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 11:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キングズテイル	松山	実4.7	B○ A○勝率25% EV+19% 詳細▼	AI上位評価だが期待値不足、見送り（162日ぶりの実戦）
前5走 03/21 1阪神93R 4着/10頭+1.0秒 03/01 1阪神43R 3着/12頭+0.2秒 01/12 1京都52R 6着/16頭+1.0秒 12/28 5阪神81R 3着/13頭+0.0秒 10/04 3京都15R 8着/14頭+1.4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 4.3着 △ ローテーション 162日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 16.2% (オッズ暗示: 21.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 25.4% / 期待値 +19% ※ 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	プペアンビスキュイ	坂井	実12.9	B▲ A▲勝率11% EV+42% 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 2 ◎ 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) -15% (オッズ過剰評価) AI 予想勝率 6.6% (オッズ暗示: 7.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.1% / 期待値 +43% ※ 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	オーロラボレアリス	北村友	実21.6	B▽ A▽勝率6% EV+22% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／105日ぶりの実戦）
前5走 05/17 3京都84R 6着/17頭+0.4秒 05/02 3京都33R 11着/18頭+0.6秒 02/28 1阪神35R 8着/14頭+1.6秒 02/07 2京都35R 2着/14頭+0.0秒 12/06 5阪神13R 6着/17頭+0.9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 8.3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) -21% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 4.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.7% / 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。
4	カツラコマチ	国分恭	実218.8	B× A▽勝率1% EV+18% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 2回2日中京4R 8着/15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 11.0着 (不振) ▽ 前走実績前走 14着 (大敗) × 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 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 0.5% / 期待値 +18% ※ 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	ハツアカネ	松若	実75.9	B▽ A▽勝率1% EV0% 詳細▼	大穴、AI予想勝率低く長期回収困難（95日ぶりの実戦）
前5走 05/27 園田10R 7着/10頭+2.4秒 02/14 1小倉71R 8着/16頭+0.9秒 01/25 1中山94R 4着/16頭+0.7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 6.3着 △ ローテーション 95日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 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。
6	グランブリーゼ	加藤	実404.1	B▽ A▽勝率1% EV+271% 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2日中京12R 13着/15頭+3.0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 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) +12% (市場と概ね一致) AI 予想勝率 0.3% (オッズ暗示: 0.2%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.9% / 期待値 +272% ※ 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	セッシュウ	団野	実1.5	B🌟◎ A×勝率30% 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（直近3走平均2.3着と安定／前走2着／155日ぶりの実戦）
前5走 03/28 1中京51R 2着/16頭+0.2秒 03/07 1阪神52R 2着/16頭+0.1秒 01/10 1京都33R 3着/16頭+0.3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 2.3着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 155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 56.5% (オッズ暗示: 66.7%) × Aモデルの評価 (参考) レース内 1位 / 勝率 29.9% / 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。
8	メイショウヒタカミ	角田和	実21.0	B△ A△勝率6% EV+18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／120日ぶりの実戦）
前5走 05/02 3京都32R 3着/15頭+1.3秒 04/11 2阪神53R 3着/13頭+1.3秒 03/21 1中京35R 9着/18頭+2.1秒 11/22 4京都54R 8着/11頭+1.4秒 11/01 3京都103R 3着/8頭+0.6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 5.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 120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 3.7% (オッズ暗示: 4.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.7% / 期待値 +19% ※ 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	デュードロップ	◇永島	実71.3	B▽ A▽勝率1% EV-6% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7着と低調／127日ぶりの実戦）
前5走 04/25 3京都13R 14着/15頭+3.4秒 03/14 1中京14R 9着/16頭+1.0秒 12/20 5阪神55R 15着/18頭+1.4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 12.7着 (不振) ▽ 前走実績前走 14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) -29% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.3% / 期待値 -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	ラッキーヴォーグ	西村淳	実13.5	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（99日ぶりの実戦）
前5走 05/23 3京都91R 8着/16頭+1.0秒 05/17 3京都82R 4着/16頭+0.5秒 04/04 2阪神34R 7着/18頭+0.7秒 11/08 4京都12R 8着/15頭+1.0秒 10/19 3京都74R 10着/17頭+1.2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 6.3着 △ ローテーション 99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 4.6% (オッズ暗示: 7.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.3% / 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。
11	メイショウドキョウ	富田	実278.8	B▽ A▽勝率1% EV+156% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調）
前5走 2回2日中京5R 14着/16頭 ― ― ― ―
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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 0.3% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.9% / 期待値 +156% ※ 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	サウンドヴィヴァン	▲森田	実133.9	B× A▽勝率1% EV+23% 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 12 ◎ 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) -53% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 期待値 +23% ※ 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	サカトクフェイス	長岡	実100.1	B▽ A▽勝率1% EV0% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調／133日ぶりの実戦）
前5走 04/19 1福島45R 15着/16頭+2.4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 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 133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 0.7% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -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。
14	ウェンロック	☆田山	実15.7	B△ A△勝率6% EV-8% 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 14 ◎ 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 5位 (中位評価) × 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 3.8% (オッズ暗示: 6.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.8% / 期待値 -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	サンロンブル	Ｍデムーロ	実81.3	B▽ A▽勝率3% EV+118% 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 15 ◎ 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 10位 (中位評価) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.7% / 期待値 +119% ※ 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	メイショウケンゴウ	太宰	実149.5	B× A▽勝率1% EV-19% 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／134日ぶりの実戦）
前5走 04/18 2阪神74R 12着/18頭+1.4秒 03/22 1中京44R 7着/15頭+0.9秒 01/05 1京都26R 7着/14頭+0.5秒 12/21 5中京61R 10着/16頭+2.8秒 10/18 3京都66R 8着/16頭+2.7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 8.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 134日休養明け × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.5% / 期待値 -19% ※ 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 ×

