中山 8R 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

8R 中山競馬場　発走 13:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴァルカンテソーロ	戸崎圭	実3.3	B○ A◎勝率23% EV-22% 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／前走3着／112日ぶりの実戦）
前5走 05/23 2東京95R 3着/17頭+0.3秒 03/29 3中山25R 4着/13頭+0.6秒 03/15 2中山65R 3着/18頭+0.4秒 01/05 1中山25R 7着/16頭+0.9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 3.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 112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 19.1% (オッズ暗示: 30.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 23.4% / 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。
2	スノーディーヴァ	☆長浜	実31.3	B▽ A×勝率1% EV-51% 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走で勝率33%と好調／104日ぶりの実戦）
前5走 05/31 3京都124R 4着/9頭+1.1秒 04/26 3京都24R 1着/14頭勝利 03/01 1小倉124R 2着/12頭+1.0秒 02/07 1小倉54R 2着/12頭+0.1秒 01/11 1京都44R 12着/14頭+8.7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戦の調子勝率 33% (上り調子) × 当競馬場適性 3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) -43% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 3.2%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 期待値 -52% ※ 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	チャームドウイング	丸田	実33.5	B▽ A▽勝率1% EV-45% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 3回2日新潟12R 9着/12頭 ― ― ― ―
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 9.0着 (不振) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 期待値 -45% ※ 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	ペネトレイトゴー	杉原	実14.8	B▽ A▽勝率4% EV-30% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率0%と苦戦傾向／476日ぶりの実戦）
前5走 05/24 2京都98R 6着/16頭+0.7秒 05/24 2京都98R 6着/16頭+0.7秒 05/24 2京都98R 6着/16頭+0.7秒 05/24 2京都98R 6着/16頭+0.7秒 05/24 2京都98R 6着/16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 6.0着 × 当競馬場適性 24走で勝率 0% (苦戦) △ ローテーション 476日休養明け × 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 4.4% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.5% / 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。
5	ヤマニンヘルシェ	大野	実6.7	B▲ A△勝率13% EV-30% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／161日ぶりの実戦）
前5走 04/04 3中山39R 6着/12頭+0.9秒 01/25 1中山95R 1着/18頭勝利 ― ― ―
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戦の調子勝率 50% (絶好調) △ ローテーション 161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 14.8% (オッズ暗示: 14.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.7% / 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。
6	パーリーブラック	菊沢	実58.7	B▽ A▽勝率1% EV-12% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場48走で勝率0%と苦戦傾向／574日ぶりの実戦）
前5走 02/15 1小倉78R 6着/14頭+1.7秒 02/15 1小倉78R 6着/14頭+1.7秒 02/15 1小倉78R 6着/14頭+1.7秒 02/15 1小倉78R 6着/14頭+1.7秒 02/15 1小倉78R 6着/14頭+1.7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 6.0着 × 当競馬場適性 48走で勝率 0% (苦戦) △ ローテーション 574日休養明け △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 1.8% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.2% / 期待値 -13% ※ 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	ウインターブレス	原	実16.7	B▽ A▽勝率6% EV+10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／118日ぶりの実戦）
前5走 05/17 1新潟65R 4着/16頭+0.5秒 03/29 3中山25R 9着/13頭+2.0秒 03/07 2中山35R 2着/18頭+0.1秒 01/12 1中山56R 3着/18頭+0.0秒 12/20 5中京55R 5着/18頭+0.3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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 118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 4.4% (オッズ暗示: 6.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.8% / 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。
8	マイネルアウルム	三浦	実4.4	B△ A▲勝率13% EV-31% 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5走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/24 2東京107R 1着/17頭勝利 05/17 1新潟67R 4着/13頭+0.1秒 04/19 1福島47R 4着/10頭+0.5秒 04/12 1福島26R 3着/15頭+0.6秒 02/22 1小倉108R 6着/14頭+0.2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 33% (上り調子) × 当競馬場適性 5走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 111日休養明け × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 14.5% (オッズ暗示: 22.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.7% / 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。
9	タイセイネクサス	黛	実119.1	B× A▽勝率1% EV+25% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調）
前5走 3回5日東京3R 16着/16頭+6.0秒 1回8日函館6R 12着/16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 14.0着 (不振) ▽ 前走実績前走 16着 (大敗) × 期待値 (オッズ vs AI勝率) -58% (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 0.7% / 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。
10	ホウライブラック	菅原隆	実123.4	B× A▽勝率1% EV+24% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調）
前5走 2回5日福島2R 14着/15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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) × 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 0.4% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.7% / 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。
11	マーゴットドライ	木幡巧	実13.0	B△ A△勝率6% EV-18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走2着／139日ぶりの実戦）
前5走 04/26 2東京24R 2着/10頭+0.3秒 04/05 3中山45R 2着/16頭+0.2秒 01/31 1東京15R 5着/16頭+0.7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 3.0着 (安定) ○ 前走実績前走 2着 (好走) △ 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 4.4% (オッズ暗示: 7.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.8% / 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。
12	コスモナエマ	丹内	実7.1	B◎ A○勝率19% EV+14% 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／前走勝利の勢い／160日ぶりの実戦）
前5走 04/05 3中山45R 1着/16頭勝利 03/07 2中山36R 5着/18頭+0.7秒 09/07 2札幌62R 2着/10頭+0.1秒 08/09 2新潟52R 4着/10頭+0.7秒 07/20 2福島85R 10着/13頭+4.5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 160日休養明け ◎ 期待値 (オッズ vs AI勝率) +49% (妙味あり) AI 予想勝率 21.1% (オッズ暗示: 14.1%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.2% / 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	ベルトラッキ	△石神道	実8.9	B△ A△勝率10% EV-30% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（112日ぶりの実戦）
前5走 05/23 1新潟77R 5着/16頭+0.6秒 04/18 1福島36R 2着/15頭+0.6秒 03/07 2中山35R 5着/18頭+0.8秒 02/10 1東京46R 3着/18頭+0.2秒 01/24 1中山85R 2着/18頭+0.2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 4.0着 △ ローテーション 112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 9.1% (オッズ暗示: 11.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.9% / 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。
14	フォンドルレール	吉田豊	実33.8	B× A×勝率1% EV-52% 詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 05/30 2東京112R 5着/16頭+0.9秒 05/09 2東京54R 4着/12頭+0.7秒 04/12 3中山65R 6着/18頭+0.7秒 02/28 2中山15R 9着/18頭+0.5秒 02/01 1東京212R 5着/16頭+1.0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 105日休養明け × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.0%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.2% / 期待値 -53% ※ 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 ○

