

▽8

ワンダリングスター

木幡育

372.8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