中京 12R 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

12R 中京競馬場　発走 18:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メイショウジンソウ	太宰	実11.9	B△ A△勝率7% EV-12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回3日中京5R 5着/16頭+2.0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 5.0着 △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 7.0% (オッズ暗示: 8.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.4% / 期待値 -12% ※ 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	レイワノキセキ	高倉	実65.4	B▽ A▽勝率4% EV+185% 詳細▼	大穴、AI予想勝率低く長期回収困難（70日ぶりの実戦）
前5走 06/07 3阪神26R 9着/16頭+1.6秒 04/25 3京都15R 8着/12頭+1.3秒 04/05 2阪神44R 6着/15頭+2.0秒 03/22 1阪神104R 4着/17頭+0.3秒 02/21 1小倉96R 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) -49% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.4% / 期待値 +185% ※ 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	シンゼンコジロウ	◇永島	実97.1	B▽ A▽勝率4% EV+309% 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／126日ぶりの実戦）
前5走 04/12 2阪神62R 10着/16頭+2.3秒 03/22 1中京43R 6着/15頭+0.9秒 02/14 2京都52R 10着/16頭+2.9秒 02/01 2京都24R 12着/16頭+2.0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 8.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 126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 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 4.2% / 期待値 +310% ※ 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	サトノディヴァイン	幸	実13.5	B▽ A▽勝率6% EV-16% 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 4 ◎ 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% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 7.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.2% / 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。
5	タガノランパート	田口	実35.5	B▽ A▽勝率5% EV+68% 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 5 ◎ 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) -35% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.8% / 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。
6	クボウサマ	加藤	実117.7	B× A▽勝率4% EV+353% 詳細▼	大穴、AI予想勝率低く長期回収困難（78日ぶりの実戦）
前5走 05/30 3京都112R 6着/16頭+1.3秒 01/05 1京都22R 6着/16頭+1.5秒 12/13 5阪神32R 6着/10頭+3.3秒 11/22 4京都52R 12着/15頭+3.4秒 11/08 4京都14R 8着/12頭+2.4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 × 期待値 (オッズ vs AI勝率) -74% (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 14位 / 勝率 3.9% / 期待値 +353% ※ 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	バチラ	富田	実44.8	B× A▽勝率5% EV+102% 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／112日ぶりの実戦）
前5走 04/26 3京都25R 9着/12頭+1.0秒 04/11 1福島16R 11着/15頭+1.8秒 03/29 1中京65R 7着/16頭+0.7秒 02/01 1小倉46R 9着/18頭+0.9秒 01/18 1京都75R 5着/17頭+0.5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 9.0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) -65% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.5% / 期待値 +103% ※ 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	ガトー	秋山稔	実5.6	B▲ A○勝率10% EV-46% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着／113日ぶりの実戦）
前5走 04/25 3京都11R 3着/16頭+0.3秒 02/14 2京都55R 3着/14頭+1.0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 3.0着 (安定) ○ 前走実績前走 3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) -21% (オッズ過剰評価) AI 予想勝率 14.2% (オッズ暗示: 17.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.6% / 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。
9	ハッピーブルー	▲川端	実123.1	B× A▽勝率4% EV+374% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.5着と低調／203日ぶりの実戦）
前5走 01/25 1小倉26R 9着/11頭+4.1秒 01/12 1京都54R 8着/16頭+1.7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 8.5着 (不振) △ ローテーション 203日休養明け × 期待値 (オッズ vs AI勝率) -80% (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 3.9% / 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。
10	コンゴウフジ	渡辺竜	実13.7	B▽ A△勝率7% EV-4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（266日ぶりの実戦）
前5走 11/23 4京都65R 7着/9頭+1.1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) △ ローテーション 266日休養明け × 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 4.2% (オッズ暗示: 7.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.0% / 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。
11	ゴールデンドラゴン	松若	実9.7	B△ A△勝率8% EV-24% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（71日ぶりの実戦）
前5走 06/06 3阪神16R 5着/16頭+1.6秒 02/15 1小倉81R 8着/16頭+0.9秒 01/24 1小倉11R 3着/10頭+0.9秒 10/19 3京都75R 9着/11頭+1.7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 △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 10.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 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。
12	タロ	☆田山	実5.4	B○ A▲勝率9% EV-49% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着／105日ぶりの実戦）
前5走 05/03 1新潟23R 3着/14頭+0.4秒 04/12 3中山62R 2着/14頭+0.6秒 03/28 1中京54R 4着/14頭+0.9秒 02/28 1阪神32R 4着/14頭+1.0秒 01/10 1京都32R 4着/14頭+0.3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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 17.9% (オッズ暗示: 18.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.4% / 期待値 -49% ※ 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	アイランド	吉村	実2.9	B🌟◎ A×勝率11% EV-66% 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）
前5走 2回2日中京4R 3着/15頭+3.0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 2.7着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 31.5% (オッズ暗示: 34.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 11.4% / 期待値 -67% ※ 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	カラバッシュ	▲森田	実40.4	B▽ A▽勝率5% EV+93% 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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.8% / 期待値 +94% ※ 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	マーゴットショット	団野	実10.0	B△ A▽勝率7% EV-30% 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11.0着と低調／91日ぶりの実戦）
前5走 05/17 3京都83R 10着/12頭+4.3秒 04/25 3京都15R 12着/12頭+2.0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 11.0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) -30% (オッズ過剰評価) AI 予想勝率 7.0% (オッズ暗示: 10.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.0% / 期待値 -30% ※ 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	グレートアゲイン	鮫島良	実156.1	B× A▽勝率4% EV+499% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／127日ぶりの実戦）
前5走 04/11 1福島11R 8着/15頭+2.2秒 01/24 1京都82R 13着/14頭+1.7秒 01/04 1京都13R 10着/16頭+1.4秒 10/18 3京都66R 13着/16頭+4.0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 10.3着 (不振) △ ローテーション 127日休養明け × 期待値 (オッズ vs AI勝率) -74% (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 16位 / 勝率 3.8% / 期待値 +499% ※ 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 ×

