中山 4R 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

4R 中山競馬場　発走 11:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	セイウンヤオヨロズ	▲佐藤	実20.8	B△ A△勝率5% EV-1% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（119日ぶりの実戦）
前5走 05/10 1新潟42R 9着/15頭+0.7秒 04/25 1福島54R 2着/16頭+0.3秒 04/11 1福島14R 4着/16頭+0.6秒 01/24 1小倉12R 13着/16頭+2.2秒 12/14 5中山43R 12着/18頭+2.6秒
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 5.0着 △ ローテーション 119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 4.3% (オッズ暗示: 4.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.8% / 期待値 -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	アクロスメモリア	菊沢	実59.7	B▽ A▽勝率1% EV-18% 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9.3着と低調／113日ぶりの実戦）
前5走 05/16 2東京71R 13着/16頭+1.9秒 03/07 2中山33R 12着/16頭+3.3秒 01/04 1中山11R 3着/16頭+0.8秒 12/13 5中山31R 5着/14頭+0.9秒 11/02 4東京112R 11着/14頭+2.5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戦の調子平均 9.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 113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 1.4% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 期待値 -18% ※ 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	メビウスロマンス	嶋田	実4.1	B○ A○勝率26% EV+8% 詳細▼	AI上位評価だが期待値不足、見送り（183日ぶりの実戦）
前5走 03/07 2中山31R 5着/16頭+1.3秒 02/21 1東京71R 2着/16頭+0.0秒 01/31 1東京11R 4着/16頭+0.7秒 11/01 4東京104R 2着/16頭+0.0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 3.7着 △ ローテーション 183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 19.8% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 26.5% / 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。
4	フォルナカリア	杉原	実11.8	B△ A△勝率7% EV-18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／138日ぶりの実戦）
前5走 04/21 浦和9R 2着/10頭+0.2秒 01/31 1東京13R 5着/15頭+1.2秒 09/20 4中山65R 7着/16頭+0.3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 4.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 138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 7.0% (オッズ暗示: 8.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.9% / 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。
5	ハングローズ	岩田康	実6.1	B△ A△勝率10% EV-39% 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2着／105日ぶりの実戦）
前5走 05/24 2東京101R 2着/16頭+0.1秒 02/28 2中山11R 7着/15頭+0.6秒 02/07 1東京31R 2着/16頭+0.7秒 01/12 1中山52R 3着/16頭+1.1秒 12/27 5中山72R 5着/16頭+1.3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 3.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ 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 14.2% (オッズ暗示: 16.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.9% / 期待値 -40% ※ 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	グラスアロー	柴田大	実104.9	B▽ A▽勝率1% EV+222% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／112日ぶりの実戦）
前5走 05/17 2東京82R 8着/16頭+1.8秒 03/15 2中山62R 15着/16頭+5.8秒 02/01 1東京21R 12着/16頭+2.9秒 07/19 2福島75R 15着/16頭+3.1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 11.7着 (不振) △ ローテーション 112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 0.5% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.8% / 期待値 +223% ※ 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	クラージュスター	△石田	実236.0	B▽ A▽勝率1% EV+88% 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／106日ぶりの実戦）
前5走 05/23 2東京92R 8着/16頭+2.0秒 05/03 2東京43R 8着/12頭+1.9秒 02/14 2京都52R 9着/16頭+2.6秒 01/24 1中山82R 9着/16頭+2.4秒 11/01 4東京105R 9着/13頭+0.9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 8.3着 (不振) △ ローテーション 106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 0.3% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.8% / 期待値 +88% ※ 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	トゥモローズウェイ	▲上里	実424.6	B▽ A▽勝率1% EV+238% 詳細▼	大穴、AI予想勝率低く長期回収困難（99日ぶりの実戦）
前5走 05/30 2東京111R 12着/16頭+2.0秒 05/12 川崎6R 4着/12頭+0.7秒 04/05 3中山42R 7着/16頭+1.3秒 02/15 1小倉82R 10着/18頭+1.1秒 01/25 1小倉22R 6着/18頭+0.9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 7.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 99日休養明け ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 0.3% (オッズ暗示: 0.2%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.8% / 期待値 +239% ※ 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	テリオスレイ	丸山	実32.1	B▽ A×勝率1% EV-55% 詳細▼	大穴、AI予想勝率低く長期回収困難（399日ぶりの実戦）
前5走 08/03 2新潟44R 6着/13頭+1.3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 6.0着 △ ローテーション 399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 1.8% (オッズ暗示: 3.1%) × Aモデルの評価 (参考) レース内 8位 / 勝率 1.4% / 期待値 -56% ※ 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	リゼクールグレー	小林脩	実94.1	B× A▽勝率1% EV+122% 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9.7着と低調／154日ぶりの実戦）
前5走 04/05 3中山42R 13着/16頭+2.5秒 03/15 2中山63R 6着/16頭+1.1秒 12/21 5中山66R 10着/16頭+2.2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 3走で勝率 0% (苦戦) ▽ 前走実績前走 13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) -56% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.8% / 期待値 +123% ※ 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	サリーアン	大野	実40.8	B▽ A▽勝率1% EV-43% 詳細▼	大穴、AI予想勝率低く長期回収困難（106日ぶりの実戦）
前5走 05/23 1新潟73R 6着/15頭+1.5秒 05/09 2東京51R 4着/16頭+1.3秒 04/25 2東京12R 6着/16頭+1.0秒 03/08 2中山42R 6着/16頭+1.4秒 02/07 1東京32R 4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 5.3着 △ ローテーション 106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 1.4% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 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。
12	ハンナパール	石橋脩	実4.2	B▲ A▲勝率14% EV-43% 詳細▼	AI上位評価だが期待値不足、見送り（105日ぶりの実戦）
前5走 05/24 2東京101R 6着/16頭+0.4秒 04/26 2東京21R 2着/15頭+0.5秒 04/05 3中山42R 4着/16頭+0.9秒 03/22 2中山81R 7着/16頭+2.0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 4.0着 △ ローテーション 105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 14.5% (オッズ暗示: 23.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.5% / 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。
13	ライヴマルガリータ	木幡巧	実118.1	B× A▽勝率1% EV-5% 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／直近3走平均8.0着と低調／126日ぶりの実戦）
前5走 05/03 2東京41R 11着/15頭+1.7秒 04/11 3中山51R 4着/16頭+2.6秒 03/22 1中京41R 9着/14頭+2.0秒 02/07 1東京31R 13着/16頭+4.1秒 01/17 1中山62R 4着/16頭+2.1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 8.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 11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) -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 13位 / 勝率 0.8% / 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。
14	スマートレイナ	ルメール	実2.9	B◎ A◎勝率28% EV-19% 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（244日ぶりの実戦）
前5走 01/05 1京都23R 5着/14頭+1.1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 5.0着 △ ローテーション 244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 31.4% (オッズ暗示: 34.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.7% / 期待値 -20% ※ 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	ロジザボード	団野	実27.8	B▽ A▽勝率2% EV-48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（127日ぶりの実戦）
前5走 05/02 2東京31R 8着/16頭+1.7秒 04/12 3中山63R 4着/14頭+1.0秒 03/07 2中山31R 8着/16頭+2.1秒 ― ―
AI 評価の内訳 — 馬番 15 ◎ 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 6.7着 △ ローテーション 127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 2.8% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 1.9% / 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。
16	ニシノトマラナイ	江田照	実142.8	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9.7着と低調／147日ぶりの実戦）
前5走 04/12 3中山62R 13着/14頭+4.4秒 03/28 3中山13R 9着/16頭+1.8秒 02/15 1東京61R 7着/16頭+2.6秒 11/30 5東京81R 8着/16頭+1.3秒 11/16 5東京41R 5着/16頭+0.4秒
AI 評価の内訳 — 馬番 16 ◎ 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 13着 (大敗) △ ローテーション 147日休養明け × 期待値 (オッズ vs AI勝率) -51% (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 +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 ◎

