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 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マユナイト	幸	実15.7	B△ A△勝率6% EV+2% 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／前走3着／133日ぶりの実戦）
前5走 03/28 2阪神11R 3着/16頭+1.0秒 03/08 1阪神62R 5着/16頭+0.4秒 02/21 1阪神11R 7着/16頭+0.7秒 01/31 2京都11R 10着/16頭+2.0秒 12/20 5中京51R 8着/16頭+1.1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 5.0着 × 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 133日休養明け △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 7.6% (オッズ暗示: 6.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.5% / 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	ヤマニンコルザ	松若	実4.5	B△ A▲勝率9% EV-59% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（63日ぶりの実戦）
前5走 06/06 3阪神13R 7着/16頭+2.0秒 05/03 3京都41R 6着/15頭+1.3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 6.5着 × 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 12.9% (オッズ暗示: 22.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.1% / 期待値 -59% ※ 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	シュクルリー	藤懸	実105.4	B▽ A▽勝率4% EV+361% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／91日ぶりの実戦）
前5走 05/09 3京都51R 10着/15頭+1.0秒 01/18 1京都73R 12着/16頭+1.9秒 12/28 5阪神84R 5着/16頭+0.9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 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 91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 0.8% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.4% / 期待値 +362% ※ 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	エバイダンス	☆田山	実3.3	B◎ A×勝率11% EV-63% 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（125日ぶりの実戦）
前5走 04/05 2阪神41R 9着/15頭+0.9秒 03/14 1阪神72R 3着/16頭+0.1秒 02/15 2京都66R 6着/18頭+1.1秒 01/24 1京都86R 3着/17頭+0.4秒 12/07 5阪神23R 8着/18頭+1.2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 6.0着 △ ローテーション 125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 23.5% (オッズ暗示: 30.3%) × Aモデルの評価 (参考) レース内 1位 / 勝率 10.9% / 期待値 -64% ※ 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	グロリアスニケ	▲森田	実72.8	B▽ A▽勝率4% EV+212% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／119日ぶりの実戦）
前5走 04/11 1福島12R 13着/16頭+2.1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 13.0着 (不振) ▽ 前走実績前走 13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) -38% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.3% / 期待値 +212% ※ 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	フェイトブレイカー	秋山稔	実30.6	B▽ A▽勝率5% EV+55% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0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 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.1% / 期待値 +56% ※ 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	カワキタベレッタ	中井	実160.2	B× A▽勝率4% EV+526% 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／90日ぶりの実戦）
前5走 05/10 1新潟42R 13着/15頭+1.3秒 02/25 佐賀4R 4着/12頭+0.4秒 01/10 1京都31R 14着/16頭+3.3秒 12/27 5中山71R 9着/15頭+1.1秒 10/18 4新潟15R 11着/15頭+2.4秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 90日休養明け × 期待値 (オッズ vs AI勝率) -71% (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 16位 / 勝率 3.9% / 期待値 +526% ※ 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	サンシャインビーチ	高倉	実35.9	B▽ A▽勝率5% EV+77% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／98日ぶりの実戦）
前5走 05/02 3京都31R 11着/16頭+1.7秒 04/18 2阪神72R 5着/16頭+2.0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 8.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 98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 2.0% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.9% / 期待値 +77% ※ 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	アリュウ	西塚	実67.8	B▽ A▽勝率4% EV+192% 詳細▼	大穴、AI予想勝率低く長期回収困難（62日ぶりの実戦）
前5走 06/07 3阪神26R 6着/16頭+1.3秒 04/11 2阪神54R 7着/15頭+0.8秒 03/25 園田10R 4着/9頭+2.1秒 01/11 1京都42R 10着/16頭+2.3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 5.7着 × 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 0.8% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.3% / 期待値 +192% ※ 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	ザムーン	角田和	実17.2	B▽ A▽勝率6% EV+5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／91日ぶりの実戦）
前5走 05/09 1新潟35R 7着/16頭+0.7秒 03/07 1阪神55R 13着/18頭+2.2秒 12/20 5阪神55R 8着/18頭+0.4秒 ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) △ ローテーション 91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 4.6% (オッズ暗示: 5.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.2% / 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。
11	ヒルノジェノヴァ	◇永島	実62.8	B▽ A▽勝率4% EV+178% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／62日ぶりの実戦）
前5走 06/07 3阪神24R 10着/16頭+2.4秒 04/11 2阪神51R 13着/16頭+2.1秒 03/14 1阪神71R 4着/13頭+0.8秒 01/31 2京都16R 13着/16頭+2.3秒 12/21 5阪神63R 12着/18頭+1.1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 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) × 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 0.8% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.4% / 期待値 +178% ※ 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	フルドフォルク	加藤	実61.4	B▽ A▽勝率5% EV+199% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.5着と低調／146日ぶりの実戦）
前5走 03/15 1中京21R 12着/16頭+2.1秒 02/21 1阪神14R 5着/14頭+1.6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 8.5着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 146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 1.2% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.9% / 期待値 +200% ※ 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	モチモチチャン	田口	実40.9	B▽ A▽勝率5% EV+93% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／118日ぶりの実戦）
前5走 04/12 1福島21R 7着/15頭+1.3秒 01/25 1小倉21R 7着/16頭+1.6秒 01/12 1京都53R 12着/16頭+1.9秒 11/15 4京都31R 10着/11頭+4.7秒 11/01 3京都103R 8着/8頭+2.1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 8.7着 (不振) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.7% / 期待値 +93% ※ 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	マイベスティー	長岡	実7.3	B△ A△勝率9% EV-37% 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0%と苦戦傾向／直近3走平均8.3着と低調／前走2着）
前5走 05/23 1新潟73R 2着/15頭+0.4秒 03/29 1中京64R 10着/17頭+1.2秒 12/21 5中京64R 13着/17頭+1.0秒 08/17 3中京82R 16着/16頭+5.8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 8.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 12.9% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.6% / 期待値 -37% ※ 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	モズオサキニ	吉村	実6.6	B○ A△勝率9% EV-43% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.7着と低調／77日ぶりの実戦）
前5走 05/23 3京都91R 9着/16頭+1.0秒 04/05 2阪神43R 7着/16頭+1.3秒 02/10 2京都41R 10着/16頭+2.2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 8.7着 (不振) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 13.5% (オッズ暗示: 15.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.6% / 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。
16	ガルディエンヌ	西村淳	実6.1	B▲ A○勝率9% EV-43% 詳細▼	AI上位評価だが期待値不足、見送り（104日ぶりの実戦）
前5走 04/26 3京都21R 4着/16頭+0.5秒 04/05 2阪神41R 5着/15頭+0.5秒 01/12 1京都53R 5着/16頭+1.0秒 12/13 5阪神31R 3着/15頭+0.3秒 09/13 4阪神31R 7着/8頭+3.3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 △ ローテーション 104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 12.9% (オッズ暗示: 16.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.2% / 期待値 -44% ※ 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 ×

