中山 11R 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

11R 中山競馬場　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オーブルクール	石橋脩	実29.7	B▽ A▽勝率6% EV+73% 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50%と適性高／直近3走平均14.0着と低調／111日ぶりの実戦）
前5走 05/24 1新潟811R 16着/16頭+1.5秒 04/25 3京都111R 11着/12頭+1.9秒 01/18 1中山710R 15着/16頭+2.2秒 07/20 2福島811R 2着/13頭+0.4秒 07/05 2福島311R 1着/16頭勝利
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 14.0着 (不振) ◎ 当競馬場適性 4走で勝率 50% (得意) ▽ 前走実績前走 16着 (大敗) △ ローテーション 111日休養明け ◎ 期待値 (オッズ vs AI勝率) +76% (市場が大幅過小評価) AI 予想勝率 5.9% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.9% / 期待値 +74% ※ 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	プレゼンティーア	大野	実26.1	B▽ A×勝率2% EV-55% 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67%と好調／前走勝利の勢い／140日ぶりの実戦）
前5走 04/25 1福島511R 1着/11頭勝利 04/11 3中山512R 1着/16頭勝利 02/15 2京都612R 6着/16頭+0.4秒 11/15 3福島32R 1着/16頭勝利 10/13 3京都57R 9着/15頭+1.2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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 3.8%) × Aモデルの評価 (参考) レース内 13位 / 勝率 1.7% / 期待値 -56% ※ 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	イスラアネーロ	松岡	実98.8	B× A×勝率1% EV-63% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率0%と苦戦傾向／510日ぶりの実戦）
前5走 04/20 3中山810R 6着/16頭+0.4秒 04/20 3中山810R 6着/16頭+0.4秒 04/20 3中山810R 6着/16頭+0.4秒 04/20 3中山810R 6着/16頭+0.4秒 04/20 3中山810R 6着/16頭+0.4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 6.0着 × 当競馬場適性 36走で勝率 0% (苦戦) △ ローテーション 510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 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 0.6% / 期待値 -64% ※ 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	モンドプリューム	田辺	実23.9	B▽ A▽勝率6% EV+40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場60走で勝率40%と適性高／455日ぶりの実戦）
前5走 06/14 3阪神310R 4着/16頭+1.8秒 06/14 3阪神310R 4着/16頭+1.8秒 06/14 3阪神310R 4着/16頭+1.8秒 06/14 3阪神310R 4着/16頭+1.8秒 06/14 3阪神310R 4着/16頭+1.8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 4.0着 ◎ 当競馬場適性 60走で勝率 40% (得意) △ ローテーション 455日休養明け ◎ 期待値 (オッズ vs AI勝率) +41% (妙味あり) AI 予想勝率 5.9% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.9% / 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。
5	ジョーローリット	武藤	実6.7	B△ A△勝率11% EV-26% 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3走で勝率33%と適性高／140日ぶりの実戦）
前5走 04/25 3京都111R 10着/12頭+1.5秒 02/22 1阪神211R 6着/12頭+0.9秒 01/18 1中山710R 3着/16頭+0.3秒 12/07 5阪神211R 3着/16頭+0.1秒 10/05 3京都210R 4着/16頭+0.7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 6.3着 ◎ 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 140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 7.4% (オッズ暗示: 14.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.0% / 期待値 -26% ※ 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	ムーヴ	横山琉	実18.0	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（直近3走で勝率100%と好調／前走勝利の勢い／454日ぶりの実戦）
前5走 06/15 3阪神412R 1着/16頭勝利 06/15 3阪神412R 1着/16頭勝利 06/15 3阪神412R 1着/16頭勝利 06/15 3阪神412R 1着/16頭勝利 06/15 3阪神412R 1着/16頭勝利
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戦の調子勝率 100% (絶好調) △ 当競馬場適性 108走で勝率 11% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 454日休養明け ◎ 期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 7.4% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.2% / 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。
7	バグラダス	小崎	実25.8	B▽ A×勝率2% EV-56% 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／直近3走平均10.0着と低調／476日ぶりの実戦）
前5走 05/24 2東京911R 10着/16頭+1.3秒 05/24 2東京911R 10着/16頭+1.3秒 05/24 2東京911R 10着/16頭+1.3秒 05/24 2東京911R 10着/16頭+1.3秒 05/24 2東京911R 10着/16頭+1.3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 10.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 476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 2.5% (オッズ暗示: 3.9%) × Aモデルの評価 (参考) レース内 12位 / 勝率 1.7% / 期待値 -56% ※ 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	ヒルノドゴール	内田博	実40.7	B▽ A×勝率1% EV-59% 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／140日ぶりの実戦）
前5走 04/25 3京都111R 4着/12頭+0.3秒 03/14 1阪神711R 9着/13頭+1.4秒 01/05 1京都210R 1着/16頭勝利 12/21 5阪神69R 6着/16頭+0.5秒 12/06 5阪神110R 3着/16頭+0.6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) △ ローテーション 140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 1.9% (オッズ暗示: 2.5%) × Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 期待値 -60% ※ 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	ブレーザー	戸崎圭	実4.3	B◎ A◎勝率14% EV-38% 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67%と好調／前走勝利の勢い／132日ぶりの実戦）
