中山 7R 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

7R 中山競馬場　発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	パワポケグッド	▲佐藤	実77.6	B× A▽勝率1% EV-30% 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／133日ぶりの実戦）
前5走 05/02 2東京32R 8着/14頭+2.3秒 04/19 3中山83R 8着/14頭+2.9秒 04/05 3中山43R 4着/16頭+2.7秒 03/14 2中山54R 12着/16頭+4.3秒 01/11 1中山45R 9着/16頭+2.4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 6.7着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 133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 0.5% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.9% / 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。
2	プロミスライン	△石神道	実13.0	B△ A△勝率6% EV-23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調／125日ぶりの実戦）
前5走 05/10 1新潟45R 10着/16頭+1.2秒 02/21 1東京75R 9着/14頭+1.2秒 01/25 1中山95R 8着/18頭+0.9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 9.0着 (不振) ▽ 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) -18% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 7.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.9% / 期待値 -23% ※ 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	ゴールドプレイヤー	戸崎圭	実5.8	B▲ A▲勝率13% EV-24% 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0%と苦戦傾向／147日ぶりの実戦）
前5走 04/18 3中山74R 5着/13頭+0.9秒 03/28 3中山14R 3着/16頭+0.9秒 02/28 2中山14R 2着/12頭+0.1秒 02/10 1東京44R 2着/16頭+0.8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 3.3着 × 当競馬場適性 3走で勝率 0% (苦戦) △ 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 16.6% (オッズ暗示: 17.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.0% / 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。
4	イントゥザウインド	横山武	実7.4	B△ A△勝率11% EV-19% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 3回3日東京7R 2着/16頭 2回8日福島7R 13着/14頭 2回3日福島3R 3着/15頭 ― ―
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 6.0着 ○ 前走実績前走 2着 (好走) × 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 8.3% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.8% / 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。
5	ワンダーバリエンス	柴田大	実104.9	B▽ A▽勝率0% EV-33% 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／133日ぶりの実戦）
前5走 05/02 2東京31R 14着/16頭+2.1秒 03/15 2中山63R 7着/16頭+1.2秒 02/10 2京都43R 8着/14頭+1.1秒 01/24 1中山81R 9着/16頭+1.7秒 11/09 5東京26R 15着/15頭+4.8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 14着 (大敗) △ ローテーション 133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 0.5% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.5% / 期待値 -33% ※ 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	マイネルトレマーズ	嶋田	実15.4	B▽ A▽勝率6% EV-9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／174日ぶりの実戦）
前5走 03/22 2中山85R 11着/16頭+1.7秒 02/21 1東京73R 4着/16頭+0.4秒 12/14 5中京42R 10着/13頭+2.2秒 11/15 5東京33R 3着/14頭+0.3秒 10/25 4東京86R 3着/16頭+0.8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 8.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 174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 5.0% (オッズ暗示: 6.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.9% / 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。
7	イーサンミラー	丹内	実18.1	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（119日ぶりの実戦）
前5走 05/16 1新潟53R 8着/16頭+0.7秒 04/18 1福島35R 4着/16頭+0.6秒 03/28 1中京53R 2着/16頭+0.0秒 01/11 1中山46R 12着/17頭+1.2秒 12/20 5中山55R 4着/17頭+0.7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 4.7着 △ ローテーション 119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 3.9% (オッズ暗示: 5.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.3% / 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。
8	ユイノサダハル	江田照	実11.4	B△ A△勝率6% EV-32% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／112日ぶりの実戦）
前5走 05/23 2東京93R 7着/13頭+2.1秒 05/09 2東京52R 2着/11頭+0.1秒 04/18 3中山72R 6着/11頭+0.7秒 03/29 3中山23R 3着/15頭+0.8秒 02/08 1小倉61R 8着/16頭+1.8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 5.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 8.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.9% / 期待値 -33% ※ 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	サングラント	三浦	実4.3	B○ A○勝率13% EV-44% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 3回3日東京7R 4着/16頭 2回4日新潟4R 2着/15頭+5.0秒 2回6日福島2R 5着/15頭 ― ―
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 3.7着 △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 17.0% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.0% / 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。
10	カノープス	△石田	実70.3	B▽ A▽勝率1% EV-32% 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）
前5走 3回1日新潟4R 7着/15頭 2回6日新潟4R 8着/15頭 1回6日函館4R 14着/16頭 ― ―
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) × 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 0.9% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 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。
11	タカラエイティ	▲遠藤	実64.2	B▽ A▽勝率2% EV-1% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.5着と低調／111日ぶりの実戦）
前5走 05/24 2東京101R 7着/16頭+0.4秒 03/28 3中山11R 10着/16頭+2.1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 8.5着 (不振) △ ローテーション 111日休養明け △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 1.6% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.5% / 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。
12	ゼンノスタニング	◇今村	実43.1	B▽ A▽勝率2% EV-33% 詳細▼	大穴、AI予想勝率低く長期回収困難（112日ぶりの実戦）
前5走 05/23 1新潟76R 6着/15頭+2.9秒 04/26 3京都22R 6着/15頭+1.4秒 04/12 2阪神62R 8着/16頭+2.0秒 02/01 1小倉41R 9着/16頭+1.9秒 12/13 5中京34R 13着/13頭+3.4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 6.7着 △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 期待値 -34% ※ 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	レッドジェルブロワ	☆長浜	実39.3	B▽ A▽勝率2% EV-39% 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／140日ぶりの実戦）
前5走 04/25 2東京12R 10着/16頭+1.7秒 02/21 1阪神13R 10着/15頭+1.3秒 12/21 5中山67R 9着/16頭+1.6秒 10/05 4東京22R 6着/11頭+1.2秒 09/20 4中山65R 5着/16頭+0.3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 9.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 140日休養明け × 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 1.6% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.5% / 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。
14	カシマライフウ	大野	実3.7	B◎ A◎勝率30% EV+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（当競馬場4走で勝率0%と苦戦傾向／104日ぶりの実戦）
前5走 05/31 2東京123R 6着/16頭+1.1秒 05/03 2東京43R 3着/12頭+0.3秒 04/04 3中山36R 6着/13頭+1.5秒 01/24 1中山84R 6着/15頭+0.9秒 01/04 1中山14R 3着/12頭+0.8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 5.0着 × 当競馬場適性 4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) -11% (オッズ過剰評価) AI 予想勝率 24.2% (オッズ暗示: 27.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 29.6% / 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。
15	テンカラットレター	木幡初	実45.8	B▽ A▽勝率2% EV-30% 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／前走3着／111日ぶりの実戦）
前5走 05/24 2東京103R 3着/16頭+0.7秒 04/04 3中山33R 13着/16頭+2.3秒 03/04 川崎8R 9着/12頭+2.6秒 11/29 5東京74R 15着/16頭+4.5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 8.3着 (不振) ○ 前走実績前走 3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) -27% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.5% / 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。
16	カーボフリオ	ミシェル	実26.9	B▽ A▽勝率2% EV-44% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（97日ぶりの実戦）
前5走 05/16 2東京71R 2着/16頭+0.4秒 04/26 2東京21R 4着/15頭+0.7秒 04/04 3中山33R 8着/16頭+1.4秒 02/14 2京都52R 6着/16頭+2.0秒 01/31 2京都11R 11着/16頭+2.1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 4.0着 △ ローテーション 97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 2.7% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.1% / 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。

