中山 12R 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

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	グランプレジール	小崎	実6.8	B△ A△勝率8% EV-43% 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7走で勝率0%と苦戦傾向／前走3着／126日ぶりの実戦）
前5走 05/17 1新潟69R 3着/16頭+0.0秒 09/15 4中山512R 13着/16頭+2.2秒 03/09 2中山47R 5着/16頭+0.6秒 12/28 5中山98R 4着/16頭+0.3秒 12/21 5中山78R 2着/16頭+0.1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 7.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 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) -55% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 14.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.3% / 期待値 -43% ※ 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	サツキレジーナ	柴田大	実32.5	B▽ A▽勝率2% EV-46% 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／217日ぶりの実戦）
前5走 02/15 1小倉83R 7着/14頭+2.0秒 02/01 1小倉43R 8着/14頭+0.9秒 09/06 2札幌53R 1着/12頭勝利 08/23 2札幌12R 3着/12頭+0.1秒 08/10 1札幌62R 3着/12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 217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 1.7% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.6% / 期待値 -46% ※ 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	ショーモッシュ	◇小林美	実28.1	B▽ A▽勝率2% EV-37% 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走平均11.3着と低調／189日ぶりの実戦）
前5走 03/15 1中京212R 13着/18頭+1.5秒 01/24 1中山87R 11着/16頭+1.3秒 11/08 3福島18R 10着/16頭+0.9秒 07/06 2福島412R 15着/15頭+4.6秒 04/19 3中山73R 1着/16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戦の調子平均 11.3着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 13着 (大敗) △ ローテーション 189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 2.9% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.2% / 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。
4	バム	▲遠藤	実103.9	B× A▽勝率1% EV-47% 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／120日ぶりの実戦）
前5走 05/23 2東京97R 15着/18頭+1.6秒 05/16 1新潟512R 9着/16頭+1.1秒 02/10 1東京412R 12着/16頭+1.6秒 02/01 1東京26R 13着/15頭+3.0秒 01/17 1中山66R 12着/16頭+1.1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 12.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 120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 0.4% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.5% / 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。
5	ミルトハーバー	田辺	実11.9	B△ A△勝率8% EV-1% 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／162日ぶりの実戦）
前5走 04/11 3中山57R 7着/16頭+1.7秒 03/14 2中山53R 1着/16頭勝利 02/28 2中山13R 3着/16頭+0.5秒 12/07 5中山25R 7着/16頭+1.1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 162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 8.7% (オッズ暗示: 8.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.3% / 期待値 -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。
6	エバーラスト	△石神道	実5.0	B◎ A○勝率15% EV-24% 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／前走勝利の勢い／217日ぶりの実戦）
前5走 02/15 1小倉82R 1着/18頭勝利 01/17 1中山61R 5着/16頭+1.0秒 09/06 4中山15R 4着/16頭+0.5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) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 217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 24.6% (オッズ暗示: 20.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.1% / 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。
7	テリオスルル	江田照	実42.6	B▽ A×勝率1% EV-55% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／414日ぶりの実戦）
前5走 08/02 1札幌39R 6着/10頭+1.3秒 07/05 1函館78R 3着/9頭+0.5秒 06/22 1函館49R 9着/10頭+1.0秒 04/19 1福島310R 12着/16頭+1.6秒 03/29 2中京56R 3着/15頭+0.3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戦の調子平均 6.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 414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 1.7% (オッズ暗示: 2.3%) × Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 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。
8	スプリングデイ	黛	実15.8	B▽ A▽勝率6% EV+0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／119日ぶりの実戦）
前5走 05/24 1新潟88R 6着/16頭+0.4秒 03/15 1中京26R 13着/16頭+1.9秒 12/20 5中京512R 11着/18頭+0.6秒 08/30 2札幌312R 7着/15頭+0.8秒 08/10 1札幌67R 4着/15頭+0.3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) △ 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 5.3% (オッズ暗示: 6.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.4% / 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。
9	ラプランセス	横山琉	実11.5	B△ A△勝率6% EV-26% 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0%と苦戦傾向／直近3走で勝率33%と好調／113日ぶりの実戦）
前5走 05/30 2東京117R 10着/13頭+1.7秒 03/28 1中京53R 1着/16頭勝利 01/10 1中山37R 3着/16頭+0.6秒 12/13 5中山33R 3着/16頭+0.4秒 11/29 5東京72R 7着/18頭+0.6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戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 113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 6.7% (オッズ暗示: 8.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.4% / 期待値 -27% ※ 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	ランスロット	▲上里	実98.3	B▽ A▽勝率1% EV-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／197日ぶりの実戦）
前5走 03/07 2中山312R 13着/16頭+1.2秒 02/01 1小倉412R 10着/18頭+0.9秒 10/30 門別3R 1着/11頭勝利 08/28 門別10R 11着/12頭+2.0秒 07/29 門別10R 5着/12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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 13着 (大敗) △ ローテーション 197日休養明け × 期待値 (オッズ vs AI勝率) -50% (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 15位 / 勝率 1.0% / 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。
11	ビッグフラワー	西村淳	実26.1	B▽ A▽勝率4% EV-5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（154日ぶりの実戦）
前5走 04/19 1福島49R 6着/16頭+0.5秒 03/22 1中京48R 3着/18頭+0.2秒 03/15 1中京212R 6着/18頭+0.6秒 11/16 3福島47R 6着/16頭+0.3秒 10/25 4新潟312R 3着/17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 5.0着 △ ローテーション 154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 4.2% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.6% / 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。
12	カシオペア	石橋脩	実3.9	B○ A◎勝率27% 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／127日ぶりの実戦）
前5走 05/16 1新潟512R 8着/16頭+1.0秒 03/23 2中京44R 1着/18頭勝利 11/23 5東京72R 13着/18頭+1.2秒 10/14 4東京42R 3着/14頭+0.3秒 09/29 4中山93R 12着/16頭+1.8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) △ ローテーション 127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 18.0% (オッズ暗示: 25.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.2% / 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。
13	フロウアンドライム	杉原	実23.7	B▽ A▽勝率2% EV-47% 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／161日ぶりの実戦）
前5走 04/12 1福島28R 4着/16頭+0.3秒 03/15 1中京212R 4着/18頭+0.4秒 11/24 5東京612R 16着/18頭+2.0秒 08/30 3新潟39R 8着/18頭+1.1秒 06/14 3東京38R 5着/18頭+0.3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 8.0着 (不振) △ ローテーション 161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 4.2% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.2% / 期待値 -47% ※ 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	ラブリーガール	吉田豊	実36.0	B▽ A▽勝率2% EV-40% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／140日ぶりの実戦）
前5走 05/03 1新潟27R 8着/16頭+0.7秒 04/19 1福島49R 9着/16頭+0.6秒 03/01 2中山28R 15着/16頭+2.0秒 11/24 3福島68R 10着/16頭+0.5秒 10/05 4東京27R 8着/18頭+0.4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 10.7着 (不振) △ ローテーション 140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 2.9% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.7% / 期待値 -40% ※ 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	ハッピーサプライズ	菊沢	実65.9	B▽ A▽勝率1% EV-33% 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9.3着と低調／119日ぶりの実戦）
前5走 05/24 3京都107R 11着/18頭+1.2秒 05/10 3京都68R 8着/12頭+1.1秒 04/25 1福島57R 9着/12頭+1.1秒 04/12 1福島28R 8着/16頭+0.7秒 12/13 5中京312R 14着/18頭+1.0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戦の調子平均 9.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 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) -37% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 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。
16	ファインサマーデイ	津村	実5.2	B▲ A▲勝率14% EV-27% 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／168日ぶりの実戦）
前5走 04/05 3中山47R 3着/14頭+0.4秒 01/12 1中山58R 2着/11頭+0.3秒 10/04 4東京13R 1着/17頭勝利 ― ―
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戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) △ ローテーション 168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 11.0% (オッズ暗示: 19.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.0% / 期待値 -27% ※ 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 ○

