福島 6R 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

6R 福島競馬場　発走 13:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テンオンスゴールド	江田照	実3.6	B○ A○勝率7% EV-76% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 11/15 3福島31R 4着/15頭+1.1秒 08/16 2新潟71R 13着/13頭+3.9秒 08/03 2新潟44R 11着/13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 6.3着 ○ 前走実績前走 2着 (好走) × 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 6.8% (オッズ暗示: 27.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.7% / 期待値 -76% ※ 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	スクイーズアウト	原	実15.6	B▽ A▽勝率7% EV+4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（210日ぶりの実戦）
前5走 12/20 5中山53R 6着/16頭+1.1秒 10/26 4東京95R 7着/16頭+0.5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 6.5着 △ ローテーション 210日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 6.5% (オッズ暗示: 6.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.7% / 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。
3	サンタピア	木幡巧	実48.8	B▽ A▽勝率7% EV+225% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／63日ぶりの実戦）
前5走 01/24 1中山84R 12着/15頭+2.6秒 01/05 1中山23R 7着/12頭+2.5秒 12/13 5中山34R 12着/16頭+2.7秒 11/23 5東京54R 8着/15頭+1.7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 9.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +214% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 6.7% / 期待値 +225% ※ 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	ティンバーライン	菊沢	実28.8	B▽ A▽勝率7% EV+92% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.5着と低調／273日ぶりの実戦）
前5走 10/18 4新潟12R 5着/14頭+1.7秒 09/27 4中山84R 12着/16頭+3.6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 8.5着 (不振) △ ローテーション 273日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +85% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.7% / 期待値 +92% ※ 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	カシマライフウ	松岡	実9.2	B▽ A△勝率7% EV-38% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 01/24 1中山84R 6着/15頭+0.9秒 01/04 1中山14R 3着/12頭+0.8秒 12/06 5中山14R 2着/16頭+0.3秒 11/09 5東京26R 4着/15頭+0.6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 5.0着 × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 6.5% (オッズ暗示: 10.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.7% / 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。
6	エッジランナー	武藤	実79.0	B▽ A▽勝率7% EV+426% 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／69日ぶりの実戦）
前5走 01/17 1中山63R 13着/16頭+3.3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 10.7着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +435% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 6.7% / 期待値 +427% ※ 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	コパノミラノ	柴田大	実33.2	B△ A▽勝率7% EV+121% 詳細▼	大穴、AI予想勝率低く長期回収困難（84日ぶりの実戦）
前5走 03/01 2中山22R 8着/16頭+1.7秒 01/04 1中山14R 9着/12頭+3.0秒 12/07 5中山23R 6着/13頭+2.2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 5.0着 🌟◎ 期待値 (オッズ vs AI勝率) +124% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.7% / 期待値 +121% ※ 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	サツキジュエル	菅原隆	実89.5	B▽ A▽勝率7% EV+496% 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／69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 8 ◎ 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) +506% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 6.7% / 期待値 +497% ※ 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	ナムラドガ	丸田	実24.0	B△ A▽勝率7% EV+60% 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）
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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +62% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.7% / 期待値 +60% ※ 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	ベイツリー	横山典	実14.8	B△ A△勝率7% EV-1% 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／195日ぶりの実戦）
前5走 01/04 1中山16R 8着/17頭+0.7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) △ ローテーション 195日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 6.8% (オッズ暗示: 6.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.7% / 期待値 -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	オーパパ	小林脩	実37.4	B▽ A▽勝率7% EV+149% 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／63日ぶりの実戦）
前5走 02/08 1小倉61R 9着/16頭+2.1秒 01/04 1中山14R 11着/12頭+3.9秒 11/01 4東京101R 6着/16頭+0.9秒 10/18 4東京65R 7着/16頭+1.0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 8.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +153% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.7% / 期待値 +149% ※ 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	アデルフィー	三浦	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（直近3走平均2.7着と安定／前走2着／62日ぶりの実戦）
前5走 01/31 2京都13R 6着/13頭+1.5秒 01/12 1中山53R 9着/16頭+2.0秒 12/20 5中山57R 7着/16頭+2.0秒 12/07 5中京21R 3着/13頭+1.3秒 10/25 4東京81R 10着/15頭+2.0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 2.7着 (安定) ○ 前走実績前走 2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 6.8% (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。
13	オートカリテ	石橋脩	実10.5	B▲ A△勝率7% EV-30% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／76日ぶりの実戦）
前5走 12/20 5中山55R 7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 4.3着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 9.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.7% / 期待値 -30% ※ 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	カミノテイオー	野中	実96.2	B▽ A▽勝率7% EV+541% 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／70日ぶりの実戦）
前5走 02/22 1東京82R 8着/13頭+3.8秒 01/31 1東京13R 9着/15頭+1.7秒 12/13 5中山34R 11着/16頭+2.5秒 09/27 4中山84R 16着/16頭+4.3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 10.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +551% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 6.7% / 期待値 +541% ※ 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	アラビアンドリーム	坂井	実5.9	B× A▲勝率7% EV-60% 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／132日ぶりの実戦）
前5走 01/18 1中山73R 4着/13頭+1.0秒 01/04 1中山14R 6着/12頭+1.3秒 12/13 5中山36R 2着/15頭+0.3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 4.3着 ○ 前走実績前走 3着 (好走) △ ローテーション 132日休養明け × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 6.5% (オッズ暗示: 16.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.7% / 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 ×