コスモナエマ

騎手丹内

単勝オッズ

7.1倍

AI期待値

+49%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎1ヴァルカンテソーロ

3.3倍

EV -36%

▲A:△5ヤマニンヘルシェ

6.7倍

EV 0%

出走馬全14頭

◎A:○12

コスモナエマ

丹内

7.1倍

+49%

›

○A:◎1

ヴァルカンテソーロ

戸崎圭

3.3倍

-36%

›

▲A:△5

ヤマニンヘルシェ

大野

6.7倍

›

△A:▲8

マイネルアウルム

三浦

4.4倍

-36%

›

△A:△13

ベルトラッキ

△石神道

8.9倍

-19%

›

△A:△11

マーゴットドライ

木幡巧

13.0倍

-42%

›

▽A:▽4

ペネトレイトゴー

杉原

14.8倍

-34%

›

▽A:▽7

ウインターブレス

原

16.7倍

-26%

›

▽A:▽3

チャームドウイング

丸田

33.5倍

-20%

›

▽A:×2

スノーディーヴァ

☆長浜

31.3倍

-42%

›

▽A:▽6

パーリーブラック

菊沢

58.7倍

+7%

›

×A:×14

フォンドルレール

吉田豊

33.8倍

-52%

›

×A:▽9

タイセイネクサス

黛

119.1倍

-58%

›

×A:▽10

ホウライブラック

菅原隆

123.4倍

-56%

›

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

8R 中山競馬場　発走 13:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴァルカンテソーロ	戸崎圭	実3.3	◎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3走で勝率0%と苦戦傾向／前走3着／112日ぶりの実戦）
前5走 05/23 2東京95R 3着/17頭+0.3秒 03/29 3中山25R 4着/13頭+0.6秒 03/15 2中山65R 3着/18頭+0.4秒 01/05 1中山25R 7着/16頭+0.9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 3.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 112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 23.4% (オッズ暗示: 30.3%) ※ 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	スノーディーヴァ	☆長浜	実31.3	×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走で勝率33%と好調／104日ぶりの実戦）
前5走 05/31 3京都124R 4着/9頭+1.1秒 04/26 3京都24R 1着/14頭勝利 03/01 1小倉124R 2着/12頭+1.0秒 02/07 1小倉54R 2着/12頭+0.1秒 01/11 1京都44R 12着/14頭+8.7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戦の調子勝率 33% (上り調子) × 当競馬場適性 3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) -52% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 3.2%) ※ 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。
3	チャームドウイング	丸田	実33.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 3回2日新潟12R 9着/12頭 ― ― ― ―
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 9.0着 (不振) × 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 1.2% (オッズ暗示: 3.0%) ※ 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	ペネトレイトゴー	杉原	実14.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率0%と苦戦傾向／476日ぶりの実戦）
前5走 05/24 2京都98R 6着/16頭+0.7秒 05/24 2京都98R 6着/16頭+0.7秒 05/24 2京都98R 6着/16頭+0.7秒 05/24 2京都98R 6着/16頭+0.7秒 05/24 2京都98R 6着/16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 6.0着 × 当競馬場適性 24走で勝率 0% (苦戦) △ ローテーション 476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 4.5% (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。
5	ヤマニンヘルシェ	大野	実6.7	△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50%と好調／161日ぶりの実戦）
前5走 04/04 3中山39R 6着/12頭+0.9秒 01/25 1中山95R 1着/18頭勝利 ― ― ―
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戦の調子勝率 50% (絶好調) △ ローテーション 161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 12.7% (オッズ暗示: 14.9%) ※ 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。
6	パーリーブラック	菊沢	実58.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場48走で勝率0%と苦戦傾向／574日ぶりの実戦）
前5走 02/15 1小倉78R 6着/14頭+1.7秒 02/15 1小倉78R 6着/14頭+1.7秒 02/15 1小倉78R 6着/14頭+1.7秒 02/15 1小倉78R 6着/14頭+1.7秒 02/15 1小倉78R 6着/14頭+1.7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 6.0着 × 当競馬場適性 48走で勝率 0% (苦戦) △ ローテーション 574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 1.2% (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。
7	ウインターブレス	原	実16.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／118日ぶりの実戦）
