東京 7R 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

7R 東京競馬場発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴァルボナ	内田博	実62.3	B▽ A▽勝率2% EV-1% 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／直近3走で勝率33%と好調）
前5走 03/17 浦和9R 1着/12頭勝利 02/01 1東京21R 8着/16頭+1.9秒 11/09 3福島22R 8着/16頭+0.7秒 10/12 4東京41R 3着/15頭+1.1秒 09/20 4中山65R 4着/16頭+0.3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 4走で勝率 0% (苦戦) ○ 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) -11% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.6% / 期待値 -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	リネンタイリン	横山典	実25.8	B▽ A▽勝率4% EV0% 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0%と苦戦傾向／直近3走平均9.3着と低調）
前5走 03/21 2中山76R 5着/13頭+1.1秒 02/14 1東京57R 12着/16頭+0.7秒 12/13 5中山39R 12着/13頭+1.1秒 11/24 5東京611R 11着/12頭+1.7秒 11/08 5東京111R 7着/16頭+0.9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戦の調子平均 9.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ○ 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) -10% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.8% / 期待値 -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。
3	スタートレイン	佐々木	実26.0	B△ A△勝率8% EV+96% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／直近3走平均8.0着と低調）
前5走 05/02 2東京35R 17着/18頭+1.5秒 03/21 2中山76R 8着/13頭+1.7秒 11/23 5東京59R 4着/8頭+0.6秒 09/13 4中山35R 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戦の調子平均 8.0着 (不振) × 当競馬場適性 4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) +84% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 3.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.6% / 期待値 +97% ※ 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	ロードフロイデ	高杉	実10.7	B△ A▲勝率9% EV-1% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率67%と好調）
前5走 02/01 高知8R 1着/8頭勝利 01/12 高知9R 1着/7頭勝利 12/29 高知7R 5着/10頭+1.0秒 12/14 高知8R 1着/9頭勝利 11/08 5東京17R 3着/16頭+0.8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 67% (絶好調) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 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) -20% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 9.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.2% / 期待値 -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。
5	ステラノヴァ	三浦	実5.6	B▲ A○勝率12% EV-32% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
前5走 03/21 1中京37R 16着/16頭+2.3秒 01/21 姫路12R 1着/11頭勝利 12/31 園田10R 2着/12頭+0.3秒 12/04 園田9R 2着/9頭+0.4秒 11/12 園田10R 2着/8頭+0.1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) -58% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 17.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.0% / 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。
6	ミヤエスケープ	横山武	実1.6	B◎ A×勝率31% EV-50% 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3走で勝率33%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 05/02 2東京31R 1着/16頭勝利 10/18 4東京62R 4着/9頭+1.4秒 08/24 2札幌21R 3着/14頭+1.0秒 07/26 1札幌15R 3着/13頭+0.7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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 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) -34% (大幅な期待値マイナス) AI 予想勝率 41.4% (オッズ暗示: 62.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 31.0% / 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。
7	フクシマブリルハム推奨	菅原明	実11.4	B○ A△勝率9% EV+5% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+33%の妙味（近5走で勝率20%と堅実／当競馬場3走で勝率33%と適性高／適度な間隔で状態万全）
前5走 04/25 2東京16R 9着/16頭+1.8秒 02/07 1東京33R 1着/16頭勝利 01/25 1京都92R 10着/16頭+1.2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戦の調子平均 8.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 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) +33% (妙味あり) AI 予想勝率 11.7% (オッズ暗示: 8.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.2% / 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。
8	マカイゾウ	▲佐藤	実51.7	B▽ A▽勝率1% EV-25% 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25%と適性高／直近3走で勝率33%と好調／246日ぶりの実戦）
前5走 02/21 1東京72R 12着/16頭+1.9秒 01/31 1東京11R 1着/16頭勝利 11/16 5東京41R 3着/16頭+0.2秒 10/25 4東京84R 2着/16頭+0.0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 12着 (大敗) △ ローテーション 246日休養明け × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.4% / 期待値 -25% ※ 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	ユーティジャーニー	☆長浜	実24.0	B▽ A▽勝率5% EV+25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 04/12 3中山67R 8着/15頭+0.6秒 03/29 1中京69R 11着/15頭+0.8秒 03/07 2中山312R 4着/16頭+0.2秒 12/07 5中京28R 8着/18頭+0.4秒 09/06 2札幌57R 4着/14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戦の調子平均 6.7着 △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 4.4% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.2% / 期待値 +25% ※ 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	ルージュナリッシュ推奨	大野	実15.8	B△ A△勝率9% EV+45% 詳細▼	期待値プラスでAIの推し馬（当競馬場で勝率20%と相性良）
前5走 05/03 1新潟27R 6着/16頭+0.6秒 04/19 1福島49R 10着/16頭+0.6秒 03/22 1中京48R 7着/18頭+0.5秒 02/28 2中山18R 13着/13頭+2.3秒 12/20 5中京52R 6着/16頭+0.7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 10.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 7.5% (オッズ暗示: 6.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.2% / 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。
11	アイアンナックル	小林凌	実44.8	B▽ A▽勝率2% EV-28% 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／99日ぶりの実戦）
前5走 02/22 1阪神22R 9着/16頭+2.0秒 02/01 1東京21R 7着/16頭+1.8秒 10/26 4東京91R 3着/14頭+0.5秒 10/11 4東京34R 6着/16頭+3.1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 11着 (大敗) △ ローテーション 99日休養明け × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.6% / 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。
12	サーロー	石橋脩	実108.7	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（直近3走で勝率33%と好調）
前5走 04/25 2東京11R 3着/14頭+0.5秒 04/05 3中山41R 11着/16頭+2.3秒 03/08 2中山41R 4着/16頭+0.5秒 11/08 5東京12R 5着/15頭+1.8秒 10/25 4東京84R 11着/16頭+1.4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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 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) -71% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.6% / 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。
13	アイファージェット	松岡	実377.5	B▽ A▽勝率1% EV+135% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.3着と低調）
前5走 03/27 名古屋6R 2着/9頭+1.0秒 03/12 名古屋5R 1着/11頭勝利 02/27 名古屋5R 2着/11頭+0.1秒 02/11 名古屋1R 1着/12頭勝利 01/28 名古屋3R 4着/12頭+0.5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 10.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ 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 0.3% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.6% / 期待値 +136% ※ 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	タイセイブルーム	木幡巧	実40.6	B▽ A▽勝率5% EV+111% 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走平均8.7着と低調）
前5走 05/03 2東京46R 8着/16頭+0.7秒 04/12 3中山63R 1着/14頭勝利 03/21 2中山74R 10着/13頭+3.4秒 01/17 1中山63R 6着/16頭+0.4秒 ―
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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +40%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.5% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.2% / 期待値 +112% ※ 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	ユキノサイエンス	▲上里	実36.1	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 02/28 2中山13R 6着/16頭+1.2秒 01/11 1中山41R 8着/16頭+1.5秒 11/09 3福島22R 6着/16頭+0.6秒 09/14 4中山42R 7着/16頭+0.6秒 07/19 2福島74R 3着/16頭+0.5秒
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 6.7着 × 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: 2.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 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。

