中山 2R 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

2R 中山競馬場　発走 10:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ティアップシャイン	丸田	実229.8	B▽ A▽勝率1% EV+81% 詳細▼	大穴、AI予想勝率低く長期回収困難（132日ぶりの実戦）
前5走 04/26 2東京21R 11着/15頭+2.2秒 03/07 2中山31R 7着/16頭+1.5秒 02/15 1東京63R 5着/16頭+0.7秒 ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 132日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 0.4% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.8% / 期待値 +81% ※ 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	バンオンタイム	レーン	実2.6	B◎ A◎勝率27% EV-28% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走平均3.0着と安定／前走3着／90日ぶりの実戦）
前5走 05/16 1新潟53R 2着/16頭+0.0秒 02/15 1小倉85R 4着/16頭+0.6秒 01/31 1小倉37R 3着/16頭+0.2秒 12/21 5中山63R 2着/15頭+0.0秒 11/09 5東京24R 2着/14頭+0.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 90日休養明け × 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 23.7% (オッズ暗示: 38.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.4% / 期待値 -29% ※ 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	フクオトコ	杉原	実22.1	B▽ A▽勝率3% EV-34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（105日ぶりの実戦）
前5走 05/23 2東京94R 5着/18頭+0.3秒 04/25 1福島52R 6着/16頭+1.0秒 02/22 1小倉102R 3着/18頭+0.7秒 01/25 1小倉25R 2着/18頭+0.2秒 ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 △ ローテーション 105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 4.2% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.0% / 期待値 -35% ※ 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	マーガレット	武豊	実26.2	B▽ A▽勝率5% EV+23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 3.1% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.7% / 期待値 +23% ※ 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	シュガーシャック	内田博	実90.7	B× A▽勝率1% EV-22% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／140日ぶりの実戦）
前5走 04/18 3中山75R 9着/16頭+0.9秒 03/28 3中山15R 5着/16頭+0.6秒 12/20 5中山57R 9着/16頭+2.7秒 11/24 5東京61R 8着/15頭+2.9秒 09/14 4中山45R 10着/10頭+3.3秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 140日休養明け × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.9% / 期待値 -23% ※ 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	ラグアイリータ	津村	実27.8	B▽ A▽勝率2% EV-49% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（300日ぶりの実戦）
前5走 11/09 5東京24R 14着/14頭+2.1秒 10/18 4東京63R 2着/8頭+0.1秒 10/04 4東京15R 4着/17頭+0.5秒 ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 ▽ 前走実績前走 14着 (大敗) △ ローテーション 300日休養明け × 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 2.5% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 期待値 -49% ※ 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	ミスティユニバンス	三浦	実106.4	B▽ A▽勝率1% EV-9% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／133日ぶりの実戦）
前5走 04/25 2東京15R 11着/18頭+1.2秒 01/31 1東京16R 12着/16頭+2.6秒 11/16 5東京43R 2着/18頭+0.2秒 10/18 4東京64R 3着/18頭+0.2秒 ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.9% / 期待値 -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。
8	ココナッツコースト	ルメール	実4.8	B▲ A▲勝率12% EV-40% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／243日ぶりの実戦）
前5走 01/05 1中山25R 2着/16頭+0.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 243日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 20.3% (オッズ暗示: 20.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.3% / 期待値 -41% ※ 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	コスモシグルン	柴田大	実165.8	B▽ A▽勝率1% EV+30% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均8.0着と低調／161日ぶりの実戦）
前5走 03/28 3中山15R 9着/16頭+1.1秒 01/04 1中山15R 12着/16頭+1.4秒 12/14 5中山45R 3着/16頭+0.8秒 ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 161日休養明け × 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 0.4% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.8% / 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。
10	マイネルヴェーゼン	横山武	実38.3	B▽ A▽勝率1% EV-47% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均8.7着と低調／154日ぶりの実戦）
前5走 04/04 3中山35R 8着/16頭+0.5秒 01/24 1中山85R 10着/18頭+1.2秒 12/07 5中山22R 8着/16頭+0.5秒 11/08 3福島12R 6着/16頭+0.9秒 08/03 2新潟43R 3着/6頭+1.8秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 154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 1.5% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 期待値 -48% ※ 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	ダノンドナウ	菊沢	実10.5	B△ A△勝率7% EV-28% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（335日ぶりの実戦）
前5走 10/05 4東京22R 5着/11頭+1.2秒 09/06 2札幌55R 4着/10頭+1.0秒 ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.5着 △ ローテーション 335日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 9.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.8% / 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。
12	ブルームコード	戸崎圭	実4.0	B○ A○勝率26% EV+4% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着／230日ぶりの実戦）
前5走 01/18 1中山712R 2着/16頭+0.1秒 12/27 5中山75R 5着/16頭+0.4秒 ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.5着 ○ 前走実績前走 2着 (好走) △ ローテーション 230日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 22.4% (オッズ暗示: 25.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 26.2% / 期待値 +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	フーディエラン	江田照	実75.9	B▽ A▽勝率1% EV-35% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／104日ぶりの実戦）
前5走 05/24 2東京104R 9着/18頭+0.8秒 02/28 1小倉111R 12着/16頭+3.0秒 02/01 1東京23R 12着/16頭+2.7秒 01/10 1中山32R 6着/16頭+1.1秒 10/25 4新潟33R 6着/13頭+0.5秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) △ ローテーション 104日休養明け × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 期待値 -35% ※ 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	ヘクトルテソーロ	木幡巧	実17.6	B△ A△勝率5% EV-17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（98日ぶりの実戦）
前5走 05/30 2東京113R 4着/18頭+0.3秒 05/02 1新潟15R 7着/16頭+0.3秒 ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.5着 △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 4.7% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.7% / 期待値 -17% ※ 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	ルージュフローラ	△石神道	実67.2	B▽ A▽勝率1% EV-42% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／160日ぶりの実戦）
前5走 03/29 1中京64R 5着/17頭+0.5秒 01/18 1中山712R 15着/16頭+1.7秒 12/27 5中山75R 4着/16頭+0.3秒 ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) △ ローテーション 160日休養明け △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 -43% ※ 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	セルリア	◇今村	実14.1	B△ A△勝率7% EV-4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／90日ぶりの実戦）
前5走 02/14 2京都56R 14着/17頭+2.5秒 01/10 1中山37R 10着/16頭+1.6秒 10/25 4東京82R 8着/10頭+2.2秒 10/11 4東京31R 4着/10頭+0.4秒 07/27 2新潟21R 5着/7頭+1.4秒
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 5.8% (オッズ暗示: 7.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.8% / 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。

