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	タイセイサーブル	西村淳	実42.9	B▽ A▽勝率5% EV+112% 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／105日ぶりの実戦）
前5走 05/02 1新潟19R 13着/15頭+3.3秒 04/05 2阪神42R 1着/12頭勝利 03/08 1阪神63R 3着/14頭+0.1秒 02/21 1阪神14R 6着/14頭+1.6秒 ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 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) -20% (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 8位 / 勝率 5.0% / 期待値 +113% ※ 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	エブリデイ	秋山稔	実47.3	B▽ A▽勝率5% EV+133% 詳細▼	大穴、AI予想勝率低く長期回収困難（147日ぶりの実戦）
前5走 03/21 1阪神96R 6着/16頭+1.2秒 03/01 1阪神44R 6着/8頭+1.8秒 01/11 1京都45R 6着/10頭+0.6秒 09/27 4阪神89R 6着/8頭+0.6秒 09/06 4阪神11R 1着/9頭勝利
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 6.0着 △ ローテーション 147日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.9% / 期待値 +133% ※ 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	アーディアイリ	吉村	実25.6	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（直近3走で勝率33%と好調／前走勝利の勢い／167日ぶりの実戦）
前5走 03/01 1阪神42R 1着/16頭勝利 02/15 2京都63R 5着/16頭+1.5秒 01/31 2京都11R 2着/16頭+0.8秒 11/30 4京都81R 2着/16頭+0.2秒 11/15 4京都36R 2着/16頭+0.5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) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 167日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.9% / 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。
4	ラブミーナッソー	▲森田	実112.9	B× A▽勝率4% EV+328% 詳細▼	大穴、AI予想勝率低く長期回収困難（107日ぶりの実戦）
前5走 04/30 園田11R 5着/10頭+0.4秒 12/13 5中京38R 7着/16頭+0.8秒 09/07 2札幌66R 10着/12頭+1.2秒 08/24 2札幌27R 5着/11頭+0.9秒 08/09 1札幌58R 11着/11頭+1.9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 7.3着 (不振) △ ローテーション 107日休養明け × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 3.8% / 期待値 +328% ※ 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	レーヴドアンジュ	△柴田裕	実193.2	B× A▽勝率4% EV+631% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／73日ぶりの実戦）
前5走 06/03 名古屋10R 2着/12頭+0.7秒 04/12 2阪神66R 9着/10頭+1.3秒 03/29 1中京69R 10着/15頭+0.8秒 02/14 1小倉76R 15着/18頭+1.1秒 12/07 5中京26R 12着/16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 7.0着 (不振) ○ 前走実績前走 2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 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 3.8% / 期待値 +631% ※ 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	バルミラクル	鮫島良	実45.7	B▽ A▽勝率5% EV+116% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／139日ぶりの実戦）
前5走 03/29 2阪神29R 11着/15頭+2.8秒 03/14 1阪神77R 8着/16頭+1.5秒 02/21 1阪神17R 4着/16頭+0.9秒 12/14 5中京48R 12着/16頭+2.0秒 11/30 4京都84R 4着/16頭+0.5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) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.7% / 期待値 +117% ※ 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	ナムラティアラ	松若	実40.3	B▽ A▽勝率4% EV+81% 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／111日ぶりの実戦）
前5走 04/26 3京都26R 7着/11頭+1.3秒 04/19 2阪神86R 11着/15頭+1.2秒 03/24 金沢7R 1着/10頭勝利 12/13 5阪神31R 13着/15頭+2.2秒 10/19 3京都71R 3着/12頭+0.8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) △ ローテーション 111日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.5% / 期待値 +81% ※ 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	アスクムービーオン	コレット	実28.2	B▽ A▽勝率6% EV+65% 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／370日ぶりの実戦）
前5走 08/10 3中京612R 10着/15頭+1.3秒 07/26 3中京112R 9着/10頭+1.7秒 05/24 2東京97R 8着/13頭+0.8秒 05/11 2東京68R 6着/11頭+0.9秒 04/27 2東京27R 5着/14頭+0.2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 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 10着 (大敗) △ ローテーション 370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 3.4% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.9% / 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。
9	ミルミナーヴァ	◇永島	実36.3	B▽ A▽勝率5% EV+77% 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／98日ぶりの実戦）
前5走 05/09 1新潟37R 15着/15頭+4.3秒 04/19 1福島412R 3着/15頭+0.4秒 03/28 2阪神17R 3着/12頭+0.2秒 03/01 1阪神47R 9着/15頭+1.6秒 12/20 5阪神58R 3着/13頭+0.3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 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 15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) -33% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.9% / 期待値 +78% ※ 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	ザングウィル	岩田望	実3.6	B○ A×勝率11% EV-62% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場24走で勝率0%と苦戦傾向／426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 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) × 当競馬場適性 24走で勝率 0% (苦戦) △ ローテーション 426日休養明け × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 14.3% (オッズ暗示: 27.8%) × Aモデルの評価 (参考) レース内 1位 / 勝率 10.5% / 期待値 -62% ※ 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	エイシンマールス	松山	実4.7	B△ A▲勝率9% EV-56% 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／前走3着／140日ぶりの実戦）
前5走 03/28 1中京56R 3着/16頭+0.5秒 02/28 1阪神37R 3着/16頭+0.2秒 02/14 2京都57R 10着/15頭+0.9秒 01/12 1京都57R 2着/16頭+0.1秒 12/13 5中京38R 3着/16頭+0.4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 5.3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 140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 11.7% (オッズ暗示: 21.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.3% / 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。
12	アーガイルショア	団野	実7.4	B▲ A△勝率8% EV-37% 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／前走勝利の勢い／83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 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 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 11.9% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.4% / 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。
13	シュテフィ	田口	実80.7	B▽ A▽勝率4% EV+259% 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／84日ぶりの実戦）
前5走 05/23 3京都96R 12着/16頭+1.3秒 02/01 2京都26R 8着/16頭+0.9秒 01/11 1京都45R 8着/10頭+1.8秒 11/02 3京都119R 15着/16頭+3.6秒 09/27 4阪神89R 4着/8頭+0.3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 9.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 1.1% (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 +259% ※ 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	ジューンセクレタ	富田	実7.6	B△ A△勝率8% EV-40% 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／105日ぶりの実戦）
前5走 05/02 1新潟19R 7着/15頭+1.2秒 04/19 3中山83R 1着/14頭勝利 02/15 1小倉81R 7着/16頭+0.9秒 01/25 1京都91R 3着/11頭+0.1秒 12/28 5阪神81R 2着/13頭+0.0秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 105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 11.7% (オッズ暗示: 13.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 期待値 -41% ※ 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	キーンセンス推奨	幸	実15.4	B△ A△勝率7% EV+13% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+79%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 15 ◎ 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) +79% (市場が大幅過小評価) AI 予想勝率 11.7% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.4% / 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。
16	ララバッカナール	☆田山	実4.6	B◎ A○勝率10% EV-55% 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（当競馬場4走で勝率25%と適性高／83日ぶりの実戦）
前5走 05/24 3京都1012R 10着/16頭+0.8秒 05/09 3京都58R 2着/16頭+0.1秒 03/15 1中京26R 2着/16頭+0.2秒 02/14 2京都57R 5着/15頭+0.4秒 12/20 5阪神58R 6着/13頭+0.7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 ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 21.7% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.8% / 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。

