中山 10R 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

10R 中山競馬場　発走 15:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スイートオレンジ	西村淳	実12.3	B△ A△勝率8% EV-1% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（140日ぶりの実戦）
前5走 05/10 1新潟49R 7着/14頭+1.7秒 04/18 1福島310R 5着/8頭+0.6秒 03/14 1中京19R 6着/10頭+1.0秒 11/08 3福島19R 2着/16頭+0.0秒 10/18 4新潟19R 3着/15頭+0.1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 △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 8.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 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。
2	プリズマジコ	原	実42.6	B▽ A▽勝率1% EV-45% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／119日ぶりの実戦）
前5走 05/31 2東京128R 10着/14頭+1.0秒 02/28 1小倉1111R 13着/15頭+1.4秒 10/25 3京都88R 8着/12頭+0.6秒 08/10 3中京66R 4着/9頭+0.7秒 07/20 2福島810R 3着/10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 10.3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) -17% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 1.3% / 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。
3	フナデ	木幡巧	実88.9	B▽ A▽勝率1% EV-39% 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9.0着と低調／183日ぶりの実戦）
前5走 03/28 3中山18R 11着/12頭+1.6秒 02/28 1小倉1111R 11着/15頭+1.2秒 02/07 1小倉510R 5着/16頭+0.9秒 12/14 5中山49R 12着/12頭+1.6秒 08/03 2新潟46R 2着/5頭+0.0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 9.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 183日休養明け × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 17位 / 勝率 0.7% / 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。
4	コスモイシュタル	松岡	実7.3	B▲ A△勝率12% EV-15% 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3着／126日ぶりの実戦）
前5走 05/24 2東京109R 3着/12頭+0.2秒 05/02 1新潟110R 3着/15頭+0.0秒 04/12 1福島26R 1着/15頭勝利 03/22 1中京46R 13着/17頭+1.0秒 12/14 5中山412R 9着/16頭+0.6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) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 11.4% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.6% / 期待値 -16% ※ 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	ハニードレス	松山	実18.9	B▽ A×勝率2% EV-58% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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／148日ぶりの実戦）
前5走 05/02 1新潟110R 12着/15頭+0.7秒 02/21 1小倉98R 1着/16頭勝利 12/14 5中山412R 6着/16頭+0.5秒 10/18 4新潟17R 9着/18頭+0.8秒 08/02 1札幌37R 3着/10頭+0.3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 12着 (大敗) △ ローテーション 148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 4.1% (オッズ暗示: 5.3%) × Aモデルの評価 (参考) レース内 9位 / 勝率 2.2% / 期待値 -58% ※ 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	ミツカネベネラ推奨	野中	実18.2	B△ A▽勝率8% EV+45% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+39%の妙味（市場想定よりAI評価が高く妙味）
前5走 05/24 2東京1011R 16着/18頭+1.4秒 05/02 2東京310R 6着/11頭+0.9秒 02/14 1東京511R 14着/16頭+1.9秒 12/14 5阪神411R 12着/18頭+1.2秒 10/25 4東京811R 2着/10頭+0.3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 12.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 126日休養明け ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 7.7% (オッズ暗示: 5.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 8.0% / 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。
7	ドナルンバ	荻野極	実3.2	B◎ A◎勝率20% EV-36% 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（当競馬場3走で勝率0%と苦戦傾向／直近3走平均2.3着と安定／前走3着）
前5走 05/02 2東京310R 3着/11頭+0.6秒 03/29 3中山29R 2着/7頭+0.1秒 02/28 2中山16R 2着/9頭+0.3秒 01/25 1中山99R 4着/12頭+0.4秒 10/25 4東京811R 10着/10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 2.3着 (安定) × 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 148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 20.7% (オッズ暗示: 31.2%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 20.0% / 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。
8	ベネスピラ	小林美	実29.9	B▽ A▽勝率2% EV-34% 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 05/17 1新潟67R 1着/13頭勝利 04/18 3中山77R 4着/10頭+0.4秒 04/04 3中山37R 2着/12頭+0.4秒 02/14 1東京52R 12着/16頭+1.5秒 11/22 3福島56R 12着/15頭+2.2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 33% (上り調子) × 当競馬場適性 3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 133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 1.9% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.2% / 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。
9	ルージュボヤージュ	杉原	実6.5	B△ A▲勝率15% EV+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走で勝率67%と好調／前走勝利の勢い／162日ぶりの実戦）
