中山 6R 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

6R 中山競馬場　発走 12:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アルデラックス	松岡	実24.4	B▽ A▽勝率3% EV-21% 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走で勝率33%と好調／前走勝利の勢い）
前5走 09/13 4中山37R 1着/16頭勝利 01/26 1中山93R 2着/15頭+0.6秒 12/28 5中山95R 8着/18頭+1.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 379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 2.7% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.2% / 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。
2	ソロモン	佐々木	実37.7	B▽ A▽勝率6% EV+114% 詳細▼	大穴、AI予想勝率低く長期回収困難（561日ぶりの実戦）
前5走 03/15 2中京16R 13着/13頭+3.4秒 09/28 3中京89R 6着/10頭+1.5秒 08/18 2札幌48R 4着/9頭+0.9秒 08/03 1札幌51R 1着/10頭勝利 06/22 3東京75R 4着/13頭+0.4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 7.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 561日休養明け ◎ 期待値 (オッズ vs AI勝率) +132% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.7% / 期待値 +115% ※ 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	タルタロス	△石田	実61.5	B▽ A▽勝率1% EV-42% 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／126日ぶりの実戦）
前5走 05/24 1新潟812R 7着/15頭+0.7秒 05/09 1新潟312R 3着/12頭+0.6秒 04/12 1福島212R 5着/15頭+0.4秒 12/06 5中京16R 8着/16頭+1.4秒 11/24 3福島69R 11着/16頭+1.1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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 126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 1.6% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 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。
4	ベンメリア	江田照	実88.3	B× A×勝率0% EV-57% 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／168日ぶりの実戦）
前5走 04/12 1福島212R 8着/15頭+1.3秒 12/19 金沢3R 1着/10頭勝利 12/08 金沢10R 4着/9頭+1.3秒 11/23 金沢3R 1着/6頭勝利 11/04 金沢1R 1着/8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 33% (上り調子) △ ローテーション 168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: 1.1%) × Aモデルの評価 (参考) レース内 15位 / 勝率 0.5% / 期待値 -57% ※ 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	グランドスウェル	荻野極	実7.5	B△ A△勝率11% EV-20% 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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 03/28 3中山14R 1着/16頭勝利 03/07 2中山32R 7着/14頭+1.7秒 02/15 1東京62R 11着/13頭+3.2秒 02/01 1東京22R 3着/13頭+1.5秒 01/11 1中山46R 11着/17頭+1.2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 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 183日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 12.0% (オッズ暗示: 13.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.7% / 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。
6	スターツトゥデイ	坂井	実30.9	B▽ A×勝率1% EV-54% 詳細▼	大穴、AI予想勝率低く長期回収困難（147日ぶりの実戦）
前5走 05/03 2東京43R 5着/12頭+0.6秒 01/17 1中山63R 7着/16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 6.0着 △ ローテーション 147日休養明け × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 3.2%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 期待値 -54% ※ 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	ダンツティアラ	岩田望	実7.8	B△ A△勝率8% EV-39% 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6走で勝率0%と苦戦傾向／前走2着／218日ぶりの実戦）
前5走 02/21 1東京712R 2着/16頭+0.2秒 11/29 5東京76R 6着/16頭+0.6秒 11/09 5東京27R 3着/16頭+0.7秒 03/02 2中山28R 10着/16頭+2.8秒 12/22 5中山87R 7着/16頭+2.1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 3.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 218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 8.0% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 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。
8	ホウオウライセンス	丹内	実27.1	B▽ A▽勝率2% EV-45% 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 05/31 2東京122R 10着/16頭+1.2秒 03/29 3中山23R 10着/15頭+4.0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戦の調子平均 10.0着 (不振) ▽ 前走実績前走 10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) -28% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.0% / 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。
9	ユーウェイン	嶋田	実101.5	×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走平均8.7着と低調／133日ぶりの実戦）
前5走 05/17 1新潟612R 9着/11頭+2.1秒 04/26 2東京27R 11着/16頭+2.4秒 04/11 3中山58R 6着/16頭+1.2秒 09/23 金沢2R 1着/9頭勝利 09/08 金沢5R 1着/10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戦の調子平均 8.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 133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。
10	ディースプレマシー	石橋脩	実77.3	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／169日ぶりの実戦）
前5走 04/11 3中山58R 10着/16頭+1.7秒 03/29 3中山27R 7着/15頭+1.2秒 03/07 2中山38R 2着/14頭+1.2秒 02/14 1東京52R 10着/16頭+1.0秒 01/18 1中山76R 5着/14頭+1.1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戦の調子平均 6.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 169日休養明け × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.9% / 期待値 -33% ※ 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	ミスターキャンベラ	松山	実3.6	B○ A○勝率22% EV-20% 詳細▼	AI上位評価だが期待値不足、見送り（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／140日ぶりの実戦）
前5走 05/10 2東京65R 10着/16頭+1.9秒 04/05 3中山43R 1着/16頭勝利 03/14 2中山52R 2着/16頭+0.1秒 01/31 1東京13R 3着/15頭+0.9秒 01/11 1中山43R 2着/16頭+0.9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) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 140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 21.5% (オッズ暗示: 27.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.2% / 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。
12	ロードインフェルノ	木幡巧	実69.6	B▽ A▽勝率1% EV-35% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場13走で勝率0%と苦戦傾向／141日ぶりの実戦）
前5走 05/09 2東京57R 9着/14頭+2.0秒 04/18 3中山78R 5着/16頭+1.7秒 03/21 2中山77R 4着/16頭+0.8秒 02/14 1東京52R 5着/16頭+0.4秒 01/31 1東京12R 5着/16頭+1.2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 6.0着 × 当競馬場適性 13走で勝率 0% (苦戦) △ ローテーション 141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 0.9% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 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。
13	ガンハンマー	鮫島駿	実79.1	B× A▽勝率1% EV-31% 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／127日ぶりの実戦）
前5走 05/23 2東京98R 9着/16頭+0.9秒 03/29 3中山28R 7着/16頭+0.9秒 01/10 1中山312R 8着/16頭+0.8秒 10/11 4東京312R 10着/16頭+1.8秒 06/15 3東京48R 7着/16頭+0.7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) × 当競馬場適性 6走で勝率 0% (苦戦) △ ローテーション 127日休養明け × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.9% / 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。
14	シーギリヤロック	ルメール	実7.4	B▲ A▲勝率11% EV-21% 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33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 03/22 2中山86R 1着/18頭勝利 12/27 5中山74R 4着/18頭+0.3秒 09/21 4中山75R 2着/10頭+0.5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) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 189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 12.0% (オッズ暗示: 13.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.7% / 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。
15	アトラステソーロ	戸崎圭	実11.8	B△ A△勝率7% EV-12% 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／前走勝利の勢い／210日ぶりの実戦）
前5走 03/01 2中山22R 1着/16頭勝利 09/21 4中山74R 5着/16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戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 210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 8.0% (オッズ暗示: 8.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.5% / 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。
16	ワンダーブリッツ	横山武	実3.4	B◎ A◎勝率25% EV-14% 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2.3着と安定／前走2着／112日ぶりの実戦）
前5走 05/16 1新潟54R 3着/11頭+0.4秒 03/21 2中山72R 2着/12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 2.3着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 112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 21.5% (オッズ暗示: 29.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.2% / 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 ◎

