中山 8R 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

8R 中山競馬場　発走 13:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホウオウルクソール	◇今村	実8.1	B▲ A△勝率11% EV-11% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均10.0着と低調／141日ぶりの実戦）
前5走 04/25 2東京16R 14着/16頭+3.6秒 12/21 5中京69R 11着/16頭+1.1秒 11/29 5東京79R 5着/12頭+0.9秒 10/25 4東京86R 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 10.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 141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 16.9% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.8% / 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。
2	テンハートビート	ミシェル	実12.7	B△ A△勝率6% EV-27% 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／前走勝利の勢い）
前5走 03/21 2中山71R 4着/16頭+0.5秒 03/07 2中山31R 3着/16頭+1.0秒 12/06 5中山13R 11着/15頭+0.9秒 11/24 5東京66R 8着/13頭+1.3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) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 5.6% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.8% / 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。
3	クラシオン	菊沢	実14.2	B▽ A▽勝率6% EV-19% 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50%と好調／前走勝利の勢い／273日ぶりの実戦）
前5走 12/14 5中京42R 1着/13頭勝利 11/23 5東京54R 5着/15頭+1.2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 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 273日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 5.0% (オッズ暗示: 7.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.8% / 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。
4	イラーナ	△石神道	実91.7	B× A▽勝率1% EV-33% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均9.7着と低調／105日ぶりの実戦）
前5走 05/31 2東京127R 7着/16頭+0.8秒 03/15 2中山612R 12着/16頭+2.0秒 12/13 5中京32R 10着/16頭+1.0秒 09/27 4中山86R 13着/16頭+2.0秒 06/22 3東京67R 11着/16頭+1.9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 9.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 105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 0.5% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 13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。
5	ペロ	丸山	実22.9	B▽ A▽勝率5% EV+23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／105日ぶりの実戦）
前5走 05/31 2東京127R 2着/16頭+0.1秒 03/22 1中京47R 14着/15頭+2.4秒 02/28 2中山17R 3着/16頭+0.7秒 02/01 1東京24R 6着/16頭+1.4秒 01/10 1中山312R 5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 6.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 105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 3.3% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.2% / 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。
6	リラキトス	◇小林美	実15.3	B▽ A▽勝率6% EV-12% 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／111日ぶりの実戦）
前5走 05/25 名古屋10R 4着/10頭+0.3秒 04/23 名古屋4R 1着/12頭勝利 04/09 名古屋1R 1着/11頭勝利 03/23 名古屋5R 1着/11頭勝利 10/02 名古屋5R 4着/12頭+1.1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戦の調子勝率 67% (絶好調) △ ローテーション 111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 3.3% (オッズ暗示: 6.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.8% / 期待値 -12% ※ 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	レイフロレット	柴田大	実101.6	B× A▽勝率1% EV-29% 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11.3着と低調／140日ぶりの実戦）
前5走 04/26 1福島67R 9着/15頭+0.8秒 02/15 1小倉87R 14着/14頭+3.0秒 12/06 5中京13R 11着/15頭+0.7秒 11/09 3福島23R 3着/15頭+0.7秒 10/13 3京都54R 4着/13頭+1.8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戦の調子平均 11.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 140日休養明け × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 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。
8	ブルーユンチェリー	武藤	実81.9	B× A▽勝率1% EV-44% 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／127日ぶりの実戦）
前5走 05/09 1新潟38R 7着/15頭+1.6秒 03/15 2中山66R 14着/16頭+2.5秒 03/01 1小倉128R 7着/15頭+0.7秒 02/21 1小倉97R 14着/16頭+1.9秒 11/12 名古屋9R 1着/12頭勝利
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 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 127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: 1.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 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。
9	ニシノヴィヴィ	原	実105.7	B▽ A×勝率0% EV-51% 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／448日ぶりの実戦）
前5走 06/22 3東京612R 11着/16頭+2.2秒 10/27 4新潟86R 9着/13頭+1.6秒 10/06 4東京26R 8着/16頭+1.1秒 09/15 4中山47R 7着/14頭+0.8秒 08/31 3新潟78R 4着/15頭+0.5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 11着 (大敗) △ ローテーション 448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 0.5% (オッズ暗示: 0.9%) × Aモデルの評価 (参考) レース内 15位 / 勝率 0.5% / 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。
10	エルムラント	三浦	実11.2	B△ A△勝率8% EV-15% 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／前走3着／119日ぶりの実戦）
前5走 05/17 1新潟612R 3着/11頭+0.8秒 03/29 3中山28R 8着/16頭+1.0秒 03/01 2中山28R 5着/16頭+0.5秒 11/08 3福島17R 10着/16頭+0.6秒 03/23 2中京49R 5着/10頭+0.3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 5.3着 × 当競馬場適性 3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) -9% (オッズ過剰評価) AI 予想勝率 8.1% (オッズ暗示: 8.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.5% / 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。
11	トップマジシャン	内田博	実36.2	B▽ A▽勝率5% EV+84% 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／120日ぶりの実戦）
前5走 05/16 2東京77R 10着/16頭+1.6秒 03/29 2阪神26R 8着/10頭+1.4秒 03/07 2中山37R 8着/15頭+1.6秒 10/13 4東京58R 5着/7頭+2.4秒 09/15 4中山51R 1着/16頭勝利
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 8.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 120日休養明け ◎ 期待値 (オッズ vs AI勝率) +81% (市場が大幅過小評価) AI 予想勝率 5.0% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.2% / 期待値 +85% ※ 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	コヴェナント	野中	実232.3	×詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 05/28 笠松8R 5着/10頭+1.4秒 05/13 笠松8R 1着/7頭勝利 05/01 笠松4R 2着/8頭+0.6秒 04/17 笠松8R 3着/9頭+1.3秒 03/19 笠松5R 2着/8頭+0.0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戦の調子勝率 33% (上り調子) △ ローテーション 108日休養明け × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ※ 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	ラルフテソーロ	丹内	実6.6	B△ A▲勝率11% EV-29% 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33%と好調／106日ぶりの実戦）
前5走 05/30 2東京118R 5着/16頭+0.9秒 08/17 1札幌88R 9着/13頭+2.5秒 08/02 1札幌33R 1着/14頭勝利 11/30 5中山14R 2着/15頭+0.1秒 11/16 5東京53R 3着/16頭+0.9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 33% (上り調子) △ ローテーション 106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 8.3% (オッズ暗示: 15.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.8% / 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。
14	シルフレイ	横山和	実5.1	B○ A○勝率13% EV-35% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率0%と苦戦傾向／119日ぶりの実戦）
前5走 05/17 1新潟612R 5着/11頭+1.0秒 05/10 2東京67R 4着/16頭+0.5秒 03/15 2中山612R 6着/16頭+1.3秒 01/10 1中山312R 3着/16頭+0.3秒 12/20 5中山58R 5着/16頭+1.2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 5.0着 × 当競馬場適性 8走で勝率 0% (苦戦) △ ローテーション 119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 16.9% (オッズ暗示: 19.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.7% / 期待値 -35% ※ 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	ホウオウプレシャス	▲水沼	実62.2	B▽ A▽勝率1% EV-42% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場72走で勝率0%と苦戦傾向／546日ぶりの実戦）
前5走 03/16 1阪神64R 6着/9頭+4.3秒 03/16 1阪神64R 6着/9頭+4.3秒 03/16 1阪神64R 6着/9頭+4.3秒 03/16 1阪神64R 6着/9頭+4.3秒 03/16 1阪神64R 6着/9頭+4.3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 6.0着 × 当競馬場適性 72走で勝率 0% (苦戦) △ ローテーション 546日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.9% / 期待値 -42% ※ 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	グランルチャドール	石橋脩	実2.8	B◎ A◎勝率29% EV-18% 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／前走勝利の勢い／917日ぶりの実戦）
前5走 03/10 2中山62R 1着/16頭勝利 01/21 1小倉46R 10着/11頭+3.2秒 12/23 5中山75R 10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 917日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 25.4% (オッズ暗示: 35.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 29.0% / 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。

