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	テイクザスローン	高倉	実128.2	B× A▽勝率4% EV+373% 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／70日ぶりの実戦）
前5走 06/07 3阪神26R 12着/16頭+2.0秒 05/17 3京都85R 6着/10頭+0.4秒 05/02 3京都35R 7着/13頭+0.6秒 03/07 1阪神55R 15着/18頭+2.5秒 12/20 5阪神52R 9着/16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戦の調子平均 8.3着 (不振) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -78% (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 16位 / 勝率 3.7% / 期待値 +374% ※ 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	コスモフィレンツェ	幸	実2.9	B◎ A×勝率11% 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2.7着と安定／前走2着／113日ぶりの実戦）
前5走 04/25 3京都15R 2着/12頭+0.2秒 04/11 2阪神54R 4着/15頭+0.5秒 09/21 4阪神75R 2着/9頭+0.1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 2.7着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 113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 26.5% (オッズ暗示: 34.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 11.0% / 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	リボンインザスカイ	団野	実16.3	B△ A△勝率6% EV-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／119日ぶりの実戦）
前5走 04/19 2阪神82R 8着/16頭+0.8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 8.0着 (不振) △ ローテーション 119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 6.1% / 期待値 -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。
4	ダーコ	☆田山	実6.9	B▲ A▲勝率9% EV-38% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 2回1日中京5R 6着/16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 6.0着 △ 期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 17.5% (オッズ暗示: 14.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.9% / 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	スレイクイーン	コレット	実50.2	B▽ A▽勝率5% EV+138% 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）
前5走 2回1日中京5R 13着/16頭 ― ― ― ―
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) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.8% / 期待値 +139% ※ 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	バックドラフト	岩田望	実18.6	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（112日ぶりの実戦）
前5走 04/26 3京都25R 7着/12頭+0.8秒 04/04 2阪神35R 5着/18頭+0.9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 6.0着 △ ローテーション 112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 4.3% (オッズ暗示: 5.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.9% / 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。
7	レッドブライトン	浜中	実9.9	B△ A△勝率7% EV-27% 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3.0着と安定／91日ぶりの実戦）
前5走 05/17 2東京85R 4着/11頭+0.7秒 03/29 1中京65R 2着/16頭+0.2秒 03/15 1中京25R 3着/15頭+0.5秒 02/10 2京都46R 8着/15頭+1.0秒 12/14 5阪神41R 8着/11頭+3.0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 3.0着 (安定) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 8.7% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.3% / 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。
8	ミーサーク	Ｍデムーロ	実22.0	B▽ A▽勝率5% EV+16% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（99日ぶりの実戦）
前5走 05/09 2東京52R 6着/11頭+1.0秒 04/19 2阪神81R 5着/16頭+1.1秒 02/07 2京都32R 3着/9頭+1.3秒 12/21 5阪神65R 6着/12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 4.7着 △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 4.3% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.3% / 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。
9	オーマイラッキーン	秋山稔	実59.0	B▽ A▽勝率4% EV+147% 詳細▼	大穴、AI予想勝率低く長期回収困難（112日ぶりの実戦）
前5走 04/26 3京都25R 6着/12頭+0.5秒 04/11 1福島13R 8着/16頭+0.6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) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.2% / 期待値 +148% ※ 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	ニミッツハイウェイ	吉村	実87.9	B▽ A▽勝率4% EV+257% 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／223日ぶりの実戦）
前5走 01/05 1京都22R 8着/16頭+2.1秒 12/13 5中京31R 13着/14頭+2.7秒 08/10 1札幌61R 8着/14頭+2.8秒 07/26 1札幌15R 10着/13頭+3.2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 9.7着 (不振) △ ローテーション 223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 0.8% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.1% / 期待値 +258% ※ 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	プロスト	田口	実27.4	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走平均11.0着と低調／127日ぶりの実戦）
前5走 04/11 2阪神54R 11着/15頭+1.1秒 03/28 1中京55R 12着/15頭+1.4秒 01/24 1京都85R 10着/18頭+1.7秒 01/04 1京都15R 7着/18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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 127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 2.7% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.6% / 期待値 +26% ※ 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	キョウエイクローム	渡辺竜	実241.9	B× A▽勝率4% EV+793% 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／92日ぶりの実戦）
前5走 05/16 3京都71R 14着/16頭+3.4秒 03/29 2阪神23R 8着/16頭+1.2秒 02/08 1小倉62R 14着/17頭+1.7秒 10/26 3京都95R 8着/10頭+2.5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 12.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 92日休養明け × 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 0.2% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 18位 / 勝率 3.7% / 期待値 +794% ※ 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	ドットカモン	西塚	実112.1	B× A▽勝率4% EV+318% 詳細▼	大穴、AI予想勝率低く長期回収困難（162日ぶりの実戦）
前5走 03/07 1阪神54R 7着/13頭+1.4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 7.0着 (不振) △ ローテーション 162日休養明け × 期待値 (オッズ vs AI勝率) -63% (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 14位 / 勝率 3.7% / 期待値 +318% ※ 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	メイショウタカネ	菱田	実100.2	B▽ A▽勝率4% EV+306% 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）
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 13.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.1% / 期待値 +307% ※ 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	マテンロウブリッジ	太宰	実126.7	B× A▽勝率4% EV+368% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.5着と低調／223日ぶりの実戦）
前5走 01/05 1京都26R 13着/14頭+2.2秒 12/07 5阪神25R 12着/17頭+0.9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 12.5着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 223日休養明け × 期待値 (オッズ vs AI勝率) -78% (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 15位 / 勝率 3.7% / 期待値 +368% ※ 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	テーオーシュテルン	加藤	実235.4	B× A▽勝率4% EV+769% 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／175日ぶりの実戦）
前5走 02/22 1阪神23R 8着/11頭+1.9秒 02/10 2京都46R 12着/15頭+2.7秒 01/18 1京都75R 15着/17頭+2.0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 11.7着 (不振) △ ローテーション 175日休養明け × 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 0.2% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 17位 / 勝率 3.7% / 期待値 +770% ※ 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。
17	プシュパ	富田	実25.2	B▽ A▽勝率5% EV+22% 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 17 ◎ 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 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 3.1% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.8% / 期待値 +22% ※ 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。
18	ホウオウモチーヴ	松山	実2.9	B○ A○勝率11% EV-69% 詳細▼	人気馬、市場評価通りで上乗せなし（120日ぶりの実戦）
前5走 04/18 1福島34R 7着/15頭+1.6秒 02/28 1阪神32R 8着/14頭+2.0秒 02/15 1東京62R 3着/13頭+0.4秒 11/22 4京都54R 5着/11頭+0.3秒 11/08 4京都15R 2着/9頭+0.1秒
AI 評価の内訳 — 馬番 18 ◎ 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 120日休養明け × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 22.8% (オッズ暗示: 34.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 10.6% / 期待値 -69% ※ 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 ×

