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 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フェスタリア	原	実38.3	B▽ A▽勝率3% EV+20% 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／99日ぶりの実戦）
前5走 04/19 3中山88R 9着/11頭+1.1秒 03/29 3中山27R 1着/15頭勝利 03/07 2中山38R 3着/14頭+1.3秒 12/13 5中山37R 9着/16頭+0.8秒 09/06 4中山112R 4着/16頭+0.9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 9.3着 (不振) ▽ 前走実績前走 10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) +13%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.0% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.2% / 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	ファンシーズ	石田	実6.7	B▲ A▲勝率14% EV-7% 詳細▼	AI上位評価だが期待値不足、見送り（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 05/02 2東京35R 16着/18頭+1.4秒 03/22 2中山83R 6着/14頭+1.4秒 12/21 5中山66R 1着/16頭勝利 ― ―
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) ◎ 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) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 14.8% (オッズ暗示: 14.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.8% / 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。
3	ドントゥザムーン	三浦	実7.9	B△ A△勝率9% EV-30% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均10.3着と低調）
前5走 01/11 1中山412R 15着/16頭+3.2秒 12/20 5中山512R 4着/16頭+0.4秒 11/30 5東京810R 2着/16頭+0.3秒 11/08 5東京17R 1着/16頭勝利 06/22 3東京612R 8着/16頭+1.2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 10.3着 (不振) ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 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) -21% (オッズ過剰評価) AI 予想勝率 10.0% (オッズ暗示: 12.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.9% / 期待値 -30% ※ 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	スルーザナイト	佐々木	実46.8	B▽ A▽勝率1% EV-39% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.7着と低調／98日ぶりの実戦）
前5走 04/12 2阪神68R 5着/11頭+1.0秒 03/22 1中京410R 13着/16頭+1.7秒 12/20 5中京53R 1着/16頭勝利 12/06 5中京13R 3着/15頭+0.2秒 10/26 3京都97R 7着/12頭+1.1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 10.7着 (不振) ▽ 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) -43% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 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。
5	レーヴドレフォン	古川吉	実141.7	B▽ A▽勝率1% EV-27% 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 02/14 2京都58R 7着/13頭+1.4秒 01/31 1小倉310R 12着/16頭+0.9秒 12/06 5中京13R 1着/15頭勝利 11/22 4京都57R 7着/16頭+1.6秒 11/16 3福島43R 6着/15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戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +33%（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: 0.7%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.5% / 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。
6	シャンハイナイト	江田照	実45.5	B▽ A▽勝率1% EV-38% 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／64日ぶりの実戦）
前5走 04/12 3中山612R 10着/13頭+0.7秒 03/15 2中山612R 3着/16頭+1.0秒 01/24 1中山88R 9着/11頭+2.3秒 11/01 4東京106R 8着/15頭+1.3秒 10/26 4新潟48R 6着/12頭+1.9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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -44% (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 9位 / 勝率 1.3% / 期待値 -38% ※ 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	アイファーバトル	松岡	実172.8	B▽ A▽勝率1% EV-11% 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／252日ぶりの実戦）
前5走 02/22 1阪神29R 10着/10頭+0.9秒 02/12 船橋11R 10着/13頭+2.2秒 12/20 5中京510R 8着/16頭+0.6秒 11/15 5東京39R 14着/16頭+1.5秒 10/26 4東京99R 11着/13頭+1.4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 12走で勝率 8% ▽ 前走実績前走 10着 (大敗) △ ローテーション 252日休養明け △ 期待値 (オッズ vs AI勝率) +63%（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: 0.6%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.5% / 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。
8	スマートスピア	ルメール	実2.7	B○ A◎勝率26% EV-30% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率0%と苦戦傾向／71日ぶりの実戦）
前5走 03/14 1中京111R 2着/14頭+0.0秒 02/22 1小倉1010R 2着/16頭+0.0秒 10/19 4東京710R 3着/13頭+0.4秒 10/05 4東京212R 3着/16頭+0.4秒 08/23 4中京110R 8着/13頭+0.5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 5.0着 × 当競馬場適性 4走で勝率 0% (苦戦) × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 16.7% (オッズ暗示: 37.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.6% / 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。
9	キングツェッペリン	松若	実22.4	B▽ A▽勝率4% EV-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／120日ぶりの実戦）
前5走 04/26 1福島610R 10着/15頭+1.1秒 02/22 1小倉1010R 7着/16頭+0.8秒 11/01 3京都108R 14着/15頭+2.6秒 10/19 4東京710R 10着/13頭+1.2秒 07/05 2小倉310R 2着/11頭+0.2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 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 5.1% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.3% / 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。
10	セイントエルモズ推奨	菅原明	実15.8	B△ A△勝率8% EV+18% 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（直近3走勝率33%と上り調子）
前5走 05/02 3京都311R 10着/12頭+2.2秒 03/22 1阪神106R 1着/13頭勝利 11/02 3京都119R 12着/16頭+2.3秒 10/11 4東京36R 1着/16頭勝利 ―
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) ▽ 前走実績前走 11着 (大敗) △ ローテーション 141日休養明け ◎ 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%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.6% / 期待値 +19% ※ 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	キョウエイスレーヴ	原田和	実102.4	B▽ A▽勝率1% EV+19% 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 05/02 2東京37R 1着/16頭勝利 04/05 3中山48R 3着/16頭+0.4秒 03/14 2中山58R 5着/16頭+0.3秒 02/01 1東京24R 8着/16頭+1.5秒 11/24 5東京65R 6着/16頭+1.4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 14走で勝率 14% ▽ 前走実績前走 13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) -3% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.2% / 期待値 +20% ※ 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	レディゴディヴァ	石川	実107.9	B▽ A▽勝率1% EV+26% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調／64日ぶりの実戦）
前5走 04/19 2阪神812R 10着/10頭+4.6秒 01/31 1小倉310R 7着/16頭+0.5秒 01/12 1京都56R 1着/9頭勝利 09/06 2札幌58R 5着/14頭+1.4秒 08/24 2札幌28R 6着/11頭+1.6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 8.3着 (不振) △ 期待値 (オッズ vs AI勝率) +19%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.1% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.2% / 期待値 +27% ※ 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	サマーマッドネス	川田	実3.7	B◎ A○勝率21% EV-21% 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／前走勝利の勢い）
前5走 04/25 2東京16R 4着/16頭+0.8秒 02/22 1東京89R 9着/10頭+2.7秒 02/03 川崎6R 1着/12頭勝利 11/23 4京都61R 2着/14頭+0.6秒 10/18 3京都62R 2着/10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 1着 (勢い継続) ○ 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) -14% (オッズ過剰評価) AI 予想勝率 23.3% (オッズ暗示: 27.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.7% / 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。
14	タマモカンパネラ	丹内	実7.2	B△ A△勝率10% EV-26% 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8走で勝率0%と苦戦傾向）
前5走 04/25 2東京112R 6着/13頭+1.2秒 03/28 3中山17R 1着/13頭勝利 02/07 1東京34R 2着/13頭+0.0秒 11/23 5東京56R 6着/16頭+0.6秒 10/26 4東京97R 4着/13頭+0.3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 6.7着 × 当競馬場適性 8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) -16% (オッズ過剰評価) AI 予想勝率 11.6% (オッズ暗示: 13.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.9% / 期待値 -27% ※ 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