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 ◎

グランルチャドール

騎手石橋脩

単勝オッズ

2.8倍

AI期待値

-28%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○14シルフレイ

5.1倍

EV -13%

▲A:△1ホウオウルクソール

8.1倍

EV +36%

出走馬全16頭

◎A:◎16

グランルチャドール

石橋脩

2.8倍

-28%

›

○A:○14

シルフレイ

横山和

5.1倍

-13%

›

▲A:△1

ホウオウルクソール

◇今村

8.1倍

+36%

›

△A:▲13

ラルフテソーロ

丹内

6.6倍

-45%

›

△A:△10

エルムラント

三浦

11.2倍

-8%

›

△A:△2

テンハートビート

ミシェル

12.7倍

-29%

›

▽A:▽11

トップマジシャン

内田博

36.2倍

+81%

›

▽A:▽3

クラシオン

菊沢

14.2倍

-28%

›

▽A:▽6

リラキトス

◇小林美

15.3倍

-49%

›

▽A:▽5

ペロ

丸山

22.9倍

-24%

›

▽A:▽15

ホウオウプレシャス

▲水沼

62.2倍

›

×A:▽4

イラーナ

△石神道

91.7倍

-55%

›

▽A:×9

ニシノヴィヴィ

原

105.7倍

-49%

›

×A:▽8

ブルーユンチェリー

武藤

81.9倍

-66%

›

×A:▽7

レイフロレット

柴田大

101.6倍

-59%

›

×12

コヴェナント

野中

232.3倍

-99%

›

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

8R 中山競馬場　発走 13:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホウオウルクソール	◇今村	実8.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均10.0着と低調／141日ぶりの実戦）
前5走 04/25 2東京16R 14着/16頭+3.6秒 12/21 5中京69R 11着/16頭+1.1秒 11/29 5東京79R 5着/12頭+0.9秒 10/25 4東京86R 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 10.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 141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 10.8% (オッズ暗示: 12.3%) ※ 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。
2	テンハートビート	ミシェル	実12.7	△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／前走勝利の勢い）
前5走 03/21 2中山71R 4着/16頭+0.5秒 03/07 2中山31R 3着/16頭+1.0秒 12/06 5中山13R 11着/15頭+0.9秒 11/24 5東京66R 8着/13頭+1.3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) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 5.8% (オッズ暗示: 7.9%) ※ 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。
3	クラシオン	菊沢	実14.2	▽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50%と好調／前走勝利の勢い／273日ぶりの実戦）
前5走 12/14 5中京42R 1着/13頭勝利 11/23 5東京54R 5着/15頭+1.2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 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 273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 5.8% (オッズ暗示: 7.0%) ※ 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	イラーナ	△石神道	実91.7	▽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9.7着と低調／105日ぶりの実戦）
前5走 05/31 2東京127R 7着/16頭+0.8秒 03/15 2中山612R 12着/16頭+2.0秒 12/13 5中京32R 10着/16頭+1.0秒 09/27 4中山86R 13着/16頭+2.0秒 06/22 3東京67R 11着/16頭+1.9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 9.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 105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: 1.1%) ※ 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。
5	ペロ	丸山	実22.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／105日ぶりの実戦）
前5走 05/31 2東京127R 2着/16頭+0.1秒 03/22 1中京47R 14着/15頭+2.4秒 02/28 2中山17R 3着/16頭+0.7秒 02/01 1東京24R 6着/16頭+1.4秒 01/10 1中山312R 5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 6.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 5.2% (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。
6	リラキトス	◇小林美	実15.3	▽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／111日ぶりの実戦）
前5走 05/25 名古屋10R 4着/10頭+0.3秒 04/23 名古屋4R 1着/12頭勝利 04/09 名古屋1R 1着/11頭勝利 03/23 名古屋5R 1着/11頭勝利 10/02 名古屋5R 4着/12頭+1.1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戦の調子勝率 67% (絶好調) △ ローテーション 111日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 5.8% (オッズ暗示: 6.5%) ※ 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。
7	レイフロレット	柴田大	実101.6	▽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11.3着と低調／140日ぶりの実戦）
前5走 04/26 1福島67R 9着/15頭+0.8秒 02/15 1小倉87R 14着/14頭+3.0秒 12/06 5中京13R 11着/15頭+0.7秒 11/09 3福島23R 3着/15頭+0.7秒 10/13 3京都54R 4着/13頭+1.8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戦の調子平均 11.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 140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 1.0% (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。
