中京 12R 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

12R 中京競馬場　発走 18:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	プリュスエクラ	団野	実33.0	B▽ A▽勝率5% EV+66% 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／64日ぶりの実戦）
前5走 06/06 3阪神14R 6着/16頭+0.5秒 05/09 3京都53R 4着/17頭+0.4秒 03/15 1阪神81R 14着/16頭+2.6秒 02/07 2京都35R 11着/14頭+0.7秒 12/07 5中京24R 4着/14頭+0.3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 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.1% / 期待値 +66% ※ 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	ローズラフィネ	西塚	実14.4	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（204日ぶりの実戦）
前5走 01/17 1京都65R 9着/18頭+0.6秒 12/27 5阪神75R 2着/14頭+0.3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 5.5着 △ ローテーション 204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 4.3% (オッズ暗示: 6.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.4% / 期待値 -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。
3	レインボーステート	コレット	実4.9	B○ A▲勝率10% EV-52% 詳細▼	AI上位評価だが期待値不足、見送り（64日ぶりの実戦）
前5走 06/06 3阪神17R 4着/18頭+0.2秒 05/31 3京都125R 2着/18頭+0.1秒 05/03 1新潟25R 10着/14頭+0.4秒 04/04 2阪神34R 4着/18頭+0.3秒 01/24 1京都86R 6着/17頭+0.7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 5.3着 △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 18.0% (オッズ暗示: 20.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.7% / 期待値 -53% ※ 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	カステッロトゥーレ	長岡	実30.3	B▽ A▽勝率5% EV+47% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／84日ぶりの実戦）
前5走 05/17 3京都84R 3着/17頭+0.2秒 03/14 1阪神74R 9着/18頭+0.8秒 12/28 5阪神86R 4着/16頭+0.2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 5.3着 ○ 前走実績前走 3着 (好走) × 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 1.9% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.9% / 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。
5	ウォータールスール	富田	実16.3	B▽ A△勝率7% EV+12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／197日ぶりの実戦）
前5走 01/24 1小倉16R 11着/18頭+1.4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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 197日休養明け × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.0% / 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。
6	ジーティーウタマロ	田口	実42.3	B▽ A▽勝率5% EV+96% 詳細▼	大穴、AI予想勝率低く長期回収困難（98日ぶりの実戦）
前5走 05/03 3京都45R 10着/11頭+1.4秒 04/18 2阪神74R 2着/18頭+0.2秒 01/18 1京都76R 11着/18頭+1.0秒 11/02 3京都115R 8着/15頭+1.1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 7.7着 (不振) ▽ 前走実績前走 10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) -22% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.6% / 期待値 +96% ※ 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	ララディアーブル	松山	実4.6	B▲ A○勝率10% EV-54% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.7着と安定／209日ぶりの実戦）
前5走 01/12 1京都512R 4着/18頭+0.4秒 12/28 5阪神82R 2着/17頭+0.0秒 12/14 5阪神44R 2着/11頭+0.4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 2.7着 (安定) △ ローテーション 209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 11.9% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.9% / 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。
8	ヴェネラブル	角田和	実134.6	B× A▽勝率4% EV+427% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7着と低調／85日ぶりの実戦）
前5走 05/16 3京都73R 10着/18頭+0.9秒 03/01 1小倉122R 16着/16頭+2.2秒 12/28 5阪神86R 12着/16頭+0.7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 12.7着 (不振) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -70% (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 16位 / 勝率 4.0% / 期待値 +428% ※ 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	ネッカーズルム	横山武	実17.1	B△ A▽勝率6% EV+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8.0着と低調／64日ぶりの実戦）
前5走 06/06 3阪神17R 5着/18頭+0.3秒 05/16 1新潟53R 6着/16頭+0.3秒 02/21 1東京73R 13着/16頭+3.2秒 11/29 5東京73R 8着/12頭+0.9秒 11/09 5東京24R 4着/14頭+0.5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 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 5.1% (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 +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。
10	ブランチアウト推奨	幸	実11.1	B△ A△勝率8% EV-16% 詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す／77日の休養を経て臨戦態勢）
前5走 05/24 3京都103R 3着/18頭+0.4秒 05/10 3京都64R 3着/16頭+0.1秒 04/25 3京都16R 6着/16頭+0.7秒 04/04 2阪神34R 5着/18頭+0.3秒 03/21 1阪神95R 2着/18頭+0.1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 4.0着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 11.6% (オッズ暗示: 9.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.6% / 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。
11	スズノボンライミー	藤懸	実113.7	B× A▽勝率4% EV+353% 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／112日ぶりの実戦）
前5走 04/19 1福島42R 14着/15頭+5.0秒 11/29 4京都75R 10着/12頭+0.9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 12.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 112日休養明け × 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 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.0% / 期待値 +354% ※ 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	リノルアナ	酒井	実86.2	B▽ A▽勝率4% EV+279% 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／98日ぶりの実戦）
前5走 05/03 3京都45R 6着/11頭+0.5秒 04/04 2阪神35R 7着/18頭+1.0秒 01/18 1京都76R 17着/18頭+1.7秒 12/28 5阪神86R 7着/16頭+0.4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 10.0着 (不振) △ ローテーション 98日休養明け × 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 14位 / 勝率 4.4% / 期待値 +280% ※ 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	ビッグヒーロー	川田	実2.7	B🌟◎ A×勝率12% EV-68% 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走平均3.0着と安定／前走3着／63日ぶりの実戦）
前5走 06/07 3阪神24R 3着/16頭+0.4秒 05/10 3京都64R 4着/16頭+0.3秒 03/22 1中京45R 2着/16頭+0.1秒 02/28 1阪神35R 3着/14頭+0.6秒 11/16 5東京42R 2着/18頭+0.1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 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) -14% (オッズ過剰評価) AI 予想勝率 31.7% (オッズ暗示: 37.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 11.7% / 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。
14	エングルマン	▲川端	実57.8	B▽ A▽勝率5% EV+185% 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）
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 14 ◎ 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 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 1.9% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.9% / 期待値 +186% ※ 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	ルージュソムニウム	松若	実65.9	B▽ A▽勝率5% EV+206% 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／77日ぶりの実戦）
前5走 05/24 3京都103R 8着/18頭+0.9秒 04/25 3京都13R 11着/15頭+1.1秒 03/28 2阪神15R 5着/18頭+0.5秒 11/15 4京都35R 13着/18頭+1.7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 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.6% / 期待値 +207% ※ 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	ビシェノ	西村淳	実25.1	B▽ A▽勝率5% EV+25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（70日ぶりの実戦）
前5走 05/31 3京都125R 9着/18頭+0.5秒 05/09 3京都54R 5着/15頭+0.4秒 03/15 1阪神85R 6着/16頭+0.5秒 12/27 5中山75R 8着/16頭+0.6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 6.7着 × 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 2.5% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.0% / 期待値 +25% ※ 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 ×

