福島 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 福島競馬場　発走 11:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エメラルファイン	石橋脩	実61.6	B▽ A▽勝率6% EV+276% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.5着と低調／76日ぶりの実戦）
前5走 01/17 1中山63R 12着/16頭+2.7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 11.5着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +285% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 6.1% / 期待値 +277% ※ 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	ダイユウルミナス	▲佐藤	実5.2	B× A×勝率6% EV-68% 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走平均8.5着と低調／98日ぶりの実戦）
前5走 02/14 1東京55R 7着/16頭+0.4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 8.5着 (不振) ▽ 前走実績前走 10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) -68% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 19.2%) × Aモデルの評価 (参考) レース内 7位 / 勝率 6.1% / 期待値 -68% ※ 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	ハイティー	戸崎圭	実6.5	B○ A×勝率6% EV-57% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／384日ぶりの実戦）
前5走 06/29 2福島26R 2着/7頭+0.5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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 384日休養明け × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 15.4%) × Aモデルの評価 (参考) レース内 1位 / 勝率 6.5% / 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。
4	オンナキュヌヴィ	津村	実9.7	B▽ A△勝率6% EV-37% 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／83日ぶりの実戦）
前5走 02/21 1東京76R 9着/16頭+1.2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 6.0着 ○ 前走実績前走 3着 (好走) × 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 6.2% (オッズ暗示: 10.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.5% / 期待値 -37% ※ 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	フロステリオン	田辺	実61.0	B▽ A△勝率6% EV+295% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／167日ぶりの実戦）
前5走 02/01 1東京22R 13着/13頭+7.1秒 01/18 1中山73R 10着/13頭+5.0秒 10/12 4東京43R 9着/10頭+1.7秒 09/28 4中山95R 11着/17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 10.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 167日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +281% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.5% / 期待値 +295% ※ 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	バランソワール	荻野極	実8.7	B△ A▲勝率6% EV-43% 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3走で勝率0%と苦戦傾向／83日ぶりの実戦）
前5走 02/08 1小倉62R 7着/17頭+0.7秒 11/15 3福島34R 2着/16頭+0.1秒 08/31 3新潟43R 7着/18頭+1.1秒 07/12 2福島55R 3着/11頭+0.2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 5.7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) -46% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 11.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.5% / 期待値 -44% ※ 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	マイネルヴェーゼン	石川	実11.2	B▽ A△勝率6% EV-27% 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／直近3走平均8.7着と低調／105日ぶりの実戦）
前5走 01/24 1中山85R 10着/18頭+1.2秒 12/07 5中山22R 8着/16頭+0.5秒 11/08 3福島12R 6着/16頭+0.9秒 08/03 2新潟43R 3着/6頭+1.8秒 07/19 2福島73R 3着/10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 8.7着 (不振) × 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) -30% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 8.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.5% / 期待値 -27% ※ 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	ジーティートゥーリ	杉原	実44.5	B▽ A▽勝率6% EV+172% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／84日ぶりの実戦）
前5走 03/01 2中山27R 10着/12頭+1.8秒 01/31 1東京16R 6着/16頭+1.0秒 10/18 4東京65R 13着/16頭+1.5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 10.3着 (不振) ▽ 前走実績前走 15着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +178% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 6.1% / 期待値 +172% ※ 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	エンジェルサン	△石神道	実17.0	B▽ A▽勝率6% EV+3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調／90日ぶりの実戦）
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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 5.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.1% / 期待値 +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	ウインドオブヘヴン	松岡	実7.2	B▲ A×勝率6% EV-55% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 03/01 2中山22R 7着/16頭+1.7秒 01/31 1東京16R 9着/16頭+1.1秒 11/30 5東京82R 6着/13頭+1.2秒 11/02 4東京111R 4着/12頭+1.2秒 09/15 4中山55R 9着/13頭+0.9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 6.3着 ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 13.9%) × Aモデルの評価 (参考) レース内 8位 / 勝率 6.1% / 期待値 -56% ※ 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	ラウンドヒル	三浦	実8.1	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（300日ぶりの実戦）
前5走 09/21 4中山72R 9着/16頭+1.3秒 08/30 3新潟35R 5着/18頭+0.6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 7.0着 (不振) △ ローテーション 300日休養明け × 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 6.2% (オッズ暗示: 12.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.5% / 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。
12	リーデレクオーレ	柴田大	実7.2	B△ A×勝率6% EV-55% 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10.7着と低調／118日ぶりの実戦）
前5走 03/01 2中山25R 4着/16頭+0.6秒 11/09 5東京23R 16着/18頭+1.5秒 10/19 4東京73R 9着/13頭+1.1秒 09/28 4中山92R 7着/16頭+1.0秒 08/16 2新潟75R 6着/17頭+1.2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 10.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 118日休養明け × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 13.9%) × Aモデルの評価 (参考) レース内 9位 / 勝率 6.1% / 期待値 -56% ※ 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	スラッシュコード	菊沢	実17.8	B▽ A▽勝率6% EV+8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（77日ぶりの実戦）
前5走 02/07 1小倉53R 7着/14頭+1.6秒 01/11 1中山41R 9着/16頭+1.5秒 12/21 5中山61R 6着/16頭+1.7秒 11/16 5東京41R 14着/16頭+1.9秒 09/28 4中山92R 14着/16頭+1.5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 7.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.1% / 期待値 +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。
14	レレリオーナ	▲上里	実114.8	B▽ A▽勝率6% EV+601% 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／90日ぶりの実戦）
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 14 ◎ 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 11着 (大敗) △ ローテーション 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +617% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 6.1% / 期待値 +602% ※ 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	シエラモレーナ	大野	実53.6	B▽ A▽勝率6% EV+227% 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／84日ぶりの実戦）
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 15 ◎ 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 16着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +235% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 6.1% / 期待値 +228% ※ 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	ココニーナ	小林脩	実185.8	B▽ A▽勝率6% 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16.0着と低調／174日ぶりの実戦）
前5走 01/25 1中山912R 16着/16頭+10.6秒 10/12 4東京44R 16着/16頭+5.5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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 174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 6.2% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 6.1% / 期待値 +1036% ※ 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 ×

