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	ハナウマビーチ	横山琉	実52.5	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走で勝率33%と好調／174日ぶりの実戦）
前5走 03/29 3中山211R 11着/15頭+1.6秒 01/25 1京都911R 12着/16頭+1.3秒 12/27 5阪神710R 1着/16頭勝利 10/13 3京都59R 1着/12頭勝利 09/20 4阪神66R 1着/16頭勝利
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 11着 (大敗) △ ローテーション 174日休養明け × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.9%) × Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 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。
2	イミグラントソング	津村	実20.9	B▽ A▽勝率6% EV+20% 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走平均9.0着と低調／168日ぶりの実戦）
前5走 04/04 3中山311R 5着/15頭+0.3秒 07/27 2新潟27R 11着/18頭+0.9秒 05/11 2東京611R 11着/18頭+0.7秒 04/12 3中山511R 1着/14頭勝利 02/23 1東京85R 3着/13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 9.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) △ ローテーション 168日休養明け △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 5.4% (オッズ暗示: 4.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.7% / 期待値 +20% ※ 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	モンブランミノル	佐々木	実13.3	B△ A△勝率8% EV+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2着／546日ぶりの実戦）
前5走 03/22 1阪神710R 2着/14頭+0.1秒 02/10 1京都311R 2着/16頭+0.0秒 12/21 7京都710R 1着/16頭勝利 10/12 5京都39R 1着/13頭勝利 09/16 3中京57R 1着/11頭勝利
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 2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) -6% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 7.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.1% / 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。
4	イムホテプ	横山武	実7.6	B△ A△勝率8% EV-37% 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6走で勝率50%と適性高／直近3走で勝率33%と好調／195日ぶりの実戦）
前5走 03/08 2中山410R 11着/15頭+1.2秒 12/21 5中山610R 1着/15頭勝利 09/21 4中山710R 11着/16頭+0.8秒 08/10 1札幌612R 1着/14頭勝利 03/29 3中山110R 6着/11頭+1.7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 6走で勝率 50% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 195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 7.2% (オッズ暗示: 13.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.3% / 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。
5	カンピオーネ	菊沢	実38.3	B▽ A×勝率1% EV-55% 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／483日ぶりの実戦）
前5走 05/24 2京都911R 12着/16頭+1.4秒 05/24 2京都911R 12着/16頭+1.4秒 05/24 2京都911R 12着/16頭+1.4秒 05/24 2京都911R 12着/16頭+1.4秒 05/24 2京都911R 12着/16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 12.0着 (不振) ○ 当競馬場適性 132走で勝率 18% (相性良) ▽ 前走実績前走 12着 (大敗) △ ローテーション 483日休養明け × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.6%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 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。
6	レアンダー	大野	実67.0	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14.0着と低調／125日ぶりの実戦）
前5走 05/17 3京都811R 14着/16頭+3.3秒 05/03 1新潟211R 14着/15頭+2.2秒 04/11 1福島111R 14着/15頭+2.9秒 11/16 3福島411R 15着/15頭+2.5秒 10/26 3京都910R 5着/14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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 125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 1.4% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.1% / 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。
7	マーズオデッセイ	三浦	実3.6	B○ A○勝率22% EV-20% 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／112日ぶりの実戦）
