小倉 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 小倉競馬場　発走 11:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サンタカリス	川須	実156.5	B▽ A▽勝率8% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調）
前5走 06/07 3阪神22R 11着/15頭+1.0秒 05/23 3京都95R 14着/14頭+2.5秒 04/19 2阪神82R 9着/16頭+0.9秒 03/07 1阪神51R 8着/14頭+1.5秒 02/22 1小倉101R 6着/11頭+1.9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 11.3着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 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 7.7% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 7.5% / 期待値 +1074% ※ 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	グランスプリント	吉村	実213.1	B▽ A▽勝率8% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.5着と低調）
前5走 05/30 3京都113R 13着/17頭+1.8秒 03/15 1中京24R 12着/18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 12.5着 (不振) ▽ 前走実績前走 13着 (大敗) 🌟◎ 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 7.7% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 7.8% / 期待値 +1556% ※ 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	エイシンニケ	団野	実161.2	B▽ A◎勝率8% EV+999% 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 3 ◎ 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) +999% (市場が大幅過小評価) AI 予想勝率 7.7% (オッズ暗示: 0.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 8.1% / 期待値 +1204% ※ 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	スリーロンドン	△柴田裕	実56.6	B▽ A△勝率8% EV+339% 詳細▼	大穴、AI予想勝率低く長期回収困難（119日ぶりの実戦）
前5走 03/15 1阪神85R 8着/16頭+0.8秒 02/22 1阪神25R 6着/13頭+1.4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) △ ローテーション 119日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +335% (市場が大幅過小評価) AI 予想勝率 7.7% (オッズ暗示: 1.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.8% / 期待値 +340% ※ 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	ウインラブソング	△田山	実65.6	B▽ A▽勝率8% EV+409% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.5着と低調）
前5走 05/24 1新潟81R 12着/16頭+1.6秒 02/10 2京都45R 13着/16頭+1.9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 12.5着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +404% (市場が大幅過小評価) AI 予想勝率 7.7% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.8% / 期待値 +410% ※ 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	ブランチアウト	太宰	実3.8	B○ A○勝率8% EV-70% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 05/24 3京都103R 3着/18頭+0.4秒 05/10 3京都64R 3着/16頭+0.1秒 04/25 3京都16R 6着/16頭+0.7秒 04/04 2阪神34R 5着/18頭+0.3秒 03/21 1阪神95R 2着/18頭+0.1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 4.0着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 7.7% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 7.8% / 期待値 -70% ※ 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	レッドパラジウム	川田	実3.7	B× A×勝率8% EV-72% 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）
前5走 06/06 3阪神17R 3着/18頭+0.1秒 05/16 3京都75R 9着/14頭+1.1秒 04/25 3京都16R 7着/16頭+0.7秒 02/15 2京都63R 15着/16頭+3.6秒 01/25 1京都92R 11着/16頭+1.3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 6.3着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 7.7% (オッズ暗示: 27.0%) × Aモデルの評価 (参考) レース内 9位 / 勝率 7.5% / 期待値 -72% ※ 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	ラミエルノムスコ	高杉	実4.8	B△ A△勝率8% EV-62% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（70日ぶりの実戦）
前5走 05/03 3京都45R 4着/11頭+0.3秒 01/18 1京都76R 3着/18頭+0.3秒 12/27 5阪神74R 4着/15頭+0.4秒 09/27 4阪神85R 5着/11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 3.7着 × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 7.7% (オッズ暗示: 20.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 期待値 -63% ※ 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	フェブリノ	松若	実13.0	B△ A▽勝率8% 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0%と苦戦傾向）
前5走 06/06 3阪神17R 7着/18頭+0.5秒 05/26 浦和9R 4着/11頭+1.0秒 04/25 1福島52R 9着/16頭+1.5秒 02/21 1小倉96R 8着/16頭+0.9秒 01/24 1小倉19R 7着/12頭+0.7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) AI 予想勝率 7.7% (オッズ暗示: 7.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 7.5% / 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。
10	シャドウクライ	幸	実132.9	B▽ A▽勝率8% EV+896% 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／99日ぶりの実戦）
前5走 04/04 2阪神31R 7着/16頭+2.3秒 03/15 1阪神85R 12着/16頭+1.7秒 12/14 5阪神43R 6着/11頭+1.0秒 11/30 5東京84R 7着/13頭+1.3秒 10/05 3京都25R 7着/13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戦の調子平均 8.3着 (不振) △ ローテーション 99日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +922% (市場が大幅過小評価) AI 予想勝率 7.7% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 7.5% / 期待値 +897% ※ 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	タイムレスフレアー	松山	実4.6	B▲ A▲勝率8% EV-64% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 05/24 3京都103R 6着/18頭+0.6秒 03/21 1阪神95R 9着/18頭+0.8秒 01/31 2京都16R 3着/16頭+0.1秒 01/11 1京都412R 5着/18頭+0.5秒 11/15 4京都34R 3着/12頭+1.1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 6.0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 7.7% (オッズ暗示: 21.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.8% / 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。
12	セルヴァジオ	富田	実6.7	B△ A△勝率8% EV-47% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（78日ぶりの実戦）
前5走 04/25 3京都16R 5着/16頭+0.5秒 04/12 2阪神64R 8着/18頭+0.5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 6.5着 × 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 7.7% (オッズ暗示: 14.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 期待値 -48% ※ 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	ゴリョウセイ	コレット	実56.3	B▽ A▽勝率8% EV+322% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／134日ぶりの実戦）
前5走 02/28 1阪神34R 13着/14頭+3.6秒 02/07 1小倉56R 11着/18頭+2.0秒 12/13 5阪神37R 2着/8頭+0.5秒 11/22 4京都55R 11着/17頭+1.6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 8.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 134日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +333% (市場が大幅過小評価) AI 予想勝率 7.7% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 7.5% / 期待値 +322% ※ 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 ×