セッシュウ

騎手団野

単勝オッズ

1.5倍

AI期待値

-15%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○1キングズテイル

4.7倍

EV -24%

▲A:▲2プペアンビスキュイ

12.9倍

EV -14%

出走馬全16頭

◎A:×7

セッシュウ

団野

1.5倍

-15%

›

○A:○1

キングズテイル

松山

4.7倍

-24%

›

▲A:▲2

プペアンビスキュイ

坂井

12.9倍

-14%

›

△A:△10

ラッキーヴォーグ

西村淳

13.5倍

-38%

›

△A:△14

ウェンロック

☆田山

15.7倍

-39%

›

△A:△8

メイショウヒタカミ

角田和

21.0倍

-23%

›

▽A:▽3

オーロラボレアリス

北村友

21.6倍

-21%

›

▽A:▽9

デュードロップ

◇永島

71.3倍

-28%

›

▽A:▽5

ハツアカネ

松若

75.9倍

-24%

›

▽A:▽15

サンロンブル

Ｍデムーロ

81.3倍

-18%

›

▽A:▽13

サカトクフェイス

長岡

100.1倍

-29%

›

×A:▽12

サウンドヴィヴァン

▲森田

133.9倍

-52%

›

▽A:▽11

メイショウドキョウ

富田

278.8倍

-22%

›

▽A:▽6

グランブリーゼ

加藤

404.1倍

+12%

›

×A:▽16

メイショウケンゴウ

太宰

149.5倍

-69%

›

×A:▽4

カツラコマチ

国分恭

218.8倍

-56%

›

💡 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 11:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キングズテイル	松山	実4.7	○詳細▼	AI上位評価だが期待値不足、見送り（162日ぶりの実戦）
前5走 03/21 1阪神93R 4着/10頭+1.0秒 03/01 1阪神43R 3着/12頭+0.2秒 01/12 1京都52R 6着/16頭+1.0秒 12/28 5阪神81R 3着/13頭+0.0秒 10/04 3京都15R 8着/14頭+1.4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 4.3着 △ ローテーション 162日休養明け △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 25.4% (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。
2	プペアンビスキュイ	坂井	実12.9	▲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 2 ◎ 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) +42% (妙味あり) AI 予想勝率 11.1% (オッズ暗示: 7.8%) ※ 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	オーロラボレアリス	北村友	実21.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／105日ぶりの実戦）
前5走 05/17 3京都84R 6着/17頭+0.4秒 05/02 3京都33R 11着/18頭+0.6秒 02/28 1阪神35R 8着/14頭+1.6秒 02/07 2京都35R 2着/14頭+0.0秒 12/06 5阪神13R 6着/17頭+0.9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 8.3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) +22% (市場と概ね一致) AI 予想勝率 5.7% (オッズ暗示: 4.6%) ※ 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。
4	カツラコマチ	国分恭	実218.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 2回2日中京4R 8着/15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 11.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 0.5% (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。
5	ハツアカネ	松若	実75.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（95日ぶりの実戦）
前5走 05/27 園田10R 7着/10頭+2.4秒 02/14 1小倉71R 8着/16頭+0.9秒 01/25 1中山94R 4着/16頭+0.7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 6.3着 △ ローテーション 95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 1.3% (オッズ暗示: 1.3%) ※ 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。
6	グランブリーゼ	加藤	実404.1	▽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2日中京12R 13着/15頭+3.0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 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) +271% (市場が大幅過小評価) AI 予想勝率 0.9% (オッズ暗示: 0.2%) ※ 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	セッシュウ	団野	実1.5	×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2.3着と安定／前走2着／155日ぶりの実戦）
前5走 03/28 1中京51R 2着/16頭+0.2秒 03/07 1阪神52R 2着/16頭+0.1秒 01/10 1京都33R 3着/16頭+0.3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 2.3着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 155日休養明け × 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 29.9% (オッズ暗示: 66.7%) ※ 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。
8	メイショウヒタカミ	角田和	実21.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／120日ぶりの実戦）
前5走 05/02 3京都32R 3着/15頭+1.3秒 04/11 2阪神53R 3着/13頭+1.3秒 03/21 1中京35R 9着/18頭+2.1秒 11/22 4京都54R 8着/11頭+1.4秒 11/01 3京都103R 3着/8頭+0.6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 5.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 5.7% (オッズ暗示: 4.8%) ※ 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。
