中山 7R 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

7R 中山競馬場　発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マイバラード	▲遠藤	実40.8	B▽ A×勝率1% EV-51% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場84走で勝率0%と苦戦傾向／468日ぶりの実戦）
前5走 06/15 1函館29R 6着/13頭+0.7秒 06/15 1函館29R 6着/13頭+0.7秒 06/15 1函館29R 6着/13頭+0.7秒 06/15 1函館29R 6着/13頭+0.7秒 06/15 1函館29R 6着/13頭+0.7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 6.0着 × 当競馬場適性 84走で勝率 0% (苦戦) △ ローテーション 468日休養明け × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.5%) × Aモデルの評価 (参考) レース内 12位 / 勝率 1.2% / 期待値 -51% ※ 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	マイネルクオリア	丹内	実11.7	B△ A△勝率10% EV+11% 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50%と好調／146日ぶりの実戦）
前5走 05/03 2東京411R 10着/15頭+1.1秒 04/12 1福島25R 1着/16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戦の調子勝率 50% (絶好調) ▽ 前走実績前走 10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) -47% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 8.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.5% / 期待値 +11% ※ 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	サクラアドリア	田辺	実40.7	B▽ A▽勝率2% EV-22% 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／209日ぶりの実戦）
前5走 03/01 1小倉129R 10着/18頭+0.4秒 12/14 5中山412R 3着/16頭+0.3秒 11/24 3福島612R 4着/16頭+0.3秒 09/20 4中山67R 7着/18頭+0.6秒 07/19 1函館119R 12着/14頭+2.0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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 209日休養明け × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.9% / 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。
4	ジンガー	柴田大	実104.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調／前走勝利の勢い／173日ぶりの実戦）
前5走 04/06 川崎12R 1着/13頭勝利 03/02 川崎8R 4着/9頭+0.4秒 02/05 川崎10R 1着/14頭勝利 01/03 川崎7R 4着/12頭+1.7秒 12/19 川崎5R 1着/9頭勝利
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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 173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%) ※ 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	ベルウッドバイオ	☆長浜	実32.0	B× A▽勝率2% EV-38% 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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/30 2東京115R 1着/16頭勝利 05/10 2東京64R 3着/14頭+0.2秒 04/18 3中山75R 7着/16頭+0.7秒 04/04 3中山35R 7着/16頭+0.4秒 01/18 1中山73R 6着/13頭+2.2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 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 119日休養明け × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.9% / 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。
6	ダノンファンスター	ルメール	実1.5	B◎ A◎勝率38% EV-42% 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100%と好調／前走勝利の勢い／195日ぶりの実戦）
前5走 03/15 2中山65R 1着/18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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 195日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 57.8% (オッズ暗示: 66.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 38.2% / 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。
7	グランアルト	横山琉	実37.2	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25%と適性高／168日ぶりの実戦）
前5走 04/11 3中山59R 6着/7頭+2.1秒 03/22 2中山87R 4着/8頭+0.7秒 02/28 2中山19R 7着/8頭+2.3秒 01/11 1中山46R 1着/17頭勝利 11/24 5東京63R 9着/16頭+1.1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 5.7着 ◎ 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) -47% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.7%) × Aモデルの評価 (参考) レース内 11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。
8	リアルショット	木幡巧	実101.0	×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13.3着と低調／182日ぶりの実戦）
前5走 03/28 1中京58R 14着/14頭+1.4秒 03/22 1中京47R 12着/15頭+2.2秒 01/17 1中山66R 14着/16頭+1.2秒 10/11 4東京312R 12着/16頭+2.1秒 06/22 3東京612R 10着/16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 13.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 14着 (大敗) △ ローテーション 182日休養明け × 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 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。
9	リーゼノアール	原	実97.5	B× A▽勝率1% EV-25% 詳細▼	大穴、AI予想勝率低く長期回収困難（524日ぶりの実戦）
前5走 04/20 1福島412R 4着/15頭+1.3秒 04/20 1福島412R 4着/15頭+1.3秒 04/20 1福島412R 4着/15頭+1.3秒 04/20 1福島412R 4着/15頭+1.3秒 04/20 1福島412R 4着/15頭+1.3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 4.0着 ○ 当競馬場適性 60走で勝率 20% (相性良) △ ローテーション 524日休養明け × 期待値 (オッズ vs AI勝率) -60% (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 13位 / 勝率 1.2% / 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。