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 ◎

カシマライフウ

騎手大野

単勝オッズ

3.7倍

AI期待値

-10%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○9サングラント

4.3倍

EV -26%

▲A:▲3ゴールドプレイヤー

5.8倍

EV -3%

出走馬全16頭

◎A:◎14

カシマライフウ

大野

3.7倍

-10%

›

○A:○9

サングラント

三浦

4.3倍

-26%

›

▲A:▲3

ゴールドプレイヤー

戸崎圭

5.8倍

-3%

›

△A:△4

イントゥザウインド

横山武

7.4倍

-38%

›

△A:△8

ユイノサダハル

江田照

11.4倍

-6%

›

△A:△2

プロミスライン

△石神道

13.0倍

-18%

›

▽A:▽6

マイネルトレマーズ

嶋田

15.4倍

-22%

›

▽A:▽7

イーサンミラー

丹内

18.1倍

-28%

›

▽A:▽16

カーボフリオ

ミシェル

26.9倍

-27%

›

▽A:▽13

レッドジェルブロワ

☆長浜

39.3倍

-37%

›

▽A:▽12

ゼンノスタニング

◇今村

43.1倍

-30%

›

▽A:▽15

テンカラットレター

木幡初

45.8倍

-26%

›

▽A:▽11

タカラエイティ

▲遠藤

64.2倍

+2%

›

▽A:▽10

カノープス

△石田

70.3倍

-36%

›

▽A:▽5

ワンダーバリエンス

柴田大

104.9倍

-46%

›

×A:▽1

パワポケグッド

▲佐藤

77.6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

7R 中山競馬場　発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	パワポケグッド	▲佐藤	実77.6	▽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／133日ぶりの実戦）
前5走 05/02 2東京32R 8着/14頭+2.3秒 04/19 3中山83R 8着/14頭+2.9秒 04/05 3中山43R 4着/16頭+2.7秒 03/14 2中山54R 12着/16頭+4.3秒 01/11 1中山45R 9着/16頭+2.4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 6.7着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 133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 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。
2	プロミスライン	△石神道	実13.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調／125日ぶりの実戦）
前5走 05/10 1新潟45R 10着/16頭+1.2秒 02/21 1東京75R 9着/14頭+1.2秒 01/25 1中山95R 8着/18頭+0.9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 9.0着 (不振) ▽ 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) -23% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 7.7%) ※ 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	ゴールドプレイヤー	戸崎圭	実5.8	▲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0%と苦戦傾向／147日ぶりの実戦）
前5走 04/18 3中山74R 5着/13頭+0.9秒 03/28 3中山14R 3着/16頭+0.9秒 02/28 2中山14R 2着/12頭+0.1秒 02/10 1東京44R 2着/16頭+0.8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 3.3着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 147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 13.0% (オッズ暗示: 17.2%) ※ 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	イントゥザウインド	横山武	実7.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 3回3日東京7R 2着/16頭 2回8日福島7R 13着/14頭 2回3日福島3R 3着/15頭 ― ―
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 6.0着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 10.8% (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。
5	ワンダーバリエンス	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9.7着と低調／133日ぶりの実戦）
前5走 05/02 2東京31R 14着/16頭+2.1秒 03/15 2中山63R 7着/16頭+1.2秒 02/10 2京都43R 8着/14頭+1.1秒 01/24 1中山81R 9着/16頭+1.7秒 11/09 5東京26R 15着/15頭+4.8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 14着 (大敗) △ ローテーション 133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 0.5% (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。
6	マイネルトレマーズ	嶋田	実15.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／174日ぶりの実戦）
前5走 03/22 2中山85R 11着/16頭+1.7秒 02/21 1東京73R 4着/16頭+0.4秒 12/14 5中京42R 10着/13頭+2.2秒 11/15 5東京33R 3着/14頭+0.3秒 10/25 4東京86R 3着/16頭+0.8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 8.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 174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 5.9% (オッズ暗示: 6.5%) ※ 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。
7	イーサンミラー	丹内	実18.1	▽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 05/16 1新潟53R 8着/16頭+0.7秒 04/18 1福島35R 4着/16頭+0.6秒 03/28 1中京53R 2着/16頭+0.0秒 01/11 1中山46R 12着/17頭+1.2秒 12/20 5中山55R 4着/17頭+0.7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 4.7着 △ ローテーション 119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 5.3% (オッズ暗示: 5.5%) ※ 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。