ワンダーブリッツ

騎手横山武

単勝オッズ

3.4倍

AI期待値

-26%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○11ミスターキャンベラ

3.6倍

EV -22%

▲A:▲14シーギリヤロック

7.4倍

EV -11%

出走馬全16頭

◎A:◎16

ワンダーブリッツ

横山武

3.4倍

-26%

›

○A:○11

ミスターキャンベラ

松山

3.6倍

-22%

›

▲A:▲14

シーギリヤロック

ルメール

7.4倍

-11%

›

△A:△5

グランドスウェル

荻野極

7.5倍

-10%

›

△A:△7

ダンツティアラ

岩田望

7.8倍

-37%

›

△A:△15

アトラステソーロ

戸崎圭

11.8倍

-5%

›

▽A:▽2

ソロモン

佐々木

37.7倍

+132%

›

▽A:▽1

アルデラックス

松岡

24.4倍

-35%

›

▽A:▽8

ホウオウライセンス

丹内

27.1倍

-28%

›

▽A:×6

スターツトゥデイ

坂井

30.9倍

-36%

›

▽A:▽3

タルタロス

△石田

61.5倍

-3%

›

▽A:▽12

ロードインフェルノ

木幡巧

69.6倍

-38%

›

×A:×4

ベンメリア

江田照

88.3倍

-53%

›

×9

ユーウェイン

嶋田

101.5倍

-51%

›

×A:▽10

ディースプレマシー

石橋脩

77.3倍

-63%

›

×A:▽13

ガンハンマー

鮫島駿

79.1倍

-62%

›

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

6R 中山競馬場　発走 12:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アルデラックス	松岡	実24.4	▽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走で勝率33%と好調／前走勝利の勢い）
前5走 09/13 4中山37R 1着/16頭勝利 01/26 1中山93R 2着/15頭+0.6秒 12/28 5中山95R 8着/18頭+1.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 379日休養明け △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 4.1%) ※ 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。
2	ソロモン	佐々木	実37.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（561日ぶりの実戦）
前5走 03/15 2中京16R 13着/13頭+3.4秒 09/28 3中京89R 6着/10頭+1.5秒 08/18 2札幌48R 4着/9頭+0.9秒 08/03 1札幌51R 1着/10頭勝利 06/22 3東京75R 4着/13頭+0.4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 7.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 561日休養明け ◎ 期待値 (オッズ vs AI勝率) +114% (市場が大幅過小評価) AI 予想勝率 5.7% (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。
3	タルタロス	△石田	実61.5	▽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／126日ぶりの実戦）
前5走 05/24 1新潟812R 7着/15頭+0.7秒 05/09 1新潟312R 3着/12頭+0.6秒 04/12 1福島212R 5着/15頭+0.4秒 12/06 5中京16R 8着/16頭+1.4秒 11/24 3福島69R 11着/16頭+1.1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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) △ 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 0.9% (オッズ暗示: 1.6%) ※ 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	ベンメリア	江田照	実88.3	×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／168日ぶりの実戦）
前5走 04/12 1福島212R 8着/15頭+1.3秒 12/19 金沢3R 1着/10頭勝利 12/08 金沢10R 4着/9頭+1.3秒 11/23 金沢3R 1着/6頭勝利 11/04 金沢1R 1着/8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 33% (上り調子) △ ローテーション 168日休養明け × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
5	グランドスウェル	荻野極	実7.5	△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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 03/28 3中山14R 1着/16頭勝利 03/07 2中山32R 7着/14頭+1.7秒 02/15 1東京62R 11着/13頭+3.2秒 02/01 1東京22R 3着/13頭+1.5秒 01/11 1中山46R 11着/17頭+1.2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 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 183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 10.7% (オッズ暗示: 13.3%) ※ 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。
6	スターツトゥデイ	坂井	実30.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（147日ぶりの実戦）
前5走 05/03 2東京43R 5着/12頭+0.6秒 01/17 1中山63R 7着/16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 6.0着 △ ローテーション 147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 1.5% (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。
7	ダンツティアラ	岩田望	実7.8	△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6走で勝率0%と苦戦傾向／前走2着／218日ぶりの実戦）
前5走 02/21 1東京712R 2着/16頭+0.2秒 11/29 5東京76R 6着/16頭+0.6秒 11/09 5東京27R 3着/16頭+0.7秒 03/02 2中山28R 10着/16頭+2.8秒 12/22 5中山87R 7着/16頭+2.1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 3.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 218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 7.8% (オッズ暗示: 12.8%) ※ 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。
