新潟 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 新潟競馬場　発走 15:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ゴールドスター	丸田	実25.6	B▽ A▽勝率7% EV+70% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調／76日ぶりの実戦）
前5走 02/22 1東京88R 8着/16頭+0.5秒 11/23 5東京512R 15着/18頭+1.1秒 10/25 4東京89R 4着/12頭+0.0秒 08/31 2札幌410R 4着/16頭+0.2秒 08/23 2札幌110R 5着/14頭+0.3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 9.7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 6.4% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.7% / 期待値 +71% ※ 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	ナファロア	小崎	実59.9	B▽ A▽勝率7% EV+299% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／63日ぶりの実戦）
前5走 12/21 5中京612R 10着/18頭+0.6秒 11/09 5東京212R 12着/18頭+0.9秒 08/31 2札幌410R 12着/16頭+1.2秒 06/29 2福島29R 10着/11頭+1.3秒 05/10 2東京58R 9着/12頭+1.1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 10.0着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +299% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 6.7% / 期待値 +299% ※ 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	ラビットアイ	田口	実7.6	B△ A△勝率7% EV-49% 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 08/16 3中京78R 6着/8頭+0.4秒 07/13 2小倉610R 3着/9頭+0.0秒 03/30 2阪神29R 6着/11頭+0.7秒 02/23 1小倉107R 1着/12頭勝利 10/13 5京都411R 11着/15頭+1.2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 6.0着 × 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 6.7% (オッズ暗示: 13.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.7% / 期待値 -49% ※ 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	ケイケイ	木幡巧	実48.2	B▽ A▽勝率7% EV+221% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 02/15 1東京68R 10着/14頭+0.8秒 01/25 1中山97R 5着/9頭+0.6秒 12/21 5中山612R 7着/16頭+0.7秒 11/29 5東京712R 3着/9頭+0.5秒 11/15 5東京312R 7着/13頭+0.8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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +206% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 6.7% / 期待値 +221% ※ 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	ナグルファル	大野	実23.5	B▽ A▽勝率7% EV+56% 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／111日ぶりの実戦）
前5走 02/22 1阪神29R 9着/10頭+0.5秒 10/04 3京都18R 12着/12頭+1.9秒 08/30 2札幌311R 5着/14頭+1.0秒 05/10 2京都511R 6着/10頭+0.8秒 03/09 2中山411R 12着/14頭+1.6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 11.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 111日休養明け ◎ 期待値 (オッズ vs AI勝率) +49% (妙味あり) AI 予想勝率 6.4% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.7% / 期待値 +57% ※ 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	ドリームクルーズ	吉田豊	実31.3	B▽ A▽勝率7% EV+108% 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／62日ぶりの実戦）
前5走 10/26 4東京910R 9着/11頭+0.9秒 10/04 4東京19R 8着/12頭+1.0秒 07/26 2新潟111R 1着/14頭勝利 06/21 3東京58R 6着/16頭+0.8秒 06/01 2東京126R 8着/16頭+1.1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 10.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +98% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 6.7% / 期待値 +109% ※ 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	ガリレア	杉原	実9.5	B△ A△勝率7% EV-36% 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9.3着と低調／105日ぶりの実戦）
前5走 03/15 2中山611R 10着/16頭+0.7秒 02/15 1東京611R 7着/9頭+1.0秒 11/15 4京都311R 7着/8頭+1.7秒 10/11 4東京311R 2着/8頭+0.3秒 08/24 3新潟21R 1着/7頭勝利
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 9.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 105日休養明け × 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 6.7% (オッズ暗示: 10.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.7% / 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。
