中山 3R 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

3R 中山競馬場　発走 10:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミクロスギガース	杉原	実38.7	B▽ A▽勝率2% EV-41% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／105日ぶりの実戦）
前5走 05/30 2東京113R 3着/18頭+0.3秒 03/29 3中山24R 9着/16頭+1.7秒 01/24 1中山83R 10着/16頭+1.9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 7.3着 (不振) ○ 前走実績前走 3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) -38% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.5% / 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。
2	セイウンヤオヨロズ	▲佐藤	実7.4	B▲ A▲勝率11% EV-17% 詳細▼	AI上位評価だが期待値不足、見送り（125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 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 5.0着 △ ローテーション 125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 16.6% (オッズ暗示: 13.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.0% / 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。
3	ジャメビュ	原	実20.1	B▽ A▽勝率3% EV-32% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率0%と苦戦傾向／104日ぶりの実戦）
前5走 05/31 2東京122R 4着/16頭+0.8秒 04/18 3中山71R 7着/15頭+1.2秒 03/07 2中山31R 6着/16頭+1.4秒 02/28 2中山11R 3着/15頭+0.3秒 02/07 1東京31R 5着/16頭+1.0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 5.7着 × 当競馬場適性 8走で勝率 0% (苦戦) △ ローテーション 104日休養明け × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 3.4% / 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。
4	フレンチブラッサム	◇小林美	実18.5	B▽ A▽勝率5% EV+3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（112日ぶりの実戦）
前5走 05/23 2東京91R 4着/15頭+0.5秒 05/03 2東京41R 4着/15頭+0.9秒 04/07 川崎7R 3着/11頭+0.2秒 01/05 1中山21R 10着/16頭+1.7秒 10/25 4新潟32R 5着/15頭+2.1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 3.7着 △ ローテーション 112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 3.3% (オッズ暗示: 5.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.4% / 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	ツクバヴァンガード	☆長浜	実8.3	B△ A△勝率11% EV-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／直近3走平均2.0着と安定／前走2着）
前5走 05/24 2東京103R 2着/16頭+0.6秒 03/28 3中山13R 2着/16頭+0.1秒 03/08 2中山42R 2着/16頭+0.1秒 02/14 1東京51R 3着/16頭+0.8秒 01/18 1中山71R 4着/16頭+0.6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 2.0着 (安定) × 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 111日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 10.4% (オッズ暗示: 12.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.0% / 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。
6	スマートレイナ	斎藤	実14.8	B▽ A▽勝率5% EV-18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（250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 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 5.0着 △ ローテーション 250日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 5.1% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.4% / 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。
7	チェストー	石橋脩	実93.0	B× A×勝率0% EV-56% 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／97日ぶりの実戦）
前5走 05/10 2東京62R 5着/16頭+0.4秒 04/19 3中山83R 12着/14頭+4.1秒 03/29 1中京62R 7着/14頭+0.7秒 03/01 2中山22R 6着/16頭+1.7秒 02/07 1東京33R 9着/16頭+2.0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 8.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 97日休養明け × 期待値 (オッズ vs AI勝率) -63% (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 16位 / 勝率 0.5% / 期待値 -57% ※ 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	ハングローズ	戸崎圭	実4.5	B○ A○勝率13% EV-41% 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2着／111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 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 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 111日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 16.6% (オッズ暗示: 22.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.2% / 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。
9	エリースノー	津村	実8.8	B△ A△勝率8% EV-30% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／97日ぶりの実戦）
前5走 05/24 2東京101R 3着/16頭+0.2秒 04/18 1福島31R 7着/16頭+1.4秒 02/21 1小倉92R 11着/18頭+1.1秒 11/08 3福島15R 8着/16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 4.3着 ○ 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) -28% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 11.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 期待値 -31% ※ 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	ジーティーニッツァ	▲遠藤	実19.7	B▽ A▽勝率5% EV+9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（140日ぶりの実戦）
前5走 04/25 1福島54R 4着/16頭+0.5秒 02/15 1東京61R 6着/16頭+2.3秒 01/17 1中山61R 4着/16頭+0.4秒 12/21 5中山61R 8着/16頭+1.9秒 10/26 4東京91R 12着/14頭+2.8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 4.7着 △ ローテーション 140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 3.3% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.4% / 期待値 +10% ※ 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	トリエンナーレ	△石神道	実55.0	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10.3着と低調／119日ぶりの実戦）
前5走 05/16 2東京71R 9着/16頭+1.1秒 03/21 1中京32R 7着/16頭+1.2秒 01/11 1中山42R 15着/16頭+7.0秒 11/16 5東京44R 7着/16頭+0.8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 10.3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) -50% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 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。
12	サワエ	▲土田	実105.3	B× A▽勝率1% EV+4% 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 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 15位 (中位評価) × 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 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 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。
13	エンジェルサン	丹内	実12.1	B△ A△勝率6% EV-29% 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／146日ぶりの実戦）
前5走 04/19 1福島45R 12着/16頭+1.7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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 146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 5.1% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.0% / 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。
14	ブルーダイヤシチー	▲上里	実36.7	B▽ A×勝率1% EV-64% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 3回2日新潟4R 5着/15頭 2回5日新潟4R 4着/14頭 2回4日福島4R 11着/16頭 ― ―
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 6.7着 × 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 1.6% (オッズ暗示: 2.7%) × Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 期待値 -65% ※ 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	ミッキーサウザンド	横山武	実3.9	B◎ A◎勝率27% EV+0% 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（153日ぶりの実戦）
前5走 04/12 3中山62R 5着/14頭+2.0秒 11/23 5東京54R 2着/15頭+0.3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 3.5着 △ ローテーション 153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 23.2% (オッズ暗示: 25.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 26.5% / 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。
16	ポンテヴェッキオ	菊沢	実60.8	B▽ A▽勝率1% 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10.0着と低調／139日ぶりの実戦）
前5走 04/26 1福島63R 9着/15頭+2.5秒 12/21 5中京65R 11着/15頭+2.3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 10.0着 (不振) △ ローテーション 139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 0.9% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 1.0% / 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。