前5走 05/30 2東京1111R 4着/16頭+0.8秒 03/07 2中山310R 1着/14頭勝利 02/14 1東京510R 5着/16頭+0.7秒 11/02 4東京1110R 5着/12頭+0.9秒 10/12 4東京412R 1着/16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戦の調子勝率 33% (上り調子) △ ローテーション 112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 18.9% (オッズ暗示: 27.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.2% / 期待値 -20% ※ 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	アクションプラン	丹内	実14.7	B▽ A△勝率8% EV+19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場120走で勝率40%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 01/12 1中山410R 1着/16頭勝利 01/12 1中山410R 1着/16頭勝利 01/12 1中山410R 1着/16頭勝利 01/12 1中山410R 1着/16頭勝利 01/12 1中山410R 1着/16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 100% (絶好調) ◎ 当競馬場適性 120走で勝率 40% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 615日休養明け △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 6.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.1% / 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。
9	ドバイブルース	丸山	実7.2	B▲ A▲勝率10% EV-29% 詳細▼	AI上位評価だが期待値不足、見送り（154日ぶりの実戦）
前5走 04/18 3中山710R 4着/13頭+0.4秒 03/07 2中山310R 3着/14頭+0.2秒 12/21 5中山610R 8着/15頭+1.0秒 11/24 3福島611R 7着/15頭+0.6秒 07/27 1札幌210R 2着/8頭+0.5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 5.0着 ○ 当競馬場適性 12走で勝率 17% (相性良) △ ローテーション 154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 9.0% (オッズ暗示: 13.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.7% / 期待値 -30% ※ 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	ショウナンライシン	原	実31.1	B▽ A▽勝率4% EV+37% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／直近3走平均10.0着と低調／112日ぶりの実戦）
前5走 05/30 2東京1111R 11着/16頭+1.6秒 03/29 3中山211R 10着/15頭+1.6秒 03/08 2中山410R 9着/15頭+0.9秒 12/14 5中山410R 5着/16頭+1.4秒 11/16 3福島411R 4着/15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戦の調子平均 10.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 112日休養明け ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 4.4% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.4% / 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。
11	バラジ	小崎	実101.4	B× A▽勝率1% EV-32% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率33%と適性高／496日ぶりの実戦）
前5走 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10頭+0.3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 7.0着 (不振) ◎ 当競馬場適性 36走で勝率 33% (得意) △ ローテーション 496日休養明け × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.7% / 期待値 -32% ※ 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	マンマリアーレ	吉田豊	実84.5	B▽ A▽勝率1% EV-39% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／503日ぶりの実戦）
前5走 05/04 2東京410R 14着/16頭+2.6秒 05/04 2東京410R 14着/16頭+2.6秒 05/04 2東京410R 14着/16頭+2.6秒 05/04 2東京410R 14着/16頭+2.6秒 05/04 2東京410R 14着/16頭+2.6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戦の調子平均 14.0着 (不振) ○ 当競馬場適性 180走で勝率 20% (相性良) ▽ 前走実績前走 14着 (大敗) △ ローテーション 503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 0.8% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.7% / 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。
13	ゴールデンクラウド	ルメール	実2.9	B◎ A◎勝率23% EV-33% 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67%と好調／前走勝利の勢い／174日ぶりの実戦）
前5走 03/29 1中京610R 1着/15頭勝利 02/15 2京都610R 2着/10頭+0.4秒 11/16 4京都47R 1着/16頭勝利 10/18 4新潟16R 1着/15頭勝利 06/21 3阪神58R 3着/16頭+0.7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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 174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 29.1% (オッズ暗示: 34.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 23.0% / 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。
14	ハビレ	岩田康	実17.4	B△ A▽勝率6% EV+5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（112日ぶりの実戦）
前5走 05/30 2東京1111R 10着/16頭+1.6秒 01/11 1中山410R 5着/16頭+0.4秒 10/12 3京都411R 4着/9頭+0.5秒 09/20 4中山611R 4着/15頭+0.7秒 07/19 1函館1111R 5着/14頭+0.5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 ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 10着 (大敗) △ ローテーション 112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 7.2% (オッズ暗示: 5.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.0% / 期待値 +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。