8	ルナルーチェット	田辺	実7.3	B△ A▲勝率7% EV-51% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い／63日ぶりの実戦）
前5走 01/25 1小倉28R 14着/16頭+2.3秒 11/22 3福島58R 12着/16頭+1.2秒 10/13 4東京59R 15着/18頭+1.2秒 08/17 1札幌87R 5着/14頭+0.4秒 07/27 1札幌29R 3着/8頭+0.5秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 13.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.7% / 期待値 -51% ※ 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	ジーネキング	斎藤	実4.4	B▲ A×勝率7% EV-70% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.3着と低調／76日ぶりの実戦）
前5走 03/15 2中山611R 12着/16頭+0.9秒 01/18 1中山711R 10着/15頭+0.6秒 12/27 5中山711R 12着/16頭+1.1秒 09/06 2札幌511R 2着/12頭+0.0秒 08/16 2新潟71R 1着/13頭勝利
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 9.3着 (不振) ▽ 前走実績前走 13着 (大敗) × 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 6.7% (オッズ暗示: 22.7%) × Aモデルの評価 (参考) レース内 1位 / 勝率 6.7% / 期待値 -71% ※ 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	メランジェ	原	実34.1	B▽ A▽勝率7% EV+127% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 02/14 1東京512R 7着/16頭+0.8秒 01/24 1中山812R 5着/12頭+0.8秒 10/26 4新潟44R 6着/16頭+0.4秒 08/16 2新潟76R 8着/11頭+1.7秒 05/03 2東京310R 7着/13頭+0.8秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +127% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 6.7% / 期待値 +127% ※ 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	ソニックライン	石川	実18.4	B▽ A▽勝率7% EV+22% 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 02/14 1東京512R 4着/16頭+0.6秒 11/15 5東京37R 5着/16頭+0.6秒 10/04 4東京18R 6着/16頭+0.6秒 08/02 2新潟36R 3着/14頭+0.4秒 05/31 2東京118R 4着/16頭+0.8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 3.3着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 6.4% (オッズ暗示: 5.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.7% / 期待値 +23% ※ 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	ギフテッド	今村	実14.9	B○ A▽勝率7% EV0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／286日ぶりの実戦）
前5走 10/12 4東京49R 7着/16頭+0.5秒 08/23 3新潟112R 1着/12頭勝利 06/22 3東京68R 2着/15頭+0.1秒 04/19 3中山76R 7着/8頭+0.9秒 02/15 1東京511R 13着/14頭+2.8秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 286日休養明け △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 7.9% (オッズ暗示: 6.7%) ▽ Aモデルの評価 (参考) レース内 7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。
13	ミッキースターダム	菊沢	実17.2	B▽ A▽勝率7% EV+14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走3着／69日ぶりの実戦）
前5走 02/21 1阪神19R 13着/18頭+1.0秒 02/01 1小倉48R 13着/13頭+2.2秒 11/15 4京都312R 15着/18頭+0.6秒 11/01 3京都1012R 2着/15頭+0.0秒 10/12 3京都412R 2着/18頭+0.1秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 6.1% (オッズ暗示: 5.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.7% / 期待値 +15% ※ 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	シャンソンドール	戸崎圭	実4.6	B× A○勝率7% EV-69% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走2着／70日ぶりの実戦）
前5走 02/22 1東京86R 1着/16頭勝利 11/22 3福島58R 3着/16頭+0.4秒 09/14 4中山47R 1着/18頭勝利 01/12 1中山45R 2着/18頭+0.1秒 11/09 3福島35R 2着/16頭+0.0秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 2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 6.4% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.7% / 期待値 -69% ※ 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	コルドンブルー	石橋脩	実12.4	B◎ A△勝率7% EV-17% 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走で勝率33%と好調／前走勝利の勢い／70日ぶりの実戦）
前5走 03/29 2阪神27R 3着/14頭+0.3秒 01/18 1中京610R 3着/12頭+0.6秒 12/14 4中京54R 1着/18頭勝利 10/14 4新潟42R 2着/18頭+0.2秒 09/14 3中京35R 2着/11頭+0.2秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 7.9% (オッズ暗示: 8.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.7% / 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。

