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	キャントウェイト	横山典	実20.6	B▽ A▽勝率5% EV+6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／140日ぶりの実戦）
前5走 05/03 2東京49R 3着/18頭+0.4秒 10/25 4新潟311R 8着/18頭+0.8秒 10/05 3京都29R 3着/9頭+0.3秒 08/30 3新潟311R 8着/16頭+1.0秒 06/07 3阪神111R 5着/15頭+0.4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 4.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 3着 (好走) △ ローテーション 140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 4.7% (オッズ暗示: 4.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.2% / 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。
2	ワイドエンペラー	ルメール	実40.3	B▽ A▽勝率2% EV-9% 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0%と苦戦傾向／直近3走平均10.0着と低調／497日ぶりの実戦）
前5走 05/11 2東京610R 10着/10頭+1.7秒 05/11 2東京610R 10着/10頭+1.7秒 05/11 2東京610R 10着/10頭+1.7秒 05/11 2東京610R 10着/10頭+1.7秒 05/11 2東京610R 10着/10頭+1.7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 10.0着 (不振) × 当競馬場適性 36走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 497日休養明け ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 3.3% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.2% / 期待値 -10% ※ 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	リビアングラス	西村淳	実31.8	B▽ A▽勝率4% EV+25% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／462日ぶりの実戦）
前5走 06/15 3阪神411R 7着/17頭+1.0秒 06/15 3阪神411R 7着/17頭+1.0秒 06/15 3阪神411R 7着/17頭+1.0秒 06/15 3阪神411R 7着/17頭+1.0秒 06/15 3阪神411R 7着/17頭+1.0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 7.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) △ ローテーション 462日休養明け ◎ 期待値 (オッズ vs AI勝率) +117% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.0% / 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。
4	ヴーレヴー	吉田隼	実6.0	B○ A▲勝率16% EV-4% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均13.0着と低調／169日ぶりの実戦）
前5走 04/04 2阪神310R 16着/16頭+3.2秒 02/01 1小倉411R 11着/15頭+1.3秒 10/19 3京都711R 12着/18頭+1.1秒 09/14 4阪神411R 6着/17頭+0.5秒 05/11 2東京611R 15着/18頭+1.3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 13.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 169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 15.4% (オッズ暗示: 16.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.0% / 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。
5	アスクドゥポルテ	岩田康	実106.6	B▽ A▽勝率1% EV+10% 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／525日ぶりの実戦）
前5走 04/13 1福島211R 12着/15頭+0.9秒 04/13 1福島211R 12着/15頭+0.9秒 04/13 1福島211R 12着/15頭+0.9秒 04/13 1福島211R 12着/15頭+0.9秒 04/13 1福島211R 12着/15頭+0.9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) ▽ 前走実績前走 12着 (大敗) △ ローテーション 525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 0.8% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 +10% ※ 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	パンジャ推奨	丹内	実15.1	B△ A△勝率7% EV+11% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+31%の妙味（直近3走勝率33%と上り調子／当競馬場9走で勝率33%と適性高／前走勝利の勢い継続）
前5走 04/19 3中山812R 1着/18頭勝利 03/14 1阪神710R 10着/11頭+0.9秒 02/22 1東京810R 5着/14頭+0.4秒 11/30 5東京811R 3着/15頭+0.2秒 09/06 4中山110R 1着/7頭勝利
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) ◎ 当競馬場適性 9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 154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 8.7% (オッズ暗示: 6.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.4% / 期待値 +12% ※ 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	レガレイラ	戸崎圭	実2.8	B◎ A◎勝率23% EV-36% 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5走で勝率60%と適性高／直近3走で勝率67%と好調／266日ぶりの実戦）
前5走 12/28 5中山811R 4着/16頭+0.2秒 11/16 4京都411R 1着/16頭勝利 09/21 4中山711R 1着/11頭勝利 06/15 3阪神411R 11着/17頭+1.5秒 12/22 5中山811R 1着/15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 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) △ ローテーション 266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 25.6% (オッズ暗示: 35.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.5% / 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。
8	メイショウゲキリン	田辺	実36.8	B▽ A▽勝率4% EV+31% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／直近3走平均10.0着と低調／497日ぶりの実戦）
前5走 05/11 2京都69R 10着/14頭+2.1秒 05/11 2京都69R 10着/14頭+2.1秒 05/11 2京都69R 10着/14頭+2.1秒 05/11 2京都69R 10着/14頭+2.1秒 05/11 2京都69R 10着/14頭+2.1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 10.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 497日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 2.3% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.6% / 期待値 +31% ※ 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	コスモキュランダ	横山武	実3.1	B▲ A○勝率21% EV-35% 詳細▼	AI上位評価だが期待値不足、見送り（176日ぶりの実戦）
前5走 03/28 3中山111R 7着/15頭+1.0秒 12/28 5中山811R 2着/16頭+0.1秒 11/30 5東京812R 9着/17頭+1.6秒 11/02 4東京1111R 12着/14頭+0.6秒 09/21 4中山711R 8着/11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 6.0着 △ 当競馬場適性 10走で勝率 10% △ ローテーション 176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 14.2% (オッズ暗示: 32.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.7% / 期待値 -36% ※ 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	コスモブッドレア	津村	実127.6	B▽ A▽勝率1% EV-17% 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33%と適性高／直近3走平均13.0着と低調／224日ぶりの実戦）
前5走 02/08 1小倉611R 11着/12頭+1.9秒 12/21 5中山611R 14着/16頭+1.9秒 11/15 4京都310R 14着/16頭+1.7秒 04/13 1福島211R 13着/15頭+1.1秒 02/23 1小倉1011R 9着/13頭+0.7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 13.0着 (不振) ◎ 当競馬場適性 6走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 224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 0.4% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.6% / 期待値 -17% ※ 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	セイウンプラチナ	内田博	実127.5	B× A▽勝率1% EV-17% 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25%と適性高／直近3走平均9.7着と低調／575日ぶりの実戦）
前5走 02/22 1東京711R 8着/16頭+2.1秒 01/05 1中山111R 11着/18頭+0.8秒 09/01 2札幌811R 10着/14頭+2.3秒 07/07 2福島411R 14着/15頭+1.9秒 04/14 3中山810R 1着/14頭勝利
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 9.7着 (不振) ◎ 当競馬場適性 8走で勝率 25% (得意) △ ローテーション 575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 0.3% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 期待値 -17% ※ 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	エセルフリーダ	武藤	実10.9	B△ A△勝率7% EV-19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率80%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 03/07 2中山311R 1着/16頭勝利 01/24 1中山811R 1着/18頭勝利 11/30 5東京811R 4着/15頭+0.5秒 11/09 5東京210R 4着/12頭+0.6秒 06/07 3阪神111R 15着/15頭+3.9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 67% (絶好調) ◎ 当競馬場適性 5走で勝率 80% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 197日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 8.7% (オッズ暗示: 9.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.4% / 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。
13	ジューンテイク	武豊	実9.6	B△ A△勝率9% EV-16% 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／147日ぶりの実戦）
前5走 04/26 シャティン9R 8着 03/15 1中京211R 4着/14頭+0.1秒 02/15 2京都611R 1着/12頭勝利 12/13 5中京311R 3着/18頭+0.2秒 10/05 3京都211R 12着/18頭+0.9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) △ ローテーション 147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 8.7% (オッズ暗示: 10.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.7% / 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。

