中山 4R 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

4R 中山競馬場　発走 11:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャジャミン	木幡育	実21.2	B▽ A▽勝率6% EV+16% 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）
前5走過去走データ取得失敗 (horse_results 不在)
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) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 4.1% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.5% / 期待値 +17% ※ 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	ランウェイミューズ	丹内	実17.5	B▽ A▽勝率6% EV+7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（120日ぶりの実戦）
前5走 05/16 1新潟53R 9着/16頭+0.7秒 03/08 2中山45R 3着/16頭+0.9秒 12/14 5中山45R 2着/16頭+0.7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戦の調子平均 4.7着 △ ローテーション 120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 5.2% (オッズ暗示: 5.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.1% / 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	ブライティアロード	菊沢	実85.4	B× A▽勝率1% EV-14% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.5着と低調／112日ぶりの実戦）
前5走 05/24 1新潟81R 13着/16頭+1.7秒 02/01 1小倉45R 10着/18頭+1.5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 11.5着 (不振) ▽ 前走実績前走 13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) -60% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 期待値 -14% ※ 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	ダイユウルミナス	◇小林美	実26.5	B× A×勝率2% EV-57% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.5着と低調／155日ぶりの実戦）
前5走 04/11 3中山55R 10着/15頭+0.9秒 02/14 1東京55R 7着/16頭+0.4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 8.5着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 155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%) × Aモデルの評価 (参考) レース内 12位 / 勝率 1.6% / 期待値 -58% ※ 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	グランマエストロ	池添	実10.1	B△ A△勝率8% EV-19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（105日ぶりの実戦）
前5走 05/31 2東京122R 6着/16頭+0.9秒 05/09 2東京55R 4着/18頭+0.3秒 04/25 2東京15R 2着/18頭+0.3秒 02/21 1東京76R 3着/16頭+0.4秒 11/29 5東京72R 2着/18頭+0.2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 4.0着 △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 9.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 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。
6	ショウナンバーボン	松山	実4.0	B○ A◎勝率27% EV+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／106日ぶりの実戦）
前5走 05/30 2東京113R 6着/18頭+0.5秒 05/16 1新潟53R 5着/16頭+0.3秒 04/18 3中山75R 2着/16頭+0.1秒 03/22 1中京42R 9着/16頭+2.2秒 01/17 1中山62R 9着/16頭+3.1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 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 106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 17.6% (オッズ暗示: 25.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.1% / 期待値 +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。
7	ピコプリンセス	石橋脩	実19.6	B▽ A▽勝率3% EV-32% 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／218日ぶりの実戦）
前5走 02/07 1東京35R 14着/16頭+1.6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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 218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 3.4% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.5% / 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	ワインダークシー	田辺	実4.3	B◎ A○勝率14% EV-37% 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（280日ぶりの実戦）
前5走 12/07 5中山22R 4着/16頭+0.2秒 10/19 4新潟21R 3着/12頭+0.3秒 08/17 2新潟84R 3着/11頭+0.3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 3.3着 △ ローテーション 280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 22.7% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.5% / 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。
9	ワッフル	嶋田	実108.5	B× A▽勝率1% EV-21% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／133日ぶりの実戦）
前5走 05/03 2東京44R 18着/18頭+2.5秒 04/11 3中山59R 4着/7頭+1.6秒 03/28 3中山15R 6着/16頭+0.7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 9.3着 (不振) ▽ 前走実績前走 18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) -55% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 1.0% / 期待値 -21% ※ 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	ウインドオブヘヴン	岩田望	実7.8	B△ A△勝率11% EV-10% 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0%と苦戦傾向／前走2着／113日ぶりの実戦）
前5走 05/23 2東京94R 2着/18頭+0.1秒 04/26 2東京25R 7着/18頭+0.5秒 04/04 3中山36R 10着/13頭+2.1秒 03/01 2中山22R 7着/16頭+1.7秒 01/31 1東京16R 9着/16頭+1.1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戦の調子平均 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 113日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 10.8% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.5% / 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。
11	ロジタイガー	松岡	実199.4	B▽ A▽勝率0% 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15.0着と低調）
前5走 2回8日福島2R 15着/16頭+1.0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 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 0.4% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.5% / 期待値 -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	ニシノオールワン	鮫島駿	実33.2	B▽ A▽勝率2% EV-46% 詳細▼	大穴、AI予想勝率低く長期回収困難（168日ぶりの実戦）
前5走 03/29 1中京64R 4着/17頭+0.5秒 12/28 5中山83R 9着/16頭+0.9秒 08/03 1札幌41R 10着/12頭+0.9秒 06/28 1函館55R 8着/16頭+1.0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 7.7着 (不振) △ ローテーション 168日休養明け × 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 1.7% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.6% / 期待値 -47% ※ 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	オンナキュヌヴィ	武豊	実7.1	B▲ A▲勝率11% EV-18% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着／140日ぶりの実戦）
前5走 04/26 1福島62R 3着/16頭+0.3秒 02/21 1東京76R 9着/16頭+1.2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 6.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 12.6% (オッズ暗示: 14.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.5% / 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。
14	アリアス	三浦	実23.4	B▽ A×勝率2% EV-62% 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／141日ぶりの実戦）
前5走 04/25 2東京15R 5着/18頭+0.7秒 04/04 3中山35R 4着/16頭+0.2秒 03/15 1中京24R 4着/18頭+0.3秒 12/14 5中山42R 5着/16頭+0.7秒 11/24 5東京62R 5着/18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 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 141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 2.8% (オッズ暗示: 4.3%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 期待値 -63% ※ 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	ポポラヴィスタ	△石神道	実49.3	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14.7着と低調／211日ぶりの実戦）
前5走 02/14 1小倉73R 11着/14頭+1.4秒 02/01 1小倉46R 18着/18頭+3.5秒 01/05 1中山26R 15着/18頭+1.5秒 10/19 4新潟25R 14着/18頭+1.4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 14.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 211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 1.7% (オッズ暗示: 2.0%) × Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 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。
16	ラグアイリータ	津村	実9.9	B△ A△勝率6% EV-39% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（308日ぶりの実戦）
前5走 11/09 5東京24R 14着/14頭+2.1秒 10/18 4東京63R 2着/8頭+0.1秒 10/04 4東京15R 4着/17頭+0.5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 6.7着 ▽ 前走実績前走 14着 (大敗) △ ローテーション 308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 6.5% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.1% / 期待値 -39% ※ 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 ○

