中京 4R 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

4R 中京競馬場　発走 11:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヨシノサンキュー	△柴田裕	実200.0	B▽ A▽勝率0% EV0% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／272日ぶりの実戦）
前5走 10/26 3京都95R 10着/10頭+7.1秒 ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 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 272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 0.3% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.5% / 期待値 -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	ベルアズーロ	吉村	実5.3	B△ A△勝率15% EV-21% 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8.3着と低調）
前5走 06/06 3阪神16R 4着/16頭+1.6秒 05/10 3京都65R 12着/13頭+2.6秒 04/11 2阪神54R 9着/15頭+0.9秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) × 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 12.8% (オッズ暗示: 18.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 14.9% / 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。
3	ヴァンドゥーヴル	西村淳	実16.9	B▽ A△勝率5% EV-21% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／125日ぶりの実戦）
前5走 03/22 1中京43R 7着/15頭+1.1秒 02/01 2京都25R 7着/13頭+1.5秒 01/18 1京都75R 12着/17頭+1.4秒 ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) △ ローテーション 125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 4.2% (オッズ暗示: 5.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.7% / 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。
4	テリコス	▲川端	実32.5	B▽ A×勝率1% EV-60% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／70日ぶりの実戦）
前5走 05/16 1新潟54R 2着/11頭+0.2秒 05/02 3京都32R 13着/15頭+3.2秒 01/24 1京都83R 6着/16頭+0.7秒 ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) ○ 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 2.6% (オッズ暗示: 3.1%) × Aモデルの評価 (参考) レース内 8位 / 勝率 1.2% / 期待値 -61% ※ 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	テイクザスローン	高倉	実165.8	B× A▽勝率0% EV-17% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 06/07 3阪神26R 12着/16頭+2.0秒 05/17 3京都85R 6着/10頭+0.4秒 05/02 3京都35R 7着/13頭+0.6秒 03/07 1阪神55R 15着/18頭+2.5秒 12/20 5阪神52R 9着/16頭+1.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.5% / 期待値 -17% ※ 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	ロードファイター	団野	実35.6	B▽ A×勝率1% EV-57% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/06 3阪神16R 9着/16頭+2.2秒 05/23 3京都92R 4着/14頭+1.1秒 05/02 3京都32R 5着/15頭+2.0秒 04/19 2阪神83R 8着/16頭+1.6秒 01/04 1京都12R 8着/16頭+2.8秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0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 1.9% (オッズ暗示: 2.8%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 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。
7	グランピアン	幸	実246.7	B▽ A▽勝率0% EV+23% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調）
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 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) -21% (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 16位 / 勝率 0.5% / 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。
8	ナウオアネヴァー	岩田望	実3.1	B◎ A◎勝率23% EV-27% 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（前走3着／69日ぶりの実戦）
前5走 05/17 1新潟62R 3着/9頭+0.5秒 05/02 2東京33R 5着/9頭+1.0秒 03/21 1中京31R 2着/13頭+0.1秒 02/28 1阪神32R 5着/14頭+1.1秒 02/14 2京都54R 8着/16頭+2.1秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 ○ 前走実績前走 3着 (好走) × 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 22.3% (オッズ暗示: 32.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 23.5% / 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。
9	マーゴットショット	秋山稔	実224.7	B▽ A▽勝率0% EV+12% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／69日ぶりの実戦）
前5走 05/17 3京都83R 10着/12頭+4.3秒 04/25 3京都15R 12着/12頭+2.0秒 ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 0.4% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.5% / 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。
10	ワイドヴィンクルム	城戸	実148.5	B▽ A▽勝率0% EV-25% 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 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 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) -40% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.5% / 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	ボクサークラブ	松山	実18.0	B△ A▽勝率4% EV-20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 06/07 3阪神23R 8着/16頭+1.8秒 05/09 2東京52R 7着/11頭+1.6秒 04/18 2阪神73R 5着/15頭+0.8秒 03/29 2阪神22R 4着/9頭+1.1秒 01/24 1京都85R 14着/18頭+2.8秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.4% / 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。
12	アステリアート	富田	実137.3	B× A▽勝率0% EV-31% 詳細▼	大穴、AI予想勝率低く長期回収困難（136日ぶりの実戦）
前5走 03/11 高知2R 10着/12頭+3.3秒 01/24 1京都86R 9着/17頭+1.1秒 01/05 1中山25R 4着/16頭+0.6秒 ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 136日休養明け × 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 0.2% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.5% / 期待値 -31% ※ 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	ジャスティンレビン	コレット	実8.1	B△ A△勝率10% EV-17% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（105日ぶりの実戦）
前5走 04/11 2阪神53R 6着/13頭+1.8秒 03/22 1阪神102R 4着/13頭+0.9秒 03/01 1阪神43R 8着/12頭+1.3秒 01/17 1京都61R 2着/10頭+1.0秒 12/27 5阪神75R 9着/14頭+1.7秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 12.2% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.2% / 期待値 -17% ※ 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	タロ	☆田山	実5.0	B○ A▲勝率18% EV-9% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着／83日ぶりの実戦）
前5走 05/03 1新潟23R 3着/14頭+0.4秒 04/12 3中山62R 2着/14頭+0.6秒 03/28 1中京54R 4着/14頭+0.9秒 02/28 1阪神32R 4着/14頭+1.0秒 01/10 1京都32R 4着/14頭+0.3秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 22.3% (オッズ暗示: 20.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 18.0% / 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。
15	コーディアリティ	西塚	実84.1	B▽ A▽勝率1% EV-28% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／70日ぶりの実戦）
前5走 05/16 1新潟54R 8着/11頭+1.8秒 05/02 2東京32R 9着/14頭+2.7秒 04/19 1福島43R 13着/16頭+2.3秒 ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) × 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 0.8% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.9% / 期待値 -28% ※ 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	アスクハッピーマン	坂井	実4.8	B▲ A○勝率18% EV-13% 詳細▼	AI上位評価だが期待値不足、見送り（69日ぶりの実戦）
前5走 05/17 3京都83R 6着/12頭+2.4秒 05/03 3京都42R 2着/12頭+0.1秒 04/19 1福島44R 6着/15頭+1.5秒 ― ―
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 14.7% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.0% / 期待値 -13% ※ 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 ◎

