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 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エフォートレス	横山和	実14.4	B▽ A▽勝率6% EV-10% 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 02/15 1東京68R 1着/14頭勝利 11/15 5東京312R 5着/13頭+0.7秒 10/25 4東京89R 12着/12頭+0.6秒 08/23 2札幌17R 1着/14頭勝利 08/09 1札幌512R 2着/11頭+0.2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) × 当競馬場適性 5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 223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 7.7% (オッズ暗示: 6.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.9% / 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。
2	サウンドムーブ	津村	実3.5	B◎ A◎勝率23% 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（160日ぶりの実戦）
前5走 04/19 3中山811R 6着/18頭+0.5秒 03/15 2中山611R 4着/16頭+0.2秒 01/12 1京都511R 2着/16頭+0.1秒 11/30 4京都82R 1着/13頭勝利 11/08 4京都15R 4着/9頭+0.6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 4.0着 △ ローテーション 160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 22.7% (オッズ暗示: 28.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.7% / 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。
3	ソルトブリーズ	横山琉	実7.7	B△ A△勝率8% EV-34% 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／118日ぶりの実戦）
前5走 05/31 2東京1210R 4着/17頭+0.1秒 04/12 3中山68R 1着/10頭勝利 12/14 5中山49R 4着/12頭+0.3秒 11/16 5東京48R 5着/13頭+0.5秒 10/18 4新潟17R 1着/18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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% △ ローテーション 118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 9.8% (オッズ暗示: 13.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.5% / 期待値 -35% ※ 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	フォルラニーニ	ルメール	実6.1	B▲ A▲勝率10% EV-39% 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／125日ぶりの実戦）
前5走 05/24 2東京109R 1着/12頭勝利 03/21 2中山79R 3着/15頭+0.1秒 01/25 1中山97R 3着/9頭+0.2秒 11/15 5東京312R 2着/13頭+0.3秒 08/30 3新潟310R 3着/13頭+0.4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 5走で勝率 20% (相性良) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 125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 11.5% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.0% / 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。
5	グラニット	江田照	実42.0	B▽ A×勝率1% EV-51% 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／622日ぶりの実戦）
前5走 01/12 1中京410R 12着/16頭+0.8秒 01/12 1中京410R 12着/16頭+0.8秒 01/12 1中京410R 12着/16頭+0.8秒 01/12 1中京410R 12着/16頭+0.8秒 01/12 1中京410R 12着/16頭+0.8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) △ 当競馬場適性 144走で勝率 8% ▽ 前走実績前走 12着 (大敗) △ ローテーション 622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 2.5% (オッズ暗示: 2.4%) × Aモデルの評価 (参考) レース内 11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。
6	アルトゥーム	杉原	実83.0	B▽ A▽勝率1% EV-4% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／174日ぶりの実戦）
前5走 04/05 3中山411R 15着/16頭+1.5秒 03/14 1阪神710R 8着/11頭+0.8秒 03/01 1小倉1211R 5着/17頭+0.7秒 01/11 1京都410R 10着/15頭+1.0秒 11/23 5東京510R 11着/17頭+0.6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戦の調子平均 9.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 174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 0.8% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.2% / 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。
7	エスコバル	内田博	実144.6	B▽ A▽勝率1% EV-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14.0着と低調／538日ぶりの実戦）
前5走 04/06 3中山411R 14着/16頭+1.6秒 04/06 3中山411R 14着/16頭+1.6秒 04/06 3中山411R 14着/16頭+1.6秒 04/06 3中山411R 14着/16頭+1.6秒 04/06 3中山411R 14着/16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戦の調子平均 14.0着 (不振) × 当競馬場適性 36走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 538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 0.5% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.7% / 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。
