福島 7R 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

7R 福島競馬場　発走 13:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	セキテイリノ	江田照	実9.5	B△ A△勝率6% EV-38% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（216日ぶりの実戦）
前5走 12/14 5中山43R 6着/18頭+1.9秒 11/24 5東京63R 2着/16頭+0.4秒 10/05 4東京22R 2着/11頭+0.4秒 08/02 2新潟34R 3着/12頭+0.6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 3.3着 △ ローテーション 216日休養明け × 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 6.2% (オッズ暗示: 10.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.4% / 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。
2	タッカーヴァンバン	吉田豊	実36.5	B▽ A▽勝率6% EV+121% 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 01/31 1東京16R 5着/16頭+0.9秒 01/05 1中山25R 5着/16頭+0.6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) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +128% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 6.1% / 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。
3	モンドシュピーゲル	柴田大	実29.6	B▽ A▽勝率6% EV+90% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/03 3中京41R 3着/5頭+1.2秒 07/19 2福島75R 9着/16頭+1.6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 7.0着 (不振) 🌟◎ 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 6.2% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.4% / 期待値 +90% ※ 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	ベアダイヤモンド	津村	実6.1	B▲ A▲勝率6% EV-60% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.5着と安定／前走2着）
前5走 2回1日福島8R 3着/16頭 ― ― ― ―
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 2.5着 (安定) ○ 前走実績前走 2着 (好走) × 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 6.2% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.4% / 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。
5	マイネルオラクル	△石神道	実13.6	B△ A▽勝率6% EV-17% 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／158日ぶりの実戦）
前5走 02/10 1東京46R 11着/18頭+1.5秒 01/11 1中山46R 14着/17頭+1.3秒 10/05 4東京25R 11着/15頭+2.5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 12.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 158日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 7.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.1% / 期待値 -17% ※ 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	ケファロニア	杉原	実99.3	B▽ A▽勝率6% EV+502% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.5着と低調／70日ぶりの実戦）
前5走 11/30 5東京85R 14着/16頭+3.2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 14.5着 (不振) ▽ 前走実績前走 15着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +520% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 6.1% / 期待値 +503% ※ 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	ブライトエアリー	木幡巧	実14.5	B▽ A△勝率6% EV-6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／63日ぶりの実戦）
前5走 02/22 1小倉106R 8着/16頭+1.1秒 12/14 5阪神43R 2着/11頭+0.4秒 11/23 5東京52R 9着/18頭+1.0秒 11/08 3福島12R 3着/16頭+0.6秒 10/13 4東京56R 3着/17頭+0.3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 3.3着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.4% / 期待値 -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	スチールギターラグ	三浦	実14.6	B▽ A△勝率6% EV-6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0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 8 ◎ 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) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.4% / 期待値 -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。
9	ラッキースウィッチ	原	実14.7	B▽ A▽勝率6% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 12/27 5中山74R 11着/18頭+0.9秒 12/14 5中山43R 2着/18頭+0.8秒 09/21 4中山75R 9着/10頭+1.9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 4.7着 △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.1% / 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。
10	ノアソノマ	小林脩	実77.5	B▽ A▽勝率6% EV+370% 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 10 ◎ 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) +384% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 6.1% / 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。
11	アッシズオブローズ	戸崎圭	実5.3	B○ A○勝率6% EV-65% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 01/11 1中山42R 12着/16頭+2.9秒 10/25 4東京83R 4着/9頭+0.3秒 08/10 2新潟62R 4着/12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 6.0着 × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 18.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.4% / 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。
12	ベルトラッキ	坂井	実5.1	B× A×勝率6% EV-67% 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 02/10 1東京46R 3着/18頭+0.2秒 01/24 1中山85R 2着/18頭+0.2秒 11/15 3福島35R 2着/16頭+0.1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 4.0着 × 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: 19.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 6.4% / 期待値 -67% ※ 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	マイネルリーヒム	菊沢	実14.6	B▽ A▽勝率6% EV-6% 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 02/14 2京都56R 4着/17頭+0.8秒 01/05 1中山26R 16着/18頭+1.6秒 09/28 4中山93R 9着/16頭+2.0秒 09/07 4中山24R 3着/10頭+0.2秒 08/09 2新潟52R 3着/10頭+0.7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 △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.4% / 期待値 -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	サヴマ	石橋脩	実9.1	B△ A▽勝率6% EV-44% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（189日ぶりの実戦）
前5走 01/10 1中山35R 4着/15頭+0.8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 4.0着 △ ローテーション 189日休養明け × 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 6.2% (オッズ暗示: 11.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.1% / 期待値 -45% ※ 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	シーサンタナ	嶋田	実22.4	B▽ A▽勝率6% EV+35% 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／76日ぶりの実戦）
前5走 01/11 1中山46R 17着/17頭+2.6秒 10/26 4東京95R 14着/16頭+2.9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 12.0着 (不振) ▽ 前走実績前走 11着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 6.2% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 6.1% / 期待値 +36% ※ 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	エコロゼット	▲佐藤	実67.0	B▽ A▽勝率6% EV+306% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 02/15 1東京65R 9着/16頭+1.0秒 12/06 5中山15R 7着/18頭+1.3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 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +318% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 6.1% / 期待値 +307% ※ 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 ×