コスモフィレンツェ

騎手幸

単勝オッズ

2.9倍

AI期待値

-23%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○18ホウオウモチーヴ

2.9倍

EV -33%

▲A:▲4ダーコ

6.9倍

EV +20%

出走馬全18頭

◎A:×2

コスモフィレンツェ

幸

2.9倍

-23%

›

○A:○18

ホウオウモチーヴ

松山

2.9倍

-33%

›

▲A:▲4

ダーコ

☆田山

6.9倍

+20%

›

△A:△7

レッドブライトン

浜中

9.9倍

-13%

›

△A:△3

リボンインザスカイ

団野

16.3倍

-30%

›

△A:△6

バックドラフト

岩田望

18.6倍

-20%

›

▽A:▽8

ミーサーク

Ｍデムーロ

22.0倍

-5%

›

▽A:▽17

プシュパ

富田

25.2倍

-22%

›

▽A:▽11

プロスト

田口

27.4倍

-26%

›

▽A:▽5

スレイクイーン

コレット

50.2倍

-1%

›

▽A:▽9

オーマイラッキーン

秋山稔

59.0倍

-30%

›

▽A:▽10

ニミッツハイウェイ

吉村

87.9倍

-27%

›

▽A:▽14

メイショウタカネ

菱田

100.2倍

-17%

›

×A:▽13

ドットカモン

西塚

112.1倍

-63%

›

×A:▽15

マテンロウブリッジ

太宰

126.7倍

-77%

›

×A:▽1

テイクザスローン

高倉

128.2倍

-77%

›

×A:▽16

テーオーシュテルン

加藤

235.4倍

-58%

›

×A:▽12

キョウエイクローム

渡辺竜

241.9倍

-57%

›

💡 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

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	テイクザスローン	高倉	実128.2	▽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／70日ぶりの実戦）
前5走 06/07 3阪神26R 12着/16頭+2.0秒 05/17 3京都85R 6着/10頭+0.4秒 05/02 3京都35R 7着/13頭+0.6秒 03/07 1阪神55R 15着/18頭+2.5秒 12/20 5阪神52R 9着/16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戦の調子平均 8.3着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +373% (市場が大幅過小評価) AI 予想勝率 3.7% (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。
2	コスモフィレンツェ	幸	実2.9	×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2.7着と安定／前走2着／113日ぶりの実戦）
前5走 04/25 3京都15R 2着/12頭+0.2秒 04/11 2阪神54R 4着/15頭+0.5秒 09/21 4阪神75R 2着/9頭+0.1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 2.7着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 113日休養明け × 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 11.0% (オッズ暗示: 34.5%) ※ 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	リボンインザスカイ	団野	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8.0着と低調／119日ぶりの実戦）
前5走 04/19 2阪神82R 8着/16頭+0.8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 8.0着 (不振) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 6.1% (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。
4	ダーコ	☆田山	実6.9	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 2回1日中京5R 6着/16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 6.0着 × 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 8.9% (オッズ暗示: 14.5%) ※ 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。
5	スレイクイーン	コレット	実50.2	▽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）
前5走 2回1日中京5R 13着/16頭 ― ― ― ―
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) 🌟◎ 期待値 (オッズ vs AI勝率) +138% (市場が大幅過小評価) AI 予想勝率 4.8% (オッズ暗示: 2.0%) ※ 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。
6	バックドラフト	岩田望	実18.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（112日ぶりの実戦）
前5走 04/26 3京都25R 7着/12頭+0.8秒 04/04 2阪神35R 5着/18頭+0.9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 6.0着 △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 5.9% (オッズ暗示: 5.4%) ※ 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	レッドブライトン	浜中	実9.9	△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3.0着と安定／91日ぶりの実戦）
前5走 05/17 2東京85R 4着/11頭+0.7秒 03/29 1中京65R 2着/16頭+0.2秒 03/15 1中京25R 3着/15頭+0.5秒 02/10 2京都46R 8着/15頭+1.0秒 12/14 5阪神41R 8着/11頭+3.0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 3.0着 (安定) △ ローテーション 91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 7.3% (オッズ暗示: 10.1%) ※ 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。
8	ミーサーク	Ｍデムーロ	実22.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（99日ぶりの実戦）
前5走 05/09 2東京52R 6着/11頭+1.0秒 04/19 2阪神81R 5着/16頭+1.1秒 02/07 2京都32R 3着/9頭+1.3秒 12/21 5阪神65R 6着/12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 4.7着 △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 5.3% (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	オーマイラッキーン	秋山稔	実59.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（112日ぶりの実戦）