エバーラスト

騎手 △石神道

単勝オッズ

5.0倍

AI期待値

+23%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎12カシオペア

3.9倍

EV -29%

▲A:▲16ファインサマーデイ

5.2倍

EV -42%

出走馬全16頭

◎A:○6

エバーラスト

△石神道

5.0倍

+23%

›

○A:◎12

カシオペア

石橋脩

3.9倍

-29%

›

▲A:▲16

ファインサマーデイ

津村

5.2倍

-42%

›

△A:△5

ミルトハーバー

田辺

11.9倍

+3%

›

△A:△1

グランプレジール

小崎

6.8倍

-54%

›

△A:△9

ラプランセス

横山琉

11.5倍

-23%

›

▽A:▽8

スプリングデイ

黛

15.8倍

-15%

›

▽A:▽13

フロウアンドライム

杉原

23.7倍

-1%

›

▽A:▽11

ビッグフラワー

西村淳

26.1倍

+8%

›

▽A:▽3

ショーモッシュ

◇小林美

28.1倍

-19%

›

▽A:▽14

ラブリーガール

吉田豊

36.0倍

+3%

›

▽A:▽2

サツキレジーナ

柴田大

32.5倍

-44%

›

▽A:×7

テリオスルル

江田照

42.6倍

-27%

›

▽A:▽15

ハッピーサプライズ

菊沢

65.9倍

-37%

›

▽A:▽10

ランスロット

▲上里

98.3倍

-49%

›

×A:▽4

バム

▲遠藤

103.9倍

-54%

›

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

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	グランプレジール	小崎	実6.8	△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7走で勝率0%と苦戦傾向／前走3着／126日ぶりの実戦）
前5走 05/17 1新潟69R 3着/16頭+0.0秒 09/15 4中山512R 13着/16頭+2.2秒 03/09 2中山47R 5着/16頭+0.6秒 12/28 5中山98R 4着/16頭+0.3秒 12/21 5中山78R 2着/16頭+0.1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 7.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 8.3% (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	サツキレジーナ	柴田大	実32.5	▽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走で勝率33%と好調／217日ぶりの実戦）
前5走 02/15 1小倉83R 7着/14頭+2.0秒 02/01 1小倉43R 8着/14頭+0.9秒 09/06 2札幌53R 1着/12頭勝利 08/23 2札幌12R 3着/12頭+0.1秒 08/10 1札幌62R 3着/12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 217日休養明け × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 1.6% (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。
3	ショーモッシュ	◇小林美	実28.1	▽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走平均11.3着と低調／189日ぶりの実戦）
前5走 03/15 1中京212R 13着/18頭+1.5秒 01/24 1中山87R 11着/16頭+1.3秒 11/08 3福島18R 10着/16頭+0.9秒 07/06 2福島412R 15着/15頭+4.6秒 04/19 3中山73R 1着/16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戦の調子平均 11.3着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 13着 (大敗) △ ローテーション 189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 2.2% (オッズ暗示: 3.6%) ※ 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。
4	バム	▲遠藤	実103.9	▽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／120日ぶりの実戦）
前5走 05/23 2東京97R 15着/18頭+1.6秒 05/16 1新潟512R 9着/16頭+1.1秒 02/10 1東京412R 12着/16頭+1.6秒 02/01 1東京26R 13着/15頭+3.0秒 01/17 1中山66R 12着/16頭+1.1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 12.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 120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 0.5% (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	ミルトハーバー	田辺	実11.9	△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走で勝率33%と好調／162日ぶりの実戦）
前5走 04/11 3中山57R 7着/16頭+1.7秒 03/14 2中山53R 1着/16頭勝利 02/28 2中山13R 3着/16頭+0.5秒 12/07 5中山25R 7着/16頭+1.1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 162日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 8.3% (オッズ暗示: 8.4%) ※ 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。
6	エバーラスト	△石神道	実5.0	○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／前走勝利の勢い／217日ぶりの実戦）
前5走 02/15 1小倉82R 1着/18頭勝利 01/17 1中山61R 5着/16頭+1.0秒 09/06 4中山15R 4着/16頭+0.5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) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 217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 15.1% (オッズ暗示: 20.0%) ※ 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	テリオスルル	江田照	実42.6	×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／414日ぶりの実戦）
前5走 08/02 1札幌39R 6着/10頭+1.3秒 07/05 1函館78R 3着/9頭+0.5秒 06/22 1函館49R 9着/10頭+1.0秒 04/19 1福島310R 12着/16頭+1.6秒 03/29 2中京56R 3着/15頭+0.3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戦の調子平均 6.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 414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 1.0% (オッズ暗示: 2.3%) ※ 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。
