中京 1R 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

1R 中京競馬場　発走 09:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アイゼンフォルク	松山	実3.8	B○ A○勝率11% EV-57% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
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 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 20.3% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.2% / 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。
2	タイセイルミナス	吉村	実30.5	B▽ A▽勝率6% EV+68% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調）
前5走 2回4日新潟1R 9着/12頭 ― ― ― ―
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 10.5着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.5% / 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。
3	マルモタワー	富田	実202.9	B× A▽勝率4% EV+717% 詳細▼	大穴、AI予想勝率低く長期回収困難
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 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) × 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: 0.5%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.0% / 期待値 +718% ※ 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	タガノレクシア	田口	実6.4	B▲ A▲勝率10% EV-37% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.0着と低調）
前5走 2回1日中京2R 8着/13頭 ― ― ― ―
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 8.0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 11.2% (オッズ暗示: 15.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.7% / 期待値 -38% ※ 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	ルガルデ	△柴田裕	実133.3	B× A▽勝率4% EV+441% 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）
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 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.1% / 期待値 +441% ※ 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	マルモリマイベスト	泉谷	実136.2	B× A▽勝率4% EV+448% 詳細▼	大穴、AI予想勝率低く長期回収困難
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 6.5着 × 期待値 (オッズ vs AI勝率) -79% (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 13位 / 勝率 4.0% / 期待値 +449% ※ 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	スピーディスピン	☆田山	実7.6	B△ A△勝率8% EV-35% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 2回2日中京1R 4着/9頭 ― ― ― ―
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 4.5着 △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 10.9% (オッズ暗示: 13.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.5% / 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	ソリドゥス	秋山稔	実22.2	B▽ A▽勝率6% EV+23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回1日中京2R 6着/13頭 ― ― ― ―
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 6.0着 × 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 2.7% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.6% / 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。
9	アイシテルヨナオミ	◇永島	実172.5	B× A▽勝率4% EV+595% 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）
前5走 1回7日函館1R 9着/9頭+8.0秒 1回2日函館5R 7着/8頭 ― ― ―
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) -73% (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 14位 / 勝率 4.0% / 期待値 +595% ※ 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	シャインロード	松若	実69.2	B▽ A▽勝率5% EV+237% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回1日中京1R 5着/9頭 ― ― ― ―
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 6.5着 △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.9% / 期待値 +237% ※ 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	クリコキアナ	▲森田	実86.5	B▽ A▽勝率4% EV+283% 詳細▼	大穴、AI予想勝率低く長期回収困難
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 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) × 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 0.7% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.4% / 期待値 +284% ※ 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	ラブシンフォニー	幸	実218.2	B× A▽勝率4% EV+779% 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）
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 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) ▽ 前走実績前走 10着 (大敗) × 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 0.2% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 4.0% / 期待値 +779% ※ 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	エコログレイス	団野	実22.4	B▽ A▽勝率6% EV+23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回4日中京2R 6着/8頭 ― ― ― ―
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 × 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 2.7% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.5% / 期待値 +24% ※ 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	ブレイズカルナバル	国分恭	実15.7	B△ A△勝率7% EV+9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 14 ◎ 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 5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 3.8% (オッズ暗示: 6.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.0% / 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	ブラックミューズ	岩田望	実2.3	B🌟◎ A×勝率12% EV-72% 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2.5着と安定／前走2着）
前5走 2回2日新潟1R 3着/11頭 ― ― ― ―
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 2.5着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 40.1% (オッズ暗示: 43.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 12.0% / 期待値 -72% ※ 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	スマートポーション	コレット	実23.0	B△ A△勝率6% EV+27% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 4.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.6% / 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。