ビッグヒーロー

騎手川田

単勝オッズ

2.7倍

AI期待値

-14%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲3レインボーステート

4.9倍

EV -11%

▲A:○7ララディアーブル

4.6倍

EV -45%

出走馬全16頭

◎A:×13

ビッグヒーロー

川田

2.7倍

-14%

›

○A:▲3

レインボーステート

コレット

4.9倍

-11%

›

▲A:○7

ララディアーブル

松山

4.6倍

-45%

›

△A:△10

ブランチアウト

幸

11.1倍

+29%

›

△A:▽9

ネッカーズルム

横山武

17.1倍

-13%

›

△A:△2

ローズラフィネ

西塚

14.4倍

-38%

›

▽A:△5

ウォータールスール

富田

16.3倍

-30%

›

▽A:▽16

ビシェノ

西村淳

25.1倍

-36%

›

▽A:▽1

プリュスエクラ

団野

33.0倍

-16%

›

▽A:▽4

カステッロトゥーレ

長岡

30.3倍

-43%

›

▽A:▽6

ジーティーウタマロ

田口

42.3倍

-21%

›

▽A:▽14

エングルマン

▲川端

57.8倍

+7%

›

▽A:▽15

ルージュソムニウム

松若

65.9倍

-26%

›

▽A:▽12

リノルアナ

酒井

86.2倍

-32%

›

×A:▽11

スズノボンライミー

藤懸

113.7倍

-55%

›

×A:▽8

ヴェネラブル

角田和

134.6倍

-69%

›

💡 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)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 10 ブランチアウト実11.1倍期待値 +29% 推奨 10.0〜30.0倍 ¥100 ❌不的中