ベルトラッキ

騎手坂井

単勝オッズ

5.1倍

AI期待値

-68%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○11アッシズオブローズ

5.3倍

EV -66%

▲A:▲4ベアダイヤモンド

6.1倍

EV -61%

出走馬全16頭

×A:×12

ベルトラッキ

坂井

5.1倍

-68%

›

○A:○11

アッシズオブローズ

戸崎圭

5.3倍

-66%

›

▲A:▲4

ベアダイヤモンド

津村

6.1倍

-61%

›

△A:▽14

サヴマ

石橋脩

9.1倍

-43%

›

△A:△1

セキテイリノ

江田照

9.5倍

-40%

›

△A:▽5

マイネルオラクル

△石神道

13.6倍

-15%

›

▽A:△7

ブライトエアリー

木幡巧

14.5倍

-9%

›

▽A:△8

スチールギターラグ

三浦

14.6倍

-8%

›

▽A:▽13

マイネルリーヒム

菊沢

14.6倍

-8%

›

▽A:▽9

ラッキースウィッチ

原

14.7倍

-8%

›

▽A:▽15

シーサンタナ

嶋田

22.4倍

+39%

›

▽A:▽3

モンドシュピーゲル

柴田大

29.6倍

+85%

›

▽A:▽2

タッカーヴァンバン

吉田豊

36.5倍

+128%

›

▽A:▽16

エコロゼット

▲佐藤

67.0倍

+318%

›

▽A:▽10

ノアソノマ

小林脩

77.5倍

+384%

›

▽A:▽6

ケファロニア

杉原

99.3倍

+520%

›

💡 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）

7R 福島競馬場　発走 13:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	セキテイリノ	江田照	実9.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（216日ぶりの実戦）
前5走 12/14 5中山43R 6着/18頭+1.9秒 11/24 5東京63R 2着/16頭+0.4秒 10/05 4東京22R 2着/11頭+0.4秒 08/02 2新潟34R 3着/12頭+0.6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 3.3着 △ ローテーション 216日休養明け × 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 6.4% (オッズ暗示: 10.5%) ※ 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。
2	タッカーヴァンバン	吉田豊	実36.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 01/31 1東京16R 5着/16頭+0.9秒 01/05 1中山25R 5着/16頭+0.6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) ▽ 前走実績前走 10着 (大敗) 🌟◎ 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 6.1% (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。
3	モンドシュピーゲル	柴田大	実29.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/03 3中京41R 3着/5頭+1.2秒 07/19 2福島75R 9着/16頭+1.6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 7.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +90% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 3.4%) ※ 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	ベアダイヤモンド	津村	実6.1	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.5着と安定／前走2着）
前5走 2回1日福島8R 3着/16頭 ― ― ― ―
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 2.5着 (安定) ○ 前走実績前走 2着 (好走) × 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 6.4% (オッズ暗示: 16.4%) ※ 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	マイネルオラクル	△石神道	実13.6	▽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／158日ぶりの実戦）
前5走 02/10 1東京46R 11着/18頭+1.5秒 01/11 1中山46R 14着/17頭+1.3秒 10/05 4東京25R 11着/15頭+2.5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 12.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 158日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 6.1% (オッズ暗示: 7.4%) ※ 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。
6	ケファロニア	杉原	実99.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.5着と低調／70日ぶりの実戦）
前5走 11/30 5東京85R 14着/16頭+3.2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 14.5着 (不振) ▽ 前走実績前走 15着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +502% (市場が大幅過小評価) AI 予想勝率 6.1% (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。
7	ブライトエアリー	木幡巧	実14.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／63日ぶりの実戦）
前5走 02/22 1小倉106R 8着/16頭+1.1秒 12/14 5阪神43R 2着/11頭+0.4秒 11/23 5東京52R 9着/18頭+1.0秒 11/08 3福島12R 3着/16頭+0.6秒 10/13 4東京56R 3着/17頭+0.3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 3.3着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 6.4% (オッズ暗示: 6.9%) ※ 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	スチールギターラグ	三浦	実14.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0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 8 ◎ 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) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 6.4% (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。
