小倉 12R 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。

12R 小倉競馬場　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ケンフィールド	幸	実13.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/30 3京都119R 9着/9頭+2.4秒 05/17 3京都86R 9着/16頭+1.7秒 05/02 3京都32R 1着/15頭勝利 04/11 2阪神53R 2着/13頭+1.2秒 03/21 1中京33R 10着/13頭+2.0秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 7.2%) ※ 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。
2	サイモンゼスト推奨	酒井	実19.3	▽詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 05/30 3京都119R 8着/9頭+2.2秒 05/02 3京都311R 12着/12頭+2.7秒 04/11 2阪神55R 7着/12頭+2.0秒 03/01 1阪神44R 8着/8頭+2.0秒 02/07 2京都32R 1着/9頭勝利
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 5.2%) ※ 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。
3	トッレブランカ	長岡	実96.8	▲詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 05/16 3京都76R 15着/15頭+1.7秒 05/09 1新潟37R 7着/15頭+1.4秒 12/17 園田9R 1着/12頭勝利 11/18 園田5R 2着/12頭+0.4秒 10/22 園田12R 1着/12頭勝利
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎ 期待値 (オッズ vs AI勝率) +559% (市場が大幅過小評価) AI 予想勝率 6.8% (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。
4	リヒトミューレ	西村淳	実9.6	▽詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 04/05 3中山46R 8着/16頭+1.2秒 03/14 1中京16R 2着/16頭+0.4秒 01/24 1中山86R 3着/13頭+0.4秒 01/05 1京都24R 6着/11頭+1.3秒 11/02 3京都119R 11着/16頭+2.2秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 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 5.9% (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。
5	テイクイットオール推奨	△柴田裕	実38.6	▽詳細▼	市場が大きく過小評価、AI予想勝率6% × オッズ38.6倍で期待値+117%の有力候補（市場想定よりAI評価が高く妙味）
前5走 04/18 2阪神77R 11着/14頭+1.0秒 02/21 1小倉912R 16着/18頭+1.4秒 11/15 4京都312R 6着/18頭+0.3秒 11/01 3京都1012R 12着/15頭+0.6秒 09/06 2札幌57R 10着/14頭+0.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎ 期待値 (オッズ vs AI勝率) +117% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 2.6%) ※ 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。
6	フェミナンジェンヌ	▲川端	実90.7	▲詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 05/10 3京都67R 12着/12頭+4.7秒 02/10 高知2R 1着/12頭勝利 11/15 5東京36R 11着/14頭+2.2秒 ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎ 期待値 (オッズ vs AI勝率) +519% (市場が大幅過小評価) AI 予想勝率 6.8% (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。
7	ゴールデンスラム	吉村	実15.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 03/14 1中京16R 10着/16頭+2.5秒 02/28 1小倉117R 5着/13頭+1.5秒 01/17 1京都66R 7着/8頭+2.0秒 10/25 3京都82R 1着/11頭勝利 10/12 4東京44R 6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 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 6.7%) ※ 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	タイセイジェイド	松山	実5.2	×詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 04/26 3京都26R 3着/11頭+0.3秒 04/05 2阪神45R 9着/13頭+1.5秒 03/01 2中山24R 4着/8頭+2.1秒 02/15 1東京63R 1着/16頭勝利 ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 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 6.1% (オッズ暗示: 19.2%) ※ 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	ビズロード	菱田	実17.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/30 3京都119R 7着/9頭+1.7秒 02/22 1阪神23R 1着/11頭勝利 02/07 2京都34R 4着/16頭+1.7秒 ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 6.3% (オッズ暗示: 5.8%) ※ 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。
10	システマソラー	川田	実2.3	▲詳細▼	人気馬、市場評価通りで上乗せなし
前5走 05/17 3京都86R 2着/16頭+0.2秒 04/12 3中山66R 2着/11頭+0.1秒 03/14 2中山56R 5着/16頭+0.8秒 11/29 4京都72R 1着/11頭勝利 11/16 3福島46R 2着/15頭+1.1秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 期待値 (オッズ vs AI勝率) -84% (大幅な期待値マイナス) AI 予想勝率 6.9% (オッズ暗示: 43.5%) ※ 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。
11	ルペイドゥロール推奨	△田山	実30.2	○詳細▼	市場が大きく過小評価、AI予想勝率7% × オッズ30.2倍で期待値+122%の有力候補（市場想定よりAI評価が高く妙味）
前5走 05/12 川崎8R 1着/12頭勝利 03/21 1阪神94R 8着/15頭+1.7秒 03/01 1阪神43R 11着/12頭+2.6秒 12/06 5阪神12R 14着/16頭+3.4秒 11/16 4京都44R 5着/11頭+1.1秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎ 期待値 (オッズ vs AI勝率) +122% (市場が大幅過小評価) AI 予想勝率 7.4% (オッズ暗示: 3.3%) ※ 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	バレンシア	Ｍデムーロ	実16.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/23 3京都97R 7着/16頭+1.5秒 04/26 1福島67R 10着/15頭+1.0秒 03/29 2阪神29R 4着/15頭+1.8秒 11/22 4京都57R 6着/16頭+1.3秒 10/25 4新潟35R 7着/14頭+1.2秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 5.6% (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。
13	アーブルラーブル推奨	富田	実99.8	△詳細▼	市場が大きく過小評価、AI予想勝率6% × オッズ99.8倍で期待値+546%の有力候補（市場想定よりAI評価が高く妙味）
前5走 03/28 2阪神17R 11着/12頭+1.8秒 12/01 水沢4R 1着/9頭勝利 11/16 盛岡4R 1着/9頭勝利 08/17 3中京85R 16着/16頭+6.1秒 ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎ 期待値 (オッズ vs AI勝率) +546% (市場が大幅過小評価) AI 予想勝率 6.5% (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	メイショウカスガイ	角田和	実22.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 04/19 2阪神88R 11着/11頭+13.3秒 03/22 1阪神108R 1着/10頭勝利 07/27 3中京22R 6着/16頭+0.8秒 05/04 1新潟23R 9着/15頭+3.5秒 01/25 1中京82R 13着/15頭+4.6秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 5.9% (オッズ暗示: 4.4%) ※ 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	ゲタリア	コレット	実16.9	◎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5走 03/14 1阪神73R 1着/13頭勝利 02/28 1阪神32R 2着/14頭+0.8秒 11/09 5東京26R 9着/15頭+1.7秒 ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 8.0% (オッズ暗示: 5.9%) ※ 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。
16	ブラックドレス	◇永島	実35.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 04/19 2阪神88R 7着/11頭+2.0秒 03/22 1中京46R 17着/17頭+2.6秒 02/01 1小倉47R 11着/15頭+1.3秒 09/21 4阪神78R 9着/13頭+1.6秒 08/30 4中京37R 8着/10頭+2.7秒
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 期待値 (オッズ vs AI勝率) +43% (妙味あり) AI 予想勝率 4.0% (オッズ暗示: 2.8%) ※ 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。