8	インパクトシー	佐々木	実4.3	B○ A○勝率18% EV-23% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率40%と適性高／直近3走で勝率67%と好調／前走3着）
前5走 04/12 3中山610R 3着/12頭+0.2秒 03/15 2中山68R 1着/10頭勝利 02/22 1小倉109R 1着/12頭勝利 02/01 1小倉48R 3着/13頭+0.4秒 11/15 3福島39R 2着/16頭+0.0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 67% (絶好調) ◎ 当競馬場適性 5走で勝率 40% (得意) ○ 前走実績前走 3着 (好走) △ ローテーション 167日休養明け × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 15.6% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.2% / 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。
9	ナヴォーナ	吉田豊	実84.2	B▽ A▽勝率1% EV-4% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率100%と好調／前走勝利の勢い／657日ぶりの実戦）
前5走 12/08 4中京410R 1着/16頭勝利 12/08 4中京410R 1着/16頭勝利 12/08 4中京410R 1着/16頭勝利 12/08 4中京410R 1着/16頭勝利 12/08 4中京410R 1着/16頭勝利
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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 657日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.2% / 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。
10	ウォータークラーク	丹内	実13.1	B△ A△勝率8% EV+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33%と好調／前走勝利の勢い／140日ぶりの実戦）
前5走 05/09 3京都59R 1着/11頭勝利 02/22 1阪神29R 3着/10頭+0.0秒 02/01 2京都212R 2着/7頭+0.2秒 01/05 1京都29R 5着/11頭+0.6秒 12/14 5阪神412R 2着/10頭+0.0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 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) +2% (市場と概ね一致) AI 予想勝率 7.8% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.3% / 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。
11	マイネルフルムーン	松岡	実31.3	B▽ A×勝率1% EV-63% 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 05/31 2東京1210R 7着/17頭+0.4秒 05/02 1新潟110R 1着/15頭勝利 04/05 2阪神48R 2着/11頭+0.0秒 03/07 1阪神59R 4着/9頭+1.3秒 02/15 2京都69R 9着/11頭+1.4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戦の調子勝率 33% (上り調子) △ ローテーション 118日休養明け × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 3.2%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 期待値 -64% ※ 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	マテンロウブラボー	戸崎圭	実8.8	B△ A△勝率8% 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／前走3着／140日ぶりの実戦）
前5走 05/09 2東京59R 3着/12頭+0.3秒 04/12 3中山610R 5着/12頭+0.3秒 03/14 2中山510R 3着/16頭+0.1秒 01/10 1中山310R 1着/16頭勝利 12/07 5中京210R 2着/13頭+0.2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 3.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 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) -14% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 11.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.5% / 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。
13	セブンマジシャン	横山武	実14.5	B▽ A▽勝率8% EV+18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.0着と安定／前走2着／468日ぶりの実戦）
前5走 06/15 3阪神410R 2着/18頭+0.2秒 06/15 3阪神410R 2着/18頭+0.2秒 06/15 3阪神410R 2着/18頭+0.2秒 06/15 3阪神410R 2着/18頭+0.2秒 06/15 3阪神410R 2着/18頭+0.2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 2.0着 (安定) △ 当競馬場適性 84走で勝率 14% ○ 前走実績前走 2着 (好走) △ ローテーション 468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 4.7% (オッズ暗示: 6.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 8.3% / 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。
14	テンミラクルスター	岩田康	実32.0	B▽ A▽勝率4% EV+33% 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／118日ぶりの実戦）
前5走 05/31 2東京1210R 6着/17頭+0.4秒 03/14 2中山59R 1着/10頭勝利 12/14 5中京46R 1着/18頭勝利 10/26 4東京98R 3着/15頭+0.1秒 05/11 2東京64R 1着/16頭勝利
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) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 3.7% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.3% / 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。

