小倉 3R 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

3R 小倉競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ドントゥール	吉村	実166.9	B▽ A▽勝率4% EV+549% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調）
前5走 05/23 3京都95R 13着/14頭+1.8秒 05/10 3京都61R 10着/11頭+3.9秒 03/07 1阪神53R 12着/13頭+5.1秒 02/14 2京都51R 5着/13頭+1.8秒 01/31 2京都15R 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 11.7着 (不振) ▽ 前走実績前走 13着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +827% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 3.9% / 期待値 +550% ※ 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	ワラビガミ	△田山	実22.2	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（307日ぶりの実戦）
前5走 09/07 2札幌62R 4着/10頭+0.3秒 08/30 2札幌35R 10着/13頭+3.0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 7.0着 (不振) △ ローテーション 307日休養明け △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 4.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.8% / 期待値 +29% ※ 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	ゴールドアベニュー	富田	実64.5	B▽ A▽勝率5% EV+211% 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 05/02 1新潟16R 7着/14頭+1.7秒 04/11 1福島13R 6着/16頭+0.4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 6.5着 🌟◎ 期待値 (オッズ vs AI勝率) +258% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.8% / 期待値 +211% ※ 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	フィエールシャンテ	高杉	実16.0	B▽ A▽勝率5% EV-17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/16 3京都74R 10着/10頭+2.1秒 03/22 1阪神104R 6着/17頭+0.3秒 02/22 1阪神25R 5着/13頭+1.4秒 01/12 1京都55R 18着/18頭+9.1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 7.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 5.6% (オッズ暗示: 6.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.2% / 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。
5	マスアンジュ	岡田	実232.1	B▽ A▽勝率4% EV+803% 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／161日ぶりの実戦）
前5走 01/31 1東京15R 14着/16頭+1.5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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 161日休養明け 🌟◎ 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 5.6% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 17位 / 勝率 3.9% / 期待値 +804% ※ 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	トラカイキャッスル	田口	実5.8	B○ A▲勝率8% EV-52% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 06/07 3阪神22R 8着/15頭+0.9秒 05/23 3京都94R 4着/17頭+0.5秒 03/15 1阪神85R 10着/16頭+1.0秒 02/15 2京都65R 3着/15頭+0.6秒 01/31 1小倉32R 10着/18頭+1.1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 7.3着 (不振) × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 17.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.2% / 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。
7	ハナコトバ	◇今村	実6.3	B▲ A○勝率9% EV-43% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 06/07 3阪神26R 4着/16頭+1.1秒 05/23 1新潟77R 10着/16頭+2.4秒 03/21 1中京34R 4着/18頭+0.5秒 03/01 1小倉122R 4着/16頭+0.6秒 02/08 1小倉65R 2着/9頭+0.1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 6.0着 × 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 5.6% (オッズ暗示: 15.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.0% / 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。
8	アメジストブリエ	高倉	実67.3	B▽ A▽勝率4% EV+182% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 05/24 3京都104R 7着/10頭+2.0秒 05/02 1新潟12R 9着/15頭+3.1秒 03/15 1中京25R 6着/15頭+1.4秒 03/01 1小倉122R 6着/16頭+0.7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 7.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +273% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.2% / 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。
9	ベルトナリテ	松山	実9.6	B△ A△勝率6% EV-47% 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8.7着と低調／84日ぶりの実戦）
前5走 04/18 1福島36R 8着/15頭+1.3秒 03/01 1阪神41R 8着/13頭+2.7秒 02/08 1小倉66R 10着/16頭+1.0秒 11/30 4京都82R 7着/13頭+1.3秒 09/27 4阪神84R 8着/16頭+0.8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 8.7着 (不振) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 10.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.5% / 期待値 -47% ※ 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	フィニステーレ	酒井	実11.0	B△ A▽勝率5% EV-41% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／83日ぶりの実戦）
前5走 04/19 3中山81R 8着/12頭+2.0秒 04/04 2阪神35R 8着/18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 8.0着 (不振) × 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 5.6% (オッズ暗示: 9.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.3% / 期待値 -42% ※ 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	メイショウタカネ	幸	実147.6	B▽ A▽勝率4% EV+474% 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）
前5走 3回3日阪神4R 10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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +719% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 3.9% / 期待値 +475% ※ 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	マコトエウロペ	太宰	実71.0	B▽ A▽勝率4% EV+199% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.5着と低調）
前5走 05/24 3京都104R 5着/10頭+1.4秒 01/18 1京都75R 14着/17頭+1.8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 9.5着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +294% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.2% / 期待値 +199% ※ 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	メイショウバルキア	国分恭	実239.1	B▽ A▽勝率4% EV+831% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／91日ぶりの実戦）
前5走 04/11 2阪神54R 15着/15頭+1.9秒 02/01 2京都21R 13着/13頭+4.7秒 01/12 1京都55R 7着/18頭+1.2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 11.7着 (不振) ▽ 前走実績前走 15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) +999% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 18位 / 勝率 3.9% / 期待値 +831% ※ 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	タイセイアビオン	団野	実11.5	B▽ A▽勝率5% EV-39% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／63日ぶりの実戦）
前5走 05/09 3京都53R 7着/17頭+0.9秒 04/26 1福島62R 7着/16頭+0.6秒 02/21 1阪神11R 14着/16頭+1.7秒 02/01 1小倉45R 9着/18頭+1.3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 9.3着 (不振) × 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 5.6% (オッズ暗示: 8.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.3% / 期待値 -39% ※ 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	ソニックブーム	松若	実12.3	B▽ A▽勝率5% EV-33% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（62日ぶりの実戦）
前5走 05/10 1新潟45R 9着/16頭+1.0秒 04/18 1福島32R 3着/16頭+0.4秒 03/21 1中京34R 5着/18頭+0.7秒 03/01 1小倉126R 5着/16頭+0.6秒 01/17 1京都62R 12着/16頭+1.5秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 × 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 5.6% (オッズ暗示: 8.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.4% / 期待値 -34% ※ 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	ビシェノ	西村淳	実9.2	B△ A△勝率7% EV-39% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 05/31 3京都125R 9着/18頭+0.5秒 05/09 3京都54R 5着/15頭+0.4秒 03/15 1阪神85R 6着/16頭+0.5秒 12/27 5中山75R 8着/16頭+0.6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 6.7着 × 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 5.6% (オッズ暗示: 10.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.5% / 期待値 -40% ※ 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。
17	ワンダースアン	▲森田	実91.3	B▽ A▽勝率5% EV+315% 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 17 ◎ 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 14位 (中位評価) 🌟◎ 期待値 (オッズ vs AI勝率) +407% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.6% / 期待値 +316% ※ 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。
18	クランズクラウン	コレット	実3.7	B× A×勝率10% EV-61% 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（83日ぶりの実戦）
前5走 04/19 2阪神82R 7着/16頭+0.8秒 03/15 1阪神85R 4着/16頭+0.2秒 01/31 1小倉32R 2着/18頭+0.1秒 11/15 4京都34R 6着/12頭+1.3秒 09/21 4阪神75R 5着/9頭+0.8秒
AI 評価の内訳 — 馬番 18 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 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 5.6% (オッズ暗示: 27.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 10.4% / 期待値 -61% ※ 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 ×

