中京 1R 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

1R 中京競馬場　発走 09:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ビバームス	長岡	実15.9	B△ A△勝率13% EV+101% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走3着）
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 1 ◎ 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) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 6.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.7% / 期待値 +101% ※ 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	ラインエレガント	吉村	実5.5	B▲ A▲勝率18% EV-1% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
前5走 2回1日中京2R 2着/13頭+1.0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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 12.8% (オッズ暗示: 18.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.8% / 期待値 -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。
3	パストザクラウン	◇今村	実28.8	B△ A△勝率10% EV+181% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 3回5日東京4R 7着/11頭 2回2日新潟1R 5着/11頭 ― ― ―
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 6.0着 × 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 2.3% (オッズ暗示: 3.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 9.8% / 期待値 +182% ※ 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	プリンキピッサ	西村淳	実4.6	B○ A○勝率20% EV-9% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
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 2.0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 19.9% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.7% / 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。
5	ベニバナ	☆田山	実1.4	B🌟◎ A×勝率22% 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3.0着と安定／前走3着）
前5走 2回3日中京2R 3着/13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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 56.2% (オッズ暗示: 71.4%) × Aモデルの評価 (参考) レース内 1位 / 勝率 22.4% / 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	ウインクローバー	田口	実25.5	B△ A△勝率10% EV+156% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回3日中京2R 5着/13頭 ― ― ― ―
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 5.0着 × 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 2.7% (オッズ暗示: 3.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.1% / 期待値 +157% ※ 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	レットミーゴー	城戸	実218.9	B▽ A▽勝率8% EV+999% 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 7 ◎ 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 7位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 0.6% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.6% / 期待値 +1566% ※ 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 ×

ベニバナ

騎手 ☆田山

単勝オッズ

1.4倍

AI期待値

-21%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○4プリンキピッサ

4.6倍

EV -8%

▲A:▲2ラインエレガント

5.5倍

EV -29%

出走馬全7頭

◎A:×5

ベニバナ

☆田山

1.4倍

-21%

›

○A:○4

プリンキピッサ

西村淳

4.6倍

-8%

›

▲A:▲2

ラインエレガント

吉村

5.5倍

-29%

›

△A:△1

ビバームス

長岡

15.9倍

-12%

›

△A:△6

ウインクローバー

田口

25.5倍

-30%

›

△A:△3

パストザクラウン

◇今村

28.8倍

-33%

›

▽A:▽7

レットミーゴー

城戸

218.9倍

+30%

›

💡 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

1R 中京競馬場　発走 09:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ビバームス	長岡	実15.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走3着）
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 1 ◎ 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) 🌟◎ 期待値 (オッズ vs AI勝率) +101% (市場が大幅過小評価) AI 予想勝率 12.7% (オッズ暗示: 6.3%) ※ 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	ラインエレガント	吉村	実5.5	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
前5走 2回1日中京2R 2着/13頭+1.0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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 17.8% (オッズ暗示: 18.2%) ※ 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。
3	パストザクラウン	◇今村	実28.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 3回5日東京4R 7着/11頭 2回2日新潟1R 5着/11頭 ― ― ―
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 6.0着 🌟◎ 期待値 (オッズ vs AI勝率) +181% (市場が大幅過小評価) AI 予想勝率 9.8% (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。
4	プリンキピッサ	西村淳	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 19.7% (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。
5	ベニバナ	☆田山	実1.4	×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3.0着と安定／前走3着）
前5走 2回3日中京2R 3着/13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 3.0着 (安定) ○ 前走実績前走 3着 (好走) × 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 22.4% (オッズ暗示: 71.4%) ※ 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。
6	ウインクローバー	田口	実25.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回3日中京2R 5着/13頭 ― ― ― ―
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 5.0着 🌟◎ 期待値 (オッズ vs AI勝率) +156% (市場が大幅過小評価) AI 予想勝率 10.1% (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。
7	レットミーゴー	城戸	実218.9	▽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 7 ◎ 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 7位 (中位評価) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 7.6% (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。

🎯 AIの本命

AI評価1位

ベニバナ

騎手 ☆田山

単勝オッズ

1.4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

○4プリンキピッサ

4.6倍

EV -9%

▲2ラインエレガント

5.5倍

EV -1%

出走馬全7頭

×5

ベニバナ

☆田山

1.4倍

-68%

›

○4

プリンキピッサ

西村淳

4.6倍

-9%

›

▲2

ラインエレガント

吉村

5.5倍

-1%

›

△1

ビバームス

長岡

15.9倍

+101%

›

△6

ウインクローバー

田口

25.5倍

+156%

›

△3

パストザクラウン

◇今村

28.8倍

+181%

›

▽7

レットミーゴー

城戸

218.9倍

+999%

›

💡 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