中山 7R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

7R 中山競馬場　発走 13:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ラヴスコール	鮫島駿	実31.4	B▽ A▽勝率2% EV-47% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／120日ぶりの実戦）
前5走 05/16 1新潟512R 6着/16頭+0.6秒 05/03 1新潟27R 4着/16頭+0.5秒 03/07 2中山312R 10着/16頭+0.9秒 12/20 5中京512R 7着/18頭+0.4秒 09/06 2札幌57R 2着/14頭+0.1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 6.7着 × 当競馬場適性 6走で勝率 0% (苦戦) △ ローテーション 120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: 3.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.7% / 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。
2	スマイルカーブ	菊沢	実29.5	B▽ A×勝率2% EV-50% 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／直近3走で勝率33%と好調／155日ぶりの実戦）
前5走 04/11 3中山511R 8着/15頭+0.8秒 03/14 2中山511R 5着/16頭+0.8秒 01/21 笠松8R 1着/8頭勝利 12/21 5中山63R 10着/15頭+1.4秒 10/26 4新潟42R 8着/13頭+0.8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 155日休養明け × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.4%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.7% / 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。
3	ツインピークス	◇小林美	実32.0	B▽ A▽勝率2% EV-46% 詳細▼	大穴、AI予想勝率低く長期回収困難（113日ぶりの実戦）
前5走 05/23 2東京97R 5着/18頭+0.9秒 04/25 2東京18R 6着/8頭+0.3秒 03/28 1中京57R 5着/15頭+0.5秒 12/27 5中山77R 13着/18頭+0.7秒 11/01 4東京1012R 12着/15頭+1.4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 5.3着 △ ローテーション 113日休養明け ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 4.3% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.7% / 期待値 -46% ※ 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	ノーブルライナー	丹内	実28.4	B× A×勝率2% EV-52% 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0%と苦戦傾向／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 05/21 園田7R 1着/10頭勝利 01/22 姫路6R 1着/10頭勝利 01/07 園田7R 9着/10頭+1.1秒 12/23 園田8R 5着/10頭+1.3秒 12/02 園田3R 3着/10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戦の調子勝率 67% (絶好調) × 当競馬場適性 4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 115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 1.7% (オッズ暗示: 3.5%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 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。
5	ダノンアスコルティ	岩田望	実3.1	B○ A◎勝率26% EV-19% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着／112日ぶりの実戦）
前5走 05/24 2東京104R 2着/18頭+0.0秒 02/22 1東京84R 6着/16頭+0.7秒 12/20 5中山56R 4着/16頭+0.4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 ○ 前走実績前走 2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) -44% (大幅な期待値マイナス) AI 予想勝率 18.0% (オッズ暗示: 32.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.9% / 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	ミスターマーボー	原	実12.0	B△ A△勝率8% EV+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33%と好調／前走勝利の勢い／113日ぶりの実戦）
前5走 05/23 1新潟75R 1着/16頭勝利 03/01 1小倉125R 2着/18頭+0.1秒 02/15 1小倉82R 2着/18頭+0.0秒 11/24 3福島66R 2着/16頭+0.0秒 10/26 4新潟42R 4着/13頭+0.4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 113日休養明け △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 8.9% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.3% / 期待値 +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	ダイヤテソーロ	木幡巧	実16.0	B▽ A▽勝率6% EV+2% 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／98日ぶりの実戦）
前5走 05/24 2東京104R 1着/18頭勝利 05/03 2東京44R 3着/18頭+0.4秒 02/21 1東京76R 7着/16頭+1.0秒 11/15 5東京32R 4着/17頭+0.5秒 11/09 5東京21R 7着/16頭+0.8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戦の調子勝率 33% (上り調子) △ ローテーション 98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 5.5% (オッズ暗示: 6.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.4% / 期待値 +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。
8	ベアサナエチャン	松山	実9.2	B△ A△勝率9% EV-19% 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／前走3着／112日ぶりの実戦）
前5走 05/24 2東京104R 3着/18頭+0.0秒 05/03 2東京44R 5着/18頭+0.7秒 04/11 3中山55R 4着/15頭+0.5秒 02/21 1東京76R 5着/16頭+0.7秒 01/31 1東京16R 4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 4.0着 × 当競馬場適性 5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) -18% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 10.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.8% / 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	ファンクション推奨	武豊	実13.7	B△ A△勝率9% EV+20% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+54%の中穴候補（近5走で勝率20%と堅実）
