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	ティルベリー	丸山	実6.8	B▲ A▲勝率17% EV+15% 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／154日ぶりの実戦）
前5走 04/18 3中山76R 4着/6頭+0.5秒 02/10 1東京43R 1着/16頭勝利 12/20 5中山52R 3着/16頭+1.1秒 10/19 4東京74R 4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) △ ローテーション 154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 13.8% (オッズ暗示: 14.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.0% / 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。
2	テンクウハット	▲水沼	実235.9	B▽ A▽勝率1% EV+62% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均3.0着と安定／前走3着／546日ぶりの実戦）
前5走 03/22 1阪神76R 3着/10頭+0.2秒 03/22 1阪神76R 3着/10頭+0.2秒 03/22 1阪神76R 3着/10頭+0.2秒 03/22 1阪神76R 3着/10頭+0.2秒 03/22 1阪神76R 3着/10頭+0.2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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 546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 0.3% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.7% / 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。
3	ルージュカエラ	原	実48.7	B▽ A▽勝率1% EV-27% 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／168日ぶりの実戦）
前5走 04/04 3中山37R 11着/12頭+1.8秒 01/31 1東京112R 9着/12頭+0.6秒 11/09 3福島29R 10着/16頭+1.0秒 09/07 2札幌67R 11着/13頭+2.0秒 08/16 1札幌712R 3着/12頭+0.4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戦の調子平均 10.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 168日休養明け △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 2.2% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.5% / 期待値 -28% ※ 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	カサビセンス	ミシェル	実96.1	B▽ A▽勝率1% EV+5% 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8.0着と低調／133日ぶりの実戦）
前5走 05/09 2東京57R 8着/14頭+1.5秒 03/21 2中山77R 10着/16頭+1.8秒 01/31 1東京12R 6着/16頭+1.5秒 12/03 笠松8R 1着/8頭勝利 11/06 笠松11R 1着/10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 8.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 1.3% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 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。
5	ヴァレンティーニ	津村	実4.2	B○ A○勝率22% EV-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／154日ぶりの実戦）
前5走 04/18 2阪神76R 4着/14頭+0.5秒 03/01 2中山24R 6着/8頭+2.2秒 09/07 4中山26R 1着/16頭勝利 ― ―
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 33% (上り調子) △ ローテーション 154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 20.8% (オッズ暗示: 23.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.2% / 期待値 -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。
6	マタミカンサン	ルメール	実1.8	B◎ A×勝率24% EV-56% 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4走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／119日ぶりの実戦）
前5走 05/23 1新潟78R 4着/15頭+0.7秒 04/26 1福島67R 3着/15頭+0.5秒 03/28 3中山17R 2着/13頭+0.1秒 03/01 2中山26R 2着/15頭+0.6秒 01/24 1中山88R 3着/11頭+0.8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 3.0着 (安定) × 当競馬場適性 4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) -45% (大幅な期待値マイナス) AI 予想勝率 30.4% (オッズ暗示: 55.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 24.0% / 期待値 -57% ※ 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	アスコットヴェール	横山武	実999.9	B▽ A▽勝率1% EV+589% 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33%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 04/11 3中山51R 1着/16頭勝利 03/14 2中山51R 2着/15頭+0.3秒 12/20 5中山52R 6着/16頭+1.8秒 11/30 5東京85R 2着/16頭+0.2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 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 161日休養明け ◎ 期待値 (オッズ vs AI勝率) +227% (市場が大幅過小評価) AI 予想勝率 0.3% (オッズ暗示: 0.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.7% / 期待値 +590% ※ 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	デルマホダカ	▲遠藤	実29.5	B△ A△勝率4% EV+24% 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／140日ぶりの実戦）