クランズクラウン

騎手コレット

単勝オッズ

3.7倍

AI期待値

-79%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲6トラカイキャッスル

5.8倍

EV -67%

▲A:○7ハナコトバ

6.3倍

EV -65%

出走馬全18頭

×A:×18

クランズクラウン

コレット

3.7倍

-79%

›

○A:▲6

トラカイキャッスル

田口

5.8倍

-67%

›

▲A:○7

ハナコトバ

◇今村

6.3倍

-65%

›

△A:△16

ビシェノ

西村淳

9.2倍

-48%

›

△A:△9

ベルトナリテ

松山

9.6倍

-46%

›

△A:▽10

フィニステーレ

酒井

11.0倍

-38%

›

▽A:▽14

タイセイアビオン

団野

11.5倍

-36%

›

▽A:▽15

ソニックブーム

松若

12.3倍

-31%

›

▽A:▽4

フィエールシャンテ

高杉

16.0倍

-11%

›

▽A:△2

ワラビガミ

△田山

22.2倍

+23%

›

▽A:▽3

ゴールドアベニュー

富田

64.5倍

+258%

›

▽A:▽8

アメジストブリエ

高倉

67.3倍

+273%

›

▽A:▽12

マコトエウロペ

太宰

71.0倍

+294%

›

▽A:▽17

ワンダースアン

▲森田

91.3倍

+407%

›

▽A:▽11

メイショウタカネ

幸

147.6倍

+719%

›

▽A:▽1

ドントゥール

吉村

166.9倍

+827%

›

▽A:▽5

マスアンジュ

岡田

232.1倍

+999%

›

▽A:▽13

メイショウバルキア

国分恭

239.1倍

+999%

›

💡 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

両モデルとも本レースは見送り判定（期待値プラスなし）

3R 小倉競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ドントゥール	吉村	実166.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調）
前5走 05/23 3京都95R 13着/14頭+1.8秒 05/10 3京都61R 10着/11頭+3.9秒 03/07 1阪神53R 12着/13頭+5.1秒 02/14 2京都51R 5着/13頭+1.8秒 01/31 2京都15R 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 11.7着 (不振) ▽ 前走実績前走 13着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +549% (市場が大幅過小評価) AI 予想勝率 3.9% (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。
2	ワラビガミ	△田山	実22.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（307日ぶりの実戦）
前5走 09/07 2札幌62R 4着/10頭+0.3秒 08/30 2札幌35R 10着/13頭+3.0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 7.0着 (不振) △ ローテーション 307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 5.8% (オッズ暗示: 4.5%) ※ 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	ゴールドアベニュー	富田	実64.5	▽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 05/02 1新潟16R 7着/14頭+1.7秒 04/11 1福島13R 6着/16頭+0.4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 6.5着 🌟◎ 期待値 (オッズ vs AI勝率) +211% (市場が大幅過小評価) AI 予想勝率 4.8% (オッズ暗示: 1.6%) ※ 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	フィエールシャンテ	高杉	実16.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/16 3京都74R 10着/10頭+2.1秒 03/22 1阪神104R 6着/17頭+0.3秒 02/22 1阪神25R 5着/13頭+1.4秒 01/12 1京都55R 18着/18頭+9.1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 7.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 5.2% (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。
5	マスアンジュ	岡田	実232.1	▽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／161日ぶりの実戦）
前5走 01/31 1東京15R 14着/16頭+1.5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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 161日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +803% (市場が大幅過小評価) AI 予想勝率 3.9% (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。
6	トラカイキャッスル	田口	実5.8	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 06/07 3阪神22R 8着/15頭+0.9秒 05/23 3京都94R 4着/17頭+0.5秒 03/15 1阪神85R 10着/16頭+1.0秒 02/15 2京都65R 3着/15頭+0.6秒 01/31 1小倉32R 10着/18頭+1.1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 7.3着 (不振) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 17.2%) ※ 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	ハナコトバ	◇今村	実6.3	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 06/07 3阪神26R 4着/16頭+1.1秒 05/23 1新潟77R 10着/16頭+2.4秒 03/21 1中京34R 4着/18頭+0.5秒 03/01 1小倉122R 4着/16頭+0.6秒 02/08 1小倉65R 2着/9頭+0.1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 6.0着 × 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 9.0% (オッズ暗示: 15.9%) ※ 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	アメジストブリエ	高倉	実67.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 05/24 3京都104R 7着/10頭+2.0秒 05/02 1新潟12R 9着/15頭+3.1秒 03/15 1中京25R 6着/15頭+1.4秒 03/01 1小倉122R 6着/16頭+0.7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 7.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +182% (市場が大幅過小評価) AI 予想勝率 4.2% (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。
