東京 7R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

7R 東京競馬場発走 13:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ポッドロルフ	佐々木	実59.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率0%と苦戦傾向）
前5走 04/12 3中山67R 6着/15頭+0.5秒 03/14 1中京17R 2着/16頭+0.3秒 01/11 1中山48R 7着/16頭+1.4秒 09/14 4中山412R 5着/16頭+0.8秒 08/23 3新潟112R 6着/12頭+1.3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戦の調子平均 7.0着 (不振) × 当競馬場適性 6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) +145%（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: 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。
2	インディヴァイン	マーカンド	実27.4	▽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／85日ぶりの実戦）
前5走 02/28 2中山14R 1着/12頭勝利 01/17 1中山63R 2着/16頭+0.1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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 4.1% (オッズ暗示: 3.6%) ※ 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。
3	アイランド	吉村	実24.8	△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／前走勝利の勢い／84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 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) ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 5.6% (オッズ暗示: 4.0%) ※ 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。
4	イーサンミラー	菅原明	実95.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均2.7着と安定／前走2着）
前5走 04/18 1福島35R 4着/16頭+0.6秒 03/28 1中京53R 2着/16頭+0.0秒 01/11 1中山46R 12着/17頭+1.2秒 12/20 5中山55R 4着/17頭+0.7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 2.7着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +46%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.5% (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。
5	サトノリシャール推奨	岩田康	実19.3	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+90%の中穴候補（直近3走勝率33%と上り調子）
前5走 04/04 2阪神39R 6着/9頭+1.4秒 03/15 1阪神89R 5着/7頭+0.3秒 01/04 1中山14R 1着/12頭勝利 12/13 5中京31R 4着/14頭+0.7秒 10/11 3京都32R 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戦の調子勝率 33% (上り調子) △ ローテーション 218日休養明け ◎ 期待値 (オッズ vs AI勝率) +90% (市場が大幅過小評価) AI 予想勝率 9.9% (オッズ暗示: 5.2%) ※ 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。
6	オウケンサクラコ	木幡巧	実237.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向）
前5走 04/25 1福島53R 12着/16頭+1.2秒 02/21 1東京75R 12着/14頭+1.6秒 02/07 1東京35R 12着/16頭+1.3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 × 当競馬場適性 5走で勝率 0% (苦戦) △ 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 0.7% (オッズ暗示: 0.4%) ※ 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	ハクシンブライアン	大野	実6.5	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着／147日ぶりの実戦）
前5走 04/26 2東京27R 3着/16頭+0.1秒 03/22 2中山88R 2着/15頭+0.8秒 02/21 1東京712R 6着/16頭+0.4秒 02/01 1東京26R 4着/15頭+0.9秒 12/27 5中山78R 7着/16頭+1.3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 3.0着 (安定) △ 当競馬場適性 8走で勝率 12% ○ 前走実績前走 3着 (好走) △ ローテーション 147日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 12.8% (オッズ暗示: 15.4%) ※ 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。
8	アルデキングダム推奨	横山典	実26.4	△詳細▼	市場が大きく過小評価、AI予想勝率9% × オッズ26.4倍で期待値+139%の有力候補（近5走で勝率20%と堅実／適度な間隔で状態万全）
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 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 9.7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) +139% (市場が大幅過小評価) AI 予想勝率 9.1% (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。
9	メイショウルーク	戸崎圭	実123.6	▽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 02/21 1阪神12R 6着/14頭+2.6秒 02/07 2京都32R 4着/9頭+1.5秒 01/25 1小倉26R 6着/11頭+2.0秒 01/12 1京都54R 14着/16頭+3.9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戦の調子勝率 33% (上り調子) ○ 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) -17% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.8%) ※ 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。
10	レッドアヴィオン	野畑凌	実108.3	▽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8.3着と低調）
前5走 02/07 1東京36R 10着/16頭+0.6秒 11/01 4東京105R 3着/13頭+0.2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 8.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 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) +44%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (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。
11	ブレスドナイル	岩田望	実7.2	▲詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
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 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 3.3着 ○ 前走実績前走 2着 (好走) ○ 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) -8% (オッズ過剰評価) AI 予想勝率 12.8% (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。
12	ロードヴェルテクス	松本	実255.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.7着と低調）
前5走 04/25 3京都17R 11着/14頭+2.2秒 02/18 笠松8R 1着/9頭勝利 11/15 3福島31R 7着/15頭+1.4秒 10/19 3京都74R 11着/17頭+1.5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 10.7着 (不振) △ 期待値 (オッズ vs AI勝率) +241%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (オッズ暗示: 0.4%) ※ 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	イージーブリージー	西村淳	実101.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 04/12 3中山67R 13着/15頭+1.1秒 01/24 1中山812R 4着/12頭+0.5秒 12/07 5中京28R 14着/18頭+0.8秒 09/06 4中山19R 4着/11頭+0.2秒 08/16 2新潟76R 6着/11頭+1.5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 5.0着 △ 当競馬場適性 7走で勝率 14% ○ 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) +57%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.5% (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。
14	ダノンマスタング	ルメール	実1.3	×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（直近3走で勝率33%と好調／前走勝利の勢い／74日ぶりの実戦）
前5走 11/16 5東京45R 3着/12頭+0.2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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) × 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 33.2% (オッズ暗示: 76.9%) ※ 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。
15	パッションディーバ	▲佐藤	実326.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均13.0着と低調）
前5走 04/25 2東京17R 15着/16頭+2.4秒 03/25 名古屋7R 6着/10頭+1.6秒 03/09 名古屋9R 1着/9頭勝利 01/01 名古屋12R 2着/12頭+0.3秒 12/18 名古屋10R 3着/10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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) ○ 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) +118%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.7% (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。
16	スクイーズアウト	原	実124.3	▽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 12/20 5中山53R 6着/16頭+1.1秒 10/26 4東京95R 7着/16頭+0.5秒 ― ― ―
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戦の調子勝率 33% (上り調子) ○ 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) -17% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.8%) ※ 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。