スマートレイナ

騎手ルメール

単勝オッズ

2.9倍

AI期待値

-8%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○3メビウスロマンス

4.1倍

EV -18%

▲A:▲12ハンナパール

4.2倍

EV -38%

出走馬全16頭

◎A:◎14

スマートレイナ

ルメール

2.9倍

-8%

›

○A:○3

メビウスロマンス

嶋田

4.1倍

-18%

›

▲A:▲12

ハンナパール

石橋脩

4.2倍

-38%

›

△A:△5

ハングローズ

岩田康

6.1倍

-13%

›

△A:△4

フォルナカリア

杉原

11.8倍

-17%

›

△A:△1

セイウンヤオヨロズ

▲佐藤

20.8倍

-10%

›

▽A:▽15

ロジザボード

団野

27.8倍

-20%

›

▽A:×9

テリオスレイ

丸山

32.1倍

-42%

›

▽A:▽11

サリーアン

大野

40.8倍

-44%

›

▽A:▽2

アクロスメモリア

菊沢

59.7倍

-18%

›

▽A:▽6

グラスアロー

柴田大

104.9倍

-47%

›

×A:▽10

リゼクールグレー

小林脩

94.1倍

-55%

›

×A:▽13

ライヴマルガリータ

木幡巧

118.1倍

-59%

›

×A:▽16

ニシノトマラナイ

江田照

142.8倍

-50%

›

▽A:▽7

クラージュスター

△石田

236.0倍

-18%

›

▽A:▽8

トゥモローズウェイ

▲上里

424.6倍

+46%

›

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

4R 中山競馬場　発走 11:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	セイウンヤオヨロズ	▲佐藤	実20.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（119日ぶりの実戦）
前5走 05/10 1新潟42R 9着/15頭+0.7秒 04/25 1福島54R 2着/16頭+0.3秒 04/11 1福島14R 4着/16頭+0.6秒 01/24 1小倉12R 13着/16頭+2.2秒 12/14 5中山43R 12着/18頭+2.6秒
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 5.0着 △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 4.8% (オッズ暗示: 4.8%) ※ 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。
2	アクロスメモリア	菊沢	実59.7	▽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9.3着と低調／113日ぶりの実戦）
前5走 05/16 2東京71R 13着/16頭+1.9秒 03/07 2中山33R 12着/16頭+3.3秒 01/04 1中山11R 3着/16頭+0.8秒 12/13 5中山31R 5着/14頭+0.9秒 11/02 4東京112R 11着/14頭+2.5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戦の調子平均 9.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 113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 1.4% (オッズ暗示: 1.7%) ※ 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。
3	メビウスロマンス	嶋田	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り（183日ぶりの実戦）
前5走 03/07 2中山31R 5着/16頭+1.3秒 02/21 1東京71R 2着/16頭+0.0秒 01/31 1東京11R 4着/16頭+0.7秒 11/01 4東京104R 2着/16頭+0.0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 3.7着 △ ローテーション 183日休養明け △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 26.5% (オッズ暗示: 24.4%) ※ 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	フォルナカリア	杉原	実11.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／138日ぶりの実戦）
前5走 04/21 浦和9R 2着/10頭+0.2秒 01/31 1東京13R 5着/15頭+1.2秒 09/20 4中山65R 7着/16頭+0.3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 4.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 138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 6.9% (オッズ暗示: 8.5%) ※ 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。
5	ハングローズ	岩田康	実6.1	△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4走で勝率0%と苦戦傾向／前走2着／105日ぶりの実戦）
前5走 05/24 2東京101R 2着/16頭+0.1秒 02/28 2中山11R 7着/15頭+0.6秒 02/07 1東京31R 2着/16頭+0.7秒 01/12 1中山52R 3着/16頭+1.1秒 12/27 5中山72R 5着/16頭+1.3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 3.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 9.9% (オッズ暗示: 16.4%) ※ 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。
6	グラスアロー	柴田大	実104.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／112日ぶりの実戦）
前5走 05/17 2東京82R 8着/16頭+1.8秒 03/15 2中山62R 15着/16頭+5.8秒 02/01 1東京21R 12着/16頭+2.9秒 07/19 2福島75R 15着/16頭+3.1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 11.7着 (不振) △ ローテーション 112日休養明け ◎ 期待値 (オッズ vs AI勝率) +222% (市場が大幅過小評価) AI 予想勝率 0.8% (オッズ暗示: 1.0%) ※ 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。
7	クラージュスター	△石田	実236.0	▽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／106日ぶりの実戦）
前5走 05/23 2東京92R 8着/16頭+2.0秒 05/03 2東京43R 8着/12頭+1.9秒 02/14 2京都52R 9着/16頭+2.6秒 01/24 1中山82R 9着/16頭+2.4秒 11/01 4東京105R 9着/13頭+0.9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 8.3着 (不振) △ ローテーション 106日休養明け ◎ 期待値 (オッズ vs AI勝率) +88% (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。