9	ベルトナリテ	松山	実9.6	△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8.7着と低調／84日ぶりの実戦）
前5走 04/18 1福島36R 8着/15頭+1.3秒 03/01 1阪神41R 8着/13頭+2.7秒 02/08 1小倉66R 10着/16頭+1.0秒 11/30 4京都82R 7着/13頭+1.3秒 09/27 4阪神84R 8着/16頭+0.8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 8.7着 (不振) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 5.5% (オッズ暗示: 10.4%) ※ 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	フィニステーレ	酒井	実11.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／83日ぶりの実戦）
前5走 04/19 3中山81R 8着/12頭+2.0秒 04/04 2阪神35R 8着/18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 8.0着 (不振) × 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 5.3% (オッズ暗示: 9.1%) ※ 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。
11	メイショウタカネ	幸	実147.6	▽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）
前5走 3回3日阪神4R 10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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +474% (市場が大幅過小評価) AI 予想勝率 3.9% (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。
12	マコトエウロペ	太宰	実71.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.5着と低調）
前5走 05/24 3京都104R 5着/10頭+1.4秒 01/18 1京都75R 14着/17頭+1.8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 9.5着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +199% (市場が大幅過小評価) AI 予想勝率 4.2% (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。
13	メイショウバルキア	国分恭	実239.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／91日ぶりの実戦）
前5走 04/11 2阪神54R 15着/15頭+1.9秒 02/01 2京都21R 13着/13頭+4.7秒 01/12 1京都55R 7着/18頭+1.2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 11.7着 (不振) ▽ 前走実績前走 15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) +831% (市場が大幅過小評価) AI 予想勝率 3.9% (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。
14	タイセイアビオン	団野	実11.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／63日ぶりの実戦）
前5走 05/09 3京都53R 7着/17頭+0.9秒 04/26 1福島62R 7着/16頭+0.6秒 02/21 1阪神11R 14着/16頭+1.7秒 02/01 1小倉45R 9着/18頭+1.3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 9.3着 (不振) × 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 5.3% (オッズ暗示: 8.7%) ※ 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。
15	ソニックブーム	松若	実12.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（62日ぶりの実戦）
前5走 05/10 1新潟45R 9着/16頭+1.0秒 04/18 1福島32R 3着/16頭+0.4秒 03/21 1中京34R 5着/18頭+0.7秒 03/01 1小倉126R 5着/16頭+0.6秒 01/17 1京都62R 12着/16頭+1.5秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7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 5.4% (オッズ暗示: 8.1%) ※ 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	ビシェノ	西村淳	実9.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 05/31 3京都125R 9着/18頭+0.5秒 05/09 3京都54R 5着/15頭+0.4秒 03/15 1阪神85R 6着/16頭+0.5秒 12/27 5中山75R 8着/16頭+0.6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 6.7着 × 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 6.5% (オッズ暗示: 10.9%) ※ 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。
17	ワンダースアン	▲森田	実91.3	▽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 17 ◎ 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 12位 (中位評価) 🌟◎ 期待値 (オッズ vs AI勝率) +315% (市場が大幅過小評価) AI 予想勝率 4.6% (オッズ暗示: 1.1%) ※ 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。
18	クランズクラウン	コレット	実3.7	×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（83日ぶりの実戦）
前5走 04/19 2阪神82R 7着/16頭+0.8秒 03/15 1阪神85R 4着/16頭+0.2秒 01/31 1小倉32R 2着/18頭+0.1秒 11/15 4京都34R 6着/12頭+1.3秒 09/21 4阪神75R 5着/9頭+0.8秒
AI 評価の内訳 — 馬番 18 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 10.4% (オッズ暗示: 27.0%) ※ 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。

