中山 2R 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

2R 中山競馬場　発走 10:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ゴーゼンチュー	▲佐藤	実266.1	B▽ A▽勝率1% EV+138% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調）
前5走 2回4日福島6R 13着/13頭+5.0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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 0.3% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 期待値 +139% ※ 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	プリンキパトゥス	ルメール	実2.5	B◎ A×勝率20% EV-51% 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走平均2.0着と安定／前走2着）
前5走 2回4日福島5R 2着/15頭+1.0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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 32.4% (オッズ暗示: 40.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 19.6% / 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。
3	エーアイラピド	丸山	実82.8	B▽ A▽勝率3% EV+156% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走過去走データ取得失敗 (horse_results 不在)
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 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.1% / 期待値 +157% ※ 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	ニューロファイター	岩田望	実8.3	B△ A△勝率8% EV-32% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 3回1日東京4R 4着/7頭+6.0秒 2回3日福島1R 4着/8頭 ― ― ―
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 4.0着 × 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 7.5% (オッズ暗示: 12.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.1% / 期待値 -32% ※ 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	カシノデスティニー	△石神道	実241.9	B▽ A▽勝率1% EV+117% 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 5 ◎ 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) -17% (オッズ過剰評価) AI 予想勝率 0.3% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 +117% ※ 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	トーセンマスラオ	菊沢	実4.5	B▲ A▲勝率20% EV-11% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 3回6日東京5R 4着/13頭 2回5日福島3R 3着/14頭+1.0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 3.5着 △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 17.3% (オッズ暗示: 22.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 19.6% / 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	コウサイリクリ	柴田大	実7.0	B△ A△勝率15% EV+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走平均2.0着と安定／前走2着）
前5走 2回7日新潟3R 2着/12頭 ― ― ― ―
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 12.2% (オッズ暗示: 14.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 15.2% / 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。
8	ロワデュモンド	ミシェル	実13.4	B△ A△勝率6% EV-13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回8日福島5R 4着/13頭 ― ― ― ―
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 4.0着 △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 6.0% (オッズ暗示: 7.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.4% / 期待値 -14% ※ 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	フォクセン	武藤	実133.7	B▽ A▽勝率1% EV+20% 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 2回7日新潟3R 12着/12頭+2.0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 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) -14% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.9% / 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。
10	マイネルウルカヌス	木幡巧	実91.5	B▽ A▽勝率1% EV+10% 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 10 ◎ 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 9位 (中位評価) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 1.1% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 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。
11	ギガントシュラーク	戸崎圭	実21.8	B▽ A▽勝率4% EV-2% 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 11 ◎ 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) -39% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 4.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.5% / 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。
12	レジームチェンジ	横山武	実4.4	B○ A○勝率20% EV-13% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
前5走 1回8日札幌5R 2着/12頭 ― ― ― ―
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 18.3% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.6% / 期待値 -14% ※ 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 ×

