東京 10R 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

10R 東京競馬場発走 14:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ロートホルン	鮫島駿	実6.9	B○ A○勝率17% EV+17% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高）
前5走 03/14 2中山59R 8着/10頭+1.0秒 11/24 3福島610R 16着/16頭+0.7秒 07/13 1函館107R 1着/14頭勝利 04/27 2東京211R 6着/18頭+0.5秒 02/15 1東京511R 7着/14頭+1.1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 5.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 14.1% (オッズ暗示: 14.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.0% / 期待値 +17% ※ 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	クライスレリアーナ	荻野極	実1.5	B◎ A×勝率22% EV-66% 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4走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／前走2着）
前5走 03/15 2中山68R 3着/10頭+0.1秒 01/11 1中山48R 1着/16頭勝利 10/19 4東京77R 2着/13頭+0.3秒 08/16 2新潟76R 2着/11頭+0.5秒 05/24 2東京99R 2着/9頭+0.3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 3.0着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) × 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 39.6% (オッズ暗示: 66.7%) × Aモデルの評価 (参考) レース内 1位 / 勝率 22.3% / 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。
3	ブラックルビー	長浜	実38.5	B▽ A▽勝率4% EV+58% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（119日ぶりの実戦）
前5走 03/14 2中山59R 9着/10頭+1.1秒 01/11 1中山49R 6着/13頭+0.2秒 11/15 5東京312R 12着/13頭+1.5秒 09/28 4中山910R 6着/13頭+0.6秒 04/27 2東京211R 13着/18頭+0.9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 7.3着 (不振) △ ローテーション 119日休養明け △ 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 3.9% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.1% / 期待値 +59% ※ 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	マイスターヴェルク推奨	三浦	実12.9	B△ A△勝率12% EV+57% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+30%の妙味（市場想定よりAI評価が高く妙味）
前5走 03/22 2中山812R 12着/16頭+2.5秒 02/10 1東京47R 5着/9頭+0.7秒 11/24 3福島610R 6着/16頭+0.2秒 09/07 4中山211R 10着/13頭+0.6秒 06/28 1函館57R 1着/16頭勝利
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 6.3着 △ ローテーション 98日休養明け ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 10.1% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 12.2% / 期待値 +57% ※ 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	レイピカケ	小崎	実55.4	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 01/25 1京都97R 10着/10頭+1.8秒 12/21 5中山69R 11着/11頭+1.7秒 08/30 2札幌311R 10着/14頭+2.2秒 08/17 1札幌812R 10着/14頭+2.5秒 07/19 1函館1110R 10着/14頭+0.9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 7.7着 (不振) △ 期待値 (オッズ vs AI勝率) +70%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.1% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.2% / 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	メランジェ	菅原明	実9.7	B△ A△勝率15% EV+48% 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25%と適性高／前走3着／78日ぶりの実戦）
前5走 05/03 1新潟27R 1着/16頭勝利 02/14 1東京512R 7着/16頭+0.8秒 01/24 1中山812R 5着/12頭+0.8秒 10/26 4新潟44R 6着/16頭+0.4秒 08/16 2新潟76R 8着/11頭+1.7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戦の調子平均 7.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 10.1% (オッズ暗示: 10.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 15.1% / 期待値 +48% ※ 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	エバーグルーヴ	古川吉	実19.5	B△ A△勝率6% EV+14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 03/29 2阪神28R 4着/7頭+0.4秒 03/01 1阪神49R 5着/9頭+0.9秒 02/10 1東京47R 7着/9頭+0.8秒 11/22 4京都512R 3着/15頭+0.4秒 10/04 4東京19R 7着/12頭+0.8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 6.3着 △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 3.9% (オッズ暗示: 5.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.8% / 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。
8	スタニングヴュー	佐々木	実23.2	B▽ A▽勝率4% EV+3% 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25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 04/25 2東京18R 1着/8頭勝利 04/12 1福島26R 5着/15頭+0.9秒 11/16 3福島412R 12着/16頭+1.1秒 09/06 4中山17R 2着/18頭+0.4秒 08/23 3新潟14R 4着/16頭+1.2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 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.5% / 期待値 +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。
9	コスモイシュタル	松岡	実7.4	B▲ A▲勝率16% EV+18% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率0%と苦戦傾向）
前5走 05/02 1新潟110R 3着/15頭+0.0秒 04/12 1福島26R 1着/15頭勝利 03/22 1中京46R 13着/17頭+1.0秒 12/14 5中山412R 9着/16頭+0.6秒 11/22 3福島58R 4着/16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 3.3着 × 当競馬場適性 5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) -15% (オッズ過剰評価) AI 予想勝率 11.5% (オッズ暗示: 13.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.8% / 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。

