中山 12R 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

12R 中山競馬場　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シルバードン	木幡巧	実105.4	B▽ A▽勝率1% EV-32% 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10.0着と低調／105日ぶりの実戦）
前5走 05/23 2東京98R 11着/16頭+1.0秒 04/05 3中山48R 9着/16頭+1.4秒 03/21 2中山712R 10着/16頭+1.3秒 11/24 5東京65R 12着/16頭+2.5秒 08/24 3新潟212R 6着/15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 10.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 11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) -24% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.6% / 期待値 -32% ※ 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	ピュール推奨	◇今村	実23.1	B△ A△勝率7% EV+65% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+91%の中穴候補（近5走で勝率20%と堅実／当競馬場3走で勝率33%と適性高）
前5走 05/03 2東京46R 10着/16頭+0.8秒 02/07 1東京37R 12着/14頭+2.9秒 01/11 1中山44R 9着/16頭+2.2秒 12/28 5中山81R 1着/16頭勝利 12/07 5中山25R 10着/16頭+1.5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 10.3着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 125日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +91% (市場が大幅過小評価) AI 予想勝率 8.3% (オッズ暗示: 4.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.2% / 期待値 +66% ※ 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	アンプイットアップ	横山武	実4.5	B▲ A○勝率20% EV-11% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／直近3走平均12.0着と低調／112日ぶりの実戦）
前5走 05/16 2東京77R 16着/16頭+4.0秒 04/12 2阪神65R 13着/16頭+1.3秒 03/07 1阪神56R 7着/12頭+1.2秒 02/21 1東京72R 15着/16頭+2.2秒 01/25 1中山91R 1着/16頭勝利
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 12.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 16着 (大敗) △ ローテーション 112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 17.5% (オッズ暗示: 22.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.6% / 期待値 -12% ※ 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	スカット	小林脩	実140.6	B× A▽勝率1% EV-9% 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／90日ぶりの実戦）
前5走 05/17 1新潟63R 7着/15頭+1.0秒 05/03 1新潟22R 5着/15頭+1.3秒 04/11 3中山52R 3着/16頭+0.8秒 03/29 3中山22R 6着/16頭+0.4秒 01/24 1中山81R 8着/16頭+1.7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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 90日休養明け × 期待値 (オッズ vs AI勝率) -55% (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 13位 / 勝率 0.6% / 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	チュラヴェール	▲上里	実79.3	B▽ A▽勝率1% EV-18% 詳細▼	大穴、AI予想勝率低く長期回収困難（139日ぶりの実戦）
前5走 04/19 1福島41R 10着/16頭+1.1秒 02/14 1小倉73R 8着/14頭+0.7秒 01/31 1小倉31R 5着/14頭+0.9秒 12/27 5中山73R 12着/16頭+2.7秒 11/24 3福島61R 6着/16頭+1.8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) ▽ 前走実績前走 10着 (大敗) △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 1.3% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 期待値 -19% ※ 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	キングクレオール	大野	実64.0	B▽ A▽勝率2% 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10.3着と低調／126日ぶりの実戦）
前5走 05/02 2東京37R 12着/16頭+2.2秒 04/05 3中山48R 7着/16頭+1.3秒 03/21 2中山712R 12着/16頭+1.5秒 03/01 2中山28R 14着/16頭+1.6秒 04/28 2東京46R 6着/14頭+0.8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 10.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 12着 (大敗) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 1.7% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.2% / 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。
7	グランルチャドール	石橋脩	実7.6	B△ A△勝率7% EV-44% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い／909日ぶりの実戦）
前5走 03/10 2中山62R 1着/16頭勝利 01/21 1小倉46R 10着/11頭+3.2秒 12/23 5中山75R 10着/16頭+0.6秒 ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 909日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 9.7% (オッズ暗示: 13.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.3% / 期待値 -44% ※ 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	ヴェネチアンキング	佐藤	実999.9	B▽ A▽勝率1% EV+539% 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33%と適性高／直近3走平均11.0着と低調／97日ぶりの実戦）
前5走 05/31 2東京125R 11着/13頭+1.8秒 04/25 2東京16R 12着/16頭+2.6秒 02/21 1東京72R 10着/16頭+1.5秒 01/11 1中山44R 12着/16頭+2.6秒 12/14 5中山41R 1着/15頭勝利
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 11.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 97日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +283% (市場が大幅過小評価) AI 予想勝率 0.4% (オッズ暗示: 0.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.6% / 期待値 +539% ※ 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	プルシャプラ	杉原	実71.6	B▽ A▽勝率1% EV-26% 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／118日ぶりの実戦）
前5走 05/10 2東京67R 5着/16頭+0.5秒 04/19 3中山87R 7着/13頭+1.1秒 03/29 3中山28R 9着/16頭+1.0秒 03/14 2中山58R 11着/16頭+0.9秒 01/10 1中山312R 6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 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 118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 1.3% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.0% / 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。
10	レイズレガシー	田辺	実2.8	B◎ A◎勝率22% EV-37% 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（前走2着／91日ぶりの実戦）
前5走 05/16 2東京73R 3着/16頭+0.3秒 05/03 2東京42R 7着/16頭+1.0秒 03/14 2中山52R 6着/16頭+1.5秒 02/21 1東京74R 5着/16頭+0.9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 4.0着 ○ 前走実績前走 2着 (好走) △ ローテーション 91日休養明け × 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 24.4% (オッズ暗示: 35.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.2% / 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。
11	ザクシス	原	実54.8	B▽ A▽勝率2% EV+22% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／623日ぶりの実戦）
前5走 12/21 5中山77R 6着/16頭+1.7秒 10/20 5京都68R 6着/11頭+2.1秒 09/21 3中京64R 1着/10頭勝利 ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 623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 1.3% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.2% / 期待値 +22% ※ 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	ショウナンタハティ	レーン	実4.7	B○ A△勝率17% EV-21% 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0%と苦戦傾向／前走3着／97日ぶりの実戦）
前5走 05/31 2東京127R 3着/16頭+0.2秒 05/02 2東京37R 2着/16頭+0.2秒 04/11 3中山58R 7着/16頭+1.4秒 02/15 1小倉812R 2着/13頭+0.1秒 01/31 1小倉33R 4着/16頭+1.0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 4.0着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 97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 19.3% (オッズ暗示: 21.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 16.7% / 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。
13	マイネルブリオン	菊沢	実127.1	B× A▽勝率1% EV-18% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／202日ぶりの実戦）
前5走 02/15 1東京67R 8着/16頭+1.5秒 11/16 5東京46R 12着/16頭+2.0秒 10/25 4東京87R 11着/16頭+2.5秒 10/11 4東京312R 14着/16頭+2.2秒 06/21 3東京512R 7着/16頭+0.6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 10.3着 (不振) △ ローテーション 202日休養明け × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 期待値 -19% ※ 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	トモジャシーマ	津村	実4.8	B△ A▲勝率18% EV-14% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（153日ぶりの実戦）
前5走 04/05 3中山48R 5着/16頭+0.6秒 03/14 2中山58R 2着/16頭+0.1秒 01/17 1中山66R 4着/16頭+0.4秒 11/24 3福島67R 6着/16頭+0.9秒 10/25 4東京87R 6着/16頭+1.8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 3.7着 △ 当競馬場適性 8走で勝率 12% △ ローテーション 153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 13.5% (オッズ暗示: 20.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.9% / 期待値 -14% ※ 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 ◎