8	ブルーユンチェリー	武藤	実81.9	▽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0%と苦戦傾向／直近3走平均9.3着と低調／127日ぶりの実戦）
前5走 05/09 1新潟38R 7着/15頭+1.6秒 03/15 2中山66R 14着/16頭+2.5秒 03/01 1小倉128R 7着/15頭+0.7秒 02/21 1小倉97R 14着/16頭+1.9秒 11/12 名古屋9R 1着/12頭勝利
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 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 127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 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。
9	ニシノヴィヴィ	原	実105.7	×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／448日ぶりの実戦）
前5走 06/22 3東京612R 11着/16頭+2.2秒 10/27 4新潟86R 9着/13頭+1.6秒 10/06 4東京26R 8着/16頭+1.1秒 09/15 4中山47R 7着/14頭+0.8秒 08/31 3新潟78R 4着/15頭+0.5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 11着 (大敗) △ ローテーション 448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 0.5% (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	エルムラント	三浦	実11.2	△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／前走3着／119日ぶりの実戦）
前5走 05/17 1新潟612R 3着/11頭+0.8秒 03/29 3中山28R 8着/16頭+1.0秒 03/01 2中山28R 5着/16頭+0.5秒 11/08 3福島17R 10着/16頭+0.6秒 03/23 2中京49R 5着/10頭+0.3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 5.3着 × 当競馬場適性 3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) -16% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 8.9%) ※ 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。
11	トップマジシャン	内田博	実36.2	▽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／120日ぶりの実戦）
前5走 05/16 2東京77R 10着/16頭+1.6秒 03/29 2阪神26R 8着/10頭+1.4秒 03/07 2中山37R 8着/15頭+1.6秒 10/13 4東京58R 5着/7頭+2.4秒 09/15 4中山51R 1着/16頭勝利
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 8.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 120日休養明け ◎ 期待値 (オッズ vs AI勝率) +84% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 2.8%) ※ 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。
12	コヴェナント	野中	実232.3	×詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 05/28 笠松8R 5着/10頭+1.4秒 05/13 笠松8R 1着/7頭勝利 05/01 笠松4R 2着/8頭+0.6秒 04/17 笠松8R 3着/9頭+1.3秒 03/19 笠松5R 2着/8頭+0.0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戦の調子勝率 33% (上り調子) △ ローテーション 108日休養明け × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ※ 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	ラルフテソーロ	丹内	実6.6	▲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／106日ぶりの実戦）
前5走 05/30 2東京118R 5着/16頭+0.9秒 08/17 1札幌88R 9着/13頭+2.5秒 08/02 1札幌33R 1着/14頭勝利 11/30 5中山14R 2着/15頭+0.1秒 11/16 5東京53R 3着/16頭+0.9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 33% (上り調子) △ 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 10.8% (オッズ暗示: 15.2%) ※ 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。
14	シルフレイ	横山和	実5.1	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率0%と苦戦傾向／119日ぶりの実戦）
前5走 05/17 1新潟612R 5着/11頭+1.0秒 05/10 2東京67R 4着/16頭+0.5秒 03/15 2中山612R 6着/16頭+1.3秒 01/10 1中山312R 3着/16頭+0.3秒 12/20 5中山58R 5着/16頭+1.2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 5.0着 × 当競馬場適性 8走で勝率 0% (苦戦) △ ローテーション 119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 12.7% (オッズ暗示: 19.6%) ※ 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。
15	ホウオウプレシャス	▲水沼	実62.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場72走で勝率0%と苦戦傾向／546日ぶりの実戦）
前5走 03/16 1阪神64R 6着/9頭+4.3秒 03/16 1阪神64R 6着/9頭+4.3秒 03/16 1阪神64R 6着/9頭+4.3秒 03/16 1阪神64R 6着/9頭+4.3秒 03/16 1阪神64R 6着/9頭+4.3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 6.0着 × 当競馬場適性 72走で勝率 0% (苦戦) △ ローテーション 546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 0.9% (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。
16	グランルチャドール	石橋脩	実2.8	◎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／前走勝利の勢い／917日ぶりの実戦）
前5走 03/10 2中山62R 1着/16頭勝利 01/21 1小倉46R 10着/11頭+3.2秒 12/23 5中山75R 10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 917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 29.0% (オッズ暗示: 35.7%) ※ 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。