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

マイスターヴェルク

騎手三浦

12.9倍

AI の勝率10%損益の分かれ目8%

AI の勝率 10% が損益の分かれ目 8%（1 ÷ 12.9倍）を上回り、期待値 +31% 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（3着）

出走馬全9頭

◎A:×2

クライスレリアーナ

荻野極

1.5倍

勝率 40%

›

○A:○1

ロートホルン

鮫島駿

6.9倍

勝率 14%

›

▲A:▲9

コスモイシュタル

松岡

7.4倍

勝率 11%

›

△A:△6

メランジェ

菅原明

9.7倍

勝率 10%

›

△A:△4

マイスターヴェルク

三浦

12.9倍

勝率 10%

›

△A:△7

エバーグルーヴ

古川吉

19.5倍

勝率 4%

›

▽A:▽3

ブラックルビー

長浜

38.5倍

対象外勝率 4%

›

▽A:▽8

スタニングヴュー

佐々木

23.2倍

勝率 4%

›

▽A:▽5

レイピカケ

小崎

55.4倍

対象外勝率 3%

›

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 4 マイスターヴェルク実12.9倍期待値 +31% 推奨 10.0〜30.0倍 ¥200 不的中3着

B モデル（レース内の順位で学習）

単勝 4 マイスターヴェルク実12.9倍期待値 +31% 推奨 10.0〜30.0倍 ¥100 不的中3着

※ オッズは予測時点の値です。

10R 東京競馬場発走 14:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ロートホルン	鮫島駿	実6.9	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高）
前5走 03/14 2中山59R 8着/10頭+1.0秒 11/24 3福島610R 16着/16頭+0.7秒 07/13 1函館107R 1着/14頭勝利 04/27 2東京211R 6着/18頭+0.5秒 02/15 1東京511R 7着/14頭+1.1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 5.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 17.0% (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。
2	クライスレリアーナ	荻野極	実1.5	×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4走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／前走2着）
前5走 03/15 2中山68R 3着/10頭+0.1秒 01/11 1中山48R 1着/16頭勝利 10/19 4東京77R 2着/13頭+0.3秒 08/16 2新潟76R 2着/11頭+0.5秒 05/24 2東京99R 2着/9頭+0.3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 3.0着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) × 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 22.3% (オッズ暗示: 66.7%) ※ 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。
3	ブラックルビー	長浜	実38.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（119日ぶりの実戦）
前5走 03/14 2中山59R 9着/10頭+1.1秒 01/11 1中山49R 6着/13頭+0.2秒 11/15 5東京312R 12着/13頭+1.5秒 09/28 4中山910R 6着/13頭+0.6秒 04/27 2東京211R 13着/18頭+0.9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 7.3着 (不振) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) +58%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.1% (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。
4	マイスターヴェルク推奨	三浦	実12.9	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+57%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 03/22 2中山812R 12着/16頭+2.5秒 02/10 1東京47R 5着/9頭+0.7秒 11/24 3福島610R 6着/16頭+0.2秒 09/07 4中山211R 10着/13頭+0.6秒 06/28 1函館57R 1着/16頭勝利
