東京 12R 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

12R 東京競馬場発走 16:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マサッチェハマー	三浦	実11.1	B△ A△勝率7% EV-20% 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33%と適性高／直近3走で勝率33%と好調）
前5走 05/03 2東京43R 1着/12頭勝利 04/18 3中山74R 2着/13頭+0.2秒 03/28 3中山14R 2着/16頭+0.1秒 06/21 3東京55R 6着/12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 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) -26% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 9.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 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。
2	ビンバラ	佐々木	実6.7	B▲ A▲勝率13% EV-13% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／105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 2 ◎ 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) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 12.1% (オッズ暗示: 14.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.9% / 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。
3	レッドエウロス	荻野極	実10.1	B△ A△勝率7% EV-27% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／224日ぶりの実戦）
前5走 03/15 1中京27R 3着/15頭+0.2秒 02/01 1東京26R 7着/15頭+1.3秒 11/16 5東京46R 3着/16頭+0.4秒 10/18 4東京66R 4着/15頭+0.6秒 07/12 2福島512R 11着/15頭+1.7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 4.3着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 3着 (好走) △ ローテーション 224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 6.7% (オッズ暗示: 9.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 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	サルファー	▲佐藤	実29.4	B▽ A▽勝率3% EV-12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 04/30 園田12R 7着/11頭+1.8秒 04/07 園田8R 1着/9頭勝利 06/01 2京都122R 2着/14頭+0.2秒 05/18 1新潟66R 2着/14頭+0.2秒 03/02 1阪神22R 15着/16頭+5.0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 33% (上り調子) ▽ 前走実績前走 12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) -10% (オッズ過剰評価) AI 予想勝率 3.1% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.0% / 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。
5	ライカ	大野	実33.4	B▽ A▽勝率3% EV0% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場8走で勝率0%と苦戦傾向／直近3走で勝率33%と好調）
前5走 05/03 2東京42R 4着/16頭+0.7秒 04/25 2東京12R 2着/16頭+0.4秒 04/04 3中山33R 3着/16頭+0.4秒 03/08 2中山42R 4着/16頭+1.0秒 02/14 1東京51R 4着/16頭+1.0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戦の調子勝率 33% (上り調子) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 前走実績前走 11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) -6% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 3.0% / 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。
6	サムワンライクユー	内田博	実64.1	B▽ A▽勝率1% EV-21% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場20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 04/26 2東京27R 13着/16頭+3.0秒 03/29 3中山27R 4着/15頭+0.6秒 03/07 2中山38R 6着/14頭+2.4秒 02/21 1東京712R 12着/16頭+0.8秒 02/01 1東京26R 5着/15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 9.3着 (不振) × 当競馬場適性 20走で勝率 0% (苦戦) ▽ 前走実績前走 10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) +79%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.8% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.2% / 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。
7	カンレイスキー	木幡初	実23.5	B▽ A▽勝率7% EV+54% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調）
前5走 05/03 2東京47R 9着/15頭+0.9秒 02/21 1東京77R 11着/16頭+2.8秒 10/12 4東京47R 16着/16頭+6.8秒 11/23 5東京79R 5着/16頭+1.0秒 11/03 5東京22R 1着/15頭勝利
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 10.3着 (不振) △ 当競馬場適性 9走で勝率 11% ○ 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) +23% (市場と概ね一致) AI 予想勝率 5.3% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.6% / 期待値 +55% ※ 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	ブレスドナイル	Ｍデムーロ	実12.2	B△ A△勝率7% EV-12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/02 1新潟17R 4着/15頭+0.4秒 02/22 1阪神28R 12着/15頭+2.5秒 01/31 1小倉33R 10着/16頭+1.5秒 10/30 門別8R 1着/12頭勝利 10/15 門別11R 1着/10頭勝利
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 3.7着 ○ 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) -3% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 8.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.2% / 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。
9	ハギンス	小崎	実61.0	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
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 13位 (中位評価) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.2% / 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	アルデキングダム	横山典	実14.4	B▽ A▽勝率6% EV-15% 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33%と好調／98日ぶりの実戦）
前5走 04/26 2東京26R 6着/8頭+1.1秒 04/12 3中山62R 1着/14頭勝利 02/21 1阪神13R 6着/15頭+0.8秒 01/10 1中山32R 2着/16頭+0.0秒 12/20 5中山53R 4着/16頭+1.0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 14着 (大敗) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 6.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.9% / 期待値 -15% ※ 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	タイセイジェイド	横山武	実2.7	B◎ A◎勝率24% EV-35% 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（70日ぶりの実戦）
前5走 04/26 3京都26R 3着/11頭+0.3秒 04/05 2阪神45R 9着/13頭+1.5秒 03/01 2中山24R 4着/8頭+2.1秒 02/15 1東京63R 1着/16頭勝利 ―
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 5.7着 × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 24.2% (オッズ暗示: 37.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 24.1% / 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。
12	プレースメント	菅原明	実4.0	B○ A○勝率19% EV-22% 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／直近3走で勝率33%と好調）
前5走 05/02 2東京32R 1着/14頭勝利 02/15 1東京63R 2着/16頭+0.1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 3走で勝率 33% (得意) ○ 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) -21% (オッズ過剰評価) AI 予想勝率 19.6% (オッズ暗示: 25.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.4% / 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。
13	ガーデンカメリア	木幡巧	実55.8	B▽ A▽勝率1% 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9.7着と低調）
前5走 04/26 3京都28R 10着/15頭+2.2秒 03/15 1中京27R 5着/15頭+0.6秒 03/01 1小倉1212R 3着/16頭+1.0秒 12/20 5阪神57R 11着/16頭+1.7秒 11/26 名古屋10R 2着/12頭+0.2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 9.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.2% / 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。

