中山 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。

モデル

7R 中山競馬場　発走 13:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フェンリル	菊沢	実94.8	B▽ A▽勝率1% EV-21% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.5着と低調／91日ぶりの実戦）
前5走 02/10 1東京44R 6着/16頭+2.1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 8.5着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 -21% ※ 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	カズシ	大野	実94.0	B× A▽勝率1% EV-26% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／119日ぶりの実戦）
前5走 05/09 1新潟32R 6着/10頭+3.5秒 03/14 1中京15R 15着/18頭+1.7秒 02/22 1小倉105R 6着/13頭+1.2秒 02/01 1東京212R 7着/16頭+1.1秒 01/04 1中山16R 3着/17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 9.0着 (不振) △ ローテーション 119日休養明け × 期待値 (オッズ vs AI勝率) -61% (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 12位 / 勝率 0.9% / 期待値 -27% ※ 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	デルマザオウ	小崎	実10.5	B△ A△勝率7% EV-23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 3回1日東京2R 7着/16頭 2回8日新潟10R 3着/15頭 2回8日福島4R 2着/15頭 2回4日福島1R 2着/15頭+4.0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 4.0着 △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 7.0% (オッズ暗示: 9.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.1% / 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。
4	マネーマネー	小林脩	実170.9	B▽ A▽勝率1% EV+115% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／196日ぶりの実戦）
前5走 02/21 1東京74R 13着/16頭+3.9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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 196日休養明け × 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 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 +115% ※ 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	ガードオブオナー	ルメール	実5.2	B▲ A▲勝率12% EV-32% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着／119日ぶりの実戦）
前5走 05/09 2東京54R 3着/12頭+0.4秒 04/26 2東京24R 4着/10頭+0.5秒 02/21 1東京75R 2着/14頭+0.1秒 01/12 1中山56R 11着/18頭+1.5秒 11/15 5東京34R 6着/13頭+0.6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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 119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 18.7% (オッズ暗示: 19.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.0% / 期待値 -33% ※ 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	エッチェレンテ	三浦	実10.1	B△ A▽勝率5% EV-45% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（97日ぶりの実戦）
前5走 05/31 2東京123R 5着/16頭+0.8秒 11/09 5東京26R 8着/15頭+1.3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 6.5着 △ ローテーション 97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 8.9% (オッズ暗示: 9.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.4% / 期待値 -45% ※ 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	エースオブゴールド	▲上里	実144.8	B× A▽勝率1% EV+4% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.5着と低調／207日ぶりの実戦）
前5走 02/10 1東京46R 18着/18頭+3.2秒 01/25 1中山95R 13着/18頭+2.0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 15.5着 (不振) ▽ 前走実績前走 18着 (大敗) △ ローテーション 207日休養明け × 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 0.3% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.8% / 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。
8	ピードモント	岩田康	実5.0	B◎ A○勝率21% EV-2% 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（97日ぶりの実戦）
前5走 05/31 2東京123R 7着/16頭+1.3秒 04/18 3中山74R 3着/13頭+0.2秒 02/14 1東京53R 5着/16頭+0.9秒 11/01 4東京101R 8着/16頭+1.1秒 09/14 4阪神46R 11着/12頭+3.8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 5.0着 △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 20.7% (オッズ暗示: 20.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.2% / 期待値 -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。
9	ジュングロワール	木幡巧	実214.6	B▽ A▽勝率1% EV+58% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 2回6日新潟4R 10着/15頭 2回4日新潟4R 13着/15頭 2回8日福島7R 5着/14頭+5.0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 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 0.3% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.8% / 期待値 +59% ※ 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	マイネルオランチア	横山武	実10.0	B× A△勝率7% EV-26% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（236日ぶりの実戦）
前5走 01/12 1中山53R 5着/16頭+1.0秒 12/21 5中山62R 3着/16頭+0.0秒 11/30 5東京83R 2着/16頭+0.9秒 11/16 5東京41R 4着/16頭+0.3秒 10/26 4東京91R 8着/14頭+1.3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 3.3着 △ ローテーション 236日休養明け × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.5% / 期待値 -27% ※ 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	レプレセンタル	石橋脩	実30.2	B▽ A▽勝率2% EV-43% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.5着と低調／105日ぶりの実戦）
前5走 05/23 1新潟77R 15着/16頭+4.6秒 03/14 2中山54R 16着/16頭+14.3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 15.5着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 105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 2.8% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.9% / 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。
12	マイネルゼーロス	津村	実5.5	B△ A△勝率10% EV-38% 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5走で勝率0%と苦戦傾向／直近3走平均2.7着と安定／前走2着）
前5走 05/24 1新潟83R 2着/10頭+0.5秒 05/10 1新潟43R 3着/15頭+0.8秒 04/26 1福島63R 3着/15頭+1.0秒 03/28 3中山12R 7着/16頭+1.8秒 03/08 2中山43R 2着/14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 2.7着 (安定) × 当競馬場適性 5走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 14.2% (オッズ暗示: 18.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.2% / 期待値 -39% ※ 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	ヨーゼフ	武藤	実69.0	B▽ A▽勝率1% EV-40% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 2回8日新潟2R 10着/17頭+1.0秒 2回3日福島2R 8着/16頭 ― ― ―
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 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.9% / 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。
14	スコアレジーナ	木幡育	実113.6	B× A▽勝率1% EV+96% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調／154日ぶりの実戦）
前5走 04/04 3中山35R 16着/16頭+2.1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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 154日休養明け × 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 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.8% / 期待値 +96% ※ 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	ホウオウファミリー	戸崎圭	実3.5	B○ A◎勝率27% EV-7% 詳細▼	AI上位評価だが期待値不足、見送り（168日ぶりの実戦）
前5走 03/21 2中山74R 5着/13頭+1.5秒 02/01 1東京22R 2着/13頭+0.6秒 01/11 1中山45R 3着/16頭+0.5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 3.3着 △ ローテーション 168日休養明け × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 18.7% (オッズ暗示: 28.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.3% / 期待値 -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。
16	ピュアクローム	▲佐藤	実63.0	B▽ A▽勝率1% EV-14% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／97日ぶりの実戦）
前5走 05/31 2東京122R 9着/16頭+1.2秒 04/19 3中山82R 6着/16頭+1.5秒 02/10 1東京45R 12着/16頭+1.2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 9.0着 (不振) △ ローテーション 97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 1.4% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 期待値 -15% ※ 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 ○