前5走 05/03 1新潟211R 1着/15頭勝利 03/22 2中山811R 8着/16頭+0.9秒 02/28 2中山110R 1着/16頭勝利 12/13 5中山310R 4着/15頭+0.2秒 11/15 3福島311R 3着/16頭+0.1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戦の調子勝率 67% (絶好調) △ 当競馬場適性 7走で勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 132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 14.4% (オッズ暗示: 23.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 14.4% / 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	ゲイルライダー	菊沢	実5.2	B○ A○勝率12% EV-36% 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3着／111日ぶりの実戦）
前5走 05/24 3京都1010R 3着/14頭+0.3秒 04/05 2阪神412R 4着/16頭+0.1秒 03/22 1阪神1012R 1着/12頭勝利 12/27 5阪神78R 9着/16頭+1.0秒 09/28 4阪神97R 1着/16頭勝利
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 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) -25% (オッズ過剰評価) AI 予想勝率 14.4% (オッズ暗示: 19.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.2% / 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。
11	ブラウンラチェット	丸山	実24.5	B▽ A▽勝率7% EV+59% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均14.0着と低調／146日ぶりの実戦）
前5走 04/19 1福島411R 11着/16頭+1.0秒 01/24 1小倉111R 13着/18頭+0.5秒 10/19 3京都711R 18着/18頭+8.7秒 05/25 2東京1011R 7着/18頭+0.9秒 04/13 2阪神611R 9着/18頭+1.4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 14.0着 (不振) ▽ 前走実績前走 11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) +13% (市場と概ね一致) AI 予想勝率 4.6% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.5% / 期待値 +59% ※ 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	ゲッティヴィラ	三浦	実50.7	B▽ A×勝率1% EV-50% 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／118日ぶりの実戦）
前5走 05/17 3京都811R 10着/16頭+1.9秒 04/25 3京都111R 9着/12頭+1.3秒 02/22 1阪神211R 7着/12頭+1.0秒 02/07 2京都39R 1着/16頭勝利 12/06 5阪神110R 2着/16頭+0.4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 8.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 118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 1.9% (オッズ暗示: 2.0%) × Aモデルの評価 (参考) レース内 15位 / 勝率 1.0% / 期待値 -50% ※ 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	ショウナンアビアス	横山武	実18.0	B▽ A▽勝率6% EV+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9.0着と低調／504日ぶりの実戦）
前5走 04/26 2東京110R 9着/16頭+1.4秒 04/26 2東京110R 9着/16頭+1.4秒 04/26 2東京110R 9着/16頭+1.4秒 04/26 2東京110R 9着/16頭+1.4秒 04/26 2東京110R 9着/16頭+1.4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 9.0着 (不振) △ 当競馬場適性 84走で勝率 14% △ ローテーション 504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 5.4% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.9% / 期待値 +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	ポールセン	斎藤	実13.7	B△ A△勝率7% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（132日ぶりの実戦）
前5走 05/03 1新潟211R 4着/15頭+0.6秒 03/14 1阪神711R 5着/13頭+0.6秒 02/22 1阪神211R 9着/12頭+1.3秒 01/18 1中山710R 14着/16頭+1.9秒 12/07 5阪神211R 2着/16頭+0.0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 6.0着 △ ローテーション 132日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 7.4% (オッズ暗示: 7.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.5% / 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。
15	ユキマル	丹内	実5.9	B▲ A▲勝率12% EV-29% 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／前走2着／132日ぶりの実戦）
前5走 05/03 1新潟211R 2着/15頭+0.4秒 03/22 2中山811R 3着/16頭+0.3秒 01/17 1中山611R 9着/16頭+0.5秒 12/28 5阪神811R 5着/16頭+0.3秒 11/23 5東京511R 4着/16頭+0.5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 4.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 前走実績前走 2着 (好走) △ ローテーション 132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 9.7% (オッズ暗示: 16.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.9% / 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。
16	ロードフロンティア	川須	実12.5	B△ A△勝率8% EV+5% 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50%と適性高／直近3走平均11.3着と低調／174日ぶりの実戦）
前5走 03/22 2中山811R 15着/16頭+1.6秒 12/28 5阪神811R 11着/16頭+1.6秒 11/30 4京都811R 8着/16頭+1.3秒 05/18 2京都811R 10着/16頭+0.9秒 04/20 3中山810R 11着/16頭+1.4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 11.3着 (不振) ◎ 当競馬場適性 4走で勝率 50% (得意) ▽ 前走実績前走 15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) -7% (オッズ過剰評価) AI 予想勝率 7.4% (オッズ暗示: 8.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.5% / 期待値 +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 ◎