セイントエルモズ

騎手菅原明

15.8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 ÷ 15.8倍）を上回り、期待値 +46% 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（7着）

出走馬全14頭

◎A:○13

サマーマッドネス

川田

3.7倍

勝率 23%

›

○A:◎8

スマートスピア

ルメール

2.7倍

勝率 17%

›

▲A:▲2

ファンシーズ

石田

6.7倍

勝率 15%

›

△A:△14

タマモカンパネラ

丹内

7.2倍

勝率 12%

›

△A:△3

ドントゥザムーン

三浦

7.9倍

勝率 10%

›

△A:△10

セイントエルモズ

菅原明

15.8倍

勝率 9%

›

▽A:▽9

キングツェッペリン

松若

22.4倍

勝率 5%

›

▽A:▽1

フェスタリア

原

38.3倍

対象外勝率 3%

›

▽A:▽6

シャンハイナイト

江田照

45.5倍

対象外勝率 1%

›

▽A:▽4

スルーザナイト

佐々木

46.8倍

対象外勝率 1%

›

▽A:▽12

レディゴディヴァ

石川

107.9倍

対象外勝率 1%

›

▽A:▽11

キョウエイスレーヴ

原田和

102.4倍

対象外勝率 1%

›

▽A:▽5

レーヴドレフォン

古川吉

141.7倍

対象外勝率 1%

›

▽A:▽7

アイファーバトル

松岡

172.8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

A モデル（勝ち負けの 2 択で学習）

見送り

B モデル（レース内の順位で学習）

単勝 10 セイントエルモズ実15.8倍期待値 +46% 推奨 10.9〜30.0倍 ¥200 不的中7着

※ オッズは予測時点の値です。

12R 東京競馬場発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フェスタリア	原	実38.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.3着と低調／99日ぶりの実戦）
前5走 04/19 3中山88R 9着/11頭+1.1秒 03/29 3中山27R 1着/15頭勝利 03/07 2中山38R 3着/14頭+1.3秒 12/13 5中山37R 9着/16頭+0.8秒 09/06 4中山112R 4着/16頭+0.9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 9.3着 (不振) ▽ 前走実績前走 10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) +20%（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: 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。
2	ファンシーズ	石田	実6.7	▲詳細▼	AI上位評価だが期待値不足、見送り（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 05/02 2東京35R 16着/18頭+1.4秒 03/22 2中山83R 6着/14頭+1.4秒 12/21 5中山66R 1着/16頭勝利 ― ―
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) ◎ 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) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 13.8% (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	ドントゥザムーン	三浦	実7.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均10.3着と低調）
前5走 01/11 1中山412R 15着/16頭+3.2秒 12/20 5中山512R 4着/16頭+0.4秒 11/30 5東京810R 2着/16頭+0.3秒 11/08 5東京17R 1着/16頭勝利 06/22 3東京612R 8着/16頭+1.2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 10.3着 (不振) ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 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) -30% (大幅な期待値マイナス) AI 予想勝率 8.9% (オッズ暗示: 12.7%) ※ 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。
4	スルーザナイト	佐々木	実46.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.7着と低調／98日ぶりの実戦）
前5走 04/12 2阪神68R 5着/11頭+1.0秒 03/22 1中京410R 13着/16頭+1.7秒 12/20 5中京53R 1着/16頭勝利 12/06 5中京13R 3着/15頭+0.2秒 10/26 3京都97R 7着/12頭+1.1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 10.7着 (不振) ▽ 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) -40% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.1%) ※ 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	レーヴドレフォン	古川吉	実141.7	▽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 02/14 2京都58R 7着/13頭+1.4秒 01/31 1小倉310R 12着/16頭+0.9秒 12/06 5中京13R 1着/15頭勝利 11/22 4京都57R 7着/16頭+1.6秒 11/16 3福島43R 6着/15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戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.7%) ※ 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	シャンハイナイト	江田照	実45.5	▽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／64日ぶりの実戦）
前5走 04/12 3中山612R 10着/13頭+0.7秒 03/15 2中山612R 3着/16頭+1.0秒 01/24 1中山88R 9着/11頭+2.3秒 11/01 4東京106R 8着/15頭+1.3秒 10/26 4新潟48R 6着/12頭+1.9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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) × 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 1.3% (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。
