中山 2R 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

2R 中山競馬場　発走 10:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ライヴテキーラ	杉原	実96.5	B▽ A▽勝率3% EV+153% 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 1 ◎ 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 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 期待値 +153% ※ 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	マイネルリシャール	三浦	実6.2	B▲ A▲勝率15% EV-7% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 2回4日新潟3R 6着/13頭 ― ― ― ―
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 6.0着 △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 14.2% (オッズ暗示: 16.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.9% / 期待値 -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	テキサス	岩田望	実2.6	B○ A○勝率21% EV-44% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) × 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 22.0% (オッズ暗示: 38.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.5% / 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。
4	サンタンヌ	武豊	実13.0	B△ A△勝率12% EV+51% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回8日福島5R 5着/13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 5.0着 △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 6.1% (オッズ暗示: 7.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 11.6% / 期待値 +51% ※ 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	サーギュスターヴ	丹内	実58.5	B▽ A▽勝率3% EV+99% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回1日札幌1R 7着/12頭+9.0秒 1回4日札幌5R 5着/10頭 ― ― ―
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 6.0着 △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 2.0% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.4% / 期待値 +100% ※ 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	ギガントシュラーク	丸山	実145.2	B▽ A▽勝率2% EV+261% 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 6 ◎ 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 10位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 0.9% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.5% / 期待値 +261% ※ 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	ウィナーズチェック	川田	実6.8	B△ A△勝率15% EV+1% 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 2回7日福島2R 2着/9頭 2回2日福島5R 5着/14頭 ― ― ―
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 3.5着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 12.9% (オッズ暗示: 14.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 14.9% / 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。
8	シュートザワークス	津村	実2.2	B◎ A×勝率23% EV-50% 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走平均2.5着と安定／前走3着）
前5走 3回6日東京4R 3着/10頭 2回7日新潟1R 2着/9頭+3.0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 2.5着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 38.0% (オッズ暗示: 45.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 22.7% / 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。
9	マイネルウルカヌス	柴田大	実134.8	B▽ A▽勝率2% EV+218% 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 9 ◎ 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 9位 (中位評価) △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 0.9% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.4% / 期待値 +219% ※ 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	アルバスタキヤ	原	実48.8	B△ A△勝率3% EV+66% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 3回2日新潟2R 8着/11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 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.4% / 期待値 +67% ※ 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 ×

シュートザワークス

騎手津村

単勝オッズ

2.2倍

AI期待値

-16%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○3テキサス

2.6倍

EV -42%

▲A:▲2マイネルリシャール

6.2倍

EV -11%

出走馬全10頭

◎A:×8

シュートザワークス

津村

2.2倍

-16%

›

○A:○3

テキサス

岩田望

2.6倍

-42%

›

▲A:▲2

マイネルリシャール

三浦

6.2倍

-11%

›

△A:△7

ウィナーズチェック

川田

6.8倍

-12%

›

△A:△4

サンタンヌ

武豊

13.0倍

-20%

›

△A:△10

アルバスタキヤ

原

48.8倍

-4%

›

▽A:▽5

サーギュスターヴ

丹内

58.5倍

+14%

›

▽A:▽1

ライヴテキーラ

杉原

96.5倍

-9%

›

▽A:▽9

マイネルウルカヌス

柴田大

134.8倍

+27%

›

▽A:▽6

ギガントシュラーク

丸山

145.2倍

+36%

›

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

2R 中山競馬場　発走 10:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ライヴテキーラ	杉原	実96.5	▽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 1 ◎ 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 8位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +153% (市場が大幅過小評価) AI 予想勝率 2.6% (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。
2	マイネルリシャール	三浦	実6.2	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 2回4日新潟3R 6着/13頭 ― ― ― ―
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 6.0着 △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 14.9% (オッズ暗示: 16.1%) ※ 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。
3	テキサス	岩田望	実2.6	○詳細▼	人気馬、市場評価通りで上乗せなし
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) × 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 21.5% (オッズ暗示: 38.5%) ※ 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。
4	サンタンヌ	武豊	実13.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回8日福島5R 5着/13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 5.0着 ◎ 期待値 (オッズ vs AI勝率) +51% (市場が大幅過小評価) AI 予想勝率 11.6% (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。
5	サーギュスターヴ	丹内	実58.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回1日札幌1R 7着/12頭+9.0秒 1回4日札幌5R 5着/10頭 ― ― ―
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 6.0着 ◎ 期待値 (オッズ vs AI勝率) +99% (市場が大幅過小評価) AI 予想勝率 3.4% (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。
6	ギガントシュラーク	丸山	実145.2	▽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 6 ◎ 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 9位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +261% (市場が大幅過小評価) AI 予想勝率 2.5% (オッズ暗示: 0.7%) ※ 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	ウィナーズチェック	川田	実6.8	△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 2回7日福島2R 2着/9頭 2回2日福島5R 5着/14頭 ― ― ―
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 3.5着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 14.9% (オッズ暗示: 14.7%) ※ 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。
8	シュートザワークス	津村	実2.2	×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走平均2.5着と安定／前走3着）
前5走 3回6日東京4R 3着/10頭 2回7日新潟1R 2着/9頭+3.0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 2.5着 (安定) ○ 前走実績前走 3着 (好走) × 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 22.7% (オッズ暗示: 45.5%) ※ 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	マイネルウルカヌス	柴田大	実134.8	▽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 9 ◎ 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 10位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +218% (市場が大幅過小評価) AI 予想勝率 2.4% (オッズ暗示: 0.7%) ※ 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。
10	アルバスタキヤ	原	実48.8	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 3回2日新潟2R 8着/11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 8.0着 (不振) ◎ 期待値 (オッズ vs AI勝率) +66% (市場が大幅過小評価) AI 予想勝率 3.4% (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。

AIの本命

AI評価1位

シュートザワークス

騎手津村

単勝オッズ

2.2倍

AI期待値

-50%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3テキサス

2.6倍

EV -44%

▲2マイネルリシャール

6.2倍

EV -7%

出走馬全10頭

×8

シュートザワークス

津村

2.2倍

-50%

›

○3

テキサス

岩田望

2.6倍

-44%

›

▲2

マイネルリシャール

三浦

6.2倍

-7%

›

△7

ウィナーズチェック

川田

6.8倍

+1%

›

△4

サンタンヌ

武豊

13.0倍

+51%

›

△10

アルバスタキヤ

原

48.8倍

+66%

›

▽5

サーギュスターヴ

丹内

58.5倍

+99%

›

▽1

ライヴテキーラ

杉原

96.5倍

+153%

›

▽6

ギガントシュラーク

丸山

145.2倍

+261%

›

▽9

マイネルウルカヌス

柴田大

134.8倍

+218%

›

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