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

タイセイジェイド

騎手横山武

2.7倍

AI の勝率24%損益の分かれ目37%

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13頭

◎A:◎11

タイセイジェイド

横山武

2.7倍

勝率 24%

›

○A:○12

プレースメント

菅原明

4.0倍

勝率 20%

›

▲A:▲2

ビンバラ

佐々木

6.7倍

勝率 12%

›

△A:△8

ブレスドナイル

Ｍデムーロ

12.2倍

勝率 8%

›

△A:△3

レッドエウロス

荻野極

10.1倍

勝率 7%

›

△A:△1

マサッチェハマー

三浦

11.1倍

勝率 7%

›

▽A:▽10

アルデキングダム

横山典

14.4倍

勝率 6%

›

▽A:▽7

カンレイスキー

木幡初

23.5倍

勝率 5%

›

▽A:▽4

サルファー

▲佐藤

29.4倍

勝率 3%

›

▽A:▽5

ライカ

大野

33.4倍

対象外勝率 3%

›

▽A:▽6

サムワンライクユー

内田博

64.1倍

対象外勝率 3%

›

▽A:▽13

ガーデンカメリア

木幡巧

55.8倍

対象外勝率 1%

›

▽A:▽9

ハギンス

小崎

61.0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

12R 東京競馬場発走 16:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マサッチェハマー	三浦	実11.1	△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33%と適性高／直近3走で勝率33%と好調）
前5走 05/03 2東京43R 1着/12頭勝利 04/18 3中山74R 2着/13頭+0.2秒 03/28 3中山14R 2着/16頭+0.1秒 06/21 3東京55R 6着/12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 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) -21% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 9.0%) ※ 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。
2	ビンバラ	佐々木	実6.7	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／105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 2 ◎ 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) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 12.9% (オッズ暗示: 14.9%) ※ 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	レッドエウロス	荻野極	実10.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／224日ぶりの実戦）
前5走 03/15 1中京27R 3着/15頭+0.2秒 02/01 1東京26R 7着/15頭+1.3秒 11/16 5東京46R 3着/16頭+0.4秒 10/18 4東京66R 4着/15頭+0.6秒 07/12 2福島512R 11着/15頭+1.7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 4.3着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 3着 (好走) △ ローテーション 224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 7.2% (オッズ暗示: 9.9%) ※ 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。
4	サルファー	▲佐藤	実29.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 04/30 園田12R 7着/11頭+1.8秒 04/07 園田8R 1着/9頭勝利 06/01 2京都122R 2着/14頭+0.2秒 05/18 1新潟66R 2着/14頭+0.2秒 03/02 1阪神22R 15着/16頭+5.0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 33% (上り調子) ▽ 前走実績前走 12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) -12% (オッズ過剰評価) AI 予想勝率 3.0% (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。
5	ライカ	大野	実33.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場8走で勝率0%と苦戦傾向／直近3走で勝率33%と好調）
前5走 05/03 2東京42R 4着/16頭+0.7秒 04/25 2東京12R 2着/16頭+0.4秒 04/04 3中山33R 3着/16頭+0.4秒 03/08 2中山42R 4着/16頭+1.0秒 02/14 1東京51R 4着/16頭+1.0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戦の調子勝率 33% (上り調子) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 前走実績前走 11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) -1% (オッズ過剰評価) AI 予想勝率 3.0% (オッズ暗示: 3.0%) ※ 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。
6	サムワンライクユー	内田博	実64.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場20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 04/26 2東京27R 13着/16頭+3.0秒 03/29 3中山27R 4着/15頭+0.6秒 03/07 2中山38R 6着/14頭+2.4秒 02/21 1東京712R 12着/16頭+0.8秒 02/01 1東京26R 5着/15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 9.3着 (不振) × 当競馬場適性 20走で勝率 0% (苦戦) ▽ 前走実績前走 10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) -21% (オッズ過剰評価) AI 予想勝率 1.2% (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。
