東京 8R 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

8R 東京競馬場発走 13:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カザンラク	荻野極	実6.1	B○ A○勝率14% EV-9% 詳細▼	AI上位評価だが期待値不足、見送り（70日ぶりの実戦）
前5走 02/22 1東京86R 2着/16頭+0.0秒 10/05 4東京28R 3着/14頭+0.4秒 08/02 2新潟36R 8着/14頭+1.2秒 05/31 2東京117R 8着/11頭+0.8秒 04/27 2東京26R 6着/9頭+1.0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戦の調子平均 4.7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) +20% (市場と概ね一致) AI 予想勝率 19.8% (オッズ暗示: 16.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.4% / 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	メイリー	木幡巧	実43.6	B▽ A▽勝率2% EV-25% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.3着と低調）
前5走 04/12 3中山67R 12着/15頭+1.1秒 03/28 1中京57R 2着/15頭+0.2秒 12/21 5中京66R 9着/16頭+0.6秒 10/13 4東京59R 12着/18頭+0.6秒 09/14 4中山412R 3着/16頭+0.6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 5走で勝率 20% (相性良) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 2.3% / 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。
3	カズノダイジョウ	横山典	実7.4	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（直近3走で勝率33%と好調／140日ぶりの実戦）
前5走 04/25 2東京15R 3着/18頭+0.3秒 02/15 2京都66R 9着/18頭+1.6秒 11/29 5東京72R 5着/18頭+0.4秒 11/09 5東京23R 2着/18頭+0.3秒 10/13 4東京53R 5着/12頭+0.5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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% △ ローテーション 140日休養明け × 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 9.0% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.4% / 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。
4	キャトルエピス	☆長浜	実24.6	B▽ A▽勝率2% EV-41% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調）
前5走 03/07 2中山312R 12着/16頭+1.2秒 01/11 1中山48R 9着/16頭+2.3秒 12/21 5中京68R 3着/16頭+0.1秒 11/23 5東京56R 9着/16頭+1.2秒 09/28 4中山97R 7着/16頭+1.4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 10.0着 (不振) × 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 2.1% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.5% / 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。
5	マリブオレンジ	Ｍデムーロ	実37.4	B▽ A▽勝率2% EV-39% 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走平均11.0着と低調）
前5走 01/31 2京都112R 8着/17頭+0.6秒 12/07 5中京26R 15着/16頭+2.3秒 08/09 1札幌512R 11着/11頭+3.7秒 06/28 1函館512R 13着/14頭+2.9秒 06/14 1函館19R 7着/11頭+0.6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 11.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 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) -29% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.5% / 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。
6	ケールハイム	菅原明	実6.1	B▲ A▲勝率14% EV-13% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 02/28 1阪神310R 4着/9頭+0.3秒 01/12 1京都512R 1着/18頭勝利 11/30 4京都83R 3着/13頭+0.9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戦の調子平均 4.7着 △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 13.0% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.4% / 期待値 -13% ※ 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	ナックホワイト推奨	大野	実15.9	B△ A△勝率9% EV+27% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+63%の中穴候補（適度な間隔で状態万全）
前5走 03/21 2中山711R 8着/16頭+0.2秒 02/15 1東京65R 1着/16頭勝利 02/01 1東京212R 4着/16頭+0.6秒 01/11 1中山46R 5着/17頭+0.4秒 11/16 5東京42R 4着/18頭+0.4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 9.3着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 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) +63% (市場が大幅過小評価) AI 予想勝率 10.3% (オッズ暗示: 6.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 9.4% / 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。
8	ハクサンミレイ	▲上里	実156.1	×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 04/26 2東京21R 9着/15頭+1.4秒 03/15 1中京21R 8着/16頭+1.7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 9.0着 (不振) × 当競馬場適性 3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) -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。
