中山 9R 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

9R 中山競馬場　発走 14:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホウオウシンデレラ	丸田	実12.5	B△ A△勝率9% EV+15% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率0%と苦戦傾向／直近3走平均2.7着と安定／前走2着）
前5走 05/17 1新潟610R 2着/16頭+0.3秒 04/19 3中山89R 3着/12頭+0.5秒 03/14 2中山59R 3着/10頭+0.1秒 01/11 1中山49R 5着/13頭+0.1秒 12/21 5中山69R 8着/11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 2.7着 (安定) × 当競馬場適性 6走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 118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 5.5% (オッズ暗示: 8.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.3% / 期待値 +16% ※ 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	ロケベンドラ	津村	実5.4	B△ A○勝率11% EV-39% 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 3京都97R 11着/16頭+2.4秒 05/02 1新潟18R 6着/13頭+0.5秒 02/21 1阪神19R 2着/18頭+0.3秒 01/25 1小倉28R 2着/16頭+0.2秒 11/15 4京都312R 13着/18頭+0.6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 6.3着 ▽ 前走実績前走 11着 (大敗) △ ローテーション 112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 10.8% (オッズ暗示: 18.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.1% / 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。
3	ベルビースタローン	小林美	実23.1	B▽ A▽勝率5% EV+16% 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 02/21 1小倉912R 1着/18頭勝利 01/25 1小倉29R 4着/16頭+0.3秒 07/19 2小倉77R 8着/9頭+0.9秒 07/06 2小倉49R 2着/8頭+0.1秒 06/08 3阪神212R 6着/16頭+0.7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 203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 4.4% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.0% / 期待値 +16% ※ 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	エリム	原田和	実159.8	B▽ A▽勝率1% EV+27% 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走平均9.3着と低調／146日ぶりの実戦）
前5走 04/19 3中山89R 7着/12頭+1.0秒 03/21 2中山79R 7着/15頭+0.4秒 11/24 3福島610R 14着/16頭+0.7秒 11/09 3福島29R 1着/16頭勝利 09/06 2札幌59R 6着/15頭+0.5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 9.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 146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 0.4% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.8% / 期待値 +28% ※ 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	オーロラアーク	柴田大	実87.0	B× A▽勝率1% EV+56% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場84走で勝率0%と苦戦傾向／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14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 100% (絶好調) × 当競馬場適性 84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 504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 0.4% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.8% / 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。
6	マルカオペラ	斎藤	実27.9	B▽ A▽勝率5% EV+26% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（126日ぶりの実戦）
前5走 05/09 3京都59R 4着/11頭+0.5秒 04/12 2阪神67R 4着/11頭+0.5秒 03/22 1阪神109R 7着/8頭+1.3秒 01/10 1中山310R 6着/16頭+0.8秒 12/14 5阪神412R 4着/10頭+0.1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 126日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.5% / 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。
7	レイユール	長浜	実26.2	B▽ A▽勝率5% EV+32% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高／直近3走平均14.3着と低調／154日ぶりの実戦）
前5走 04/11 2阪神512R 14着/16頭+1.3秒 03/22 2中山89R 13着/16頭+1.6秒 01/17 1中山612R 16着/16頭+1.7秒 12/13 5中山37R 1着/16頭勝利 11/22 3福島512R 10着/16頭+0.5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 14.3着 (不振) ◎ 当競馬場適性 6走で勝率 33% (得意) ▽ 前走実績前走 14着 (大敗) △ ローテーション 154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 3.6% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.0% / 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。
8	ミーントゥビー推奨	松岡	実12.9	B△ A△勝率9% EV+19% 詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す／119日の休養を経て臨戦態勢）
前5走 05/16 2東京79R 3着/9頭+0.4秒 04/12 3中山68R 4着/10頭+0.3秒 03/21 2中山79R 4着/15頭+0.1秒 01/24 1中山89R 7着/9頭+0.5秒 11/24 3福島610R 13着/16頭+0.7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 6走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 7.4% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 9.3% / 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。
9	イブニングタイド	内田博	実50.7	B▽ A▽勝率1% 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11.3着と低調／139日ぶりの実戦）
前5走 04/26 1福島610R 12着/15頭+1.9秒 02/22 1東京812R 15着/16頭+2.1秒 12/21 5中京612R 7着/18頭+0.5秒 10/25 4東京89R 6着/12頭+0.2秒 08/23 3新潟110R 17着/17頭+1.3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 11.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 139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 1.4% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.3% / 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。
10	ルナルーチェット	ミシェル	実5.8	B○ A▲勝率11% EV-35% 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25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/23 2東京97R 1着/18頭勝利 04/12 3中山67R 3着/15頭+0.3秒 01/25 1小倉28R 14着/16頭+2.3秒 11/22 3福島58R 12着/16頭+1.2秒 10/13 4東京59R 15着/18頭+1.2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) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 112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 15.0% (オッズ暗示: 17.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.1% / 期待値 -36% ※ 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	ミラーダカリエンテ	丹内	実47.7	B▽ A▽勝率1% EV-37% 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9.7着と低調／160日ぶりの実戦）
前5走 04/05 3中山412R 8着/12頭+1.3秒 02/07 1小倉510R 15着/16頭+2.5秒 01/24 1中山89R 6着/9頭+0.5秒 11/30 5東京89R 7着/9頭+1.5秒 10/04 4東京19R 11着/12頭+2.5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 9.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 160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 1.4% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 期待値 -37% ※ 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	シャンソンドール	戸崎圭	実2.5	B◎ A◎勝率26% EV-33% 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2着／119日ぶりの実戦）
前5走 05/16 2東京79R 2着/9頭+0.1秒 02/22 1東京86R 1着/16頭勝利 11/22 3福島58R 3着/16頭+0.4秒 09/14 4中山47R 1着/18頭勝利 01/12 1中山45R 2着/18頭+0.1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 2着 (好走) △ ローテーション 119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 29.7% (オッズ暗示: 40.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 26.5% / 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	キスアンドクライ	三浦	実6.9	B▲ A△勝率11% EV-23% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走勝利の勢い／168日ぶりの実戦）
前5走 03/28 1中京57R 1着/15頭勝利 01/18 1中山69R 5着/16頭+0.7秒 11/17 6京都63R 1着/14頭勝利 10/26 4東京74R 6着/13頭+1.1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 168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 14.6% (オッズ暗示: 14.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.1% / 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。
14	ギフテッド	今村	実38.5	B▽ A▽勝率3% EV+9% 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33%と適性高／直近3走で勝率33%と好調／335日ぶりの実戦）
前5走 10/12 4東京49R 7着/16頭+0.5秒 08/23 3新潟112R 1着/12頭勝利 06/22 3東京68R 2着/15頭+0.1秒 04/19 3中山76R 7着/8頭+0.9秒 02/15 1東京511R 13着/14頭+2.8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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 335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 2.4% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.9% / 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。