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 ○

ララバッカナール

騎手 ☆田山

単勝オッズ

4.6倍

AI期待値

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:×10ザングウィル

3.6倍

EV -48%

▲A:△12アーガイルショア

7.4倍

EV -11%

出走馬全16頭

◎A:○16

ララバッカナール

☆田山

4.6倍

›

○A:×10

ザングウィル

岩田望

3.6倍

-48%

›

▲A:△12

アーガイルショア

団野

7.4倍

-11%

›

△A:▲11

エイシンマールス

松山

4.7倍

-45%

›

△A:△14

ジューンセクレタ

富田

7.6倍

-11%

›

△A:△15

キーンセンス

幸

15.4倍

+79%

›

▽A:▽8

アスクムービーオン

コレット

28.2倍

-4%

›

▽A:▽3

アーディアイリ

吉村

25.6倍

-25%

›

▽A:▽9

ミルミナーヴァ

◇永島

36.3倍

-32%

›

▽A:▽7

ナムラティアラ

松若

40.3倍

-25%

›

▽A:▽1

タイセイサーブル

西村淳

42.9倍

-20%

›

▽A:▽6

バルミラクル

鮫島良

45.7倍

-15%

›

▽A:▽2

エブリデイ

秋山稔

47.3倍

-12%

›

▽A:▽13

シュテフィ

田口

80.7倍

-10%

›

×A:▽4

ラブミーナッソー

▲森田

112.9倍

-64%

›

×A:▽5

レーヴドアンジュ

△柴田裕

193.2倍

-67%

›

💡 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 15 キーンセンス実15.4倍期待値 +80% 推奨 10.0〜30.0倍 ¥300 ❌不的中