アイランド

騎手吉村

単勝オッズ

2.9倍

AI期待値

-8%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲12タロ

5.4倍

EV -3%

▲A:○8ガトー

5.6倍

EV -20%

出走馬全16頭

◎A:×13

アイランド

吉村

2.9倍

-8%

›

○A:▲12

タロ

☆田山

5.4倍

-3%

›

▲A:○8

ガトー

秋山稔

5.6倍

-20%

›

△A:△11

ゴールデンドラゴン

松若

9.7倍

-28%

›

△A:▽15

マーゴットショット

団野

10.0倍

-29%

›

△A:△1

メイショウジンソウ

太宰

11.9倍

-16%

›

▽A:▽4

サトノディヴァイン

幸

13.5倍

-42%

›

▽A:△10

コンゴウフジ

渡辺竜

13.7倍

-41%

›

▽A:▽5

タガノランパート

田口

35.5倍

-34%

›

▽A:▽14

カラバッシュ

▲森田

40.4倍

-25%

›

×A:▽7

バチラ

富田

44.8倍

-65%

›

▽A:▽2

レイワノキセキ

高倉

65.4倍

-49%

›

▽A:▽3

シンゼンコジロウ

◇永島

97.1倍

-24%

›

×A:▽6

クボウサマ

加藤

117.7倍

-73%

›

×A:▽9

ハッピーブルー

▲川端

123.1倍

-79%

›

×A:▽16

グレートアゲイン

鮫島良

156.1倍

-74%

›

💡 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

12R 中京競馬場　発走 18:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メイショウジンソウ	太宰	実11.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回3日中京5R 5着/16頭+2.0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 5.0着 △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 7.4% (オッズ暗示: 8.4%) ※ 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。
2	レイワノキセキ	高倉	実65.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（70日ぶりの実戦）
前5走 06/07 3阪神26R 9着/16頭+1.6秒 04/25 3京都15R 8着/12頭+1.3秒 04/05 2阪神44R 6着/15頭+2.0秒 03/22 1阪神104R 4着/17頭+0.3秒 02/21 1小倉96R 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) +185% (市場が大幅過小評価) AI 予想勝率 4.4% (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。
3	シンゼンコジロウ	◇永島	実97.1	▽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／126日ぶりの実戦）
前5走 04/12 2阪神62R 10着/16頭+2.3秒 03/22 1中京43R 6着/15頭+0.9秒 02/14 2京都52R 10着/16頭+2.9秒 02/01 2京都24R 12着/16頭+2.0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 8.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 126日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +309% (市場が大幅過小評価) AI 予想勝率 4.2% (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。
4	サトノディヴァイン	幸	実13.5	▽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 4 ◎ 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) -16% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 7.4%) ※ 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。
5	タガノランパート	田口	実35.5	▽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 5 ◎ 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) +68% (市場が大幅過小評価) AI 予想勝率 4.8% (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。
6	クボウサマ	加藤	実117.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（78日ぶりの実戦）
前5走 05/30 3京都112R 6着/16頭+1.3秒 01/05 1京都22R 6着/16頭+1.5秒 12/13 5阪神32R 6着/10頭+3.3秒 11/22 4京都52R 12着/15頭+3.4秒 11/08 4京都14R 8着/12頭+2.4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 🌟◎ 期待値 (オッズ vs AI勝率) +353% (市場が大幅過小評価) AI 予想勝率 3.9% (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。
7	バチラ	富田	実44.8	▽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／112日ぶりの実戦）
前5走 04/26 3京都25R 9着/12頭+1.0秒 04/11 1福島16R 11着/15頭+1.8秒 03/29 1中京65R 7着/16頭+0.7秒 02/01 1小倉46R 9着/18頭+0.9秒 01/18 1京都75R 5着/17頭+0.5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 9.0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) +102% (市場が大幅過小評価) AI 予想勝率 4.5% (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。
8	ガトー	秋山稔	実5.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着／113日ぶりの実戦）
前5走 04/25 3京都11R 3着/16頭+0.3秒 02/14 2京都55R 3着/14頭+1.0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 3.0着 (安定) ○ 前走実績前走 3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) -46% (大幅な期待値マイナス) AI 予想勝率 9.6% (オッズ暗示: 17.9%) ※ 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	ハッピーブルー	▲川端	実123.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.5着と低調／203日ぶりの実戦）
