中京 8R 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

8R 中京競馬場　発走 16:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブレットパス	吉村	実3.4	B◎ A◎勝率22% EV-23% 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／前走勝利の勢い／127日ぶりの実戦）
前5走 04/25 3京都18R 1着/6頭勝利 02/28 2中山19R 2着/8頭+0.2秒 02/01 1東京29R 2着/12頭+0.1秒 12/06 5阪神14R 1着/9頭勝利 10/05 3京都25R 2着/13頭+0.3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 127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 23.3% (オッズ暗示: 29.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.5% / 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。
2	サガルマータ	松山	実4.6	B▲ A○勝率15% EV-29% 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／127日ぶりの実戦）
前5走 04/25 2東京111R 6着/18頭+1.1秒 02/21 1阪神16R 1着/11頭勝利 12/13 5阪神35R 3着/7頭+0.3秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 127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 12.8% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.3% / 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。
3	ノチェセラーダ	西村淳	実7.8	B△ A△勝率11% EV-18% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（127日ぶりの実戦）
前5走 04/25 2東京111R 4着/18頭+0.7秒 02/21 1阪神18R 3着/7頭+0.4秒 12/27 5中山711R 10着/16頭+0.8秒 11/16 4京都49R 1着/8頭勝利 08/30 2札幌32R 1着/7頭勝利
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 5.7着 △ ローテーション 127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 12.8% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.5% / 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。
4	ショウナンハウル	富田	実151.6	B× A×勝率0% EV-75% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／176日ぶりの実戦）
前5走 03/07 1阪神59R 8着/9頭+2.1秒 02/07 2京都38R 7着/8頭+1.1秒 01/17 1京都69R 10着/10頭+1.5秒 12/27 5阪神712R 6着/9頭+1.1秒 10/18 3京都610R 8着/9頭+1.5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 8.3着 (不振) △ ローテーション 176日休養明け × 期待値 (オッズ vs AI勝率) -73% (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 0.2% / 期待値 -75% ※ 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	ソルパッサーレ	団野	実16.0	B△ A△勝率6% EV-11% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.7着と低調／98日ぶりの実戦）
前5走 05/24 2東京1011R 13着/18頭+1.2秒 04/12 2阪神69R 10着/14頭+1.4秒 03/01 1阪神411R 12着/15頭+0.7秒 01/25 1京都99R 1着/9頭勝利 11/15 4京都34R 1着/12頭勝利
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 11.7着 (不振) ▽ 前走実績前走 13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) -30% (大幅な期待値マイナス) AI 予想勝率 4.4% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.5% / 期待値 -11% ※ 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	ニュークレド	松若	実18.5	B▽ A▽勝率4% EV-27% 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33%と好調／126日ぶりの実戦）
前5走 04/26 3京都29R 5着/11頭+0.4秒 03/28 1中京510R 7着/12頭+0.5秒 03/14 1中京19R 1着/10頭勝利 11/29 4京都77R 7着/18頭+0.5秒 11/08 4京都112R 4着/14頭+0.3秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) △ ローテーション 126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 3.1% (オッズ暗示: 5.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.9% / 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。
7	カフジエメンタール	坂井	実5.9	B○ A▲勝率15% EV-10% 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／85日ぶりの実戦）
前5走 06/06 3阪神19R 1着/9頭勝利 05/09 3京都511R 9着/16頭+0.9秒 03/28 2阪神111R 3着/7頭+0.6秒 03/08 1阪神69R 1着/6頭勝利 12/20 5阪神52R 3着/16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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 15.3% (オッズ暗示: 16.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.2% / 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。
8	ヤマニンループ	太宰	実82.0	B▽ A▽勝率1% EV+1% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場72走で勝率0%と苦戦傾向／直近3走平均2.0着と安定／前走2着）
前5走 06/08 3阪神29R 2着/8頭+0.1秒 06/08 3阪神29R 2着/8頭+0.1秒 06/08 3阪神29R 2着/8頭+0.1秒 06/08 3阪神29R 2着/8頭+0.1秒 06/08 3阪神29R 2着/8頭+0.1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 2.0着 (安定) × 当競馬場適性 72走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 448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 0.8% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.2% / 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。
9	ジェットブレード	田口	実101.9	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3走で勝率0%と苦戦傾向／105日ぶりの実戦）
前5走 05/17 1新潟610R 6着/16頭+0.6秒 04/26 3京都29R 10着/11頭+1.2秒 03/28 1中京510R 4着/12頭+0.3秒 03/14 1中京110R 5着/10頭+0.5秒 01/05 1中山210R 5着/11頭+0.6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 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 105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 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 0.9% / 期待値 -11% ※ 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	シャドウマスター	北村友	実17.4	B▽ A▽勝率5% EV-16% 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33%と好調／127日ぶりの実戦）
前5走 04/25 2東京111R 8着/18頭+1.6秒 03/15 1阪神89R 1着/7頭勝利 01/04 1京都16R 5着/7頭+0.4秒 11/01 3京都105R 1着/9頭勝利 ―
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) △ ローテーション 127日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 4.2% (オッズ暗示: 5.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.8% / 期待値 -17% ※ 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	ビップチェイス	菱田	実78.6	B▽ A▽勝率1% EV-31% 詳細▼	大穴、AI予想勝率低く長期回収困難（91日ぶりの実戦）
前5走 05/31 2東京128R 6着/14頭+0.4秒 05/17 3京都89R 7着/10頭+1.9秒 04/19 1福島410R 7着/13頭+0.8秒 04/12 1福島29R 1着/13頭勝利 01/12 1中山512R 14着/18頭+1.6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 6.7着 △ ローテーション 91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 0.8% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.9% / 期待値 -31% ※ 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	スイートオレンジ	秋山稔	実24.9	B▽ A▽勝率3% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（112日ぶりの実戦）
前5走 05/10 1新潟49R 7着/14頭+1.7秒 04/18 1福島310R 5着/8頭+0.6秒 03/14 1中京19R 6着/10頭+1.0秒 11/08 3福島19R 2着/16頭+0.0秒 10/18 4新潟19R 3着/15頭+0.1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 6.0着 △ ローテーション 112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 2.7% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.6% / 期待値 -36% ※ 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	オルトパラティウム	田山	実26.8	B▽ A▽勝率3% EV-31% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／155日ぶりの実戦）
前5走 03/28 1中京510R 10着/12頭+0.9秒 01/12 1京都59R 12着/12頭+2.5秒 12/14 5中京410R 8着/10頭+1.6秒 01/26 1小倉210R 3着/16頭+0.2秒 01/05 1中京19R 3着/11頭+0.9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 10.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 10着 (大敗) △ ローテーション 155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 3.1% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.6% / 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。
14	ジュンライデン	Ｍデムーロ	実40.5	B▽ A▽勝率3% EV+3% 詳細▼	大穴、AI予想勝率低く長期回収困難（161日ぶりの実戦）
前5走 03/22 1阪神107R 6着/10頭+0.9秒 02/28 1小倉119R 9着/16頭+1.5秒 11/09 3福島28R 6着/16頭+0.5秒 10/12 3京都47R 4着/13頭+0.3秒 05/17 2東京76R 3着/8頭+0.9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 7.0着 (不振) △ ローテーション 161日休養明け △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 2.7% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 2.6% / 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。
15	メイショウナルカミ	幸	実7.4	B△ A△勝率11% EV-15% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場4走で勝率25%と適性高／直近3走で勝率33%と好調／154日ぶりの実戦）
前5走 03/29 1中京68R 7着/7頭+6.1秒 03/15 1中京25R 1着/15頭勝利 02/22 1小倉105R 2着/13頭+0.5秒 09/06 4阪神12R 2着/5頭+0.7秒 08/17 3中京81R 2着/7頭+0.5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 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) △ ローテーション 154日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 12.8% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.5% / 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。