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 ◎

レガレイラ

騎手戸崎圭

単勝オッズ

2.8倍

AI期待値

-28%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲4ヴーレヴー

6.0倍

EV -7%

▲A:○9コスモキュランダ

3.1倍

EV -55%

出走馬全13頭

◎A:◎7

レガレイラ

戸崎圭

2.8倍

-28%

›

○A:▲4

ヴーレヴー

吉田隼

6.0倍

-7%

›

▲A:○9

コスモキュランダ

横山武

3.1倍

-55%

›

△A:△13

ジューンテイク

武豊

9.6倍

-16%

›

△A:△12

エセルフリーダ

武藤

10.9倍

-5%

›

△A:△6

パンジャ

丹内

15.1倍

+31%

›

▽A:▽3

リビアングラス

西村淳

31.8倍

+117%

›

▽A:▽1

キャントウェイト

横山典

20.6倍

-3%

›

▽A:▽2

ワイドエンペラー

ルメール

40.3倍

+32%

›

▽A:▽8

メイショウゲキリン

田辺

36.8倍

-16%

›

▽A:▽5

アスクドゥポルテ

岩田康

106.6倍

-19%

›

▽A:▽10

コスモブッドレア

津村

127.6倍

-48%

›

×A:▽11

セイウンプラチナ

内田博

127.5倍

-57%

›

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 6 パンジャ実15.1倍期待値 +31% 推奨 11.5〜30.0倍 ¥100 不的中

