中山 12R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

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	ダイユウヴェンティ	団野	実23.8	B▽ A×勝率2% EV-50% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調／92日ぶりの実戦）
前5走 05/16 2東京74R 12着/13頭+0.9秒 05/03 1新潟25R 9着/14頭+0.4秒 04/11 3中山56R 5着/18頭+0.6秒 03/14 1中京12R 12着/16頭+2.6秒 02/15 2京都66R 7着/18頭+1.3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 12.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 92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 2.8% (オッズ暗示: 4.2%) × Aモデルの評価 (参考) レース内 10位 / 勝率 2.1% / 期待値 -51% ※ 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	ファインサマーデイ	津村	実3.4	B◎ A◎勝率25% EV-13% 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（直近3走で勝率33%と好調／前走3着／154日ぶりの実戦）
前5走 04/05 3中山47R 3着/14頭+0.4秒 01/12 1中山58R 2着/11頭+0.3秒 10/04 4東京13R 1着/17頭勝利 ― ―
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戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) △ ローテーション 154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 22.9% (オッズ暗示: 29.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.3% / 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。
3	アイムインディ	ルメール	実4.4	B○ A○勝率13% EV-42% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／105日ぶりの実戦）
前5走 05/24 2東京103R 1着/16頭勝利 03/28 3中山11R 2着/16頭+0.0秒 03/07 2中山31R 2着/16頭+0.6秒 02/14 1東京55R 3着/16頭+0.1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 105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 12.8% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.1% / 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。
4	ブライティアブーケ	大野	実17.1	B▽ A▽勝率6% EV-4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調／147日ぶりの実戦）
前5走 04/12 1福島27R 7着/15頭+1.6秒 02/08 1小倉67R 9着/15頭+1.4秒 01/31 1小倉38R 13着/18頭+1.2秒 11/16 3福島47R 12着/16頭+1.1秒 10/04 3京都17R 11着/18頭+0.7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 9.7着 (不振) △ ローテーション 147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 5.3% (オッズ暗示: 5.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.6% / 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。
5	ルシェロアズーリ	▲佐藤	実11.5	B△ A▽勝率8% 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9.7着と低調／148日ぶりの実戦）
前5走 04/11 1福島112R 15着/16頭+1.5秒 02/01 1小倉412R 9着/18頭+0.8秒 11/22 3福島512R 5着/16頭+0.3秒 11/16 3福島47R 4着/16頭+0.2秒 09/21 4中山78R 6着/16頭+0.5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 9.7着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 148日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 8.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.7% / 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。
6	ホウオウショコラ	▲上里	実6.4	B▲ A▲勝率11% EV-30% 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10.3着と低調／119日ぶりの実戦）
前5走 05/10 1新潟412R 10着/13頭+0.6秒 03/15 2中山612R 13着/16頭+2.0秒 12/07 5中京22R 8着/16頭+0.9秒 11/09 3福島29R 16着/16頭+2.1秒 03/15 2中山511R 4着/12頭+0.2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 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 119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 12.8% (オッズ暗示: 15.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.9% / 期待値 -30% ※ 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	カシオペア	石橋脩	実9.2	B▽ A△勝率8% EV-29% 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／113日ぶりの実戦）
前5走 05/16 1新潟512R 8着/16頭+1.0秒 03/23 2中京44R 1着/18頭勝利 11/23 5東京72R 13着/18頭+1.2秒 10/14 4東京42R 3着/14頭+0.3秒 09/29 4中山93R 12着/16頭+1.8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戦の調子勝率 33% (上り調子) △ ローテーション 113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 6.6% (オッズ暗示: 10.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.7% / 期待値 -29% ※ 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	ジュエルドレーサー	原	実47.6	B× A×勝率1% EV-53% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調／前走勝利の勢い／362日ぶりの実戦）
前5走 09/09 笠松4R 1着/8頭勝利 08/11 笠松7R 1着/8頭勝利 07/08 名古屋6R 7着/12頭+1.3秒 06/10 笠松4R 2着/10頭+0.9秒 05/14 笠松8R 5着/9頭+1.1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戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 362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 0.9% (オッズ暗示: 2.1%) × Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 期待値 -54% ※ 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	カイトグート	柴田大	実65.9	B× A▽勝率1% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／119日ぶりの実戦）
前5走 05/10 1新潟412R 9着/13頭+0.6秒 01/24 1中山812R 11着/12頭+1.7秒 12/14 5中京412R 6着/16頭+0.3秒 11/08 5東京112R 10着/14頭+1.1秒 10/18 4東京67R 9着/17頭+1.1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 8.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 119日休養明け × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.9% / 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。
10	マイネルユーゲント	三浦	実7.5	B△ A△勝率11% EV-18% 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／105日ぶりの実戦）
前5走 05/24 1新潟81R 1着/16頭勝利 05/09 1新潟35R 3着/16頭+0.3秒 04/18 1福島33R 4着/16頭+0.2秒 02/07 1小倉52R 16着/18頭+1.6秒 01/25 1小倉22R 2着/18頭+0.1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 105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 10.8% (オッズ暗示: 13.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.9% / 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。
11	ラエトゥス推奨	北村友	実29.9	B△ A△勝率8% EV+131% 詳細▼	市場が大きく過小評価、AI予想勝率9% × オッズ29.9倍で期待値+155%の有力候補（市場想定よりAI評価が高く妙味）
前5走 05/16 2東京77R 15着/16頭+2.5秒 04/12 2阪神65R 11着/16頭+1.3秒 02/07 2京都310R 7着/9頭+2.1秒 10/13 4東京58R 6着/7頭+2.5秒 09/20 4阪神68R 6着/6頭+2.2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 11.0着 (不振) ▽ 前走実績前走 15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) +155% (市場が大幅過小評価) AI 予想勝率 8.5% (オッズ暗示: 3.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.7% / 期待値 +131% ※ 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	メーゼ	菊沢	実84.8	B▽ A▽勝率1% EV-17% 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／91日ぶりの実戦）
前5走 08/24 3新潟211R 10着/10頭+3.3秒 06/28 2福島15R 1着/8頭勝利 ― ― ―
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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 15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) -20% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 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。
13	ココボロ	嶋田	実98.1	B× A▽勝率1% EV-20% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／126日ぶりの実戦）
前5走 05/03 1新潟27R 11着/16頭+0.8秒 03/29 1中京67R 11着/13頭+2.2秒 03/01 1小倉128R 11着/15頭+1.2秒 02/14 1小倉77R 16着/16頭+2.7秒 02/08 1小倉67R 13着/15頭+2.8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 11.0着 (不振) ▽ 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) -51% (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 11位 / 勝率 1.1% / 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。
14	ヴィヴァラリス	△石田	実97.3	B▽ A▽勝率1% EV-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25%と適性高／直近3走平均14.0着と低調／113日ぶりの実戦）
前5走 05/16 1新潟57R 12着/13頭+3.4秒 01/24 1中山87R 16着/16頭+3.0秒 11/15 3福島37R 14着/16頭+1.4秒 09/07 4中山212R 16着/16頭+1.0秒 08/10 1札幌67R 11着/15頭+1.8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 14.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 12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) -44% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 期待値 -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。
15	クラディスティーナ	木幡巧	実78.9	B▽ A▽勝率1% EV-29% 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／105日ぶりの実戦）
前5走 05/24 2東京106R 10着/14頭+1.8秒 05/09 1新潟39R 9着/14頭+0.5秒 04/05 3中山47R 10着/14頭+1.1秒 11/16 3福島49R 9着/16頭+0.6秒 10/19 4東京76R 8着/8頭+0.6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 9.7着 (不振) ▽ 前走実績前走 10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) -26% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.9% / 期待値 -29% ※ 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	エバーラスト	△石神道	実23.5	B▽ A▽勝率5% EV+25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い／203日ぶりの実戦）
前5走 02/15 1小倉82R 1着/18頭勝利 01/17 1中山61R 5着/16頭+1.0秒 09/06 4中山15R 4着/16頭+0.5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 203日休養明け △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 5.3% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.3% / 期待値 +25% ※ 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 ◎

