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。

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	グランテレーズ	西村淳	実62.3	▽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／85日ぶりの実戦）
前5走 04/25 1福島57R 2着/12頭+0.5秒 04/11 1福島112R 2着/16頭+0.0秒 02/08 1小倉612R 13着/18頭+0.5秒 12/13 5中京312R 4着/18頭+0.2秒 11/15 3福島312R 4着/16頭+0.2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) △ 期待値 (オッズ vs AI勝率) +65%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.7% (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。
2	リュウノタブーク	☆長浜	実100.7	▽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／70日ぶりの実戦）
前5走 04/26 2東京28R 8着/11頭+0.2秒 02/15 1東京68R 11着/14頭+1.5秒 01/18 1中山78R 15着/16頭+3.0秒 10/18 4東京612R 11着/14頭+2.0秒 10/05 4東京212R 10着/16頭+1.2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 11.0着 (不振) △ 当競馬場適性 11走で勝率 9% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +158%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.6% (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。
3	スペルーチェ	ルメール	実1.7	×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3走で勝率33%と適性高／前走3着）
前5走 03/21 2中山76R 1着/13頭勝利 03/01 2中山27R 2着/12頭+0.5秒 12/21 5阪神611R 14着/14頭+1.7秒 11/15 5東京32R 1着/17頭勝利 10/18 4東京65R 2着/16頭+0.1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 6.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 27.0% (オッズ暗示: 58.8%) ※ 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。
4	デンプシー	戸崎圭	実8.8	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 04/11 1福島12R 1着/16頭勝利 03/15 1中京24R 3着/18頭+0.3秒 07/26 2新潟13R 18着/18頭+5.7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 3.7着 ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 15.7% (オッズ暗示: 11.4%) ※ 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	インプロペリア	プーシャン	実3.2	○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2着／64日ぶりの実戦）
前5走 03/08 1阪神311R 12着/18頭+1.3秒 11/16 5東京55R 1着/11頭勝利 ― ― ―
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) ○ 前走実績前走 2着 (好走) × 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 21.6% (オッズ暗示: 31.2%) ※ 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	ルージュベルベット	野畑凌	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5走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／70日ぶりの実戦）
前5走 05/03 1新潟27R 2着/16頭+0.3秒 03/15 2中山612R 9着/16頭+1.6秒 01/17 1中山66R 7着/16頭+0.6秒 12/07 5中京27R 9着/14頭+1.4秒 10/12 4東京46R 10着/15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戦の調子勝率 33% (上り調子) × 当競馬場適性 5走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +50%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.0% (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。
7	カルロット	津村	実13.4	△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 03/01 1阪神42R 16着/16頭+3.2秒 01/31 2京都13R 3着/13頭+0.3秒 01/05 1京都26R 5着/14頭+0.4秒 10/26 3京都92R 2着/10頭+0.2秒 09/20 4阪神65R 5着/14頭+0.5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戦の調子勝率 33% (上り調子) ○ 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) -3% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 7.5%) ※ 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。
8	ラミアメンテ	岩田望	実16.5	△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／113日ぶりの実戦）
前5走 02/22 1小倉103R 4着/14頭+0.3秒 02/07 1小倉512R 5着/17頭+0.3秒 10/18 4東京67R 10着/17頭+1.2秒 03/16 2中京25R 1着/18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 113日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 6.1%) ※ 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。
9	ツルノマイハシ	菅原明	実29.5	△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／64日ぶりの実戦）
前5走 04/12 1福島22R 1着/16頭勝利 12/28 5中山83R 6着/16頭+0.5秒 12/14 5中山42R 3着/16頭+0.2秒 11/16 5東京43R 5着/18頭+0.4秒 09/28 4中山99R 8着/8頭+3.1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) △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 4.4% (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。
10	チョングク	内田博	実89.9	▽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走平均8.0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 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 8.0着 (不振) × 当競馬場適性 8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) +138%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.7% (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。
11	アステルディーヴァ	松本	実74.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 12/21 5中山65R 15着/16頭+5.4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戦の調子平均 6.3着 ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) +92%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.6% (オッズ暗示: 1.3%) ※ 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。
12	ウォーターエアリー	佐々木	実43.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調）
前5走 04/25 3京都19R 11着/16頭+0.8秒 03/08 1阪神311R 9着/18頭+0.9秒 11/02 6京都111R 8着/15頭+0.5秒 08/25 2札幌61R 1着/7頭勝利 08/10 2札幌15R 2着/7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戦の調子平均 10.0着 (不振) ▽ 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) +52%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.5% (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。

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

スペルーチェ

騎手ルメール

1.7倍

AI の勝率27%損益の分かれ目59%

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12頭

×3

スペルーチェ

ルメール

1.7倍

勝率 27%

›

○5

インプロペリア

プーシャン

3.2倍

勝率 22%

›

▲4

デンプシー

戸崎圭

8.8倍

勝率 16%

›

△7

カルロット

津村

13.4倍

勝率 7%

›

△8

ラミアメンテ

岩田望

16.5倍

勝率 6%

›

△9

ツルノマイハシ

菅原明

29.5倍

勝率 4%

›

▽6

ルージュベルベット

野畑凌

37.4倍

対象外勝率 4%

›

▽12

ウォーターエアリー

佐々木

43.7倍

対象外勝率 3%

›

▽1

グランテレーズ

西村淳

62.3倍

対象外勝率 3%

›

▽10

チョングク

内田博

89.9倍

対象外勝率 3%

›

▽11

アステルディーヴァ

松本

74.9倍

対象外勝率 3%

›

▽2

リュウノタブーク

☆長浜

100.7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

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