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 11:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アンリミテッド	藤懸	実46.6	B▽ A▽勝率6% EV+170% 詳細▼	大穴、AI予想勝率低く長期回収困難（69日ぶりの実戦）
前5走 06/07 3阪神24R 6着/16頭+1.2秒 02/28 1阪神34R 9着/14頭+1.5秒 02/10 2京都42R 3着/9頭+2.4秒 01/18 1京都72R 6着/12頭+0.8秒 10/25 3京都82R 3着/11頭+0.7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 6.0着 △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.8% / 期待値 +170% ※ 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	アイルトン推奨	酒井	実16.3	B▲ A▲勝率8% EV+37% 詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 05/31 3京都125R 8着/18頭+0.4秒 05/10 3京都64R 5着/16頭+0.3秒 03/14 1阪神74R 10着/18頭+1.0秒 02/21 1阪神15R 3着/18頭+0.2秒 01/31 2京都16R 6着/16頭+0.5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 7.7着 (不振) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 6.0% (オッズ暗示: 6.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.5% / 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。
3	ペアピーターソン	松若	実85.9	B▽ A▽勝率6% EV+377% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／97日ぶりの実戦）
前5走 05/10 3京都64R 16着/16頭+3.3秒 02/28 1阪神35R 7着/14頭+1.5秒 02/10 1東京45R 6着/16頭+0.4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 9.7着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 97日休養明け × 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 0.7% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.6% / 期待値 +378% ※ 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	パトローナス	吉村	実7.6	B○ A○勝率11% EV-18% 詳細▼	AI上位評価だが期待値不足、見送り（84日ぶりの実戦）
前5走 05/23 1新潟75R 6着/16頭+0.2秒 11/08 4京都12R 4着/15頭+0.4秒 10/13 3京都53R 3着/16頭+0.3秒 09/21 4阪神72R 5着/13頭+0.4秒 09/07 4阪神22R 3着/7頭+0.1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 4.3着 △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 15.4% (オッズ暗示: 13.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 10.7% / 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。
5	ルナカカオ	☆田山	実45.9	B▽ A▽勝率6% EV+171% 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／91日ぶりの実戦）
前5走 05/16 3京都73R 12着/18頭+1.1秒 04/30 笠松8R 2着/10頭+0.7秒 01/24 1京都86R 11着/17頭+1.2秒 01/12 1京都55R 4着/18頭+1.1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 8.3着 (不振) ▽ 前走実績前走 12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) -27% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.9% / 期待値 +172% ※ 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	スワトウ	Ｍデムーロ	実23.5	B△ A△勝率7% EV+54% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（126日ぶりの実戦）
前5走 04/11 1福島13R 7着/16頭+0.5秒 12/06 5阪神13R 11着/17頭+1.6秒 08/23 4中京13R 5着/9頭+0.2秒 08/09 3中京54R 7着/10頭+1.0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) △ ローテーション 126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 3.5% (オッズ暗示: 4.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.6% / 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。
7	ロングジーニアス	長岡	実130.2	B× A▽勝率5% EV+518% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／105日ぶりの実戦）
前5走 05/02 3京都34R 9着/18頭+1.1秒 03/01 1小倉125R 10着/18頭+0.5秒 11/22 4京都55R 9着/17頭+1.2秒 ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.7% / 期待値 +518% ※ 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	ハピネスサンライズ	団野	実29.0	B▽ A▽勝率6% EV+87% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（133日ぶりの実戦）
前5走 04/04 2阪神34R 13着/18頭+1.4秒 03/21 1中京36R 3着/18頭+0.2秒 03/07 1阪神55R 5着/18頭+0.7秒 11/29 4京都73R 4着/14頭+0.3秒 11/08 4京都16R 3着/11頭+0.3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 7.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 133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 2.5% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.5% / 期待値 +87% ※ 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	ヴィーラー	中井	実102.2	B▽ A▽勝率5% EV+432% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／105日ぶりの実戦）
前5走 05/02 3京都33R 13着/18頭+1.1秒 04/25 3京都13R 12着/15頭+1.2秒 04/11 1福島13R 10着/16頭+0.7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 11.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ 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 0.7% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 5.2% / 期待値 +432% ※ 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	ルージュエテルナ推奨	西塚	実17.7	B△ A△勝率8% EV+43% 詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 06/06 3阪神11R 5着/16頭+1.1秒 01/11 1京都42R 9着/16頭+2.0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 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 6.0% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.1% / 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。
11	リーガルスプレンダ	加藤	実66.0	B▽ A▽勝率6% EV+265% 詳細▼	大穴、AI予想勝率低く長期回収困難（167日ぶりの実戦）
前5走 03/01 1小倉123R 9着/14頭+2.2秒 01/14 名古屋10R 3着/11頭+1.2秒 12/13 5阪神31R 10着/15頭+1.7秒 10/11 3京都31R 10着/16頭+2.0秒 07/13 2小倉66R 4着/8頭+0.6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 7.3着 (不振) △ ローテーション 167日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 1.6% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.5% / 期待値 +266% ※ 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	リントゥラウル	幸	実17.4	B△ A△勝率8% EV+31% 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／直近3走平均9.0着と低調／118日ぶりの実戦）
前5走 04/19 2阪神81R 12着/16頭+2.7秒 03/29 1中京62R 11着/14頭+2.2秒 08/17 3中京81R 4着/7頭+1.7秒 07/27 3中京23R 5着/6頭+3.4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 9.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 6.0% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.5% / 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	パノラマステージ	国分優	実187.5	B▽ A▽勝率5% EV+790% 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／111日ぶりの実戦）
前5走 04/26 1福島65R 12着/15頭+1.4秒 02/22 1小倉106R 7着/16頭+1.0秒 11/22 3福島53R 7着/15頭+2.0秒 10/19 4新潟21R 7着/12頭+1.1秒 08/30 4中京35R 8着/10頭+1.2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) ▽ 前走実績前走 12着 (大敗) △ ローテーション 111日休養明け × 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 0.3% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.7% / 期待値 +791% ※ 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	モンシーク	松山	実1.2	B🌟◎ A×勝率15% EV-82% 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（70日ぶりの実戦）
前5走 06/06 3阪神17R 6着/18頭+0.3秒 05/09 3京都53R 3着/17頭+0.2秒 02/14 2京都56R 3着/17頭+0.6秒 11/23 4京都63R 4着/16頭+0.4秒 10/12 4東京45R 2着/12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 4.0着 × 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 53.8% (オッズ暗示: 83.3%) × Aモデルの評価 (参考) レース内 1位 / 勝率 14.6% / 期待値 -82% ※ 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 ×

