中京 6R 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

6R 中京競馬場　発走 15:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サンセットブライト	秋山稔	実333.2	B▽ A▽勝率1% EV+90% 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／98日ぶりの実戦）
前5走 05/24 2東京1012R 16着/16頭+1.9秒 05/02 1新潟111R 6着/15頭+1.6秒 03/07 2中山310R 9着/14頭+1.8秒 02/07 1小倉511R 11着/16頭+0.5秒 12/21 5中山610R 6着/15頭+1.0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 10.3着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 98日休養明け × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.6% / 期待値 +91% ※ 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	ペンナヴェローチェ	北村友	実19.7	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（当競馬場6走で勝率0%と苦戦傾向／92日ぶりの実戦）
前5走 05/30 3京都1110R 7着/16頭+1.2秒 05/16 3京都710R 2着/15頭+0.2秒 04/25 3京都110R 3着/11頭+0.4秒 04/12 2阪神612R 3着/13頭+0.4秒 02/15 2京都610R 4着/10頭+1.2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 4.0着 × 当競馬場適性 6走で勝率 0% (苦戦) △ ローテーション 92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 3.9% (オッズ暗示: 5.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.0% / 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。
3	ダンツシタン推奨	太宰	実12.8	B▲ A▲勝率13% EV+63% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+41%の妙味（当競馬場3走で勝率33%と適性高）
前5走 03/14 1中京16R 9着/16頭+2.4秒 03/01 1阪神44R 2着/8頭+0.7秒 01/31 2京都17R 3着/11頭+0.2秒 01/10 1中山39R 3着/10頭+0.9秒 12/14 5中山47R 2着/16頭+0.0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 4.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 169日休養明け ◎ 期待値 (オッズ vs AI勝率) +41% (妙味あり) AI 予想勝率 11.1% (オッズ暗示: 7.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.8% / 期待値 +64% ※ 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	ビップスコーピオン	Ｍデムーロ	実108.4	B▽ A▽勝率1% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／直近3走平均15.0着と低調／462日ぶりの実戦）
前5走 05/25 2東京1012R 15着/16頭+2.6秒 05/25 2東京1012R 15着/16頭+2.6秒 05/25 2東京1012R 15着/16頭+2.6秒 05/25 2東京1012R 15着/16頭+2.6秒 05/25 2東京1012R 15着/16頭+2.6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 15.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) △ ローテーション 462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 0.7% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 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	シャルクハフト	吉村	実195.0	B× A▽勝率1% EV+11% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／直近3走平均11.0着と低調／106日ぶりの実戦）
前5走 05/16 3京都710R 11着/15頭+0.8秒 04/12 2阪神612R 13着/13頭+1.4秒 02/15 2京都610R 9着/10頭+3.0秒 01/24 1京都810R 5着/15頭+0.4秒 12/14 5阪神410R 6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 11.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 106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 0.2% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.6% / 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。
6	ビービークローサー	坂井	実1.3	B🌟◎ A×勝率32% EV-58% 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走で勝率33%と好調／前走2着／92日ぶりの実戦）
前5走 05/30 3京都119R 2着/9頭+0.1秒 04/25 2東京16R 1着/16頭勝利 04/05 2阪神49R 2着/12頭+0.1秒 01/31 1東京17R 2着/16頭+0.3秒 01/10 1京都33R 1着/16頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 2着 (好走) △ ローテーション 92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 52.8% (オッズ暗示: 76.9%) × Aモデルの評価 (参考) レース内 1位 / 勝率 31.7% / 期待値 -59% ※ 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	タイセイカイザー	団野	実37.3	B▽ A▽勝率3% EV+6% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/30 2東京1112R 1着/16頭勝利 05/10 2東京69R 2着/9頭+0.1秒 03/28 2阪神112R 3着/14頭+0.3秒 03/08 1阪神66R 1着/9頭勝利 12/06 5中京16R 9着/16頭+1.6秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 92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 1.8% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.8% / 期待値 +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。
8	インザモーメント	田山	実42.5	B▽ A▽勝率1% EV-41% 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／238日ぶりの実戦）
