中山 12R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

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	シュヴァルツシルト	戸崎圭	実4.1	B○ A○勝率15% EV-37% 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2着／104日ぶりの実戦）
前5走 05/16 1新潟52R 1着/15頭勝利 03/07 2中山33R 2着/16頭+0.3秒 02/15 1東京61R 4着/16頭+1.7秒 12/14 5中京42R 3着/13頭+0.7秒 11/30 5東京85R 3着/16頭+0.3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 2着 (好走) △ ローテーション 104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 14.0% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.3% / 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。
2	ヴェネチアンキング	▲佐藤	実54.1	B▽ A▽勝率2% EV-2% 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走平均11.0着と低調／111日ぶりの実戦）
前5走 05/31 2東京125R 11着/13頭+1.8秒 04/25 2東京16R 12着/16頭+2.6秒 02/21 1東京72R 10着/16頭+1.5秒 01/11 1中山44R 12着/16頭+2.6秒 12/14 5中山41R 1着/15頭勝利
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 11.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 111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 1.8% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.8% / 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。
3	リアライズタキオン	☆長浜	実58.5	B▽ A▽勝率1% EV-38% 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／118日ぶりの実戦）
前5走 05/24 2東京106R 12着/14頭+2.3秒 04/25 2東京16R 15着/16頭+3.8秒 02/14 1東京53R 1着/16頭勝利 11/29 5東京71R 6着/13頭+1.0秒 11/01 4東京101R 2着/16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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12着 (大敗) △ ローテーション 118日休養明け × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 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。
4	ベアハンドキャッチ	原	実47.3	B▽ A▽勝率2% EV-14% 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走で勝率33%と好調／161日ぶりの実戦）
前5走 04/11 3中山57R 5着/16頭+1.4秒 02/21 1東京72R 13着/16頭+1.9秒 02/10 1東京41R 1着/15頭勝利 12/20 5中山51R 5着/16頭+0.7秒 12/07 5中山25R 12着/16頭+1.9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 0% (苦戦) △ ローテーション 161日休養明け ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 3.1% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.8% / 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。
5	エアサロメ	三浦	実4.6	B▲ A◎勝率16% EV-24% 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／126日ぶりの実戦）
前5走 05/16 2東京77R 3着/16頭+0.7秒 03/22 2中山83R 4着/14頭+1.1秒 01/04 1中山13R 1着/15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) ○ 前走実績前走 3着 (好走) △ ローテーション 126日休養明け × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 14.0% (オッズ暗示: 21.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 16.4% / 期待値 -25% ※ 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	トモジャオーリー	津村	実9.1	B△ A△勝率9% EV-17% 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／119日ぶりの実戦）
前5走 05/23 1新潟79R 7着/16頭+0.8秒 03/07 2中山31R 1着/16頭勝利 12/07 5中山21R 5着/16頭+0.6秒 11/08 5東京14R 2着/14頭+0.3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 119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 7.2% (オッズ暗示: 11.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.0% / 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。
7	ラベンダーヘイズ	小崎	実5.3	B◎ A▲勝率15% EV-18% 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／140日ぶりの実戦）
前5走 05/02 2東京35R 7着/18頭+0.6秒 04/11 3中山52R 1着/16頭勝利 02/21 1東京76R 11着/16頭+1.9秒 11/09 5東京23R 7着/18頭+0.9秒 08/30 3新潟35R 12着/18頭+1.6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) △ ローテーション 140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 19.4% (オッズ暗示: 18.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.3% / 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。
8	タイセイブルーム	◇小林美	実21.2	B▽ A▽勝率2% EV-48% 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／118日ぶりの実戦）
前5走 05/24 2東京106R 7着/14頭+1.0秒 05/03 2東京46R 8着/16頭+0.7秒 04/12 3中山63R 1着/14頭勝利 03/21 2中山74R 10着/13頭+3.4秒 01/17 1中山63R 6着/16頭+0.4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 118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 3.1% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.4% / 期待値 -48% ※ 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	プルシャプラ	杉原	実28.5	B▽ A▽勝率2% EV-48% 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／132日ぶりの実戦）
