中山 11R 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

11R 中山競馬場　発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウェイクフィールド	横山和	実83.9	B× A×勝率0% EV-63% 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／147日ぶりの実戦）
前5走 04/19 3中山84R 1着/16頭勝利 01/24 1中山85R 6着/18頭+0.5秒 12/06 5中京15R 8着/14頭+1.4秒 11/24 3福島65R 8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 147日休養明け × 期待値 (オッズ vs AI勝率) -66% (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 13位 / 勝率 0.4% / 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。
2	アウダーシア	津村	実10.9	B△ A△勝率7% EV-22% 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／105日ぶりの実戦）
前5走 05/31 2東京1211R 11着/18頭+0.6秒 03/15 2中山611R 1着/16頭勝利 02/01 1東京212R 1着/16頭勝利 11/30 5東京82R 2着/13頭+0.0秒 06/08 3東京25R 2着/10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戦の調子勝率 67% (絶好調) ▽ 前走実績前走 11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) -31% (大幅な期待値マイナス) AI 予想勝率 6.3% (オッズ暗示: 9.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.1% / 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。
3	バドリナート	丸山	実56.2	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走で勝率33%と好調／127日ぶりの実戦）
前5走 05/09 3京都511R 11着/16頭+1.0秒 12/27 5中山711R 5着/16頭+0.4秒 10/26 3京都99R 1着/8頭勝利 09/06 4阪神12R 1着/5頭勝利 08/03 2新潟44R 2着/13頭+0.0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) ▽ 前走実績前走 11着 (大敗) △ ローテーション 127日休養明け × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.8%) × Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 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。
4	リッツパーティー	丹内	実42.3	B▽ A▽勝率1% EV-40% 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／前走勝利の勢い／127日ぶりの実戦）
前5走 05/09 2東京56R 1着/12頭勝利 02/21 1東京79R 4着/7頭+0.3秒 01/31 1東京15R 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戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 127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 1.6% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.4% / 期待値 -41% ※ 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	アスクエジンバラ	岩田康	実4.9	B○ A○勝率22% EV+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0%と苦戦傾向／105日ぶりの実戦）
前5走 05/31 2東京1211R 10着/18頭+0.5秒 04/19 3中山811R 4着/18頭+0.3秒 03/15 2中山611R 2着/16頭+0.0秒 12/27 5中山711R 3着/16頭+0.2秒 11/29 4京都711R 2着/11頭+0.1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 5.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10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) -17% (オッズ過剰評価) AI 予想勝率 17.0% (オッズ暗示: 20.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.0% / 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。
6	サヴォアフェール	松山	実6.6	B△ A△勝率10% EV-32% 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／127日ぶりの実戦）
前5走 05/09 3京都511R 4着/16頭+0.5秒 03/21 1阪神911R 3着/12頭+0.4秒 01/12 1京都52R 1着/16頭勝利 12/27 5阪神76R 2着/11頭+0.2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) △ ローテーション 127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 8.4% (オッズ暗示: 15.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.2% / 期待値 -33% ※ 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	ジャスティンシカゴ	原	実43.2	B▽ A▽勝率1% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／133日ぶりの実戦）
前5走 05/03 2東京411R 2着/15頭+0.1秒 02/21 1東京79R 2着/7頭+0.2秒 12/06 5中山19R 6着/11頭+0.8秒 09/06 2札幌511R 12着/12頭+2.2秒 08/17 1札幌85R 1着/5頭勝利
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 3.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 133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 2.1% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 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。
8	ゴーイントゥスカイ	武豊	実3.9	B◎ A◎勝率22% EV-14% 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／105日ぶりの実戦）
前5走 05/31 2東京1211R 4着/18頭+0.1秒 04/25 2東京111R 1着/18頭勝利 02/10 2京都411R 6着/9頭+0.3秒 11/29 4京都711R 3着/11頭+0.2秒 10/05 4東京25R 1着/15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戦の調子勝率 33% (上り調子) △ ローテーション 105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 23.2% (オッズ暗示: 25.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.0% / 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。
9	サノノグレーター	田辺	実6.9	B△ A△勝率10% EV-30% 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33%と適性高／147日ぶりの実戦）
前5走 04/19 3中山811R 9着/18頭+0.8秒 03/15 2中山611R 5着/16頭+0.2秒 02/15 1東京611R 6着/9頭+0.9秒 12/06 5中山19R 1着/11頭勝利 08/24 3新潟211R 6着/10頭+1.3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 6.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 147日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 10.4% (オッズ暗示: 14.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.0% / 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。
10	バステール	川田	実4.9	B▲ A▲勝率12% EV-40% 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／前走3着／105日ぶりの実戦）
前5走 05/31 2東京1211R 3着/18頭+0.1秒 04/19 3中山811R 11着/18頭+1.0秒 03/08 2中山411R 1着/10頭勝利 12/20 5阪神52R 1着/16頭勝利 11/30 5東京86R 2着/12頭+0.1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 3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) -17% (オッズ過剰評価) AI 予想勝率 17.0% (オッズ暗示: 20.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.1% / 期待値 -41% ※ 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	ミリオンクラウン	横山典	実104.3	B× A×勝率0% EV-54% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／127日ぶりの実戦）
前5走 05/09 2東京510R 15着/15頭+12.2秒 04/11 3中山511R 10着/15頭+1.3秒 03/21 1阪神911R 11着/12頭+2.3秒 11/05 船橋11R 7着/9頭+2.3秒 09/06 2札幌511R 8着/12頭+0.9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 12.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 127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 0.4% (オッズ暗示: 1.0%) × Aモデルの評価 (参考) レース内 14位 / 勝率 0.4% / 期待値 -55% ※ 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	ラージアンサンブル	岩田望	実28.3	B× A×勝率1% EV-59% 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33%と適性高／直近3走で勝率33%と好調／147日ぶりの実戦）
前5走 04/19 3中山811R 8着/18頭+0.6秒 02/21 1阪神18R 1着/7頭勝利 01/24 1京都89R 6着/13頭+1.3秒 12/14 5中山43R 1着/18頭勝利 10/12 3京都43R 4着/9頭+0.6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) ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 147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 1.6% (オッズ暗示: 3.5%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 期待値 -60% ※ 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	フウセン	鮫島駿	実114.7	B× A▽勝率0% EV-49% 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2着／99日ぶりの実戦）
前5走 04/25 3京都15R 1着/12頭勝利 02/28 1阪神35R 4着/14頭+1.0秒 02/01 2京都25R 3着/13頭+0.8秒 12/13 5中京35R 3着/12頭+0.3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) ○ 前走実績前走 2着 (好走) △ ローテーション 99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 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 0.4% / 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。
14	ティラーノ	石橋脩	実265.0	×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 05/09 3京都511R 12着/16頭+1.1秒 04/12 3中山65R 1着/18頭勝利 03/21 2中山75R 6着/13頭+1.1秒 01/31 1東京13R 14着/15頭+2.3秒 01/10 1中山32R 5着/16頭+1.1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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 127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。
15	エリプティクカーブ	横山武	実31.8	B▽ A▽勝率5% EV+55% 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／99日ぶりの実戦）
前5走 05/09 2東京56R 4着/12頭+0.5秒 01/18 1中山711R 6着/15頭+0.3秒 11/02 4東京118R 4着/5頭+1.2秒 08/31 2札幌45R 1着/8頭勝利 ―
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 1着 (勢い継続) △ ローテーション 99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 5.0% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.9% / 期待値 +56% ※ 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	ラディアントスター	池添	実21.7	B▽ A▽勝率5% 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33%と好調／前走3着／127日ぶりの実戦）
前5走 05/09 3京都511R 3着/16頭+0.3秒 03/22 2中山87R 1着/8頭勝利 01/24 1京都89R 4着/13頭+0.4秒 11/09 5東京24R 1着/14頭勝利 07/19 2福島73R 2着/10頭+0.0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 3着 (好走) △ ローテーション 127日休養明け △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 4.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.2% / 期待値 +13% ※ 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 ◎