前5走 04/18 3中山76R 1着/6頭勝利 02/22 1東京85R 5着/12頭+0.7秒 07/13 2福島65R 1着/15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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 162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 10.2% (オッズ暗示: 15.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.5% / 期待値 +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。
10	サンライズバブル	田辺	実4.8	B○ A○勝率15% EV-25% 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／162日ぶりの実戦）
前5走 04/18 3中山77R 1着/10頭勝利 03/29 1中京66R 7着/13頭+0.6秒 03/14 1中京19R 4着/10頭+0.5秒 02/22 1阪神27R 5着/9頭+0.6秒 02/07 1小倉59R 12着/13頭+1.6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 162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 20.2% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.5% / 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。
11	アイキャンドウイッ	ミシェル	実68.3	B▽ A▽勝率1% EV-5% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／540日ぶりの実戦）
前5走 04/05 3中山38R 4着/13頭+0.4秒 04/05 3中山38R 4着/13頭+0.4秒 04/05 3中山38R 4着/13頭+0.4秒 04/05 3中山38R 4着/13頭+0.4秒 04/05 3中山38R 4着/13頭+0.4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戦の調子平均 4.0着 × 当競馬場適性 12走で勝率 0% (苦戦) △ ローテーション 540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 1.9% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.4% / 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。
12	ダノンカゼルタ	岩田望	実13.8	B▽ A△勝率8% EV+10% 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／119日ぶりの実戦）
前5走 05/31 2東京128R 12着/14頭+1.5秒 05/09 3京都510R 5着/8頭+0.7秒 03/28 1中京58R 1着/14頭勝利 02/15 2京都68R 2着/12頭+0.7秒 01/25 1京都96R 13着/15頭+1.7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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12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) -15% (オッズ過剰評価) AI 予想勝率 6.1% (オッズ暗示: 7.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.0% / 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。
13	ジェットブレード	菊沢	実29.7	B▽ A▽勝率3% EV-11% 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／133日ぶりの実戦）
前5走 05/17 1新潟610R 6着/16頭+0.6秒 04/26 3京都29R 10着/11頭+1.2秒 03/28 1中京510R 4着/12頭+0.3秒 03/14 1中京110R 5着/10頭+0.5秒 01/05 1中山210R 5着/11頭+0.6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 6.7着 × 当競馬場適性 5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) -2% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.0% / 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。
14	レイヤードレッド	嶋田	実39.6	B▽ A▽勝率1% EV-45% 詳細▼	大穴、AI予想勝率低く長期回収困難（183日ぶりの実戦）
前5走 03/28 3中山18R 4着/12頭+0.7秒 03/01 2中山29R 4着/10頭+1.0秒 01/24 1中山89R 8着/9頭+0.8秒 01/05 1中山210R 4着/11頭+0.3秒 12/14 5中京410R 5着/10頭+1.1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戦の調子平均 5.3着 △ 当競馬場適性 7走で勝率 14% △ ローテーション 183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%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.4% / 期待値 -45% ※ 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	マイネルバーテクス	丹内	実93.9	B▽ A▽勝率1% EV-14% 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／315日ぶりの実戦）
前5走 11/16 5東京48R 4着/13頭+0.3秒 10/25 3京都88R 6着/12頭+0.5秒 09/07 2札幌610R 11着/14頭+1.0秒 08/30 2札幌311R 8着/14頭+1.6秒 08/02 1札幌310R 9着/14頭+1.1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戦の調子平均 7.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) △ ローテーション 315日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.4% / 期待値 -15% ※ 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	トレミニョン	岩田康	実99.4	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4走で勝率0%と苦戦傾向／直近3走平均9.3着と低調／190日ぶりの実戦）
前5走 03/21 2中山79R 12着/15頭+0.9秒 01/11 1中山49R 8着/13頭+0.3秒 09/07 2札幌610R 8着/14頭+0.6秒 08/23 2札幌16R 1着/13頭勝利 07/05 1函館79R 2着/8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 9.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 190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 0.6% (オッズ暗示: 1.0%) × Aモデルの評価 (参考) レース内 16位 / 勝率 0.7% / 期待値 -52% ※ 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	マテンロウギフト	戸崎圭	実41.8	B× A▽勝率1% EV-42% 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／232日ぶりの実戦）
前5走 02/07 1小倉510R 8着/16頭+1.2秒 11/15 3福島39R 1着/16頭勝利 09/28 4阪神98R 8着/18頭+0.9秒 07/13 2小倉64R 1着/16頭勝利 06/14 3阪神36R 2着/18頭+0.1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戦の調子勝率 33% (上り調子) △ ローテーション 232日休養明け × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.4% / 期待値 -42% ※ 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	ジャンビ	石橋脩	実212.9	×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610R 15着/16頭+1.5秒 04/19 3中山89R 11着/12頭+1.4秒 03/14 2中山59R 6着/10頭+0.4秒 11/30 5東京89R 8着/9頭+1.9秒 10/19 4新潟29R 1着/15頭勝利
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 10.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) △ 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。