7	アイファーバトル	松岡	実172.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.3着と低調／252日ぶりの実戦）
前5走 02/22 1阪神29R 10着/10頭+0.9秒 02/12 船橋11R 10着/13頭+2.2秒 12/20 5中京510R 8着/16頭+0.6秒 11/15 5東京39R 14着/16頭+1.5秒 10/26 4東京99R 11着/13頭+1.4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 12走で勝率 8% ▽ 前走実績前走 10着 (大敗) △ ローテーション 252日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.6%) ※ 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。
8	スマートスピア	ルメール	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（当競馬場4走で勝率0%と苦戦傾向／71日ぶりの実戦）
前5走 03/14 1中京111R 2着/14頭+0.0秒 02/22 1小倉1010R 2着/16頭+0.0秒 10/19 4東京710R 3着/13頭+0.4秒 10/05 4東京212R 3着/16頭+0.4秒 08/23 4中京110R 8着/13頭+0.5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 5.0着 × 当競馬場適性 4走で勝率 0% (苦戦) × 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%) ※ 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	キングツェッペリン	松若	実22.4	▽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／120日ぶりの実戦）
前5走 04/26 1福島610R 10着/15頭+1.1秒 02/22 1小倉1010R 7着/16頭+0.8秒 11/01 3京都108R 14着/15頭+2.6秒 10/19 4東京710R 10着/13頭+1.2秒 07/05 2小倉310R 2着/11頭+0.2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 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 4.3% (オッズ暗示: 4.5%) ※ 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	セイントエルモズ推奨	菅原明	実15.8	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子）
前5走 05/02 3京都311R 10着/12頭+2.2秒 03/22 1阪神106R 1着/13頭勝利 11/02 3京都119R 12着/16頭+2.3秒 10/11 4東京36R 1着/16頭勝利 ―
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) ▽ 前走実績前走 11着 (大敗) △ ローテーション 141日休養明け △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 7.6% (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	キョウエイスレーヴ	原田和	実102.4	▽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 05/02 2東京37R 1着/16頭勝利 04/05 3中山48R 3着/16頭+0.4秒 03/14 2中山58R 5着/16頭+0.3秒 02/01 1東京24R 8着/16頭+1.5秒 11/24 5東京65R 6着/16頭+1.4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 14走で勝率 14% ▽ 前走実績前走 13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) +19%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.2% (オッズ暗示: 1.0%) ※ 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	レディゴディヴァ	石川	実107.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調／64日ぶりの実戦）
前5走 04/19 2阪神812R 10着/10頭+4.6秒 01/31 1小倉310R 7着/16頭+0.5秒 01/12 1京都56R 1着/9頭勝利 09/06 2札幌58R 5着/14頭+1.4秒 08/24 2札幌28R 6着/11頭+1.6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 8.3着 (不振) △ 期待値 (オッズ vs AI勝率) +26%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.2% (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	サマーマッドネス	川田	実3.7	○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／前走勝利の勢い）
前5走 04/25 2東京16R 4着/16頭+0.8秒 02/22 1東京89R 9着/10頭+2.7秒 02/03 川崎6R 1着/12頭勝利 11/23 4京都61R 2着/14頭+0.6秒 10/18 3京都62R 2着/10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 1着 (勢い継続) ○ 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) -21% (オッズ過剰評価) AI 予想勝率 20.7% (オッズ暗示: 27.0%) ※ 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。
14	タマモカンパネラ	丹内	実7.2	△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8走で勝率0%と苦戦傾向）
前5走 04/25 2東京112R 6着/13頭+1.2秒 03/28 3中山17R 1着/13頭勝利 02/07 1東京34R 2着/13頭+0.0秒 11/23 5東京56R 6着/16頭+0.6秒 10/26 4東京97R 4着/13頭+0.3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 6.7着 × 当競馬場適性 8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) -27% (オッズ過剰評価) AI 予想勝率 9.9% (オッズ暗示: 13.9%) ※ 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。