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

🎯 AIの本命

AI評価1位Aモデル ◎

バンオンタイム

騎手レーン

単勝オッズ

2.6倍

AI期待値

-38%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12ブルームコード

4.0倍

EV -10%

▲A:▲8ココナッツコースト

4.8倍

EV -2%

出走馬全16頭

◎A:◎2

バンオンタイム

レーン

2.6倍

-38%

›

○A:○12

ブルームコード

戸崎圭

4.0倍

-10%

›

▲A:▲8

ココナッツコースト

ルメール

4.8倍

-2%

›

△A:△11

ダノンドナウ

菊沢

10.5倍

-20%

›

△A:△16

セルリア

◇今村

14.1倍

-17%

›

△A:△14

ヘクトルテソーロ

木幡巧

17.6倍

-18%

›

▽A:▽3

フクオトコ

杉原

22.1倍

-7%

›

▽A:▽4

マーガレット

武豊

26.2倍

-19%

›

▽A:▽6

ラグアイリータ

津村

27.8倍

-30%

›

▽A:▽10

マイネルヴェーゼン

横山武

38.3倍

-43%

›

▽A:▽15

ルージュフローラ

△石神道

67.2倍

›

▽A:▽13

フーディエラン

江田照

75.9倍

-36%

›

▽A:▽7

ミスティユニバンス

三浦

106.4倍

-11%

›

×A:▽5

シュガーシャック

内田博

90.7倍

-59%

›

▽A:▽9

コスモシグルン

柴田大

165.8倍

-38%

›

▽A:▽1

ティアップシャイン

丸田

229.8倍

-14%

›

💡 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。買い目は期待値プラスのみ推奨。

このレースの推奨馬券　2モデル並走

両モデルとも見送り

2R 中山競馬場　発走 10:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ティアップシャイン	丸田	実229.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（132日ぶりの実戦）
前5走 04/26 2東京21R 11着/15頭+2.2秒 03/07 2中山31R 7着/16頭+1.5秒 02/15 1東京63R 5着/16頭+0.7秒 ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 132日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +81% (市場が大幅過小評価) AI 予想勝率 0.8% (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。
2	バンオンタイム	レーン	実2.6	◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走平均3.0着と安定／前走3着／90日ぶりの実戦）
前5走 05/16 1新潟53R 2着/16頭+0.0秒 02/15 1小倉85R 4着/16頭+0.6秒 01/31 1小倉37R 3着/16頭+0.2秒 12/21 5中山63R 2着/15頭+0.0秒 11/09 5東京24R 2着/14頭+0.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 27.4% (オッズ暗示: 38.5%) ※ 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。
3	フクオトコ	杉原	実22.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（105日ぶりの実戦）
前5走 05/23 2東京94R 5着/18頭+0.3秒 04/25 1福島52R 6着/16頭+1.0秒 02/22 1小倉102R 3着/18頭+0.7秒 01/25 1小倉25R 2着/18頭+0.2秒 ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 3.0% (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。
4	マーガレット	武豊	実26.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 4.7% (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。
5	シュガーシャック	内田博	実90.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／140日ぶりの実戦）
前5走 04/18 3中山75R 9着/16頭+0.9秒 03/28 3中山15R 5着/16頭+0.6秒 12/20 5中山57R 9着/16頭+2.7秒 11/24 5東京61R 8着/15頭+2.9秒 09/14 4中山45R 10着/10頭+3.3秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 0.9% (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。
6	ラグアイリータ	津村	実27.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（300日ぶりの実戦）
前5走 11/09 5東京24R 14着/14頭+2.1秒 10/18 4東京63R 2着/8頭+0.1秒 10/04 4東京15R 4着/17頭+0.5秒 ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 ▽ 前走実績前走 14着 (大敗) △ ローテーション 300日休養明け × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 1.8% (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	ミスティユニバンス	三浦	実106.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／133日ぶりの実戦）
前5走 04/25 2東京15R 11着/18頭+1.2秒 01/31 1東京16R 12着/16頭+2.6秒 11/16 5東京43R 2着/18頭+0.2秒 10/18 4東京64R 3着/18頭+0.2秒 ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 0.9% (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。