前5走 05/10 2東京67R 5着/16頭+0.5秒 04/19 3中山87R 7着/13頭+1.1秒 03/29 3中山28R 9着/16頭+1.0秒 03/14 2中山58R 11着/16頭+0.9秒 01/10 1中山312R 6着/16頭+0.8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 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 132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 2.4% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.8% / 期待値 -48% ※ 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	アースミューズ	松岡	実52.9	B× A▽勝率1% EV-44% 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0%と苦戦傾向／133日ぶりの実戦）
前5走 05/09 1新潟37R 12着/15頭+1.9秒 04/19 3中山87R 3着/13頭+0.7秒 03/29 3中山28R 2着/16頭+0.4秒 03/08 2中山46R 6着/16頭+1.2秒 12/14 5中京43R 8着/16頭+1.8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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 133日休養明け × 期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 期待値 -45% ※ 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	ダノンゴーイチ推奨	菊沢	実14.9	B▽ A△勝率7% EV+3% 詳細▼	期待値プラスでAIの推し馬（当競馬場12走で勝率100%と適性高）
前5走 06/30 2福島212R 4着/16頭+0.2秒 06/30 2福島212R 4着/16頭+0.2秒 06/30 2福島212R 4着/16頭+0.2秒 06/30 2福島212R 4着/16頭+0.2秒 06/30 2福島212R 4着/16頭+0.2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 4.0着 ◎ 当競馬場適性 12走で勝率 100% (得意) △ ローテーション 811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 5.8% (オッズ暗示: 6.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.9% / 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。
12	ナンナンプー	武藤	実79.6	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11.0着と低調／146日ぶりの実戦）
前5走 04/26 1福島68R 11着/15頭+1.0秒 04/18 1福島312R 11着/16頭+1.0秒 02/28 1小倉1112R 11着/18頭+0.4秒 02/07 1小倉512R 3着/17頭+0.3秒 02/01 1小倉412R 4着/18頭+0.3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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 146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 0.6% (オッズ暗示: 1.3%) × Aモデルの評価 (参考) レース内 15位 / 勝率 0.6% / 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。
13	トウタツ推奨	佐々木	実20.1	B△ A▽勝率7% EV+39% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+91%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 05/02 2東京37R 10着/16頭+1.5秒 04/19 3中山87R 6着/13頭+0.9秒 09/15 4中山512R 3着/16頭+0.7秒 08/02 2新潟310R 12着/13頭+4.3秒 01/12 1中京47R 13着/16頭+2.3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戦の調子平均 6.3着 ▽ 前走実績前走 10着 (大敗) △ ローテーション 140日休養明け ◎ 期待値 (オッズ vs AI勝率) +91% (市場が大幅過小評価) AI 予想勝率 9.5% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.9% / 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。
14	マロンカラノテガミ	石橋脩	実103.5	B× A×勝率1% EV-60% 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／290日ぶりの実戦）
前5走 12/03 笠松6R 1着/7頭勝利 11/19 笠松11R 5着/9頭+1.1秒 10/24 笠松3R 1着/7頭勝利 09/13 4中山33R 6着/16頭+1.2秒 08/23 3新潟16R 3着/15頭+1.0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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 290日休養明け × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.0%) × Aモデルの評価 (参考) レース内 16位 / 勝率 0.6% / 期待値 -61% ※ 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	ロードトライデント	横山武	実5.8	B△ A△勝率13% EV-26% 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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 04/12 3中山61R 1着/15頭勝利 03/28 3中山13R 3着/16頭+0.5秒 02/14 1東京53R 6着/16頭+0.9秒 12/28 5中山85R 3着/16頭+1.6秒 ―
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) ◎ 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 160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 11.9% (オッズ暗示: 17.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.7% / 期待値 -26% ※ 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	ミスバレンシア推奨	ミシェル	実30.2	B▽ A▽勝率7% EV+109% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+74%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 03/22 1阪神105R 6着/11頭+0.6秒 02/28 1阪神310R 8着/9頭+1.0秒 02/14 1東京57R 10着/16頭+0.6秒 10/30 門別11R 11着/11頭+4.1秒 09/20 4中山69R 8着/13頭+1.0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戦の調子平均 8.0着 (不振) △ ローテーション 181日休養明け ◎ 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 5.8% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.9% / 期待値 +109% ※ 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 ▲