8	ホウオウライセンス	丹内	実27.1	▽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 05/31 2東京122R 10着/16頭+1.2秒 03/29 3中山23R 10着/15頭+4.0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戦の調子平均 10.0着 (不振) ▽ 前走実績前走 10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) -46% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 3.7%) ※ 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	ユーウェイン	嶋田	実101.5	×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 05/17 1新潟612R 9着/11頭+2.1秒 04/26 2東京27R 11着/16頭+2.4秒 04/11 3中山58R 6着/16頭+1.2秒 09/23 金沢2R 1着/9頭勝利 09/08 金沢5R 1着/10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戦の調子平均 8.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 133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。
10	ディースプレマシー	石橋脩	実77.3	▽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／169日ぶりの実戦）
前5走 04/11 3中山58R 10着/16頭+1.7秒 03/29 3中山27R 7着/15頭+1.2秒 03/07 2中山38R 2着/14頭+1.2秒 02/14 1東京52R 10着/16頭+1.0秒 01/18 1中山76R 5着/14頭+1.1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戦の調子平均 6.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 169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 0.9% (オッズ暗示: 1.3%) ※ 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。
11	ミスターキャンベラ	松山	実3.6	○詳細▼	AI上位評価だが期待値不足、見送り（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／140日ぶりの実戦）
前5走 05/10 2東京65R 10着/16頭+1.9秒 04/05 3中山43R 1着/16頭勝利 03/14 2中山52R 2着/16頭+0.1秒 01/31 1東京13R 3着/15頭+0.9秒 01/11 1中山43R 2着/16頭+0.9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) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 140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 22.2% (オッズ暗示: 27.8%) ※ 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	ロードインフェルノ	木幡巧	実69.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場13走で勝率0%と苦戦傾向／141日ぶりの実戦）
前5走 05/09 2東京57R 9着/14頭+2.0秒 04/18 3中山78R 5着/16頭+1.7秒 03/21 2中山77R 4着/16頭+0.8秒 02/14 1東京52R 5着/16頭+0.4秒 01/31 1東京12R 5着/16頭+1.2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 6.0着 × 当競馬場適性 13走で勝率 0% (苦戦) △ ローテーション 141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 0.9% (オッズ暗示: 1.4%) ※ 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	ガンハンマー	鮫島駿	実79.1	▽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／127日ぶりの実戦）
前5走 05/23 2東京98R 9着/16頭+0.9秒 03/29 3中山28R 7着/16頭+0.9秒 01/10 1中山312R 8着/16頭+0.8秒 10/11 4東京312R 10着/16頭+1.8秒 06/15 3東京48R 7着/16頭+0.7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) × 当競馬場適性 6走で勝率 0% (苦戦) △ ローテーション 127日休養明け × 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 0.9% (オッズ暗示: 1.3%) ※ 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。
14	シーギリヤロック	ルメール	実7.4	▲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33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 03/22 2中山86R 1着/18頭勝利 12/27 5中山74R 4着/18頭+0.3秒 09/21 4中山75R 2着/10頭+0.5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) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 189日休養明け △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 10.7% (オッズ暗示: 13.5%) ※ 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。
15	アトラステソーロ	戸崎圭	実11.8	△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／前走勝利の勢い／210日ぶりの実戦）
前5走 03/01 2中山22R 1着/16頭勝利 09/21 4中山74R 5着/16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戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 210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 7.5% (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。
16	ワンダーブリッツ	横山武	実3.4	◎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2.3着と安定／前走2着／112日ぶりの実戦）
前5走 05/16 1新潟54R 3着/11頭+0.4秒 03/21 2中山72R 2着/12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 2.3着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 112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 25.2% (オッズ暗示: 29.4%) ※ 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。