8	ユイノサダハル	江田照	実11.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／112日ぶりの実戦）
前5走 05/23 2東京93R 7着/13頭+2.1秒 05/09 2東京52R 2着/11頭+0.1秒 04/18 3中山72R 6着/11頭+0.7秒 03/29 3中山23R 3着/15頭+0.8秒 02/08 1小倉61R 8着/16頭+1.8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 5.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 112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 5.9% (オッズ暗示: 8.8%) ※ 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。
9	サングラント	三浦	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 3回3日東京7R 4着/16頭 2回4日新潟4R 2着/15頭+5.0秒 2回6日福島2R 5着/15頭 ― ―
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 3.7着 × 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 13.0% (オッズ暗示: 23.3%) ※ 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。
10	カノープス	△石田	実70.3	▽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）
前5走 3回1日新潟4R 7着/15頭 2回6日新潟4R 8着/15頭 1回6日函館4R 14着/16頭 ― ―
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) × 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 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。
11	タカラエイティ	▲遠藤	実64.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.5着と低調／111日ぶりの実戦）
前5走 05/24 2東京101R 7着/16頭+0.4秒 03/28 3中山11R 10着/16頭+2.1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 8.5着 (不振) △ ローテーション 111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 1.5% (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。
12	ゼンノスタニング	◇今村	実43.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（112日ぶりの実戦）
前5走 05/23 1新潟76R 6着/15頭+2.9秒 04/26 3京都22R 6着/15頭+1.4秒 04/12 2阪神62R 8着/16頭+2.0秒 02/01 1小倉41R 9着/16頭+1.9秒 12/13 5中京34R 13着/13頭+3.4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 6.7着 △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.3%) ※ 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	レッドジェルブロワ	☆長浜	実39.3	▽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／140日ぶりの実戦）
前5走 04/25 2東京12R 10着/16頭+1.7秒 02/21 1阪神13R 10着/15頭+1.3秒 12/21 5中山67R 9着/16頭+1.6秒 10/05 4東京22R 6着/11頭+1.2秒 09/20 4中山65R 5着/16頭+0.3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 9.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 140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 1.5% (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。
14	カシマライフウ	大野	実3.7	◎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（当競馬場4走で勝率0%と苦戦傾向／104日ぶりの実戦）
前5走 05/31 2東京123R 6着/16頭+1.1秒 05/03 2東京43R 3着/12頭+0.3秒 04/04 3中山36R 6着/13頭+1.5秒 01/24 1中山84R 6着/15頭+0.9秒 01/04 1中山14R 3着/12頭+0.8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 5.0着 × 当競馬場適性 4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) +9% (市場と概ね一致) AI 予想勝率 29.6% (オッズ暗示: 27.0%) ※ 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	テンカラットレター	木幡初	実45.8	▽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／前走3着／111日ぶりの実戦）
前5走 05/24 2東京103R 3着/16頭+0.7秒 04/04 3中山33R 13着/16頭+2.3秒 03/04 川崎8R 9着/12頭+2.6秒 11/29 5東京74R 15着/16頭+4.5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 8.3着 (不振) ○ 前走実績前走 3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) -30% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.2%) ※ 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。
16	カーボフリオ	ミシェル	実26.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（97日ぶりの実戦）
前5走 05/16 2東京71R 2着/16頭+0.4秒 04/26 2東京21R 4着/15頭+0.7秒 04/04 3中山33R 8着/16頭+1.4秒 02/14 2京都52R 6着/16頭+2.0秒 01/31 2京都11R 11着/16頭+2.1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 4.0着 △ ローテーション 97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 2.1% (オッズ暗示: 3.7%) ※ 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