ゴーイントゥスカイ

騎手武豊

単勝オッズ

3.9倍

AI期待値

-9%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5アスクエジンバラ

4.9倍

EV -16%

▲A:▲10バステール

4.9倍

EV -16%

出走馬全16頭

◎A:◎8

ゴーイントゥスカイ

武豊

3.9倍

-9%

›

○A:○5

アスクエジンバラ

岩田康

4.9倍

-16%

›

▲A:▲10

バステール

川田

4.9倍

-16%

›

△A:△9

サノノグレーター

田辺

6.9倍

-28%

›

△A:△6

サヴォアフェール

松山

6.6倍

-44%

›

△A:△2

アウダーシア

津村

10.9倍

-31%

›

▽A:▽16

ラディアントスター

池添

21.7倍

+22%

›

▽A:▽15

エリプティクカーブ

横山武

31.8倍

+60%

›

▽A:▽7

ジャスティンシカゴ

原

43.2倍

-9%

›

×A:×12

ラージアンサンブル

岩田望

28.3倍

-54%

›

▽A:▽4

リッツパーティー

丹内

42.3倍

-32%

›

×A:×3

バドリナート

丸山

56.2倍

-72%

›

×A:×1

ウェイクフィールド

横山和

83.9倍

-66%

›

×A:×11

ミリオンクラウン

横山典

104.3倍

-57%

›

×A:▽13

フウセン

鮫島駿

114.7倍

-53%

›

×14

ティラーノ

石橋脩

265.0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

11R 中山競馬場　発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウェイクフィールド	横山和	実83.9	×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／前走勝利の勢い／147日ぶりの実戦）
前5走 04/19 3中山84R 1着/16頭勝利 01/24 1中山85R 6着/18頭+0.5秒 12/06 5中京15R 8着/14頭+1.4秒 11/24 3福島65R 8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 147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 0.4% (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。
2	アウダーシア	津村	実10.9	△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／105日ぶりの実戦）
前5走 05/31 2東京1211R 11着/18頭+0.6秒 03/15 2中山611R 1着/16頭勝利 02/01 1東京212R 1着/16頭勝利 11/30 5東京82R 2着/13頭+0.0秒 06/08 3東京25R 2着/10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戦の調子勝率 67% (絶好調) ▽ 前走実績前走 11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) -23% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 9.2%) ※ 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。
3	バドリナート	丸山	実56.2	×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／127日ぶりの実戦）
前5走 05/09 3京都511R 11着/16頭+1.0秒 12/27 5中山711R 5着/16頭+0.4秒 10/26 3京都99R 1着/8頭勝利 09/06 4阪神12R 1着/5頭勝利 08/03 2新潟44R 2着/13頭+0.0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) ▽ 前走実績前走 11着 (大敗) △ ローテーション 127日休養明け × 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 0.9% (オッズ暗示: 1.8%) ※ 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。
4	リッツパーティー	丹内	実42.3	▽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／前走勝利の勢い／127日ぶりの実戦）
前5走 05/09 2東京56R 1着/12頭勝利 02/21 1東京79R 4着/7頭+0.3秒 01/31 1東京15R 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戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 127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 1.4% (オッズ暗示: 2.4%) ※ 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	アスクエジンバラ	岩田康	実4.9	○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／105日ぶりの実戦）
前5走 05/31 2東京1211R 10着/18頭+0.5秒 04/19 3中山811R 4着/18頭+0.3秒 03/15 2中山611R 2着/16頭+0.0秒 12/27 5中山711R 3着/16頭+0.2秒 11/29 4京都711R 2着/11頭+0.1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 5.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10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) +7% (市場と概ね一致) AI 予想勝率 22.0% (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。
6	サヴォアフェール	松山	実6.6	△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／127日ぶりの実戦）
前5走 05/09 3京都511R 4着/16頭+0.5秒 03/21 1阪神911R 3着/12頭+0.4秒 01/12 1京都52R 1着/16頭勝利 12/27 5阪神76R 2着/11頭+0.2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) △ ローテーション 127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 10.2% (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。
7	ジャスティンシカゴ	原	実43.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／133日ぶりの実戦）
前5走 05/03 2東京411R 2着/15頭+0.1秒 02/21 1東京79R 2着/7頭+0.2秒 12/06 5中山19R 6着/11頭+0.8秒 09/06 2札幌511R 12着/12頭+2.2秒 08/17 1札幌85R 1着/5頭勝利
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 3.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 133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 1.4% (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。