7	カンレイスキー	木幡初	実23.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調）
前5走 05/03 2東京47R 9着/15頭+0.9秒 02/21 1東京77R 11着/16頭+2.8秒 10/12 4東京47R 16着/16頭+6.8秒 11/23 5東京79R 5着/16頭+1.0秒 11/03 5東京22R 1着/15頭勝利
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 10.3着 (不振) △ 当競馬場適性 9走で勝率 11% ○ 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) +54% (市場が大幅過小評価) AI 予想勝率 6.6% (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。
8	ブレスドナイル	Ｍデムーロ	実12.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/02 1新潟17R 4着/15頭+0.4秒 02/22 1阪神28R 12着/15頭+2.5秒 01/31 1小倉33R 10着/16頭+1.5秒 10/30 門別8R 1着/12頭勝利 10/15 門別11R 1着/10頭勝利
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 3.7着 ○ 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) -13% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 8.2%) ※ 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。
9	ハギンス	小崎	実61.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 12位 (中位評価) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 1.2% (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。
10	アルデキングダム	横山典	実14.4	▽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33%と好調／98日ぶりの実戦）
前5走 04/26 2東京26R 6着/8頭+1.1秒 04/12 3中山62R 1着/14頭勝利 02/21 1阪神13R 6着/15頭+0.8秒 01/10 1中山32R 2着/16頭+0.0秒 12/20 5中山53R 4着/16頭+1.0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 14着 (大敗) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 6.9%) ※ 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	タイセイジェイド	横山武	実2.7	◎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（70日ぶりの実戦）
前5走 04/26 3京都26R 3着/11頭+0.3秒 04/05 2阪神45R 9着/13頭+1.5秒 03/01 2中山24R 4着/8頭+2.1秒 02/15 1東京63R 1着/16頭勝利 ―
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 5.7着 × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 24.1% (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。
12	プレースメント	菅原明	実4.0	○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／直近3走で勝率33%と好調）
前5走 05/02 2東京32R 1着/14頭勝利 02/15 1東京63R 2着/16頭+0.1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 3走で勝率 33% (得意) ○ 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) -22% (オッズ過剰評価) AI 予想勝率 19.4% (オッズ暗示: 25.0%) ※ 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。
13	ガーデンカメリア	木幡巧	実55.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.7着と低調）
前5走 04/26 3京都28R 10着/15頭+2.2秒 03/15 1中京27R 5着/15頭+0.6秒 03/01 1小倉1212R 3着/16頭+1.0秒 12/20 5阪神57R 11着/16頭+1.7秒 11/26 名古屋10R 2着/12頭+0.2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 9.7着 (不振) ▽ 前走実績前走 12着 (大敗) × 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 1.2% (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。

見送りAI の 1 位の馬

タイセイジェイド

騎手横山武

2.7倍

AI の勝率24%損益の分かれ目37%

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13頭

◎11

タイセイジェイド

横山武

2.7倍

勝率 24%

›

○12

プレースメント

菅原明

4.0倍

勝率 19%

›

▲2

ビンバラ

佐々木

6.7倍

勝率 13%

›

△3

レッドエウロス

荻野極

10.1倍

勝率 7%

›

△1

マサッチェハマー

三浦

11.1倍

勝率 7%

›

△8

ブレスドナイル

Ｍデムーロ

12.2倍

勝率 7%

›

▽7

カンレイスキー

木幡初

23.5倍

勝率 7%

›

▽10

アルデキングダム

横山典

14.4倍

勝率 6%

›

▽4

サルファー

▲佐藤

29.4倍

勝率 3%

›

▽5

ライカ

大野

33.4倍

対象外勝率 3%

›

▽13

ガーデンカメリア

木幡巧

55.8倍

対象外勝率 1%

›

▽9

ハギンス

小崎

61.0倍

対象外勝率 1%

›

▽6

サムワンライクユー

内田博

64.1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