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 ◎

ブレットパス

騎手吉村

単勝オッズ

3.4倍

AI期待値

-20%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲7カフジエメンタール

5.9倍

EV -9%

▲A:○2サガルマータ

4.6倍

EV -41%

出走馬全15頭

◎A:◎1

ブレットパス

吉村

3.4倍

-20%

›

○A:▲7

カフジエメンタール

坂井

5.9倍

-9%

›

▲A:○2

サガルマータ

松山

4.6倍

-41%

›

△A:△15

メイショウナルカミ

幸

7.4倍

-5%

›

△A:△3

ノチェセラーダ

西村淳

7.8倍

+0%

›

△A:△5

ソルパッサーレ

団野

16.0倍

-30%

›

▽A:▽10

シャドウマスター

北村友

17.4倍

-27%

›

▽A:▽6

ニュークレド

松若

18.5倍

-42%

›

▽A:▽13

オルトパラティウム

田山

26.8倍

-16%

›

▽A:▽12

スイートオレンジ

秋山稔

24.9倍

-31%

›

▽A:▽14

ジュンライデン

Ｍデムーロ

40.5倍

+10%

›

▽A:▽11

ビップチェイス

菱田

78.6倍

-34%

›

▽A:▽8

ヤマニンループ

太宰

82.0倍

-31%

›

▽A:▽9

ジェットブレード

田口

101.9倍

-14%

›

×A:×4

ショウナンハウル

富田

151.6倍

-73%

›

💡 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

8R 中京競馬場　発走 16:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブレットパス	吉村	実3.4	◎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走で勝率33%と好調／前走勝利の勢い／127日ぶりの実戦）
前5走 04/25 3京都18R 1着/6頭勝利 02/28 2中山19R 2着/8頭+0.2秒 02/01 1東京29R 2着/12頭+0.1秒 12/06 5阪神14R 1着/9頭勝利 10/05 3京都25R 2着/13頭+0.3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 127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 22.5% (オッズ暗示: 29.4%) ※ 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	サガルマータ	松山	実4.6	○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／127日ぶりの実戦）
前5走 04/25 2東京111R 6着/18頭+1.1秒 02/21 1阪神16R 1着/11頭勝利 12/13 5阪神35R 3着/7頭+0.3秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 127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 15.3% (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。
3	ノチェセラーダ	西村淳	実7.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（127日ぶりの実戦）
前5走 04/25 2東京111R 4着/18頭+0.7秒 02/21 1阪神18R 3着/7頭+0.4秒 12/27 5中山711R 10着/16頭+0.8秒 11/16 4京都49R 1着/8頭勝利 08/30 2札幌32R 1着/7頭勝利
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 5.7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 10.5% (オッズ暗示: 12.8%) ※ 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	ショウナンハウル	富田	実151.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／176日ぶりの実戦）
前5走 03/07 1阪神59R 8着/9頭+2.1秒 02/07 2京都38R 7着/8頭+1.1秒 01/17 1京都69R 10着/10頭+1.5秒 12/27 5阪神712R 6着/9頭+1.1秒 10/18 3京都610R 8着/9頭+1.5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 8.3着 (不振) △ ローテーション 176日休養明け × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 0.2% (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。
5	ソルパッサーレ	団野	実16.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.7着と低調／98日ぶりの実戦）
前5走 05/24 2東京1011R 13着/18頭+1.2秒 04/12 2阪神69R 10着/14頭+1.4秒 03/01 1阪神411R 12着/15頭+0.7秒 01/25 1京都99R 1着/9頭勝利 11/15 4京都34R 1着/12頭勝利
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 11.7着 (不振) ▽ 前走実績前走 13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) -11% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 6.2%) ※ 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。
6	ニュークレド	松若	実18.5	▽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33%と好調／126日ぶりの実戦）
前5走 04/26 3京都29R 5着/11頭+0.4秒 03/28 1中京510R 7着/12頭+0.5秒 03/14 1中京19R 1着/10頭勝利 11/29 4京都77R 7着/18頭+0.5秒 11/08 4京都112R 4着/14頭+0.3秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 3.9% (オッズ暗示: 5.4%) ※ 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。
7	カフジエメンタール	坂井	実5.9	▲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／85日ぶりの実戦）