8	ココナッツコースト	ルメール	実4.8	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／243日ぶりの実戦）
前5走 01/05 1中山25R 2着/16頭+0.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 243日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 12.3% (オッズ暗示: 20.8%) ※ 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	コスモシグルン	柴田大	実165.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均8.0着と低調／161日ぶりの実戦）
前5走 03/28 3中山15R 9着/16頭+1.1秒 01/04 1中山15R 12着/16頭+1.4秒 12/14 5中山45R 3着/16頭+0.8秒 ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 161日休養明け ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 0.8% (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。
10	マイネルヴェーゼン	横山武	実38.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均8.7着と低調／154日ぶりの実戦）
前5走 04/04 3中山35R 8着/16頭+0.5秒 01/24 1中山85R 10着/18頭+1.2秒 12/07 5中山22R 8着/16頭+0.5秒 11/08 3福島12R 6着/16頭+0.9秒 08/03 2新潟43R 3着/6頭+1.8秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 154日休養明け × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。
11	ダノンドナウ	菊沢	実10.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（335日ぶりの実戦）
前5走 10/05 4東京22R 5着/11頭+1.2秒 09/06 2札幌55R 4着/10頭+1.0秒 ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.5着 △ ローテーション 335日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 9.5%) ※ 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。
12	ブルームコード	戸崎圭	実4.0	○詳細▼	AI上位評価だが期待値不足、見送り（前走2着／230日ぶりの実戦）
前5走 01/18 1中山712R 2着/16頭+0.1秒 12/27 5中山75R 5着/16頭+0.4秒 ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.5着 ○ 前走実績前走 2着 (好走) △ ローテーション 230日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 26.2% (オッズ暗示: 25.0%) ※ 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。
13	フーディエラン	江田照	実75.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／104日ぶりの実戦）
前5走 05/24 2東京104R 9着/18頭+0.8秒 02/28 1小倉111R 12着/16頭+3.0秒 02/01 1東京23R 12着/16頭+2.7秒 01/10 1中山32R 6着/16頭+1.1秒 10/25 4新潟33R 6着/13頭+0.5秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) △ ローテーション 104日休養明け × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
14	ヘクトルテソーロ	木幡巧	実17.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（98日ぶりの実戦）
前5走 05/30 2東京113R 4着/18頭+0.3秒 05/02 1新潟15R 7着/16頭+0.3秒 ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.5着 △ ローテーション 98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 4.7% (オッズ暗示: 5.7%) ※ 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。
15	ルージュフローラ	△石神道	実67.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／160日ぶりの実戦）
前5走 03/29 1中京64R 5着/17頭+0.5秒 01/18 1中山712R 15着/16頭+1.7秒 12/27 5中山75R 4着/16頭+0.3秒 ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) △ ローテーション 160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 0.9% (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。
16	セルリア	◇今村	実14.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／90日ぶりの実戦）
前5走 02/14 2京都56R 14着/17頭+2.5秒 01/10 1中山37R 10着/16頭+1.6秒 10/25 4東京82R 8着/10頭+2.2秒 10/11 4東京31R 4着/10頭+0.4秒 07/27 2新潟21R 5着/7頭+1.4秒
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) △ ローテーション 90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 6.8% (オッズ暗示: 7.1%) ※ 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。