※ オッズは予測時点の値です。

12R 中京競馬場　発走 18:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	プリュスエクラ	団野	実33.0	▽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／64日ぶりの実戦）
前5走 06/06 3阪神14R 6着/16頭+0.5秒 05/09 3京都53R 4着/17頭+0.4秒 03/15 1阪神81R 14着/16頭+2.6秒 02/07 2京都35R 11着/14頭+0.7秒 12/07 5中京24R 4着/14頭+0.3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 8.0着 (不振) 🌟◎ 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 5.1% (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。
2	ローズラフィネ	西塚	実14.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（204日ぶりの実戦）
前5走 01/17 1京都65R 9着/18頭+0.6秒 12/27 5阪神75R 2着/14頭+0.3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 5.5着 △ ローテーション 204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 6.4% (オッズ暗示: 6.9%) ※ 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	レインボーステート	コレット	実4.9	▲詳細▼	AI上位評価だが期待値不足、見送り（64日ぶりの実戦）
前5走 06/06 3阪神17R 4着/18頭+0.2秒 05/31 3京都125R 2着/18頭+0.1秒 05/03 1新潟25R 10着/14頭+0.4秒 04/04 2阪神34R 4着/18頭+0.3秒 01/24 1京都86R 6着/17頭+0.7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 5.3着 × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 9.7% (オッズ暗示: 20.4%) ※ 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。
4	カステッロトゥーレ	長岡	実30.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／84日ぶりの実戦）
前5走 05/17 3京都84R 3着/17頭+0.2秒 03/14 1阪神74R 9着/18頭+0.8秒 12/28 5阪神86R 4着/16頭+0.2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 5.3着 ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +47% (妙味あり) AI 予想勝率 4.9% (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。
5	ウォータールスール	富田	実16.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／197日ぶりの実戦）
前5走 01/24 1小倉16R 11着/18頭+1.4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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 197日休養明け △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 7.0% (オッズ暗示: 6.1%) ※ 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。
6	ジーティーウタマロ	田口	実42.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（98日ぶりの実戦）
前5走 05/03 3京都45R 10着/11頭+1.4秒 04/18 2阪神74R 2着/18頭+0.2秒 01/18 1京都76R 11着/18頭+1.0秒 11/02 3京都115R 8着/15頭+1.1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 7.7着 (不振) ▽ 前走実績前走 10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) +96% (市場が大幅過小評価) AI 予想勝率 4.6% (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。
7	ララディアーブル	松山	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.7着と安定／209日ぶりの実戦）
前5走 01/12 1京都512R 4着/18頭+0.4秒 12/28 5阪神82R 2着/17頭+0.0秒 12/14 5阪神44R 2着/11頭+0.4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 2.7着 (安定) △ ローテーション 209日休養明け × 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 9.9% (オッズ暗示: 21.7%) ※ 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。
8	ヴェネラブル	角田和	実134.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7着と低調／85日ぶりの実戦）
前5走 05/16 3京都73R 10着/18頭+0.9秒 03/01 1小倉122R 16着/16頭+2.2秒 12/28 5阪神86R 12着/16頭+0.7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 12.7着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +427% (市場が大幅過小評価) AI 予想勝率 4.0% (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。
9	ネッカーズルム	横山武	実17.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／64日ぶりの実戦）
前5走 06/06 3阪神17R 5着/18頭+0.3秒 05/16 1新潟53R 6着/16頭+0.3秒 02/21 1東京73R 13着/16頭+3.2秒 11/29 5東京73R 8着/12頭+0.9秒 11/09 5東京24R 4着/14頭+0.5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 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) +9% (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。
10	ブランチアウト推奨	幸	実11.1	△詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す／77日の休養を経て臨戦態勢）
前5走 05/24 3京都103R 3着/18頭+0.4秒 05/10 3京都64R 3着/16頭+0.1秒 04/25 3京都16R 6着/16頭+0.7秒 04/04 2阪神34R 5着/18頭+0.3秒 03/21 1阪神95R 2着/18頭+0.1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 4.0着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 9.0%) ※ 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。
11	スズノボンライミー	藤懸	実113.7	▽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／112日ぶりの実戦）
前5走 04/19 1福島42R 14着/15頭+5.0秒 11/29 4京都75R 10着/12頭+0.9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 12.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 112日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +353% (市場が大幅過小評価) AI 予想勝率 4.0% (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。
12	リノルアナ	酒井	実86.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／98日ぶりの実戦）
前5走 05/03 3京都45R 6着/11頭+0.5秒 04/04 2阪神35R 7着/18頭+1.0秒 01/18 1京都76R 17着/18頭+1.7秒 12/28 5阪神86R 7着/16頭+0.4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 10.0着 (不振) △ ローテーション 98日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +279% (市場が大幅過小評価) AI 予想勝率 4.4% (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。
13	ビッグヒーロー	川田	実2.7	×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走平均3.0着と安定／前走3着／63日ぶりの実戦）
前5走 06/07 3阪神24R 3着/16頭+0.4秒 05/10 3京都64R 4着/16頭+0.3秒 03/22 1中京45R 2着/16頭+0.1秒 02/28 1阪神35R 3着/14頭+0.6秒 11/16 5東京42R 2着/18頭+0.1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 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) -68% (大幅な期待値マイナス) AI 予想勝率 11.7% (オッズ暗示: 37.0%) ※ 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。
14	エングルマン	▲川端	実57.8	▽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）
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 14 ◎ 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 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +185% (市場が大幅過小評価) AI 予想勝率 4.9% (オッズ暗示: 1.7%) ※ 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	ルージュソムニウム	松若	実65.9	▽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／77日ぶりの実戦）
前5走 05/24 3京都103R 8着/18頭+0.9秒 04/25 3京都13R 11着/15頭+1.1秒 03/28 2阪神15R 5着/18頭+0.5秒 11/15 4京都35R 13着/18頭+1.7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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +206% (市場が大幅過小評価) AI 予想勝率 4.6% (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。
16	ビシェノ	西村淳	実25.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（70日ぶりの実戦）
前5走 05/31 3京都125R 9着/18頭+0.5秒 05/09 3京都54R 5着/15頭+0.4秒 03/15 1阪神85R 6着/16頭+0.5秒 12/27 5中山75R 8着/16頭+0.6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 6.7着 △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 5.0% (オッズ暗示: 4.0%) ※ 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。