前5走 06/06 3阪神19R 1着/9頭勝利 05/09 3京都511R 9着/16頭+0.9秒 03/28 2阪神111R 3着/7頭+0.6秒 03/08 1阪神69R 1着/6頭勝利 12/20 5阪神52R 3着/16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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 15.2% (オッズ暗示: 16.9%) ※ 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	ヤマニンループ	太宰	実82.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場72走で勝率0%と苦戦傾向／直近3走平均2.0着と安定／前走2着）
前5走 06/08 3阪神29R 2着/8頭+0.1秒 06/08 3阪神29R 2着/8頭+0.1秒 06/08 3阪神29R 2着/8頭+0.1秒 06/08 3阪神29R 2着/8頭+0.1秒 06/08 3阪神29R 2着/8頭+0.1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 2.0着 (安定) × 当競馬場適性 72走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 448日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 1.2% (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。
9	ジェットブレード	田口	実101.9	▽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0%と苦戦傾向／105日ぶりの実戦）
前5走 05/17 1新潟610R 6着/16頭+0.6秒 04/26 3京都29R 10着/11頭+1.2秒 03/28 1中京510R 4着/12頭+0.3秒 03/14 1中京110R 5着/10頭+0.5秒 01/05 1中山210R 5着/11頭+0.6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 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 0.9% (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。
10	シャドウマスター	北村友	実17.4	▽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33%と好調／127日ぶりの実戦）
前5走 04/25 2東京111R 8着/18頭+1.6秒 03/15 1阪神89R 1着/7頭勝利 01/04 1京都16R 5着/7頭+0.4秒 11/01 3京都105R 1着/9頭勝利 ―
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) △ ローテーション 127日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 4.8% (オッズ暗示: 5.7%) ※ 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。
11	ビップチェイス	菱田	実78.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（91日ぶりの実戦）
前5走 05/31 2東京128R 6着/14頭+0.4秒 05/17 3京都89R 7着/10頭+1.9秒 04/19 1福島410R 7着/13頭+0.8秒 04/12 1福島29R 1着/13頭勝利 01/12 1中山512R 14着/18頭+1.6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 6.7着 △ ローテーション 91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 0.9% (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。
12	スイートオレンジ	秋山稔	実24.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（112日ぶりの実戦）
前5走 05/10 1新潟49R 7着/14頭+1.7秒 04/18 1福島310R 5着/8頭+0.6秒 03/14 1中京19R 6着/10頭+1.0秒 11/08 3福島19R 2着/16頭+0.0秒 10/18 4新潟19R 3着/15頭+0.1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 6.0着 △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 4.0%) ※ 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。
13	オルトパラティウム	田山	実26.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／155日ぶりの実戦）
前5走 03/28 1中京510R 10着/12頭+0.9秒 01/12 1京都59R 12着/12頭+2.5秒 12/14 5中京410R 8着/10頭+1.6秒 01/26 1小倉210R 3着/16頭+0.2秒 01/05 1中京19R 3着/11頭+0.9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 10.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 10着 (大敗) △ ローテーション 155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 2.6% (オッズ暗示: 3.7%) ※ 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。
14	ジュンライデン	Ｍデムーロ	実40.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（161日ぶりの実戦）
前5走 03/22 1阪神107R 6着/10頭+0.9秒 02/28 1小倉119R 9着/16頭+1.5秒 11/09 3福島28R 6着/16頭+0.5秒 10/12 3京都47R 4着/13頭+0.3秒 05/17 2東京76R 3着/8頭+0.9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 7.0着 (不振) △ ローテーション 161日休養明け △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 2.6% (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	メイショウナルカミ	幸	実7.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場4走で勝率25%と適性高／直近3走で勝率33%と好調／154日ぶりの実戦）
前5走 03/29 1中京68R 7着/7頭+6.1秒 03/15 1中京25R 1着/15頭勝利 02/22 1小倉105R 2着/13頭+0.5秒 09/06 4阪神12R 2着/5頭+0.7秒 08/17 3中京81R 2着/7頭+0.5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 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) △ ローテーション 154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 11.5% (オッズ暗示: 13.5%) ※ 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

