中京 9R 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

9R 中京競馬場　発走 16:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デルマトカチ	国分優	実191.0	B× A▽勝率4% EV+605% 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）
前5走 2回1日中京3R 9着/12頭 ― ― ― ―
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 12.0着 (不振) ▽ 前走実績前走 15着 (大敗) × 期待値 (オッズ vs AI勝率) -67% (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 17位 / 勝率 3.7% / 期待値 +605% ※ 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	ゴールドアベニュー	▲森田	実119.3	B× A▽勝率4% EV+341% 詳細▼	大穴、AI予想勝率低く長期回収困難（106日ぶりの実戦）
前5走 05/02 1新潟16R 7着/14頭+1.7秒 04/11 1福島13R 6着/16頭+0.4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 6.5着 △ ローテーション 106日休養明け × 期待値 (オッズ vs AI勝率) -61% (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 16位 / 勝率 3.7% / 期待値 +342% ※ 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	ロイドウェバー	松山	実2.6	B🌟◎ A×勝率11% EV-71% 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
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 5.0着 △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 38.4% (オッズ暗示: 38.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 11.0% / 期待値 -71% ※ 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	ジャスティンレビン	団野	実42.7	B▽ A▽勝率5% EV+109% 詳細▼	大穴、AI予想勝率低く長期回収困難（127日ぶりの実戦）
前5走 04/11 2阪神53R 6着/13頭+1.8秒 03/22 1阪神102R 4着/13頭+0.9秒 03/01 1阪神43R 8着/12頭+1.3秒 01/17 1京都61R 2着/10頭+1.0秒 12/27 5阪神75R 9着/14頭+1.7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 6.0着 △ ローテーション 127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 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 4.9% / 期待値 +109% ※ 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	スミヨン	渡辺竜	実102.4	B▽ A▽勝率4% EV+323% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 5 ◎ 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 14位 (中位評価) △ 期待値 (オッズ vs AI勝率) -17% (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 14位 / 勝率 4.1% / 期待値 +323% ※ 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	ナムラヴンダー	幸	実3.1	B○ A○勝率10% EV-69% 詳細▼	AI上位評価だが期待値不足、見送り（78日ぶりの実戦）
前5走 05/30 3京都114R 6着/18頭+0.9秒 05/16 3京都74R 5着/10頭+0.2秒 03/07 1阪神54R 3着/13頭+0.1秒 02/14 1小倉75R 8着/18頭+1.1秒 12/28 5阪神83R 7着/18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 4.7着 × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 18.7% (オッズ暗示: 32.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 10.0% / 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。
7	グリミスティ	松若	実52.7	B× A▽勝率4% EV+121% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／91日ぶりの実戦）
前5走 05/17 3京都85R 10着/10頭+1.3秒 04/25 1福島53R 5着/16頭+0.6秒 02/14 1小倉75R 17着/18頭+3.3秒 01/24 1小倉16R 5着/18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 10.7着 (不振) ▽ 前走実績前走 10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) -57% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.2% / 期待値 +121% ※ 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	グランシャン	吉村	実25.9	B▽ A▽勝率5% EV+37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（105日ぶりの実戦）
前5走 05/03 3京都42R 9着/12頭+0.8秒 04/18 2阪神73R 3着/15頭+0.7秒 03/29 2阪神22R 2着/9頭+0.3秒 03/07 1阪神53R 4着/13頭+1.1秒 02/01 2京都23R 4着/10頭+1.5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 105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 3.0% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.3% / 期待値 +37% ※ 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	オープンザパンドラ	田口	実31.6	B▽ A▽勝率5% EV+46% 詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 05/03 2東京45R 7着/15頭+0.9秒 04/19 2阪神85R 3着/13頭+0.1秒 03/28 1中京55R 6着/15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 5.3着 △ ローテーション 105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 1.9% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.6% / 期待値 +46% ※ 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	ヴァンドゥーヴル	富田	実92.0	B▽ A▽勝率4% EV+273% 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／147日ぶりの実戦）
前5走 03/22 1中京43R 7着/15頭+1.1秒 02/01 2京都25R 7着/13頭+1.5秒 01/18 1京都75R 12着/17頭+1.4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 8.7着 (不振) △ ローテーション 147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 0.8% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.1% / 期待値 +273% ※ 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	ブルーザー	☆田山	実15.3	B△ A△勝率6% EV-3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／84日ぶりの実戦）
前5走 05/24 1新潟85R 3着/16頭+0.2秒 04/26 3京都25R 5着/12頭+0.4秒 03/29 2阪神25R 4着/12頭+0.4秒 03/14 1中京15R 8着/18頭+1.0秒 01/25 1京都91R 9着/11頭+1.8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 4.0着 ○ 前走実績前走 3着 (好走) × 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 4.4% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.3% / 期待値 -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。
12	スクランプシャス	菱田	実30.7	B▽ A▽勝率5% EV+49% 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／105日ぶりの実戦）
前5走 05/03 3京都44R 7着/11頭+1.2秒 04/19 2阪神85R 11着/13頭+0.8秒 02/10 2京都46R 6着/15頭+0.6秒 01/24 1小倉16R 6着/18頭+0.7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 8.0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) -19% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.9% / 期待値 +50% ※ 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	タイセイグローバル	角田和	実51.8	B▽ A▽勝率4% EV+121% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調／85日ぶりの実戦）
前5走 05/23 3京都92R 10着/14頭+2.3秒 05/16 3京都75R 13着/14頭+2.7秒 03/14 1阪神75R 14着/17頭+2.2秒 02/21 1小倉96R 3着/16頭+0.2秒 01/11 1京都43R 10着/16頭+2.3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 12.3着 (不振) ▽ 前走実績前走 10着 (大敗) × 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 1.2% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.3% / 期待値 +121% ※ 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	ダノンオブアイデア	西塚	実10.2	B△ A△勝率7% EV-26% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（85日ぶりの実戦）
前5走 05/23 3京都95R 4着/14頭+0.6秒 03/28 1中京55R 9着/15頭+0.9秒 01/24 1京都85R 6着/18頭+1.0秒 12/20 5阪神52R 8着/16頭+1.1秒 06/21 3東京55R 7着/12頭+1.1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 6.3着 △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 9.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 期待値 -27% ※ 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	ヨシノサンキュー	△柴田裕	実226.4	B× A▽勝率4% EV+735% 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／294日ぶりの実戦）
前5走 10/26 3京都95R 10着/10頭+7.1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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 294日休養明け × 期待値 (オッズ vs AI勝率) -61% (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 +736% ※ 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	スマートエラン	コレット	実8.7	B▲ A▲勝率8% EV-31% 詳細▼	AI上位評価だが期待値不足、見送り（92日ぶりの実戦）
前5走 05/16 1新潟55R 11着/16頭+1.6秒 04/19 1福島43R 4着/16頭+0.2秒 10/19 4東京75R 5着/18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 ▽ 前走実績前走 11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) +5% (市場と概ね一致) AI 予想勝率 12.1% (オッズ暗示: 11.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.8% / 期待値 -32% ※ 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	ノチェブエナ	岩田望	実14.5	B△ A△勝率6% EV-14% 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）
前5走 2回4日中京1R 7着/18頭 ― ― ― ―
AI 評価の内訳 — 馬番 17 ◎ 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 15着 (大敗) × 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 4.2% (オッズ暗示: 6.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.9% / 期待値 -15% ※ 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	レーヴドリュヌ	国分恭	実105.2	B▽ A▽勝率4% EV+359% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／70日ぶりの実戦）
前5走 06/07 3阪神22R 6着/15頭+0.5秒 02/21 1阪神15R 17着/18頭+1.5秒 11/15 4京都35R 11着/18頭+1.2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 11.3着 (不振) △ 期待値 (オッズ vs AI勝率) -15% (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 11位 / 勝率 4.4% / 期待値 +360% ※ 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 ×