ダイユウルミナス

騎手 ▲佐藤

単勝オッズ

5.2倍

AI期待値

-67%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:×3ハイティー

6.5倍

EV -59%

▲A:×10ウインドオブヘヴン

7.2倍

EV -55%

出走馬全16頭

×A:×2

ダイユウルミナス

▲佐藤

5.2倍

-67%

›

○A:×3

ハイティー

戸崎圭

6.5倍

-59%

›

▲A:×10

ウインドオブヘヴン

松岡

7.2倍

-55%

›

△A:×12

リーデレクオーレ

柴田大

7.2倍

-55%

›

△A:○11

ラウンドヒル

三浦

8.1倍

-49%

›

△A:▲6

バランソワール

荻野極

8.7倍

-45%

›

▽A:△4

オンナキュヌヴィ

津村

9.7倍

-39%

›

▽A:△7

マイネルヴェーゼン

石川

11.2倍

-30%

›

▽A:▽9

エンジェルサン

△石神道

17.0倍

+6%

›

▽A:▽13

スラッシュコード

菊沢

17.8倍

+11%

›

▽A:▽8

ジーティートゥーリ

杉原

44.5倍

+178%

›

▽A:▽15

シエラモレーナ

大野

53.6倍

+235%

›

▽A:△5

フロステリオン

田辺

61.0倍

+281%

›

▽A:▽1

エメラルファイン

石橋脩

61.6倍

+285%

›

▽A:▽14

レレリオーナ

▲上里

114.8倍

+617%

›

▽A:▽16

ココニーナ

小林脩

185.8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 福島競馬場　発走 11:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エメラルファイン	石橋脩	実61.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.5着と低調／76日ぶりの実戦）
前5走 01/17 1中山63R 12着/16頭+2.7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 11.5着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +276% (市場が大幅過小評価) AI 予想勝率 6.1% (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。
2	ダイユウルミナス	▲佐藤	実5.2	×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8.5着と低調／98日ぶりの実戦）
前5走 02/14 1東京55R 7着/16頭+0.4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 8.5着 (不振) ▽ 前走実績前走 10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) -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。
3	ハイティー	戸崎圭	実6.5	×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走平均2.0着と安定／前走2着／384日ぶりの実戦）
前5走 06/29 2福島26R 2着/7頭+0.5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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 384日休養明け × 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 6.5% (オッズ暗示: 15.4%) ※ 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。
4	オンナキュヌヴィ	津村	実9.7	△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／83日ぶりの実戦）
前5走 02/21 1東京76R 9着/16頭+1.2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 6.0着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 6.5% (オッズ暗示: 10.3%) ※ 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。
5	フロステリオン	田辺	実61.0	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／167日ぶりの実戦）
前5走 02/01 1東京22R 13着/13頭+7.1秒 01/18 1中山73R 10着/13頭+5.0秒 10/12 4東京43R 9着/10頭+1.7秒 09/28 4中山95R 11着/17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 10.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 167日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +295% (市場が大幅過小評価) AI 予想勝率 6.5% (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。
6	バランソワール	荻野極	実8.7	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／83日ぶりの実戦）
前5走 02/08 1小倉62R 7着/17頭+0.7秒 11/15 3福島34R 2着/16頭+0.1秒 08/31 3新潟43R 7着/18頭+1.1秒 07/12 2福島55R 3着/11頭+0.2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 5.7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) -44% (大幅な期待値マイナス) AI 予想勝率 6.5% (オッズ暗示: 11.5%) ※ 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。
7	マイネルヴェーゼン	石川	実11.2	△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／直近3走平均8.7着と低調／105日ぶりの実戦）
前5走 01/24 1中山85R 10着/18頭+1.2秒 12/07 5中山22R 8着/16頭+0.5秒 11/08 3福島12R 6着/16頭+0.9秒 08/03 2新潟43R 3着/6頭+1.8秒 07/19 2福島73R 3着/10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 8.7着 (不振) × 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) -27% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 8.9%) ※ 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	ジーティートゥーリ	杉原	実44.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／84日ぶりの実戦）
前5走 03/01 2中山27R 10着/12頭+1.8秒 01/31 1東京16R 6着/16頭+1.0秒 10/18 4東京65R 13着/16頭+1.5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 10.3着 (不振) ▽ 前走実績前走 15着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +172% (市場が大幅過小評価) AI 予想勝率 6.1% (オッズ暗示: 2.2%) ※ 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	エンジェルサン	△石神道	実17.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調／90日ぶりの実戦）