アデルフィー

騎手三浦

単勝オッズ

3.4倍

AI期待値

-76%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○1テンオンスゴールド

3.6倍

EV -75%

▲A:△13オートカリテ

10.5倍

EV -28%

出走馬全15頭

×A:×12

アデルフィー

三浦

3.4倍

-76%

›

○A:○1

テンオンスゴールド

江田照

3.6倍

-75%

›

▲A:△13

オートカリテ

石橋脩

10.5倍

-28%

›

△A:△10

ベイツリー

横山典

14.8倍

+0%

›

△A:▽9

ナムラドガ

丸田

24.0倍

+62%

›

△A:▽7

コパノミラノ

柴田大

33.2倍

+124%

›

▽A:▽11

オーパパ

小林脩

37.4倍

+153%

›

▽A:▽6

エッジランナー

武藤

79.0倍

+435%

›

▽A:▽8

サツキジュエル

菅原隆

89.5倍

+506%

›

▽A:▽14

カミノテイオー

野中

96.2倍

+551%

›

×A:▲15

アラビアンドリーム

坂井

5.9倍

-61%

›

▽A:△5

カシマライフウ

松岡

9.2倍

-40%

›

▽A:▽2

スクイーズアウト

原

15.6倍

+0%

›

▽A:▽4

ティンバーライン

菊沢

28.8倍

+85%

›

▽A:▽3

サンタピア

木幡巧

48.8倍

+214%

›

💡 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）

6R 福島競馬場　発走 13:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テンオンスゴールド	江田照	実3.6	○詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 11/15 3福島31R 4着/15頭+1.1秒 08/16 2新潟71R 13着/13頭+3.9秒 08/03 2新潟44R 11着/13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 6.3着 ○ 前走実績前走 2着 (好走) × 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 6.7% (オッズ暗示: 27.8%) ※ 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。
2	スクイーズアウト	原	実15.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（210日ぶりの実戦）
前5走 12/20 5中山53R 6着/16頭+1.1秒 10/26 4東京95R 7着/16頭+0.5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 6.5着 △ ローテーション 210日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 6.4%) ※ 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。
3	サンタピア	木幡巧	実48.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／63日ぶりの実戦）
前5走 01/24 1中山84R 12着/15頭+2.6秒 01/05 1中山23R 7着/12頭+2.5秒 12/13 5中山34R 12着/16頭+2.7秒 11/23 5東京54R 8着/15頭+1.7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 9.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +225% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.0%) ※ 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	ティンバーライン	菊沢	実28.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.5着と低調／273日ぶりの実戦）
前5走 10/18 4新潟12R 5着/14頭+1.7秒 09/27 4中山84R 12着/16頭+3.6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 8.5着 (不振) △ ローテーション 273日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +92% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 3.5%) ※ 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。
5	カシマライフウ	松岡	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 01/24 1中山84R 6着/15頭+0.9秒 01/04 1中山14R 3着/12頭+0.8秒 12/06 5中山14R 2着/16頭+0.3秒 11/09 5東京26R 4着/15頭+0.6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 5.0着 × 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 6.7% (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。
6	エッジランナー	武藤	実79.0	▽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／69日ぶりの実戦）
前5走 01/17 1中山63R 13着/16頭+3.3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 10.7着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +426% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.3%) ※ 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	コパノミラノ	柴田大	実33.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（84日ぶりの実戦）
前5走 03/01 2中山22R 8着/16頭+1.7秒 01/04 1中山14R 9着/12頭+3.0秒 12/07 5中山23R 6着/13頭+2.2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 5.0着 🌟◎ 期待値 (オッズ vs AI勝率) +121% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 3.0%) ※ 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	サツキジュエル	菅原隆	実89.5	▽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／69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 8 ◎ 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) +496% (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。