9	ティピティーナ	伊藤	実65.4	B× A▽勝率2% EV-40% 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 03/29 3中山28R 3着/16頭+0.7秒 03/15 1中京212R 14着/18頭+1.7秒 11/09 3福島212R 10着/16頭+0.7秒 10/19 4新潟23R 3着/18頭+0.0秒 07/05 2福島312R 5着/15頭+0.4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 10.0着 (不振) ▽ 前走実績前走 14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) -75% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 2.1% / 期待値 -41% ※ 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	オンナキュヌヴィ	佐々木	実53.1	B× A▽勝率2% EV-20% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 04/26 1福島62R 3着/16頭+0.3秒 02/21 1東京76R 9着/16頭+1.2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 5.0着 × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 2.0% / 期待値 -21% ※ 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	デイジー	横山武	実5.6	B△ A△勝率13% EV-12% 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4走で勝率0%と苦戦傾向／直近3走平均3.0着と安定）
前5走 04/11 1福島19R 12着/16頭+1.2秒 01/11 1中山48R 3着/16頭+0.2秒 11/22 3福島59R 2着/16頭+0.0秒 11/09 3福島29R 3着/16頭+0.0秒 10/26 4新潟44R 3着/16頭+0.2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 3.0着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ○ ローテーション 28日の間隔 (理想的) × 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 10.9% (オッズ暗示: 17.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 13.3% / 期待値 -12% ※ 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	タイセイアストロ	小崎	実3.4	B◎ A◎勝率19% EV-28% 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0%と苦戦傾向／前走3着）
前5走 03/21 1中京311R 10着/17頭+0.9秒 02/14 1東京57R 5着/16頭+0.1秒 01/04 1中山15R 1着/16頭勝利 12/21 5中京64R 3着/17頭+0.2秒 09/21 4中山73R 3着/10頭+0.5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 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 3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 19.8% (オッズ暗示: 29.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 18.7% / 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。
13	チョングク	内田博	実59.6	B▽ A▽勝率2% EV-6% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7走で勝率0%と苦戦傾向／直近3走平均9.0着と低調）
前5走 04/04 3中山37R 9着/12頭+1.6秒 03/21 1中京312R 10着/14頭+0.9秒 03/07 2中山312R 9着/16頭+0.7秒 02/14 1東京512R 14着/16頭+1.2秒 01/24 1中山812R 8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 9.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +6%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.8% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 2.0% / 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。
14	アスクヴォルテージ	石橋脩	実24.5	B▽ A▽勝率6% EV+16% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（140日ぶりの実戦）
前5走 04/18 2阪神77R 6着/14頭+0.5秒 03/29 1中京69R 3着/15頭+0.0秒 02/22 1阪神28R 9着/15頭+2.1秒 01/25 1京都912R 5着/9頭+0.5秒 07/26 2新潟111R 9着/14頭+1.4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 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 140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 2.1% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.0% / 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。
15	ダイユウルミナス	吉田豊	実38.5	B▽ A×勝率1% EV-66% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 04/11 3中山55R 10着/15頭+0.9秒 02/14 1東京55R 7着/16頭+0.4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 5.3着 × 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 1.6% (オッズ暗示: 2.6%) × Aモデルの評価 (参考) レース内 16位 / 勝率 1.0% / 期待値 -67% ※ 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	バム	▲遠藤	実283.7	×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 02/10 1東京412R 12着/16頭+1.6秒 02/01 1東京26R 13着/15頭+3.0秒 01/17 1中山66R 12着/16頭+1.1秒 11/11 金沢10R 1着/9頭勝利 10/28 金沢6R 1着/8頭勝利
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 9.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) × 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。
17	リラベガ	鮫島駿	実23.8	B▽ A▽勝率2% EV-40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 04/19 1福島45R 1着/16頭勝利 02/14 1小倉72R 7着/18頭+1.0秒 02/01 1小倉42R 3着/18頭+0.8秒 11/24 3福島66R 9着/16頭+0.6秒 11/08 3福島15R 4着/16頭+0.2秒
AI 評価の内訳 — 馬番 17 ◎ 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 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 5.0% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.3% / 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。
18	フレンドモナコ	▲水沼	実94.2	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3走で勝率0%と苦戦傾向／直近3走平均13.0着と低調）
前5走 05/02 2東京35R 12着/18頭+1.3秒 04/19 3中山85R 4着/10頭+0.6秒 03/29 3中山26R 12着/13頭+1.7秒 03/01 2中山27R 11着/12頭+2.0秒 02/21 1小倉99R 5着/10頭+0.5秒
AI 評価の内訳 — 馬番 18 ◎ 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) × 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 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 1.0% / 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。