AIの本命

AI評価1位

グランルチャドール

騎手石橋脩

単勝オッズ

2.8倍

AI期待値

-18%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○14シルフレイ

5.1倍

EV -35%

▲13ラルフテソーロ

6.6倍

EV -29%

出走馬全16頭

◎16

グランルチャドール

石橋脩

2.8倍

-18%

›

○14

シルフレイ

横山和

5.1倍

-35%

›

▲13

ラルフテソーロ

丹内

6.6倍

-29%

›

△1

ホウオウルクソール

◇今村

8.1倍

-11%

›

△10

エルムラント

三浦

11.2倍

-15%

›

△2

テンハートビート

ミシェル

12.7倍

-27%

›

▽3

クラシオン

菊沢

14.2倍

-19%

›

▽6

リラキトス

◇小林美

15.3倍

-12%

›

▽5

ペロ

丸山

22.9倍

+23%

›

▽11

トップマジシャン

内田博

36.2倍

+84%

›

▽8

ブルーユンチェリー

武藤

81.9倍

-44%

›

▽7

レイフロレット

柴田大

101.6倍

-29%

›

▽4

イラーナ

△石神道

91.7倍

-33%

›

▽15

ホウオウプレシャス

▲水沼

62.2倍

-42%

›

×9

ニシノヴィヴィ

原

105.7倍

-51%

›

×12

コヴェナント

野中

232.3倍

-99%

›

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