前5走 05/02 3京都39R 6着/9頭+1.2秒 03/14 2中山56R 14着/16頭+2.1秒 01/18 1中山72R 1着/16頭勝利 12/28 5中山86R 8着/18頭+0.9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 140日休養明け △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 3.7% (オッズ暗示: 3.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 期待値 +24% ※ 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	エウテルペ	△石神道	実26.6	B▽ A▽勝率4% EV+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8.3着と低調／119日ぶりの実戦）
前5走 05/23 1新潟78R 11着/15頭+1.9秒 04/26 1福島67R 5着/15頭+0.6秒 02/07 1東京34R 9着/13頭+1.7秒 06/29 2福島21R 1着/15頭勝利 06/01 2東京121R 2着/16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 8.3着 (不振) ▽ 前走実績前走 11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 3.2% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 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。
10	ビスケットマリー	大野	実145.3	B▽ A▽勝率1% EV+0% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／直近3走平均11.3着と低調／125日ぶりの実戦）
前5走 05/17 1新潟68R 8着/10頭+2.1秒 04/25 1福島512R 15着/16頭+2.7秒 03/01 2中山26R 11着/15頭+2.4秒 02/15 1小倉812R 5着/13頭+0.8秒 02/07 1小倉57R 11着/18頭+1.1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戦の調子平均 11.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) △ ローテーション 125日休養明け × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 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。
11	ジャストキュート	黛	実179.1	B▽ A▽勝率1% EV+23% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／349日ぶりの実戦）
前5走 10/05 3京都21R 12着/16頭+2.4秒 09/06 4中山16R 6着/16頭+1.3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 9.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 349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 0.3% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 期待値 +24% ※ 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	キタノエピックアン	▲上里	実7.6	B△ A△勝率12% 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4走で勝率25%と適性高／直近3走で勝率33%と好調／132日ぶりの実戦）
前5走 05/10 2東京65R 8着/16頭+1.6秒 04/05 3中山41R 1着/16頭勝利 03/08 2中山41R 2着/16頭+0.0秒 02/10 1東京43R 3着/16頭+0.4秒 01/25 1中山92R 2着/14頭+0.7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 4走で勝率 25% (得意) △ ローテーション 132日休養明け △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 13.8% (オッズ暗示: 13.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.9% / 期待値 -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。
13	エコロストーム	丹内	実17.3	B△ A△勝率8% EV+34% 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／104日ぶりの実戦）
前5走 05/10 3京都67R 6着/12頭+1.4秒 03/14 2中山51R 1着/15頭勝利 03/01 2中山22R 5着/16頭+1.5秒 01/25 1中山92R 3着/14頭+1.0秒 01/10 1中山34R 4着/12頭+0.1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) ◎ 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 104日休養明け △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 5.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.7% / 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。
14	ペプロス	☆長浜	実48.6	B▽ A▽勝率4% EV+84% 詳細▼	大穴、AI予想勝率低く長期回収困難（125日ぶりの実戦）
前5走 05/17 2東京88R 6着/15頭+0.5秒 04/25 1福島512R 6着/16頭+0.7秒 01/24 1中山812R 7着/12頭+1.1秒 12/14 5中京46R 14着/18頭+1.4秒 08/16 2新潟76R 5着/11頭+1.5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 6.3着 △ ローテーション 125日休養明け ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 2.7% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.8% / 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。