AIの本命

AI評価1位

ワンダーブリッツ

騎手横山武

単勝オッズ

3.4倍

AI期待値

-14%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11ミスターキャンベラ

3.6倍

EV -20%

▲14シーギリヤロック

7.4倍

EV -21%

出走馬全16頭

◎16

ワンダーブリッツ

横山武

3.4倍

-14%

›

○11

ミスターキャンベラ

松山

3.6倍

-20%

›

▲14

シーギリヤロック

ルメール

7.4倍

-21%

›

△5

グランドスウェル

荻野極

7.5倍

-20%

›

△7

ダンツティアラ

岩田望

7.8倍

-39%

›

△15

アトラステソーロ

戸崎圭

11.8倍

-12%

›

▽2

ソロモン

佐々木

37.7倍

+114%

›

▽1

アルデラックス

松岡

24.4倍

-21%

›

▽8

ホウオウライセンス

丹内

27.1倍

-45%

›

×6

スターツトゥデイ

坂井

30.9倍

-54%

›

▽3

タルタロス

△石田

61.5倍

-42%

›

▽12

ロードインフェルノ

木幡巧

69.6倍

-35%

›

▽10

ディースプレマシー

石橋脩

77.3倍

-33%

›

▽13

ガンハンマー

鮫島駿

79.1倍

-31%

›

×4

ベンメリア

江田照

88.3倍

-57%

›

×9

ユーウェイン

嶋田

101.5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

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