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	アクアマリーナ	佐々木	実30.3	▽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0%と苦戦傾向／直近3走平均10.3着と低調）
前5走 03/15 1中京26R 1着/16頭勝利 12/20 5中京52R 5着/16頭+0.7秒 12/07 5中京22R 3着/16頭+0.1秒 09/27 4中山88R 15着/16頭+3.1秒 02/22 1京都74R 1着/15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 10.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 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) +15%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.8% (オッズ暗示: 3.3%) ※ 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。
2	タイキブリッツェン	▲佐藤	実5.1	△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25%と適性高／直近3走で勝率33%と好調）
前5走 02/22 1東京89R 10着/10頭+4.1秒 01/31 1東京13R 1着/15頭勝利 11/29 5東京71R 9着/13頭+1.7秒 11/16 5東京44R 2着/16頭+0.2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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) × 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 12.2% (オッズ暗示: 19.6%) ※ 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	フィリップ	武藤	実53.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.7着と低調）
前5走 04/26 2東京212R 13着/16頭+2.6秒 03/29 1中京612R 5着/16頭+0.4秒 03/08 1阪神612R 5着/13頭+1.7秒 02/22 1東京812R 8着/16頭+0.8秒 01/11 1京都48R 10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 11.7着 (不振) △ 当競馬場適性 11走で勝率 9% ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +49%（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: 1.9%) ※ 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	ヴォルスター	☆長浜	実47.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.7着と低調）
前5走 05/02 1新潟11R 12着/14頭+7.1秒 03/21 1阪神98R 11着/12頭+3.1秒 03/08 2中山48R 10着/13頭+1.7秒 02/12 船橋11R 4着/13頭+0.8秒 12/21 5阪神68R 13着/15頭+2.5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 9.7着 (不振) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 1.2% (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	キタノライブリー	木幡初	実76.6	▽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 04/11 2阪神512R 9着/16頭+0.8秒 03/15 1阪神812R 13着/13頭+1.5秒 02/10 1東京412R 1着/16頭勝利 09/07 4中山27R 1着/16頭勝利 08/24 3新潟24R 2着/15頭+0.6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 9.7着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 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) -19% (オッズ過剰評価) AI 予想勝率 1.1% (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。
6	エムティエスターテ	大野	実27.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 03/21 1中京37R 11着/16頭+0.9秒 02/12 姫路12R 1着/12頭勝利 01/28 姫路9R 1着/8頭勝利 01/07 園田10R 1着/11頭勝利 12/31 園田8R 2着/10頭+0.0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 7.7着 (不振) △ 当競馬場適性 8走で勝率 12% △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 4.4% (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。
7	バルダンツァ	横山武	実3.6	◎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5走で勝率0%と苦戦傾向／前走2着）
前5走 04/25 2東京112R 5着/13頭+1.0秒 03/22 1中京410R 4着/16頭+0.3秒 02/22 1東京87R 10着/16頭+1.2秒 11/23 5東京58R 2着/16頭+0.3秒 10/26 4新潟410R 12着/16頭+1.6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 4.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 22.7% (オッズ暗示: 27.8%) ※ 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	トラヴェリンバンド	横山和	実3.9	○詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 04/26 3京都212R 13着/14頭+2.0秒 02/22 1東京812R 11着/16頭+1.4秒 11/01 4東京108R 6着/14頭+0.4秒 10/11 4東京312R 1着/16頭勝利 09/20 4阪神69R 5着/16頭+0.6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 5.3着 △ 当競馬場適性 8走で勝率 12% ○ 前走実績前走 2着 (好走) ○ 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) -28% (オッズ過剰評価) AI 予想勝率 18.3% (オッズ暗示: 25.6%) ※ 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。
9	ノルドヴェスト	原	実65.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.7着と低調／77日ぶりの実戦）
前5走 10/05 4東京212R 7着/16頭+0.9秒 07/12 2福島58R 5着/15頭+1.0秒 06/01 2東京127R 1着/16頭勝利 05/03 2東京37R 4着/16頭+0.6秒 02/22 1東京712R 6着/16頭+0.6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 12.7着 (不振) △ 当競馬場適性 9走で勝率 11% ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.5%) ※ 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	シュバルツガイスト	▲遠藤	実233.5	▽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0%と苦戦傾向／直近3走平均9.7着と低調）
前5走 04/05 3中山44R 13着/13頭+10.0秒 02/07 1小倉55R 7着/12頭+5.1秒 12/14 5中山44R 12着/14頭+10.2秒 09/27 4中山81R 9着/11頭+2.2秒 08/17 3中京86R 16着/16頭+2.5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 9.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +113%（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: 0.4%) ※ 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。
11	ジェミート	木幡巧	実55.5	▽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 03/21 1中京37R 1着/16頭勝利 01/12 1京都57R 8着/16頭+0.7秒 12/13 5阪神38R 3着/16頭+0.7秒 11/23 4京都66R 2着/16頭+0.3秒 09/20 4阪神69R 6着/16頭+0.6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) ▽ 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) -36% (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。
12	セントラルヴァレー	菅原明	実6.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 02/22 1東京812R 2着/16頭+0.1秒 02/10 1東京48R 2着/16頭+0.2秒 01/31 1東京18R 3着/16頭+0.3秒 11/22 4京都58R 7着/16頭+0.6秒 11/09 5東京28R 5着/16頭+0.8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 7.7着 (不振) △ 当競馬場適性 15走で勝率 13% ○ 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) -16% (オッズ過剰評価) AI 予想勝率 12.2% (オッズ暗示: 14.5%) ※ 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。
13	レッドスティンガー	プーシャン	実4.5	▲詳細▼	AI上位評価だが期待値不足、見送り（71日ぶりの実戦）
前5走 04/05 2阪神49R 6着/12頭+0.8秒 03/07 2中山37R 1着/15頭勝利 01/11 1中山44R 2着/16頭+0.2秒 12/28 5中山84R 7着/11頭+1.7秒 11/08 5東京111R 8着/16頭+0.9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 △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 17.1% (オッズ暗示: 22.2%) ※ 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。
14	フェスタリア	石橋脩	実132.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調）
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 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 10.0着 (不振) ▽ 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) +21%（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: 0.8%) ※ 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

見送りAI の 1 位の馬

バルダンツァ

騎手横山武

3.6倍

AI の勝率23%損益の分かれ目28%

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14頭

◎7

バルダンツァ

横山武

3.6倍

勝率 23%

›

○8

トラヴェリンバンド

横山和

3.9倍

勝率 18%

›

▲13

レッドスティンガー

プーシャン

4.5倍

勝率 17%

›

△2

タイキブリッツェン

▲佐藤

5.1倍

勝率 12%

›

△12

セントラルヴァレー

菅原明

6.9倍

勝率 12%

›

△6

エムティエスターテ

大野

27.8倍

勝率 4%

›

▽1

アクアマリーナ

佐々木

30.3倍

対象外勝率 4%

›

▽3

フィリップ

武藤

53.1倍

対象外勝率 3%

›

▽4

ヴォルスター

☆長浜

47.7倍

対象外勝率 1%

›

▽11

ジェミート

木幡巧

55.5倍

対象外勝率 1%

›

▽9

ノルドヴェスト

原

65.7倍

対象外勝率 1%

›

▽5

キタノライブリー

木幡初

76.6倍

対象外勝率 1%

›

▽14

フェスタリア

石橋脩

132.2倍

対象外勝率 1%

›

▽10

シュバルツガイスト

▲遠藤

233.5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

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