9	ナムラドガ	丸田	実24.0	▽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）
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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +60% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 4.2%) ※ 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	ベイツリー	横山典	実14.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／195日ぶりの実戦）
前5走 01/04 1中山16R 8着/17頭+0.7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) △ ローテーション 195日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 6.8%) ※ 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	オーパパ	小林脩	実37.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／63日ぶりの実戦）
前5走 02/08 1小倉61R 9着/16頭+2.1秒 01/04 1中山14R 11着/12頭+3.9秒 11/01 4東京101R 6着/16頭+0.9秒 10/18 4東京65R 7着/16頭+1.0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 8.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +149% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.7%) ※ 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	アデルフィー	三浦	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（直近3走平均2.7着と安定／前走2着／62日ぶりの実戦）
前5走 01/31 2京都13R 6着/13頭+1.5秒 01/12 1中山53R 9着/16頭+2.0秒 12/20 5中山57R 7着/16頭+2.0秒 12/07 5中京21R 3着/13頭+1.3秒 10/25 4東京81R 10着/15頭+2.0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 2.7着 (安定) ○ 前走実績前走 2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。
13	オートカリテ	石橋脩	実10.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／76日ぶりの実戦）
前5走 12/20 5中山55R 7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 4.3着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 9.5%) ※ 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。
14	カミノテイオー	野中	実96.2	▽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／70日ぶりの実戦）
前5走 02/22 1東京82R 8着/13頭+3.8秒 01/31 1東京13R 9着/15頭+1.7秒 12/13 5中山34R 11着/16頭+2.5秒 09/27 4中山84R 16着/16頭+4.3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 10.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +541% (市場が大幅過小評価) AI 予想勝率 6.7% (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。
15	アラビアンドリーム	坂井	実5.9	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着／132日ぶりの実戦）
前5走 01/18 1中山73R 4着/13頭+1.0秒 01/04 1中山14R 6着/12頭+1.3秒 12/13 5中山36R 2着/15頭+0.3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 4.3着 ○ 前走実績前走 3着 (好走) △ ローテーション 132日休養明け × 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 6.7% (オッズ暗示: 16.9%) ※ 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。

🎯 AIの本命

AI評価1位

アデルフィー

騎手三浦

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

○1テンオンスゴールド

3.6倍

EV -76%

▲15アラビアンドリーム

5.9倍

EV -60%

出走馬全15頭

×12

アデルフィー

三浦

3.4倍

-77%

›

○1

テンオンスゴールド

江田照

3.6倍

-76%

›

▲15

アラビアンドリーム

坂井

5.9倍

-60%

›

△5

カシマライフウ

松岡

9.2倍

-38%

›

△13

オートカリテ

石橋脩

10.5倍

-30%

›

△10

ベイツリー

横山典

14.8倍

-1%

›

▽2

スクイーズアウト

原

15.6倍

+4%

›

▽9

ナムラドガ

丸田

24.0倍

+60%

›

▽4

ティンバーライン

菊沢

28.8倍

+92%

›

▽7

コパノミラノ

柴田大

33.2倍

+121%

›

▽11

オーパパ

小林脩

37.4倍

+149%

›

▽3

サンタピア

木幡巧

48.8倍

+225%

›

▽6

エッジランナー

武藤

79.0倍

+426%

›

▽8

サツキジュエル

菅原隆

89.5倍

+496%

›

▽14

カミノテイオー

野中

96.2倍

+541%

›

💡 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。