前5走 04/26 3京都25R 6着/12頭+0.5秒 04/11 1福島13R 8着/16頭+0.6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) △ ローテーション 112日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +147% (市場が大幅過小評価) AI 予想勝率 4.2% (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。
10	ニミッツハイウェイ	吉村	実87.9	▽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／223日ぶりの実戦）
前5走 01/05 1京都22R 8着/16頭+2.1秒 12/13 5中京31R 13着/14頭+2.7秒 08/10 1札幌61R 8着/14頭+2.8秒 07/26 1札幌15R 10着/13頭+3.2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 9.7着 (不振) △ ローテーション 223日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +257% (市場が大幅過小評価) AI 予想勝率 4.1% (オッズ暗示: 1.1%) ※ 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。
11	プロスト	田口	実27.4	▽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／127日ぶりの実戦）
前5走 04/11 2阪神54R 11着/15頭+1.1秒 03/28 1中京55R 12着/15頭+1.4秒 01/24 1京都85R 10着/18頭+1.7秒 01/04 1京都15R 7着/18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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 127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 4.6% (オッズ暗示: 3.6%) ※ 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	キョウエイクローム	渡辺竜	実241.9	▽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／92日ぶりの実戦）
前5走 05/16 3京都71R 14着/16頭+3.4秒 03/29 2阪神23R 8着/16頭+1.2秒 02/08 1小倉62R 14着/17頭+1.7秒 10/26 3京都95R 8着/10頭+2.5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 12.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 92日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +793% (市場が大幅過小評価) AI 予想勝率 3.7% (オッズ暗示: 0.4%) ※ 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。
13	ドットカモン	西塚	実112.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（162日ぶりの実戦）
前5走 03/07 1阪神54R 7着/13頭+1.4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 7.0着 (不振) △ ローテーション 162日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +318% (市場が大幅過小評価) AI 予想勝率 3.7% (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。
14	メイショウタカネ	菱田	実100.2	▽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）
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 13.0着 (不振) ▽ 前走実績前走 16着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +306% (市場が大幅過小評価) AI 予想勝率 4.1% (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。
15	マテンロウブリッジ	太宰	実126.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.5着と低調／223日ぶりの実戦）
前5走 01/05 1京都26R 13着/14頭+2.2秒 12/07 5阪神25R 12着/17頭+0.9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 12.5着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 223日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +368% (市場が大幅過小評価) AI 予想勝率 3.7% (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。
16	テーオーシュテルン	加藤	実235.4	▽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／175日ぶりの実戦）
前5走 02/22 1阪神23R 8着/11頭+1.9秒 02/10 2京都46R 12着/15頭+2.7秒 01/18 1京都75R 15着/17頭+2.0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 11.7着 (不振) △ ローテーション 175日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +769% (市場が大幅過小評価) AI 予想勝率 3.7% (オッズ暗示: 0.4%) ※ 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。
17	プシュパ	富田	実25.2	▽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 17 ◎ 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 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 4.8% (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。
18	ホウオウモチーヴ	松山	実2.9	○詳細▼	人気馬、市場評価通りで上乗せなし（120日ぶりの実戦）
前5走 04/18 1福島34R 7着/15頭+1.6秒 02/28 1阪神32R 8着/14頭+2.0秒 02/15 1東京62R 3着/13頭+0.4秒 11/22 4京都54R 5着/11頭+0.3秒 11/08 4京都15R 2着/9頭+0.1秒
AI 評価の内訳 — 馬番 18 ◎ 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 120日休養明け × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 10.6% (オッズ暗示: 34.5%) ※ 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。