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 ◎

シャンソンドール

騎手戸崎圭

単勝オッズ

2.5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:▲10ルナルーチェット

5.8倍

EV -13%

▲A:△13キスアンドクライ

6.9倍

EV +0%

出走馬全14頭

◎A:◎12

シャンソンドール

戸崎圭

2.5倍

-25%

›

○A:▲10

ルナルーチェット

ミシェル

5.8倍

-13%

›

▲A:△13

キスアンドクライ

三浦

6.9倍

+0%

›

△A:○2

ロケベンドラ

津村

5.4倍

-41%

›

△A:△8

ミーントゥビー

松岡

12.9倍

-5%

›

△A:△1

ホウオウシンデレラ

丸田

12.5倍

-30%

›

▽A:▽3

ベルビースタローン

小林美

23.1倍

+2%

›

▽A:▽7

レイユール

長浜

26.2倍

-6%

›

▽A:▽6

マルカオペラ

斎藤

27.9倍

-3%

›

▽A:▽14

ギフテッド

今村

38.5倍

-8%

›

▽A:▽11

ミラーダカリエンテ

丹内

47.7倍

-32%

›

▽A:▽9

イブニングタイド

内田博

50.7倍

-28%

›

×A:▽5

オーロラアーク

柴田大

87.0倍

-66%

›

▽A:▽4

エリム

原田和

159.8倍

-43%

›

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 8 ミーントゥビー実12.9倍期待値 -5% 推奨 13.6〜30.0倍 ¥100 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ オッズは予測時点の値です。