8	トゥモローズウェイ	▲上里	実424.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（99日ぶりの実戦）
前5走 05/30 2東京111R 12着/16頭+2.0秒 05/12 川崎6R 4着/12頭+0.7秒 04/05 3中山42R 7着/16頭+1.3秒 02/15 1小倉82R 10着/18頭+1.1秒 01/25 1小倉22R 6着/18頭+0.9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 7.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 99日休養明け ◎ 期待値 (オッズ vs AI勝率) +238% (市場が大幅過小評価) AI 予想勝率 0.8% (オッズ暗示: 0.2%) ※ 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。
9	テリオスレイ	丸山	実32.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（399日ぶりの実戦）
前5走 08/03 2新潟44R 6着/13頭+1.3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 6.0着 △ ローテーション 399日休養明け × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.1%) ※ 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。
10	リゼクールグレー	小林脩	実94.1	▽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9.7着と低調／154日ぶりの実戦）
前5走 04/05 3中山42R 13着/16頭+2.5秒 03/15 2中山63R 6着/16頭+1.1秒 12/21 5中山66R 10着/16頭+2.2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 3走で勝率 0% (苦戦) ▽ 前走実績前走 13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) +122% (市場が大幅過小評価) AI 予想勝率 0.8% (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。
11	サリーアン	大野	実40.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（106日ぶりの実戦）
前5走 05/23 1新潟73R 6着/15頭+1.5秒 05/09 2東京51R 4着/16頭+1.3秒 04/25 2東京12R 6着/16頭+1.0秒 03/08 2中山42R 6着/16頭+1.4秒 02/07 1東京32R 4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 5.3着 △ ローテーション 106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 1.4% (オッズ暗示: 2.5%) ※ 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	ハンナパール	石橋脩	実4.2	▲詳細▼	AI上位評価だが期待値不足、見送り（105日ぶりの実戦）
前5走 05/24 2東京101R 6着/16頭+0.4秒 04/26 2東京21R 2着/15頭+0.5秒 04/05 3中山42R 4着/16頭+0.9秒 03/22 2中山81R 7着/16頭+2.0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 4.0着 △ 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 13.5% (オッズ暗示: 23.8%) ※ 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。
13	ライヴマルガリータ	木幡巧	実118.1	▽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／直近3走平均8.0着と低調／126日ぶりの実戦）
前5走 05/03 2東京41R 11着/15頭+1.7秒 04/11 3中山51R 4着/16頭+2.6秒 03/22 1中京41R 9着/14頭+2.0秒 02/07 1東京31R 13着/16頭+4.1秒 01/17 1中山62R 4着/16頭+2.1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 8.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 11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% (オッズ過剰評価) AI 予想勝率 0.8% (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	スマートレイナ	ルメール	実2.9	◎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（244日ぶりの実戦）
前5走 01/05 1京都23R 5着/14頭+1.1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 5.0着 △ ローテーション 244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 27.7% (オッズ暗示: 34.5%) ※ 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。
15	ロジザボード	団野	実27.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（127日ぶりの実戦）
前5走 05/02 2東京31R 8着/16頭+1.7秒 04/12 3中山63R 4着/14頭+1.0秒 03/07 2中山31R 8着/16頭+2.1秒 ― ―
AI 評価の内訳 — 馬番 15 ◎ 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 6.7着 △ ローテーション 127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 1.9% (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。
16	ニシノトマラナイ	江田照	実142.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／147日ぶりの実戦）
前5走 04/12 3中山62R 13着/14頭+4.4秒 03/28 3中山13R 9着/16頭+1.8秒 02/15 1東京61R 7着/16頭+2.6秒 11/30 5東京81R 8着/16頭+1.3秒 11/16 5東京41R 5着/16頭+0.4秒
AI 評価の内訳 — 馬番 16 ◎ 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 13着 (大敗) △ ローテーション 147日休養明け △ 期待値 (オッズ vs AI勝率) +14% (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。

