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 11:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヨシノサンキュー	△柴田裕	実104.5	B▽ A▽勝率5% EV+390% 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／272日ぶりの実戦）
前5走 10/26 3京都95R 10着/10頭+7.1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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 272日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +557% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.7% / 期待値 +391% ※ 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	ベルアズーロ	吉村	実5.1	B△ A▲勝率7% EV-65% 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8.3着と低調）
前5走 06/06 3阪神16R 4着/16頭+1.6秒 05/10 3京都65R 12着/13頭+2.6秒 04/11 2阪神54R 9着/15頭+0.9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 8.3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 6.3% (オッズ暗示: 19.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.7% / 期待値 -66% ※ 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	ヴァンドゥーヴル	西村淳	実17.8	B▲ A▽勝率7% EV+19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／125日ぶりの実戦）
前5走 03/22 1中京43R 7着/15頭+1.1秒 02/01 2京都25R 7着/13頭+1.5秒 01/18 1京都75R 12着/17頭+1.4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 8.7着 (不振) △ ローテーション 125日休養明け △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 6.6% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.7% / 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。
4	テリコス	▲川端	実26.9	B▽ A▽勝率7% EV+80% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／70日ぶりの実戦）
前5走 05/16 1新潟54R 2着/11頭+0.2秒 05/02 3京都32R 13着/15頭+3.2秒 01/24 1京都83R 6着/16頭+0.7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 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +69% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.7% / 期待値 +80% ※ 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	テイクザスローン	高倉	実88.4	B▽ A▽勝率7% EV+492% 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）
前5走 06/07 3阪神26R 12着/16頭+2.0秒 05/17 3京都85R 6着/10頭+0.4秒 05/02 3京都35R 7着/13頭+0.6秒 03/07 1阪神55R 15着/18頭+2.5秒 12/20 5阪神52R 9着/16頭+1.6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 8.3着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +456% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.7% / 期待値 +492% ※ 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	ロードファイター	団野	実31.5	B▽ A▽勝率7% EV+111% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/06 3阪神16R 9着/16頭+2.2秒 05/23 3京都92R 4着/14頭+1.1秒 05/02 3京都32R 5着/15頭+2.0秒 04/19 2阪神83R 8着/16頭+1.6秒 01/04 1京都12R 8着/16頭+2.8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 6.0着 🌟◎ 期待値 (オッズ vs AI勝率) +98% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.7% / 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。
7	グランピアン	幸	実128.6	B▽ A▽勝率5% EV+606% 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）
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 7 ◎ 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) 🌟◎ 期待値 (オッズ vs AI勝率) +709% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 5.5% / 期待値 +607% ※ 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	ナウオアネヴァー	岩田望	実3.4	B× A×勝率7% EV-77% 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（前走3着／69日ぶりの実戦）
前5走 05/17 1新潟62R 3着/9頭+0.5秒 05/02 2東京33R 5着/9頭+1.0秒 03/21 1中京31R 2着/13頭+0.1秒 02/28 1阪神32R 5着/14頭+1.1秒 02/14 2京都54R 8着/16頭+2.1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 3.3着 ○ 前走実績前走 3着 (好走) × 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 7.8% (オッズ暗示: 29.4%) × Aモデルの評価 (参考) レース内 1位 / 勝率 6.7% / 期待値 -77% ※ 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	マーゴットショット	秋山稔	実145.7	B▽ A▽勝率5% EV+584% 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／69日ぶりの実戦）
前5走 05/17 3京都83R 10着/12頭+4.3秒 04/25 3京都15R 12着/12頭+2.0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 11.0着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +817% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 4.7% / 期待値 +584% ※ 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	ワイドヴィンクルム	城戸	実81.1	B▽ A▽勝率5% EV+280% 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 10 ◎ 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) +410% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.7% / 期待値 +281% ※ 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	ボクサークラブ	松山	実16.5	B▽ A△勝率7% EV+10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 06/07 3阪神23R 8着/16頭+1.8秒 05/09 2東京52R 7着/11頭+1.6秒 04/18 2阪神73R 5着/15頭+0.8秒 03/29 2阪神22R 4着/9頭+1.1秒 01/24 1京都85R 14着/18頭+2.8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 △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 6.3% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.7% / 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。
12	アステリアート	富田	実93.3	B▽ A▽勝率7% EV+525% 詳細▼	大穴、AI予想勝率低く長期回収困難（136日ぶりの実戦）
前5走 03/11 高知2R 10着/12頭+3.3秒 01/24 1京都86R 9着/17頭+1.1秒 01/05 1中山25R 4着/16頭+0.6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 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 136日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +320% (市場が大幅過小評価) AI 予想勝率 4.5% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 6.7% / 期待値 +525% ※ 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	ジャスティンレビン	コレット	実11.1	B△ A△勝率7% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（105日ぶりの実戦）
前5走 04/11 2阪神53R 6着/13頭+1.8秒 03/22 1阪神102R 4着/13頭+0.9秒 03/01 1阪神43R 8着/12頭+1.3秒 01/17 1京都61R 2着/10頭+1.0秒 12/27 5阪神75R 9着/14頭+1.7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 6.0着 △ ローテーション 105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 6.3% (オッズ暗示: 9.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.7% / 期待値 -26% ※ 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	タロ	☆田山	実6.2	B○ A△勝率7% EV-58% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着／83日ぶりの実戦）
前5走 05/03 1新潟23R 3着/14頭+0.4秒 04/12 3中山62R 2着/14頭+0.6秒 03/28 1中京54R 4着/14頭+0.9秒 02/28 1阪神32R 4着/14頭+1.0秒 01/10 1京都32R 4着/14頭+0.3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 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) -51% (大幅な期待値マイナス) AI 予想勝率 7.8% (オッズ暗示: 16.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.7% / 期待値 -58% ※ 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	コーディアリティ	西塚	実70.1	B▽ A▽勝率7% EV+369% 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／70日ぶりの実戦）
前5走 05/16 1新潟54R 8着/11頭+1.8秒 05/02 2東京32R 9着/14頭+2.7秒 04/19 1福島43R 13着/16頭+2.3秒 ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +176% (市場が大幅過小評価) AI 予想勝率 3.9% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.7% / 期待値 +370% ※ 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	アスクハッピーマン	坂井	実3.8	B△ A○勝率7% EV-74% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（69日ぶりの実戦）
前5走 05/17 3京都83R 6着/12頭+2.4秒 05/03 3京都42R 2着/12頭+0.1秒 04/19 1福島44R 6着/15頭+1.5秒 ― ―
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 6.3% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.7% / 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。