ピードモント

騎手岩田康

単勝オッズ

5.0倍

AI期待値

+3%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎15ホウオウファミリー

3.5倍

EV -34%

▲A:▲5ガードオブオナー

5.2倍

EV -2%

出走馬全16頭

◎A:○8

ピードモント

岩田康

5.0倍

+3%

›

○A:◎15

ホウオウファミリー

戸崎圭

3.5倍

-34%

›

▲A:▲5

ガードオブオナー

ルメール

5.2倍

-2%

›

△A:△12

マイネルゼーロス

津村

5.5倍

-21%

›

△A:▽6

エッチェレンテ

三浦

10.1倍

-10%

›

△A:△3

デルマザオウ

小崎

10.5倍

-26%

›

×A:△10

マイネルオランチア

横山武

10.0倍

-56%

›

▽A:▽11

レプレセンタル

石橋脩

30.2倍

-13%

›

▽A:▽16

ピュアクローム

▲佐藤

63.0倍

-13%

›

▽A:▽13

ヨーゼフ

武藤

69.0倍

-5%

›

▽A:▽1

フェンリル

菊沢

94.8倍

-26%

›

×A:▽2

カズシ

大野

94.0倍

-61%

›

▽A:▽4

マネーマネー

小林脩

170.9倍

-30%

›

×A:▽14

スコアレジーナ

木幡育

113.6倍

-54%

›

×A:▽7

エースオブゴールド

▲上里

144.8倍

-50%

›

▽A:▽9

ジュングロワール

木幡巧

214.6倍

-26%

›

💡 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

7R 中山競馬場　発走 13:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フェンリル	菊沢	実94.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.5着と低調／91日ぶりの実戦）
前5走 02/10 1東京44R 6着/16頭+2.1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 8.5着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -21% (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。
2	カズシ	大野	実94.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／119日ぶりの実戦）
前5走 05/09 1新潟32R 6着/10頭+3.5秒 03/14 1中京15R 15着/18頭+1.7秒 02/22 1小倉105R 6着/13頭+1.2秒 02/01 1東京212R 7着/16頭+1.1秒 01/04 1中山16R 3着/17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 9.0着 (不振) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -27% (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。
3	デルマザオウ	小崎	実10.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 3回1日東京2R 7着/16頭 2回8日新潟10R 3着/15頭 2回8日福島4R 2着/15頭 2回4日福島1R 2着/15頭+4.0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 4.0着 △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 7.1% (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。
4	マネーマネー	小林脩	実170.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／196日ぶりの実戦）
前5走 02/21 1東京74R 13着/16頭+3.9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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 196日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +115% (市場が大幅過小評価) 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。
5	ガードオブオナー	ルメール	実5.2	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着／119日ぶりの実戦）
前5走 05/09 2東京54R 3着/12頭+0.4秒 04/26 2東京24R 4着/10頭+0.5秒 02/21 1東京75R 2着/14頭+0.1秒 01/12 1中山56R 11着/18頭+1.5秒 11/15 5東京34R 6着/13頭+0.6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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 119日休養明け × 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 12.0% (オッズ暗示: 19.2%) ※ 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	エッチェレンテ	三浦	実10.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（97日ぶりの実戦）
前5走 05/31 2東京123R 5着/16頭+0.8秒 11/09 5東京26R 8着/15頭+1.3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 6.5着 △ ローテーション 97日休養明け × 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 5.4% (オッズ暗示: 9.9%) ※ 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。
7	エースオブゴールド	▲上里	実144.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.5着と低調／207日ぶりの実戦）
前5走 02/10 1東京46R 18着/18頭+3.2秒 01/25 1中山95R 13着/18頭+2.0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 15.5着 (不振) ▽ 前走実績前走 18着 (大敗) △ ローテーション 207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 0.8% (オッズ暗示: 0.7%) ※ 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。
8	ピードモント	岩田康	実5.0	○詳細▼	AI上位評価だが期待値不足、見送り（97日ぶりの実戦）
前5走 05/31 2東京123R 7着/16頭+1.3秒 04/18 3中山74R 3着/13頭+0.2秒 02/14 1東京53R 5着/16頭+0.9秒 11/01 4東京101R 8着/16頭+1.1秒 09/14 4阪神46R 11着/12頭+3.8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 5.0着 △ ローテーション 97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 21.2% (オッズ暗示: 20.0%) ※ 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。