AIの本命

AI評価1位

スマートレイナ

騎手ルメール

単勝オッズ

2.9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

○3メビウスロマンス

4.1倍

EV +8%

▲12ハンナパール

4.2倍

EV -43%

出走馬全16頭

◎14

スマートレイナ

ルメール

2.9倍

-19%

›

○3

メビウスロマンス

嶋田

4.1倍

+8%

›

▲12

ハンナパール

石橋脩

4.2倍

-43%

›

△5

ハングローズ

岩田康

6.1倍

-39%

›

△4

フォルナカリア

杉原

11.8倍

-18%

›

△1

セイウンヤオヨロズ

▲佐藤

20.8倍

-1%

›

▽15

ロジザボード

団野

27.8倍

-48%

›

×9

テリオスレイ

丸山

32.1倍

-55%

›

▽11

サリーアン

大野

40.8倍

-43%

›

▽2

アクロスメモリア

菊沢

59.7倍

-18%

›

▽10

リゼクールグレー

小林脩

94.1倍

+122%

›

▽6

グラスアロー

柴田大

104.9倍

+222%

›

▽13

ライヴマルガリータ

木幡巧

118.1倍

-5%

›

▽16

ニシノトマラナイ

江田照

142.8倍

+14%

›

▽7

クラージュスター

△石田

236.0倍

+88%

›

▽8

トゥモローズウェイ

▲上里

424.6倍

+238%

›

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