ロイドウェバー

騎手松山

単勝オッズ

2.6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:○6ナムラヴンダー

3.1倍

EV -42%

▲A:▲16スマートエラン

8.7倍

EV +5%

出走馬全18頭

◎A:×3

ロイドウェバー

松山

2.6倍

›

○A:○6

ナムラヴンダー

幸

3.1倍

-42%

›

▲A:▲16

スマートエラン

コレット

8.7倍

+5%

›

△A:△14

ダノンオブアイデア

西塚

10.2倍

-22%

›

△A:△11

ブルーザー

☆田山

15.3倍

-32%

›

△A:△17

ノチェブエナ

岩田望

14.5倍

-38%

›

▽A:▽8

グランシャン

吉村

25.9倍

-21%

›

▽A:▽12

スクランプシャス

菱田

30.7倍

-18%

›

▽A:▽9

オープンザパンドラ

田口

31.6倍

-39%

›

▽A:▽4

ジャスティンレビン

団野

42.7倍

-17%

›

▽A:▽13

タイセイグローバル

角田和

51.8倍

-40%

›

×A:▽7

グリミスティ

松若

52.7倍

-57%

›

▽A:▽10

ヴァンドゥーヴル

富田

92.0倍

-25%

›

▽A:▽5

スミヨン

渡辺竜

102.4倍

-17%

›

▽A:▽18

レーヴドリュヌ

国分恭

105.2倍

-14%

›

×A:▽2

ゴールドアベニュー

▲森田

119.3倍

-61%

›

×A:▽1

デルマトカチ

国分優

191.0倍

-67%

›

×A:▽15

ヨシノサンキュー

△柴田裕

226.4倍

-61%

›

💡 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

9R 中京競馬場　発走 16:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デルマトカチ	国分優	実191.0	▽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）
前5走 2回1日中京3R 9着/12頭 ― ― ― ―
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 12.0着 (不振) ▽ 前走実績前走 15着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +605% (市場が大幅過小評価) AI 予想勝率 3.7% (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。
2	ゴールドアベニュー	▲森田	実119.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（106日ぶりの実戦）
前5走 05/02 1新潟16R 7着/14頭+1.7秒 04/11 1福島13R 6着/16頭+0.4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 6.5着 △ ローテーション 106日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +341% (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。
3	ロイドウェバー	松山	実2.6	×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
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 5.0着 × 期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 11.0% (オッズ暗示: 38.5%) ※ 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	ジャスティンレビン	団野	実42.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（127日ぶりの実戦）
前5走 04/11 2阪神53R 6着/13頭+1.8秒 03/22 1阪神102R 4着/13頭+0.9秒 03/01 1阪神43R 8着/12頭+1.3秒 01/17 1京都61R 2着/10頭+1.0秒 12/27 5阪神75R 9着/14頭+1.7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 6.0着 △ ローテーション 127日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +109% (市場が大幅過小評価) AI 予想勝率 4.9% (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。
5	スミヨン	渡辺竜	実102.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 5 ◎ 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 14位 (中位評価) 🌟◎ 期待値 (オッズ vs AI勝率) +323% (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。
6	ナムラヴンダー	幸	実3.1	○詳細▼	AI上位評価だが期待値不足、見送り（78日ぶりの実戦）
前5走 05/30 3京都114R 6着/18頭+0.9秒 05/16 3京都74R 5着/10頭+0.2秒 03/07 1阪神54R 3着/13頭+0.1秒 02/14 1小倉75R 8着/18頭+1.1秒 12/28 5阪神83R 7着/18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 4.7着 × 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 10.0% (オッズ暗示: 32.3%) ※ 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	グリミスティ	松若	実52.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／91日ぶりの実戦）
前5走 05/17 3京都85R 10着/10頭+1.3秒 04/25 1福島53R 5着/16頭+0.6秒 02/14 1小倉75R 17着/18頭+3.3秒 01/24 1小倉16R 5着/18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 10.7着 (不振) ▽ 前走実績前走 10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) +121% (市場が大幅過小評価) AI 予想勝率 4.2% (オッズ暗示: 1.9%) ※ 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。
8	グランシャン	吉村	実25.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（105日ぶりの実戦）
前5走 05/03 3京都42R 9着/12頭+0.8秒 04/18 2阪神73R 3着/15頭+0.7秒 03/29 2阪神22R 2着/9頭+0.3秒 03/07 1阪神53R 4着/13頭+1.1秒 02/01 2京都23R 4着/10頭+1.5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 105日休養明け ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 5.3% (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。