10	ペプチドドリーム	野中	実21.0	B▽ A△勝率7% EV+38% 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50%と好調／前走2着）
前5走 3回5日東京3R 2着/16頭 2回8日福島3R 1着/16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戦の調子勝率 50% (絶好調) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 4.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.6% / 期待値 +38% ※ 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	ロスパレドネス	津村	実22.0	B△ A▽勝率4% EV-8% 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50%と好調／385日ぶりの実戦）
前5走 09/06 2札幌511R 5着/12頭+0.6秒 06/29 2福島25R 1着/13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戦の調子勝率 50% (絶好調) △ ローテーション 385日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 4.1% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.1% / 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。
12	ルンベーラ	佐々木	実22.2	B▽ A▽勝率4% EV-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11.0着と低調／125日ぶりの実戦）
前5走 05/24 2東京101R 11着/16頭+2.8秒 05/03 2東京41R 6着/15頭+1.2秒 03/15 2中山64R 16着/16頭+4.0秒 02/14 2京都56R 6着/17頭+1.2秒 12/21 5中山63R 12着/15頭+1.6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 11.0着 (不振) ▽ 前走実績前走 11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) -34% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.1% / 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。
13	カテドラルクォーツ	岩田康	実19.6	B△ A△勝率7% EV+35% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.3着と低調／118日ぶりの実戦）
前5走 05/31 2東京122R 15着/16頭+3.3秒 05/03 2東京44R 13着/18頭+1.3秒 02/28 1小倉112R 9着/18頭+0.6秒 12/27 5阪神74R 9着/15頭+1.1秒 11/15 5東京33R 6着/14頭+1.1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 12.3着 (不振) ▽ 前走実績前走 15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) -12% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 5.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.9% / 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。
14	タイキアロハ	菊沢	実91.1	B× A▽勝率1% EV-46% 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／前走勝利の勢い／140日ぶりの実戦）
前5走 05/09 1新潟36R 1着/16頭勝利 04/25 1福島55R 4着/16頭+0.7秒 02/22 1阪神25R 10着/13頭+2.3秒 02/15 1東京65R 7着/16頭+0.7秒 11/30 5東京86R 8着/12頭+2.0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 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 140日休養明け × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.6% / 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。
15	ハードワーカー	江田照	実91.4	B× A▽勝率1% EV-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12.7着と低調／420日ぶりの実戦）
前5走 08/02 2新潟36R 10着/14頭+1.2秒 05/18 2東京86R 12着/16頭+2.1秒 03/22 2中山711R 16着/16頭+3.7秒 01/12 1中山411R 7着/16頭+1.5秒 09/07 4中山15R 1着/7頭勝利
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 12.7着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 420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 0.4% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.1% / 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。
16	ミッドセンチュリー推奨	嶋田	実14.4	B▲ A▲勝率10% EV+44% 詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す／126日の休養を経て臨戦態勢）
前5走 05/23 1新潟710R 3着/15頭+0.3秒 05/09 2東京58R 4着/8頭+1.3秒 04/26 1福島69R 8着/13頭+0.7秒 01/17 1中山67R 6着/12頭+0.5秒 12/27 5中山77R 3着/18頭+0.1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 5.0着 △ 当競馬場適性 7走で勝率 14% ○ 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) +5% (市場と概ね一致) AI 予想勝率 7.3% (オッズ暗示: 6.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.0% / 期待値 +44% ※ 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。
17	ヴァルカンテソーロ	戸崎圭	実8.6	B○ A○勝率14% EV+17% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／前走3着／126日ぶりの実戦）
前5走 05/23 2東京95R 3着/17頭+0.3秒 03/29 3中山25R 4着/13頭+0.6秒 03/15 2中山65R 3着/18頭+0.4秒 01/05 1中山25R 7着/16頭+0.9秒 ―
AI 評価の内訳 — 馬番 17 ◎ 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 3.3着 × 当競馬場適性 3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) -20% (オッズ過剰評価) AI 予想勝率 9.3% (オッズ暗示: 11.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.7% / 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。
18	キングプロフィット	△石田	実105.3	×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0%と苦戦傾向／直近3走平均8.0着と低調／119日ぶりの実戦）
前5走 05/30 2東京118R 11着/16頭+2.5秒 05/16 1新潟58R 5着/9頭+1.8秒 04/11 1福島17R 8着/15頭+0.7秒 03/29 3中山28R 12着/16頭+1.6秒 03/14 2中山58R 12着/16頭+1.0秒
AI 評価の内訳 — 馬番 18 ◎ 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) × 当競馬場適性 6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) -51% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。