ブレーザー

騎手戸崎圭

単勝オッズ

4.3倍

AI期待値

-37%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○10ゲイルライダー

5.2倍

EV -24%

▲A:▲15ユキマル

5.9倍

EV -43%

出走馬全16頭

◎A:◎9

ブレーザー

戸崎圭

4.3倍

-37%

›

○A:○10

ゲイルライダー

菊沢

5.2倍

-24%

›

▲A:▲15

ユキマル

丹内

5.9倍

-43%

›

△A:△5

ジョーローリット

武藤

6.7倍

-50%

›

△A:△16

ロードフロンティア

川須

12.5倍

-7%

›

△A:△14

ポールセン

斎藤

13.7倍

+1%

›

▽A:▽6

ムーヴ

横山琉

18.0倍

+33%

›

▽A:▽4

モンドプリューム

田辺

23.9倍

+41%

›

▽A:▽1

オーブルクール

石橋脩

29.7倍

+76%

›

▽A:▽13

ショウナンアビアス

横山武

18.0倍

-3%

›

▽A:▽11

ブラウンラチェット

丸山

24.5倍

+13%

›

▽A:×2

プレゼンティーア

大野

26.1倍

-16%

›

▽A:×7

バグラダス

小崎

25.8倍

-36%

›

▽A:×8

ヒルノドゴール

内田博

40.7倍

-23%

›

▽A:×12

ゲッティヴィラ

三浦

50.7倍

-4%

›

×A:×3

イスラアネーロ

松岡

98.8倍

-53%

›

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

11R 中山競馬場　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オーブルクール	石橋脩	実29.7	▽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50%と適性高／直近3走平均14.0着と低調／111日ぶりの実戦）
前5走 05/24 1新潟811R 16着/16頭+1.5秒 04/25 3京都111R 11着/12頭+1.9秒 01/18 1中山710R 15着/16頭+2.2秒 07/20 2福島811R 2着/13頭+0.4秒 07/05 2福島311R 1着/16頭勝利
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 14.0着 (不振) ◎ 当競馬場適性 4走で勝率 50% (得意) ▽ 前走実績前走 16着 (大敗) △ ローテーション 111日休養明け ◎ 期待値 (オッズ vs AI勝率) +73% (市場が大幅過小評価) AI 予想勝率 5.9% (オッズ暗示: 3.4%) ※ 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。
2	プレゼンティーア	大野	実26.1	×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67%と好調／前走勝利の勢い／140日ぶりの実戦）
前5走 04/25 1福島511R 1着/11頭勝利 04/11 3中山512R 1着/16頭勝利 02/15 2京都612R 6着/16頭+0.4秒 11/15 3福島32R 1着/16頭勝利 10/13 3京都57R 9着/15頭+1.2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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 140日休養明け × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 1.7% (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。
3	イスラアネーロ	松岡	実98.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率0%と苦戦傾向／510日ぶりの実戦）
前5走 04/20 3中山810R 6着/16頭+0.4秒 04/20 3中山810R 6着/16頭+0.4秒 04/20 3中山810R 6着/16頭+0.4秒 04/20 3中山810R 6着/16頭+0.4秒 04/20 3中山810R 6着/16頭+0.4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 6.0着 × 当競馬場適性 36走で勝率 0% (苦戦) △ ローテーション 510日休養明け × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
4	モンドプリューム	田辺	実23.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場60走で勝率40%と適性高／455日ぶりの実戦）
前5走 06/14 3阪神310R 4着/16頭+1.8秒 06/14 3阪神310R 4着/16頭+1.8秒 06/14 3阪神310R 4着/16頭+1.8秒 06/14 3阪神310R 4着/16頭+1.8秒 06/14 3阪神310R 4着/16頭+1.8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 4.0着 ◎ 当競馬場適性 60走で勝率 40% (得意) △ ローテーション 455日休養明け ◎ 期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 5.9% (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。
5	ジョーローリット	武藤	実6.7	△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3走で勝率33%と適性高／140日ぶりの実戦）
前5走 04/25 3京都111R 10着/12頭+1.5秒 02/22 1阪神211R 6着/12頭+0.9秒 01/18 1中山710R 3着/16頭+0.3秒 12/07 5阪神211R 3着/16頭+0.1秒 10/05 3京都210R 4着/16頭+0.7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 6.3着 ◎ 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 140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 11.0% (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	ムーヴ	横山琉	実18.0	▽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100%と好調／前走勝利の勢い／454日ぶりの実戦）
前5走 06/15 3阪神412R 1着/16頭勝利 06/15 3阪神412R 1着/16頭勝利 06/15 3阪神412R 1着/16頭勝利 06/15 3阪神412R 1着/16頭勝利 06/15 3阪神412R 1着/16頭勝利
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戦の調子勝率 100% (絶好調) △ 当競馬場適性 108走で勝率 11% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 454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 6.2% (オッズ暗示: 5.6%) ※ 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	バグラダス	小崎	実25.8	×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／直近3走平均10.0着と低調／476日ぶりの実戦）
前5走 05/24 2東京911R 10着/16頭+1.3秒 05/24 2東京911R 10着/16頭+1.3秒 05/24 2東京911R 10着/16頭+1.3秒 05/24 2東京911R 10着/16頭+1.3秒 05/24 2東京911R 10着/16頭+1.3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 10.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 476日休養明け × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.9%) ※ 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	ヒルノドゴール	内田博	実40.7	×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／140日ぶりの実戦）