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AB

ナックホワイト

騎手大野

15.9倍

AI の勝率10%損益の分かれ目6%

AI の勝率 10% が損益の分かれ目 6%（1 ÷ 15.9倍）を上回り、期待値 +63% が買う基準（+20%）以上。

賭け金の目安 ¥300（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（6着）

出走馬全18頭

◎A:◎12

タイセイアストロ

小崎

3.4倍

勝率 20%

›

○A:○1

カザンラク

荻野極

6.1倍

勝率 20%

›

▲A:▲6

ケールハイム

菅原明

6.1倍

勝率 13%

›

△A:△11

デイジー

横山武

5.6倍

勝率 11%

›

△A:△7

ナックホワイト

大野

15.9倍

勝率 10%

›

△A:△3

カズノダイジョウ

横山典

7.4倍

勝率 9%

›

▽A:▽17

リラベガ

鮫島駿

23.8倍

勝率 5%

›

▽A:▽14

アスクヴォルテージ

石橋脩

24.5倍

勝率 2%

›

▽A:▽4

キャトルエピス

☆長浜

24.6倍

勝率 2%

›

▽A:▽5

マリブオレンジ

Ｍデムーロ

37.4倍

対象外勝率 2%

›

▽A:▽2

メイリー

木幡巧

43.6倍

対象外勝率 2%

›

▽A:▽13

チョングク

内田博

59.6倍

対象外勝率 2%

›

▽A:×15

ダイユウルミナス

吉田豊

38.5倍

対象外勝率 2%

›

×A:▽10

オンナキュヌヴィ

佐々木

53.1倍

対象外勝率 1%

›

×A:▽18

フレンドモナコ

▲水沼

94.2倍

対象外勝率 0%

›

×A:▽9

ティピティーナ

伊藤

65.4倍

対象外勝率 0%

›

×8

ハクサンミレイ

▲上里

156.1倍

対象外—

›

×16

バム

▲遠藤

283.7倍

対象外—

›

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 7 ナックホワイト実15.9倍期待値 +63% 推奨 10.0〜30.0倍 ¥100 不的中6着