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 ◎

ダノンファンスター

騎手ルメール

単勝オッズ

1.5倍

AI期待値

-13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○17ヴァルカンテソーロ

8.6倍

EV -19%

▲A:▲16ミッドセンチュリー

14.4倍

EV +5%

出走馬全18頭

◎A:◎6

ダノンファンスター

ルメール

1.5倍

-13%

›

○A:○17

ヴァルカンテソーロ

戸崎圭

8.6倍

-19%

›

▲A:▲16

ミッドセンチュリー

嶋田

14.4倍

+5%

›

△A:△2

マイネルクオリア

丹内

11.7倍

-47%

›

△A:△13

カテドラルクォーツ

岩田康

19.6倍

-11%

›

△A:▽11

ロスパレドネス

津村

22.0倍

-10%

›

▽A:△10

ペプチドドリーム

野中

21.0倍

-26%

›

▽A:▽12

ルンベーラ

佐々木

22.2倍

-33%

›

×A:▽5

ベルウッドバイオ

☆長浜

32.0倍

-54%

›

▽A:×7

グランアルト

横山琉

37.2倍

-46%

›

▽A:▽3

サクラアドリア

田辺

40.7倍

-41%

›

▽A:×1

マイバラード

▲遠藤

40.8倍

-41%

›

×18

キングプロフィット

△石田

105.3倍

-50%

›

×8

リアルショット

木幡巧

101.0倍

-53%

›

×4

ジンガー

柴田大

104.3倍

-51%

›

×A:▽15

ハードワーカー

江田照

91.4倍

-62%

›

×A:▽9

リーゼノアール

原

97.5倍

-59%

›

×A:▽14

タイキアロハ

菊沢

91.1倍

-67%

›

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 ミッドセンチュリー実14.4倍期待値 +5% 推奨 13.7〜30.0倍 ¥200 不的中3着