前5走 01/04 1京都110R 9着/9頭+0.7秒 11/22 4京都510R 14着/16頭+2.1秒 05/31 2京都1110R 7着/16頭+1.3秒 04/27 2京都210R 9着/16頭+0.7秒 03/09 2中山49R 8着/12頭+1.2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 10.0着 (不振) △ ローテーション 238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 1.8% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.4% / 期待値 -41% ※ 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	リューデスハイム	西村淳	実16.6	B△ A△勝率6% EV+2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率67%と適性高／106日ぶりの実戦）
前5走 05/16 3京都710R 6着/15頭+0.6秒 04/12 2阪神612R 4着/13頭+0.4秒 01/24 1京都810R 7着/15頭+0.6秒 12/14 5阪神410R 2着/16頭+0.2秒 10/18 4東京610R 13着/16頭+2.6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 5.7着 ◎ 当競馬場適性 3走で勝率 67% (得意) △ ローテーション 106日休養明け × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 6.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.2% / 期待値 +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。
10	インジケーター	酒井	実130.8	B× A▽勝率1% EV-25% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／98日ぶりの実戦）
前5走 05/24 2東京1012R 5着/16頭+0.8秒 04/12 3中山69R 1着/12頭勝利 03/15 2中山69R 8着/11頭+2.0秒 01/12 1中山59R 13着/16頭+1.8秒 12/20 5中山510R 5着/16頭+0.6秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 98日休養明け × 期待値 (オッズ vs AI勝率) -79% (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 13位 / 勝率 0.6% / 期待値 -25% ※ 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	フームスムート	菱田	実369.8	B× A▽勝率1% EV+111% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 05/17 2京都710R 10着/16頭+2.0秒 05/17 2京都710R 10着/16頭+2.0秒 05/17 2京都710R 10着/16頭+2.0秒 05/17 2京都710R 10着/16頭+2.0秒 05/17 2京都710R 10着/16頭+2.0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 10.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 470日休養明け × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.6% / 期待値 +111% ※ 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	クァンタムウェーブ	幸	実26.0	B△ A▽勝率6% EV+55% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調／91日ぶりの実戦）
前5走 05/31 2東京129R 14着/15頭+3.4秒 12/27 5阪神710R 4着/16頭+0.3秒 11/16 4京都410R 13着/14頭+2.2秒 01/22 船橋11R 2着/10頭+0.4秒 11/03 6京都29R 1着/12頭勝利
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 10.3着 (不振) ▽ 前走実績前走 14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) +5% (市場と概ね一致) AI 予想勝率 4.1% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.0% / 期待値 +56% ※ 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	メイショウシナノ	田口	実47.5	B▽ A▽勝率3% EV+28% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／106日ぶりの実戦）
前5走 05/16 3京都710R 7着/15頭+0.7秒 03/15 1阪神810R 4着/14頭+1.0秒 02/21 1小倉911R 3着/13頭+0.7秒 02/07 1小倉511R 7着/16頭+0.3秒 01/24 1京都810R 12着/15頭+0.8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 4.7着 × 当競馬場適性 5走で勝率 0% (苦戦) △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.7% / 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。
14	レヴァンテシチー	松山	実20.7	B▽ A△勝率6% EV+28% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率67%と好調／前走勝利の勢い／119日ぶりの実戦）
前5走 05/03 3京都49R 1着/9頭勝利 04/19 2阪神88R 1着/11頭勝利 03/22 1中京47R 4着/15頭+0.4秒 02/28 1阪神36R 2着/13頭+0.1秒 02/15 2京都67R 2着/13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戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 119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 3.9% (オッズ暗示: 4.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.2% / 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。
15	キーチパルフェ	松若	実24.2	B▽ A▽勝率4% EV+5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率67%と好調／前走勝利の勢い／231日ぶりの実戦）
前5走 01/11 1京都49R 1着/10頭勝利 11/23 4京都68R 3着/14頭+0.6秒 09/13 4阪神312R 1着/14頭勝利 07/20 2小倉87R 6着/10頭+1.0秒 06/29 2小倉29R 4着/8頭+0.3秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 231日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.4% / 期待値 +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。
16	ゴッドエスパーダ	角田和	実8.9	B○ A○勝率17% EV+51% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／91日ぶりの実戦）
前5走 05/31 3京都129R 1着/10頭勝利 05/17 3京都88R 2着/8頭+0.0秒 01/11 1京都49R 5着/10頭+0.6秒 12/13 5阪神310R 2着/14頭+0.3秒 09/20 4阪神612R 2着/16頭+0.5秒
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 11.3% (オッズ暗示: 11.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.0% / 期待値 +52% ※ 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 ×