ワインダークシー

騎手田辺

単勝オッズ

4.3倍

AI期待値

-2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎6ショウナンバーボン

4.0倍

EV -29%

▲A:▲13オンナキュヌヴィ

7.1倍

EV -10%

出走馬全16頭

◎A:○8

ワインダークシー

田辺

4.3倍

-2%

›

○A:◎6

ショウナンバーボン

松山

4.0倍

-29%

›

▲A:▲13

オンナキュヌヴィ

武豊

7.1倍

-10%

›

△A:△10

ウインドオブヘヴン

岩田望

7.8倍

-15%

›

△A:△5

グランマエストロ

池添

10.1倍

-14%

›

△A:△16

ラグアイリータ

津村

9.9倍

-35%

›

▽A:▽2

ランウェイミューズ

丹内

17.5倍

-8%

›

▽A:▽1

ジャジャミン

木幡育

21.2倍

-13%

›

▽A:▽7

ピコプリンセス

石橋脩

19.6倍

-32%

›

▽A:×14

アリアス

三浦

23.4倍

-34%

›

×A:×4

ダイユウルミナス

◇小林美

26.5倍

-56%

›

▽A:▽12

ニシノオールワン

鮫島駿

33.2倍

-44%

›

▽A:×15

ポポラヴィスタ

△石神道

49.3倍

-18%

›

×A:▽3

ブライティアロード

菊沢

85.4倍

-60%

›

×A:▽9

ワッフル

嶋田

108.5倍

-54%

›

▽A:▽11

ロジタイガー

松岡

199.4倍

-16%

›

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

4R 中山競馬場　発走 11:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャジャミン	木幡育	実21.2	▽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）
前5走過去走データ取得失敗 (horse_results 不在)
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) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 5.5% (オッズ暗示: 4.7%) ※ 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。
2	ランウェイミューズ	丹内	実17.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（120日ぶりの実戦）
前5走 05/16 1新潟53R 9着/16頭+0.7秒 03/08 2中山45R 3着/16頭+0.9秒 12/14 5中山45R 2着/16頭+0.7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戦の調子平均 4.7着 △ ローテーション 120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 6.1% (オッズ暗示: 5.7%) ※ 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	ブライティアロード	菊沢	実85.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.5着と低調／112日ぶりの実戦）
前5走 05/24 1新潟81R 13着/16頭+1.7秒 02/01 1小倉45R 10着/18頭+1.5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 11.5着 (不振) ▽ 前走実績前走 13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) -14% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.2%) ※ 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	ダイユウルミナス	◇小林美	実26.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.5着と低調／155日ぶりの実戦）
前5走 04/11 3中山55R 10着/15頭+0.9秒 02/14 1東京55R 7着/16頭+0.4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 8.5着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 155日休養明け × 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 1.6% (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。
5	グランマエストロ	池添	実10.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（105日ぶりの実戦）
前5走 05/31 2東京122R 6着/16頭+0.9秒 05/09 2東京55R 4着/18頭+0.3秒 04/25 2東京15R 2着/18頭+0.3秒 02/21 1東京76R 3着/16頭+0.4秒 11/29 5東京72R 2着/18頭+0.2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 4.0着 △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 9.9%) ※ 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	ショウナンバーボン	松山	実4.0	◎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／106日ぶりの実戦）
前5走 05/30 2東京113R 6着/18頭+0.5秒 05/16 1新潟53R 5着/16頭+0.3秒 04/18 3中山75R 2着/16頭+0.1秒 03/22 1中京42R 9着/16頭+2.2秒 01/17 1中山62R 9着/16頭+3.1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 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 27.1% (オッズ暗示: 25.0%) ※ 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。
7	ピコプリンセス	石橋脩	実19.6	▽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／218日ぶりの実戦）
前5走 02/07 1東京35R 14着/16頭+1.6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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 218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 3.5% (オッズ暗示: 5.1%) ※ 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。
8	ワインダークシー	田辺	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（280日ぶりの実戦）
前5走 12/07 5中山22R 4着/16頭+0.2秒 10/19 4新潟21R 3着/12頭+0.3秒 08/17 2新潟84R 3着/11頭+0.3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 3.3着 △ ローテーション 280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 14.5% (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。
9	ワッフル	嶋田	実108.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／133日ぶりの実戦）