🎯 AIの本命

AI評価1位

コスモフィレンツェ

騎手幸

単勝オッズ

2.9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

○18ホウオウモチーヴ

2.9倍

EV -69%

▲4ダーコ

6.9倍

EV -38%

出走馬全18頭

×2

コスモフィレンツェ

幸

2.9倍

-68%

›

○18

ホウオウモチーヴ

松山

2.9倍

-69%

›

▲4

ダーコ

☆田山

6.9倍

-38%

›

△7

レッドブライトン

浜中

9.9倍

-27%

›

△3

リボンインザスカイ

団野

16.3倍

-1%

›

△6

バックドラフト

岩田望

18.6倍

+9%

›

▽8

ミーサーク

Ｍデムーロ

22.0倍

+16%

›

▽17

プシュパ

富田

25.2倍

+22%

›

▽5

スレイクイーン

コレット

50.2倍

+138%

›

▽11

プロスト

田口

27.4倍

+25%

›

▽9

オーマイラッキーン

秋山稔

59.0倍

+147%

›

▽10

ニミッツハイウェイ

吉村

87.9倍

+257%

›

▽14

メイショウタカネ

菱田

100.2倍

+306%

›

▽13

ドットカモン

西塚

112.1倍

+318%

›

▽15

マテンロウブリッジ

太宰

126.7倍

+368%

›

▽1

テイクザスローン

高倉

128.2倍

+373%

›

▽16

テーオーシュテルン

加藤

235.4倍

+769%

›

▽12

キョウエイクローム

渡辺竜

241.9倍

+793%

›

💡 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