ビービークローサー

騎手坂井

単勝オッズ

1.3倍

AI期待値

-31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○16ゴッドエスパーダ

8.9倍

EV +0%

▲A:▲3ダンツシタン

12.8倍

EV +41%

出走馬全16頭

◎A:×6

ビービークローサー

坂井

1.3倍

-31%

›

○A:○16

ゴッドエスパーダ

角田和

8.9倍

+0%

›

▲A:▲3

ダンツシタン

太宰

12.8倍

+41%

›

△A:△9

リューデスハイム

西村淳

16.6倍

-32%

›

△A:▽12

クァンタムウェーブ

幸

26.0倍

+5%

›

△A:△2

ペンナヴェローチェ

北村友

19.7倍

-23%

›

▽A:△14

レヴァンテシチー

松山

20.7倍

-19%

›

▽A:▽15

キーチパルフェ

松若

24.2倍

-41%

›

▽A:▽7

タイセイカイザー

団野

37.3倍

-34%

›

▽A:▽8

インザモーメント

田山

42.5倍

-25%

›

▽A:▽13

メイショウシナノ

田口

47.5倍

-16%

›

▽A:▽4

ビップスコーピオン

Ｍデムーロ

108.4倍

-19%

›

×A:▽10

インジケーター

酒井

130.8倍

-79%

›

×A:▽5

シャルクハフト

吉村

195.0倍

-69%

›

▽A:▽1

サンセットブライト

秋山稔

333.2倍

-47%

›

×A:▽11

フームスムート

菱田

369.8倍

-99%

›

💡 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

A. 現行モデル (binary)

単勝 3 ダンツシタン実12.8倍期待値 +42% 推奨 10.0〜30.0倍 ¥300 ❌不的中2着

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 3 ダンツシタン実12.8倍期待値 +42% 推奨 10.0〜30.0倍 ¥200 ❌不的中2着