ラベンダーヘイズ

騎手小崎

単勝オッズ

5.3倍

AI期待値

+2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○1シュヴァルツシルト

4.1倍

EV -42%

▲A:◎5エアサロメ

4.6倍

EV -35%

出走馬全16頭

◎A:▲7

ラベンダーヘイズ

小崎

5.3倍

+2%

›

○A:○1

シュヴァルツシルト

戸崎圭

4.1倍

-42%

›

▲A:◎5

エアサロメ

三浦

4.6倍

-35%

›

△A:△15

ロードトライデント

横山武

5.8倍

-31%

›

△A:▽13

トウタツ

佐々木

20.1倍

+91%

›

△A:△6

トモジャオーリー

津村

9.1倍

-34%

›

▽A:▽16

ミスバレンシア

ミシェル

30.2倍

+74%

›

▽A:△11

ダノンゴーイチ

菊沢

14.9倍

-14%

›

▽A:▽8

タイセイブルーム

◇小林美

21.2倍

-34%

›

▽A:▽4

ベアハンドキャッチ

原

47.3倍

+46%

›

▽A:▽9

プルシャプラ

杉原

28.5倍

-31%

›

▽A:▽2

ヴェネチアンキング

▲佐藤

54.1倍

›

▽A:▽3

リアライズタキオン

☆長浜

58.5倍

-39%

›

×A:▽10

アースミューズ

松岡

52.9倍

-70%

›

×A:×12

ナンナンプー

武藤

79.6倍

-56%

›

×A:×14

マロンカラノテガミ

石橋脩

103.5倍

-51%

›

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)

単勝 16 ミスバレンシア実30.2倍期待値 +74% 推奨 17.4〜30.0倍 ¥300 不的中
単勝 11 ダノンゴーイチ実14.9倍期待値 -14% 推奨 17.4〜30.0倍 ¥100 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 13 トウタツ実20.1倍期待値 +92% 推奨 10.5〜30.0倍 ¥200 不的中