エバイダンス

騎手 ☆田山

単勝オッズ

3.3倍

AI期待値

-22%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△15モズオサキニ

6.6倍

EV -10%

▲A:○16ガルディエンヌ

6.1倍

EV -21%

出走馬全16頭

◎A:×4

エバイダンス

☆田山

3.3倍

-22%

›

○A:△15

モズオサキニ

吉村

6.6倍

-10%

›

▲A:○16

ガルディエンヌ

西村淳

6.1倍

-21%

›

△A:△14

マイベスティー

長岡

7.3倍

-5%

›

△A:▲2

ヤマニンコルザ

松若

4.5倍

-41%

›

△A:△1

マユナイト

幸

15.7倍

+19%

›

▽A:▽10

ザムーン

角田和

17.2倍

-20%

›

▽A:▽6

フェイトブレイカー

秋山稔

30.6倍

-3%

›

▽A:▽8

サンシャインビーチ

高倉

35.9倍

-27%

›

▽A:▽13

モチモチチャン

田口

40.9倍

-17%

›

▽A:▽12

フルドフォルク

加藤

61.4倍

-25%

›

▽A:▽11

ヒルノジェノヴァ

◇永島

62.8倍

-46%

›

▽A:▽9

アリュウ

西塚

67.8倍

-42%

›

▽A:▽5

グロリアスニケ

▲森田

72.8倍

-38%

›

▽A:▽3

シュクルリー

藤懸

105.4倍

-10%

›

×A:▽7

カワキタベレッタ

中井

160.2倍

-71%

›

💡 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）

10R 中京競馬場　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マユナイト	幸	実15.7	△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／前走3着／133日ぶりの実戦）
前5走 03/28 2阪神11R 3着/16頭+1.0秒 03/08 1阪神62R 5着/16頭+0.4秒 02/21 1阪神11R 7着/16頭+0.7秒 01/31 2京都11R 10着/16頭+2.0秒 12/20 5中京51R 8着/16頭+1.1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 5.0着 × 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 133日休養明け △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 6.5% (オッズ暗示: 6.4%) ※ 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。
2	ヤマニンコルザ	松若	実4.5	▲詳細▼	AI上位評価だが期待値不足、見送り（63日ぶりの実戦）
前5走 06/06 3阪神13R 7着/16頭+2.0秒 05/03 3京都41R 6着/15頭+1.3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 6.5着 × 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 9.1% (オッズ暗示: 22.2%) ※ 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。
3	シュクルリー	藤懸	実105.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／91日ぶりの実戦）
前5走 05/09 3京都51R 10着/15頭+1.0秒 01/18 1京都73R 12着/16頭+1.9秒 12/28 5阪神84R 5着/16頭+0.9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 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +361% (市場が大幅過小評価) AI 予想勝率 4.4% (オッズ暗示: 0.9%) ※ 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	エバイダンス	☆田山	実3.3	×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（125日ぶりの実戦）
前5走 04/05 2阪神41R 9着/15頭+0.9秒 03/14 1阪神72R 3着/16頭+0.1秒 02/15 2京都66R 6着/18頭+1.1秒 01/24 1京都86R 3着/17頭+0.4秒 12/07 5阪神23R 8着/18頭+1.2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 6.0着 △ ローテーション 125日休養明け × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 10.9% (オッズ暗示: 30.3%) ※ 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。
5	グロリアスニケ	▲森田	実72.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／119日ぶりの実戦）
前5走 04/11 1福島12R 13着/16頭+2.1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 13.0着 (不振) ▽ 前走実績前走 13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) +212% (市場が大幅過小評価) AI 予想勝率 4.3% (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。
6	フェイトブレイカー	秋山稔	実30.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0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 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +55% (市場が大幅過小評価) AI 予想勝率 5.1% (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。
7	カワキタベレッタ	中井	実160.2	▽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／90日ぶりの実戦）
前5走 05/10 1新潟42R 13着/15頭+1.3秒 02/25 佐賀4R 4着/12頭+0.4秒 01/10 1京都31R 14着/16頭+3.3秒 12/27 5中山71R 9着/15頭+1.1秒 10/18 4新潟15R 11着/15頭+2.4秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +526% (市場が大幅過小評価) AI 予想勝率 3.9% (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。
