中山 10R 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

10R 中山競馬場　発走 15:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	パルデンス	小林凌	実123.8	B▽ A▽勝率1% EV+85% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／497日ぶりの実戦）
前5走 05/04 2京都412R 11着/16頭+0.9秒 05/04 2京都412R 11着/16頭+0.9秒 05/04 2京都412R 11着/16頭+0.9秒 05/04 2京都412R 11着/16頭+0.9秒 05/04 2京都412R 11着/16頭+0.9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 11.0着 (不振) ○ 当競馬場適性 108走で勝率 22% (相性良) ▽ 前走実績前走 11着 (大敗) △ ローテーション 497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 1.0% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 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。
2	ドンレパルス	三浦	実6.5	B△ A△勝率14% EV-9% 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72走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 06/07 3東京111R 3着/16頭+0.4秒 06/07 3東京111R 3着/16頭+0.4秒 06/07 3東京111R 3着/16頭+0.4秒 06/07 3東京111R 3着/16頭+0.4秒 06/07 3東京111R 3着/16頭+0.4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 3.0着 (安定) × 当競馬場適性 72走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 463日休養明け × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 10.3% (オッズ暗示: 15.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 13.9% / 期待値 -10% ※ 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	コパノヴィンセント	柴田大	実7.1	B△ A△勝率14% EV-1% 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67%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 04/04 3中山312R 1着/16頭勝利 03/14 1中京111R 14着/14頭+1.8秒 02/07 1小倉55R 10着/12頭+9.4秒 12/07 5中山24R 9着/11頭+3.7秒 11/22 3福島54R 13着/14頭+18.9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 33% (上り調子) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 162日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 14.7% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 13.9% / 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。
4	スプランドゥール	石神道	実36.4	B▽ A▽勝率3% EV-3% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／141日ぶりの実戦）
前5走 04/25 2東京110R 12着/15頭+2.1秒 04/11 3中山510R 8着/13頭+1.2秒 02/28 2中山110R 9着/16頭+1.2秒 01/11 1中山412R 1着/16頭勝利 12/21 5中京62R 1着/16頭勝利
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 7走で勝率 14% ▽ 前走実績前走 12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) -13% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 期待値 -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。
5	アデランテ	吉田豊	実7.1	B△ A△勝率13% EV-5% 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／直近3走で勝率67%と好調／105日ぶりの実戦）
前5走 05/31 2東京129R 15着/15頭+4.8秒 02/14 1東京58R 1着/16頭勝利 10/12 4東京47R 1着/16頭勝利 08/10 2新潟610R 15着/15頭+7.2秒 05/11 2東京76R 2着/16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戦の調子勝率 67% (絶好調) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 14.1% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 13.3% / 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。
6	ポッドソル	丸山	実60.8	B▽ A▽勝率2% EV+44% 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／119日ぶりの実戦）
前5走 05/17 2東京812R 16着/16頭+2.1秒 01/13 大井9R 1着/8頭勝利 12/25 大井12R 1着/13頭勝利 10/16 川崎9R 1着/12頭勝利 09/24 浦和9R 1着/13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 67% (絶好調) ▽ 前走実績前走 16着 (大敗) △ ローテーション 119日休養明け × 期待値 (オッズ vs AI勝率) -41% (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 9位 / 勝率 2.4% / 期待値 +45% ※ 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	メイショウコバト	石橋脩	実46.8	B▽ A▽勝率3% EV+60% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場48走で勝率25%と適性高／直近3走平均13.0着と低調／476日ぶりの実戦）
前5走 05/25 2京都1010R 13着/16頭+1.3秒 05/25 2京都1010R 13着/16頭+1.3秒 05/25 2京都1010R 13着/16頭+1.3秒 05/25 2京都1010R 13着/16頭+1.3秒 05/25 2京都1010R 13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 13.0着 (不振) ◎ 当競馬場適性 48走で勝率 25% (得意) ▽ 前走実績前走 13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) +42% (妙味あり) AI 予想勝率 3.0% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.4% / 期待値 +61% ※ 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	ワンダラー	丹内	実4.9	B○ A▲勝率15% EV-26% 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38%と適性高／112日ぶりの実戦）
前5走 05/24 3京都1010R 8着/14頭+0.9秒 04/25 2東京110R 4着/15頭+0.7秒 04/11 3中山510R 2着/13頭+0.3秒 02/28 2中山110R 7着/16頭+0.8秒 01/25 1中山910R 2着/16頭+0.0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 4.7着 ◎ 当競馬場適性 8走で勝率 38% (得意) △ ローテーション 112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 18.6% (オッズ暗示: 20.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.0% / 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。
9	アシャカトベ	横山武	実3.2	B◎ A◎勝率19% EV-39% 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5走で勝率60%と適性高／直近3走で勝率67%と好調／259日ぶりの実戦）
前5走 12/28 5中山810R 4着/16頭+0.1秒 12/07 5中山28R 1着/16頭勝利 09/13 4中山38R 1着/15頭勝利 08/24 3新潟212R 8着/15頭+0.8秒 06/29 2福島27R 3着/16頭+1.2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 5走で勝率 60% (得意) △ ローテーション 259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 20.4% (オッズ暗示: 31.2%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 19.0% / 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。
10	イリフィ	川田	実4.2	B▲ A○勝率15% 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／161日ぶりの実戦）
前5走 04/05 2阪神412R 8着/16頭+0.7秒 02/07 2京都39R 4着/16頭+0.2秒 01/05 1京都28R 1着/15頭勝利 11/15 4京都39R 5着/15頭+0.5秒 10/19 3京都77R 1着/12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) △ ローテーション 161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 14.7% (オッズ暗示: 23.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.0% / 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。

