中山 12R 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

12R 中山競馬場　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コスモコンフェルマ	柴田大	実33.5	B▽ A▽勝率4% EV+18% 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／直近3走平均9.3着と低調／106日ぶりの実戦）
前5走 05/30 2東京1112R 11着/16頭+2.8秒 03/22 1中京410R 15着/16頭+2.4秒 02/21 1阪神112R 2着/13頭+0.1秒 01/12 1中山59R 11着/16頭+1.7秒 12/20 5中山510R 14着/16頭+2.7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 9.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 106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 1.8% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 3.5% / 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。
2	ハイラント	内田博	実48.6	B▽ A×勝率1% EV-50% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／147日ぶりの実戦）
前5走 04/19 1福島410R 10着/13頭+1.2秒 03/21 1阪神99R 6着/8頭+0.2秒 12/07 5中山27R 7着/11頭+1.7秒 11/16 3福島410R 9着/16頭+0.9秒 08/24 2札幌212R 13着/14頭+1.2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 7.7着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 147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 1.4% (オッズ暗示: 2.1%) × Aモデルの評価 (参考) レース内 11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。
3	ニシノケンタマン推奨	野中	実22.6	B△ A△勝率7% EV+61% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+63%の中穴候補（直近3走勝率33%と上り調子／当競馬場で勝率20%と相性良／前走勝利の勢い継続）
前5走 05/24 1新潟812R 1着/15頭勝利 04/04 3中山38R 5着/11頭+0.5秒 03/15 2中山66R 2着/16頭+0.6秒 02/21 1東京712R 13着/16頭+0.8秒 08/10 2新潟610R 3着/15頭+0.2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 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 112日休養明け ◎ 期待値 (オッズ vs AI勝率) +63% (市場が大幅過小評価) AI 予想勝率 7.2% (オッズ暗示: 4.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.2% / 期待値 +62% ※ 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	ジェイエルモーダル	田辺	実2.3	B◎ A◎勝率22% EV-48% 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33%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 05/02 1新潟19R 2着/15頭+0.2秒 04/05 3中山46R 3着/16頭+0.2秒 01/12 1中山53R 1着/16頭勝利 12/20 5中山57R 6着/16頭+1.9秒 11/29 5東京71R 5着/13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 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 2着 (好走) △ ローテーション 134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 39.1% (オッズ暗示: 43.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.4% / 期待値 -49% ※ 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	メイショウリリー	横山琉	実78.6	B▽ A▽勝率1% EV-19% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／133日ぶりの実戦）
前5走 05/03 1新潟29R 4着/12頭+0.7秒 02/28 1阪神38R 14着/15頭+2.3秒 11/09 4京都28R 16着/16頭+3.8秒 10/12 3京都48R 8着/14頭+1.4秒 08/02 1札幌312R 6着/14頭+1.4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 11.3着 (不振) △ 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 0.8% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 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。
6	バードウォッチャー	岩田康	実25.1	B▽ A▽勝率4% EV-11% 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走平均8.0着と低調／119日ぶりの実戦）
前5走 05/17 1新潟610R 14着/16頭+1.1秒 03/01 2中山29R 6着/10頭+1.7秒 02/01 1東京27R 4着/9頭+0.4秒 12/21 5中京610R 7着/10頭+0.4秒 10/26 4新潟410R 7着/16頭+1.0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 8.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 14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) -15% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.5% / 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。
7	ラストレガシー	岩田望	実5.6	B○ A▲勝率17% EV-4% 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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/03 1新潟26R 1着/13頭勝利 04/11 1福島17R 2着/15頭+0.1秒 02/01 1小倉44R 8着/12頭+4.1秒 11/24 3福島63R 9着/15頭+1.3秒 09/28 4中山96R 7着/16頭+1.0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) × 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 133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 10.6% (オッズ暗示: 17.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.8% / 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。
8	カゼノタカトシ	◇今村	実18.1	B▽ A▽勝率5% EV0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調／126日ぶりの実戦）
前5走 05/10 1新潟410R 8着/14頭+1.1秒 03/28 3中山112R 11着/16頭+1.6秒 11/29 5東京78R 8着/16頭+1.5秒 08/30 3新潟38R 1着/10頭勝利 08/02 2新潟310R 2着/13頭+0.5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 9.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) △ ローテーション 126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 4.4% (オッズ暗示: 5.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.4% / 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。
9	ナイトスラッガー	横山武	実5.8	B▲ A○勝率17% EV+2% 詳細▼	AI上位評価だが期待値不足、見送り（112日ぶりの実戦）
前5走 05/24 3京都109R 5着/10頭+0.7秒 05/02 1新潟110R 5着/15頭+0.2秒 03/14 1中京110R 3着/10頭+0.2秒 02/01 1東京27R 5着/9頭+0.6秒 01/05 1京都29R 2着/11頭+0.1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 4.3着 △ ローテーション 112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 10.6% (オッズ暗示: 17.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.4% / 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。
10	ブレゲアン	大野	実23.2	B▽ A▽勝率5% EV+17% 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25%と適性高／直近3走で勝率33%と好調／231日ぶりの実戦）
前5走 01/25 1中山96R 14着/15頭+8.6秒 01/04 1中山17R 7着/16頭+1.1秒 09/14 4中山46R 1着/16頭勝利 08/31 3新潟42R 5着/15頭+0.7秒 08/09 2新潟54R 3着/15頭+1.2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) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 14着 (大敗) △ ローテーション 231日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 4.4% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.1% / 期待値 +18% ※ 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	ブレードサクセス	丹内	実7.3	B△ A△勝率9% EV-36% 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／169日ぶりの実戦）
前5走 03/28 3中山112R 4着/16頭+0.9秒 03/15 2中山66R 1着/16頭勝利 01/25 1中山96R 8着/15頭+1.7秒 01/10 1中山36R 2着/16頭+0.3秒 01/04 1中山17R 9着/16頭+1.9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戦の調子勝率 33% (上り調子) △ 当競馬場適性 9走で勝率 11% △ ローテーション 169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 9.0% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.7% / 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。
12	コーリンカルベラ	松山	実11.6	B△ A△勝率7% EV-16% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（119日ぶりの実戦）
前5走 05/17 2東京810R 7着/15頭+1.0秒 05/02 2東京312R 6着/14頭+0.7秒 04/12 3中山69R 5着/12頭+1.2秒 03/28 3中山112R 7着/16頭+1.2秒 01/25 1中山96R 1着/15頭勝利
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 6.0着 ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 119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 7.1% (オッズ暗示: 8.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 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。
13	サザンウォリアー	☆長浜	実158.1	B▽ A▽勝率1% EV+0% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調）
前5走 3回6日東京9R 16着/16頭 ― ― ― ―
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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) × 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 0.3% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.6% / 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。