B モデル（レース内の順位で学習）

単勝 7 ナックホワイト実15.9倍期待値 +63% 推奨 10.0〜30.0倍 ¥200 不的中6着

※ オッズは予測時点の値です。

8R 東京競馬場発走 13:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カザンラク	荻野極	実6.1	○詳細▼	AI上位評価だが期待値不足、見送り（70日ぶりの実戦）
前5走 02/22 1東京86R 2着/16頭+0.0秒 10/05 4東京28R 3着/14頭+0.4秒 08/02 2新潟36R 8着/14頭+1.2秒 05/31 2東京117R 8着/11頭+0.8秒 04/27 2東京26R 6着/9頭+1.0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戦の調子平均 4.7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) -9% (オッズ過剰評価) AI 予想勝率 14.4% (オッズ暗示: 16.4%) ※ 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。
2	メイリー	木幡巧	実43.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.3着と低調）
前5走 04/12 3中山67R 12着/15頭+1.1秒 03/28 1中京57R 2着/15頭+0.2秒 12/21 5中京66R 9着/16頭+0.6秒 10/13 4東京59R 12着/18頭+0.6秒 09/14 4中山412R 3着/16頭+0.6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 5走で勝率 20% (相性良) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 2.3% (オッズ暗示: 2.3%) ※ 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。
3	カズノダイジョウ	横山典	実7.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／140日ぶりの実戦）
前5走 04/25 2東京15R 3着/18頭+0.3秒 02/15 2京都66R 9着/18頭+1.6秒 11/29 5東京72R 5着/18頭+0.4秒 11/09 5東京23R 2着/18頭+0.3秒 10/13 4東京53R 5着/12頭+0.5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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 13.5%) ※ 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	キャトルエピス	☆長浜	実24.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調）
前5走 03/07 2中山312R 12着/16頭+1.2秒 01/11 1中山48R 9着/16頭+2.3秒 12/21 5中京68R 3着/16頭+0.1秒 11/23 5東京56R 9着/16頭+1.2秒 09/28 4中山97R 7着/16頭+1.4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 10.0着 (不振) × 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 2.5% (オッズ暗示: 4.1%) ※ 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	マリブオレンジ	Ｍデムーロ	実37.4	▽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走平均11.0着と低調）
前5走 01/31 2京都112R 8着/17頭+0.6秒 12/07 5中京26R 15着/16頭+2.3秒 08/09 1札幌512R 11着/11頭+3.7秒 06/28 1函館512R 13着/14頭+2.9秒 06/14 1函館19R 7着/11頭+0.6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 11.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 2.5% (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。
6	ケールハイム	菅原明	実6.1	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 02/28 1阪神310R 4着/9頭+0.3秒 01/12 1京都512R 1着/18頭勝利 11/30 4京都83R 3着/13頭+0.9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戦の調子平均 4.7着 △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 14.4% (オッズ暗示: 16.4%) ※ 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	ナックホワイト推奨	大野	実15.9	△詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全）
前5走 03/21 2中山711R 8着/16頭+0.2秒 02/15 1東京65R 1着/16頭勝利 02/01 1東京212R 4着/16頭+0.6秒 01/11 1中山46R 5着/17頭+0.4秒 11/16 5東京42R 4着/18頭+0.4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 9.3着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 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% (市場と概ね一致) AI 予想勝率 9.4% (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。
8	ハクサンミレイ	▲上里	実156.1	×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 04/26 2東京21R 9着/15頭+1.4秒 03/15 1中京21R 8着/16頭+1.7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 9.0着 (不振) × 当競馬場適性 3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) -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。
9	ティピティーナ	伊藤	実65.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調）
前5走 03/29 3中山28R 3着/16頭+0.7秒 03/15 1中京212R 14着/18頭+1.7秒 11/09 3福島212R 10着/16頭+0.7秒 10/19 4新潟23R 3着/18頭+0.0秒 07/05 2福島312R 5着/15頭+0.4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 10.0着 (不振) ▽ 前走実績前走 14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) -41% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 1.5%) ※ 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。
10	オンナキュヌヴィ	佐々木	実53.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 04/26 1福島62R 3着/16頭+0.3秒 02/21 1東京76R 9着/16頭+1.2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 5.0着 △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 2.0% (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。
11	デイジー	横山武	実5.6	△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4走で勝率0%と苦戦傾向／直近3走平均3.0着と安定）
前5走 04/11 1福島19R 12着/16頭+1.2秒 01/11 1中山48R 3着/16頭+0.2秒 11/22 3福島59R 2着/16頭+0.0秒 11/09 3福島29R 3着/16頭+0.0秒 10/26 4新潟44R 3着/16頭+0.2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 3.0着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ○ ローテーション 28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 13.3% (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。
12	タイセイアストロ	小崎	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（当競馬場3走で勝率0%と苦戦傾向／前走3着）
前5走 03/21 1中京311R 10着/17頭+0.9秒 02/14 1東京57R 5着/16頭+0.1秒 01/04 1中山15R 1着/16頭勝利 12/21 5中京64R 3着/17頭+0.2秒 09/21 4中山73R 3着/10頭+0.5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 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 18.7% (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。
13	チョングク	内田博	実59.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7走で勝率0%と苦戦傾向／直近3走平均9.0着と低調）
前5走 04/04 3中山37R 9着/12頭+1.6秒 03/21 1中京312R 10着/14頭+0.9秒 03/07 2中山312R 9着/16頭+0.7秒 02/14 1東京512R 14着/16頭+1.2秒 01/24 1中山812R 8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 9.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 1.7%) ※ 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。
14	アスクヴォルテージ	石橋脩	実24.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（140日ぶりの実戦）
前5走 04/18 2阪神77R 6着/14頭+0.5秒 03/29 1中京69R 3着/15頭+0.0秒 02/22 1阪神28R 9着/15頭+2.1秒 01/25 1京都912R 5着/9頭+0.5秒 07/26 2新潟111R 9着/14頭+1.4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 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 6.0% (オッズ暗示: 4.1%) ※ 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。
15	ダイユウルミナス	吉田豊	実38.5	×詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 04/11 3中山55R 10着/15頭+0.9秒 02/14 1東京55R 7着/16頭+0.4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 5.3着 × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.6%) ※ 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。
16	バム	▲遠藤	実283.7	×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 02/10 1東京412R 12着/16頭+1.6秒 02/01 1東京26R 13着/15頭+3.0秒 01/17 1中山66R 12着/16頭+1.1秒 11/11 金沢10R 1着/9頭勝利 10/28 金沢6R 1着/8頭勝利
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 9.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) × 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。
17	リラベガ	鮫島駿	実23.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 04/19 1福島45R 1着/16頭勝利 02/14 1小倉72R 7着/18頭+1.0秒 02/01 1小倉42R 3着/18頭+0.8秒 11/24 3福島66R 9着/16頭+0.6秒 11/08 3福島15R 4着/16頭+0.2秒
AI 評価の内訳 — 馬番 17 ◎ 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 ○ 前走実績前走 2着 (好走) × 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 2.3% (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。
18	フレンドモナコ	▲水沼	実94.2	▽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13.0着と低調）
前5走 05/02 2東京35R 12着/18頭+1.3秒 04/19 3中山85R 4着/10頭+0.6秒 03/29 3中山26R 12着/13頭+1.7秒 03/01 2中山27R 11着/12頭+2.0秒 02/21 1小倉99R 5着/10頭+0.5秒
AI 評価の内訳 — 馬番 18 ◎ 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) × 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 21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 1.0% (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。

