中山 1R 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

1R 中山競馬場　発走 09:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アルビオンライズ	ミシェル	実2.0	B◎ A×勝率22% EV-53% 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
前5走 ★ 新馬戦 (初出走)
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 39.8% (オッズ暗示: 50.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 22.2% / 期待値 -53% ※ 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	トパーズヘッド	菅原隆	実150.2	B▽ A▽勝率1% EV+21% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 11位 (中位評価) × 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 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 1.0% / 期待値 +21% ※ 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	アンミツ	◇小林美	実6.1	B▲ A▲勝率20% EV+15% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 12.6% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 19.6% / 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。
4	リコルディオーロ	▲佐藤	実10.1	B△ A△勝率9% EV-8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回8日新潟3R 7着/15頭 2回1日新潟2R 5着/14頭+5.0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 6.0着 △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 7.7% (オッズ暗示: 9.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.6% / 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。
5	コウソクレムリア	黛	実23.7	B△ A△勝率5% EV+11% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 3回1日東京5R 6着/9頭 2回5日新潟1R 6着/13頭+1.0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 6.0着 △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 4.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.1% / 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。
6	クリアマインド	原	実95.9	B▽ A▽勝率1% EV-20% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 10位 (中位評価) △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 1.2% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 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。
7	ヴァンデエス	杉原	実204.8	B▽ A▽勝率1% EV+75% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調）
前5走 2回8日福島6R 16着/16頭+2.0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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 0.4% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 期待値 +76% ※ 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	スヴァラ	原田和	実152.7	B▽ A▽勝率1% EV+16% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 12位 (中位評価) × 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 0.4% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 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。
9	アイビーカイロス	木幡巧	実9.0	B△ A△勝率11% EV-5% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 2回5日新潟2R 5着/10頭+5.0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 × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 7.7% (オッズ暗示: 11.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.0% / 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。
10	ハイトラクション	☆長浜	実35.3	B▽ A▽勝率4% 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12.0着と低調）
前5走 3回4日東京4R 12着/14頭 ― ― ― ―
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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ 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 8位 / 勝率 3.9% / 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。
11	ハクタカ	内田博	実90.7	B▽ A▽勝率1% EV-19% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調）
前5走 2回6日福島5R 16着/16頭 ― ― ― ―
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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 1.2% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.0% / 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。
12	アーバーバイティ	嶋田	実4.0	B○ A○勝率21% EV-15% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 19.0% (オッズ暗示: 25.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.5% / 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。
13	ファイアリーボルト	菊沢	実28.8	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
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.9% / 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。

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 ×

アルビオンライズ

騎手ミシェル

単勝オッズ

2.0倍

AI期待値

-20%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12アーバーバイティ

4.0倍

EV -23%

▲A:▲3アンミツ

6.1倍

EV -22%

出走馬全13頭

◎A:×1

アルビオンライズ

ミシェル

2.0倍

-20%

›

○A:○12

アーバーバイティ

嶋田

4.0倍

-23%

›

▲A:▲3

アンミツ

◇小林美

6.1倍

-22%

›

△A:△9

アイビーカイロス

木幡巧

9.0倍

-30%

›

△A:△4

リコルディオーロ

▲佐藤

10.1倍

-21%

›

△A:△5

コウソクレムリア

黛

23.7倍

-11%

›

▽A:▽13

ファイアリーボルト

菊沢

28.8倍

-15%

›

▽A:▽10

ハイトラクション

☆長浜

35.3倍

+3%

›

▽A:▽11

ハクタカ

内田博

90.7倍

+8%

›

▽A:▽6

クリアマインド

原

95.9倍

+14%

›

▽A:▽2

トパーズヘッド

菅原隆

150.2倍

-46%

›

▽A:▽8

スヴァラ

原田和

152.7倍

-45%

›

▽A:▽7

ヴァンデエス

杉原

204.8倍

-26%

›

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

1R 中山競馬場　発走 09:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アルビオンライズ	ミシェル	実2.0	×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
前5走 ★ 新馬戦 (初出走)
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 22.2% (オッズ暗示: 50.0%) ※ 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。
2	トパーズヘッド	菅原隆	実150.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 11位 (中位評価) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 1.0% (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。
3	アンミツ	◇小林美	実6.1	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 19.6% (オッズ暗示: 16.4%) ※ 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。
4	リコルディオーロ	▲佐藤	実10.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回8日新潟3R 7着/15頭 2回1日新潟2R 5着/14頭+5.0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 6.0着 △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 8.6% (オッズ暗示: 9.9%) ※ 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。
5	コウソクレムリア	黛	実23.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 3回1日東京5R 6着/9頭 2回5日新潟1R 6着/13頭+1.0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 6.0着 △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 5.1% (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。
6	クリアマインド	原	実95.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 10位 (中位評価) △ 期待値 (オッズ vs AI勝率) -20% (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。
7	ヴァンデエス	杉原	実204.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調）
前5走 2回8日福島6R 16着/16頭+2.0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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +75% (市場が大幅過小評価) AI 予想勝率 1.0% (オッズ暗示: 0.5%) ※ 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。
8	スヴァラ	原田和	実152.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 12位 (中位評価) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 1.0% (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。
9	アイビーカイロス	木幡巧	実9.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 2回5日新潟2R 5着/10頭+5.0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 △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 11.0% (オッズ暗示: 11.1%) ※ 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	ハイトラクション	☆長浜	実35.3	▽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）
前5走 3回4日東京4R 12着/14頭 ― ― ― ―
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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 3.9% (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。
11	ハクタカ	内田博	実90.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調）
前5走 2回6日福島5R 16着/16頭 ― ― ― ―
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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.1%) ※ 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。
12	アーバーバイティ	嶋田	実4.0	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 20.5% (オッズ暗示: 25.0%) ※ 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。
13	ファイアリーボルト	菊沢	実28.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 3.9% (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。

AIの本命

AI評価1位

アルビオンライズ

騎手ミシェル

単勝オッズ

2.0倍

AI期待値

-53%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12アーバーバイティ

4.0倍

EV -15%

▲3アンミツ

6.1倍

EV +15%

出走馬全13頭

×1

アルビオンライズ

ミシェル

2.0倍

-53%

›

○12

アーバーバイティ

嶋田

4.0倍

-15%

›

▲3

アンミツ

◇小林美

6.1倍

+15%

›

△9

アイビーカイロス

木幡巧

9.0倍

-5%

›

△4

リコルディオーロ

▲佐藤

10.1倍

-8%

›

△5

コウソクレムリア

黛

23.7倍

+11%

›

▽13

ファイアリーボルト

菊沢

28.8倍

+5%

›

▽10

ハイトラクション

☆長浜

35.3倍

+27%

›

▽11

ハクタカ

内田博

90.7倍

-19%

›

▽6

クリアマインド

原

95.9倍

-20%

›

▽2

トパーズヘッド

菅原隆

150.2倍

+21%

›

▽8

スヴァラ

原田和

152.7倍

+16%

›

▽7

ヴァンデエス

杉原

204.8倍

+75%

›

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