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ オッズは予測時点の値です。

7R 中山競馬場　発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マイバラード	▲遠藤	実40.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場84走で勝率0%と苦戦傾向／468日ぶりの実戦）
前5走 06/15 1函館29R 6着/13頭+0.7秒 06/15 1函館29R 6着/13頭+0.7秒 06/15 1函館29R 6着/13頭+0.7秒 06/15 1函館29R 6着/13頭+0.7秒 06/15 1函館29R 6着/13頭+0.7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 6.0着 × 当競馬場適性 84走で勝率 0% (苦戦) △ ローテーション 468日休養明け × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 1.2% (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。
2	マイネルクオリア	丹内	実11.7	△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50%と好調／146日ぶりの実戦）
前5走 05/03 2東京411R 10着/15頭+1.1秒 04/12 1福島25R 1着/16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戦の調子勝率 50% (絶好調) ▽ 前走実績前走 10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) +11% (市場と概ね一致) AI 予想勝率 9.5% (オッズ暗示: 8.5%) ※ 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	サクラアドリア	田辺	実40.7	▽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／209日ぶりの実戦）
前5走 03/01 1小倉129R 10着/18頭+0.4秒 12/14 5中山412R 3着/16頭+0.3秒 11/24 3福島612R 4着/16頭+0.3秒 09/20 4中山67R 7着/18頭+0.6秒 07/19 1函館119R 12着/14頭+2.0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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 209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 1.9% (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。
4	ジンガー	柴田大	実104.3	×詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 04/06 川崎12R 1着/13頭勝利 03/02 川崎8R 4着/9頭+0.4秒 02/05 川崎10R 1着/14頭勝利 01/03 川崎7R 4着/12頭+1.7秒 12/19 川崎5R 1着/9頭勝利
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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 173日休養明け × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ※ 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	ベルウッドバイオ	☆長浜	実32.0	▽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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/30 2東京115R 1着/16頭勝利 05/10 2東京64R 3着/14頭+0.2秒 04/18 3中山75R 7着/16頭+0.7秒 04/04 3中山35R 7着/16頭+0.4秒 01/18 1中山73R 6着/13頭+2.2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 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 119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 1.9% (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。
6	ダノンファンスター	ルメール	実1.5	◎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100%と好調／前走勝利の勢い／195日ぶりの実戦）
前5走 03/15 2中山65R 1着/18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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 195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 38.2% (オッズ暗示: 66.7%) ※ 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。
7	グランアルト	横山琉	実37.2	×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／168日ぶりの実戦）
前5走 04/11 3中山59R 6着/7頭+2.1秒 03/22 2中山87R 4着/8頭+0.7秒 02/28 2中山19R 7着/8頭+2.3秒 01/11 1中山46R 1着/17頭勝利 11/24 5東京63R 9着/16頭+1.1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 5.7着 ◎ 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) -56% (大幅な期待値マイナス) AI 予想勝率 1.2% (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。
8	リアルショット	木幡巧	実101.0	×詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 03/28 1中京58R 14着/14頭+1.4秒 03/22 1中京47R 12着/15頭+2.2秒 01/17 1中山66R 14着/16頭+1.2秒 10/11 4東京312R 12着/16頭+2.1秒 06/22 3東京612R 10着/16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 13.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 14着 (大敗) △ ローテーション 182日休養明け × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ※ 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	リーゼノアール	原	実97.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（524日ぶりの実戦）
前5走 04/20 1福島412R 4着/15頭+1.3秒 04/20 1福島412R 4着/15頭+1.3秒 04/20 1福島412R 4着/15頭+1.3秒 04/20 1福島412R 4着/15頭+1.3秒 04/20 1福島412R 4着/15頭+1.3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 4.0着 ○ 当競馬場適性 60走で勝率 20% (相性良) △ ローテーション 524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 1.2% (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。
10	ペプチドドリーム	野中	実21.0	△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50%と好調／前走2着）
前5走 3回5日東京3R 2着/16頭 2回8日福島3R 1着/16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戦の調子勝率 50% (絶好調) ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 6.6% (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。
11	ロスパレドネス	津村	実22.0	▽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50%と好調／385日ぶりの実戦）
前5走 09/06 2札幌511R 5着/12頭+0.6秒 06/29 2福島25R 1着/13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戦の調子勝率 50% (絶好調) △ ローテーション 385日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 4.1% (オッズ暗示: 4.5%) ※ 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。
12	ルンベーラ	佐々木	実22.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／125日ぶりの実戦）
前5走 05/24 2東京101R 11着/16頭+2.8秒 05/03 2東京41R 6着/15頭+1.2秒 03/15 2中山64R 16着/16頭+4.0秒 02/14 2京都56R 6着/17頭+1.2秒 12/21 5中山63R 12着/15頭+1.6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 11.0着 (不振) ▽ 前走実績前走 11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) -8% (オッズ過剰評価) AI 予想勝率 4.1% (オッズ暗示: 4.5%) ※ 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。
13	カテドラルクォーツ	岩田康	実19.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.3着と低調／118日ぶりの実戦）
前5走 05/31 2東京122R 15着/16頭+3.3秒 05/03 2東京44R 13着/18頭+1.3秒 02/28 1小倉112R 9着/18頭+0.6秒 12/27 5阪神74R 9着/15頭+1.1秒 11/15 5東京33R 6着/14頭+1.1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 12.3着 (不振) ▽ 前走実績前走 15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) +35% (妙味あり) AI 予想勝率 6.9% (オッズ暗示: 5.1%) ※ 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。
14	タイキアロハ	菊沢	実91.1	▽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／前走勝利の勢い／140日ぶりの実戦）
前5走 05/09 1新潟36R 1着/16頭勝利 04/25 1福島55R 4着/16頭+0.7秒 02/22 1阪神25R 10着/13頭+2.3秒 02/15 1東京65R 7着/16頭+0.7秒 11/30 5東京86R 8着/12頭+2.0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 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 140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 0.6% (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。
15	ハードワーカー	江田照	実91.4	▽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12.7着と低調／420日ぶりの実戦）
前5走 08/02 2新潟36R 10着/14頭+1.2秒 05/18 2東京86R 12着/16頭+2.1秒 03/22 2中山711R 16着/16頭+3.7秒 01/12 1中山411R 7着/16頭+1.5秒 09/07 4中山15R 1着/7頭勝利
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 12.7着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 420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 1.1% (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。
16	ミッドセンチュリー推奨	嶋田	実14.4	▲詳細▼	オッズに対しAI予想勝率がやや高め、期待値+44%の妙味（前走3着で力を示す／126日の休養を経て臨戦態勢）
前5走 05/23 1新潟710R 3着/15頭+0.3秒 05/09 2東京58R 4着/8頭+1.3秒 04/26 1福島69R 8着/13頭+0.7秒 01/17 1中山67R 6着/12頭+0.5秒 12/27 5中山77R 3着/18頭+0.1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 5.0着 △ 当競馬場適性 7走で勝率 14% ○ 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) +44% (妙味あり) AI 予想勝率 10.0% (オッズ暗示: 6.9%) ※ 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。
17	ヴァルカンテソーロ	戸崎圭	実8.6	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／前走3着／126日ぶりの実戦）
前5走 05/23 2東京95R 3着/17頭+0.3秒 03/29 3中山25R 4着/13頭+0.6秒 03/15 2中山65R 3着/18頭+0.4秒 01/05 1中山25R 7着/16頭+0.9秒 ―
AI 評価の内訳 — 馬番 17 ◎ 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 3.3着 × 当競馬場適性 3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) +17% (市場と概ね一致) AI 予想勝率 13.7% (オッズ暗示: 11.6%) ※ 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。
18	キングプロフィット	△石田	実105.3	×詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 05/30 2東京118R 11着/16頭+2.5秒 05/16 1新潟58R 5着/9頭+1.8秒 04/11 1福島17R 8着/15頭+0.7秒 03/29 3中山28R 12着/16頭+1.6秒 03/14 2中山58R 12着/16頭+1.0秒
AI 評価の内訳 — 馬番 18 ◎ 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) × 当競馬場適性 6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) -100% (大幅な期待値マイナス) ※ 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