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 ×

マタミカンサン

騎手ルメール

単勝オッズ

1.8倍

AI期待値

-45%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5ヴァレンティーニ

4.2倍

EV -12%

▲A:▲1ティルベリー

6.8倍

EV -6%

出走馬全14頭

◎A:×6

マタミカンサン

ルメール

1.8倍

-45%

›

○A:○5

ヴァレンティーニ

津村

4.2倍

-12%

›

▲A:▲1

ティルベリー

丸山

6.8倍

-6%

›

△A:△12

キタノエピックアン

▲上里

7.6倍

+5%

›

△A:△13

エコロストーム

丹内

17.3倍

+15%

›

△A:△8

デルマホダカ

▲遠藤

29.5倍

+8%

›

▽A:▽9

エウテルペ

△石神道

26.6倍

-14%

›

▽A:▽14

ペプロス

☆長浜

48.6倍

+31%

›

▽A:▽3

ルージュカエラ

原

48.7倍

+6%

›

▽A:▽4

カサビセンス

ミシェル

96.1倍

+25%

›

▽A:▽10

ビスケットマリー

大野

145.3倍

-43%

›

▽A:▽11

ジャストキュート

黛

179.1倍

-41%

›

▽A:▽2

テンクウハット

▲水沼

235.9倍

-22%

›

▽A:▽7

アスコットヴェール

横山武

999.9倍

+227%

›

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	ティルベリー	丸山	実6.8	▲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／154日ぶりの実戦）
前5走 04/18 3中山76R 4着/6頭+0.5秒 02/10 1東京43R 1着/16頭勝利 12/20 5中山52R 3着/16頭+1.1秒 10/19 4東京74R 4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) △ ローテーション 154日休養明け △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 17.0% (オッズ暗示: 14.7%) ※ 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。
2	テンクウハット	▲水沼	実235.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均3.0着と安定／前走3着／546日ぶりの実戦）
前5走 03/22 1阪神76R 3着/10頭+0.2秒 03/22 1阪神76R 3着/10頭+0.2秒 03/22 1阪神76R 3着/10頭+0.2秒 03/22 1阪神76R 3着/10頭+0.2秒 03/22 1阪神76R 3着/10頭+0.2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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 546日休養明け ◎ 期待値 (オッズ vs AI勝率) +62% (市場が大幅過小評価) AI 予想勝率 0.7% (オッズ暗示: 0.4%) ※ 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	ルージュカエラ	原	実48.7	▽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／168日ぶりの実戦）
前5走 04/04 3中山37R 11着/12頭+1.8秒 01/31 1東京112R 9着/12頭+0.6秒 11/09 3福島29R 10着/16頭+1.0秒 09/07 2札幌67R 11着/13頭+2.0秒 08/16 1札幌712R 3着/12頭+0.4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戦の調子平均 10.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 168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 1.5% (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。
4	カサビセンス	ミシェル	実96.1	▽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8.0着と低調／133日ぶりの実戦）
前5走 05/09 2東京57R 8着/14頭+1.5秒 03/21 2中山77R 10着/16頭+1.8秒 01/31 1東京12R 6着/16頭+1.5秒 12/03 笠松8R 1着/8頭勝利 11/06 笠松11R 1着/10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 8.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 1.1% (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。
5	ヴァレンティーニ	津村	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／154日ぶりの実戦）
前5走 04/18 2阪神76R 4着/14頭+0.5秒 03/01 2中山24R 6着/8頭+2.2秒 09/07 4中山26R 1着/16頭勝利 ― ―
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 33% (上り調子) △ ローテーション 154日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 22.2% (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。
6	マタミカンサン	ルメール	実1.8	×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（当競馬場4走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／119日ぶりの実戦）
前5走 05/23 1新潟78R 4着/15頭+0.7秒 04/26 1福島67R 3着/15頭+0.5秒 03/28 3中山17R 2着/13頭+0.1秒 03/01 2中山26R 2着/15頭+0.6秒 01/24 1中山88R 3着/11頭+0.8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 3.0着 (安定) × 当競馬場適性 4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) -57% (大幅な期待値マイナス) AI 予想勝率 24.0% (オッズ暗示: 55.6%) ※ 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	アスコットヴェール	横山武	実999.9	▽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33%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 04/11 3中山51R 1着/16頭勝利 03/14 2中山51R 2着/15頭+0.3秒 12/20 5中山52R 6着/16頭+1.8秒 11/30 5東京85R 2着/16頭+0.2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 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 161日休養明け ◎ 期待値 (オッズ vs AI勝率) +589% (市場が大幅過小評価) AI 予想勝率 0.7% (オッズ暗示: 0.1%) ※ 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	デルマホダカ	▲遠藤	実29.5	△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／140日ぶりの実戦）