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 ◎

ジェイエルモーダル

騎手田辺

単勝オッズ

2.3倍

AI期待値

-10%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲7ラストレガシー

5.6倍

EV -40%

▲A:○9ナイトスラッガー

5.8倍

EV -38%

出走馬全13頭

◎A:◎4

ジェイエルモーダル

田辺

2.3倍

-10%

›

○A:▲7

ラストレガシー

岩田望

5.6倍

-40%

›

▲A:○9

ナイトスラッガー

横山武

5.8倍

-38%

›

△A:△11

ブレードサクセス

丹内

7.3倍

-34%

›

△A:△3

ニシノケンタマン

野中

22.6倍

+63%

›

△A:△12

コーリンカルベラ

松山

11.6倍

-17%

›

▽A:▽8

カゼノタカトシ

◇今村

18.1倍

-21%

›

▽A:▽10

ブレゲアン

大野

23.2倍

+1%

›

▽A:▽6

バードウォッチャー

岩田康

25.1倍

-14%

›

▽A:▽1

コスモコンフェルマ

柴田大

33.5倍

-39%

›

▽A:×2

ハイラント

内田博

48.6倍

-32%

›

▽A:▽5

メイショウリリー

横山琉

78.6倍

-38%

›

▽A:▽13

サザンウォリアー

☆長浜

158.1倍

-44%

›

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)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 3 ニシノケンタマン実22.6倍期待値 +63% 推奨 13.8〜30.0倍 ¥100 不的中3着