ファインサマーデイ

騎手津村

単勝オッズ

3.4倍

AI期待値

-22%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○3アイムインディ

4.4倍

EV -43%

▲A:▲6ホウオウショコラ

6.4倍

EV -18%

出走馬全16頭

◎A:◎2

ファインサマーデイ

津村

3.4倍

-22%

›

○A:○3

アイムインディ

ルメール

4.4倍

-43%

›

▲A:▲6

ホウオウショコラ

▲上里

6.4倍

-18%

›

△A:△10

マイネルユーゲント

三浦

7.5倍

-18%

›

△A:▽5

ルシェロアズーリ

▲佐藤

11.5倍

-1%

›

△A:△11

ラエトゥス

北村友

29.9倍

+155%

›

▽A:△7

カシオペア

石橋脩

9.2倍

-39%

›

▽A:▽4

ブライティアブーケ

大野

17.1倍

-10%

›

▽A:▽16

エバーラスト

△石神道

23.5倍

+23%

›

▽A:×1

ダイユウヴェンティ

団野

23.8倍

-32%

›

×A:×8

ジュエルドレーサー

原

47.6倍

-55%

›

▽A:▽15

クラディスティーナ

木幡巧

78.9倍

-25%

›

▽A:▽12

メーゼ

菊沢

84.8倍

-20%

›

▽A:▽14

ヴィヴァラリス

△石田

97.3倍

-43%

›

×A:▽9

カイトグート

柴田大

65.9倍

-66%

›

×A:▽13

ココボロ

嶋田

98.1倍

-50%

›

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)