前5走 05/03 2東京44R 18着/18頭+2.5秒 04/11 3中山59R 4着/7頭+1.6秒 03/28 3中山15R 6着/16頭+0.7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 9.3着 (不振) ▽ 前走実績前走 18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) -21% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 0.9%) ※ 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。
10	ウインドオブヘヴン	岩田望	実7.8	△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0%と苦戦傾向／前走2着／113日ぶりの実戦）
前5走 05/23 2東京94R 2着/18頭+0.1秒 04/26 2東京25R 7着/18頭+0.5秒 04/04 3中山36R 10着/13頭+2.1秒 03/01 2中山22R 7着/16頭+1.7秒 01/31 1東京16R 9着/16頭+1.1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戦の調子平均 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 113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 11.5% (オッズ暗示: 12.8%) ※ 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	ロジタイガー	松岡	実199.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調）
前5走 2回8日福島2R 15着/16頭+1.0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 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.5%) ※ 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。
12	ニシノオールワン	鮫島駿	実33.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（168日ぶりの実戦）
前5走 03/29 1中京64R 4着/17頭+0.5秒 12/28 5中山83R 9着/16頭+0.9秒 08/03 1札幌41R 10着/12頭+0.9秒 06/28 1函館55R 8着/16頭+1.0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 7.7着 (不振) △ ローテーション 168日休養明け × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 1.6% (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。
13	オンナキュヌヴィ	武豊	実7.1	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着／140日ぶりの実戦）
前5走 04/26 1福島62R 3着/16頭+0.3秒 02/21 1東京76R 9着/16頭+1.2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 6.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 140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 11.5% (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。
14	アリアス	三浦	実23.4	×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／141日ぶりの実戦）
前5走 04/25 2東京15R 5着/18頭+0.7秒 04/04 3中山35R 4着/16頭+0.2秒 03/15 1中京24R 4着/18頭+0.3秒 12/14 5中山42R 5着/16頭+0.7秒 11/24 5東京62R 5着/18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 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 141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 1.6% (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。
15	ポポラヴィスタ	△石神道	実49.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.7着と低調／211日ぶりの実戦）
前5走 02/14 1小倉73R 11着/14頭+1.4秒 02/01 1小倉46R 18着/18頭+3.5秒 01/05 1中山26R 15着/18頭+1.5秒 10/19 4新潟25R 14着/18頭+1.4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 14.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 211日休養明け × 期待値 (オッズ vs AI勝率) -51% (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。
16	ラグアイリータ	津村	実9.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（308日ぶりの実戦）
前5走 11/09 5東京24R 14着/14頭+2.1秒 10/18 4東京63R 2着/8頭+0.1秒 10/04 4東京15R 4着/17頭+0.5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 6.7着 ▽ 前走実績前走 14着 (大敗) △ ローテーション 308日休養明け × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 6.1% (オッズ暗示: 10.1%) ※ 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。

AIの本命

AI評価1位

ショウナンバーボン

騎手松山

単勝オッズ

4.0倍

AI期待値

+8%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ワインダークシー

4.3倍

EV -37%

▲13オンナキュヌヴィ

7.1倍

EV -18%

出走馬全16頭

◎6

ショウナンバーボン

松山

4.0倍

+8%

›

○8

ワインダークシー

田辺

4.3倍

-37%

›

▲13

オンナキュヌヴィ

武豊

7.1倍

-18%

›

△10

ウインドオブヘヴン

岩田望

7.8倍

-10%

›

△5

グランマエストロ

池添

10.1倍

-19%

›

△16

ラグアイリータ

津村

9.9倍

-39%

›

▽2

ランウェイミューズ

丹内

17.5倍

+7%

›

▽1

ジャジャミン

木幡育

21.2倍

+16%

›

▽7

ピコプリンセス

石橋脩

19.6倍

-32%

›

×14

アリアス

三浦

23.4倍

-62%

›

▽12

ニシノオールワン

鮫島駿

33.2倍

-46%

›

×4

ダイユウルミナス

◇小林美

26.5倍

-57%

›

▽3

ブライティアロード

菊沢

85.4倍

-14%

›

×15

ポポラヴィスタ

△石神道

49.3倍

-50%

›

▽9

ワッフル

嶋田

108.5倍

-21%

›

▽11

ロジタイガー

松岡

199.4倍

-1%

›

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