※ オッズは予測時点の値です。

6R 中京競馬場　発走 15:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サンセットブライト	秋山稔	実333.2	▽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／98日ぶりの実戦）
前5走 05/24 2東京1012R 16着/16頭+1.9秒 05/02 1新潟111R 6着/15頭+1.6秒 03/07 2中山310R 9着/14頭+1.8秒 02/07 1小倉511R 11着/16頭+0.5秒 12/21 5中山610R 6着/15頭+1.0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 10.3着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 98日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +90% (市場が大幅過小評価) AI 予想勝率 0.6% (オッズ暗示: 0.3%) ※ 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	ペンナヴェローチェ	北村友	実19.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率0%と苦戦傾向／92日ぶりの実戦）
前5走 05/30 3京都1110R 7着/16頭+1.2秒 05/16 3京都710R 2着/15頭+0.2秒 04/25 3京都110R 3着/11頭+0.4秒 04/12 2阪神612R 3着/13頭+0.4秒 02/15 2京都610R 4着/10頭+1.2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 4.0着 × 当競馬場適性 6走で勝率 0% (苦戦) △ ローテーション 92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 6.0% (オッズ暗示: 5.1%) ※ 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。
3	ダンツシタン推奨	太宰	実12.8	▲詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+63%の中穴候補（当競馬場3走で勝率33%と適性高）
前5走 03/14 1中京16R 9着/16頭+2.4秒 03/01 1阪神44R 2着/8頭+0.7秒 01/31 2京都17R 3着/11頭+0.2秒 01/10 1中山39R 3着/10頭+0.9秒 12/14 5中山47R 2着/16頭+0.0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 4.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 169日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +63% (市場が大幅過小評価) AI 予想勝率 12.8% (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。
4	ビップスコーピオン	Ｍデムーロ	実108.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／直近3走平均15.0着と低調／462日ぶりの実戦）
前5走 05/25 2東京1012R 15着/16頭+2.6秒 05/25 2東京1012R 15着/16頭+2.6秒 05/25 2東京1012R 15着/16頭+2.6秒 05/25 2東京1012R 15着/16頭+2.6秒 05/25 2東京1012R 15着/16頭+2.6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 15.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) △ ローテーション 462日休養明け × 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 0.6% (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。
5	シャルクハフト	吉村	実195.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／直近3走平均11.0着と低調／106日ぶりの実戦）
前5走 05/16 3京都710R 11着/15頭+0.8秒 04/12 2阪神612R 13着/13頭+1.4秒 02/15 2京都610R 9着/10頭+3.0秒 01/24 1京都810R 5着/15頭+0.4秒 12/14 5阪神410R 6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 11.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 0.6% (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。
6	ビービークローサー	坂井	実1.3	×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走で勝率33%と好調／前走2着／92日ぶりの実戦）
前5走 05/30 3京都119R 2着/9頭+0.1秒 04/25 2東京16R 1着/16頭勝利 04/05 2阪神49R 2着/12頭+0.1秒 01/31 1東京17R 2着/16頭+0.3秒 01/10 1京都33R 1着/16頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 2着 (好走) △ ローテーション 92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 31.7% (オッズ暗示: 76.9%) ※ 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	タイセイカイザー	団野	実37.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/30 2東京1112R 1着/16頭勝利 05/10 2東京69R 2着/9頭+0.1秒 03/28 2阪神112R 3着/14頭+0.3秒 03/08 1阪神66R 1着/9頭勝利 12/06 5中京16R 9着/16頭+1.6秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 2.8% (オッズ暗示: 2.7%) ※ 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	インザモーメント	田山	実42.5	▽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／238日ぶりの実戦）
前5走 01/04 1京都110R 9着/9頭+0.7秒 11/22 4京都510R 14着/16頭+2.1秒 05/31 2京都1110R 7着/16頭+1.3秒 04/27 2京都210R 9着/16頭+0.7秒 03/09 2中山49R 8着/12頭+1.2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 10.0着 (不振) △ ローテーション 238日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.4%) ※ 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。
9	リューデスハイム	西村淳	実16.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率67%と適性高／106日ぶりの実戦）
前5走 05/16 3京都710R 6着/15頭+0.6秒 04/12 2阪神612R 4着/13頭+0.4秒 01/24 1京都810R 7着/15頭+0.6秒 12/14 5阪神410R 2着/16頭+0.2秒 10/18 4東京610R 13着/16頭+2.6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 5.7着 ◎ 当競馬場適性 3走で勝率 67% (得意) △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 6.0%) ※ 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。
10	インジケーター	酒井	実130.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／98日ぶりの実戦）
前5走 05/24 2東京1012R 5着/16頭+0.8秒 04/12 3中山69R 1着/12頭勝利 03/15 2中山69R 8着/11頭+2.0秒 01/12 1中山59R 13着/16頭+1.8秒 12/20 5中山510R 5着/16頭+0.6秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 98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 0.6% (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。
11	フームスムート	菱田	実369.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／直近3走平均10.0着と低調／470日ぶりの実戦）
前5走 05/17 2京都710R 10着/16頭+2.0秒 05/17 2京都710R 10着/16頭+2.0秒 05/17 2京都710R 10着/16頭+2.0秒 05/17 2京都710R 10着/16頭+2.0秒 05/17 2京都710R 10着/16頭+2.0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 10.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 470日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +111% (市場が大幅過小評価) AI 予想勝率 0.6% (オッズ暗示: 0.3%) ※ 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	クァンタムウェーブ	幸	実26.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調／91日ぶりの実戦）
前5走 05/31 2東京129R 14着/15頭+3.4秒 12/27 5阪神710R 4着/16頭+0.3秒 11/16 4京都410R 13着/14頭+2.2秒 01/22 船橋11R 2着/10頭+0.4秒 11/03 6京都29R 1着/12頭勝利
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 10.3着 (不振) ▽ 前走実績前走 14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) +55% (市場が大幅過小評価) AI 予想勝率 6.0% (オッズ暗示: 3.8%) ※ 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。
13	メイショウシナノ	田口	実47.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／106日ぶりの実戦）
前5走 05/16 3京都710R 7着/15頭+0.7秒 03/15 1阪神810R 4着/14頭+1.0秒 02/21 1小倉911R 3着/13頭+0.7秒 02/07 1小倉511R 7着/16頭+0.3秒 01/24 1京都810R 12着/15頭+0.8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 4.7着 × 当競馬場適性 5走で勝率 0% (苦戦) △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 2.7% (オッズ暗示: 2.1%) ※ 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。
14	レヴァンテシチー	松山	実20.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率67%と好調／前走勝利の勢い／119日ぶりの実戦）
前5走 05/03 3京都49R 1着/9頭勝利 04/19 2阪神88R 1着/11頭勝利 03/22 1中京47R 4着/15頭+0.4秒 02/28 1阪神36R 2着/13頭+0.1秒 02/15 2京都67R 2着/13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戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 6.2% (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。
15	キーチパルフェ	松若	実24.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率67%と好調／前走勝利の勢い／231日ぶりの実戦）
前5走 01/11 1京都49R 1着/10頭勝利 11/23 4京都68R 3着/14頭+0.6秒 09/13 4阪神312R 1着/14頭勝利 07/20 2小倉87R 6着/10頭+1.0秒 06/29 2小倉29R 4着/8頭+0.3秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 231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 4.4% (オッズ暗示: 4.1%) ※ 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。
16	ゴッドエスパーダ	角田和	実8.9	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／91日ぶりの実戦）
前5走 05/31 3京都129R 1着/10頭勝利 05/17 3京都88R 2着/8頭+0.0秒 01/11 1京都49R 5着/10頭+0.6秒 12/13 5阪神310R 2着/14頭+0.3秒 09/20 4阪神612R 2着/16頭+0.5秒
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +51% (市場が大幅過小評価) AI 予想勝率 17.0% (オッズ暗示: 11.2%) ※ 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。