8	スプリングデイ	黛	実15.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／119日ぶりの実戦）
前5走 05/24 1新潟88R 6着/16頭+0.4秒 03/15 1中京26R 13着/16頭+1.9秒 12/20 5中京512R 11着/18頭+0.6秒 08/30 2札幌312R 7着/15頭+0.8秒 08/10 1札幌67R 4着/15頭+0.3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) △ ローテーション 119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 6.4% (オッズ暗示: 6.3%) ※ 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。
9	ラプランセス	横山琉	実11.5	△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0%と苦戦傾向／直近3走で勝率33%と好調／113日ぶりの実戦）
前5走 05/30 2東京117R 10着/13頭+1.7秒 03/28 1中京53R 1着/16頭勝利 01/10 1中山37R 3着/16頭+0.6秒 12/13 5中山33R 3着/16頭+0.4秒 11/29 5東京72R 7着/18頭+0.6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戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 113日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 6.4% (オッズ暗示: 8.7%) ※ 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。
10	ランスロット	▲上里	実98.3	▽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／197日ぶりの実戦）
前5走 03/07 2中山312R 13着/16頭+1.2秒 02/01 1小倉412R 10着/18頭+0.9秒 10/30 門別3R 1着/11頭勝利 08/28 門別10R 11着/12頭+2.0秒 07/29 門別10R 5着/12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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 13着 (大敗) △ 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 1.0% (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。
11	ビッグフラワー	西村淳	実26.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（154日ぶりの実戦）
前5走 04/19 1福島49R 6着/16頭+0.5秒 03/22 1中京48R 3着/18頭+0.2秒 03/15 1中京212R 6着/18頭+0.6秒 11/16 3福島47R 6着/16頭+0.3秒 10/25 4新潟312R 3着/17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 5.0着 △ 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 3.6% (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。
12	カシオペア	石橋脩	実3.9	◎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33%と好調／127日ぶりの実戦）
前5走 05/16 1新潟512R 8着/16頭+1.0秒 03/23 2中京44R 1着/18頭勝利 11/23 5東京72R 13着/18頭+1.2秒 10/14 4東京42R 3着/14頭+0.3秒 09/29 4中山93R 12着/16頭+1.8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) △ ローテーション 127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 27.2% (オッズ暗示: 25.6%) ※ 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。
13	フロウアンドライム	杉原	実23.7	▽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／161日ぶりの実戦）
前5走 04/12 1福島28R 4着/16頭+0.3秒 03/15 1中京212R 4着/18頭+0.4秒 11/24 5東京612R 16着/18頭+2.0秒 08/30 3新潟39R 8着/18頭+1.1秒 06/14 3東京38R 5着/18頭+0.3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 8.0着 (不振) △ ローテーション 161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 2.2% (オッズ暗示: 4.2%) ※ 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。
14	ラブリーガール	吉田豊	実36.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／140日ぶりの実戦）
前5走 05/03 1新潟27R 8着/16頭+0.7秒 04/19 1福島49R 9着/16頭+0.6秒 03/01 2中山28R 15着/16頭+2.0秒 11/24 3福島68R 10着/16頭+0.5秒 10/05 4東京27R 8着/18頭+0.4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 10.7着 (不振) △ ローテーション 140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 1.7% (オッズ暗示: 2.8%) ※ 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。
15	ハッピーサプライズ	菊沢	実65.9	▽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9.3着と低調／119日ぶりの実戦）
前5走 05/24 3京都107R 11着/18頭+1.2秒 05/10 3京都68R 8着/12頭+1.1秒 04/25 1福島57R 9着/12頭+1.1秒 04/12 1福島28R 8着/16頭+0.7秒 12/13 5中京312R 14着/18頭+1.0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戦の調子平均 9.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 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) -34% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
16	ファインサマーデイ	津村	実5.2	▲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／前走3着／168日ぶりの実戦）
前5走 04/05 3中山47R 3着/14頭+0.4秒 01/12 1中山58R 2着/11頭+0.3秒 10/04 4東京13R 1着/17頭勝利 ― ―
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戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) △ ローテーション 168日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 14.0% (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。