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A

サトノリシャール

騎手岩田康

19.3倍

AI の勝率10%損益の分かれ目5%

AI の勝率 10% が損益の分かれ目 5%（1 ÷ 19.3倍）を上回り、期待値 +91% 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: 8番アルデキングダム（26.4倍）

出走馬全16頭

×14

ダノンマスタング

ルメール

1.3倍

勝率 33%

›

○7

ハクシンブライアン

大野

6.5倍

勝率 13%

›

▲11

ブレスドナイル

岩田望

7.2倍

勝率 13%

›

△5

サトノリシャール

岩田康

19.3倍

勝率 10%

›

△8

アルデキングダム

横山典

26.4倍

勝率 9%

›

△3

アイランド

吉村

24.8倍

勝率 6%

›

▽2

インディヴァイン

マーカンド

27.4倍

勝率 4%

›

▽1

ポッドロルフ

佐々木

59.8倍

対象外勝率 4%

›

▽4

イーサンミラー

菅原明

95.0倍

対象外勝率 2%

›

▽13

イージーブリージー

西村淳

101.6倍

対象外勝率 2%

›

▽10

レッドアヴィオン

野畑凌

108.3倍

対象外勝率 1%

›

▽12

ロードヴェルテクス

松本

255.4倍

対象外勝率 1%

›

▽9

メイショウルーク

戸崎圭

123.6倍

対象外勝率 1%

›

▽16

スクイーズアウト

原

124.3倍

対象外勝率 1%

›

▽6

オウケンサクラコ

木幡巧

237.6倍

対象外勝率 1%

›

▽15

パッションディーバ

▲佐藤

326.5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　AI 期待値プラス判定

単勝8アルデキングダム不的中 12着

オッズ26.4倍予測時点
期待値+140%
推奨の幅11.0〜30.0倍
賭け金¥300
単勝5サトノリシャール不的中 4着

オッズ19.3倍予測時点
期待値+91%
推奨の幅10.1〜30.0倍
賭け金¥200

※ オッズの下の言葉: 確定 = 当たった買い目の払戻から出したオッズ・予測時点 = 予測した時のオッズ・推定 = 予測時点のオッズが取れず見込みの値。

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