レイズレガシー

騎手田辺

単勝オッズ

2.8倍

AI期待値

-31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△12ショウナンタハティ

4.7倍

EV -9%

▲A:○3アンプイットアップ

4.5倍

EV -21%

出走馬全14頭

◎A:◎10

レイズレガシー

田辺

2.8倍

-31%

›

○A:△12

ショウナンタハティ

レーン

4.7倍

-9%

›

▲A:○3

アンプイットアップ

横山武

4.5倍

-21%

›

△A:▲14

トモジャシーマ

津村

4.8倍

-34%

›

△A:△7

グランルチャドール

石橋脩

7.6倍

-25%

›

△A:△2

ピュール

◇今村

23.1倍

+91%

›

▽A:▽6

キングクレオール

大野

64.0倍

+6%

›

▽A:▽11

ザクシス

原

54.8倍

-30%

›

▽A:▽9

プルシャプラ

杉原

71.6倍

-8%

›

▽A:▽5

チュラヴェール

▲上里

79.3倍

+1%

›

▽A:▽1

シルバードン

木幡巧

105.4倍

-24%

›

▽A:▽8

ヴェネチアンキング

佐藤

999.9倍

+283%

›

×A:▽13

マイネルブリオン

菊沢

127.1倍

-59%

›

×A:▽4

スカット

小林脩

140.6倍

-54%

›

💡 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

A. 現行モデル (binary)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 2 ピュール実23.1倍期待値 +92% 推奨 12.0〜30.0倍 ¥200 ❌不的中

※ オッズは予測時点の値です。

12R 中山競馬場　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シルバードン	木幡巧	実105.4	▽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10.0着と低調／105日ぶりの実戦）
前5走 05/23 2東京98R 11着/16頭+1.0秒 04/05 3中山48R 9着/16頭+1.4秒 03/21 2中山712R 10着/16頭+1.3秒 11/24 5東京65R 12着/16頭+2.5秒 08/24 3新潟212R 6着/15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 10.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 11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) -32% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
2	ピュール推奨	◇今村	実23.1	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+65%の中穴候補（近5走で勝率20%と堅実／当競馬場3走で勝率33%と適性高）
前5走 05/03 2東京46R 10着/16頭+0.8秒 02/07 1東京37R 12着/14頭+2.9秒 01/11 1中山44R 9着/16頭+2.2秒 12/28 5中山81R 1着/16頭勝利 12/07 5中山25R 10着/16頭+1.5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 10.3着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 125日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +65% (市場が大幅過小評価) AI 予想勝率 7.2% (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。
3	アンプイットアップ	横山武	実4.5	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／直近3走平均12.0着と低調／112日ぶりの実戦）
前5走 05/16 2東京77R 16着/16頭+4.0秒 04/12 2阪神65R 13着/16頭+1.3秒 03/07 1阪神56R 7着/12頭+1.2秒 02/21 1東京72R 15着/16頭+2.2秒 01/25 1中山91R 1着/16頭勝利
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 12.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 16着 (大敗) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 19.6% (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。
4	スカット	小林脩	実140.6	▽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／90日ぶりの実戦）
前5走 05/17 1新潟63R 7着/15頭+1.0秒 05/03 1新潟22R 5着/15頭+1.3秒 04/11 3中山52R 3着/16頭+0.8秒 03/29 3中山22R 6着/16頭+0.4秒 01/24 1中山81R 8着/16頭+1.7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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 90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 0.6% (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。
5	チュラヴェール	▲上里	実79.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（139日ぶりの実戦）
前5走 04/19 1福島41R 10着/16頭+1.1秒 02/14 1小倉73R 8着/14頭+0.7秒 01/31 1小倉31R 5着/14頭+0.9秒 12/27 5中山73R 12着/16頭+2.7秒 11/24 3福島61R 6着/16頭+1.8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) ▽ 前走実績前走 10着 (大敗) △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.0% (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	キングクレオール	大野	実64.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／126日ぶりの実戦）
前5走 05/02 2東京37R 12着/16頭+2.2秒 04/05 3中山48R 7着/16頭+1.3秒 03/21 2中山712R 12着/16頭+1.5秒 03/01 2中山28R 14着/16頭+1.6秒 04/28 2東京46R 6着/14頭+0.8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 10.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 12着 (大敗) △ ローテーション 126日休養明け ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 2.2% (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。