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 ◎

アシャカトベ

騎手横山武

単勝オッズ

3.2倍

AI期待値

-34%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲8ワンダラー

4.9倍

EV -8%

▲A:○10イリフィ

4.2倍

EV -38%

出走馬全10頭

◎A:◎9

アシャカトベ

横山武

3.2倍

-34%

›

○A:▲8

ワンダラー

丹内

4.9倍

-8%

›

▲A:○10

イリフィ

川田

4.2倍

-38%

›

△A:△3

コパノヴィンセント

柴田大

7.1倍

+4%

›

△A:△5

アデランテ

吉田豊

7.1倍

›

△A:△2

ドンレパルス

三浦

6.5倍

-33%

›

▽A:▽7

メイショウコバト

石橋脩

46.8倍

+42%

›

▽A:▽4

スプランドゥール

石神道

36.4倍

-13%

›

▽A:▽6

ポッドソル

丸山

60.8倍

-40%

›

▽A:▽1

パルデンス

小林凌

123.8倍

+20%

›

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

10R 中山競馬場　発走 15:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	パルデンス	小林凌	実123.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／497日ぶりの実戦）
前5走 05/04 2京都412R 11着/16頭+0.9秒 05/04 2京都412R 11着/16頭+0.9秒 05/04 2京都412R 11着/16頭+0.9秒 05/04 2京都412R 11着/16頭+0.9秒 05/04 2京都412R 11着/16頭+0.9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 11.0着 (不振) ○ 当競馬場適性 108走で勝率 22% (相性良) ▽ 前走実績前走 11着 (大敗) △ ローテーション 497日休養明け ◎ 期待値 (オッズ vs AI勝率) +85% (市場が大幅過小評価) AI 予想勝率 1.5% (オッズ暗示: 0.8%) ※ 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。
2	ドンレパルス	三浦	実6.5	△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72走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 06/07 3東京111R 3着/16頭+0.4秒 06/07 3東京111R 3着/16頭+0.4秒 06/07 3東京111R 3着/16頭+0.4秒 06/07 3東京111R 3着/16頭+0.4秒 06/07 3東京111R 3着/16頭+0.4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 3.0着 (安定) × 当競馬場適性 72走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 463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 13.9% (オッズ暗示: 15.4%) ※ 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	コパノヴィンセント	柴田大	実7.1	△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67%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 04/04 3中山312R 1着/16頭勝利 03/14 1中京111R 14着/14頭+1.8秒 02/07 1小倉55R 10着/12頭+9.4秒 12/07 5中山24R 9着/11頭+3.7秒 11/22 3福島54R 13着/14頭+18.9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 33% (上り調子) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 162日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 13.9% (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。
4	スプランドゥール	石神道	実36.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／141日ぶりの実戦）
前5走 04/25 2東京110R 12着/15頭+2.1秒 04/11 3中山510R 8着/13頭+1.2秒 02/28 2中山110R 9着/16頭+1.2秒 01/11 1中山412R 1着/16頭勝利 12/21 5中京62R 1着/16頭勝利
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 7走で勝率 14% ▽ 前走実績前走 12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) -4% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 2.7%) ※ 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	アデランテ	吉田豊	実7.1	△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／直近3走で勝率67%と好調／105日ぶりの実戦）
前5走 05/31 2東京129R 15着/15頭+4.8秒 02/14 1東京58R 1着/16頭勝利 10/12 4東京47R 1着/16頭勝利 08/10 2新潟610R 15着/15頭+7.2秒 05/11 2東京76R 2着/16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戦の調子勝率 67% (絶好調) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 13.3% (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。