前5走 04/25 3京都111R 4着/12頭+0.3秒 03/14 1阪神711R 9着/13頭+1.4秒 01/05 1京都210R 1着/16頭勝利 12/21 5阪神69R 6着/16頭+0.5秒 12/06 5阪神110R 3着/16頭+0.6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) △ ローテーション 140日休養明け × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
9	ブレーザー	戸崎圭	実4.3	◎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（直近3走で勝率67%と好調／前走勝利の勢い／132日ぶりの実戦）
前5走 05/03 1新潟211R 1着/15頭勝利 03/22 2中山811R 8着/16頭+0.9秒 02/28 2中山110R 1着/16頭勝利 12/13 5中山310R 4着/15頭+0.2秒 11/15 3福島311R 3着/16頭+0.1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戦の調子勝率 67% (絶好調) △ 当競馬場適性 7走で勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 132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 14.4% (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	ゲイルライダー	菊沢	実5.2	○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3着／111日ぶりの実戦）
前5走 05/24 3京都1010R 3着/14頭+0.3秒 04/05 2阪神412R 4着/16頭+0.1秒 03/22 1阪神1012R 1着/12頭勝利 12/27 5阪神78R 9着/16頭+1.0秒 09/28 4阪神97R 1着/16頭勝利
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 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) -37% (大幅な期待値マイナス) AI 予想勝率 12.2% (オッズ暗示: 19.2%) ※ 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	ブラウンラチェット	丸山	実24.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均14.0着と低調／146日ぶりの実戦）
前5走 04/19 1福島411R 11着/16頭+1.0秒 01/24 1小倉111R 13着/18頭+0.5秒 10/19 3京都711R 18着/18頭+8.7秒 05/25 2東京1011R 7着/18頭+0.9秒 04/13 2阪神611R 9着/18頭+1.4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 14.0着 (不振) ▽ 前走実績前走 11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) +59% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 4.1%) ※ 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	ゲッティヴィラ	三浦	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8.7着と低調／118日ぶりの実戦）
前5走 05/17 3京都811R 10着/16頭+1.9秒 04/25 3京都111R 9着/12頭+1.3秒 02/22 1阪神211R 7着/12頭+1.0秒 02/07 2京都39R 1着/16頭勝利 12/06 5阪神110R 2着/16頭+0.4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 8.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 118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 1.0% (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。
13	ショウナンアビアス	横山武	実18.0	▽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／504日ぶりの実戦）
前5走 04/26 2東京110R 9着/16頭+1.4秒 04/26 2東京110R 9着/16頭+1.4秒 04/26 2東京110R 9着/16頭+1.4秒 04/26 2東京110R 9着/16頭+1.4秒 04/26 2東京110R 9着/16頭+1.4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 9.0着 (不振) △ 当競馬場適性 84走で勝率 14% △ ローテーション 504日休養明け △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 5.9% (オッズ暗示: 5.6%) ※ 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。
14	ポールセン	斎藤	実13.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（132日ぶりの実戦）
前5走 05/03 1新潟211R 4着/15頭+0.6秒 03/14 1阪神711R 5着/13頭+0.6秒 02/22 1阪神211R 9着/12頭+1.3秒 01/18 1中山710R 14着/16頭+1.9秒 12/07 5阪神211R 2着/16頭+0.0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 6.0着 △ ローテーション 132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 6.5% (オッズ暗示: 7.3%) ※ 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。
15	ユキマル	丹内	実5.9	▲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／前走2着／132日ぶりの実戦）
前5走 05/03 1新潟211R 2着/15頭+0.4秒 03/22 2中山811R 3着/16頭+0.3秒 01/17 1中山611R 9着/16頭+0.5秒 12/28 5阪神811R 5着/16頭+0.3秒 11/23 5東京511R 4着/16頭+0.5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 4.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 前走実績前走 2着 (好走) △ ローテーション 132日休養明け △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 11.9% (オッズ暗示: 16.9%) ※ 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。
16	ロードフロンティア	川須	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4走で勝率50%と適性高／直近3走平均11.3着と低調／174日ぶりの実戦）
前5走 03/22 2中山811R 15着/16頭+1.6秒 12/28 5阪神811R 11着/16頭+1.6秒 11/30 4京都811R 8着/16頭+1.3秒 05/18 2京都811R 10着/16頭+0.9秒 04/20 3中山810R 11着/16頭+1.4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 11.3着 (不振) ◎ 当競馬場適性 4走で勝率 50% (得意) ▽ 前走実績前走 15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) +5% (市場と概ね一致) AI 予想勝率 8.5% (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。