モンシーク

騎手松山

単勝オッズ

1.2倍

AI期待値

-35%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○4パトローナス

7.6倍

EV +16%

▲A:▲2アイルトン

16.3倍

EV -1%

出走馬全14頭

◎A:×14

モンシーク

松山

1.2倍

-35%

›

○A:○4

パトローナス

吉村

7.6倍

+16%

›

▲A:▲2

アイルトン

酒井

16.3倍

-1%

›

△A:△12

リントゥラウル

幸

17.4倍

+4%

›

△A:△10

ルージュエテルナ

西塚

17.7倍

+6%

›

△A:△6

スワトウ

Ｍデムーロ

23.5倍

-18%

›

▽A:▽8

ハピネスサンライズ

団野

29.0倍

-27%

›

▽A:▽5

ルナカカオ

☆田山

45.9倍

-27%

›

▽A:▽1

アンリミテッド

藤懸

46.6倍

-26%

›

▽A:▽11

リーガルスプレンダ

加藤

66.0倍

+4%

›

▽A:▽3

ペアピーターソン

松若

85.9倍

-42%

›

▽A:▽9

ヴィーラー

中井

102.2倍

-31%

›

×A:▽7

ロングジーニアス

長岡

130.2倍

-56%

›

▽A:▽13

パノラマステージ

国分優

187.5倍

-37%

›

💡 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)