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 ◎

サウンドムーブ

騎手津村

単勝オッズ

3.5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:○8インパクトシー

4.3倍

EV -32%

▲A:▲4フォルラニーニ

6.1倍

EV -29%

出走馬全14頭

◎A:◎2

サウンドムーブ

津村

3.5倍

-20%

›

○A:○8

インパクトシー

佐々木

4.3倍

-32%

›

▲A:▲4

フォルラニーニ

ルメール

6.1倍

-29%

›

△A:△3

ソルトブリーズ

横山琉

7.7倍

-24%

›

△A:△12

マテンロウブラボー

戸崎圭

8.8倍

-13%

›

△A:△10

ウォータークラーク

丹内

13.1倍

+2%

›

▽A:▽1

エフォートレス

横山和

14.4倍

+10%

›

▽A:▽13

セブンマジシャン

横山武

14.5倍

-31%

›

▽A:▽14

テンミラクルスター

岩田康

32.0倍

+18%

›

▽A:×5

グラニット

江田照

42.0倍

+6%

›

▽A:×11

マイネルフルムーン

松岡

31.3倍

-38%

›

▽A:▽6

アルトゥーム

杉原

83.0倍

-29%

›

▽A:▽9

ナヴォーナ

吉田豊

84.2倍

-28%

›

▽A:▽7

エスコバル

内田博

144.6倍

-34%

›

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

11R 中山競馬場　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エフォートレス	横山和	実14.4	▽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 02/15 1東京68R 1着/14頭勝利 11/15 5東京312R 5着/13頭+0.7秒 10/25 4東京89R 12着/12頭+0.6秒 08/23 2札幌17R 1着/14頭勝利 08/09 1札幌512R 2着/11頭+0.2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) × 当競馬場適性 5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 223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 5.9% (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。
2	サウンドムーブ	津村	実3.5	◎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（160日ぶりの実戦）
前5走 04/19 3中山811R 6着/18頭+0.5秒 03/15 2中山611R 4着/16頭+0.2秒 01/12 1京都511R 2着/16頭+0.1秒 11/30 4京都82R 1着/13頭勝利 11/08 4京都15R 4着/9頭+0.6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 4.0着 △ ローテーション 160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 22.7% (オッズ暗示: 28.6%) ※ 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。
3	ソルトブリーズ	横山琉	実7.7	△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／118日ぶりの実戦）
前5走 05/31 2東京1210R 4着/17頭+0.1秒 04/12 3中山68R 1着/10頭勝利 12/14 5中山49R 4着/12頭+0.3秒 11/16 5東京48R 5着/13頭+0.5秒 10/18 4新潟17R 1着/18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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% △ 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 8.5% (オッズ暗示: 13.0%) ※ 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。
4	フォルラニーニ	ルメール	実6.1	▲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／前走勝利の勢い／125日ぶりの実戦）
前5走 05/24 2東京109R 1着/12頭勝利 03/21 2中山79R 3着/15頭+0.1秒 01/25 1中山97R 3着/9頭+0.2秒 11/15 5東京312R 2着/13頭+0.3秒 08/30 3新潟310R 3着/13頭+0.4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 5走で勝率 20% (相性良) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 125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 10.0% (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。
5	グラニット	江田照	実42.0	×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／622日ぶりの実戦）
前5走 01/12 1中京410R 12着/16頭+0.8秒 01/12 1中京410R 12着/16頭+0.8秒 01/12 1中京410R 12着/16頭+0.8秒 01/12 1中京410R 12着/16頭+0.8秒 01/12 1中京410R 12着/16頭+0.8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) △ 当競馬場適性 144走で勝率 8% ▽ 前走実績前走 12着 (大敗) △ ローテーション 622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: 2.4%) ※ 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	アルトゥーム	杉原	実83.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／174日ぶりの実戦）
前5走 04/05 3中山411R 15着/16頭+1.5秒 03/14 1阪神710R 8着/11頭+0.8秒 03/01 1小倉1211R 5着/17頭+0.7秒 01/11 1京都410R 10着/15頭+1.0秒 11/23 5東京510R 11着/17頭+0.6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戦の調子平均 9.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 174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 1.2% (オッズ暗示: 1.2%) ※ 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。
7	エスコバル	内田博	実144.6	▽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14.0着と低調／538日ぶりの実戦）
前5走 04/06 3中山411R 14着/16頭+1.6秒 04/06 3中山411R 14着/16頭+1.6秒 04/06 3中山411R 14着/16頭+1.6秒 04/06 3中山411R 14着/16頭+1.6秒 04/06 3中山411R 14着/16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戦の調子平均 14.0着 (不振) × 当競馬場適性 36走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 538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 0.7% (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。