6	ポッドソル	丸山	実60.8	▽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／119日ぶりの実戦）
前5走 05/17 2東京812R 16着/16頭+2.1秒 01/13 大井9R 1着/8頭勝利 12/25 大井12R 1着/13頭勝利 10/16 川崎9R 1着/12頭勝利 09/24 浦和9R 1着/13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 67% (絶好調) ▽ 前走実績前走 16着 (大敗) △ ローテーション 119日休養明け ◎ 期待値 (オッズ vs AI勝率) +44% (妙味あり) AI 予想勝率 2.4% (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。
7	メイショウコバト	石橋脩	実46.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場48走で勝率25%と適性高／直近3走平均13.0着と低調／476日ぶりの実戦）
前5走 05/25 2京都1010R 13着/16頭+1.3秒 05/25 2京都1010R 13着/16頭+1.3秒 05/25 2京都1010R 13着/16頭+1.3秒 05/25 2京都1010R 13着/16頭+1.3秒 05/25 2京都1010R 13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 13.0着 (不振) ◎ 当競馬場適性 48走で勝率 25% (得意) ▽ 前走実績前走 13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) +60% (市場が大幅過小評価) AI 予想勝率 3.4% (オッズ暗示: 2.1%) ※ 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	ワンダラー	丹内	実4.9	▲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38%と適性高／112日ぶりの実戦）
前5走 05/24 3京都1010R 8着/14頭+0.9秒 04/25 2東京110R 4着/15頭+0.7秒 04/11 3中山510R 2着/13頭+0.3秒 02/28 2中山110R 7着/16頭+0.8秒 01/25 1中山910R 2着/16頭+0.0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 4.7着 ◎ 当競馬場適性 8走で勝率 38% (得意) △ ローテーション 112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 15.0% (オッズ暗示: 20.4%) ※ 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。
9	アシャカトベ	横山武	実3.2	◎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（当競馬場5走で勝率60%と適性高／直近3走で勝率67%と好調／259日ぶりの実戦）
前5走 12/28 5中山810R 4着/16頭+0.1秒 12/07 5中山28R 1着/16頭勝利 09/13 4中山38R 1着/15頭勝利 08/24 3新潟212R 8着/15頭+0.8秒 06/29 2福島27R 3着/16頭+1.2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 5走で勝率 60% (得意) △ ローテーション 259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 19.0% (オッズ暗示: 31.2%) ※ 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。
10	イリフィ	川田	実4.2	○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／161日ぶりの実戦）
前5走 04/05 2阪神412R 8着/16頭+0.7秒 02/07 2京都39R 4着/16頭+0.2秒 01/05 1京都28R 1着/15頭勝利 11/15 4京都39R 5着/15頭+0.5秒 10/19 3京都77R 1着/12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) △ ローテーション 161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 15.0% (オッズ暗示: 23.8%) ※ 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。

AIの本命

AI評価1位

アシャカトベ

騎手横山武

単勝オッズ

3.2倍

AI期待値

-39%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10イリフィ

4.2倍

EV -36%

▲8ワンダラー

4.9倍

EV -26%

出走馬全10頭

◎9

アシャカトベ

横山武

3.2倍

-39%

›

○10

イリフィ

川田

4.2倍

-36%

›

▲8

ワンダラー

丹内

4.9倍

-26%

›

△2

ドンレパルス

三浦

6.5倍

-9%

›

△3

コパノヴィンセント

柴田大

7.1倍

-1%

›

△5

アデランテ

吉田豊

7.1倍

-5%

›

▽7

メイショウコバト

石橋脩

46.8倍

+60%

›

▽4

スプランドゥール

石神道

36.4倍

-3%

›

▽6

ポッドソル

丸山

60.8倍

+44%

›

▽1

パルデンス

小林凌

123.8倍

+85%

›

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