カシマライフウ

騎手大野

単勝オッズ

3.7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

○9サングラント

4.3倍

EV -44%

▲3ゴールドプレイヤー

5.8倍

EV -24%

出走馬全16頭

◎14

カシマライフウ

大野

3.7倍

+9%

›

○9

サングラント

三浦

4.3倍

-44%

›

▲3

ゴールドプレイヤー

戸崎圭

5.8倍

-24%

›

△4

イントゥザウインド

横山武

7.4倍

-19%

›

△8

ユイノサダハル

江田照

11.4倍

-32%

›

△2

プロミスライン

△石神道

13.0倍

-23%

›

▽6

マイネルトレマーズ

嶋田

15.4倍

-9%

›

▽7

イーサンミラー

丹内

18.1倍

-3%

›

▽16

カーボフリオ

ミシェル

26.9倍

-44%

›

▽12

ゼンノスタニング

◇今村

43.1倍

-33%

›

▽13

レッドジェルブロワ

☆長浜

39.3倍

-39%

›

▽15

テンカラットレター

木幡初

45.8倍

-30%

›

▽11

タカラエイティ

▲遠藤

64.2倍

-1%

›

▽10

カノープス

△石田

70.3倍

-32%

›

▽1

パワポケグッド

▲佐藤

77.6倍

-30%

›

▽5

ワンダーバリエンス

柴田大

104.9倍

-33%

›

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