7	グランルチャドール	石橋脩	実7.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い／909日ぶりの実戦）
前5走 03/10 2中山62R 1着/16頭勝利 01/21 1小倉46R 10着/11頭+3.2秒 12/23 5中山75R 10着/16頭+0.6秒 ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 909日休養明け × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 7.3% (オッズ暗示: 13.2%) ※ 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。
8	ヴェネチアンキング	佐藤	実999.9	▽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33%と適性高／直近3走平均11.0着と低調／97日ぶりの実戦）
前5走 05/31 2東京125R 11着/13頭+1.8秒 04/25 2東京16R 12着/16頭+2.6秒 02/21 1東京72R 10着/16頭+1.5秒 01/11 1中山44R 12着/16頭+2.6秒 12/14 5中山41R 1着/15頭勝利
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 11.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 97日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +539% (市場が大幅過小評価) AI 予想勝率 0.6% (オッズ暗示: 0.1%) ※ 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。
9	プルシャプラ	杉原	実71.6	▽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／118日ぶりの実戦）
前5走 05/10 2東京67R 5着/16頭+0.5秒 04/19 3中山87R 7着/13頭+1.1秒 03/29 3中山28R 9着/16頭+1.0秒 03/14 2中山58R 11着/16頭+0.9秒 01/10 1中山312R 6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 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 118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 1.0% (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。
10	レイズレガシー	田辺	実2.8	◎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（前走2着／91日ぶりの実戦）
前5走 05/16 2東京73R 3着/16頭+0.3秒 05/03 2東京42R 7着/16頭+1.0秒 03/14 2中山52R 6着/16頭+1.5秒 02/21 1東京74R 5着/16頭+0.9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 4.0着 ○ 前走実績前走 2着 (好走) △ ローテーション 91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 22.2% (オッズ暗示: 35.7%) ※ 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	ザクシス	原	実54.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／623日ぶりの実戦）
前5走 12/21 5中山77R 6着/16頭+1.7秒 10/20 5京都68R 6着/11頭+2.1秒 09/21 3中京64R 1着/10頭勝利 ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 623日休養明け △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 2.2% (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	ショウナンタハティ	レーン	実4.7	△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4走で勝率0%と苦戦傾向／前走3着／97日ぶりの実戦）
前5走 05/31 2東京127R 3着/16頭+0.2秒 05/02 2東京37R 2着/16頭+0.2秒 04/11 3中山58R 7着/16頭+1.4秒 02/15 1小倉812R 2着/13頭+0.1秒 01/31 1小倉33R 4着/16頭+1.0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 4.0着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 97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 16.7% (オッズ暗示: 21.3%) ※ 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。
13	マイネルブリオン	菊沢	実127.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／202日ぶりの実戦）
前5走 02/15 1東京67R 8着/16頭+1.5秒 11/16 5東京46R 12着/16頭+2.0秒 10/25 4東京87R 11着/16頭+2.5秒 10/11 4東京312R 14着/16頭+2.2秒 06/21 3東京512R 7着/16頭+0.6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 10.3着 (不振) △ ローテーション 202日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 0.6% (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。
14	トモジャシーマ	津村	実4.8	▲詳細▼	AI上位評価だが期待値不足、見送り（153日ぶりの実戦）
前5走 04/05 3中山48R 5着/16頭+0.6秒 03/14 2中山58R 2着/16頭+0.1秒 01/17 1中山66R 4着/16頭+0.4秒 11/24 3福島67R 6着/16頭+0.9秒 10/25 4東京87R 6着/16頭+1.8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 3.7着 △ 当競馬場適性 8走で勝率 12% △ ローテーション 153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 17.9% (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。