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 ◎

ミッキーサウザンド

騎手横山武

単勝オッズ

3.9倍

AI期待値

-9%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○8ハングローズ

4.5倍

EV -25%

▲A:▲2セイウンヤオヨロズ

7.4倍

EV +22%

出走馬全16頭

◎A:◎15

ミッキーサウザンド

横山武

3.9倍

-9%

›

○A:○8

ハングローズ

戸崎圭

4.5倍

-25%

›

▲A:▲2

セイウンヤオヨロズ

▲佐藤

7.4倍

+22%

›

△A:△5

ツクバヴァンガード

☆長浜

8.3倍

-13%

›

△A:△9

エリースノー

津村

8.8倍

-27%

›

△A:△13

エンジェルサン

丹内

12.1倍

-38%

›

▽A:▽6

スマートレイナ

斎藤

14.8倍

-25%

›

▽A:▽4

フレンチブラッサム

◇小林美

18.5倍

-38%

›

▽A:▽10

ジーティーニッツァ

▲遠藤

19.7倍

-34%

›

▽A:▽3

ジャメビュ

原

20.1倍

-45%

›

▽A:×14

ブルーダイヤシチー

▲上里

36.7倍

-41%

›

▽A:▽1

ミクロスギガース

杉原

38.7倍

-37%

›

×A:▽11

トリエンナーレ

△石神道

55.0倍

-50%

›

▽A:▽16

ポンテヴェッキオ

菊沢

60.8倍

-45%

›

×A:▽12

サワエ

▲土田

105.3倍

-54%

›

×A:×7

チェストー

石橋脩

93.0倍

-62%

›

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

3R 中山競馬場　発走 10:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミクロスギガース	杉原	実38.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／105日ぶりの実戦）
前5走 05/30 2東京113R 3着/18頭+0.3秒 03/29 3中山24R 9着/16頭+1.7秒 01/24 1中山83R 10着/16頭+1.9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 7.3着 (不振) ○ 前走実績前走 3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) -41% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.6%) ※ 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。
2	セイウンヤオヨロズ	▲佐藤	実7.4	▲詳細▼	AI上位評価だが期待値不足、見送り（125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 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 5.0着 △ ローテーション 125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 11.0% (オッズ暗示: 13.5%) ※ 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。
3	ジャメビュ	原	実20.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率0%と苦戦傾向／104日ぶりの実戦）
前5走 05/31 2東京122R 4着/16頭+0.8秒 04/18 3中山71R 7着/15頭+1.2秒 03/07 2中山31R 6着/16頭+1.4秒 02/28 2中山11R 3着/15頭+0.3秒 02/07 1東京31R 5着/16頭+1.0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 5.7着 × 当競馬場適性 8走で勝率 0% (苦戦) △ ローテーション 104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 3.4% (オッズ暗示: 5.0%) ※ 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。
4	フレンチブラッサム	◇小林美	実18.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（112日ぶりの実戦）
前5走 05/23 2東京91R 4着/15頭+0.5秒 05/03 2東京41R 4着/15頭+0.9秒 04/07 川崎7R 3着/11頭+0.2秒 01/05 1中山21R 10着/16頭+1.7秒 10/25 4新潟32R 5着/15頭+2.1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 3.7着 △ ローテーション 112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 5.4% (オッズ暗示: 5.4%) ※ 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	ツクバヴァンガード	☆長浜	実8.3	△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／直近3走平均2.0着と安定／前走2着）
前5走 05/24 2東京103R 2着/16頭+0.6秒 03/28 3中山13R 2着/16頭+0.1秒 03/08 2中山42R 2着/16頭+0.1秒 02/14 1東京51R 3着/16頭+0.8秒 01/18 1中山71R 4着/16頭+0.6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 2.0着 (安定) × 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 111日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 11.0% (オッズ暗示: 12.0%) ※ 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	スマートレイナ	斎藤	実14.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（250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 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 5.0着 △ ローテーション 250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 5.4% (オッズ暗示: 6.8%) ※ 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	チェストー	石橋脩	実93.0	×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／97日ぶりの実戦）
前5走 05/10 2東京62R 5着/16頭+0.4秒 04/19 3中山83R 12着/14頭+4.1秒 03/29 1中京62R 7着/14頭+0.7秒 03/01 2中山22R 6着/16頭+1.7秒 02/07 1東京33R 9着/16頭+2.0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 8.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 97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 0.5% (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。