🎯 AIの本命

AI評価1位

ビッグヒーロー

騎手川田

単勝オッズ

2.7倍

AI期待値

-68%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ララディアーブル

4.6倍

EV -54%

▲3レインボーステート

4.9倍

EV -52%

出走馬全16頭

×13

ビッグヒーロー

川田

2.7倍

-68%

›

○7

ララディアーブル

松山

4.6倍

-54%

›

▲3

レインボーステート

コレット

4.9倍

-52%

›

△10

ブランチアウト

幸

11.1倍

-16%

›

△5

ウォータールスール

富田

16.3倍

+12%

›

△2

ローズラフィネ

西塚

14.4倍

-5%

›

▽9

ネッカーズルム

横山武

17.1倍

+9%

›

▽1

プリュスエクラ

団野

33.0倍

+66%

›

▽16

ビシェノ

西村淳

25.1倍

+25%

›

▽14

エングルマン

▲川端

57.8倍

+185%

›

▽4

カステッロトゥーレ

長岡

30.3倍

+47%

›

▽15

ルージュソムニウム

松若

65.9倍

+206%

›

▽6

ジーティーウタマロ

田口

42.3倍

+96%

›

▽12

リノルアナ

酒井

86.2倍

+279%

›

▽11

スズノボンライミー

藤懸

113.7倍

+353%

›

▽8

ヴェネラブル

角田和

134.6倍

+427%

›

💡 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)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 10 ブランチアウト実11.1倍期待値 -16% 推奨 13.2〜30.0倍 ¥100 ❌不的中

※ 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