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B

フクシマブリルハム

騎手菅原明

11.4倍

AI の勝率12%損益の分かれ目9%

AI の勝率 12% が損益の分かれ目 9%（1 ÷ 11.4倍）を上回り、期待値 +34% が買う基準（+20%）以上。

賭け金の目安 ¥200（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（4着）

ほかの買い目: 10番ルージュナリッシュ（15.8倍）

出走馬全15頭

◎A:×6

ミヤエスケープ

横山武

1.6倍

勝率 41%

›

○A:△7

フクシマブリルハム

菅原明

11.4倍

勝率 12%

›

▲A:○5

ステラノヴァ

三浦

5.6倍

勝率 8%

›

△A:▲4

ロードフロイデ

高杉

10.7倍

勝率 8%

›

△A:△10

ルージュナリッシュ

大野

15.8倍

勝率 8%

›

△A:△3

スタートレイン

佐々木

26.0倍

勝率 7%

›

▽A:▽9

ユーティジャーニー

☆長浜

24.0倍

勝率 4%

›

▽A:▽2

リネンタイリン

横山典

25.8倍

勝率 3%

›

▽A:▽14

タイセイブルーム

木幡巧

40.6倍

対象外勝率 3%

›

▽A:▽15

ユキノサイエンス

▲上里

36.1倍

対象外勝率 1%

›

▽A:▽1

ヴァルボナ

内田博

62.3倍

対象外勝率 1%

›

▽A:▽11

アイアンナックル

小林凌

44.8倍

対象外勝率 1%

›

▽A:▽8

マカイゾウ

▲佐藤

51.7倍

対象外勝率 1%

›

×A:▽12

サーロー

石橋脩

108.7倍

対象外勝率 0%

›

▽A:▽13

アイファージェット

松岡

377.5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

A モデル（勝ち負けの 2 択で学習）

単勝 10 ルージュナリッシュ実15.8倍期待値 +19% 推奨 13.3〜30.0倍 ¥200 不的中2着

B モデル（レース内の順位で学習）

単勝 7 フクシマブリルハム実11.4倍期待値 +34% 推奨 10.0〜30.0倍 ¥200 不的中4着

※ オッズは予測時点の値です。

7R 東京競馬場発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴァルボナ	内田博	実62.3	▽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／直近3走で勝率33%と好調）
前5走 03/17 浦和9R 1着/12頭勝利 02/01 1東京21R 8着/16頭+1.9秒 11/09 3福島22R 8着/16頭+0.7秒 10/12 4東京41R 3着/15頭+1.1秒 09/20 4中山65R 4着/16頭+0.3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 4走で勝率 0% (苦戦) ○ 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) -1% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 1.6%) ※ 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	リネンタイリン	横山典	実25.8	▽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0%と苦戦傾向／直近3走平均9.3着と低調）
前5走 03/21 2中山76R 5着/13頭+1.1秒 02/14 1東京57R 12着/16頭+0.7秒 12/13 5中山39R 12着/13頭+1.1秒 11/24 5東京611R 11着/12頭+1.7秒 11/08 5東京111R 7着/16頭+0.9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戦の調子平均 9.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ○ 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) -1% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 3.9%) ※ 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	スタートレイン	佐々木	実26.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／直近3走平均8.0着と低調）
前5走 05/02 2東京35R 17着/18頭+1.5秒 03/21 2中山76R 8着/13頭+1.7秒 11/23 5東京59R 4着/8頭+0.6秒 09/13 4中山35R 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戦の調子平均 8.0着 (不振) × 当競馬場適性 4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) +96% (市場が大幅過小評価) AI 予想勝率 7.6% (オッズ暗示: 3.8%) ※ 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。
4	ロードフロイデ	高杉	実10.7	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率67%と好調）
前5走 02/01 高知8R 1着/8頭勝利 01/12 高知9R 1着/7頭勝利 12/29 高知7R 5着/10頭+1.0秒 12/14 高知8R 1着/9頭勝利 11/08 5東京17R 3着/16頭+0.8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 67% (絶好調) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 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) -1% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 9.3%) ※ 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	ステラノヴァ	三浦	実5.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
前5走 03/21 1中京37R 16着/16頭+2.3秒 01/21 姫路12R 1着/11頭勝利 12/31 園田10R 2着/12頭+0.3秒 12/04 園田9R 2着/9頭+0.4秒 11/12 園田10R 2着/8頭+0.1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) -33% (大幅な期待値マイナス) AI 予想勝率 12.0% (オッズ暗示: 17.9%) ※ 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	ミヤエスケープ	横山武	実1.6	×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（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 05/02 2東京31R 1着/16頭勝利 10/18 4東京62R 4着/9頭+1.4秒 08/24 2札幌21R 3着/14頭+1.0秒 07/26 1札幌15R 3着/13頭+0.7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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 31.0% (オッズ暗示: 62.5%) ※ 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	フクシマブリルハム推奨	菅原明	実11.4	△詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実／当競馬場3走で勝率33%と適性高／適度な間隔で状態万全）
