中山 3R 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

3R 中山競馬場　発走 11:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブロンクス	△石神道	実13.9	B△ A△勝率7% EV-3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均15.0着と低調）
前5走 2回4日福島5R 15着/15頭 ― ― ― ―
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 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 4.9% (オッズ暗示: 7.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.9% / 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。
2	パルセノスミハ	内田博	実14.5	B△ A△勝率6% EV-6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回8日新潟3R 6着/15頭+2.0秒 2回5日福島5R 9着/11頭+1.0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 7.5着 (不振) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 6.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.5% / 期待値 -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	サスケソルトバーン	▲佐藤	実70.6	B▽ A▽勝率3% EV+106% 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）
前5走 2回4日新潟2R 8着/12頭+3.0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 8.0着 (不振) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.9% / 期待値 +107% ※ 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	マイセイバー	嶋田	実7.1	B△ A△勝率15% EV+9% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.0着と低調）
前5走 3回1日新潟3R 9着/12頭+2.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 12.9% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 15.4% / 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。
5	ハイビスカス	大野	実6.8	B▲ A▲勝率17% EV+13% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 3回3日東京5R 5着/7頭+6.0秒 1回11日函館1R 6着/8頭 1回6日札幌1R 4着/12頭 ― ―
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 5.0着 △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 13.7% (オッズ暗示: 14.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.7% / 期待値 +13% ※ 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	チョトツモウシン	菅原隆	実157.5	B▽ A▽勝率2% EV+161% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 6 ◎ 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 10位 (中位評価) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.7% / 期待値 +161% ※ 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	ニシノアナベル	野中	実3.7	B○ A○勝率17% EV-38% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 2回5日新潟3R 7着/12頭+3.0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 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 19.8% (オッズ暗示: 27.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.7% / 期待値 -38% ※ 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	ワンコール	石橋脩	実20.3	B▽ A▽勝率5% EV+11% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調）
前5走 2回1日新潟1R 10着/10頭 2回6日福島5R 10着/16頭 ― ― ―
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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 4.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.5% / 期待値 +11% ※ 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	ユイノキャッツアイ	木幡初	実2.1	B🌟◎ A◎勝率24% EV-49% 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
前5走 3回4日東京4R 4着/14頭+8.0秒 2回8日福島1R 3着/10頭+3.0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 3.5着 △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 38.1% (オッズ暗示: 47.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 24.0% / 期待値 -50% ※ 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	サンプラザマツモト	江田照	実44.9	B▽ A▽勝率4% EV+71% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.5着と低調）
前5走 2回7日福島5R 11着/15頭+7.0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 9.5着 (不振) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.8% / 期待値 +71% ※ 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 ◎

ユイノキャッツアイ

騎手木幡初

単勝オッズ

2.1倍

AI期待値

-19%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○7ニシノアナベル

3.7倍

EV -26%

▲A:▲5ハイビスカス

6.8倍

EV -6%

出走馬全10頭

◎A:◎9

ユイノキャッツアイ

木幡初

2.1倍

-19%

›

○A:○7

ニシノアナベル

野中

3.7倍

-26%

›

▲A:▲5

ハイビスカス

大野

6.8倍

-6%

›

△A:△4

マイセイバー

嶋田

7.1倍

-8%

›

△A:△1

ブロンクス

△石神道

13.9倍

-31%

›

△A:△2

パルセノスミハ

内田博

14.5倍

-46%

›

▽A:▽8

ワンコール

石橋脩

20.3倍

-24%

›

▽A:▽10

サンプラザマツモト

江田照

44.9倍

-28%

›

▽A:▽3

サスケソルトバーン

▲佐藤

70.6倍

-33%

›

▽A:▽6

チョトツモウシン

菅原隆

157.5倍

-16%

›

💡 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

3R 中山競馬場　発走 11:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブロンクス	△石神道	実13.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均15.0着と低調）
前5走 2回4日福島5R 15着/15頭 ― ― ― ―
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 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 6.9% (オッズ暗示: 7.2%) ※ 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。
2	パルセノスミハ	内田博	実14.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回8日新潟3R 6着/15頭+2.0秒 2回5日福島5R 9着/11頭+1.0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 7.5着 (不振) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 6.9%) ※ 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。
3	サスケソルトバーン	▲佐藤	実70.6	▽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）
前5走 2回4日新潟2R 8着/12頭+3.0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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +106% (市場が大幅過小評価) AI 予想勝率 2.9% (オッズ暗示: 1.4%) ※ 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。
4	マイセイバー	嶋田	実7.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.0着と低調）
前5走 3回1日新潟3R 9着/12頭+2.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 15.4% (オッズ暗示: 14.1%) ※ 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	ハイビスカス	大野	実6.8	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 3回3日東京5R 5着/7頭+6.0秒 1回11日函館1R 6着/8頭 1回6日札幌1R 4着/12頭 ― ―
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 5.0着 △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 16.7% (オッズ暗示: 14.7%) ※ 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。
6	チョトツモウシン	菅原隆	実157.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 6 ◎ 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 10位 (中位評価) 🌟◎ 期待値 (オッズ vs AI勝率) +161% (市場が大幅過小評価) AI 予想勝率 1.7% (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。
7	ニシノアナベル	野中	実3.7	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 2回5日新潟3R 7着/12頭+3.0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 7.0着 (不振) × 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 16.7% (オッズ暗示: 27.0%) ※ 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。
8	ワンコール	石橋脩	実20.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調）
前5走 2回1日新潟1R 10着/10頭 2回6日福島5R 10着/16頭 ― ― ―
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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 5.5% (オッズ暗示: 4.9%) ※ 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。
9	ユイノキャッツアイ	木幡初	実2.1	◎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
前5走 3回4日東京4R 4着/14頭+8.0秒 2回8日福島1R 3着/10頭+3.0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 3.5着 × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 24.0% (オッズ暗示: 47.6%) ※ 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	サンプラザマツモト	江田照	実44.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.5着と低調）
前5走 2回7日福島5R 11着/15頭+7.0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 9.5着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +71% (市場が大幅過小評価) AI 予想勝率 3.8% (オッズ暗示: 2.2%) ※ 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。

🎯 AIの本命

AI評価1位

ユイノキャッツアイ

騎手木幡初

単勝オッズ

2.1倍

AI期待値

-49%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ニシノアナベル

3.7倍

EV -38%

▲5ハイビスカス

6.8倍

EV +13%

出走馬全10頭

◎9

ユイノキャッツアイ

木幡初

2.1倍

-49%

›

○7

ニシノアナベル

野中

3.7倍

-38%

›

▲5

ハイビスカス

大野

6.8倍

+13%

›

△4

マイセイバー

嶋田

7.1倍

+9%

›

△1

ブロンクス

△石神道

13.9倍

-3%

›

△2

パルセノスミハ

内田博

14.5倍

-6%

›

▽8

ワンコール

石橋脩

20.3倍

+11%

›

▽10

サンプラザマツモト

江田照

44.9倍

+71%

›

▽3

サスケソルトバーン

▲佐藤

70.6倍

+106%

›

▽6

チョトツモウシン

菅原隆

157.5倍

+161%

›

💡 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