前5走 05/23 2東京99R 11着/12頭+1.1秒 04/04 2阪神311R 14着/14頭+2.0秒 03/14 2中山511R 4着/16頭+0.7秒 01/17 1中山69R 2着/8頭+0.0秒 11/24 3福島65R 1着/16頭勝利
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 9.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 113日休養明け ◎ 期待値 (オッズ vs AI勝率) +54% (市場が大幅過小評価) AI 予想勝率 11.3% (オッズ暗示: 7.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.8% / 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。
10	シャオママル	丸田	実44.9	B× A×勝率1% EV-52% 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／211日ぶりの実戦）
前5走 02/14 1東京57R 14着/16頭+0.8秒 11/08 5東京111R 4着/16頭+0.5秒 10/13 4東京53R 1着/12頭勝利 09/13 4中山32R 2着/11頭+0.0秒 08/30 3新潟35R 9着/18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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 14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) -56% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.2%) × Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 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。
11	ナハトナナレオン	横山武	実6.7	B▲ A▲勝率12% EV-19% 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33%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 03/28 3中山15R 1着/16頭勝利 03/01 2中山25R 3着/16頭+0.5秒 01/31 2京都16R 4着/16頭+0.3秒 01/05 1中山26R 14着/18頭+1.4秒 10/05 4東京22R 3着/11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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 169日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 11.3% (オッズ暗示: 14.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.0% / 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。
12	スペードギニー	△石神道	実63.1	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走で勝率67%と好調／155日ぶりの実戦）
前5走 04/11 1福島19R 6着/16頭+0.8秒 12/19 金沢8R 1着/8頭勝利 12/08 金沢6R 1着/8頭勝利 11/02 盛岡10R 2着/11頭+0.7秒 10/21 盛岡8R 2着/11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戦の調子勝率 67% (絶好調) △ ローテーション 155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 1.0% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 1.0% / 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	ソレエスピアージャ	ミシェル	実44.0	B× A×勝率1% EV-53% 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／前走勝利の勢い／107日ぶりの実戦）
前5走 05/29 笠松9R 1着/10頭勝利 04/14 大井9R 2着/10頭+0.5秒 03/23 大井10R 2着/9頭+0.0秒 12/30 大井5R 3着/13頭+1.6秒 12/03 大井6R 1着/14頭勝利
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 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 107日休養明け × 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 1.0% (オッズ暗示: 2.3%) × Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 期待値 -54% ※ 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	クリノゴッホ	△石田	実229.2	B▽ A▽勝率1% EV+8% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／470日ぶりの実戦）
前5走 05/31 2東京114R 13着/14頭+18.1秒 05/31 2東京114R 13着/14頭+18.1秒 05/31 2東京114R 13着/14頭+18.1秒 05/31 2東京114R 13着/14頭+18.1秒 05/31 2東京114R 13着/14頭+18.1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 13.0着 (不振) △ 当競馬場適性 96走で勝率 12% ▽ 前走実績前走 13着 (大敗) △ ローテーション 470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 0.4% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 1.0% / 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。
15	タイセイアストロ	杉原	実4.5	B◎ A○勝率14% EV-36% 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／176日ぶりの実戦）
前5走 03/21 1中京311R 10着/17頭+0.9秒 02/14 1東京57R 5着/16頭+0.1秒 01/04 1中山15R 1着/16頭勝利 12/21 5中京64R 3着/17頭+0.2秒 09/21 4中山73R 3着/10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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 10着 (大敗) △ ローテーション 176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 18.4% (オッズ暗示: 22.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.2% / 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。
16	スワローシチー	田辺	実22.7	B▽ A▽勝率6% EV+31% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（168日ぶりの実戦）
前5走 03/29 1中京66R 8着/13頭+0.6秒 02/22 1東京86R 7着/16頭+0.5秒 01/31 1東京112R 7着/12頭+0.5秒 01/12 1中山512R 12着/18頭+1.1秒 12/14 5中山412R 8着/16頭+0.6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 7.3着 (不振) △ 当競馬場適性 7走で勝率 14% △ ローテーション 168日休養明け △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 4.9% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.8% / 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。