前5走 04/25 2東京16R 9着/16頭+1.8秒 02/07 1東京33R 1着/16頭勝利 01/25 1京都92R 10着/16頭+1.2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戦の調子平均 8.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 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) +5% (市場と概ね一致) AI 予想勝率 9.2% (オッズ暗示: 8.8%) ※ 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	マカイゾウ	▲佐藤	実51.7	▽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25%と適性高／直近3走で勝率33%と好調／246日ぶりの実戦）
前5走 02/21 1東京72R 12着/16頭+1.9秒 01/31 1東京11R 1着/16頭勝利 11/16 5東京41R 3着/16頭+0.2秒 10/25 4東京84R 2着/16頭+0.0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 12着 (大敗) △ ローテーション 246日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 1.4% (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	ユーティジャーニー	☆長浜	実24.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 04/12 3中山67R 8着/15頭+0.6秒 03/29 1中京69R 11着/15頭+0.8秒 03/07 2中山312R 4着/16頭+0.2秒 12/07 5中京28R 8着/18頭+0.4秒 09/06 2札幌57R 4着/14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戦の調子平均 6.7着 △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 5.2% (オッズ暗示: 4.2%) ※ 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。
10	ルージュナリッシュ推奨	大野	実15.8	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+45%の妙味（当競馬場で勝率20%と相性良）
前5走 05/03 1新潟27R 6着/16頭+0.6秒 04/19 1福島49R 10着/16頭+0.6秒 03/22 1中京48R 7着/18頭+0.5秒 02/28 2中山18R 13着/13頭+2.3秒 12/20 5中京52R 6着/16頭+0.7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 10.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 16着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +45% (妙味あり) AI 予想勝率 9.2% (オッズ暗示: 6.3%) ※ 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	アイアンナックル	小林凌	実44.8	▽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／99日ぶりの実戦）
前5走 02/22 1阪神22R 9着/16頭+2.0秒 02/01 1東京21R 7着/16頭+1.8秒 10/26 4東京91R 3着/14頭+0.5秒 10/11 4東京34R 6着/16頭+3.1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 11着 (大敗) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.2%) ※ 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。
12	サーロー	石橋脩	実108.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調）
前5走 04/25 2東京11R 3着/14頭+0.5秒 04/05 3中山41R 11着/16頭+2.3秒 03/08 2中山41R 4着/16頭+0.5秒 11/08 5東京12R 5着/15頭+1.8秒 10/25 4東京84R 11着/16頭+1.4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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 0.9%) ※ 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	アイファージェット	松岡	実377.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.3着と低調）
前5走 03/27 名古屋6R 2着/9頭+1.0秒 03/12 名古屋5R 1着/11頭勝利 02/27 名古屋5R 2着/11頭+0.1秒 02/11 名古屋1R 1着/12頭勝利 01/28 名古屋3R 4着/12頭+0.5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 10.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) +135%（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。
14	タイセイブルーム	木幡巧	実40.6	▽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走平均8.7着と低調）
前5走 05/03 2東京46R 8着/16頭+0.7秒 04/12 3中山63R 1着/14頭勝利 03/21 2中山74R 10着/13頭+3.4秒 01/17 1中山63R 6着/16頭+0.4秒 ―
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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +111%（30倍を超える大穴は買う範囲の外） AI 予想勝率 5.2% (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。
15	ユキノサイエンス	▲上里	実36.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 02/28 2中山13R 6着/16頭+1.2秒 01/11 1中山41R 8着/16頭+1.5秒 11/09 3福島22R 6着/16頭+0.6秒 09/14 4中山42R 7着/16頭+0.6秒 07/19 2福島74R 3着/16頭+0.5秒
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 6.7着 × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 1.6% (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。