8	ハングローズ	戸崎圭	実4.5	○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2着／111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 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 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 111日休養明け × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 13.2% (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。
9	エリースノー	津村	実8.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／97日ぶりの実戦）
前5走 05/24 2東京101R 3着/16頭+0.2秒 04/18 1福島31R 7着/16頭+1.4秒 02/21 1小倉92R 11着/18頭+1.1秒 11/08 3福島15R 8着/16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 4.3着 ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 7.8% (オッズ暗示: 11.4%) ※ 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	ジーティーニッツァ	▲遠藤	実19.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（140日ぶりの実戦）
前5走 04/25 1福島54R 4着/16頭+0.5秒 02/15 1東京61R 6着/16頭+2.3秒 01/17 1中山61R 4着/16頭+0.4秒 12/21 5中山61R 8着/16頭+1.9秒 10/26 4東京91R 12着/14頭+2.8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 4.7着 △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 5.4% (オッズ暗示: 5.1%) ※ 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	トリエンナーレ	△石神道	実55.0	▽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／119日ぶりの実戦）
前5走 05/16 2東京71R 9着/16頭+1.1秒 03/21 1中京32R 7着/16頭+1.2秒 01/11 1中山42R 15着/16頭+7.0秒 11/16 5東京44R 7着/16頭+0.8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 10.3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) -41% (大幅な期待値マイナス) AI 予想勝率 1.0% (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	サワエ	▲土田	実105.3	▽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 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 12位 (中位評価) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 1.0% (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。
13	エンジェルサン	丹内	実12.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調／146日ぶりの実戦）
前5走 04/19 1福島45R 12着/16頭+1.7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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 146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 6.0% (オッズ暗示: 8.3%) ※ 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。
14	ブルーダイヤシチー	▲上里	実36.7	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 3回2日新潟4R 5着/15頭 2回5日新潟4R 4着/14頭 2回4日福島4R 11着/16頭 ― ―
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 6.7着 × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.7%) ※ 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	ミッキーサウザンド	横山武	実3.9	◎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（153日ぶりの実戦）
前5走 04/12 3中山62R 5着/14頭+2.0秒 11/23 5東京54R 2着/15頭+0.3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 3.5着 △ ローテーション 153日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 26.5% (オッズ暗示: 25.6%) ※ 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	ポンテヴェッキオ	菊沢	実60.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／139日ぶりの実戦）
前5走 04/26 1福島63R 9着/15頭+2.5秒 12/21 5中京65R 11着/15頭+2.3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 10.0着 (不振) △ ローテーション 139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 1.0% (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

ミッキーサウザンド

騎手横山武

単勝オッズ

3.9倍

AI期待値

+0%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ハングローズ

4.5倍

EV -41%

▲2セイウンヤオヨロズ

7.4倍

EV -17%

出走馬全16頭

◎15

ミッキーサウザンド

横山武

3.9倍

+0%

›

○8

ハングローズ

戸崎圭

4.5倍

-41%

›

▲2

セイウンヤオヨロズ

▲佐藤

7.4倍

-17%

›

△5

ツクバヴァンガード

☆長浜

8.3倍

-7%

›

△9

エリースノー

津村

8.8倍

-30%

›

△13

エンジェルサン

丹内

12.1倍

-29%

›

▽6

スマートレイナ

斎藤

14.8倍

-18%

›

▽4

フレンチブラッサム

◇小林美

18.5倍

+3%

›

▽10

ジーティーニッツァ

▲遠藤

19.7倍

+9%

›

▽3

ジャメビュ

原

20.1倍

-32%

›

▽1

ミクロスギガース

杉原

38.7倍

-41%

›

▽12

サワエ

▲土田

105.3倍

+4%

›

×14

ブルーダイヤシチー

▲上里

36.7倍

-64%

›

▽11

トリエンナーレ

△石神道

55.0倍

-40%

›

▽16

ポンテヴェッキオ

菊沢

60.8倍

-42%

›

×7

チェストー

石橋脩

93.0倍

-56%

›

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