※ オッズは予測時点の値です。

12R 中山競馬場　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コスモコンフェルマ	柴田大	実33.5	▽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／直近3走平均9.3着と低調／106日ぶりの実戦）
前5走 05/30 2東京1112R 11着/16頭+2.8秒 03/22 1中京410R 15着/16頭+2.4秒 02/21 1阪神112R 2着/13頭+0.1秒 01/12 1中山59R 11着/16頭+1.7秒 12/20 5中山510R 14着/16頭+2.7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 9.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 3.5% (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。
2	ハイラント	内田博	実48.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／147日ぶりの実戦）
前5走 04/19 1福島410R 10着/13頭+1.2秒 03/21 1阪神99R 6着/8頭+0.2秒 12/07 5中山27R 7着/11頭+1.7秒 11/16 3福島410R 9着/16頭+0.9秒 08/24 2札幌212R 13着/14頭+1.2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 7.7着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 147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: 2.1%) ※ 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。
3	ニシノケンタマン推奨	野中	実22.6	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+61%の中穴候補（直近3走勝率33%と上り調子／当競馬場で勝率20%と相性良／前走勝利の勢い継続）
前5走 05/24 1新潟812R 1着/15頭勝利 04/04 3中山38R 5着/11頭+0.5秒 03/15 2中山66R 2着/16頭+0.6秒 02/21 1東京712R 13着/16頭+0.8秒 08/10 2新潟610R 3着/15頭+0.2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 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 112日休養明け ◎ 期待値 (オッズ vs AI勝率) +61% (市場が大幅過小評価) AI 予想勝率 7.2% (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。
4	ジェイエルモーダル	田辺	実2.3	◎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33%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 05/02 1新潟19R 2着/15頭+0.2秒 04/05 3中山46R 3着/16頭+0.2秒 01/12 1中山53R 1着/16頭勝利 12/20 5中山57R 6着/16頭+1.9秒 11/29 5東京71R 5着/13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 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 2着 (好走) △ ローテーション 134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 22.4% (オッズ暗示: 43.5%) ※ 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	メイショウリリー	横山琉	実78.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／133日ぶりの実戦）
前5走 05/03 1新潟29R 4着/12頭+0.7秒 02/28 1阪神38R 14着/15頭+2.3秒 11/09 4京都28R 16着/16頭+3.8秒 10/12 3京都48R 8着/14頭+1.4秒 08/02 1札幌312R 6着/14頭+1.4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 11.3着 (不振) △ ローテーション 133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 1.0% (オッズ暗示: 1.3%) ※ 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	バードウォッチャー	岩田康	実25.1	▽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走平均8.0着と低調／119日ぶりの実戦）
前5走 05/17 1新潟610R 14着/16頭+1.1秒 03/01 2中山29R 6着/10頭+1.7秒 02/01 1東京27R 4着/9頭+0.4秒 12/21 5中京610R 7着/10頭+0.4秒 10/26 4新潟410R 7着/16頭+1.0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 8.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 14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) -11% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 4.0%) ※ 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	ラストレガシー	岩田望	実5.6	▲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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/03 1新潟26R 1着/13頭勝利 04/11 1福島17R 2着/15頭+0.1秒 02/01 1小倉44R 8着/12頭+4.1秒 11/24 3福島63R 9着/15頭+1.3秒 09/28 4中山96R 7着/16頭+1.0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) × 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 133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 16.8% (オッズ暗示: 17.9%) ※ 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。
8	カゼノタカトシ	◇今村	実18.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調／126日ぶりの実戦）
前5走 05/10 1新潟410R 8着/14頭+1.1秒 03/28 3中山112R 11着/16頭+1.6秒 11/29 5東京78R 8着/16頭+1.5秒 08/30 3新潟38R 1着/10頭勝利 08/02 2新潟310R 2着/13頭+0.5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 9.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) △ ローテーション 126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 5.4% (オッズ暗示: 5.5%) ※ 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。
9	ナイトスラッガー	横山武	実5.8	○詳細▼	AI上位評価だが期待値不足、見送り（112日ぶりの実戦）
前5走 05/24 3京都109R 5着/10頭+0.7秒 05/02 1新潟110R 5着/15頭+0.2秒 03/14 1中京110R 3着/10頭+0.2秒 02/01 1東京27R 5着/9頭+0.6秒 01/05 1京都29R 2着/11頭+0.1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 4.3着 △ ローテーション 112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 17.4% (オッズ暗示: 17.2%) ※ 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	ブレゲアン	大野	実23.2	▽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25%と適性高／直近3走で勝率33%と好調／231日ぶりの実戦）
前5走 01/25 1中山96R 14着/15頭+8.6秒 01/04 1中山17R 7着/16頭+1.1秒 09/14 4中山46R 1着/16頭勝利 08/31 3新潟42R 5着/15頭+0.7秒 08/09 2新潟54R 3着/15頭+1.2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) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 14着 (大敗) △ ローテーション 231日休養明け △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 5.1% (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。
11	ブレードサクセス	丹内	実7.3	△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／169日ぶりの実戦）
前5走 03/28 3中山112R 4着/16頭+0.9秒 03/15 2中山66R 1着/16頭勝利 01/25 1中山96R 8着/15頭+1.7秒 01/10 1中山36R 2着/16頭+0.3秒 01/04 1中山17R 9着/16頭+1.9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戦の調子勝率 33% (上り調子) △ 当競馬場適性 9走で勝率 11% △ ローテーション 169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 8.7% (オッズ暗示: 13.7%) ※ 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。
12	コーリンカルベラ	松山	実11.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（119日ぶりの実戦）
前5走 05/17 2東京810R 7着/15頭+1.0秒 05/02 2東京312R 6着/14頭+0.7秒 04/12 3中山69R 5着/12頭+1.2秒 03/28 3中山112R 7着/16頭+1.2秒 01/25 1中山96R 1着/15頭勝利
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 6.0着 ○ 当競馬場適性 6走で勝率 17% (相性良) △ 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 7.2% (オッズ暗示: 8.6%) ※ 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	サザンウォリアー	☆長浜	実158.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調）
前5走 3回6日東京9R 16着/16頭 ― ― ― ―
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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 0.6% (オッズ暗示: 0.6%) ※ 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