9R 中山競馬場　発走 14:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホウオウシンデレラ	丸田	実12.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率0%と苦戦傾向／直近3走平均2.7着と安定／前走2着）
前5走 05/17 1新潟610R 2着/16頭+0.3秒 04/19 3中山89R 3着/12頭+0.5秒 03/14 2中山59R 3着/10頭+0.1秒 01/11 1中山49R 5着/13頭+0.1秒 12/21 5中山69R 8着/11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 2.7着 (安定) × 当競馬場適性 6走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 9.3% (オッズ暗示: 8.0%) ※ 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。
2	ロケベンドラ	津村	実5.4	○詳細▼	AI上位評価だが期待値不足、見送り（112日ぶりの実戦）
前5走 05/23 3京都97R 11着/16頭+2.4秒 05/02 1新潟18R 6着/13頭+0.5秒 02/21 1阪神19R 2着/18頭+0.3秒 01/25 1小倉28R 2着/16頭+0.2秒 11/15 4京都312R 13着/18頭+0.6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 6.3着 ▽ 前走実績前走 11着 (大敗) △ ローテーション 112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 11.1% (オッズ暗示: 18.5%) ※ 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	ベルビースタローン	小林美	実23.1	▽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 02/21 1小倉912R 1着/18頭勝利 01/25 1小倉29R 4着/16頭+0.3秒 07/19 2小倉77R 8着/9頭+0.9秒 07/06 2小倉49R 2着/8頭+0.1秒 06/08 3阪神212R 6着/16頭+0.7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 203日休養明け △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 5.0% (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。
4	エリム	原田和	実159.8	▽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走平均9.3着と低調／146日ぶりの実戦）
前5走 04/19 3中山89R 7着/12頭+1.0秒 03/21 2中山79R 7着/15頭+0.4秒 11/24 3福島610R 14着/16頭+0.7秒 11/09 3福島29R 1着/16頭勝利 09/06 2札幌59R 6着/15頭+0.5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 9.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 146日休養明け △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 0.8% (オッズ暗示: 0.6%) ※ 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	オーロラアーク	柴田大	実87.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場84走で勝率0%と苦戦傾向／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14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 100% (絶好調) × 当競馬場適性 84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 504日休養明け ◎ 期待値 (オッズ vs AI勝率) +56% (市場が大幅過小評価) 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。
6	マルカオペラ	斎藤	実27.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（126日ぶりの実戦）
前5走 05/09 3京都59R 4着/11頭+0.5秒 04/12 2阪神67R 4着/11頭+0.5秒 03/22 1阪神109R 7着/8頭+1.3秒 01/10 1中山310R 6着/16頭+0.8秒 12/14 5阪神412R 4着/10頭+0.1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 126日休養明け △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 4.5% (オッズ暗示: 3.6%) ※ 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	レイユール	長浜	実26.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高／直近3走平均14.3着と低調／154日ぶりの実戦）
前5走 04/11 2阪神512R 14着/16頭+1.3秒 03/22 2中山89R 13着/16頭+1.6秒 01/17 1中山612R 16着/16頭+1.7秒 12/13 5中山37R 1着/16頭勝利 11/22 3福島512R 10着/16頭+0.5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 14.3着 (不振) ◎ 当競馬場適性 6走で勝率 33% (得意) ▽ 前走実績前走 14着 (大敗) △ ローテーション 154日休養明け ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 5.0% (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。
8	ミーントゥビー推奨	松岡	実12.9	△詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す／119日の休養を経て臨戦態勢）
前5走 05/16 2東京79R 3着/9頭+0.4秒 04/12 3中山68R 4着/10頭+0.3秒 03/21 2中山79R 4着/15頭+0.1秒 01/24 1中山89R 7着/9頭+0.5秒 11/24 3福島610R 13着/16頭+0.7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 6走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 9.3% (オッズ暗示: 7.8%) ※ 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	イブニングタイド	内田博	実50.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／139日ぶりの実戦）
前5走 04/26 1福島610R 12着/15頭+1.9秒 02/22 1東京812R 15着/16頭+2.1秒 12/21 5中京612R 7着/18頭+0.5秒 10/25 4東京89R 6着/12頭+0.2秒 08/23 3新潟110R 17着/17頭+1.3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 11.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 139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 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。
10	ルナルーチェット	ミシェル	実5.8	▲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25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/23 2東京97R 1着/18頭勝利 04/12 3中山67R 3着/15頭+0.3秒 01/25 1小倉28R 14着/16頭+2.3秒 11/22 3福島58R 12着/16頭+1.2秒 10/13 4東京59R 15着/18頭+1.2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) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 112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 11.1% (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。
11	ミラーダカリエンテ	丹内	実47.7	▽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9.7着と低調／160日ぶりの実戦）
前5走 04/05 3中山412R 8着/12頭+1.3秒 02/07 1小倉510R 15着/16頭+2.5秒 01/24 1中山89R 6着/9頭+0.5秒 11/30 5東京89R 7着/9頭+1.5秒 10/04 4東京19R 11着/12頭+2.5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 9.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 160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 1.3% (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。
12	シャンソンドール	戸崎圭	実2.5	◎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2着／119日ぶりの実戦）
前5走 05/16 2東京79R 2着/9頭+0.1秒 02/22 1東京86R 1着/16頭勝利 11/22 3福島58R 3着/16頭+0.4秒 09/14 4中山47R 1着/18頭勝利 01/12 1中山45R 2着/18頭+0.1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 2着 (好走) △ ローテーション 119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 26.5% (オッズ暗示: 40.0%) ※ 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。
13	キスアンドクライ	三浦	実6.9	△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67%と好調／前走勝利の勢い／168日ぶりの実戦）
前5走 03/28 1中京57R 1着/15頭勝利 01/18 1中山69R 5着/16頭+0.7秒 11/17 6京都63R 1着/14頭勝利 10/26 4東京74R 6着/13頭+1.1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 168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 11.1% (オッズ暗示: 14.5%) ※ 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	ギフテッド	今村	実38.5	▽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33%と適性高／直近3走で勝率33%と好調／335日ぶりの実戦）
前5走 10/12 4東京49R 7着/16頭+0.5秒 08/23 3新潟112R 1着/12頭勝利 06/22 3東京68R 2着/15頭+0.1秒 04/19 3中山76R 7着/8頭+0.9秒 02/15 1東京511R 13着/14頭+2.8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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 335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 2.9% (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。