プリンキパトゥス

騎手ルメール

単勝オッズ

2.5倍

AI期待値

-19%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12レジームチェンジ

4.4倍

EV -19%

▲A:▲6トーセンマスラオ

4.5倍

EV -22%

出走馬全12頭

◎A:×2

プリンキパトゥス

ルメール

2.5倍

-19%

›

○A:○12

レジームチェンジ

横山武

4.4倍

-19%

›

▲A:▲6

トーセンマスラオ

菊沢

4.5倍

-22%

›

△A:△7

コウサイリクリ

柴田大

7.0倍

-14%

›

△A:△4

ニューロファイター

岩田望

8.3倍

-38%

›

△A:△8

ロワデュモンド

ミシェル

13.4倍

-19%

›

▽A:▽11

ギガントシュラーク

戸崎圭

21.8倍

-38%

›

▽A:▽3

エーアイラピド

丸山

82.8倍

-5%

›

▽A:▽10

マイネルウルカヌス

木幡巧

91.5倍

+4%

›

▽A:▽9

フォクセン

武藤

133.7倍

-13%

›

▽A:▽5

カシノデスティニー

△石神道

241.9倍

-16%

›

▽A:▽1

ゴーゼンチュー

▲佐藤

266.1倍

-8%

›

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

2R 中山競馬場　発走 10:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ゴーゼンチュー	▲佐藤	実266.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調）
前5走 2回4日福島6R 13着/13頭+5.0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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +138% (市場が大幅過小評価) AI 予想勝率 0.9% (オッズ暗示: 0.4%) ※ 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。
2	プリンキパトゥス	ルメール	実2.5	×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走平均2.0着と安定／前走2着）
前5走 2回4日福島5R 2着/15頭+1.0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 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 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 19.6% (オッズ暗示: 40.0%) ※ 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。
3	エーアイラピド	丸山	実82.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走過去走データ取得失敗 (horse_results 不在)
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 8位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +156% (市場が大幅過小評価) AI 予想勝率 3.1% (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。
4	ニューロファイター	岩田望	実8.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 3回1日東京4R 4着/7頭+6.0秒 2回3日福島1R 4着/8頭 ― ― ―
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 4.0着 × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 8.1% (オッズ暗示: 12.0%) ※ 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	カシノデスティニー	△石神道	実241.9	▽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 5 ◎ 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) +117% (市場が大幅過小評価) AI 予想勝率 0.9% (オッズ暗示: 0.4%) ※ 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	トーセンマスラオ	菊沢	実4.5	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 3回6日東京5R 4着/13頭 2回5日福島3R 3着/14頭+1.0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 3.5着 △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 19.6% (オッズ暗示: 22.2%) ※ 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	コウサイリクリ	柴田大	実7.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均2.0着と安定／前走2着）
前5走 2回7日新潟3R 2着/12頭 ― ― ― ―
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 15.2% (オッズ暗示: 14.3%) ※ 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	ロワデュモンド	ミシェル	実13.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回8日福島5R 4着/13頭 ― ― ― ―
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 4.0着 △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 6.4% (オッズ暗示: 7.5%) ※ 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。
9	フォクセン	武藤	実133.7	▽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 2回7日新潟3R 12着/12頭+2.0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 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) +20% (市場と概ね一致) AI 予想勝率 0.9% (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。
10	マイネルウルカヌス	木幡巧	実91.5	▽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 10 ◎ 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 9位 (中位評価) △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 1.2% (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。
11	ギガントシュラーク	戸崎圭	実21.8	▽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 11 ◎ 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) -2% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 4.6%) ※ 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	レジームチェンジ	横山武	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
前5走 1回8日札幌5R 2着/12頭 ― ― ― ―
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 19.6% (オッズ暗示: 22.7%) ※ 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。

AIの本命

AI評価1位

プリンキパトゥス

騎手ルメール

単勝オッズ

2.5倍

AI期待値

-51%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12レジームチェンジ

4.4倍

EV -13%

▲6トーセンマスラオ

4.5倍

EV -11%

出走馬全12頭

×2

プリンキパトゥス

ルメール

2.5倍

-51%

›

○12

レジームチェンジ

横山武

4.4倍

-13%

›

▲6

トーセンマスラオ

菊沢

4.5倍

-11%

›

△7

コウサイリクリ

柴田大

7.0倍

+6%

›

△4

ニューロファイター

岩田望

8.3倍

-32%

›

△8

ロワデュモンド

ミシェル

13.4倍

-13%

›

▽11

ギガントシュラーク

戸崎圭

21.8倍

-2%

›

▽3

エーアイラピド

丸山

82.8倍

+156%

›

▽10

マイネルウルカヌス

木幡巧

91.5倍

+10%

›

▽9

フォクセン

武藤

133.7倍

+20%

›

▽5

カシノデスティニー

△石神道

241.9倍

+117%

›

▽1

ゴーゼンチュー

▲佐藤

266.1倍

+138%

›

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