買うAI の推奨B

セイントエルモズ

騎手菅原明

15.8倍

AI の勝率8%損益の分かれ目6%

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 15.8倍では期待値 +19% 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（7着）

出走馬全14頭

◎8

スマートスピア

ルメール

2.7倍

勝率 26%

›

○13

サマーマッドネス

川田

3.7倍

勝率 21%

›

▲2

ファンシーズ

石田

6.7倍

勝率 14%

›

△14

タマモカンパネラ

丹内

7.2倍

勝率 10%

›

△3

ドントゥザムーン

三浦

7.9倍

勝率 9%

›

△10

セイントエルモズ

菅原明

15.8倍

勝率 8%

›

▽9

キングツェッペリン

松若

22.4倍

勝率 4%

›

▽1

フェスタリア

原

38.3倍

対象外勝率 3%

›

▽6

シャンハイナイト

江田照

45.5倍

対象外勝率 1%

›

▽4

スルーザナイト

佐々木

46.8倍

対象外勝率 1%

›

▽11

キョウエイスレーヴ

原田和

102.4倍

対象外勝率 1%

›

▽12

レディゴディヴァ

石川

107.9倍

対象外勝率 1%

›

▽5

レーヴドレフォン

古川吉

141.7倍

対象外勝率 1%

›

▽7

アイファーバトル

松岡

172.8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

A モデル（勝ち負けの 2 択で学習）

見送り

B モデル（レース内の順位で学習）

単勝 10 セイントエルモズ実15.8倍期待値 +20% 推奨 13.1〜30.0倍 ¥200 不的中7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