単勝 11 ラエトゥス実29.9倍期待値 +155% 推奨 11.7〜30.0倍 ¥200 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 11 ラエトゥス実29.9倍期待値 +155% 推奨 11.7〜30.0倍 ¥300 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	ダイユウヴェンティ	団野	実23.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調／92日ぶりの実戦）
前5走 05/16 2東京74R 12着/13頭+0.9秒 05/03 1新潟25R 9着/14頭+0.4秒 04/11 3中山56R 5着/18頭+0.6秒 03/14 1中京12R 12着/16頭+2.6秒 02/15 2京都66R 7着/18頭+1.3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 12.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 92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 2.1% (オッズ暗示: 4.2%) ※ 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	ファインサマーデイ	津村	実3.4	◎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（直近3走で勝率33%と好調／前走3着／154日ぶりの実戦）
前5走 04/05 3中山47R 3着/14頭+0.4秒 01/12 1中山58R 2着/11頭+0.3秒 10/04 4東京13R 1着/17頭勝利 ― ―
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戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) △ ローテーション 154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 25.3% (オッズ暗示: 29.4%) ※ 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。
3	アイムインディ	ルメール	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／105日ぶりの実戦）
前5走 05/24 2東京103R 1着/16頭勝利 03/28 3中山11R 2着/16頭+0.0秒 03/07 2中山31R 2着/16頭+0.6秒 02/14 1東京55R 3着/16頭+0.1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 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 13.1% (オッズ暗示: 22.7%) ※ 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。
4	ブライティアブーケ	大野	実17.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調／147日ぶりの実戦）
前5走 04/12 1福島27R 7着/15頭+1.6秒 02/08 1小倉67R 9着/15頭+1.4秒 01/31 1小倉38R 13着/18頭+1.2秒 11/16 3福島47R 12着/16頭+1.1秒 10/04 3京都17R 11着/18頭+0.7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 9.7着 (不振) △ ローテーション 147日休養明け △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 5.6% (オッズ暗示: 5.8%) ※ 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。
5	ルシェロアズーリ	▲佐藤	実11.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調／148日ぶりの実戦）
前5走 04/11 1福島112R 15着/16頭+1.5秒 02/01 1小倉412R 9着/18頭+0.8秒 11/22 3福島512R 5着/16頭+0.3秒 11/16 3福島47R 4着/16頭+0.2秒 09/21 4中山78R 6着/16頭+0.5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 9.7着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 148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 7.7% (オッズ暗示: 8.7%) ※ 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	ホウオウショコラ	▲上里	実6.4	▲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10.3着と低調／119日ぶりの実戦）
前5走 05/10 1新潟412R 10着/13頭+0.6秒 03/15 2中山612R 13着/16頭+2.0秒 12/07 5中京22R 8着/16頭+0.9秒 11/09 3福島29R 16着/16頭+2.1秒 03/15 2中山511R 4着/12頭+0.2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 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 119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 10.9% (オッズ暗示: 15.6%) ※ 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	カシオペア	石橋脩	実9.2	△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／113日ぶりの実戦）
前5走 05/16 1新潟512R 8着/16頭+1.0秒 03/23 2中京44R 1着/18頭勝利 11/23 5東京72R 13着/18頭+1.2秒 10/14 4東京42R 3着/14頭+0.3秒 09/29 4中山93R 12着/16頭+1.8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戦の調子勝率 33% (上り調子) △ ローテーション 113日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 7.7% (オッズ暗示: 10.9%) ※ 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。
8	ジュエルドレーサー	原	実47.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調／前走勝利の勢い／362日ぶりの実戦）
前5走 09/09 笠松4R 1着/8頭勝利 08/11 笠松7R 1着/8頭勝利 07/08 名古屋6R 7着/12頭+1.3秒 06/10 笠松4R 2着/10頭+0.9秒 05/14 笠松8R 5着/9頭+1.1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戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 362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 1.0% (オッズ暗示: 2.1%) ※ 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	カイトグート	柴田大	実65.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／119日ぶりの実戦）
前5走 05/10 1新潟412R 9着/13頭+0.6秒 01/24 1中山812R 11着/12頭+1.7秒 12/14 5中京412R 6着/16頭+0.3秒 11/08 5東京112R 10着/14頭+1.1秒 10/18 4東京67R 9着/17頭+1.1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 8.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 119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 0.9% (オッズ暗示: 1.5%) ※ 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	マイネルユーゲント	三浦	実7.5	△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／105日ぶりの実戦）
前5走 05/24 1新潟81R 1着/16頭勝利 05/09 1新潟35R 3着/16頭+0.3秒 04/18 1福島33R 4着/16頭+0.2秒 02/07 1小倉52R 16着/18頭+1.6秒 01/25 1小倉22R 2着/18頭+0.1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 105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 10.9% (オッズ暗示: 13.3%) ※ 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。
11	ラエトゥス推奨	北村友	実29.9	△詳細▼	市場が大きく過小評価、AI予想勝率8% × オッズ29.9倍で期待値+131%の有力候補（市場想定よりAI評価が高く妙味）
前5走 05/16 2東京77R 15着/16頭+2.5秒 04/12 2阪神65R 11着/16頭+1.3秒 02/07 2京都310R 7着/9頭+2.1秒 10/13 4東京58R 6着/7頭+2.5秒 09/20 4阪神68R 6着/6頭+2.2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 11.0着 (不振) ▽ 前走実績前走 15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) +131% (市場が大幅過小評価) AI 予想勝率 7.7% (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	メーゼ	菊沢	実84.8	▽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／91日ぶりの実戦）
前5走 08/24 3新潟211R 10着/10頭+3.3秒 06/28 2福島15R 1着/8頭勝利 ― ― ―
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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 15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) -18% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.2%) ※ 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	ココボロ	嶋田	実98.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／126日ぶりの実戦）
前5走 05/03 1新潟27R 11着/16頭+0.8秒 03/29 1中京67R 11着/13頭+2.2秒 03/01 1小倉128R 11着/15頭+1.2秒 02/14 1小倉77R 16着/16頭+2.7秒 02/08 1小倉67R 13着/15頭+2.8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 11.0着 (不振) ▽ 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) -20% (オッズ過剰評価) AI 予想勝率 1.1% (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。
14	ヴィヴァラリス	△石田	実97.3	▽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25%と適性高／直近3走平均14.0着と低調／113日ぶりの実戦）
前5走 05/16 1新潟57R 12着/13頭+3.4秒 01/24 1中山87R 16着/16頭+3.0秒 11/15 3福島37R 14着/16頭+1.4秒 09/07 4中山212R 16着/16頭+1.0秒 08/10 1札幌67R 11着/15頭+1.8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 14.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 12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) -2% (オッズ過剰評価) AI 予想勝率 1.0% (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。
15	クラディスティーナ	木幡巧	実78.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／105日ぶりの実戦）
前5走 05/24 2東京106R 10着/14頭+1.8秒 05/09 1新潟39R 9着/14頭+0.5秒 04/05 3中山47R 10着/14頭+1.1秒 11/16 3福島49R 9着/16頭+0.6秒 10/19 4東京76R 8着/8頭+0.6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 9.7着 (不振) ▽ 前走実績前走 10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) -29% (オッズ過剰評価) AI 予想勝率 0.9% (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。
16	エバーラスト	△石神道	実23.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い／203日ぶりの実戦）
前5走 02/15 1小倉82R 1着/18頭勝利 01/17 1中山61R 5着/16頭+1.0秒 09/06 4中山15R 4着/16頭+0.5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 203日休養明け △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 5.3% (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。