ナウオアネヴァー

騎手岩田望

単勝オッズ

3.1倍

AI期待値

-31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲14タロ

5.0倍

EV +11%

▲A:○16アスクハッピーマン

4.8倍

EV -29%

出走馬全16頭

◎A:◎8

ナウオアネヴァー

岩田望

3.1倍

-31%

›

○A:▲14

タロ

☆田山

5.0倍

+11%

›

▲A:○16

アスクハッピーマン

坂井

4.8倍

-29%

›

△A:△2

ベルアズーロ

吉村

5.3倍

-32%

›

△A:△13

ジャスティンレビン

コレット

8.1倍

›

△A:▽11

ボクサークラブ

松山

18.0倍

-20%

›

▽A:△3

ヴァンドゥーヴル

西村淳

16.9倍

-29%

›

▽A:×4

テリコス

▲川端

32.5倍

-14%

›

▽A:×6

ロードファイター

団野

35.6倍

-32%

›

▽A:▽15

コーディアリティ

西塚

84.1倍

-32%

›

▽A:▽10

ワイドヴィンクルム

城戸

148.5倍

-40%

›

▽A:▽9

マーゴットショット

秋山稔

224.7倍

-9%

›

▽A:▽1

ヨシノサンキュー

△柴田裕

200.0倍

-35%

›

▽A:▽7

グランピアン

幸

246.7倍

-21%

›

×A:▽12

アステリアート

富田

137.3倍

-68%

›

×A:▽5

テイクザスローン

高倉

165.8倍

-61%

›

💡 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

両モデルとも本レースは見送り判定（期待値プラスなし）

4R 中京競馬場　発走 11:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヨシノサンキュー	△柴田裕	実200.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／272日ぶりの実戦）
前5走 10/26 3京都95R 10着/10頭+7.1秒 ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 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 272日休養明け △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.5%) ※ 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。
2	ベルアズーロ	吉村	実5.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.3着と低調）
前5走 06/06 3阪神16R 4着/16頭+1.6秒 05/10 3京都65R 12着/13頭+2.6秒 04/11 2阪神54R 9着/15頭+0.9秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 14.9% (オッズ暗示: 18.9%) ※ 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。
3	ヴァンドゥーヴル	西村淳	実16.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／125日ぶりの実戦）
前5走 03/22 1中京43R 7着/15頭+1.1秒 02/01 2京都25R 7着/13頭+1.5秒 01/18 1京都75R 12着/17頭+1.4秒 ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) △ ローテーション 125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 4.7% (オッズ暗示: 5.9%) ※ 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	テリコス	▲川端	実32.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／70日ぶりの実戦）
前5走 05/16 1新潟54R 2着/11頭+0.2秒 05/02 3京都32R 13着/15頭+3.2秒 01/24 1京都83R 6着/16頭+0.7秒 ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 1.2% (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。
5	テイクザスローン	高倉	実165.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 06/07 3阪神26R 12着/16頭+2.0秒 05/17 3京都85R 6着/10頭+0.4秒 05/02 3京都35R 7着/13頭+0.6秒 03/07 1阪神55R 15着/18頭+2.5秒 12/20 5阪神52R 9着/16頭+1.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.6%) ※ 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	ロードファイター	団野	実35.6	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/06 3阪神16R 9着/16頭+2.2秒 05/23 3京都92R 4着/14頭+1.1秒 05/02 3京都32R 5着/15頭+2.0秒 04/19 2阪神83R 8着/16頭+1.6秒 01/04 1京都12R 8着/16頭+2.8秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 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 1.2% (オッズ暗示: 2.8%) ※ 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。
7	グランピアン	幸	実246.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調）
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 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 0.5% (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。
8	ナウオアネヴァー	岩田望	実3.1	◎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（前走3着／69日ぶりの実戦）
前5走 05/17 1新潟62R 3着/9頭+0.5秒 05/02 2東京33R 5着/9頭+1.0秒 03/21 1中京31R 2着/13頭+0.1秒 02/28 1阪神32R 5着/14頭+1.1秒 02/14 2京都54R 8着/16頭+2.1秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 23.5% (オッズ暗示: 32.3%) ※ 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	マーゴットショット	秋山稔	実224.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／69日ぶりの実戦）