※ オッズは予測時点の値です。

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	タイセイサーブル	西村淳	実42.9	▽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／105日ぶりの実戦）
前5走 05/02 1新潟19R 13着/15頭+3.3秒 04/05 2阪神42R 1着/12頭勝利 03/08 1阪神63R 3着/14頭+0.1秒 02/21 1阪神14R 6着/14頭+1.6秒 ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 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) +112% (市場が大幅過小評価) AI 予想勝率 5.0% (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。
2	エブリデイ	秋山稔	実47.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（147日ぶりの実戦）
前5走 03/21 1阪神96R 6着/16頭+1.2秒 03/01 1阪神44R 6着/8頭+1.8秒 01/11 1京都45R 6着/10頭+0.6秒 09/27 4阪神89R 6着/8頭+0.6秒 09/06 4阪神11R 1着/9頭勝利
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 6.0着 △ ローテーション 147日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +133% (市場が大幅過小評価) AI 予想勝率 4.9% (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。
3	アーディアイリ	吉村	実25.6	▽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／前走勝利の勢い／167日ぶりの実戦）
前5走 03/01 1阪神42R 1着/16頭勝利 02/15 2京都63R 5着/16頭+1.5秒 01/31 2京都11R 2着/16頭+0.8秒 11/30 4京都81R 2着/16頭+0.2秒 11/15 4京都36R 2着/16頭+0.5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) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 167日休養明け △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 4.9% (オッズ暗示: 3.9%) ※ 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	ラブミーナッソー	▲森田	実112.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（107日ぶりの実戦）
前5走 04/30 園田11R 5着/10頭+0.4秒 12/13 5中京38R 7着/16頭+0.8秒 09/07 2札幌66R 10着/12頭+1.2秒 08/24 2札幌27R 5着/11頭+0.9秒 08/09 1札幌58R 11着/11頭+1.9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 7.3着 (不振) △ ローテーション 107日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +328% (市場が大幅過小評価) AI 予想勝率 3.8% (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。
5	レーヴドアンジュ	△柴田裕	実193.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／73日ぶりの実戦）
前5走 06/03 名古屋10R 2着/12頭+0.7秒 04/12 2阪神66R 9着/10頭+1.3秒 03/29 1中京69R 10着/15頭+0.8秒 02/14 1小倉76R 15着/18頭+1.1秒 12/07 5中京26R 12着/16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 7.0着 (不振) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +631% (市場が大幅過小評価) AI 予想勝率 3.8% (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。
6	バルミラクル	鮫島良	実45.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／139日ぶりの実戦）
前5走 03/29 2阪神29R 11着/15頭+2.8秒 03/14 1阪神77R 8着/16頭+1.5秒 02/21 1阪神17R 4着/16頭+0.9秒 12/14 5中京48R 12着/16頭+2.0秒 11/30 4京都84R 4着/16頭+0.5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) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 139日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +116% (市場が大幅過小評価) AI 予想勝率 4.7% (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。
7	ナムラティアラ	松若	実40.3	▽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／111日ぶりの実戦）
前5走 04/26 3京都26R 7着/11頭+1.3秒 04/19 2阪神86R 11着/15頭+1.2秒 03/24 金沢7R 1着/10頭勝利 12/13 5阪神31R 13着/15頭+2.2秒 10/19 3京都71R 3着/12頭+0.8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) △ ローテーション 111日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +81% (市場が大幅過小評価) AI 予想勝率 4.5% (オッズ暗示: 2.5%) ※ 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。
8	アスクムービーオン	コレット	実28.2	▽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／直近3走平均9.0着と低調／370日ぶりの実戦）
前5走 08/10 3中京612R 10着/15頭+1.3秒 07/26 3中京112R 9着/10頭+1.7秒 05/24 2東京97R 8着/13頭+0.8秒 05/11 2東京68R 6着/11頭+0.9秒 04/27 2東京27R 5着/14頭+0.2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 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 10着 (大敗) △ ローテーション 370日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +65% (市場が大幅過小評価) AI 予想勝率 5.9% (オッズ暗示: 3.5%) ※ 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	ミルミナーヴァ	◇永島	実36.3	▽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／98日ぶりの実戦）
前5走 05/09 1新潟37R 15着/15頭+4.3秒 04/19 1福島412R 3着/15頭+0.4秒 03/28 2阪神17R 3着/12頭+0.2秒 03/01 1阪神47R 9着/15頭+1.6秒 12/20 5阪神58R 3着/13頭+0.3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 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 15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。
10	ザングウィル	岩田望	実3.6	×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（当競馬場24走で勝率0%と苦戦傾向／426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 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) × 当競馬場適性 24走で勝率 0% (苦戦) △ ローテーション 426日休養明け × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 10.5% (オッズ暗示: 27.8%) ※ 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	エイシンマールス	松山	実4.7	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／前走3着／140日ぶりの実戦）
前5走 03/28 1中京56R 3着/16頭+0.5秒 02/28 1阪神37R 3着/16頭+0.2秒 02/14 2京都57R 10着/15頭+0.9秒 01/12 1京都57R 2着/16頭+0.1秒 12/13 5中京38R 3着/16頭+0.4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 5.3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 140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 9.3% (オッズ暗示: 21.3%) ※ 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。
12	アーガイルショア	団野	実7.4	△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／83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 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 1着 (勢い継続) × 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 8.4% (オッズ暗示: 13.5%) ※ 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	シュテフィ	田口	実80.7	▽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／84日ぶりの実戦）
前5走 05/23 3京都96R 12着/16頭+1.3秒 02/01 2京都26R 8着/16頭+0.9秒 01/11 1京都45R 8着/10頭+1.8秒 11/02 3京都119R 15着/16頭+3.6秒 09/27 4阪神89R 4着/8頭+0.3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 9.3着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +259% (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。
14	ジューンセクレタ	富田	実7.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／105日ぶりの実戦）
前5走 05/02 1新潟19R 7着/15頭+1.2秒 04/19 3中山83R 1着/14頭勝利 02/15 1小倉81R 7着/16頭+0.9秒 01/25 1京都91R 3着/11頭+0.1秒 12/28 5阪神81R 2着/13頭+0.0秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 7.8% (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。
15	キーンセンス推奨	幸	実15.4	△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 05/23 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 15 ◎ 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) +13% (市場と概ね一致) AI 予想勝率 7.4% (オッズ暗示: 6.5%) ※ 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	ララバッカナール	☆田山	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／83日ぶりの実戦）
前5走 05/24 3京都1012R 10着/16頭+0.8秒 05/09 3京都58R 2着/16頭+0.1秒 03/15 1中京26R 2着/16頭+0.2秒 02/14 2京都57R 5着/15頭+0.4秒 12/20 5阪神58R 6着/13頭+0.7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 ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 10着 (大敗) × 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 9.8% (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。