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 ○

タイセイアストロ

騎手杉原

単勝オッズ

4.5倍

AI期待値

-17%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎5ダノンアスコルティ

3.1倍

EV -44%

▲A:▲11ナハトナナレオン

6.7倍

EV -24%

出走馬全16頭

◎A:○15

タイセイアストロ

杉原

4.5倍

-17%

›

○A:◎5

ダノンアスコルティ

岩田望

3.1倍

-44%

›

▲A:▲11

ナハトナナレオン

横山武

6.7倍

-24%

›

△A:△9

ファンクション

武豊

13.7倍

+54%

›

△A:△8

ベアサナエチャン

松山

9.2倍

-18%

›

△A:△6

ミスターマーボー

原

12.0倍

+6%

›

▽A:▽7

ダイヤテソーロ

木幡巧

16.0倍

-12%

›

▽A:▽16

スワローシチー

田辺

22.7倍

+11%

›

▽A:▽3

ツインピークス

◇小林美

32.0倍

+36%

›

×A:×4

ノーブルライナー

丹内

28.4倍

-50%

›

▽A:×2

スマイルカーブ

菊沢

29.5倍

-48%

›

▽A:▽1

ラヴスコール

鮫島駿

31.4倍

-45%

›

×A:×13

ソレエスピアージャ

ミシェル

44.0倍

-57%

›

×A:×10

シャオママル

丸田

44.9倍

-56%

›

▽A:▽12

スペードギニー

△石神道

63.1倍

-38%

›

▽A:▽14

クリノゴッホ

△石田

229.2倍

+0%

›

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 9 ファンクション実13.7倍期待値 +54% 推奨 10.0〜30.0倍 ¥100 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 9 ファンクション実13.7倍期待値 +54% 推奨 10.0〜30.0倍 ¥200 不的中