※ オッズは予測時点の値です。

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	キャントウェイト	横山典	実20.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／140日ぶりの実戦）
前5走 05/03 2東京49R 3着/18頭+0.4秒 10/25 4新潟311R 8着/18頭+0.8秒 10/05 3京都29R 3着/9頭+0.3秒 08/30 3新潟311R 8着/16頭+1.0秒 06/07 3阪神111R 5着/15頭+0.4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 4.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 3着 (好走) △ ローテーション 140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 5.2% (オッズ暗示: 4.9%) ※ 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	ワイドエンペラー	ルメール	実40.3	▽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0%と苦戦傾向／直近3走平均10.0着と低調／497日ぶりの実戦）
前5走 05/11 2東京610R 10着/10頭+1.7秒 05/11 2東京610R 10着/10頭+1.7秒 05/11 2東京610R 10着/10頭+1.7秒 05/11 2東京610R 10着/10頭+1.7秒 05/11 2東京610R 10着/10頭+1.7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 10.0着 (不振) × 当競馬場適性 36走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 497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 2.2% (オッズ暗示: 2.5%) ※ 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	リビアングラス	西村淳	実31.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／462日ぶりの実戦）
前5走 06/15 3阪神411R 7着/17頭+1.0秒 06/15 3阪神411R 7着/17頭+1.0秒 06/15 3阪神411R 7着/17頭+1.0秒 06/15 3阪神411R 7着/17頭+1.0秒 06/15 3阪神411R 7着/17頭+1.0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 7.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) △ ローテーション 462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 4.0% (オッズ暗示: 3.1%) ※ 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	ヴーレヴー	吉田隼	実6.0	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均13.0着と低調／169日ぶりの実戦）
前5走 04/04 2阪神310R 16着/16頭+3.2秒 02/01 1小倉411R 11着/15頭+1.3秒 10/19 3京都711R 12着/18頭+1.1秒 09/14 4阪神411R 6着/17頭+0.5秒 05/11 2東京611R 15着/18頭+1.3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 13.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 169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 16.0% (オッズ暗示: 16.7%) ※ 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	アスクドゥポルテ	岩田康	実106.6	▽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／525日ぶりの実戦）
前5走 04/13 1福島211R 12着/15頭+0.9秒 04/13 1福島211R 12着/15頭+0.9秒 04/13 1福島211R 12着/15頭+0.9秒 04/13 1福島211R 12着/15頭+0.9秒 04/13 1福島211R 12着/15頭+0.9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) ▽ 前走実績前走 12着 (大敗) △ ローテーション 525日休養明け △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 1.0% (オッズ暗示: 0.9%) ※ 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。
6	パンジャ推奨	丹内	実15.1	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場9走で勝率33%と適性高／前走勝利の勢い継続）
前5走 04/19 3中山812R 1着/18頭勝利 03/14 1阪神710R 10着/11頭+0.9秒 02/22 1東京810R 5着/14頭+0.4秒 11/30 5東京811R 3着/15頭+0.2秒 09/06 4中山110R 1着/7頭勝利
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) ◎ 当競馬場適性 9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 154日休養明け △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 7.4% (オッズ暗示: 6.6%) ※ 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	レガレイラ	戸崎圭	実2.8	◎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5走で勝率60%と適性高／直近3走で勝率67%と好調／266日ぶりの実戦）
前5走 12/28 5中山811R 4着/16頭+0.2秒 11/16 4京都411R 1着/16頭勝利 09/21 4中山711R 1着/11頭勝利 06/15 3阪神411R 11着/17頭+1.5秒 12/22 5中山811R 1着/15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 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) △ ローテーション 266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 22.5% (オッズ暗示: 35.7%) ※ 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。
8	メイショウゲキリン	田辺	実36.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／直近3走平均10.0着と低調／497日ぶりの実戦）
前5走 05/11 2京都69R 10着/14頭+2.1秒 05/11 2京都69R 10着/14頭+2.1秒 05/11 2京都69R 10着/14頭+2.1秒 05/11 2京都69R 10着/14頭+2.1秒 05/11 2京都69R 10着/14頭+2.1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 10.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 497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 3.6% (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。
9	コスモキュランダ	横山武	実3.1	○詳細▼	AI上位評価だが期待値不足、見送り（176日ぶりの実戦）
前5走 03/28 3中山111R 7着/15頭+1.0秒 12/28 5中山811R 2着/16頭+0.1秒 11/30 5東京812R 9着/17頭+1.6秒 11/02 4東京1111R 12着/14頭+0.6秒 09/21 4中山711R 8着/11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 6.0着 △ 当競馬場適性 10走で勝率 10% △ ローテーション 176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 20.7% (オッズ暗示: 32.3%) ※ 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	コスモブッドレア	津村	実127.6	▽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33%と適性高／直近3走平均13.0着と低調／224日ぶりの実戦）
前5走 02/08 1小倉611R 11着/12頭+1.9秒 12/21 5中山611R 14着/16頭+1.9秒 11/15 4京都310R 14着/16頭+1.7秒 04/13 1福島211R 13着/15頭+1.1秒 02/23 1小倉1011R 9着/13頭+0.7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 13.0着 (不振) ◎ 当競馬場適性 6走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 224日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.8%) ※ 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。
11	セイウンプラチナ	内田博	実127.5	▽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25%と適性高／直近3走平均9.7着と低調／575日ぶりの実戦）
前5走 02/22 1東京711R 8着/16頭+2.1秒 01/05 1中山111R 11着/18頭+0.8秒 09/01 2札幌811R 10着/14頭+2.3秒 07/07 2福島411R 14着/15頭+1.9秒 04/14 3中山810R 1着/14頭勝利
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 9.7着 (不振) ◎ 当競馬場適性 8走で勝率 25% (得意) △ ローテーション 575日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.8%) ※ 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。
12	エセルフリーダ	武藤	実10.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率80%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 03/07 2中山311R 1着/16頭勝利 01/24 1中山811R 1着/18頭勝利 11/30 5東京811R 4着/15頭+0.5秒 11/09 5東京210R 4着/12頭+0.6秒 06/07 3阪神111R 15着/15頭+3.9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 67% (絶好調) ◎ 当競馬場適性 5走で勝率 80% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 197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 7.4% (オッズ暗示: 9.2%) ※ 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	ジューンテイク	武豊	実9.6	△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／147日ぶりの実戦）
前5走 04/26 シャティン9R 8着 03/15 1中京211R 4着/14頭+0.1秒 02/15 2京都611R 1着/12頭勝利 12/13 5中京311R 3着/18頭+0.2秒 10/05 3京都211R 12着/18頭+0.9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) △ ローテーション 147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 8.7% (オッズ暗示: 10.4%) ※ 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。