8	サンシャインビーチ	高倉	実35.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／98日ぶりの実戦）
前5走 05/02 3京都31R 11着/16頭+1.7秒 04/18 2阪神72R 5着/16頭+2.0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 8.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 98日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +77% (市場が大幅過小評価) AI 予想勝率 4.9% (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。
9	アリュウ	西塚	実67.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（62日ぶりの実戦）
前5走 06/07 3阪神26R 6着/16頭+1.3秒 04/11 2阪神54R 7着/15頭+0.8秒 03/25 園田10R 4着/9頭+2.1秒 01/11 1京都42R 10着/16頭+2.3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 5.7着 🌟◎ 期待値 (オッズ vs AI勝率) +192% (市場が大幅過小評価) AI 予想勝率 4.3% (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。
10	ザムーン	角田和	実17.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／91日ぶりの実戦）
前5走 05/09 1新潟35R 7着/16頭+0.7秒 03/07 1阪神55R 13着/18頭+2.2秒 12/20 5阪神55R 8着/18頭+0.4秒 ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 5.8%) ※ 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	ヒルノジェノヴァ	◇永島	実62.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／62日ぶりの実戦）
前5走 06/07 3阪神24R 10着/16頭+2.4秒 04/11 2阪神51R 13着/16頭+2.1秒 03/14 1阪神71R 4着/13頭+0.8秒 01/31 2京都16R 13着/16頭+2.3秒 12/21 5阪神63R 12着/18頭+1.1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 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +178% (市場が大幅過小評価) AI 予想勝率 4.4% (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。
12	フルドフォルク	加藤	実61.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.5着と低調／146日ぶりの実戦）
前5走 03/15 1中京21R 12着/16頭+2.1秒 02/21 1阪神14R 5着/14頭+1.6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 8.5着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 146日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +199% (市場が大幅過小評価) AI 予想勝率 4.9% (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。
13	モチモチチャン	田口	実40.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／118日ぶりの実戦）
前5走 04/12 1福島21R 7着/15頭+1.3秒 01/25 1小倉21R 7着/16頭+1.6秒 01/12 1京都53R 12着/16頭+1.9秒 11/15 4京都31R 10着/11頭+4.7秒 11/01 3京都103R 8着/8頭+2.1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 8.7着 (不振) △ ローテーション 118日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +93% (市場が大幅過小評価) AI 予想勝率 4.7% (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。
14	マイベスティー	長岡	実7.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場3走で勝率0%と苦戦傾向／直近3走平均8.3着と低調／前走2着）
前5走 05/23 1新潟73R 2着/15頭+0.4秒 03/29 1中京64R 10着/17頭+1.2秒 12/21 5中京64R 13着/17頭+1.0秒 08/17 3中京82R 16着/16頭+5.8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 8.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) × 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 8.6% (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。
15	モズオサキニ	吉村	実6.6	△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8.7着と低調／77日ぶりの実戦）
前5走 05/23 3京都91R 9着/16頭+1.0秒 04/05 2阪神43R 7着/16頭+1.3秒 02/10 2京都41R 10着/16頭+2.2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 8.7着 (不振) × 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 8.6% (オッズ暗示: 15.2%) ※ 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	ガルディエンヌ	西村淳	実6.1	○詳細▼	AI上位評価だが期待値不足、見送り（104日ぶりの実戦）
前5走 04/26 3京都21R 4着/16頭+0.5秒 04/05 2阪神41R 5着/15頭+0.5秒 01/12 1京都53R 5着/16頭+1.0秒 12/13 5阪神31R 3着/15頭+0.3秒 09/13 4阪神31R 7着/8頭+3.3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 △ ローテーション 104日休養明け × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 9.2% (オッズ暗示: 16.4%) ※ 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

