中京 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 中京競馬場　発走 17:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	イーサンハンター	城戸	実146.9	B× A×勝率0% EV-73% 詳細▼	大穴、AI予想勝率低く長期回収困難（71日ぶりの実戦）
前5走 05/16 1新潟58R 8着/9頭+2.2秒 05/02 3京都38R 6着/13頭+1.3秒 03/19 園田11R 2着/11頭+0.0秒 08/09 3中京510R 7着/14頭+1.2秒 05/17 2京都76R 10着/14頭+1.4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 5.3着 × 期待値 (オッズ vs AI勝率) -75% (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 14位 / 勝率 0.2% / 期待値 -74% ※ 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	ラブインアクション	酒井	実5.1	B○ A○勝率17% EV-14% 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／70日ぶりの実戦）
前5走 05/17 3京都86R 6着/16頭+1.3秒 03/22 1阪神106R 10着/13頭+1.8秒 02/01 1小倉41R 1着/16頭勝利 11/09 4京都21R 4着/16頭+0.4秒 10/13 3京都56R 4着/15頭+1.0秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 14.8% (オッズ暗示: 19.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.8% / 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。
3	ハードシングス	Ｍデムーロ	実33.7	B▽ A×勝率1% EV-54% 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／78日ぶりの実戦）
前5走 05/09 3京都56R 6着/16頭+0.8秒 04/12 2阪神65R 10着/16頭+0.9秒 01/04 1京都13R 1着/16頭勝利 12/07 5阪神22R 2着/16頭+0.4秒 11/15 3福島31R 8着/15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戦の調子勝率 33% (上り調子) × 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 1.9% (オッズ暗示: 3.0%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 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。
4	ワイルドブッター	角田和	実152.0	B▽ A×勝率0% EV-72% 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／71日ぶりの実戦）
前5走 05/16 3京都76R 7着/15頭+0.6秒 05/02 1新潟112R 15着/16頭+2.3秒 01/25 1京都96R 14着/15頭+1.8秒 01/10 1京都312R 12着/18頭+1.5秒 10/13 3京都512R 7着/16頭+1.1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 12.0着 (不振) × 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 0.4% (オッズ暗示: 0.7%) × Aモデルの評価 (参考) レース内 15位 / 勝率 0.2% / 期待値 -73% ※ 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	ダディーズグーグー	▲川端	実84.5	B▽ A▽勝率1% EV-18% 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／63日ぶりの実戦）
前5走 05/24 1新潟87R 10着/15頭+1.2秒 04/11 2阪神58R 8着/16頭+0.9秒 03/28 1中京56R 4着/16頭+0.5秒 12/30 笠松8R 1着/9頭勝利 12/16 笠松6R 2着/8頭+0.6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 7.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) × 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 0.8% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 期待値 -19% ※ 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	ザングウィル	原	実12.4	B△ A△勝率6% EV-26% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率0%と苦戦傾向／406日ぶりの実戦）
前5走 06/15 1函館28R 7着/13頭+0.7秒 06/15 1函館28R 7着/13頭+0.7秒 06/15 1函館28R 7着/13頭+0.7秒 06/15 1函館28R 7着/13頭+0.7秒 06/15 1函館28R 7着/13頭+0.7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 7.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) △ ローテーション 406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 7.6% (オッズ暗示: 8.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.9% / 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。
7	シャープインサイト	菱田	実50.7	B× A▽勝率1% EV-47% 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／前走勝利の勢い／119日ぶりの実戦）
前5走 03/29 2阪神23R 1着/16頭勝利 03/14 1阪神72R 8着/16頭+0.9秒 03/01 1小倉121R 11着/15頭+1.2秒 02/08 1小倉61R 14着/16頭+3.5秒 11/23 4京都61R 12着/14頭+3.2秒
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 119日休養明け × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 期待値 -47% ※ 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	フロンティエール	川須	実42.9	B▽ A×勝率1% EV-55% 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走で勝率67%と好調／前走勝利の勢い）
前5走 05/28 園田12R 1着/12頭勝利 05/05 園田7R 1着/10頭勝利 12/23 園田9R 7着/9頭+1.5秒 11/27 園田8R 6着/9頭+2.4秒 10/28 園田8R 1着/9頭勝利
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ 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 11位 / 勝率 1.0% / 期待値 -55% ※ 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	エシェックオロワ	高倉	実222.7	B▽ A×勝率0% EV-60% 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／120日ぶりの実戦）
前5走 03/28 2阪神16R 10着/11頭+1.4秒 03/21 1阪神96R 13着/16頭+3.2秒 12/21 5中京69R 8着/16頭+1.0秒 10/18 3京都61R 1着/9頭勝利 09/06 4阪神15R 6着/11頭+1.2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 10.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 120日休養明け △ 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 16位 / 勝率 0.2% / 期待値 -60% ※ 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	ポッドリプル	荻野極	実2.6	B◎ A◎勝率26% EV-31% 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33%と好調／前走2着／105日ぶりの実戦）
前5走 04/12 2阪神65R 2着/16頭+0.2秒 03/21 1阪神94R 1着/15頭勝利 02/07 2京都33R 3着/14頭+0.3秒 01/24 1小倉12R 4着/16頭+0.4秒 12/20 5中京55R 7着/18頭+0.5秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 2着 (好走) △ ローテーション 105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 26.1% (オッズ暗示: 38.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 26.5% / 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。
11	アーガイルショア	横山武	実7.7	B△ A△勝率12% EV-11% 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／前走勝利の勢い／63日ぶりの実戦）
前5走 05/24 1新潟82R 1着/14頭勝利 05/09 3京都51R 5着/15頭+0.5秒 02/28 1阪神31R 2着/16頭+0.3秒 02/10 2京都43R 3着/14頭+0.1秒 11/16 4京都41R 3着/14頭+0.0秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 12.1% (オッズ暗示: 13.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 11.5% / 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。
12	モンスエ	☆田山	実23.8	B▽ A▽勝率3% EV-33% 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／64日ぶりの実戦）
前5走 05/23 3京都96R 13着/16頭+1.4秒 03/08 1阪神64R 1着/16頭勝利 01/11 1京都43R 5着/16頭+1.0秒 11/01 3京都101R 9着/13頭+1.2秒 10/12 4東京44R 5着/16頭+0.2秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 3.0% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.8% / 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。
13	レイム	秋山稔	実54.4	B▽ A▽勝率1% EV-25% 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8.0着と低調／63日ぶりの実戦）
前5走 05/24 3京都1012R 14着/16頭+1.2秒 05/09 3京都58R 4着/16頭+0.7秒 01/24 1京都84R 6着/16頭+0.5秒 12/20 5阪神58R 5着/13頭+0.5秒 12/07 5中京27R 3着/14頭+0.8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 8.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) × 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 1.2% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 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。
14	ラトラース	吉村	実16.2	B▽ A▽勝率5% EV-19% 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／71日ぶりの実戦）
前5走 05/16 1新潟512R 7着/16頭+0.7秒 04/11 1福島19R 13着/16頭+1.3秒 02/22 1小倉109R 6着/12頭+1.0秒 02/01 1小倉48R 11着/13頭+1.5秒 10/12 3京都412R 4着/18頭+0.2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 8.7着 (不振) × 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 4.2% (オッズ暗示: 6.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.0% / 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。
15	マイティキングダム	松山	実6.2	B△ A▲勝率13% 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走で勝率33%と好調／85日ぶりの実戦）
前5走 05/02 3京都37R 6着/12頭+0.8秒 04/04 2阪神34R 1着/18頭勝利 03/14 1阪神74R 2着/18頭+0.2秒 01/12 1京都512R 6着/18頭+0.6秒 12/21 5中京64R 2着/17頭+0.0秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 12.1% (オッズ暗示: 16.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.6% / 期待値 -22% ※ 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	キーンセンス推奨	幸	実12.0	B▲ A△勝率13% EV+51% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+48%の妙味（市場想定よりAI評価が高く妙味）
前5走 05/23 3京都96R 10着/16頭+0.8秒 05/09 3京都56R 5着/16頭+0.7秒 04/25 2東京16R 8着/16頭+1.6秒 03/08 1阪神69R 6着/6頭+0.9秒 02/22 1東京85R 9着/12頭+2.1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 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +48% (妙味あり) AI 予想勝率 12.4% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.6% / 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。