9	ジュングロワール	木幡巧	実214.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 2回6日新潟4R 10着/15頭 2回4日新潟4R 13着/15頭 2回8日福島7R 5着/14頭+5.0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 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +58% (市場が大幅過小評価) AI 予想勝率 0.8% (オッズ暗示: 0.5%) ※ 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	マイネルオランチア	横山武	実10.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（236日ぶりの実戦）
前5走 01/12 1中山53R 5着/16頭+1.0秒 12/21 5中山62R 3着/16頭+0.0秒 11/30 5東京83R 2着/16頭+0.9秒 11/16 5東京41R 4着/16頭+0.3秒 10/26 4東京91R 8着/14頭+1.3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 3.3着 △ ローテーション 236日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 10.0%) ※ 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。
11	レプレセンタル	石橋脩	実30.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.5着と低調／105日ぶりの実戦）
前5走 05/23 1新潟77R 15着/16頭+4.6秒 03/14 2中山54R 16着/16頭+14.3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 15.5着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 105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 1.9% (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。
12	マイネルゼーロス	津村	実5.5	△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5走で勝率0%と苦戦傾向／直近3走平均2.7着と安定／前走2着）
前5走 05/24 1新潟83R 2着/10頭+0.5秒 05/10 1新潟43R 3着/15頭+0.8秒 04/26 1福島63R 3着/15頭+1.0秒 03/28 3中山12R 7着/16頭+1.8秒 03/08 2中山43R 2着/14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 2.7着 (安定) × 当競馬場適性 5走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 104日休養明け × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 10.2% (オッズ暗示: 18.2%) ※ 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。
13	ヨーゼフ	武藤	実69.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 2回8日新潟2R 10着/17頭+1.0秒 2回3日福島2R 8着/16頭 ― ― ―
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 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) × 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 0.9% (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。
14	スコアレジーナ	木幡育	実113.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調／154日ぶりの実戦）
前5走 04/04 3中山35R 16着/16頭+2.1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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 154日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +96% (市場が大幅過小評価) AI 予想勝率 0.8% (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。
15	ホウオウファミリー	戸崎圭	実3.5	◎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（168日ぶりの実戦）
前5走 03/21 2中山74R 5着/13頭+1.5秒 02/01 1東京22R 2着/13頭+0.6秒 01/11 1中山45R 3着/16頭+0.5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 3.3着 △ ローテーション 168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 27.3% (オッズ暗示: 28.6%) ※ 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。
16	ピュアクローム	▲佐藤	実63.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／97日ぶりの実戦）
前5走 05/31 2東京122R 9着/16頭+1.2秒 04/19 3中山82R 6着/16頭+1.5秒 02/10 1東京45R 12着/16頭+1.2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 9.0着 (不振) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 1.4% (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。

🎯 AIの本命

AI評価1位

ホウオウファミリー

騎手戸崎圭

単勝オッズ

3.5倍

AI期待値

-7%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ピードモント

5.0倍

EV -2%

▲5ガードオブオナー

5.2倍

EV -32%

出走馬全16頭

◎15

ホウオウファミリー

戸崎圭

3.5倍

-7%

›

○8

ピードモント

岩田康

5.0倍

-2%

›

▲5

ガードオブオナー

ルメール

5.2倍

-32%

›

△12

マイネルゼーロス

津村

5.5倍

-38%

›

△10

マイネルオランチア

横山武

10.0倍

-26%

›

△3

デルマザオウ

小崎

10.5倍

-23%

›

▽6

エッチェレンテ

三浦

10.1倍

-45%

›

▽11

レプレセンタル

石橋脩

30.2倍

-43%

›

▽16

ピュアクローム

▲佐藤

63.0倍

-14%

›

▽13

ヨーゼフ

武藤

69.0倍

-40%

›

▽1

フェンリル

菊沢

94.8倍

-21%

›

▽2

カズシ

大野

94.0倍

-26%

›

▽14

スコアレジーナ

木幡育

113.6倍

+96%

›

▽7

エースオブゴールド

▲上里

144.8倍

+4%

›

▽4

マネーマネー

小林脩

170.9倍

+115%

›

▽9

ジュングロワール

木幡巧

214.6倍

+58%

›

💡 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