🎯 AIの本命

AI評価1位

ビービークローサー

騎手坂井

単勝オッズ

1.3倍

AI期待値

-58%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○16ゴッドエスパーダ

8.9倍

EV +51%

▲3ダンツシタン

12.8倍

EV +63%

出走馬全16頭

×6

ビービークローサー

坂井

1.3倍

-58%

›

○16

ゴッドエスパーダ

角田和

8.9倍

+51%

›

▲3

ダンツシタン

太宰

12.8倍

+63%

›

△9

リューデスハイム

西村淳

16.6倍

+2%

›

△14

レヴァンテシチー

松山

20.7倍

+28%

›

△2

ペンナヴェローチェ

北村友

19.7倍

+18%

›

▽12

クァンタムウェーブ

幸

26.0倍

+55%

›

▽15

キーチパルフェ

松若

24.2倍

+5%

›

▽7

タイセイカイザー

団野

37.3倍

+6%

›

▽13

メイショウシナノ

田口

47.5倍

+28%

›

▽8

インザモーメント

田山

42.5倍

-41%

›

▽4

ビップスコーピオン

Ｍデムーロ

108.4倍

-38%

›

▽10

インジケーター

酒井

130.8倍

-25%

›

▽5

シャルクハフト

吉村

195.0倍

+11%

›

▽1

サンセットブライト

秋山稔

333.2倍

+90%

›

▽11

フームスムート

菱田

369.8倍

+111%

›

💡 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

A. 現行モデル (binary)

単勝 3 ダンツシタン実12.8倍期待値 +64% 推奨 10.0〜30.0倍 ¥300 ❌不的中2着

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 3 ダンツシタン実12.8倍期待値 +64% 推奨 10.0〜30.0倍 ¥200 ❌不的中2着

※ オッズは予測時点の値です。

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