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 ◎

ゴールデンクラウド

騎手ルメール

単勝オッズ

2.9倍

AI期待値

-15%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○7マーズオデッセイ

3.6倍

EV -31%

▲A:▲9ドバイブルース

7.2倍

EV -35%

出走馬全14頭

◎A:◎13

ゴールデンクラウド

ルメール

2.9倍

-15%

›

○A:○7

マーズオデッセイ

三浦

3.6倍

-31%

›

▲A:▲9

ドバイブルース

丸山

7.2倍

-35%

›

△A:△4

イムホテプ

横山武

7.6倍

-45%

›

△A:▽14

ハビレ

岩田康

17.4倍

+25%

›

△A:△3

モンブランミノル

佐々木

13.3倍

-5%

›

▽A:△8

アクションプラン

丹内

14.7倍

+3%

›

▽A:▽2

イミグラントソング

津村

20.9倍

+13%

›

▽A:▽10

ショウナンライシン

原

31.1倍

+35%

›

▽A:×5

カンピオーネ

菊沢

38.3倍

-46%

›

▽A:▽6

レアンダー

大野

67.0倍

-7%

›

×A:×1

ハナウマビーチ

横山琉

52.5倍

-59%

›

▽A:▽12

マンマリアーレ

吉田豊

84.5倍

-34%

›

×A:▽11

バラジ

小崎

101.4倍

-64%

›

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	ハナウマビーチ	横山琉	実52.5	×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／174日ぶりの実戦）
前5走 03/29 3中山211R 11着/15頭+1.6秒 01/25 1京都911R 12着/16頭+1.3秒 12/27 5阪神710R 1着/16頭勝利 10/13 3京都59R 1着/12頭勝利 09/20 4阪神66R 1着/16頭勝利
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 11着 (大敗) △ ローテーション 174日休養明け × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.9%) ※ 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。
2	イミグラントソング	津村	実20.9	▽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走平均9.0着と低調／168日ぶりの実戦）
前5走 04/04 3中山311R 5着/15頭+0.3秒 07/27 2新潟27R 11着/18頭+0.9秒 05/11 2東京611R 11着/18頭+0.7秒 04/12 3中山511R 1着/14頭勝利 02/23 1東京85R 3着/13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 9.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) △ ローテーション 168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 5.7% (オッズ暗示: 4.8%) ※ 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。
3	モンブランミノル	佐々木	実13.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走2着／546日ぶりの実戦）
前5走 03/22 1阪神710R 2着/14頭+0.1秒 02/10 1京都311R 2着/16頭+0.0秒 12/21 7京都710R 1着/16頭勝利 10/12 5京都39R 1着/13頭勝利 09/16 3中京57R 1着/11頭勝利
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 2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) +7% (市場と概ね一致) AI 予想勝率 8.1% (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。
4	イムホテプ	横山武	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6走で勝率50%と適性高／直近3走で勝率33%と好調／195日ぶりの実戦）
前5走 03/08 2中山410R 11着/15頭+1.2秒 12/21 5中山610R 1着/15頭勝利 09/21 4中山710R 11着/16頭+0.8秒 08/10 1札幌612R 1着/14頭勝利 03/29 3中山110R 6着/11頭+1.7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 6走で勝率 50% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 195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 8.3% (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。
5	カンピオーネ	菊沢	実38.3	×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／483日ぶりの実戦）
前5走 05/24 2京都911R 12着/16頭+1.4秒 05/24 2京都911R 12着/16頭+1.4秒 05/24 2京都911R 12着/16頭+1.4秒 05/24 2京都911R 12着/16頭+1.4秒 05/24 2京都911R 12着/16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 12.0着 (不振) ○ 当競馬場適性 132走で勝率 18% (相性良) ▽ 前走実績前走 12着 (大敗) △ ローテーション 483日休養明け × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.6%) ※ 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	レアンダー	大野	実67.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／125日ぶりの実戦）
前5走 05/17 3京都811R 14着/16頭+3.3秒 05/03 1新潟211R 14着/15頭+2.2秒 04/11 1福島111R 14着/15頭+2.9秒 11/16 3福島411R 15着/15頭+2.5秒 10/26 3京都910R 5着/14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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 125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 1.1% (オッズ暗示: 1.5%) ※ 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	マーズオデッセイ	三浦	実3.6	○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／112日ぶりの実戦）
前5走 05/30 2東京1111R 4着/16頭+0.8秒 03/07 2中山310R 1着/14頭勝利 02/14 1東京510R 5着/16頭+0.7秒 11/02 4東京1110R 5着/12頭+0.9秒 10/12 4東京412R 1着/16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戦の調子勝率 33% (上り調子) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 22.2% (オッズ暗示: 27.8%) ※ 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。