9	オープンザパンドラ	田口	実31.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 05/03 2東京45R 7着/15頭+0.9秒 04/19 2阪神85R 3着/13頭+0.1秒 03/28 1中京55R 6着/15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 5.3着 △ ローテーション 105日休養明け ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 4.6% (オッズ暗示: 3.2%) ※ 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。
10	ヴァンドゥーヴル	富田	実92.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／147日ぶりの実戦）
前5走 03/22 1中京43R 7着/15頭+1.1秒 02/01 2京都25R 7着/13頭+1.5秒 01/18 1京都75R 12着/17頭+1.4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 8.7着 (不振) △ ローテーション 147日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +273% (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	ブルーザー	☆田山	実15.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／84日ぶりの実戦）
前5走 05/24 1新潟85R 3着/16頭+0.2秒 04/26 3京都25R 5着/12頭+0.4秒 03/29 2阪神25R 4着/12頭+0.4秒 03/14 1中京15R 8着/18頭+1.0秒 01/25 1京都91R 9着/11頭+1.8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 4.0着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 6.3% (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。
12	スクランプシャス	菱田	実30.7	▽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／105日ぶりの実戦）
前5走 05/03 3京都44R 7着/11頭+1.2秒 04/19 2阪神85R 11着/13頭+0.8秒 02/10 2京都46R 6着/15頭+0.6秒 01/24 1小倉16R 6着/18頭+0.7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 8.0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) +49% (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。
13	タイセイグローバル	角田和	実51.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調／85日ぶりの実戦）
前5走 05/23 3京都92R 10着/14頭+2.3秒 05/16 3京都75R 13着/14頭+2.7秒 03/14 1阪神75R 14着/17頭+2.2秒 02/21 1小倉96R 3着/16頭+0.2秒 01/11 1京都43R 10着/16頭+2.3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 12.3着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +121% (市場が大幅過小評価) AI 予想勝率 4.3% (オッズ暗示: 1.9%) ※ 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	ダノンオブアイデア	西塚	実10.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（85日ぶりの実戦）
前5走 05/23 3京都95R 4着/14頭+0.6秒 03/28 1中京55R 9着/15頭+0.9秒 01/24 1京都85R 6着/18頭+1.0秒 12/20 5阪神52R 8着/16頭+1.1秒 06/21 3東京55R 7着/12頭+1.1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 6.3着 △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 9.8%) ※ 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。
15	ヨシノサンキュー	△柴田裕	実226.4	▽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／294日ぶりの実戦）
前5走 10/26 3京都95R 10着/10頭+7.1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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 294日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +735% (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。
16	スマートエラン	コレット	実8.7	▲詳細▼	AI上位評価だが期待値不足、見送り（92日ぶりの実戦）
前5走 05/16 1新潟55R 11着/16頭+1.6秒 04/19 1福島43R 4着/16頭+0.2秒 10/19 4東京75R 5着/18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 ▽ 前走実績前走 11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) -32% (大幅な期待値マイナス) AI 予想勝率 7.8% (オッズ暗示: 11.5%) ※ 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。
17	ノチェブエナ	岩田望	実14.5	△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）
前5走 2回4日中京1R 7着/18頭 ― ― ― ―
AI 評価の内訳 — 馬番 17 ◎ 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 15着 (大敗) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 5.9% (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。
18	レーヴドリュヌ	国分恭	実105.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／70日ぶりの実戦）
前5走 06/07 3阪神22R 6着/15頭+0.5秒 02/21 1阪神15R 17着/18頭+1.5秒 11/15 4京都35R 11着/18頭+1.2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 11.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +359% (市場が大幅過小評価) AI 予想勝率 4.4% (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。