前5走 05/02 3京都39R 6着/9頭+1.2秒 03/14 2中山56R 14着/16頭+2.1秒 01/18 1中山72R 1着/16頭勝利 12/28 5中山86R 8着/18頭+0.9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 140日休養明け △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 4.2% (オッズ暗示: 3.4%) ※ 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	エウテルペ	△石神道	実26.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／119日ぶりの実戦）
前5走 05/23 1新潟78R 11着/15頭+1.9秒 04/26 1福島67R 5着/15頭+0.6秒 02/07 1東京34R 9着/13頭+1.7秒 06/29 2福島21R 1着/15頭勝利 06/01 2東京121R 2着/16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 8.3着 (不振) ▽ 前走実績前走 11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) +1% (市場と概ね一致) AI 予想勝率 3.8% (オッズ暗示: 3.8%) ※ 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。
10	ビスケットマリー	大野	実145.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／直近3走平均11.3着と低調／125日ぶりの実戦）
前5走 05/17 1新潟68R 8着/10頭+2.1秒 04/25 1福島512R 15着/16頭+2.7秒 03/01 2中山26R 11着/15頭+2.4秒 02/15 1小倉812R 5着/13頭+0.8秒 02/07 1小倉57R 11着/18頭+1.1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戦の調子平均 11.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) △ ローテーション 125日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 0.7% (オッズ暗示: 0.7%) ※ 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。
11	ジャストキュート	黛	実179.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／349日ぶりの実戦）
前5走 10/05 3京都21R 12着/16頭+2.4秒 09/06 4中山16R 6着/16頭+1.3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 9.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 349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 0.7% (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。
12	キタノエピックアン	▲上里	実7.6	△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4走で勝率25%と適性高／直近3走で勝率33%と好調／132日ぶりの実戦）
前5走 05/10 2東京65R 8着/16頭+1.6秒 04/05 3中山41R 1着/16頭勝利 03/08 2中山41R 2着/16頭+0.0秒 02/10 1東京43R 3着/16頭+0.4秒 01/25 1中山92R 2着/14頭+0.7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 4走で勝率 25% (得意) △ ローテーション 132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 11.9% (オッズ暗示: 13.2%) ※ 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。
13	エコロストーム	丹内	実17.3	△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／104日ぶりの実戦）
前5走 05/10 3京都67R 6着/12頭+1.4秒 03/14 2中山51R 1着/15頭勝利 03/01 2中山22R 5着/16頭+1.5秒 01/25 1中山92R 3着/14頭+1.0秒 01/10 1中山34R 4着/12頭+0.1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) ◎ 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 104日休養明け ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 7.7% (オッズ暗示: 5.8%) ※ 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。
14	ペプロス	☆長浜	実48.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（125日ぶりの実戦）
前5走 05/17 2東京88R 6着/15頭+0.5秒 04/25 1福島512R 6着/16頭+0.7秒 01/24 1中山812R 7着/12頭+1.1秒 12/14 5中京46R 14着/18頭+1.4秒 08/16 2新潟76R 5着/11頭+1.5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 6.3着 △ ローテーション 125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 3.8% (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。

AIの本命

AI評価1位

マタミカンサン

騎手ルメール

単勝オッズ

1.8倍

AI期待値

-56%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ヴァレンティーニ

4.2倍

EV -6%

▲1ティルベリー

6.8倍

EV +15%

出走馬全14頭

×6

マタミカンサン

ルメール

1.8倍

-56%

›

○5

ヴァレンティーニ

津村

4.2倍

-6%

›

▲1

ティルベリー

丸山

6.8倍

+15%

›

△12

キタノエピックアン

▲上里

7.6倍

-9%

›

△13

エコロストーム

丹内

17.3倍

+34%

›

△8

デルマホダカ

▲遠藤

29.5倍

+24%

›

▽9

エウテルペ

△石神道

26.6倍

+1%

›

▽14

ペプロス

☆長浜

48.6倍

+84%

›

▽3

ルージュカエラ

原

48.7倍

-27%

›

▽4

カサビセンス

ミシェル

96.1倍

+5%

›

▽10

ビスケットマリー

大野

145.3倍

+0%

›

▽11

ジャストキュート

黛

179.1倍

+23%

›

▽2

テンクウハット

▲水沼

235.9倍

+62%

›

▽7

アスコットヴェール

横山武

999.9倍

+589%

›

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