前5走 05/17 1新潟65R 4着/16頭+0.5秒 03/29 3中山25R 9着/13頭+2.0秒 03/07 2中山35R 2着/18頭+0.1秒 01/12 1中山56R 3着/18頭+0.0秒 12/20 5中京55R 5着/18頭+0.3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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 5.8% (オッズ暗示: 6.0%) ※ 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。
8	マイネルアウルム	三浦	実4.4	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/24 2東京107R 1着/17頭勝利 05/17 1新潟67R 4着/13頭+0.1秒 04/19 1福島47R 4着/10頭+0.5秒 04/12 1福島26R 3着/15頭+0.6秒 02/22 1小倉108R 6着/14頭+0.2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 33% (上り調子) × 当競馬場適性 5走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 111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 12.7% (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。
9	タイセイネクサス	黛	実119.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調）
前5走 3回5日東京3R 16着/16頭+6.0秒 1回8日函館6R 12着/16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 14.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 0.7% (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。
10	ホウライブラック	菅原隆	実123.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調）
前5走 2回5日福島2R 14着/15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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 0.7% (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。
11	マーゴットドライ	木幡巧	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3.0着と安定／前走2着／139日ぶりの実戦）
前5走 04/26 2東京24R 2着/10頭+0.3秒 04/05 3中山45R 2着/16頭+0.2秒 01/31 1東京15R 5着/16頭+0.7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 3.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 139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 5.8% (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。
12	コスモナエマ	丹内	実7.1	○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／160日ぶりの実戦）
前5走 04/05 3中山45R 1着/16頭勝利 03/07 2中山36R 5着/18頭+0.7秒 09/07 2札幌62R 2着/10頭+0.1秒 08/09 2新潟52R 4着/10頭+0.7秒 07/20 2福島85R 10着/13頭+4.5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 160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 19.2% (オッズ暗示: 14.1%) ※ 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。
13	ベルトラッキ	△石神道	実8.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（112日ぶりの実戦）
前5走 05/23 1新潟77R 5着/16頭+0.6秒 04/18 1福島36R 2着/15頭+0.6秒 03/07 2中山35R 5着/18頭+0.8秒 02/10 1東京46R 3着/18頭+0.2秒 01/24 1中山85R 2着/18頭+0.2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 4.0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 9.9% (オッズ暗示: 11.2%) ※ 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。
14	フォンドルレール	吉田豊	実33.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 05/30 2東京112R 5着/16頭+0.9秒 05/09 2東京54R 4着/12頭+0.7秒 04/12 3中山65R 6着/18頭+0.7秒 02/28 2中山15R 9着/18頭+0.5秒 02/01 1東京212R 5着/16頭+1.0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 105日休養明け × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 3.0%) ※ 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。

AIの本命

AI評価1位

ヴァルカンテソーロ

騎手戸崎圭

単勝オッズ

3.3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

○12コスモナエマ

7.1倍

EV +14%

▲8マイネルアウルム

4.4倍

EV -31%

出走馬全14頭

◎1

ヴァルカンテソーロ

戸崎圭

3.3倍

-22%

›

○12

コスモナエマ

丹内

7.1倍

+14%

›

▲8

マイネルアウルム

三浦

4.4倍

-31%

›

△5

ヤマニンヘルシェ

大野

6.7倍

-30%

›

△13

ベルトラッキ

△石神道

8.9倍

-30%

›

△11

マーゴットドライ

木幡巧

13.0倍

-18%

›

▽7

ウインターブレス

原

16.7倍

+10%

›

▽4

ペネトレイトゴー

杉原

14.8倍

-30%

›

×2

スノーディーヴァ

☆長浜

31.3倍

-51%

›

▽3

チャームドウイング

丸田

33.5倍

-45%

›

×14

フォンドルレール

吉田豊

33.8倍

-52%

›

▽6

パーリーブラック

菊沢

58.7倍

-12%

›

▽10

ホウライブラック

菅原隆

123.4倍

+24%

›

▽9

タイセイネクサス

黛

119.1倍

+25%

›

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