単勝 10 ルージュエテルナ実17.7倍期待値 +7% 推奨 16.6〜30.0倍 ¥100 ❌不的中
単勝 2 アイルトン実16.3倍期待値 -2% 推奨 16.6〜30.0倍 ¥100 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ オッズは予測時点の値です。

4R 中京競馬場　発走 11:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アンリミテッド	藤懸	実46.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（69日ぶりの実戦）
前5走 06/07 3阪神24R 6着/16頭+1.2秒 02/28 1阪神34R 9着/14頭+1.5秒 02/10 2京都42R 3着/9頭+2.4秒 01/18 1京都72R 6着/12頭+0.8秒 10/25 3京都82R 3着/11頭+0.7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 6.0着 🌟◎ 期待値 (オッズ vs AI勝率) +170% (市場が大幅過小評価) AI 予想勝率 5.8% (オッズ暗示: 2.1%) ※ 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。
2	アイルトン推奨	酒井	実16.3	▲詳細▼	オッズに対しAI予想勝率がやや高め、期待値+37%の妙味（市場想定よりAI評価が高く妙味）
前5走 05/31 3京都125R 8着/18頭+0.4秒 05/10 3京都64R 5着/16頭+0.3秒 03/14 1阪神74R 10着/18頭+1.0秒 02/21 1阪神15R 3着/18頭+0.2秒 01/31 2京都16R 6着/16頭+0.5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 7.7着 (不振) ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 8.5% (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。
3	ペアピーターソン	松若	実85.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／97日ぶりの実戦）
前5走 05/10 3京都64R 16着/16頭+3.3秒 02/28 1阪神35R 7着/14頭+1.5秒 02/10 1東京45R 6着/16頭+0.4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 9.7着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 97日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +377% (市場が大幅過小評価) AI 予想勝率 5.6% (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。
4	パトローナス	吉村	実7.6	○詳細▼	AI上位評価だが期待値不足、見送り（84日ぶりの実戦）
前5走 05/23 1新潟75R 6着/16頭+0.2秒 11/08 4京都12R 4着/15頭+0.4秒 10/13 3京都53R 3着/16頭+0.3秒 09/21 4阪神72R 5着/13頭+0.4秒 09/07 4阪神22R 3着/7頭+0.1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 4.3着 △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 10.7% (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。
5	ルナカカオ	☆田山	実45.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／91日ぶりの実戦）
前5走 05/16 3京都73R 12着/18頭+1.1秒 04/30 笠松8R 2着/10頭+0.7秒 01/24 1京都86R 11着/17頭+1.2秒 01/12 1京都55R 4着/18頭+1.1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 8.3着 (不振) ▽ 前走実績前走 12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) +171% (市場が大幅過小評価) AI 予想勝率 5.9% (オッズ暗示: 2.2%) ※ 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	スワトウ	Ｍデムーロ	実23.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（126日ぶりの実戦）
前5走 04/11 1福島13R 7着/16頭+0.5秒 12/06 5阪神13R 11着/17頭+1.6秒 08/23 4中京13R 5着/9頭+0.2秒 08/09 3中京54R 7着/10頭+1.0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) △ ローテーション 126日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +54% (市場が大幅過小評価) AI 予想勝率 6.6% (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。
7	ロングジーニアス	長岡	実130.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／105日ぶりの実戦）
前5走 05/02 3京都34R 9着/18頭+1.1秒 03/01 1小倉125R 10着/18頭+0.5秒 11/22 4京都55R 9着/17頭+1.2秒 ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +518% (市場が大幅過小評価) AI 予想勝率 4.7% (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。
8	ハピネスサンライズ	団野	実29.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（133日ぶりの実戦）
前5走 04/04 2阪神34R 13着/18頭+1.4秒 03/21 1中京36R 3着/18頭+0.2秒 03/07 1阪神55R 5着/18頭+0.7秒 11/29 4京都73R 4着/14頭+0.3秒 11/08 4京都16R 3着/11頭+0.3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 7.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 133日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +87% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 3.4%) ※ 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。
9	ヴィーラー	中井	実102.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／105日ぶりの実戦）
前5走 05/02 3京都33R 13着/18頭+1.1秒 04/25 3京都13R 12着/15頭+1.2秒 04/11 1福島13R 10着/16頭+0.7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 11.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +432% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 1.0%) ※ 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。
10	ルージュエテルナ推奨	西塚	実17.7	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+43%の妙味（市場想定よりAI評価が高く妙味）
前5走 06/06 3阪神11R 5着/16頭+1.1秒 01/11 1京都42R 9着/16頭+2.0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 7.0着 (不振) ◎ 期待値 (オッズ vs AI勝率) +43% (妙味あり) AI 予想勝率 8.1% (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。
11	リーガルスプレンダ	加藤	実66.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（167日ぶりの実戦）
前5走 03/01 1小倉123R 9着/14頭+2.2秒 01/14 名古屋10R 3着/11頭+1.2秒 12/13 5阪神31R 10着/15頭+1.7秒 10/11 3京都31R 10着/16頭+2.0秒 07/13 2小倉66R 4着/8頭+0.6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 7.3着 (不振) △ ローテーション 167日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +265% (市場が大幅過小評価) AI 予想勝率 5.5% (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。
12	リントゥラウル	幸	実17.4	△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／直近3走平均9.0着と低調／118日ぶりの実戦）
前5走 04/19 2阪神81R 12着/16頭+2.7秒 03/29 1中京62R 11着/14頭+2.2秒 08/17 3中京81R 4着/7頭+1.7秒 07/27 3中京23R 5着/6頭+3.4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 9.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 118日休養明け ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 7.5% (オッズ暗示: 5.7%) ※ 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	パノラマステージ	国分優	実187.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／111日ぶりの実戦）
前5走 04/26 1福島65R 12着/15頭+1.4秒 02/22 1小倉106R 7着/16頭+1.0秒 11/22 3福島53R 7着/15頭+2.0秒 10/19 4新潟21R 7着/12頭+1.1秒 08/30 4中京35R 8着/10頭+1.2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) ▽ 前走実績前走 12着 (大敗) △ ローテーション 111日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +790% (市場が大幅過小評価) AI 予想勝率 4.7% (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。
14	モンシーク	松山	実1.2	×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（70日ぶりの実戦）
前5走 06/06 3阪神17R 6着/18頭+0.3秒 05/09 3京都53R 3着/17頭+0.2秒 02/14 2京都56R 3着/17頭+0.6秒 11/23 4京都63R 4着/16頭+0.4秒 10/12 4東京45R 2着/12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 4.0着 × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 14.6% (オッズ暗示: 83.3%) ※ 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