AIの本命

AI評価1位

ブレーザー

騎手戸崎圭

単勝オッズ

4.3倍

AI期待値

-38%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10ゲイルライダー

5.2倍

EV -36%

▲15ユキマル

5.9倍

EV -29%

出走馬全16頭

◎9

ブレーザー

戸崎圭

4.3倍

-38%

›

○10

ゲイルライダー

菊沢

5.2倍

-36%

›

▲15

ユキマル

丹内

5.9倍

-29%

›

△5

ジョーローリット

武藤

6.7倍

-26%

›

△16

ロードフロンティア

川須

12.5倍

+5%

›

△14

ポールセン

斎藤

13.7倍

-10%

›

▽11

ブラウンラチェット

丸山

24.5倍

+59%

›

▽6

ムーヴ

横山琉

18.0倍

+10%

›

▽13

ショウナンアビアス

横山武

18.0倍

+5%

›

▽4

モンドプリューム

田辺

23.9倍

+40%

›

▽1

オーブルクール

石橋脩

29.7倍

+73%

›

×7

バグラダス

小崎

25.8倍

-56%

›

×2

プレゼンティーア

大野

26.1倍

-55%

›

×8

ヒルノドゴール

内田博

40.7倍

-59%

›

×12

ゲッティヴィラ

三浦

50.7倍

-50%

›

×3

イスラアネーロ

松岡

98.8倍

-63%

›

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