AIの本命

AI評価1位

ファインサマーデイ

騎手津村

単勝オッズ

3.4倍

AI期待値

-13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3アイムインディ

4.4倍

EV -42%

▲6ホウオウショコラ

6.4倍

EV -30%

出走馬全16頭

◎2

ファインサマーデイ

津村

3.4倍

-13%

›

○3

アイムインディ

ルメール

4.4倍

-42%

›

▲6

ホウオウショコラ

▲上里

6.4倍

-30%

›

△10

マイネルユーゲント

三浦

7.5倍

-18%

›

△11

ラエトゥス

北村友

29.9倍

+131%

›

△7

カシオペア

石橋脩

9.2倍

-29%

›

▽5

ルシェロアズーリ

▲佐藤

11.5倍

-11%

›

▽4

ブライティアブーケ

大野

17.1倍

-4%

›

▽16

エバーラスト

△石神道

23.5倍

+25%

›

×1

ダイユウヴェンティ

団野

23.8倍

-50%

›

▽13

ココボロ

嶋田

98.1倍

-20%

›

▽14

ヴィヴァラリス

△石田

97.3倍

-1%

›

×8

ジュエルドレーサー

原

47.6倍

-53%

›

▽12

メーゼ

菊沢

84.8倍

-17%

›

▽9

カイトグート

柴田大

65.9倍

-38%

›

▽15

クラディスティーナ

木幡巧

78.9倍

-29%

›

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)

単勝 11 ラエトゥス実29.9倍期待値 +131% 推奨 12.9〜30.0倍 ¥200 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 11 ラエトゥス実29.9倍期待値 +131% 推奨 12.9〜30.0倍 ¥300 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