🎯 AIの本命

AI評価1位

クランズクラウン

騎手コレット

単勝オッズ

3.7倍

AI期待値

-61%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ハナコトバ

6.3倍

EV -43%

▲6トラカイキャッスル

5.8倍

EV -52%

出走馬全18頭

×18

クランズクラウン

コレット

3.7倍

-61%

›

○7

ハナコトバ

◇今村

6.3倍

-43%

›

▲6

トラカイキャッスル

田口

5.8倍

-52%

›

△16

ビシェノ

西村淳

9.2倍

-39%

›

△2

ワラビガミ

△田山

22.2倍

+28%

›

△9

ベルトナリテ

松山

9.6倍

-47%

›

▽15

ソニックブーム

松若

12.3倍

-33%

›

▽10

フィニステーレ

酒井

11.0倍

-41%

›

▽14

タイセイアビオン

団野

11.5倍

-39%

›

▽4

フィエールシャンテ

高杉

16.0倍

-17%

›

▽3

ゴールドアベニュー

富田

64.5倍

+211%

›

▽17

ワンダースアン

▲森田

91.3倍

+315%

›

▽12

マコトエウロペ

太宰

71.0倍

+199%

›

▽8

アメジストブリエ

高倉

67.3倍

+182%

›

▽11

メイショウタカネ

幸

147.6倍

+474%

›

▽1

ドントゥール

吉村

166.9倍

+549%

›

▽5

マスアンジュ

岡田

232.1倍

+803%

›

▽13

メイショウバルキア

国分恭

239.1倍

+831%

›

💡 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

両モデルとも本レースは見送り判定（期待値プラスなし）

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）

本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。