8	アクションプラン	丹内	実14.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場120走で勝率40%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 01/12 1中山410R 1着/16頭勝利 01/12 1中山410R 1着/16頭勝利 01/12 1中山410R 1着/16頭勝利 01/12 1中山410R 1着/16頭勝利 01/12 1中山410R 1着/16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 100% (絶好調) ◎ 当競馬場適性 120走で勝率 40% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 615日休養明け △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 8.1% (オッズ暗示: 6.8%) ※ 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。
9	ドバイブルース	丸山	実7.2	▲詳細▼	AI上位評価だが期待値不足、見送り（154日ぶりの実戦）
前5走 04/18 3中山710R 4着/13頭+0.4秒 03/07 2中山310R 3着/14頭+0.2秒 12/21 5中山610R 8着/15頭+1.0秒 11/24 3福島611R 7着/15頭+0.6秒 07/27 1札幌210R 2着/8頭+0.5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 5.0着 ○ 当競馬場適性 12走で勝率 17% (相性良) △ ローテーション 154日休養明け △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 9.7% (オッズ暗示: 13.9%) ※ 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。
10	ショウナンライシン	原	実31.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／直近3走平均10.0着と低調／112日ぶりの実戦）
前5走 05/30 2東京1111R 11着/16頭+1.6秒 03/29 3中山211R 10着/15頭+1.6秒 03/08 2中山410R 9着/15頭+0.9秒 12/14 5中山410R 5着/16頭+1.4秒 11/16 3福島411R 4着/15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戦の調子平均 10.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 112日休養明け ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 4.4% (オッズ暗示: 3.2%) ※ 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。
11	バラジ	小崎	実101.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率33%と適性高／496日ぶりの実戦）
前5走 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10頭+0.3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 7.0着 (不振) ◎ 当競馬場適性 36走で勝率 33% (得意) △ ローテーション 496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 0.7% (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	マンマリアーレ	吉田豊	実84.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／503日ぶりの実戦）
前5走 05/04 2東京410R 14着/16頭+2.6秒 05/04 2東京410R 14着/16頭+2.6秒 05/04 2東京410R 14着/16頭+2.6秒 05/04 2東京410R 14着/16頭+2.6秒 05/04 2東京410R 14着/16頭+2.6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戦の調子平均 14.0着 (不振) ○ 当競馬場適性 180走で勝率 20% (相性良) ▽ 前走実績前走 14着 (大敗) △ ローテーション 503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 0.7% (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。
13	ゴールデンクラウド	ルメール	実2.9	◎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67%と好調／前走勝利の勢い／174日ぶりの実戦）
前5走 03/29 1中京610R 1着/15頭勝利 02/15 2京都610R 2着/10頭+0.4秒 11/16 4京都47R 1着/16頭勝利 10/18 4新潟16R 1着/15頭勝利 06/21 3阪神58R 3着/16頭+0.7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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 174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 23.0% (オッズ暗示: 34.5%) ※ 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。
14	ハビレ	岩田康	実17.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（112日ぶりの実戦）
前5走 05/30 2東京1111R 10着/16頭+1.6秒 01/11 1中山410R 5着/16頭+0.4秒 10/12 3京都411R 4着/9頭+0.5秒 09/20 4中山611R 4着/15頭+0.7秒 07/19 1函館1111R 5着/14頭+0.5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 ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 10着 (大敗) △ ローテーション 112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 6.0% (オッズ暗示: 5.7%) ※ 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。

AIの本命

AI評価1位

ゴールデンクラウド

騎手ルメール

単勝オッズ

2.9倍

AI期待値

-33%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7マーズオデッセイ

3.6倍

EV -20%

▲9ドバイブルース

7.2倍

EV -29%

出走馬全14頭

◎13

ゴールデンクラウド

ルメール

2.9倍

-33%

›

○7

マーズオデッセイ

三浦

3.6倍

-20%

›

▲9

ドバイブルース

丸山

7.2倍

-29%

›

△4

イムホテプ

横山武

7.6倍

-37%

›

△3

モンブランミノル

佐々木

13.3倍

+7%

›

△8

アクションプラン

丹内

14.7倍

+19%

›

▽14

ハビレ

岩田康

17.4倍

+5%

›

▽2

イミグラントソング

津村

20.9倍

+20%

›

▽10

ショウナンライシン

原

31.1倍

+37%

›

×5

カンピオーネ

菊沢

38.3倍

-55%

›

▽6

レアンダー

大野

67.0倍

-23%

›

×1

ハナウマビーチ

横山琉

52.5倍

-62%

›

▽12

マンマリアーレ

吉田豊

84.5倍

-39%

›

▽11

バラジ

小崎

101.4倍

-32%

›

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