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 ◎

ドナルンバ

騎手荻野極

単勝オッズ

3.2倍

AI期待値

-33%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○10サンライズバブル

4.8倍

EV -3%

▲A:△4コスモイシュタル

7.3倍

EV -16%

出走馬全18頭

◎A:◎7

ドナルンバ

荻野極

3.2倍

-33%

›

○A:○10

サンライズバブル

田辺

4.8倍

-3%

›

▲A:△4

コスモイシュタル

松岡

7.3倍

-16%

›

△A:▲9

ルージュボヤージュ

杉原

6.5倍

-33%

›

△A:▽6

ミツカネベネラ

野中

18.2倍

+39%

›

△A:△1

スイートオレンジ

西村淳

12.3倍

-15%

›

▽A:△12

ダノンカゼルタ

岩田望

13.8倍

-15%

›

▽A:×5

ハニードレス

松山

18.9倍

-23%

›

▽A:▽13

ジェットブレード

菊沢

29.7倍

-2%

›

▽A:▽8

ベネスピラ

小林美

29.9倍

-41%

›

▽A:▽14

レイヤードレッド

嶋田

39.6倍

-22%

›

▽A:▽2

プリズマジコ

原

42.6倍

-16%

›

▽A:▽11

アイキャンドウイッ

ミシェル

68.3倍

+33%

›

▽A:▽15

マイネルバーテクス

丹内

93.9倍

-41%

›

×A:▽17

マテンロウギフト

戸崎圭

41.8倍

-75%

›

▽A:▽3

フナデ

木幡巧

88.9倍

-47%

›

▽A:×16

トレミニョン

岩田康

99.4倍

-41%

›

×18

ジャンビ

石橋脩

212.9倍

-99%

›

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 6 ミツカネベネラ実18.2倍期待値 +39% 推奨 13.1〜30.0倍 ¥100 不的中2着

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 6 ミツカネベネラ実18.2倍期待値 +39% 推奨 13.1〜30.0倍 ¥100 不的中2着