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 ◎

ポッドリプル

騎手荻野極

単勝オッズ

2.6倍

AI期待値

-32%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○2ラブインアクション

5.1倍

EV -24%

▲A:△16キーンセンス

12.0倍

EV +48%

出走馬全16頭

◎A:◎10

ポッドリプル

荻野極

2.6倍

-32%

›

○A:○2

ラブインアクション

酒井

5.1倍

-24%

›

▲A:△16

キーンセンス

幸

12.0倍

+48%

›

△A:▲15

マイティキングダム

松山

6.2倍

-24%

›

△A:△11

アーガイルショア

横山武

7.7倍

-6%

›

△A:△6

ザングウィル

原

12.4倍

-5%

›

▽A:▽14

ラトラース

吉村

16.2倍

-31%

›

▽A:▽12

モンスエ

☆田山

23.8倍

-27%

›

▽A:×3

ハードシングス

Ｍデムーロ

33.7倍

-35%

›

▽A:×8

フロンティエール

川須

42.9倍

-17%

›

▽A:▽13

レイム

秋山稔

54.4倍

-37%

›

×A:▽7

シャープインサイト

菱田

50.7倍

-58%

›

▽A:▽5

ダディーズグーグー

▲川端

84.5倍

-31%

›

▽A:×4

ワイルドブッター

角田和

152.0倍

-38%

›

▽A:×9

エシェックオロワ

高倉

222.7倍

-9%

›

×A:×1

イーサンハンター

城戸

146.9倍

-74%

›

💡 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 (AI 期待値プラス判定)