8	インパクトシー	佐々木	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率40%と適性高／直近3走で勝率67%と好調／前走3着）
前5走 04/12 3中山610R 3着/12頭+0.2秒 03/15 2中山68R 1着/10頭勝利 02/22 1小倉109R 1着/12頭勝利 02/01 1小倉48R 3着/13頭+0.4秒 11/15 3福島39R 2着/16頭+0.0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 67% (絶好調) ◎ 当競馬場適性 5走で勝率 40% (得意) ○ 前走実績前走 3着 (好走) △ ローテーション 167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 18.2% (オッズ暗示: 23.3%) ※ 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	ナヴォーナ	吉田豊	実84.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率100%と好調／前走勝利の勢い／657日ぶりの実戦）
前5走 12/08 4中京410R 1着/16頭勝利 12/08 4中京410R 1着/16頭勝利 12/08 4中京410R 1着/16頭勝利 12/08 4中京410R 1着/16頭勝利 12/08 4中京410R 1着/16頭勝利
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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 657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 1.2% (オッズ暗示: 1.2%) ※ 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。
10	ウォータークラーク	丹内	実13.1	△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33%と好調／前走勝利の勢い／140日ぶりの実戦）
前5走 05/09 3京都59R 1着/11頭勝利 02/22 1阪神29R 3着/10頭+0.0秒 02/01 2京都212R 2着/7頭+0.2秒 01/05 1京都29R 5着/11頭+0.6秒 12/14 5阪神412R 2着/10頭+0.0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 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) +7% (市場と概ね一致) AI 予想勝率 8.3% (オッズ暗示: 7.6%) ※ 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。
11	マイネルフルムーン	松岡	実31.3	×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／118日ぶりの実戦）
前5走 05/31 2東京1210R 7着/17頭+0.4秒 05/02 1新潟110R 1着/15頭勝利 04/05 2阪神48R 2着/11頭+0.0秒 03/07 1阪神59R 4着/9頭+1.3秒 02/15 2京都69R 9着/11頭+1.4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戦の調子勝率 33% (上り調子) △ ローテーション 118日休養明け × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 3.2%) ※ 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。
12	マテンロウブラボー	戸崎圭	実8.8	△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／前走3着／140日ぶりの実戦）
前5走 05/09 2東京59R 3着/12頭+0.3秒 04/12 3中山610R 5着/12頭+0.3秒 03/14 2中山510R 3着/16頭+0.1秒 01/10 1中山310R 1着/16頭勝利 12/07 5中京210R 2着/13頭+0.2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 3.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 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) -26% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 11.4%) ※ 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。
13	セブンマジシャン	横山武	実14.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.0着と安定／前走2着／468日ぶりの実戦）
前5走 06/15 3阪神410R 2着/18頭+0.2秒 06/15 3阪神410R 2着/18頭+0.2秒 06/15 3阪神410R 2着/18頭+0.2秒 06/15 3阪神410R 2着/18頭+0.2秒 06/15 3阪神410R 2着/18頭+0.2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 2.0着 (安定) △ 当競馬場適性 84走で勝率 14% ○ 前走実績前走 2着 (好走) △ ローテーション 468日休養明け △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 8.3% (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。
14	テンミラクルスター	岩田康	実32.0	▽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／118日ぶりの実戦）
前5走 05/31 2東京1210R 6着/17頭+0.4秒 03/14 2中山59R 1着/10頭勝利 12/14 5中京46R 1着/18頭勝利 10/26 4東京98R 3着/15頭+0.1秒 05/11 2東京64R 1着/16頭勝利
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) △ ローテーション 118日休養明け ◎ 期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 4.3% (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。

AIの本命

AI評価1位

サウンドムーブ

騎手津村

単勝オッズ

3.5倍

AI期待値

-18%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8インパクトシー

4.3倍

EV -23%

▲4フォルラニーニ

6.1倍

EV -39%

出走馬全14頭

◎2

サウンドムーブ

津村

3.5倍

-18%

›

○8

インパクトシー

佐々木

4.3倍

-23%

›

▲4

フォルラニーニ

ルメール

6.1倍

-39%

›

△3

ソルトブリーズ

横山琉

7.7倍

-34%

›

△12

マテンロウブラボー

戸崎圭

8.8倍

-26%

›

△10

ウォータークラーク

丹内

13.1倍

+7%

›

▽13

セブンマジシャン

横山武

14.5倍

+18%

›

▽1

エフォートレス

横山和

14.4倍

-10%

›

▽14

テンミラクルスター

岩田康

32.0倍

+33%

›

×11

マイネルフルムーン

松岡

31.3倍

-63%

›

×5

グラニット

江田照

42.0倍

-51%

›

▽6

アルトゥーム

杉原

83.0倍

-4%

›

▽9

ナヴォーナ

吉田豊

84.2倍

-4%

›

▽7

エスコバル

内田博

144.6倍

-3%

›

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