エバイダンス

騎手 ☆田山

単勝オッズ

3.3倍

AI期待値

-63%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○16ガルディエンヌ

6.1倍

EV -43%

▲2ヤマニンコルザ

4.5倍

EV -59%

出走馬全16頭

×4

エバイダンス

☆田山

3.3倍

-63%

›

○16

ガルディエンヌ

西村淳

6.1倍

-43%

›

▲2

ヤマニンコルザ

松若

4.5倍

-59%

›

△15

モズオサキニ

吉村

6.6倍

-43%

›

△14

マイベスティー

長岡

7.3倍

-37%

›

△1

マユナイト

幸

15.7倍

+2%

›

▽10

ザムーン

角田和

17.2倍

+5%

›

▽6

フェイトブレイカー

秋山稔

30.6倍

+55%

›

▽8

サンシャインビーチ

高倉

35.9倍

+77%

›

▽12

フルドフォルク

加藤

61.4倍

+199%

›

▽13

モチモチチャン

田口

40.9倍

+93%

›

▽11

ヒルノジェノヴァ

◇永島

62.8倍

+178%

›

▽3

シュクルリー

藤懸

105.4倍

+361%

›

▽9

アリュウ

西塚

67.8倍

+192%

›

▽5

グロリアスニケ

▲森田

72.8倍

+212%

›

▽7

カワキタベレッタ

中井

160.2倍

+526%

›

💡 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。