AIの本命

AI評価1位

レガレイラ

騎手戸崎圭

単勝オッズ

2.8倍

AI期待値

-36%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9コスモキュランダ

3.1倍

EV -35%

▲4ヴーレヴー

6.0倍

EV -4%

出走馬全13頭

◎7

レガレイラ

戸崎圭

2.8倍

-36%

›

○9

コスモキュランダ

横山武

3.1倍

-35%

›

▲4

ヴーレヴー

吉田隼

6.0倍

-4%

›

△13

ジューンテイク

武豊

9.6倍

-16%

›

△12

エセルフリーダ

武藤

10.9倍

-19%

›

△6

パンジャ

丹内

15.1倍

+11%

›

▽1

キャントウェイト

横山典

20.6倍

+6%

›

▽3

リビアングラス

西村淳

31.8倍

+25%

›

▽8

メイショウゲキリン

田辺

36.8倍

+31%

›

▽2

ワイドエンペラー

ルメール

40.3倍

-9%

›

▽5

アスクドゥポルテ

岩田康

106.6倍

+10%

›

▽11

セイウンプラチナ

内田博

127.5倍

-17%

›

▽10

コスモブッドレア

津村

127.6倍

-17%

›

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 6 パンジャ実15.1倍期待値 +12% 推奨 13.5〜30.0倍 ¥100 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