※ オッズは予測時点の値です。

10R 中山競馬場　発走 15:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スイートオレンジ	西村淳	実12.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（140日ぶりの実戦）
前5走 05/10 1新潟49R 7着/14頭+1.7秒 04/18 1福島310R 5着/8頭+0.6秒 03/14 1中京19R 6着/10頭+1.0秒 11/08 3福島19R 2着/16頭+0.0秒 10/18 4新潟19R 3着/15頭+0.1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 △ ローテーション 140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 8.0% (オッズ暗示: 8.1%) ※ 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	プリズマジコ	原	実42.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／119日ぶりの実戦）
前5走 05/31 2東京128R 10着/14頭+1.0秒 02/28 1小倉1111R 13着/15頭+1.4秒 10/25 3京都88R 8着/12頭+0.6秒 08/10 3中京66R 4着/9頭+0.7秒 07/20 2福島810R 3着/10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 10.3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 1.3% (オッズ暗示: 2.3%) ※ 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。
3	フナデ	木幡巧	実88.9	▽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9.0着と低調／183日ぶりの実戦）
前5走 03/28 3中山18R 11着/12頭+1.6秒 02/28 1小倉1111R 11着/15頭+1.2秒 02/07 1小倉510R 5着/16頭+0.9秒 12/14 5中山49R 12着/12頭+1.6秒 08/03 2新潟46R 2着/5頭+0.0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 9.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 183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 0.7% (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。
4	コスモイシュタル	松岡	実7.3	△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／前走3着／126日ぶりの実戦）
前5走 05/24 2東京109R 3着/12頭+0.2秒 05/02 1新潟110R 3着/15頭+0.0秒 04/12 1福島26R 1着/15頭勝利 03/22 1中京46R 13着/17頭+1.0秒 12/14 5中山412R 9着/16頭+0.6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) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 11.6% (オッズ暗示: 13.7%) ※ 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。
5	ハニードレス	松山	実18.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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／148日ぶりの実戦）
前5走 05/02 1新潟110R 12着/15頭+0.7秒 02/21 1小倉98R 1着/16頭勝利 12/14 5中山412R 6着/16頭+0.5秒 10/18 4新潟17R 9着/18頭+0.8秒 08/02 1札幌37R 3着/10頭+0.3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 12着 (大敗) △ ローテーション 148日休養明け × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 5.3%) ※ 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	ミツカネベネラ推奨	野中	実18.2	▽詳細▼	オッズに対しAI予想勝率がやや高め、期待値+45%の妙味（市場想定よりAI評価が高く妙味）
前5走 05/24 2東京1011R 16着/18頭+1.4秒 05/02 2東京310R 6着/11頭+0.9秒 02/14 1東京511R 14着/16頭+1.9秒 12/14 5阪神411R 12着/18頭+1.2秒 10/25 4東京811R 2着/10頭+0.3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 12.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 126日休養明け ◎ 期待値 (オッズ vs AI勝率) +45% (妙味あり) AI 予想勝率 8.0% (オッズ暗示: 5.5%) ※ 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	ドナルンバ	荻野極	実3.2	◎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（当競馬場3走で勝率0%と苦戦傾向／直近3走平均2.3着と安定／前走3着）
前5走 05/02 2東京310R 3着/11頭+0.6秒 03/29 3中山29R 2着/7頭+0.1秒 02/28 2中山16R 2着/9頭+0.3秒 01/25 1中山99R 4着/12頭+0.4秒 10/25 4東京811R 10着/10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 2.3着 (安定) × 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 148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 20.0% (オッズ暗示: 31.2%) ※ 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。
8	ベネスピラ	小林美	実29.9	▽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 05/17 1新潟67R 1着/13頭勝利 04/18 3中山77R 4着/10頭+0.4秒 04/04 3中山37R 2着/12頭+0.4秒 02/14 1東京52R 12着/16頭+1.5秒 11/22 3福島56R 12着/15頭+2.2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 33% (上り調子) × 当競馬場適性 3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 133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 2.2% (オッズ暗示: 3.3%) ※ 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	ルージュボヤージュ	杉原	実6.5	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走勝利の勢い／162日ぶりの実戦）
前5走 04/18 3中山76R 1着/6頭勝利 02/22 1東京85R 5着/12頭+0.7秒 07/13 2福島65R 1着/15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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 162日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 15.5% (オッズ暗示: 15.4%) ※ 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	サンライズバブル	田辺	実4.8	○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／162日ぶりの実戦）
前5走 04/18 3中山77R 1着/10頭勝利 03/29 1中京66R 7着/13頭+0.6秒 03/14 1中京19R 4着/10頭+0.5秒 02/22 1阪神27R 5着/9頭+0.6秒 02/07 1小倉59R 12着/13頭+1.6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 162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 15.5% (オッズ暗示: 20.8%) ※ 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	アイキャンドウイッ	ミシェル	実68.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／540日ぶりの実戦）
前5走 04/05 3中山38R 4着/13頭+0.4秒 04/05 3中山38R 4着/13頭+0.4秒 04/05 3中山38R 4着/13頭+0.4秒 04/05 3中山38R 4着/13頭+0.4秒 04/05 3中山38R 4着/13頭+0.4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戦の調子平均 4.0着 × 当競馬場適性 12走で勝率 0% (苦戦) △ ローテーション 540日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.5%) ※ 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	ダノンカゼルタ	岩田望	実13.8	△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33%と好調／119日ぶりの実戦）
前5走 05/31 2東京128R 12着/14頭+1.5秒 05/09 3京都510R 5着/8頭+0.7秒 03/28 1中京58R 1着/14頭勝利 02/15 2京都68R 2着/12頭+0.7秒 01/25 1京都96R 13着/15頭+1.7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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12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) +10% (市場と概ね一致) AI 予想勝率 8.0% (オッズ暗示: 7.2%) ※ 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。
13	ジェットブレード	菊沢	実29.7	▽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／133日ぶりの実戦）
前5走 05/17 1新潟610R 6着/16頭+0.6秒 04/26 3京都29R 10着/11頭+1.2秒 03/28 1中京510R 4着/12頭+0.3秒 03/14 1中京110R 5着/10頭+0.5秒 01/05 1中山210R 5着/11頭+0.6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 6.7着 × 当競馬場適性 5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) -12% (オッズ過剰評価) AI 予想勝率 3.0% (オッズ暗示: 3.4%) ※ 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。
14	レイヤードレッド	嶋田	実39.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（183日ぶりの実戦）
前5走 03/28 3中山18R 4着/12頭+0.7秒 03/01 2中山29R 4着/10頭+1.0秒 01/24 1中山89R 8着/9頭+0.8秒 01/05 1中山210R 4着/11頭+0.3秒 12/14 5中京410R 5着/10頭+1.1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戦の調子平均 5.3着 △ 当競馬場適性 7走で勝率 14% △ ローテーション 183日休養明け × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。
15	マイネルバーテクス	丹内	実93.9	▽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／315日ぶりの実戦）
前5走 11/16 5東京48R 4着/13頭+0.3秒 10/25 3京都88R 6着/12頭+0.5秒 09/07 2札幌610R 11着/14頭+1.0秒 08/30 2札幌311R 8着/14頭+1.6秒 08/02 1札幌310R 9着/14頭+1.1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戦の調子平均 7.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) △ ローテーション 315日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 1.4% (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	トレミニョン	岩田康	実99.4	×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9.3着と低調／190日ぶりの実戦）
前5走 03/21 2中山79R 12着/15頭+0.9秒 01/11 1中山49R 8着/13頭+0.3秒 09/07 2札幌610R 8着/14頭+0.6秒 08/23 2札幌16R 1着/13頭勝利 07/05 1函館79R 2着/8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 9.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 190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 0.7% (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。
17	マテンロウギフト	戸崎圭	実41.8	▽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／232日ぶりの実戦）
前5走 02/07 1小倉510R 8着/16頭+1.2秒 11/15 3福島39R 1着/16頭勝利 09/28 4阪神98R 8着/18頭+0.9秒 07/13 2小倉64R 1着/16頭勝利 06/14 3阪神36R 2着/18頭+0.1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戦の調子勝率 33% (上り調子) △ ローテーション 232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: 2.4%) ※ 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。
18	ジャンビ	石橋脩	実212.9	×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610R 15着/16頭+1.5秒 04/19 3中山89R 11着/12頭+1.4秒 03/14 2中山59R 6着/10頭+0.4秒 11/30 5東京89R 8着/9頭+1.9秒 10/19 4新潟29R 1着/15頭勝利
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 10.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) △ 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。