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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 90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 6.1% (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。
10	ウインドオブヘヴン	松岡	実7.2	×詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 03/01 2中山22R 7着/16頭+1.7秒 01/31 1東京16R 9着/16頭+1.1秒 11/30 5東京82R 6着/13頭+1.2秒 11/02 4東京111R 4着/12頭+1.2秒 09/15 4中山55R 9着/13頭+0.9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 6.3着 ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 6.1% (オッズ暗示: 13.9%) ※ 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。
11	ラウンドヒル	三浦	実8.1	○詳細▼	AI上位評価だが期待値不足、見送り（300日ぶりの実戦）
前5走 09/21 4中山72R 9着/16頭+1.3秒 08/30 3新潟35R 5着/18頭+0.6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 7.0着 (不振) △ ローテーション 300日休養明け × 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 6.5% (オッズ暗示: 12.3%) ※ 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	リーデレクオーレ	柴田大	実7.2	×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10.7着と低調／118日ぶりの実戦）
前5走 03/01 2中山25R 4着/16頭+0.6秒 11/09 5東京23R 16着/18頭+1.5秒 10/19 4東京73R 9着/13頭+1.1秒 09/28 4中山92R 7着/16頭+1.0秒 08/16 2新潟75R 6着/17頭+1.2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 10.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 118日休養明け × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 6.1% (オッズ暗示: 13.9%) ※ 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	スラッシュコード	菊沢	実17.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（77日ぶりの実戦）
前5走 02/07 1小倉53R 7着/14頭+1.6秒 01/11 1中山41R 9着/16頭+1.5秒 12/21 5中山61R 6着/16頭+1.7秒 11/16 5東京41R 14着/16頭+1.9秒 09/28 4中山92R 14着/16頭+1.5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 7.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 6.1% (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。
14	レレリオーナ	▲上里	実114.8	▽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／90日ぶりの実戦）
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 14 ◎ 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 11着 (大敗) △ ローテーション 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +601% (市場が大幅過小評価) AI 予想勝率 6.1% (オッズ暗示: 0.9%) ※ 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。
15	シエラモレーナ	大野	実53.6	▽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／84日ぶりの実戦）
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 15 ◎ 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 16着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +227% (市場が大幅過小評価) AI 予想勝率 6.1% (オッズ暗示: 1.9%) ※ 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	ココニーナ	小林脩	実185.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調／174日ぶりの実戦）
前5走 01/25 1中山912R 16着/16頭+10.6秒 10/12 4東京44R 16着/16頭+5.5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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 174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 6.1% (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。

🎯 AIの本命

AI評価1位

ハイティー

騎手戸崎圭

単勝オッズ

6.5倍

AI期待値

-57%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11ラウンドヒル

8.1倍

EV -47%

▲6バランソワール

8.7倍

EV -43%

出走馬全16頭

×3

ハイティー

戸崎圭

6.5倍

-57%

›

○11

ラウンドヒル

三浦

8.1倍

-47%

›

▲6

バランソワール

荻野極

8.7倍

-43%

›

△4

オンナキュヌヴィ

津村

9.7倍

-37%

›

△7

マイネルヴェーゼン

石川

11.2倍

-27%

›

△5

フロステリオン

田辺

61.0倍

+295%

›

×2

ダイユウルミナス

▲佐藤

5.2倍

-68%

›

×10

ウインドオブヘヴン

松岡

7.2倍

-55%

›

×12

リーデレクオーレ

柴田大

7.2倍

-55%

›

▽9

エンジェルサン

△石神道

17.0倍

+3%

›

▽13

スラッシュコード

菊沢

17.8倍

+8%

›

▽8

ジーティートゥーリ

杉原

44.5倍

+172%

›

▽15

シエラモレーナ

大野

53.6倍

+227%

›

▽1

エメラルファイン

石橋脩

61.6倍

+276%

›

▽14

レレリオーナ

▲上里

114.8倍

+601%

›

▽16

ココニーナ

小林脩

185.8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。