前5走 05/17 3京都83R 10着/12頭+4.3秒 04/25 3京都15R 12着/12頭+2.0秒 ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 0.5% (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。
10	ワイドヴィンクルム	城戸	実148.5	▽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 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 12位 (中位評価) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 0.5% (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。
11	ボクサークラブ	松山	実18.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 06/07 3阪神23R 8着/16頭+1.8秒 05/09 2東京52R 7着/11頭+1.6秒 04/18 2阪神73R 5着/15頭+0.8秒 03/29 2阪神22R 4着/9頭+1.1秒 01/24 1京都85R 14着/18頭+2.8秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 5.6%) ※ 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	アステリアート	富田	実137.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（136日ぶりの実戦）
前5走 03/11 高知2R 10着/12頭+3.3秒 01/24 1京都86R 9着/17頭+1.1秒 01/05 1中山25R 4着/16頭+0.6秒 ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 136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 0.5% (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。
13	ジャスティンレビン	コレット	実8.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（105日ぶりの実戦）
前5走 04/11 2阪神53R 6着/13頭+1.8秒 03/22 1阪神102R 4着/13頭+0.9秒 03/01 1阪神43R 8着/12頭+1.3秒 01/17 1京都61R 2着/10頭+1.0秒 12/27 5阪神75R 9着/14頭+1.7秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ ローテーション 105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 10.2% (オッズ暗示: 12.3%) ※ 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	タロ	☆田山	実5.0	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着／83日ぶりの実戦）
前5走 05/03 1新潟23R 3着/14頭+0.4秒 04/12 3中山62R 2着/14頭+0.6秒 03/28 1中京54R 4着/14頭+0.9秒 02/28 1阪神32R 4着/14頭+1.0秒 01/10 1京都32R 4着/14頭+0.3秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 18.0% (オッズ暗示: 20.0%) ※ 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。
15	コーディアリティ	西塚	実84.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／70日ぶりの実戦）
前5走 05/16 1新潟54R 8着/11頭+1.8秒 05/02 2東京32R 9着/14頭+2.7秒 04/19 1福島43R 13着/16頭+2.3秒 ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 0.9% (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。
16	アスクハッピーマン	坂井	実4.8	○詳細▼	AI上位評価だが期待値不足、見送り（69日ぶりの実戦）
前5走 05/17 3京都83R 6着/12頭+2.4秒 05/03 3京都42R 2着/12頭+0.1秒 04/19 1福島44R 6着/15頭+1.5秒 ― ―
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 18.0% (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。

🎯 AIの本命

AI評価1位

ナウオアネヴァー

騎手岩田望

単勝オッズ

3.1倍

AI期待値

-27%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○16アスクハッピーマン

4.8倍

EV -13%

▲14タロ

5.0倍

EV -9%

出走馬全16頭

◎8

ナウオアネヴァー

岩田望

3.1倍

-27%

›

○16

アスクハッピーマン

坂井

4.8倍

-13%

›

▲14

タロ

☆田山

5.0倍

-9%

›

△2

ベルアズーロ

吉村

5.3倍

-21%

›

△13

ジャスティンレビン

コレット

8.1倍

-17%

›

△3

ヴァンドゥーヴル

西村淳

16.9倍

-21%

›

▽11

ボクサークラブ

松山

18.0倍

-20%

›

×4

テリコス

▲川端

32.5倍

-60%

›

×6

ロードファイター

団野

35.6倍

-57%

›

▽15

コーディアリティ

西塚

84.1倍

-28%

›

▽12

アステリアート

富田

137.3倍

-31%

›

▽10

ワイドヴィンクルム

城戸

148.5倍

-25%

›

▽5

テイクザスローン

高倉

165.8倍

-17%

›

▽1

ヨシノサンキュー

△柴田裕

200.0倍

›

▽9

マーゴットショット

秋山稔

224.7倍

+12%

›

▽7

グランピアン

幸

246.7倍

+23%

›

💡 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

両モデルとも本レースは見送り判定（期待値プラスなし）

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）

本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。