モンシーク

騎手松山

単勝オッズ

1.2倍

AI期待値

-82%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4パトローナス

7.6倍

EV -18%

▲2アイルトン

16.3倍

EV +37%

出走馬全14頭

×14

モンシーク

松山

1.2倍

-82%

›

○4

パトローナス

吉村

7.6倍

-18%

›

▲2

アイルトン

酒井

16.3倍

+37%

›

△10

ルージュエテルナ

西塚

17.7倍

+43%

›

△12

リントゥラウル

幸

17.4倍

+31%

›

△6

スワトウ

Ｍデムーロ

23.5倍

+54%

›

▽8

ハピネスサンライズ

団野

29.0倍

+87%

›

▽5

ルナカカオ

☆田山

45.9倍

+171%

›

▽1

アンリミテッド

藤懸

46.6倍

+170%

›

▽3

ペアピーターソン

松若

85.9倍

+377%

›

▽11

リーガルスプレンダ

加藤

66.0倍

+265%

›

▽9

ヴィーラー

中井

102.2倍

+432%

›

▽7

ロングジーニアス

長岡

130.2倍

+518%

›

▽13

パノラマステージ

国分優

187.5倍

+790%

›

💡 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)

単勝 10 ルージュエテルナ実17.7倍期待値 +44% 推奨 12.3〜30.0倍 ¥100 ❌不的中
単勝 2 アイルトン実16.3倍期待値 +38% 推奨 11.8〜30.0倍 ¥100 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ 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