中山 1R 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

1R 中山競馬場　発走 10:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サリードゥ	津村	実5.2	B○ A○勝率23% EV+18% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 2回7日福島1R 6着/12頭 2回2日福島4R 2着/14頭+7.0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 4.0着 △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 19.2% (オッズ暗示: 19.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.8% / 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。
2	ジンクピリチオン	原	実13.3	B△ A△勝率14% EV+84% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 2回4日福島6R 8着/13頭 ― ― ― ―
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 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 7.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 13.8% / 期待値 +84% ※ 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	ポッドエステラ	佐々木	実75.6	B△ A△勝率5% EV+265% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 3回4日東京4R 10着/14頭 ― ― ― ―
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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 1.4% (オッズ暗示: 1.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.8% / 期待値 +266% ※ 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	ソナタテソーロ	木幡巧	実37.0	B△ A△勝率6% EV+115% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 3回4日東京5R 8着/8頭+1.0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 8.0着 (不振) △ 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%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.8% / 期待値 +115% ※ 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	ルスデルカミーノ	大野	実10.0	B▲ A▲勝率15% EV+49% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 8.7% (オッズ暗示: 10.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.0% / 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。
6	カシノカゲマル	原田和	実213.0	B▽ A▽勝率3% EV+461% 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）
前5走過去走データ取得失敗 (horse_results 不在)
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 11.3着 (不振) ▽ 前走実績前走 12着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +74% (市場が大幅過小評価) AI 予想勝率 0.8% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.6% / 期待値 +461% ※ 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	カンタベリートップ	木幡初	実95.0	B▽ A▽勝率4% EV+322% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 1.4% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.4% / 期待値 +322% ※ 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	マリノフスキー	丸田	実155.6	B▽ A▽勝率3% EV+433% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 0.8% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.4% / 期待値 +434% ※ 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	スマートブライド	ルメール	実1.2	B◎ A×勝率27% EV-67% 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走平均2.0着と安定／前走2着）
前5走 2回5日新潟2R 2着/10頭 ― ― ― ―
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 58.9% (オッズ暗示: 83.3%) × Aモデルの評価 (参考) レース内 1位 / 勝率 27.2% / 期待値 -67% ※ 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 ×

スマートブライド

騎手ルメール

単勝オッズ

1.2倍

AI期待値

-29%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○1サリードゥ

5.2倍

EV 0%

▲A:▲5ルスデルカミーノ

10.0倍

EV -12%

出走馬全9頭

◎A:×9

スマートブライド

ルメール

1.2倍

-29%

›

○A:○1

サリードゥ

津村

5.2倍

›

▲A:▲5

ルスデルカミーノ

大野

10.0倍

-12%

›

△A:△2

ジンクピリチオン

原

13.3倍

-16%

›

△A:△4

ソナタテソーロ

木幡巧

37.0倍

-4%

›

△A:△3

ポッドエステラ

佐々木

75.6倍

+4%

›

▽A:▽7

カンタベリートップ

木幡初

95.0倍

+31%

›

▽A:▽8

マリノフスキー

丸田

155.6倍

+27%

›

▽A:▽6

カシノカゲマル

原田和

213.0倍

+74%

›

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

1R 中山競馬場　発走 10:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サリードゥ	津村	実5.2	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 2回7日福島1R 6着/12頭 2回2日福島4R 2着/14頭+7.0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 4.0着 △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 22.8% (オッズ暗示: 19.2%) ※ 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	ジンクピリチオン	原	実13.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 2回4日福島6R 8着/13頭 ― ― ― ―
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 8.0着 (不振) ◎ 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 13.8% (オッズ暗示: 7.5%) ※ 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。
3	ポッドエステラ	佐々木	実75.6	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 3回4日東京4R 10着/14頭 ― ― ― ―
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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +265% (市場が大幅過小評価) AI 予想勝率 4.8% (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。
4	ソナタテソーロ	木幡巧	実37.0	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 3回4日東京5R 8着/8頭+1.0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 8.0着 (不振) ◎ 期待値 (オッズ vs AI勝率) +115% (市場が大幅過小評価) AI 予想勝率 5.8% (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	ルスデルカミーノ	大野	実10.0	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) ◎ 期待値 (オッズ vs AI勝率) +49% (妙味あり) AI 予想勝率 15.0% (オッズ暗示: 10.0%) ※ 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。
6	カシノカゲマル	原田和	実213.0	▽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）
前5走過去走データ取得失敗 (horse_results 不在)
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 11.3着 (不振) ▽ 前走実績前走 12着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +461% (市場が大幅過小評価) AI 予想勝率 2.6% (オッズ暗示: 0.5%) ※ 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	カンタベリートップ	木幡初	実95.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +322% (市場が大幅過小評価) AI 予想勝率 4.4% (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。
8	マリノフスキー	丸田	実155.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 8位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +433% (市場が大幅過小評価) AI 予想勝率 3.4% (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。
9	スマートブライド	ルメール	実1.2	×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（直近3走平均2.0着と安定／前走2着）
前5走 2回5日新潟2R 2着/10頭 ― ― ― ―
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 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 27.2% (オッズ暗示: 83.3%) ※ 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。

AIの本命

AI評価1位

スマートブライド

騎手ルメール

単勝オッズ

1.2倍

AI期待値

-67%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1サリードゥ

5.2倍

EV +18%

▲5ルスデルカミーノ

10.0倍

EV +49%

出走馬全9頭

×9

スマートブライド

ルメール

1.2倍

-67%

›

○1

サリードゥ

津村

5.2倍

+18%

›

▲5

ルスデルカミーノ

大野

10.0倍

+49%

›

△2

ジンクピリチオン

原

13.3倍

+84%

›

△4

ソナタテソーロ

木幡巧

37.0倍

+115%

›

△3

ポッドエステラ

佐々木

75.6倍

+265%

›

▽7

カンタベリートップ

木幡初

95.0倍

+322%

›

▽8

マリノフスキー

丸田

155.6倍

+433%

›

▽6

カシノカゲマル

原田和

213.0倍

+461%

›

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