中山 9R 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

9R 中山競馬場　発走 14:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リリカルフレア	戸崎圭	実16.6	B△ A△勝率10% EV+72% 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1日東京4R 2着/7頭 2回2日新潟1R 1着/11頭 ― ― ―
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 50% (絶好調) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 5.0% (オッズ暗示: 6.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 10.4% / 期待値 +72% ※ 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	シルクドマルス	坂井	実7.1	B▲ A▲勝率18% EV+26% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 2回7日福島5R 1着/15頭 ― ― ― ―
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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 12.8% (オッズ暗示: 14.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.9% / 期待値 +27% ※ 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	シルバーウィル	武豊	実5.9	B○ A○勝率18% EV+5% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 1回5日札幌5R 1着/12頭 ― ― ― ―
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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 17.8% (オッズ暗示: 16.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.9% / 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。
4	シュヴァルツペルレ	浜中	実14.2	B△ A△勝率12% EV+66% 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 4 ◎ 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 5位 (中位評価) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 7.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 11.8% / 期待値 +67% ※ 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	セプタードアイル	荻野極	実9.4	B△ A△勝率12% EV+10% 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100%と好調／前走勝利の勢い）
前5走 2回1日新潟3R 1着/8頭 ― ― ― ―
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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.8% / 期待値 +10% ※ 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	ユーダブルワン	松山	実23.7	B▽ A▽勝率9% EV+109% 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100%と好調／前走勝利の勢い）
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 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) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 8.8% / 期待値 +110% ※ 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	リサナウト	ルメール	実1.5	B◎ A×勝率22% EV-67% 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）
前5走 2回6日福島5R 1着/16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戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 46.9% (オッズ暗示: 66.7%) × Aモデルの評価 (参考) レース内 1位 / 勝率 21.5% / 期待値 -68% ※ 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 ×

リサナウト

騎手ルメール

単勝オッズ

1.5倍

AI期待値

-29%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○3シルバーウィル

5.9倍

EV +4%

▲A:▲2シルクドマルス

7.1倍

EV -9%

出走馬全7頭

◎A:×7

リサナウト

ルメール

1.5倍

-29%

›

○A:○3

シルバーウィル

武豊

5.9倍

+4%

›

▲A:▲2

シルクドマルス

坂井

7.1倍

-9%

›

△A:△5

セプタードアイル

荻野極

9.4倍

-17%

›

△A:△4

シュヴァルツペルレ

浜中

14.2倍

-21%

›

△A:△1

リリカルフレア

戸崎圭

16.6倍

-17%

›

▽A:▽6

ユーダブルワン

松山

23.7倍

-21%

›

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

9R 中山競馬場　発走 14:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リリカルフレア	戸崎圭	実16.6	△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1日東京4R 2着/7頭 2回2日新潟1R 1着/11頭 ― ― ―
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 50% (絶好調) ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +72% (市場が大幅過小評価) AI 予想勝率 10.4% (オッズ暗示: 6.0%) ※ 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	シルクドマルス	坂井	実7.1	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 2回7日福島5R 1着/15頭 ― ― ― ―
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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 17.9% (オッズ暗示: 14.1%) ※ 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。
3	シルバーウィル	武豊	実5.9	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 1回5日札幌5R 1着/12頭 ― ― ― ―
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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 17.9% (オッズ暗示: 16.9%) ※ 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。
4	シュヴァルツペルレ	浜中	実14.2	△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 4 ◎ 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 5位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +66% (市場が大幅過小評価) AI 予想勝率 11.8% (オッズ暗示: 7.0%) ※ 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	セプタードアイル	荻野極	実9.4	△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100%と好調／前走勝利の勢い）
前5走 2回1日新潟3R 1着/8頭 ― ― ― ―
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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 11.8% (オッズ暗示: 10.6%) ※ 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。
6	ユーダブルワン	松山	実23.7	▽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100%と好調／前走勝利の勢い）
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 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) ◎ 期待値 (オッズ vs AI勝率) +109% (市場が大幅過小評価) AI 予想勝率 8.8% (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。
7	リサナウト	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）
前5走 2回6日福島5R 1着/16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戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 21.5% (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。

AIの本命

AI評価1位

リサナウト

騎手ルメール

単勝オッズ

1.5倍

AI期待値

-67%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3シルバーウィル

5.9倍

EV +5%

▲2シルクドマルス

7.1倍

EV +26%

出走馬全7頭

×7

リサナウト

ルメール

1.5倍

-67%

›

○3

シルバーウィル

武豊

5.9倍

+5%

›

▲2

シルクドマルス

坂井

7.1倍

+26%

›

△5

セプタードアイル

荻野極

9.4倍

+10%

›

△4

シュヴァルツペルレ

浜中

14.2倍

+66%

›

△1

リリカルフレア

戸崎圭

16.6倍

+72%

›

▽6

ユーダブルワン

松山

23.7倍

+109%

›

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