9	ラッキースウィッチ	原	実14.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 12/27 5中山74R 11着/18頭+0.9秒 12/14 5中山43R 2着/18頭+0.8秒 09/21 4中山75R 9着/10頭+1.9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 4.7着 △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 6.1% (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。
10	ノアソノマ	小林脩	実77.5	▽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 10 ◎ 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) +370% (市場が大幅過小評価) AI 予想勝率 6.1% (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。
11	アッシズオブローズ	戸崎圭	実5.3	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 01/11 1中山42R 12着/16頭+2.9秒 10/25 4東京83R 4着/9頭+0.3秒 08/10 2新潟62R 4着/12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 6.0着 × 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 6.4% (オッズ暗示: 18.9%) ※ 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。
12	ベルトラッキ	坂井	実5.1	×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 02/10 1東京46R 3着/18頭+0.2秒 01/24 1中山85R 2着/18頭+0.2秒 11/15 3福島35R 2着/16頭+0.1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 4.0着 × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 6.4% (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。
13	マイネルリーヒム	菊沢	実14.6	▽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 02/14 2京都56R 4着/17頭+0.8秒 01/05 1中山26R 16着/18頭+1.6秒 09/28 4中山93R 9着/16頭+2.0秒 09/07 4中山24R 3着/10頭+0.2秒 08/09 2新潟52R 3着/10頭+0.7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 △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 6.4% (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。
14	サヴマ	石橋脩	実9.1	▽詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（189日ぶりの実戦）
前5走 01/10 1中山35R 4着/15頭+0.8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 4.0着 △ ローテーション 189日休養明け × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 6.1% (オッズ暗示: 11.0%) ※ 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	シーサンタナ	嶋田	実22.4	▽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／76日ぶりの実戦）
前5走 01/11 1中山46R 17着/17頭+2.6秒 10/26 4東京95R 14着/16頭+2.9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 12.0着 (不振) ▽ 前走実績前走 11着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 6.1% (オッズ暗示: 4.5%) ※ 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。
16	エコロゼット	▲佐藤	実67.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 02/15 1東京65R 9着/16頭+1.0秒 12/06 5中山15R 7着/18頭+1.3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 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +306% (市場が大幅過小評価) AI 予想勝率 6.1% (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。

🎯 AIの本命

AI評価1位

ベルトラッキ

騎手坂井

単勝オッズ

5.1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

○11アッシズオブローズ

5.3倍

EV -65%

▲4ベアダイヤモンド

6.1倍

EV -60%

出走馬全16頭

×12

ベルトラッキ

坂井

5.1倍

-67%

›

○11

アッシズオブローズ

戸崎圭

5.3倍

-65%

›

▲4

ベアダイヤモンド

津村

6.1倍

-60%

›

△1

セキテイリノ

江田照

9.5倍

-38%

›

△7

ブライトエアリー

木幡巧

14.5倍

-6%

›

△8

スチールギターラグ

三浦

14.6倍

-6%

›

▽13

マイネルリーヒム

菊沢

14.6倍

-6%

›

▽3

モンドシュピーゲル

柴田大

29.6倍

+90%

›

▽14

サヴマ

石橋脩

9.1倍

-44%

›

▽5

マイネルオラクル

△石神道

13.6倍

-17%

›

▽9

ラッキースウィッチ

原

14.7倍

-10%

›

▽15

シーサンタナ

嶋田

22.4倍

+35%

›

▽2

タッカーヴァンバン

吉田豊

36.5倍

+121%

›

▽16

エコロゼット

▲佐藤

67.0倍

+306%

›

▽10

ノアソノマ

小林脩

77.5倍

+370%

›

▽6

ケファロニア

杉原

99.3倍

+502%

›

💡 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。