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 ×

ナウオアネヴァー

騎手岩田望

単勝オッズ

3.4倍

AI期待値

-73%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△14タロ

6.2倍

EV -51%

▲A:▽3ヴァンドゥーヴル

17.8倍

EV +17%

出走馬全16頭

×A:×8

ナウオアネヴァー

岩田望

3.4倍

-73%

›

○A:△14

タロ

☆田山

6.2倍

-51%

›

▲A:▽3

ヴァンドゥーヴル

西村淳

17.8倍

+17%

›

△A:○16

アスクハッピーマン

坂井

3.8倍

-76%

›

△A:▲2

ベルアズーロ

吉村

5.1倍

-67%

›

△A:△13

ジャスティンレビン

コレット

11.1倍

-30%

›

▽A:△11

ボクサークラブ

松山

16.5倍

+3%

›

▽A:▽4

テリコス

▲川端

26.9倍

+69%

›

▽A:▽6

ロードファイター

団野

31.5倍

+98%

›

▽A:▽10

ワイドヴィンクルム

城戸

81.1倍

+410%

›

▽A:▽5

テイクザスローン

高倉

88.4倍

+456%

›

▽A:▽1

ヨシノサンキュー

△柴田裕

104.5倍

+557%

›

▽A:▽7

グランピアン

幸

128.6倍

+709%

›

▽A:▽9

マーゴットショット

秋山稔

145.7倍

+817%

›

▽A:▽12

アステリアート

富田

93.3倍

+320%

›

▽A:▽15

コーディアリティ

西塚

70.1倍

+176%

›

💡 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）

4R 中京競馬場　発走 11:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヨシノサンキュー	△柴田裕	実104.5	▽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／272日ぶりの実戦）
前5走 10/26 3京都95R 10着/10頭+7.1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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 272日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +390% (市場が大幅過小評価) AI 予想勝率 4.7% (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。
2	ベルアズーロ	吉村	実5.1	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.3着と低調）
前5走 06/06 3阪神16R 4着/16頭+1.6秒 05/10 3京都65R 12着/13頭+2.6秒 04/11 2阪神54R 9着/15頭+0.9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 8.3着 (不振) × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 19.6%) ※ 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。
3	ヴァンドゥーヴル	西村淳	実17.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／125日ぶりの実戦）
前5走 03/22 1中京43R 7着/15頭+1.1秒 02/01 2京都25R 7着/13頭+1.5秒 01/18 1京都75R 12着/17頭+1.4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 8.7着 (不振) △ ローテーション 125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 6.7% (オッズ暗示: 5.6%) ※ 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	テリコス	▲川端	実26.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／70日ぶりの実戦）
前5走 05/16 1新潟54R 2着/11頭+0.2秒 05/02 3京都32R 13着/15頭+3.2秒 01/24 1京都83R 6着/16頭+0.7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 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +80% (市場が大幅過小評価) AI 予想勝率 6.7% (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。
5	テイクザスローン	高倉	実88.4	▽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）
前5走 06/07 3阪神26R 12着/16頭+2.0秒 05/17 3京都85R 6着/10頭+0.4秒 05/02 3京都35R 7着/13頭+0.6秒 03/07 1阪神55R 15着/18頭+2.5秒 12/20 5阪神52R 9着/16頭+1.6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 8.3着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +492% (市場が大幅過小評価) AI 予想勝率 6.7% (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。
6	ロードファイター	団野	実31.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/06 3阪神16R 9着/16頭+2.2秒 05/23 3京都92R 4着/14頭+1.1秒 05/02 3京都32R 5着/15頭+2.0秒 04/19 2阪神83R 8着/16頭+1.6秒 01/04 1京都12R 8着/16頭+2.8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 6.0着 🌟◎ 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 6.7% (オッズ暗示: 3.2%) ※ 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	グランピアン	幸	実128.6	▽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）
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 7 ◎ 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) 🌟◎ 期待値 (オッズ vs AI勝率) +606% (市場が大幅過小評価) AI 予想勝率 5.5% (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。
8	ナウオアネヴァー	岩田望	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（前走3着／69日ぶりの実戦）
前5走 05/17 1新潟62R 3着/9頭+0.5秒 05/02 2東京33R 5着/9頭+1.0秒 03/21 1中京31R 2着/13頭+0.1秒 02/28 1阪神32R 5着/14頭+1.1秒 02/14 2京都54R 8着/16頭+2.1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 3.3着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 6.7% (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。