🎯 AIの本命

AI評価1位

バンオンタイム

騎手レーン

単勝オッズ

2.6倍

AI期待値

-28%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12ブルームコード

4.0倍

EV +4%

▲8ココナッツコースト

4.8倍

EV -40%

出走馬全16頭

◎2

バンオンタイム

レーン

2.6倍

-28%

›

○12

ブルームコード

戸崎圭

4.0倍

+4%

›

▲8

ココナッツコースト

ルメール

4.8倍

-40%

›

△11

ダノンドナウ

菊沢

10.5倍

-28%

›

△16

セルリア

◇今村

14.1倍

-4%

›

△14

ヘクトルテソーロ

木幡巧

17.6倍

-17%

›

▽4

マーガレット

武豊

26.2倍

+23%

›

▽3

フクオトコ

杉原

22.1倍

-34%

›

▽6

ラグアイリータ

津村

27.8倍

-49%

›

▽10

マイネルヴェーゼン

横山武

38.3倍

-47%

›

▽15

ルージュフローラ

△石神道

67.2倍

-42%

›

▽13

フーディエラン

江田照

75.9倍

-35%

›

▽5

シュガーシャック

内田博

90.7倍

-22%

›

▽7

ミスティユニバンス

三浦

106.4倍

-9%

›

▽9

コスモシグルン

柴田大

165.8倍

+30%

›

▽1

ティアップシャイン

丸田

229.8倍

+81%

›

💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

このレースの推奨馬券　2モデル並走

両モデルとも見送り

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