ジェイエルモーダル

騎手田辺

単勝オッズ

2.3倍

AI期待値

-48%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ナイトスラッガー

5.8倍

EV +2%

▲7ラストレガシー

5.6倍

EV -4%

出走馬全13頭

◎4

ジェイエルモーダル

田辺

2.3倍

-48%

›

○9

ナイトスラッガー

横山武

5.8倍

+2%

›

▲7

ラストレガシー

岩田望

5.6倍

-4%

›

△11

ブレードサクセス

丹内

7.3倍

-36%

›

△12

コーリンカルベラ

松山

11.6倍

-16%

›

△3

ニシノケンタマン

野中

22.6倍

+61%

›

▽8

カゼノタカトシ

◇今村

18.1倍

›

▽10

ブレゲアン

大野

23.2倍

+17%

›

▽6

バードウォッチャー

岩田康

25.1倍

-11%

›

▽1

コスモコンフェルマ

柴田大

33.5倍

+18%

›

×2

ハイラント

内田博

48.6倍

-50%

›

▽5

メイショウリリー

横山琉

78.6倍

-19%

›

▽13

サザンウォリアー

☆長浜

158.1倍

+0%

›

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)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 3 ニシノケンタマン実22.6倍期待値 +63% 推奨 13.9〜30.0倍 ¥100 不的中3着

※ 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