A. 現行モデル (binary)

単勝 16 キーンセンス実12.0倍期待値 +49% 推奨 10.0〜30.0倍 ¥200 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 16 キーンセンス実12.0倍期待値 +49% 推奨 10.0〜30.0倍 ¥200 ❌不的中

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

10R 中京競馬場　発走 17:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	イーサンハンター	城戸	実146.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（71日ぶりの実戦）
前5走 05/16 1新潟58R 8着/9頭+2.2秒 05/02 3京都38R 6着/13頭+1.3秒 03/19 園田11R 2着/11頭+0.0秒 08/09 3中京510R 7着/14頭+1.2秒 05/17 2京都76R 10着/14頭+1.4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 5.3着 × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 0.2% (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。
2	ラブインアクション	酒井	実5.1	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／70日ぶりの実戦）
前5走 05/17 3京都86R 6着/16頭+1.3秒 03/22 1阪神106R 10着/13頭+1.8秒 02/01 1小倉41R 1着/16頭勝利 11/09 4京都21R 4着/16頭+0.4秒 10/13 3京都56R 4着/15頭+1.0秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 16.8% (オッズ暗示: 19.6%) ※ 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。
3	ハードシングス	Ｍデムーロ	実33.7	×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／78日ぶりの実戦）
前5走 05/09 3京都56R 6着/16頭+0.8秒 04/12 2阪神65R 10着/16頭+0.9秒 01/04 1京都13R 1着/16頭勝利 12/07 5阪神22R 2着/16頭+0.4秒 11/15 3福島31R 8着/15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戦の調子勝率 33% (上り調子) × 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 1.4% (オッズ暗示: 3.0%) ※ 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。
4	ワイルドブッター	角田和	実152.0	×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／71日ぶりの実戦）
前5走 05/16 3京都76R 7着/15頭+0.6秒 05/02 1新潟112R 15着/16頭+2.3秒 01/25 1京都96R 14着/15頭+1.8秒 01/10 1京都312R 12着/18頭+1.5秒 10/13 3京都512R 7着/16頭+1.1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 12.0着 (不振) × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 0.2% (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。
5	ダディーズグーグー	▲川端	実84.5	▽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／63日ぶりの実戦）
前5走 05/24 1新潟87R 10着/15頭+1.2秒 04/11 2阪神58R 8着/16頭+0.9秒 03/28 1中京56R 4着/16頭+0.5秒 12/30 笠松8R 1着/9頭勝利 12/16 笠松6R 2着/8頭+0.6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 7.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.0% (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。
6	ザングウィル	原	実12.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率0%と苦戦傾向／406日ぶりの実戦）
前5走 06/15 1函館28R 7着/13頭+0.7秒 06/15 1函館28R 7着/13頭+0.7秒 06/15 1函館28R 7着/13頭+0.7秒 06/15 1函館28R 7着/13頭+0.7秒 06/15 1函館28R 7着/13頭+0.7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 7.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) △ ローテーション 406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 5.9% (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。
7	シャープインサイト	菱田	実50.7	▽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／前走勝利の勢い／119日ぶりの実戦）
前5走 03/29 2阪神23R 1着/16頭勝利 03/14 1阪神72R 8着/16頭+0.9秒 03/01 1小倉121R 11着/15頭+1.2秒 02/08 1小倉61R 14着/16頭+3.5秒 11/23 4京都61R 12着/14頭+3.2秒
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 119日休養明け × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.0%) ※ 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。
8	フロンティエール	川須	実42.9	×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走で勝率67%と好調／前走勝利の勢い）
前5走 05/28 園田12R 1着/12頭勝利 05/05 園田7R 1着/10頭勝利 12/23 園田9R 7着/9頭+1.5秒 11/27 園田8R 6着/9頭+2.4秒 10/28 園田8R 1着/9頭勝利
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
9	エシェックオロワ	高倉	実222.7	×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／120日ぶりの実戦）
前5走 03/28 2阪神16R 10着/11頭+1.4秒 03/21 1阪神96R 13着/16頭+3.2秒 12/21 5中京69R 8着/16頭+1.0秒 10/18 3京都61R 1着/9頭勝利 09/06 4阪神15R 6着/11頭+1.2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 10.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 120日休養明け × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 0.2% (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	ポッドリプル	荻野極	実2.6	◎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33%と好調／前走2着／105日ぶりの実戦）
前5走 04/12 2阪神65R 2着/16頭+0.2秒 03/21 1阪神94R 1着/15頭勝利 02/07 2京都33R 3着/14頭+0.3秒 01/24 1小倉12R 4着/16頭+0.4秒 12/20 5中京55R 7着/18頭+0.5秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 2着 (好走) △ ローテーション 105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 26.5% (オッズ暗示: 38.5%) ※ 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。
11	アーガイルショア	横山武	実7.7	△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／前走勝利の勢い／63日ぶりの実戦）
前5走 05/24 1新潟82R 1着/14頭勝利 05/09 3京都51R 5着/15頭+0.5秒 02/28 1阪神31R 2着/16頭+0.3秒 02/10 2京都43R 3着/14頭+0.1秒 11/16 4京都41R 3着/14頭+0.0秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 11.5% (オッズ暗示: 13.0%) ※ 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。
12	モンスエ	☆田山	実23.8	▽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／64日ぶりの実戦）
前5走 05/23 3京都96R 13着/16頭+1.4秒 03/08 1阪神64R 1着/16頭勝利 01/11 1京都43R 5着/16頭+1.0秒 11/01 3京都101R 9着/13頭+1.2秒 10/12 4東京44R 5着/16頭+0.2秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 13着 (大敗) × 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 2.8% (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。
13	レイム	秋山稔	実54.4	▽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8.0着と低調／63日ぶりの実戦）
前5走 05/24 3京都1012R 14着/16頭+1.2秒 05/09 3京都58R 4着/16頭+0.7秒 01/24 1京都84R 6着/16頭+0.5秒 12/20 5阪神58R 5着/13頭+0.5秒 12/07 5中京27R 3着/14頭+0.8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 8.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.8%) ※ 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。
14	ラトラース	吉村	実16.2	▽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／71日ぶりの実戦）
前5走 05/16 1新潟512R 7着/16頭+0.7秒 04/11 1福島19R 13着/16頭+1.3秒 02/22 1小倉109R 6着/12頭+1.0秒 02/01 1小倉48R 11着/13頭+1.5秒 10/12 3京都412R 4着/18頭+0.2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 8.7着 (不振) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 5.0% (オッズ暗示: 6.2%) ※ 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。
15	マイティキングダム	松山	実6.2	▲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／85日ぶりの実戦）
前5走 05/02 3京都37R 6着/12頭+0.8秒 04/04 2阪神34R 1着/18頭勝利 03/14 1阪神74R 2着/18頭+0.2秒 01/12 1京都512R 6着/18頭+0.6秒 12/21 5中京64R 2着/17頭+0.0秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 12.6% (オッズ暗示: 16.1%) ※ 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	キーンセンス推奨	幸	実12.0	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+51%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 05/23 3京都96R 10着/16頭+0.8秒 05/09 3京都56R 5着/16頭+0.7秒 04/25 2東京16R 8着/16頭+1.6秒 03/08 1阪神69R 6着/6頭+0.9秒 02/22 1東京85R 9着/12頭+2.1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 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +51% (市場が大幅過小評価) AI 予想勝率 12.6% (オッズ暗示: 8.3%) ※ 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。