買うAI の推奨AB

ナックホワイト

騎手大野

15.9倍

AI の勝率9%損益の分かれ目6%

AI の勝率 9% が損益の分かれ目 6%（1 ÷ 15.9倍）を上回り、期待値 +28% が買う基準（+20%）以上。

賭け金の目安 ¥300（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（6着）

出走馬全18頭

◎12

タイセイアストロ

小崎

3.4倍

勝率 19%

›

○1

カザンラク

荻野極

6.1倍

勝率 14%

›

▲6

ケールハイム

菅原明

6.1倍

勝率 14%

›

△11

デイジー

横山武

5.6倍

勝率 13%

›

△3

カズノダイジョウ

横山典

7.4倍

勝率 9%

›

△7

ナックホワイト

大野

15.9倍

勝率 9%

›

▽14

アスクヴォルテージ

石橋脩

24.5倍

勝率 6%

›

▽4

キャトルエピス

☆長浜

24.6倍

勝率 2%

›

▽5

マリブオレンジ

Ｍデムーロ

37.4倍

対象外勝率 2%

›

▽17

リラベガ

鮫島駿

23.8倍

勝率 2%

›

▽2

メイリー

木幡巧

43.6倍

対象外勝率 2%

›

▽9

ティピティーナ

伊藤

65.4倍

対象外勝率 2%

›

▽10

オンナキュヌヴィ

佐々木

53.1倍

対象外勝率 2%

›

▽13

チョングク

内田博

59.6倍

対象外勝率 2%

›

▽18

フレンドモナコ

▲水沼

94.2倍

対象外勝率 1%

›

×15

ダイユウルミナス

吉田豊

38.5倍

対象外勝率 1%

›

×8

ハクサンミレイ

▲上里

156.1倍

対象外—

›

×16

バム

▲遠藤

283.7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

A モデル（勝ち負けの 2 択で学習）

単勝 7 ナックホワイト実15.9倍期待値 +49% 推奨 10.7〜30.0倍 ¥100 不的中6着

B モデル（レース内の順位で学習）

単勝 7 ナックホワイト実15.9倍期待値 +49% 推奨 10.7〜30.0倍 ¥200 不的中6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