🎯 AIの本命

AI評価1位

ロイドウェバー

騎手松山

単勝オッズ

2.6倍

AI期待値

-71%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ナムラヴンダー

3.1倍

EV -69%

▲16スマートエラン

8.7倍

EV -31%

出走馬全18頭

×3

ロイドウェバー

松山

2.6倍

-71%

›

○6

ナムラヴンダー

幸

3.1倍

-69%

›

▲16

スマートエラン

コレット

8.7倍

-31%

›

△14

ダノンオブアイデア

西塚

10.2倍

-26%

›

△11

ブルーザー

☆田山

15.3倍

-3%

›

△17

ノチェブエナ

岩田望

14.5倍

-14%

›

▽8

グランシャン

吉村

25.9倍

+37%

›

▽4

ジャスティンレビン

団野

42.7倍

+109%

›

▽12

スクランプシャス

菱田

30.7倍

+49%

›

▽9

オープンザパンドラ

田口

31.6倍

+46%

›

▽18

レーヴドリュヌ

国分恭

105.2倍

+359%

›

▽13

タイセイグローバル

角田和

51.8倍

+121%

›

▽7

グリミスティ

松若

52.7倍

+121%

›

▽5

スミヨン

渡辺竜

102.4倍

+323%

›

▽10

ヴァンドゥーヴル

富田

92.0倍

+273%

›

▽2

ゴールドアベニュー

▲森田

119.3倍

+341%

›

▽1

デルマトカチ

国分優

191.0倍

+605%

›

▽15

ヨシノサンキュー

△柴田裕

226.4倍

+735%

›

💡 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