買うAI の推奨B

フクシマブリルハム

騎手菅原明

11.4倍

AI の勝率9%損益の分かれ目9%

推奨を出した時点では買う条件を満たしていました。今のオッズ 11.4倍では期待値 +5% です。

賭け金の目安 ¥200（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（4着）

ほかの買い目: 10番ルージュナリッシュ（15.8倍）

出走馬全15頭

×6

ミヤエスケープ

横山武

1.6倍

勝率 31%

›

○5

ステラノヴァ

三浦

5.6倍

勝率 12%

›

▲4

ロードフロイデ

高杉

10.7倍

勝率 9%

›

△7

フクシマブリルハム

菅原明

11.4倍

勝率 9%

›

△10

ルージュナリッシュ

大野

15.8倍

勝率 9%

›

△3

スタートレイン

佐々木

26.0倍

勝率 8%

›

▽9

ユーティジャーニー

☆長浜

24.0倍

勝率 5%

›

▽14

タイセイブルーム

木幡巧

40.6倍

対象外勝率 5%

›

▽2

リネンタイリン

横山典

25.8倍

勝率 4%

›

▽15

ユキノサイエンス

▲上里

36.1倍

対象外勝率 2%

›

▽11

アイアンナックル

小林凌

44.8倍

対象外勝率 2%

›

▽1

ヴァルボナ

内田博

62.3倍

対象外勝率 2%

›

▽8

マカイゾウ

▲佐藤

51.7倍

対象外勝率 1%

›

▽12

サーロー

石橋脩

108.7倍

対象外勝率 1%

›

▽13

アイファージェット

松岡

377.5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

A モデル（勝ち負けの 2 択で学習）

単勝 10 ルージュナリッシュ実15.8倍期待値 +46% 推奨 10.8〜30.0倍 ¥200 不的中2着

B モデル（レース内の順位で学習）

単勝 7 フクシマブリルハム実11.4倍期待値 +5% 推奨 10.8〜30.0倍 ¥200 不的中4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