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

ゲタリア

騎手コレット

単勝オッズ

16.9倍

AI期待値

+34%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11ルペイドゥロール

30.2倍

EV +122%

▲10システマソラー

2.3倍

EV -84%

▲6フェミナンジェンヌ

90.7倍

EV +519%

▲3トッレブランカ

96.8倍

EV +559%

出走馬AI評価順・全16頭

◎15

ゲタリア

コレット

16.9倍

+34%

›

○11

ルペイドゥロール

△田山

30.2倍

+122%

›

▲10

システマソラー

川田

2.3倍

-84%

›

▲6

フェミナンジェンヌ

▲川端

90.7倍

+519%

›

▲3

トッレブランカ

長岡

96.8倍

+559%

›

△13

アーブルラーブル

富田

99.8倍

+546%

›

△9

ビズロード

菱田

17.3倍

+9%

›

△7

ゴールデンスラム

吉村

15.0倍

-5%

›

▽2

サイモンゼスト

酒井

19.3倍

+19%

›

×8

タイセイジェイド

松山

5.2倍

-68%

›

▽14

メイショウカスガイ

角田和

22.6倍

+34%

›

▽4

リヒトミューレ

西村淳

9.6倍

-43%

›

▽5

テイクイットオール

△柴田裕

38.6倍

+117%

›

▽12

バレンシア

Ｍデムーロ

16.8倍

-5%

›

▽1

ケンフィールド

幸

13.9倍

-22%

›

▽16

ブラックドレス

◇永島

35.4倍

+43%

›

💡 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 (AI 期待値プラス判定)

A. 現行モデル (binary)

単勝 2 サイモンゼスト実19.3倍期待値 +19% 推奨 16.2〜100.0倍 100円

B. 新モデル (rank最適化 + leak-free)

単勝 13 アーブルラーブル実99.8倍期待値 +546% 推奨 15.4〜100.0倍 300円
単勝 11 ルペイドゥロール実30.2倍期待値 +122% 推奨 13.6〜100.0倍 200円
単勝 5 テイクイットオール実38.6倍期待値 +117% 推奨 17.7〜100.0倍 200円

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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。