レッドパラジウム

騎手川田

単勝オッズ

3.7倍

AI期待値

-71%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6ブランチアウト

3.8倍

EV -70%

▲A:▲11タイムレスフレアー

4.6倍

EV -64%

出走馬全13頭

×A:×7

レッドパラジウム

川田

3.7倍

-71%

›

○A:○6

ブランチアウト

太宰

3.8倍

-70%

›

▲A:▲11

タイムレスフレアー

松山

4.6倍

-64%

›

△A:△8

ラミエルノムスコ

高杉

4.8倍

-63%

›

△A:△12

セルヴァジオ

富田

6.7倍

-48%

›

△A:▽9

フェブリノ

松若

13.0倍

+0%

›

▽A:▽13

ゴリョウセイ

コレット

56.3倍

+333%

›

▽A:△4

スリーロンドン

△柴田裕

56.6倍

+335%

›

▽A:▽5

ウインラブソング

△田山

65.6倍

+404%

›

▽A:▽10

シャドウクライ

幸

132.9倍

+922%

›

▽A:▽1

サンタカリス

川須

156.5倍

+999%

›

▽A:◎3

エイシンニケ

団野

161.2倍

+999%

›

▽A:▽2

グランスプリント

吉村

213.1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）

4R 小倉競馬場　発走 11:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サンタカリス	川須	実156.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調）
前5走 06/07 3阪神22R 11着/15頭+1.0秒 05/23 3京都95R 14着/14頭+2.5秒 04/19 2阪神82R 9着/16頭+0.9秒 03/07 1阪神51R 8着/14頭+1.5秒 02/22 1小倉101R 6着/11頭+1.9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 11.3着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 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 7.5% (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	グランスプリント	吉村	実213.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.5着と低調）
前5走 05/30 3京都113R 13着/17頭+1.8秒 03/15 1中京24R 12着/18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 12.5着 (不振) ▽ 前走実績前走 13着 (大敗) 🌟◎ 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 7.8% (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。
3	エイシンニケ	団野	実161.2	◎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 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 3 ◎ 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 1位 (最上位評価) 🌟◎ 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 8.1% (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。
4	スリーロンドン	△柴田裕	実56.6	△詳細▼	大穴、AI予想勝率低く長期回収困難（119日ぶりの実戦）
前5走 03/15 1阪神85R 8着/16頭+0.8秒 02/22 1阪神25R 6着/13頭+1.4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) △ ローテーション 119日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +339% (市場が大幅過小評価) AI 予想勝率 7.8% (オッズ暗示: 1.8%) ※ 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。
5	ウインラブソング	△田山	実65.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.5着と低調）
前5走 05/24 1新潟81R 12着/16頭+1.6秒 02/10 2京都45R 13着/16頭+1.9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 12.5着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +409% (市場が大幅過小評価) AI 予想勝率 7.8% (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。
6	ブランチアウト	太宰	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 05/24 3京都103R 3着/18頭+0.4秒 05/10 3京都64R 3着/16頭+0.1秒 04/25 3京都16R 6着/16頭+0.7秒 04/04 2阪神34R 5着/18頭+0.3秒 03/21 1阪神95R 2着/18頭+0.1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 4.0着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 7.8% (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。
7	レッドパラジウム	川田	実3.7	×詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 06/06 3阪神17R 3着/18頭+0.1秒 05/16 3京都75R 9着/14頭+1.1秒 04/25 3京都16R 7着/16頭+0.7秒 02/15 2京都63R 15着/16頭+3.6秒 01/25 1京都92R 11着/16頭+1.3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 6.3着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 7.5% (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。
