東京 7R 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。

7R 東京競馬場発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ソリッドベーシス	原	実129.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.3着と低調）
前5走 03/15 1中京27R 12着/15頭+1.4秒 02/28 2中山17R 10着/16頭+2.7秒 02/14 1東京52R 15着/16頭+2.6秒 10/09 門別10R 1着/8頭勝利 09/24 門別5R 1着/10頭勝利
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) ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +56%（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: 0.8%) ※ 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。
2	クラウンヴィラン	▲佐藤	実234.4	▽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67%と好調／前走2着／172日ぶりの実戦）
前5走 04/22 門別5R 1着/12頭勝利 07/06 2福島46R 12着/16頭+2.3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戦の調子勝率 67% (絶好調) ○ 前走実績前走 2着 (好走) △ ローテーション 172日休養明け △ 期待値 (オッズ vs AI勝率) +184%（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: 0.4%) ※ 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。
3	アルカディアカフェ	ルメール	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25%と適性高／直近3走で勝率33%と好調／265日ぶりの実戦）
前5走 02/22 1東京89R 6着/10頭+1.7秒 11/29 5東京79R 3着/12頭+0.3秒 11/01 4東京101R 1着/16頭勝利 06/21 3東京56R 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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) △ ローテーション 265日休養明け × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 31.4% (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。
4	ヌクレオチド	木幡初	実24.2	△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 03/21 2中山73R 4着/16頭+0.5秒 03/01 2中山23R 2着/16頭+0.3秒 02/10 1東京41R 2着/15頭+0.0秒 01/17 1中山61R 3着/16頭+0.2秒 11/09 5東京22R 10着/16頭+2.6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) ◎ 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 175日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 3.9% (オッズ暗示: 4.1%) ※ 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	アルスマグナ	内田博	実161.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調）
前5走 05/02 3京都37R 8着/12頭+0.8秒 12/27 5阪神79R 7着/10頭+0.9秒 11/16 3福島49R 13着/16頭+0.9秒 09/20 4阪神68R 4着/6頭+1.4秒 08/23 4中京15R 1着/10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戦の調子平均 12.0着 (不振) ▽ 前走実績前走 11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) +95%（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: 0.6%) ※ 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。
6	リドルトリガー	☆長浜	実54.1	▽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67%と好調）
前5走 04/26 佐賀5R 1着/10頭勝利 03/29 佐賀4R 1着/9頭勝利 03/07 佐賀5R 1着/11頭勝利 02/07 2京都312R 6着/15頭+0.5秒 01/25 1京都912R 9着/9頭+2.7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戦の調子勝率 67% (絶好調) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +101%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.7% (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。
7	ライカ	大野	実56.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場9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 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) × 当競馬場適性 9走で勝率 0% (苦戦) ○ ローテーション 20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 1.5% (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。
8	ブリックンクリック	津村	実129.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.7着と低調）
前5走 03/08 2中山46R 4着/16頭+0.9秒 12/13 5中山37R 10着/16頭+0.9秒 11/24 5東京65R 16着/16頭+3.8秒 10/04 4東京16R 10着/16頭+0.9秒 07/20 2福島812R 13着/15頭+3.7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 11.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) +56%（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: 0.8%) ※ 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	ヘインズポイント	プーシャン	実23.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向）
前5走 02/21 1東京77R 2着/16頭+1.1秒 11/29 5東京76R 8着/16頭+1.1秒 11/02 4東京117R 4着/15頭+0.5秒 08/10 2新潟610R 13着/15頭+1.9秒 07/12 2福島512R 2着/15頭+0.3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 7.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 27日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 5.8% (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。
10	タイセイモノリス	岩田康	実36.8	▽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 05/03 3京都46R 14着/16頭+1.7秒 03/15 1中京21R 1着/16頭勝利 02/22 1東京81R 3着/16頭+0.5秒 11/30 5東京81R 9着/16頭+1.3秒 09/28 4中山91R 9着/12頭+2.8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) △ 期待値 (オッズ vs AI勝率) +41%（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: 2.7%) ※ 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。
11	マナマカナ	木幡巧	実155.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.7着と低調）
前5走 05/02 佐賀10R 1着/11頭勝利 04/04 佐賀7R 1着/11頭勝利 03/21 佐賀7R 1着/10頭勝利 03/15 佐賀7R 1着/11頭勝利 02/01 佐賀8R 3着/12頭+1.1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 10.7着 (不振) △ 期待値 (オッズ vs AI勝率) +88%（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: 0.6%) ※ 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。
12	グランセレスト	三浦	実114.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率25%と適性高／直近3走平均8.3着と低調／98日ぶりの実戦）
前5走 04/26 2東京26R 7着/8頭+2.3秒 04/11 3中山59R 5着/7頭+1.7秒 01/04 1中山110R 4着/8頭+0.0秒 11/30 5東京88R 7着/8頭+1.7秒 11/02 4東京111R 1着/12頭勝利
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) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 11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) +39%（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	レイズテンペスト	横山和	実3.8	○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2着）
前5走 04/18 3中山74R 4着/13頭+0.9秒 02/14 1東京53R 4着/16頭+0.8秒 01/25 1中山94R 2着/16頭+0.4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 4走で勝率 25% (得意) ○ 前走実績前走 2着 (好走) △ ローテーション 146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 24.3% (オッズ暗示: 26.3%) ※ 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。
14	フクシマブリルハム	田辺	実7.7	▲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）
前5走 04/25 2東京16R 9着/16頭+1.8秒 02/07 1東京33R 1着/16頭勝利 01/25 1京都92R 10着/16頭+1.2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戦の調子平均 5.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 11.6% (オッズ暗示: 13.0%) ※ 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。
15	トニケンサンバ	菅原明	実41.3	△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／188日ぶりの実戦）
前5走 03/21 2中山712R 5着/16頭+0.6秒 03/01 2中山28R 3着/16頭+0.4秒 11/08 5東京17R 12着/16頭+1.9秒 10/11 4東京312R 3着/16頭+1.2秒 06/22 3東京612R 5着/16頭+0.6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 6.0着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 188日休養明け △ 期待値 (オッズ vs AI勝率) +109%（30倍を超える大穴は買う範囲の外） AI 予想勝率 5.1% (オッズ暗示: 2.4%) ※ 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。
16	タキノボリ	石橋脩	実96.6	▽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 04/25 1福島58R 7着/15頭+1.4秒 01/04 1中山17R 11着/16頭+2.4秒 12/07 5中山212R 5着/16頭+1.7秒 11/08 3福島112R 7着/15頭+0.9秒 07/13 2福島66R 1着/15頭勝利
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 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +48%（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。