AIの本命

AI評価1位

シャンソンドール

騎手戸崎圭

単勝オッズ

2.5倍

AI期待値

-33%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2ロケベンドラ

5.4倍

EV -39%

▲10ルナルーチェット

5.8倍

EV -35%

出走馬全14頭

◎12

シャンソンドール

戸崎圭

2.5倍

-33%

›

○2

ロケベンドラ

津村

5.4倍

-39%

›

▲10

ルナルーチェット

ミシェル

5.8倍

-35%

›

△13

キスアンドクライ

三浦

6.9倍

-23%

›

△1

ホウオウシンデレラ

丸田

12.5倍

+15%

›

△8

ミーントゥビー

松岡

12.9倍

+19%

›

▽3

ベルビースタローン

小林美

23.1倍

+16%

›

▽7

レイユール

長浜

26.2倍

+32%

›

▽6

マルカオペラ

斎藤

27.9倍

+26%

›

▽14

ギフテッド

今村

38.5倍

+9%

›

▽11

ミラーダカリエンテ

丹内

47.7倍

-37%

›

▽9

イブニングタイド

内田博

50.7倍

-33%

›

▽4

エリム

原田和

159.8倍

+27%

›

▽5

オーロラアーク

柴田大

87.0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

A. 現行モデル (binary)

単勝 8 ミーントゥビー実12.9倍期待値 +19% 推奨 10.8〜30.0倍 ¥100 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ 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