ダノンファンスター

騎手ルメール

単勝オッズ

1.5倍

AI期待値

-42%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○17ヴァルカンテソーロ

8.6倍

EV +17%

▲16ミッドセンチュリー

14.4倍

EV +44%

出走馬全18頭

◎6

ダノンファンスター

ルメール

1.5倍

-42%

›

○17

ヴァルカンテソーロ

戸崎圭

8.6倍

+17%

›

▲16

ミッドセンチュリー

嶋田

14.4倍

+44%

›

△2

マイネルクオリア

丹内

11.7倍

+11%

›

△13

カテドラルクォーツ

岩田康

19.6倍

+35%

›

△10

ペプチドドリーム

野中

21.0倍

+38%

›

▽11

ロスパレドネス

津村

22.0倍

-8%

›

▽12

ルンベーラ

佐々木

22.2倍

-8%

›

▽5

ベルウッドバイオ

☆長浜

32.0倍

-38%

›

▽3

サクラアドリア

田辺

40.7倍

-22%

›

×7

グランアルト

横山琉

37.2倍

-55%

›

×1

マイバラード

▲遠藤

40.8倍

-51%

›

▽9

リーゼノアール

原

97.5倍

-25%

›

▽15

ハードワーカー

江田照

91.4倍

-1%

›

▽14

タイキアロハ

菊沢

91.1倍

-46%

›

×8

リアルショット

木幡巧

101.0倍

-99%

›

×4

ジンガー

柴田大

104.3倍

-99%

›

×18

キングプロフィット

△石田

105.3倍

-99%

›

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 ミッドセンチュリー実14.4倍期待値 +44% 推奨 10.0〜30.0倍 ¥200 不的中3着

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ 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