AIの本命

AI評価1位

ドナルンバ

騎手荻野極

単勝オッズ

3.2倍

AI期待値

-36%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10サンライズバブル

4.8倍

EV -25%

▲9ルージュボヤージュ

6.5倍

EV +0%

出走馬全18頭

◎7

ドナルンバ

荻野極

3.2倍

-36%

›

○10

サンライズバブル

田辺

4.8倍

-25%

›

▲9

ルージュボヤージュ

杉原

6.5倍

+0%

›

△4

コスモイシュタル

松岡

7.3倍

-15%

›

△1

スイートオレンジ

西村淳

12.3倍

-1%

›

△12

ダノンカゼルタ

岩田望

13.8倍

+10%

›

▽6

ミツカネベネラ

野中

18.2倍

+45%

›

▽13

ジェットブレード

菊沢

29.7倍

-11%

›

×5

ハニードレス

松山

18.9倍

-58%

›

▽8

ベネスピラ

小林美

29.9倍

-34%

›

▽14

レイヤードレッド

嶋田

39.6倍

-45%

›

▽17

マテンロウギフト

戸崎圭

41.8倍

-42%

›

▽11

アイキャンドウイッ

ミシェル

68.3倍

-5%

›

▽15

マイネルバーテクス

丹内

93.9倍

-14%

›

▽2

プリズマジコ

原

42.6倍

-45%

›

×16

トレミニョン

岩田康

99.4倍

-51%

›

▽3

フナデ

木幡巧

88.9倍

-39%

›

×18

ジャンビ

石橋脩

212.9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 6 ミツカネベネラ実18.2倍期待値 +46% 推奨 12.5〜30.0倍 ¥100 不的中2着

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 6 ミツカネベネラ実18.2倍期待値 +46% 推奨 12.5〜30.0倍 ¥100 不的中2着

※ 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