※ オッズは予測時点の値です。

7R 中山競馬場　発走 13:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ラヴスコール	鮫島駿	実31.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／120日ぶりの実戦）
前5走 05/16 1新潟512R 6着/16頭+0.6秒 05/03 1新潟27R 4着/16頭+0.5秒 03/07 2中山312R 10着/16頭+0.9秒 12/20 5中京512R 7着/18頭+0.4秒 09/06 2札幌57R 2着/14頭+0.1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 6.7着 × 当競馬場適性 6走で勝率 0% (苦戦) △ ローテーション 120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 1.7% (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。
2	スマイルカーブ	菊沢	実29.5	×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／直近3走で勝率33%と好調／155日ぶりの実戦）
前5走 04/11 3中山511R 8着/15頭+0.8秒 03/14 2中山511R 5着/16頭+0.8秒 01/21 笠松8R 1着/8頭勝利 12/21 5中山63R 10着/15頭+1.4秒 10/26 4新潟42R 8着/13頭+0.8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 155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 1.7% (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。
3	ツインピークス	◇小林美	実32.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（113日ぶりの実戦）
前5走 05/23 2東京97R 5着/18頭+0.9秒 04/25 2東京18R 6着/8頭+0.3秒 03/28 1中京57R 5着/15頭+0.5秒 12/27 5中山77R 13着/18頭+0.7秒 11/01 4東京1012R 12着/15頭+1.4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 5.3着 △ ローテーション 113日休養明け × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.1%) ※ 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。
4	ノーブルライナー	丹内	実28.4	×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0%と苦戦傾向／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 05/21 園田7R 1着/10頭勝利 01/22 姫路6R 1着/10頭勝利 01/07 園田7R 9着/10頭+1.1秒 12/23 園田8R 5着/10頭+1.3秒 12/02 園田3R 3着/10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戦の調子勝率 67% (絶好調) × 当競馬場適性 4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 115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 1.7% (オッズ暗示: 3.5%) ※ 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。
5	ダノンアスコルティ	岩田望	実3.1	◎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（前走2着／112日ぶりの実戦）
前5走 05/24 2東京104R 2着/18頭+0.0秒 02/22 1東京84R 6着/16頭+0.7秒 12/20 5中山56R 4着/16頭+0.4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 ○ 前走実績前走 2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) -20% (オッズ過剰評価) AI 予想勝率 25.9% (オッズ暗示: 32.3%) ※ 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。
6	ミスターマーボー	原	実12.0	△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33%と好調／前走勝利の勢い／113日ぶりの実戦）
前5走 05/23 1新潟75R 1着/16頭勝利 03/01 1小倉125R 2着/18頭+0.1秒 02/15 1小倉82R 2着/18頭+0.0秒 11/24 3福島66R 2着/16頭+0.0秒 10/26 4新潟42R 4着/13頭+0.4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 113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 8.3% (オッズ暗示: 8.3%) ※ 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。
7	ダイヤテソーロ	木幡巧	実16.0	▽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33%と好調／98日ぶりの実戦）
前5走 05/24 2東京104R 1着/18頭勝利 05/03 2東京44R 3着/18頭+0.4秒 02/21 1東京76R 7着/16頭+1.0秒 11/15 5東京32R 4着/17頭+0.5秒 11/09 5東京21R 7着/16頭+0.8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戦の調子勝率 33% (上り調子) △ ローテーション 98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 6.4% (オッズ暗示: 6.2%) ※ 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	ベアサナエチャン	松山	実9.2	△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／前走3着／112日ぶりの実戦）
前5走 05/24 2東京104R 3着/18頭+0.0秒 05/03 2東京44R 5着/18頭+0.7秒 04/11 3中山55R 4着/15頭+0.5秒 02/21 1東京76R 5着/16頭+0.7秒 01/31 1東京16R 4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 4.0着 × 当競馬場適性 5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) -19% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 10.9%) ※ 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。
9	ファンクション推奨	武豊	実13.7	△詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実）
前5走 05/23 2東京99R 11着/12頭+1.1秒 04/04 2阪神311R 14着/14頭+2.0秒 03/14 2中山511R 4着/16頭+0.7秒 01/17 1中山69R 2着/8頭+0.0秒 11/24 3福島65R 1着/16頭勝利
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 9.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 113日休養明け △ 期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 8.8% (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。
10	シャオママル	丸田	実44.9	×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／211日ぶりの実戦）
前5走 02/14 1東京57R 14着/16頭+0.8秒 11/08 5東京111R 4着/16頭+0.5秒 10/13 4東京53R 1着/12頭勝利 09/13 4中山32R 2着/11頭+0.0秒 08/30 3新潟35R 9着/18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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 14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) -53% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.2%) ※ 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	ナハトナナレオン	横山武	実6.7	▲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33%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 03/28 3中山15R 1着/16頭勝利 03/01 2中山25R 3着/16頭+0.5秒 01/31 2京都16R 4着/16頭+0.3秒 01/05 1中山26R 14着/18頭+1.4秒 10/05 4東京22R 3着/11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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 169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 12.0% (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。
12	スペードギニー	△石神道	実63.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調／155日ぶりの実戦）
前5走 04/11 1福島19R 6着/16頭+0.8秒 12/19 金沢8R 1着/8頭勝利 12/08 金沢6R 1着/8頭勝利 11/02 盛岡10R 2着/11頭+0.7秒 10/21 盛岡8R 2着/11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戦の調子勝率 67% (絶好調) △ ローテーション 155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 1.0% (オッズ暗示: 1.6%) ※ 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。
13	ソレエスピアージャ	ミシェル	実44.0	×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／前走勝利の勢い／107日ぶりの実戦）
前5走 05/29 笠松9R 1着/10頭勝利 04/14 大井9R 2着/10頭+0.5秒 03/23 大井10R 2着/9頭+0.0秒 12/30 大井5R 3着/13頭+1.6秒 12/03 大井6R 1着/14頭勝利
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 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 107日休養明け × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.3%) ※ 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。
14	クリノゴッホ	△石田	実229.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／470日ぶりの実戦）
前5走 05/31 2東京114R 13着/14頭+18.1秒 05/31 2東京114R 13着/14頭+18.1秒 05/31 2東京114R 13着/14頭+18.1秒 05/31 2東京114R 13着/14頭+18.1秒 05/31 2東京114R 13着/14頭+18.1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 13.0着 (不振) △ 当競馬場適性 96走で勝率 12% ▽ 前走実績前走 13着 (大敗) △ ローテーション 470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 1.0% (オッズ暗示: 0.4%) ※ 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。
15	タイセイアストロ	杉原	実4.5	○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／176日ぶりの実戦）
前5走 03/21 1中京311R 10着/17頭+0.9秒 02/14 1東京57R 5着/16頭+0.1秒 01/04 1中山15R 1着/16頭勝利 12/21 5中京64R 3着/17頭+0.2秒 09/21 4中山73R 3着/10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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 10着 (大敗) △ ローテーション 176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 14.2% (オッズ暗示: 22.2%) ※ 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。
16	スワローシチー	田辺	実22.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（168日ぶりの実戦）
前5走 03/29 1中京66R 8着/13頭+0.6秒 02/22 1東京86R 7着/16頭+0.5秒 01/31 1東京112R 7着/12頭+0.5秒 01/12 1中山512R 12着/18頭+1.1秒 12/14 5中山412R 8着/16頭+0.6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 7.3着 (不振) △ 当競馬場適性 7走で勝率 14% △ ローテーション 168日休養明け ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 5.8% (オッズ暗示: 4.4%) ※ 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。