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 6.3着 △ ローテーション 98日休養明け ◎ 期待値 (オッズ vs AI勝率) +57% (市場が大幅過小評価) AI 予想勝率 12.2% (オッズ暗示: 7.8%) ※ 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	レイピカケ	小崎	実55.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 01/25 1京都97R 10着/10頭+1.8秒 12/21 5中山69R 11着/11頭+1.7秒 08/30 2札幌311R 10着/14頭+2.2秒 08/17 1札幌812R 10着/14頭+2.5秒 07/19 1函館1110R 10着/14頭+0.9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 7.7着 (不振) △ 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 3.2% (オッズ暗示: 1.8%) ※ 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	メランジェ	菅原明	実9.7	△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25%と適性高／前走3着／78日ぶりの実戦）
前5走 05/03 1新潟27R 1着/16頭勝利 02/14 1東京512R 7着/16頭+0.8秒 01/24 1中山812R 5着/12頭+0.8秒 10/26 4新潟44R 6着/16頭+0.4秒 08/16 2新潟76R 8着/11頭+1.7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戦の調子平均 7.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +48% (妙味あり) AI 予想勝率 15.1% (オッズ暗示: 10.3%) ※ 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	エバーグルーヴ	古川吉	実19.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 03/29 2阪神28R 4着/7頭+0.4秒 03/01 1阪神49R 5着/9頭+0.9秒 02/10 1東京47R 7着/9頭+0.8秒 11/22 4京都512R 3着/15頭+0.4秒 10/04 4東京19R 7着/12頭+0.8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 6.3着 △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 5.8% (オッズ暗示: 5.1%) ※ 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	スタニングヴュー	佐々木	実23.2	▽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25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 04/25 2東京18R 1着/8頭勝利 04/12 1福島26R 5着/15頭+0.9秒 11/16 3福島412R 12着/16頭+1.1秒 09/06 4中山17R 2着/18頭+0.4秒 08/23 3新潟14R 4着/16頭+1.2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 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 4.5% (オッズ暗示: 4.3%) ※ 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	コスモイシュタル	松岡	実7.4	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率0%と苦戦傾向）
前5走 05/02 1新潟110R 3着/15頭+0.0秒 04/12 1福島26R 1着/15頭勝利 03/22 1中京46R 13着/17頭+1.0秒 12/14 5中山412R 9着/16頭+0.6秒 11/22 3福島58R 4着/16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 3.3着 × 当競馬場適性 5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) +18% (市場と概ね一致) AI 予想勝率 15.8% (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。

買うAI の推奨AB

マイスターヴェルク

騎手三浦

12.9倍

AI の勝率12%損益の分かれ目8%

AI の勝率 12% が損益の分かれ目 8%（1 ÷ 12.9倍）を上回り、期待値 +57% 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（3着）

出走馬全9頭

×2

クライスレリアーナ

荻野極

1.5倍

勝率 22%

›

○1

ロートホルン

鮫島駿

6.9倍

勝率 17%

›

▲9

コスモイシュタル

松岡

7.4倍

勝率 16%

›

△6

メランジェ

菅原明

9.7倍

勝率 15%

›

△4

マイスターヴェルク

三浦

12.9倍

勝率 12%

›

△7

エバーグルーヴ

古川吉

19.5倍

勝率 6%

›

▽8

スタニングヴュー

佐々木

23.2倍

勝率 4%

›

▽3

ブラックルビー

長浜

38.5倍

対象外勝率 4%

›

▽5

レイピカケ

小崎

55.4倍

対象外勝率 3%

›

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 4 マイスターヴェルク実12.9倍期待値 +57% 推奨 10.0〜30.0倍 ¥200 不的中3着

B モデル（レース内の順位で学習）

単勝 4 マイスターヴェルク実12.9倍期待値 +57% 推奨 10.0〜30.0倍 ¥100 不的中3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