9	デュードロップ	◇永島	実71.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7着と低調／127日ぶりの実戦）
前5走 04/25 3京都13R 14着/15頭+3.4秒 03/14 1中京14R 9着/16頭+1.0秒 12/20 5阪神55R 15着/18頭+1.4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 12.7着 (不振) ▽ 前走実績前走 14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) -7% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.4%) ※ 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。
10	ラッキーヴォーグ	西村淳	実13.5	△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 05/23 3京都91R 8着/16頭+1.0秒 05/17 3京都82R 4着/16頭+0.5秒 04/04 2阪神34R 7着/18頭+0.7秒 11/08 4京都12R 8着/15頭+1.0秒 10/19 3京都74R 10着/17頭+1.2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 6.3着 △ ローテーション 99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 6.3% (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。
11	メイショウドキョウ	富田	実278.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調）
前5走 2回2日中京5R 14着/16頭 ― ― ― ―
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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 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 0.9% (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。
12	サウンドヴィヴァン	▲森田	実133.9	▽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 12 ◎ 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) +23% (市場と概ね一致) AI 予想勝率 0.9% (オッズ暗示: 0.7%) ※ 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。
13	サカトクフェイス	長岡	実100.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調／133日ぶりの実戦）
前5走 04/19 1福島45R 15着/16頭+2.4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 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 1.0% (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。
14	ウェンロック	☆田山	実15.7	△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 14 ◎ 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 5位 (中位評価) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 5.8% (オッズ暗示: 6.4%) ※ 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。
15	サンロンブル	Ｍデムーロ	実81.3	▽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 15 ◎ 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) +118% (市場が大幅過小評価) AI 予想勝率 2.7% (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。
16	メイショウケンゴウ	太宰	実149.5	▽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／134日ぶりの実戦）
前5走 04/18 2阪神74R 12着/18頭+1.4秒 03/22 1中京44R 7着/15頭+0.9秒 01/05 1京都26R 7着/14頭+0.5秒 12/21 5中京61R 10着/16頭+2.8秒 10/18 3京都66R 8着/16頭+2.7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 8.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 134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 0.5% (オッズ暗示: 0.7%) ※ 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

セッシュウ

騎手団野

単勝オッズ

1.5倍

AI期待値

-55%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1キングズテイル

4.7倍

EV +19%

▲2プペアンビスキュイ

12.9倍

EV +42%

出走馬全16頭

×7

セッシュウ

団野

1.5倍

-55%

›

○1

キングズテイル

松山

4.7倍

+19%

›

▲2

プペアンビスキュイ

坂井

12.9倍

+42%

›

△10

ラッキーヴォーグ

西村淳

13.5倍

-14%

›

△14

ウェンロック

☆田山

15.7倍

-8%

›

△8

メイショウヒタカミ

角田和

21.0倍

+18%

›

▽3

オーロラボレアリス

北村友

21.6倍

+22%

›

▽15

サンロンブル

Ｍデムーロ

81.3倍

+118%

›

▽9

デュードロップ

◇永島

71.3倍

-6%

›

▽5

ハツアカネ

松若

75.9倍

›

▽13

サカトクフェイス

長岡

100.1倍

›

▽12

サウンドヴィヴァン

▲森田

133.9倍

+23%

›

▽11

メイショウドキョウ

富田

278.8倍

+156%

›

▽6

グランブリーゼ

加藤

404.1倍

+271%

›

▽16

メイショウケンゴウ

太宰

149.5倍

-19%

›

▽4

カツラコマチ

国分恭

218.8倍

+18%

›

💡 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