🎯 AIの本命

AI評価1位

レイズレガシー

騎手田辺

単勝オッズ

2.8倍

AI期待値

-37%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3アンプイットアップ

4.5倍

EV -11%

▲14トモジャシーマ

4.8倍

EV -14%

出走馬全14頭

◎10

レイズレガシー

田辺

2.8倍

-37%

›

○3

アンプイットアップ

横山武

4.5倍

-11%

›

▲14

トモジャシーマ

津村

4.8倍

-14%

›

△12

ショウナンタハティ

レーン

4.7倍

-21%

›

△7

グランルチャドール

石橋脩

7.6倍

-44%

›

△2

ピュール

◇今村

23.1倍

+65%

›

▽11

ザクシス

原

54.8倍

+22%

›

▽6

キングクレオール

大野

64.0倍

+42%

›

▽9

プルシャプラ

杉原

71.6倍

-26%

›

▽5

チュラヴェール

▲上里

79.3倍

-18%

›

▽1

シルバードン

木幡巧

105.4倍

-32%

›

▽13

マイネルブリオン

菊沢

127.1倍

-18%

›

▽4

スカット

小林脩

140.6倍

-9%

›

▽8

ヴェネチアンキング

佐藤

999.9倍

+539%

›

💡 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

A. 現行モデル (binary)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 2 ピュール実23.1倍期待値 +66% 推奨 13.9〜30.0倍 ¥200 ❌不的中

※ オッズは予測時点の値です。

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