※ 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	シュヴァルツシルト	戸崎圭	実4.1	○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2着／104日ぶりの実戦）
前5走 05/16 1新潟52R 1着/15頭勝利 03/07 2中山33R 2着/16頭+0.3秒 02/15 1東京61R 4着/16頭+1.7秒 12/14 5中京42R 3着/13頭+0.7秒 11/30 5東京85R 3着/16頭+0.3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 2着 (好走) △ ローテーション 104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 15.3% (オッズ暗示: 24.4%) ※ 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。
2	ヴェネチアンキング	▲佐藤	実54.1	▽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33%と適性高／直近3走平均11.0着と低調／111日ぶりの実戦）
前5走 05/31 2東京125R 11着/13頭+1.8秒 04/25 2東京16R 12着/16頭+2.6秒 02/21 1東京72R 10着/16頭+1.5秒 01/11 1中山44R 12着/16頭+2.6秒 12/14 5中山41R 1着/15頭勝利
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 11.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 111日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 1.8% (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。
3	リアライズタキオン	☆長浜	実58.5	▽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／118日ぶりの実戦）
前5走 05/24 2東京106R 12着/14頭+2.3秒 04/25 2東京16R 15着/16頭+3.8秒 02/14 1東京53R 1着/16頭勝利 11/29 5東京71R 6着/13頭+1.0秒 11/01 4東京101R 2着/16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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12着 (大敗) △ ローテーション 118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 1.0% (オッズ暗示: 1.7%) ※ 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。
4	ベアハンドキャッチ	原	実47.3	▽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走で勝率33%と好調／161日ぶりの実戦）
前5走 04/11 3中山57R 5着/16頭+1.4秒 02/21 1東京72R 13着/16頭+1.9秒 02/10 1東京41R 1着/15頭勝利 12/20 5中山51R 5着/16頭+0.7秒 12/07 5中山25R 12着/16頭+1.9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 0% (苦戦) △ ローテーション 161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 1.8% (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。
5	エアサロメ	三浦	実4.6	◎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／前走3着／126日ぶりの実戦）
前5走 05/16 2東京77R 3着/16頭+0.7秒 03/22 2中山83R 4着/14頭+1.1秒 01/04 1中山13R 1着/15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) ○ 前走実績前走 3着 (好走) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 16.4% (オッズ暗示: 21.7%) ※ 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	トモジャオーリー	津村	実9.1	△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／119日ぶりの実戦）
前5走 05/23 1新潟79R 7着/16頭+0.8秒 03/07 2中山31R 1着/16頭勝利 12/07 5中山21R 5着/16頭+0.6秒 11/08 5東京14R 2着/14頭+0.3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 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 9.0% (オッズ暗示: 11.0%) ※ 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	ラベンダーヘイズ	小崎	実5.3	▲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／140日ぶりの実戦）
前5走 05/02 2東京35R 7着/18頭+0.6秒 04/11 3中山52R 1着/16頭勝利 02/21 1東京76R 11着/16頭+1.9秒 11/09 5東京23R 7着/18頭+0.9秒 08/30 3新潟35R 12着/18頭+1.6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) △ ローテーション 140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 15.3% (オッズ暗示: 18.9%) ※ 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	タイセイブルーム	◇小林美	実21.2	▽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／118日ぶりの実戦）
前5走 05/24 2東京106R 7着/14頭+1.0秒 05/03 2東京46R 8着/16頭+0.7秒 04/12 3中山63R 1着/14頭勝利 03/21 2中山74R 10着/13頭+3.4秒 01/17 1中山63R 6着/16頭+0.4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 118日休養明け × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 4.7%) ※ 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。
9	プルシャプラ	杉原	実28.5	▽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／132日ぶりの実戦）
前5走 05/10 2東京67R 5着/16頭+0.5秒 04/19 3中山87R 7着/13頭+1.1秒 03/29 3中山28R 9着/16頭+1.0秒 03/14 2中山58R 11着/16頭+0.9秒 01/10 1中山312R 6着/16頭+0.8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 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 132日休養明け × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 1.8% (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。
10	アースミューズ	松岡	実52.9	▽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0%と苦戦傾向／133日ぶりの実戦）
前5走 05/09 1新潟37R 12着/15頭+1.9秒 04/19 3中山87R 3着/13頭+0.7秒 03/29 3中山28R 2着/16頭+0.4秒 03/08 2中山46R 6着/16頭+1.2秒 12/14 5中京43R 8着/16頭+1.8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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 133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 1.0% (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。
11	ダノンゴーイチ推奨	菊沢	実14.9	△詳細▼	期待値プラスでAIの推し馬（当競馬場12走で勝率100%と適性高）
前5走 06/30 2福島212R 4着/16頭+0.2秒 06/30 2福島212R 4着/16頭+0.2秒 06/30 2福島212R 4着/16頭+0.2秒 06/30 2福島212R 4着/16頭+0.2秒 06/30 2福島212R 4着/16頭+0.2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 4.0着 ◎ 当競馬場適性 12走で勝率 100% (得意) △ ローテーション 811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 6.9% (オッズ暗示: 6.7%) ※ 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	ナンナンプー	武藤	実79.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／146日ぶりの実戦）
前5走 04/26 1福島68R 11着/15頭+1.0秒 04/18 1福島312R 11着/16頭+1.0秒 02/28 1小倉1112R 11着/18頭+0.4秒 02/07 1小倉512R 3着/17頭+0.3秒 02/01 1小倉412R 4着/18頭+0.3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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 146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 0.6% (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。
13	トウタツ推奨	佐々木	実20.1	▽詳細▼	オッズに対しAI予想勝率がやや高め、期待値+39%の妙味（市場想定よりAI評価が高く妙味）
前5走 05/02 2東京37R 10着/16頭+1.5秒 04/19 3中山87R 6着/13頭+0.9秒 09/15 4中山512R 3着/16頭+0.7秒 08/02 2新潟310R 12着/13頭+4.3秒 01/12 1中京47R 13着/16頭+2.3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戦の調子平均 6.3着 ▽ 前走実績前走 10着 (大敗) △ ローテーション 140日休養明け ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 6.9% (オッズ暗示: 5.0%) ※ 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。
14	マロンカラノテガミ	石橋脩	実103.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調／前走勝利の勢い／290日ぶりの実戦）
前5走 12/03 笠松6R 1着/7頭勝利 11/19 笠松11R 5着/9頭+1.1秒 10/24 笠松3R 1着/7頭勝利 09/13 4中山33R 6着/16頭+1.2秒 08/23 3新潟16R 3着/15頭+1.0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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 290日休養明け × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
15	ロードトライデント	横山武	実5.8	△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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 04/12 3中山61R 1着/15頭勝利 03/28 3中山13R 3着/16頭+0.5秒 02/14 1東京53R 6着/16頭+0.9秒 12/28 5中山85R 3着/16頭+1.6秒 ―
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) ◎ 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 160日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 12.7% (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。
16	ミスバレンシア推奨	ミシェル	実30.2	▽詳細▼	市場が大きく過小評価、AI予想勝率7% × オッズ30.2倍で期待値+109%の有力候補（市場想定よりAI評価が高く妙味）
前5走 03/22 1阪神105R 6着/11頭+0.6秒 02/28 1阪神310R 8着/9頭+1.0秒 02/14 1東京57R 10着/16頭+0.6秒 10/30 門別11R 11着/11頭+4.1秒 09/20 4中山69R 8着/13頭+1.0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戦の調子平均 8.0着 (不振) △ ローテーション 181日休養明け ◎ 期待値 (オッズ vs AI勝率) +109% (市場が大幅過小評価) AI 予想勝率 6.9% (オッズ暗示: 3.3%) ※ 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