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

アルカディアカフェ

騎手ルメール

1.5倍

AI の勝率31%損益の分かれ目67%

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16頭

×3

アルカディアカフェ

ルメール

1.5倍

勝率 31%

›

○13

レイズテンペスト

横山和

3.8倍

勝率 24%

›

▲14

フクシマブリルハム

田辺

7.7倍

勝率 12%

›

△9

ヘインズポイント

プーシャン

23.4倍

勝率 6%

›

△15

トニケンサンバ

菅原明

41.3倍

対象外勝率 5%

›

△4

ヌクレオチド

木幡初

24.2倍

勝率 4%

›

▽10

タイセイモノリス

岩田康

36.8倍

対象外勝率 4%

›

▽6

リドルトリガー

☆長浜

54.1倍

対象外勝率 4%

›

▽7

ライカ

大野

56.7倍

対象外勝率 2%

›

▽16

タキノボリ

石橋脩

96.6倍

対象外勝率 2%

›

▽12

グランセレスト

三浦

114.9倍

対象外勝率 1%

›

▽1

ソリッドベーシス

原

129.0倍

対象外勝率 1%

›

▽8

ブリックンクリック

津村

129.2倍

対象外勝率 1%

›

▽11

マナマカナ

木幡巧

155.5倍

対象外勝率 1%

›

▽5

アルスマグナ

内田博

161.1倍

対象外勝率 1%

›

▽2

クラウンヴィラン

▲佐藤

234.4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

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