ブレットパス

騎手吉村

単勝オッズ

3.4倍

AI期待値

-23%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2サガルマータ

4.6倍

EV -29%

▲7カフジエメンタール

5.9倍

EV -10%

出走馬全15頭

◎1

ブレットパス

吉村

3.4倍

-23%

›

○2

サガルマータ

松山

4.6倍

-29%

›

▲7

カフジエメンタール

坂井

5.9倍

-10%

›

△15

メイショウナルカミ

幸

7.4倍

-15%

›

△3

ノチェセラーダ

西村淳

7.8倍

-18%

›

△5

ソルパッサーレ

団野

16.0倍

-11%

›

▽10

シャドウマスター

北村友

17.4倍

-16%

›

▽6

ニュークレド

松若

18.5倍

-27%

›

▽12

スイートオレンジ

秋山稔

24.9倍

-36%

›

▽13

オルトパラティウム

田山

26.8倍

-31%

›

▽14

ジュンライデン

Ｍデムーロ

40.5倍

+3%

›

▽8

ヤマニンループ

太宰

82.0倍

+1%

›

▽11

ビップチェイス

菱田

78.6倍

-31%

›

▽9

ジェットブレード

田口

101.9倍

-11%

›

×4

ショウナンハウル

富田

151.6倍

-75%

›

💡 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