前5走 01/25 1小倉26R 9着/11頭+4.1秒 01/12 1京都54R 8着/16頭+1.7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 8.5着 (不振) △ ローテーション 203日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +374% (市場が大幅過小評価) AI 予想勝率 3.9% (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。
10	コンゴウフジ	渡辺竜	実13.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（266日ぶりの実戦）
前5走 11/23 4京都65R 7着/9頭+1.1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) △ ローテーション 266日休養明け △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 7.0% (オッズ暗示: 7.3%) ※ 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。
11	ゴールデンドラゴン	松若	実9.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（71日ぶりの実戦）
前5走 06/06 3阪神16R 5着/16頭+1.6秒 02/15 1小倉81R 8着/16頭+0.9秒 01/24 1小倉11R 3着/10頭+0.9秒 10/19 3京都75R 9着/11頭+1.7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 △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 10.3%) ※ 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	タロ	☆田山	実5.4	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着／105日ぶりの実戦）
前5走 05/03 1新潟23R 3着/14頭+0.4秒 04/12 3中山62R 2着/14頭+0.6秒 03/28 1中京54R 4着/14頭+0.9秒 02/28 1阪神32R 4着/14頭+1.0秒 01/10 1京都32R 4着/14頭+0.3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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 105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 9.4% (オッズ暗示: 18.5%) ※ 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	アイランド	吉村	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）
前5走 2回2日中京4R 3着/15頭+3.0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 2.7着 (安定) ○ 前走実績前走 2着 (好走) × 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 11.4% (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。
14	カラバッシュ	▲森田	実40.4	▽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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +93% (市場が大幅過小評価) AI 予想勝率 4.8% (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。
15	マーゴットショット	団野	実10.0	▽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11.0着と低調／91日ぶりの実戦）
前5走 05/17 3京都83R 10着/12頭+4.3秒 04/25 3京都15R 12着/12頭+2.0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 11.0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) -30% (大幅な期待値マイナス) AI 予想勝率 7.0% (オッズ暗示: 10.0%) ※ 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。
16	グレートアゲイン	鮫島良	実156.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／127日ぶりの実戦）
前5走 04/11 1福島11R 8着/15頭+2.2秒 01/24 1京都82R 13着/14頭+1.7秒 01/04 1京都13R 10着/16頭+1.4秒 10/18 3京都66R 13着/16頭+4.0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 10.3着 (不振) △ ローテーション 127日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +499% (市場が大幅過小評価) AI 予想勝率 3.8% (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。

🎯 AIの本命

AI評価1位

アイランド

騎手吉村

単勝オッズ

2.9倍

AI期待値

-66%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ガトー

5.6倍

EV -46%

▲12タロ

5.4倍

EV -49%

出走馬全16頭

×13

アイランド

吉村

2.9倍

-66%

›

○8

ガトー

秋山稔

5.6倍

-46%

›

▲12

タロ

☆田山

5.4倍

-49%

›

△11

ゴールデンドラゴン

松若

9.7倍

-24%

›

△1

メイショウジンソウ

太宰

11.9倍

-12%

›

△10

コンゴウフジ

渡辺竜

13.7倍

-4%

›

▽15

マーゴットショット

団野

10.0倍

-30%

›

▽4

サトノディヴァイン

幸

13.5倍

-16%

›

▽14

カラバッシュ

▲森田

40.4倍

+93%

›

▽5

タガノランパート

田口

35.5倍

+68%

›

▽7

バチラ

富田

44.8倍

+102%

›

▽2

レイワノキセキ

高倉

65.4倍

+185%

›

▽3

シンゼンコジロウ

◇永島

97.1倍

+309%

›

▽6

クボウサマ

加藤

117.7倍

+353%

›

▽9

ハッピーブルー

▲川端

123.1倍

+374%

›

▽16

グレートアゲイン

鮫島良

156.1倍

+499%

›

💡 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