AIの本命

AI評価1位

カシオペア

騎手石橋脩

単勝オッズ

3.9倍

AI期待値

+6%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6エバーラスト

5.0倍

EV -24%

▲16ファインサマーデイ

5.2倍

EV -27%

出走馬全16頭

◎12

カシオペア

石橋脩

3.9倍

+6%

›

○6

エバーラスト

△石神道

5.0倍

-24%

›

▲16

ファインサマーデイ

津村

5.2倍

-27%

›

△1

グランプレジール

小崎

6.8倍

-43%

›

△5

ミルトハーバー

田辺

11.9倍

-1%

›

△9

ラプランセス

横山琉

11.5倍

-26%

›

▽8

スプリングデイ

黛

15.8倍

+0%

›

▽11

ビッグフラワー

西村淳

26.1倍

-5%

›

▽13

フロウアンドライム

杉原

23.7倍

-47%

›

▽3

ショーモッシュ

◇小林美

28.1倍

-37%

›

▽14

ラブリーガール

吉田豊

36.0倍

-40%

›

▽2

サツキレジーナ

柴田大

32.5倍

-46%

›

×7

テリオスルル

江田照

42.6倍

-55%

›

▽15

ハッピーサプライズ

菊沢

65.9倍

-33%

›

▽10

ランスロット

▲上里

98.3倍

-5%

›

▽4

バム

▲遠藤

103.9倍

-47%

›

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