8	ラミエルノムスコ	高杉	実4.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（70日ぶりの実戦）
前5走 05/03 3京都45R 4着/11頭+0.3秒 01/18 1京都76R 3着/18頭+0.3秒 12/27 5阪神74R 4着/15頭+0.4秒 09/27 4阪神85R 5着/11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 3.7着 × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 7.8% (オッズ暗示: 20.8%) ※ 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。
9	フェブリノ	松若	実13.0	▽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0%と苦戦傾向）
前5走 06/06 3阪神17R 7着/18頭+0.5秒 05/26 浦和9R 4着/11頭+1.0秒 04/25 1福島52R 9着/16頭+1.5秒 02/21 1小倉96R 8着/16頭+0.9秒 01/24 1小倉19R 7着/12頭+0.7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) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 7.7%) ※ 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	シャドウクライ	幸	実132.9	▽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／99日ぶりの実戦）
前5走 04/04 2阪神31R 7着/16頭+2.3秒 03/15 1阪神85R 12着/16頭+1.7秒 12/14 5阪神43R 6着/11頭+1.0秒 11/30 5東京84R 7着/13頭+1.3秒 10/05 3京都25R 7着/13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戦の調子平均 8.3着 (不振) △ ローテーション 99日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +896% (市場が大幅過小評価) AI 予想勝率 7.5% (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。
11	タイムレスフレアー	松山	実4.6	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 05/24 3京都103R 6着/18頭+0.6秒 03/21 1阪神95R 9着/18頭+0.8秒 01/31 2京都16R 3着/16頭+0.1秒 01/11 1京都412R 5着/18頭+0.5秒 11/15 4京都34R 3着/12頭+1.1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 6.0着 × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 7.8% (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。
12	セルヴァジオ	富田	実6.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（78日ぶりの実戦）
前5走 04/25 3京都16R 5着/16頭+0.5秒 04/12 2阪神64R 8着/18頭+0.5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 6.5着 × 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 7.8% (オッズ暗示: 14.9%) ※ 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。
13	ゴリョウセイ	コレット	実56.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／134日ぶりの実戦）
前5走 02/28 1阪神34R 13着/14頭+3.6秒 02/07 1小倉56R 11着/18頭+2.0秒 12/13 5阪神37R 2着/8頭+0.5秒 11/22 4京都55R 11着/17頭+1.6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 8.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 134日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +322% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 1.8%) ※ 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の本命

AI評価1位

エイシンニケ

騎手団野

単勝オッズ

161.2倍

AI期待値

+999%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ブランチアウト

3.8倍

EV -70%

▲11タイムレスフレアー

4.6倍

EV -64%

出走馬全13頭

◎3

エイシンニケ

団野

161.2倍

+999%

›

○6

ブランチアウト

太宰

3.8倍

-70%

›

▲11

タイムレスフレアー

松山

4.6倍

-64%

›

△8

ラミエルノムスコ

高杉

4.8倍

-62%

›

△12

セルヴァジオ

富田

6.7倍

-47%

›

△4

スリーロンドン

△柴田裕

56.6倍

+339%

›

▽5

ウインラブソング

△田山

65.6倍

+409%

›

▽2

グランスプリント

吉村

213.1倍

+999%

›

×7

レッドパラジウム

川田

3.7倍

-72%

›

▽9

フェブリノ

松若

13.0倍

-2%

›

▽13

ゴリョウセイ

コレット

56.3倍

+322%

›

▽10

シャドウクライ

幸

132.9倍

+896%

›

▽1

サンタカリス

川須

156.5倍

+999%

›

💡 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。