エアサロメ

騎手三浦

単勝オッズ

4.6倍

AI期待値

-24%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1シュヴァルツシルト

4.1倍

EV -37%

▲7ラベンダーヘイズ

5.3倍

EV -18%

出走馬全16頭

◎5

エアサロメ

三浦

4.6倍

-24%

›

○1

シュヴァルツシルト

戸崎圭

4.1倍

-37%

›

▲7

ラベンダーヘイズ

小崎

5.3倍

-18%

›

△15

ロードトライデント

横山武

5.8倍

-26%

›

△6

トモジャオーリー

津村

9.1倍

-17%

›

△11

ダノンゴーイチ

菊沢

14.9倍

+3%

›

▽13

トウタツ

佐々木

20.1倍

+39%

›

▽16

ミスバレンシア

ミシェル

30.2倍

+109%

›

▽8

タイセイブルーム

◇小林美

21.2倍

-48%

›

▽9

プルシャプラ

杉原

28.5倍

-48%

›

▽4

ベアハンドキャッチ

原

47.3倍

-14%

›

▽2

ヴェネチアンキング

▲佐藤

54.1倍

-2%

›

▽10

アースミューズ

松岡

52.9倍

-44%

›

▽3

リアライズタキオン

☆長浜

58.5倍

-38%

›

×12

ナンナンプー

武藤

79.6倍

-55%

›

×14

マロンカラノテガミ

石橋脩

103.5倍

-60%

›

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)

単勝 16 ミスバレンシア実30.2倍期待値 +109% 推奨 14.4〜30.0倍 ¥300 不的中
単勝 11 ダノンゴーイチ実14.9倍期待値 +3% 推奨 14.4〜30.0倍 ¥100 不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 13 トウタツ実20.1倍期待値 +39% 推奨 14.4〜30.0倍 ¥200 不的中

※ 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