AIの本命

AI評価1位

ダノンアスコルティ

騎手岩田望

単勝オッズ

3.1倍

AI期待値

-19%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○15タイセイアストロ

4.5倍

EV -36%

▲11ナハトナナレオン

6.7倍

EV -19%

出走馬全16頭

◎5

ダノンアスコルティ

岩田望

3.1倍

-19%

›

○15

タイセイアストロ

杉原

4.5倍

-36%

›

▲11

ナハトナナレオン

横山武

6.7倍

-19%

›

△8

ベアサナエチャン

松山

9.2倍

-19%

›

△9

ファンクション

武豊

13.7倍

+20%

›

△6

ミスターマーボー

原

12.0倍

+0%

›

▽7

ダイヤテソーロ

木幡巧

16.0倍

+2%

›

▽16

スワローシチー

田辺

22.7倍

+31%

›

×4

ノーブルライナー

丹内

28.4倍

-52%

›

×2

スマイルカーブ

菊沢

29.5倍

-50%

›

▽1

ラヴスコール

鮫島駿

31.4倍

-47%

›

▽3

ツインピークス

◇小林美

32.0倍

-46%

›

×13

ソレエスピアージャ

ミシェル

44.0倍

-53%

›

×10

シャオママル

丸田

44.9倍

-52%

›

▽12

スペードギニー

△石神道

63.1倍

-33%

›

▽14

クリノゴッホ

△石田

229.2倍

+8%

›

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 9 ファンクション実13.7倍期待値 +20% 推奨 11.4〜30.0倍 ¥100 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 9 ファンクション実13.7倍期待値 +20% 推奨 11.4〜30.0倍 ¥200 不的中

※ 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