9	マーゴットショット	秋山稔	実145.7	▽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／69日ぶりの実戦）
前5走 05/17 3京都83R 10着/12頭+4.3秒 04/25 3京都15R 12着/12頭+2.0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 11.0着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +584% (市場が大幅過小評価) AI 予想勝率 4.7% (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。
10	ワイドヴィンクルム	城戸	実81.1	▽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 10 ◎ 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) +280% (市場が大幅過小評価) AI 予想勝率 4.7% (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。
11	ボクサークラブ	松山	実16.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 06/07 3阪神23R 8着/16頭+1.8秒 05/09 2東京52R 7着/11頭+1.6秒 04/18 2阪神73R 5着/15頭+0.8秒 03/29 2阪神22R 4着/9頭+1.1秒 01/24 1京都85R 14着/18頭+2.8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 △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 6.1%) ※ 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。
12	アステリアート	富田	実93.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（136日ぶりの実戦）
前5走 03/11 高知2R 10着/12頭+3.3秒 01/24 1京都86R 9着/17頭+1.1秒 01/05 1中山25R 4着/16頭+0.6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 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 136日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +525% (市場が大幅過小評価) AI 予想勝率 6.7% (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。
13	ジャスティンレビン	コレット	実11.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（105日ぶりの実戦）
前5走 04/11 2阪神53R 6着/13頭+1.8秒 03/22 1阪神102R 4着/13頭+0.9秒 03/01 1阪神43R 8着/12頭+1.3秒 01/17 1京都61R 2着/10頭+1.0秒 12/27 5阪神75R 9着/14頭+1.7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 6.0着 △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 9.0%) ※ 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	タロ	☆田山	実6.2	△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3.0着と安定／前走3着／83日ぶりの実戦）
前5走 05/03 1新潟23R 3着/14頭+0.4秒 04/12 3中山62R 2着/14頭+0.6秒 03/28 1中京54R 4着/14頭+0.9秒 02/28 1阪神32R 4着/14頭+1.0秒 01/10 1京都32R 4着/14頭+0.3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 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) -58% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 16.1%) ※ 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。
15	コーディアリティ	西塚	実70.1	▽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／70日ぶりの実戦）
前5走 05/16 1新潟54R 8着/11頭+1.8秒 05/02 2東京32R 9着/14頭+2.7秒 04/19 1福島43R 13着/16頭+2.3秒 ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +369% (市場が大幅過小評価) AI 予想勝率 6.7% (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。
16	アスクハッピーマン	坂井	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（69日ぶりの実戦）
前5走 05/17 3京都83R 6着/12頭+2.4秒 05/03 3京都42R 2着/12頭+0.1秒 04/19 1福島44R 6着/15頭+1.5秒 ― ―
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 × 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 6.7% (オッズ暗示: 26.3%) ※ 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。

🎯 AIの本命

AI評価1位

ナウオアネヴァー

騎手岩田望

単勝オッズ

3.4倍

AI期待値

-77%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○16アスクハッピーマン

3.8倍

EV -74%

▲2ベルアズーロ

5.1倍

EV -65%

出走馬全16頭

×8

ナウオアネヴァー

岩田望

3.4倍

-77%

›

○16

アスクハッピーマン

坂井

3.8倍

-74%

›

▲2

ベルアズーロ

吉村

5.1倍

-65%

›

△14

タロ

☆田山

6.2倍

-58%

›

△13

ジャスティンレビン

コレット

11.1倍

-25%

›

△11

ボクサークラブ

松山

16.5倍

+10%

›

▽3

ヴァンドゥーヴル

西村淳

17.8倍

+19%

›

▽4

テリコス

▲川端

26.9倍

+80%

›

▽6

ロードファイター

団野

31.5倍

+111%

›

▽15

コーディアリティ

西塚

70.1倍

+369%

›

▽5

テイクザスローン

高倉

88.4倍

+492%

›

▽12

アステリアート

富田

93.3倍

+525%

›

▽7

グランピアン

幸

128.6倍

+606%

›

▽10

ワイドヴィンクルム

城戸

81.1倍

+280%

›

▽1

ヨシノサンキュー

△柴田裕

104.5倍

+390%

›

▽9

マーゴットショット

秋山稔

145.7倍

+584%

›

💡 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。