🎯 AIの本命

AI評価1位

ザングウィル

騎手岩田望

単勝オッズ

3.6倍

AI期待値

-62%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○16ララバッカナール

4.6倍

EV -55%

▲11エイシンマールス

4.7倍

EV -56%

出走馬全16頭

×10

ザングウィル

岩田望

3.6倍

-62%

›

○16

ララバッカナール

☆田山

4.6倍

-55%

›

▲11

エイシンマールス

松山

4.7倍

-56%

›

△12

アーガイルショア

団野

7.4倍

-37%

›

△14

ジューンセクレタ

富田

7.6倍

-40%

›

△15

キーンセンス

幸

15.4倍

+13%

›

▽8

アスクムービーオン

コレット

28.2倍

+65%

›

▽1

タイセイサーブル

西村淳

42.9倍

+112%

›

▽2

エブリデイ

秋山稔

47.3倍

+133%

›

▽3

アーディアイリ

吉村

25.6倍

+25%

›

▽9

ミルミナーヴァ

◇永島

36.3倍

+77%

›

▽6

バルミラクル

鮫島良

45.7倍

+116%

›

▽7

ナムラティアラ

松若

40.3倍

+81%

›

▽13

シュテフィ

田口

80.7倍

+259%

›

▽4

ラブミーナッソー

▲森田

112.9倍

+328%

›

▽5

レーヴドアンジュ

△柴田裕

193.2倍

+631%

›

💡 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 15 キーンセンス実15.4倍期待値 +14% 推奨 13.5〜30.0倍 ¥300 ❌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