中山 5R 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

5R 中山競馬場　発走 12:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハンサム	津村	実4.6	B○ A○勝率22% EV+3% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 20.9% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.4% / 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。
2	ピクシーブラスト	菊沢	実6.8	B▲ A▲勝率11% EV-26% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 11.0% (オッズ暗示: 14.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.8% / 期待値 -26% ※ 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	ムービーマジック	団野	実26.1	B▽ A▽勝率5% EV+21% 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 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 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) -37% (大幅な期待値マイナス) AI 予想勝率 2.4% (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 +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。
4	タッカーヴィーチェ	丸山	実21.3	B▽ A▽勝率4% EV-5% 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⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 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) -13% (オッズ過剰評価) AI 予想勝率 4.1% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.4% / 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。
5	アッティーヤ	ミシェル	実21.6	B△ A△勝率5% EV+0% 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 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 4.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.7% / 期待値 +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。
6	ビシット	▲佐藤	実138.8	B▽ A▽勝率1% EV+8% 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⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 15位 (中位評価) × 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 0.4% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.8% / 期待値 +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。
7	オシゴリ	内田博	実131.9	B× A▽勝率1% EV+2% 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 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 14位 (中位評価) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.8% / 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。
8	イズミル	大野	実90.7	B▽ A▽勝率1% EV-27% 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 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 12位 (中位評価) △ 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 12位 / 勝率 0.8% / 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。
9	ゴールデンパルス	北村友	実32.0	B▽ A▽勝率4% EV+41% 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 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 9位 (中位評価) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.4% / 期待値 +42% ※ 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	ローザヴェローナ	ルメール	実2.2	B◎ A◎勝率26% EV-43% 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 ★ 新馬戦 (初出走)
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 33.7% (オッズ暗示: 45.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.8% / 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。
11	レイナクリューソス	石橋脩	実105.8	B× A▽勝率1% EV-15% 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 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 13位 (中位評価) × 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 -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。
12	ハナビ	岩田康	実12.7	B△ A△勝率7% EV-14% 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 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 5位 (中位評価) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 7.4% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.7% / 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。
13	ロイヤルガンモ	原	実50.6	B▽ A▽勝率1% EV-35% 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 13 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 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) -27% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 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	アイムオンアロール	三浦	実7.3	B△ A△勝率11% EV-20% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) × 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 9.4% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.8% / 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。
15	マホロ	丸田	実74.5	B▽ A▽勝率1% EV-40% 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 15 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 11位 (中位評価) × 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 0.8% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.8% / 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。

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 ◎

ローザヴェローナ

騎手ルメール

単勝オッズ

2.2倍

AI期待値

-25%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○1ハンサム

4.6倍

EV -4%

▲A:▲2ピクシーブラスト

6.8倍

EV -25%

出走馬全15頭

◎A:◎10

ローザヴェローナ

ルメール

2.2倍

-25%

›

○A:○1

ハンサム

津村

4.6倍

-4%

›

▲A:▲2

ピクシーブラスト

菊沢

6.8倍

-25%

›

△A:△14

アイムオンアロール

三浦

7.3倍

-31%

›

△A:△12

ハナビ

岩田康

12.7倍

-6%

›

△A:△5

アッティーヤ

ミシェル

21.6倍

-1%

›

▽A:▽4

タッカーヴィーチェ

丸山

21.3倍

-12%

›

▽A:▽3

ムービーマジック

団野

26.1倍

-36%

›

▽A:▽9

ゴールデンパルス

北村友

32.0倍

-22%

›

▽A:▽13

ロイヤルガンモ

原

50.6倍

-27%

›

▽A:▽15

マホロ

丸田

74.5倍

-39%

›

▽A:▽8

イズミル

大野

90.7倍

-26%

›

×A:▽11

レイナクリューソス

石橋脩

105.8倍

-54%

›

×A:▽7

オシゴリ

内田博

131.9倍

-52%

›

▽A:▽6

ビシット

▲佐藤

138.8倍

-49%

›

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

5R 中山競馬場　発走 12:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハンサム	津村	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 22.4% (オッズ暗示: 21.7%) ※ 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。
2	ピクシーブラスト	菊沢	実6.8	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 10.8% (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。
3	ムービーマジック	団野	実26.1	▽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 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 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) +21% (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。
4	タッカーヴィーチェ	丸山	実21.3	▽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⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 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) -6% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 4.7%) ※ 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	アッティーヤ	ミシェル	実21.6	△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 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 4.7% (オッズ暗示: 4.6%) ※ 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。
6	ビシット	▲佐藤	実138.8	▽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⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 15位 (中位評価) △ 期待値 (オッズ vs AI勝率) +8% (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。
7	オシゴリ	内田博	実131.9	▽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 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 14位 (中位評価) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) 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。
8	イズミル	大野	実90.7	▽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 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 12位 (中位評価) △ 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%) ※ 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	ゴールデンパルス	北村友	実32.0	▽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 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 9位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +41% (妙味あり) AI 予想勝率 4.4% (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	ローザヴェローナ	ルメール	実2.2	◎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
前5走 ★ 新馬戦 (初出走)
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) × 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 25.8% (オッズ暗示: 45.5%) ※ 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。
11	レイナクリューソス	石橋脩	実105.8	▽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 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 13位 (中位評価) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) 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。
12	ハナビ	岩田康	実12.7	△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 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 5位 (中位評価) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 7.9%) ※ 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。
13	ロイヤルガンモ	原	実50.6	▽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 13 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 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) -35% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.0%) ※ 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。
14	アイムオンアロール	三浦	実7.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 10.8% (オッズ暗示: 13.7%) ※ 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	マホロ	丸田	実74.5	▽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 15 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ AIランク評価 (順位学習モデル) レース内 11位 (中位評価) × 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 0.8% (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。

AIの本命

AI評価1位

ローザヴェローナ

騎手ルメール

単勝オッズ

2.2倍

AI期待値

-43%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1ハンサム

4.6倍

EV +3%

▲2ピクシーブラスト

6.8倍

EV -26%

出走馬全15頭

◎10

ローザヴェローナ

ルメール

2.2倍

-43%

›

○1

ハンサム

津村

4.6倍

+3%

›

▲2

ピクシーブラスト

菊沢

6.8倍

-26%

›

△14

アイムオンアロール

三浦

7.3倍

-20%

›

△12

ハナビ

岩田康

12.7倍

-14%

›

△5

アッティーヤ

ミシェル

21.6倍

+0%

›

▽3

ムービーマジック

団野

26.1倍

+21%

›

▽4

タッカーヴィーチェ

丸山

21.3倍

-5%

›

▽9

ゴールデンパルス

北村友

32.0倍

+41%

›

▽13

ロイヤルガンモ

原

50.6倍

-35%

›

▽15

マホロ

丸田

74.5倍

-40%

›

▽8

イズミル

大野

90.7倍

-27%

›

▽11

レイナクリューソス

石橋脩

105.8倍

-15%

›

▽7

オシゴリ

内田博

131.9倍

+2%

›

▽6

ビシット

▲佐藤

138.8倍

+8%

›

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