8	ゴーイントゥスカイ	武豊	実3.9	◎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／105日ぶりの実戦）
前5走 05/31 2東京1211R 4着/18頭+0.1秒 04/25 2東京111R 1着/18頭勝利 02/10 2京都411R 6着/9頭+0.3秒 11/29 4京都711R 3着/11頭+0.2秒 10/05 4東京25R 1着/15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戦の調子勝率 33% (上り調子) △ 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 22.0% (オッズ暗示: 25.6%) ※ 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。
9	サノノグレーター	田辺	実6.9	△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3走で勝率33%と適性高／147日ぶりの実戦）
前5走 04/19 3中山811R 9着/18頭+0.8秒 03/15 2中山611R 5着/16頭+0.2秒 02/15 1東京611R 6着/9頭+0.9秒 12/06 5中山19R 1着/11頭勝利 08/24 3新潟211R 6着/10頭+1.3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 6.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 147日休養明け × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 10.0% (オッズ暗示: 14.5%) ※ 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。
10	バステール	川田	実4.9	▲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／前走3着／105日ぶりの実戦）
前5走 05/31 2東京1211R 3着/18頭+0.1秒 04/19 3中山811R 11着/18頭+1.0秒 03/08 2中山411R 1着/10頭勝利 12/20 5阪神52R 1着/16頭勝利 11/30 5東京86R 2着/12頭+0.1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 3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) -41% (大幅な期待値マイナス) AI 予想勝率 12.1% (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。
11	ミリオンクラウン	横山典	実104.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／127日ぶりの実戦）
前5走 05/09 2東京510R 15着/15頭+12.2秒 04/11 3中山511R 10着/15頭+1.3秒 03/21 1阪神911R 11着/12頭+2.3秒 11/05 船橋11R 7着/9頭+2.3秒 09/06 2札幌511R 8着/12頭+0.9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 12.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 127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: 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。
12	ラージアンサンブル	岩田望	実28.3	×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33%と適性高／直近3走で勝率33%と好調／147日ぶりの実戦）
前5走 04/19 3中山811R 8着/18頭+0.6秒 02/21 1阪神18R 1着/7頭勝利 01/24 1京都89R 6着/13頭+1.3秒 12/14 5中山43R 1着/18頭勝利 10/12 3京都43R 4着/9頭+0.6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) ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 147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 1.4% (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。
13	フウセン	鮫島駿	実114.7	▽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2着／99日ぶりの実戦）
前5走 04/25 3京都15R 1着/12頭勝利 02/28 1阪神35R 4着/14頭+1.0秒 02/01 2京都25R 3着/13頭+0.8秒 12/13 5中京35R 3着/12頭+0.3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) ○ 前走実績前走 2着 (好走) △ ローテーション 99日休養明け × 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 0.4% (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。
14	ティラーノ	石橋脩	実265.0	×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 05/09 3京都511R 12着/16頭+1.1秒 04/12 3中山65R 1着/18頭勝利 03/21 2中山75R 6着/13頭+1.1秒 01/31 1東京13R 14着/15頭+2.3秒 01/10 1中山32R 5着/16頭+1.1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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 127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。
15	エリプティクカーブ	横山武	実31.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走勝利の勢い／99日ぶりの実戦）
前5走 05/09 2東京56R 4着/12頭+0.5秒 01/18 1中山711R 6着/15頭+0.3秒 11/02 4東京118R 4着/5頭+1.2秒 08/31 2札幌45R 1着/8頭勝利 ―
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 1着 (勢い継続) △ ローテーション 99日休養明け ◎ 期待値 (オッズ vs AI勝率) +55% (市場が大幅過小評価) AI 予想勝率 4.9% (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。
16	ラディアントスター	池添	実21.7	▽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3着／127日ぶりの実戦）
前5走 05/09 3京都511R 3着/16頭+0.3秒 03/22 2中山87R 1着/8頭勝利 01/24 1京都89R 4着/13頭+0.4秒 11/09 5東京24R 1着/14頭勝利 07/19 2福島73R 2着/10頭+0.0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 3着 (好走) △ ローテーション 127日休養明け △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 5.2% (オッズ暗示: 4.6%) ※ 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。