🎯 AIの本命

AI評価1位

ポッドリプル

騎手荻野極

単勝オッズ

2.6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

○2ラブインアクション

5.1倍

EV -14%

▲15マイティキングダム

6.2倍

EV -21%

出走馬全16頭

◎10

ポッドリプル

荻野極

2.6倍

-31%

›

○2

ラブインアクション

酒井

5.1倍

-14%

›

▲15

マイティキングダム

松山

6.2倍

-21%

›

△16

キーンセンス

幸

12.0倍

+51%

›

△11

アーガイルショア

横山武

7.7倍

-11%

›

△6

ザングウィル

原

12.4倍

-26%

›

▽14

ラトラース

吉村

16.2倍

-19%

›

▽12

モンスエ

☆田山

23.8倍

-33%

›

×3

ハードシングス

Ｍデムーロ

33.7倍

-54%

›

▽13

レイム

秋山稔

54.4倍

-25%

›

×8

フロンティエール

川須

42.9倍

-55%

›

▽7

シャープインサイト

菱田

50.7倍

-47%

›

▽5

ダディーズグーグー

▲川端

84.5倍

-18%

›

×1

イーサンハンター

城戸

146.9倍

-73%

›

×4

ワイルドブッター

角田和

152.0倍

-72%

›

×9

エシェックオロワ

高倉

222.7倍

-60%

›

💡 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 (AI 期待値プラス判定)

A. 現行モデル (binary)

単勝 16 キーンセンス実12.0倍期待値 +51% 推奨 10.0〜30.0倍 ¥200 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 16 キーンセンス実12.0倍期待値 +51% 推奨 10.0〜30.0倍 ¥200 ❌不的中

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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。