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 ×

ブラックミューズ

騎手岩田望

単勝オッズ

2.3倍

AI期待値

-7%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○1アイゼンフォルク

3.8倍

EV -22%

▲A:▲4タガノレクシア

6.4倍

EV -28%

出走馬全16頭

◎A:×15

ブラックミューズ

岩田望

2.3倍

-7%

›

○A:○1

アイゼンフォルク

松山

3.8倍

-22%

›

▲A:▲4

タガノレクシア

田口

6.4倍

-28%

›

△A:△7

スピーディスピン

☆田山

7.6倍

-16%

›

△A:△14

ブレイズカルナバル

国分恭

15.7倍

-40%

›

△A:△16

スマートポーション

コレット

23.0倍

-27%

›

▽A:▽8

ソリドゥス

秋山稔

22.2倍

-39%

›

▽A:▽13

エコログレイス

団野

22.4倍

-38%

›

▽A:▽2

タイセイルミナス

吉村

30.5倍

-27%

›

▽A:▽10

シャインロード

松若

69.2倍

-27%

›

▽A:▽11

クリコキアナ

▲森田

86.5倍

-36%

›

×A:▽5

ルガルデ

△柴田裕

133.3倍

-72%

›

×A:▽12

ラブシンフォニー

幸

218.2倍

-54%

›

×A:▽6

マルモリマイベスト

泉谷

136.2倍

-78%

›

×A:▽9

アイシテルヨナオミ

◇永島

172.5倍

-73%

›

×A:▽3

マルモタワー

富田

202.9倍

-68%

›

💡 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

両モデルとも見送り

1R 中京競馬場　発走 09:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アイゼンフォルク	松山	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
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 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 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 11.2% (オッズ暗示: 26.3%) ※ 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。
2	タイセイルミナス	吉村	実30.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調）
前5走 2回4日新潟1R 9着/12頭 ― ― ― ―
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 10.5着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +68% (市場が大幅過小評価) AI 予想勝率 5.5% (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。
3	マルモタワー	富田	実202.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難
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 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +717% (市場が大幅過小評価) AI 予想勝率 4.0% (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。
4	タガノレクシア	田口	実6.4	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.0着と低調）
前5走 2回1日中京2R 8着/13頭 ― ― ― ―
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 8.0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 9.7% (オッズ暗示: 15.6%) ※ 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。
5	ルガルデ	△柴田裕	実133.3	▽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）
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 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +441% (市場が大幅過小評価) AI 予想勝率 4.1% (オッズ暗示: 0.8%) ※ 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。
6	マルモリマイベスト	泉谷	実136.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
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 6.5着 🌟◎ 期待値 (オッズ vs AI勝率) +448% (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。
7	スピーディスピン	☆田山	実7.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 2回2日中京1R 4着/9頭 ― ― ― ―
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 4.5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 8.5% (オッズ暗示: 13.2%) ※ 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	ソリドゥス	秋山稔	実22.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回1日中京2R 6着/13頭 ― ― ― ―
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 6.0着 △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 4.5%) ※ 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。
9	アイシテルヨナオミ	◇永島	実172.5	▽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）
前5走 1回7日函館1R 9着/9頭+8.0秒 1回2日函館5R 7着/8頭 ― ― ―
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) +595% (市場が大幅過小評価) AI 予想勝率 4.0% (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。
10	シャインロード	松若	実69.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回1日中京1R 5着/9頭 ― ― ― ―
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 6.5着 🌟◎ 期待値 (オッズ vs AI勝率) +237% (市場が大幅過小評価) AI 予想勝率 4.9% (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。
11	クリコキアナ	▲森田	実86.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
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 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +283% (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。
12	ラブシンフォニー	幸	実218.2	▽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）
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 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) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +779% (市場が大幅過小評価) AI 予想勝率 4.0% (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。
13	エコログレイス	団野	実22.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回4日中京2R 6着/8頭 ― ― ― ―
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 △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 5.5% (オッズ暗示: 4.5%) ※ 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。
14	ブレイズカルナバル	国分恭	実15.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 14 ◎ 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 5位 (中位評価) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 7.0% (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。
15	ブラックミューズ	岩田望	実2.3	×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（直近3走平均2.5着と安定／前走2着）
前5走 2回2日新潟1R 3着/11頭 ― ― ― ―
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 2.5着 (安定) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 12.0% (オッズ暗示: 43.5%) ※ 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	スマートポーション	コレット	実23.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 4.3%) ※ 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

ブラックミューズ

騎手岩田望

単勝オッズ

2.3倍

AI期待値

-72%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1アイゼンフォルク

3.8倍

EV -57%

▲4タガノレクシア

6.4倍

EV -37%

出走馬全16頭

×15

ブラックミューズ

岩田望

2.3倍

-72%

›

○1

アイゼンフォルク

松山

3.8倍

-57%

›

▲4

タガノレクシア

田口

6.4倍

-37%

›

△7

スピーディスピン

☆田山

7.6倍

-35%

›

△14

ブレイズカルナバル

国分恭

15.7倍

+9%

›

△16

スマートポーション

コレット

23.0倍

+27%

›

▽8

ソリドゥス

秋山稔

22.2倍

+23%

›

▽13

エコログレイス

団野

22.4倍

+23%

›

▽2

タイセイルミナス

吉村

30.5倍

+68%

›

▽10

シャインロード

松若

69.2倍

+237%

›

▽11

クリコキアナ

▲森田

86.5倍

+283%

›

▽5

ルガルデ

△柴田裕

133.3倍

+441%

›

▽6

マルモリマイベスト

泉谷

136.2倍

+448%

›

▽9

アイシテルヨナオミ

◇永島

172.5倍

+595%

›

▽3

マルモタワー

富田

202.9倍

+717%

›

▽12

ラブシンフォニー

幸

218.2倍

+779%

›

💡 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

両モデルとも見送り

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