AIの本命

AI評価1位

ゴーイントゥスカイ

騎手武豊

単勝オッズ

3.9倍

AI期待値

-14%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5アスクエジンバラ

4.9倍

EV +7%

▲10バステール

4.9倍

EV -40%

出走馬全16頭

◎8

ゴーイントゥスカイ

武豊

3.9倍

-14%

›

○5

アスクエジンバラ

岩田康

4.9倍

+7%

›

▲10

バステール

川田

4.9倍

-40%

›

△6

サヴォアフェール

松山

6.6倍

-32%

›

△9

サノノグレーター

田辺

6.9倍

-30%

›

△2

アウダーシア

津村

10.9倍

-22%

›

▽16

ラディアントスター

池添

21.7倍

+12%

›

▽15

エリプティクカーブ

横山武

31.8倍

+55%

›

×12

ラージアンサンブル

岩田望

28.3倍

-59%

›

▽7

ジャスティンシカゴ

原

43.2倍

-38%

›

▽4

リッツパーティー

丹内

42.3倍

-40%

›

×3

バドリナート

丸山

56.2倍

-50%

›

×1

ウェイクフィールド

横山和

83.9倍

-63%

›

×11

ミリオンクラウン

横山典

104.3倍

-54%

›

▽13

フウセン

鮫島駿

114.7倍

-49%

›

×14

ティラーノ

石橋脩

265.0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