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 △

コルドンブルー

騎手石橋脩

単勝オッズ

12.4倍

AI期待値

-1%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▽12ギフテッド

14.9倍

EV +17%

▲A:×9ジーネキング

4.4倍

EV -70%

出走馬全15頭

◎A:△15

コルドンブルー

石橋脩

12.4倍

-1%

›

○A:▽12

ギフテッド

今村

14.9倍

+17%

›

▲A:×9

ジーネキング

斎藤

4.4倍

-70%

›

△A:▲8

ルナルーチェット

田辺

7.3倍

-51%

›

△A:△3

ラビットアイ

田口

7.6倍

-49%

›

△A:△7

ガリレア

杉原

9.5倍

-36%

›

▽A:▽10

メランジェ

原

34.1倍

+127%

›

▽A:▽2

ナファロア

小崎

59.9倍

+299%

›

×A:○14

シャンソンドール

戸崎圭

4.6倍

-70%

›

▽A:▽11

ソニックライン

石川

18.4倍

+16%

›

▽A:▽5

ナグルファル

大野

23.5倍

+49%

›

▽A:▽1

ゴールドスター

丸田

25.6倍

+62%

›

▽A:▽6

ドリームクルーズ

吉田豊

31.3倍

+98%

›

▽A:▽4

ケイケイ

木幡巧

48.2倍

+206%

›

▽A:▽13

ミッキースターダム

菊沢

17.2倍

+4%

›

💡 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 新潟競馬場　発走 15:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ゴールドスター	丸田	実25.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調／76日ぶりの実戦）
前5走 02/22 1東京88R 8着/16頭+0.5秒 11/23 5東京512R 15着/18頭+1.1秒 10/25 4東京89R 4着/12頭+0.0秒 08/31 2札幌410R 4着/16頭+0.2秒 08/23 2札幌110R 5着/14頭+0.3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 9.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +70% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 3.9%) ※ 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。
2	ナファロア	小崎	実59.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／63日ぶりの実戦）
前5走 12/21 5中京612R 10着/18頭+0.6秒 11/09 5東京212R 12着/18頭+0.9秒 08/31 2札幌410R 12着/16頭+1.2秒 06/29 2福島29R 10着/11頭+1.3秒 05/10 2東京58R 9着/12頭+1.1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 10.0着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +299% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.7%) ※ 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	ラビットアイ	田口	実7.6	△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 08/16 3中京78R 6着/8頭+0.4秒 07/13 2小倉610R 3着/9頭+0.0秒 03/30 2阪神29R 6着/11頭+0.7秒 02/23 1小倉107R 1着/12頭勝利 10/13 5京都411R 11着/15頭+1.2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 6.0着 × 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 6.7% (オッズ暗示: 13.2%) ※ 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。
4	ケイケイ	木幡巧	実48.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 02/15 1東京68R 10着/14頭+0.8秒 01/25 1中山97R 5着/9頭+0.6秒 12/21 5中山612R 7着/16頭+0.7秒 11/29 5東京712R 3着/9頭+0.5秒 11/15 5東京312R 7着/13頭+0.8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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +221% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.1%) ※ 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。
5	ナグルファル	大野	実23.5	▽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／111日ぶりの実戦）
前5走 02/22 1阪神29R 9着/10頭+0.5秒 10/04 3京都18R 12着/12頭+1.9秒 08/30 2札幌311R 5着/14頭+1.0秒 05/10 2京都511R 6着/10頭+0.8秒 03/09 2中山411R 12着/14頭+1.6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 11.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 111日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +56% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 4.3%) ※ 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。
6	ドリームクルーズ	吉田豊	実31.3	▽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／62日ぶりの実戦）
前5走 10/26 4東京910R 9着/11頭+0.9秒 10/04 4東京19R 8着/12頭+1.0秒 07/26 2新潟111R 1着/14頭勝利 06/21 3東京58R 6着/16頭+0.8秒 06/01 2東京126R 8着/16頭+1.1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 10.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +108% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 3.2%) ※ 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。
7	ガリレア	杉原	実9.5	△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9.3着と低調／105日ぶりの実戦）
前5走 03/15 2中山611R 10着/16頭+0.7秒 02/15 1東京611R 7着/9頭+1.0秒 11/15 4京都311R 7着/8頭+1.7秒 10/11 4東京311R 2着/8頭+0.3秒 08/24 3新潟21R 1着/7頭勝利
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 9.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 105日休養明け × 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 6.7% (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。
8	ルナルーチェット	田辺	実7.3	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／63日ぶりの実戦）
前5走 01/25 1小倉28R 14着/16頭+2.3秒 11/22 3福島58R 12着/16頭+1.2秒 10/13 4東京59R 15着/18頭+1.2秒 08/17 1札幌87R 5着/14頭+0.4秒 07/27 1札幌29R 3着/8頭+0.5秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 13.7%) ※ 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。
9	ジーネキング	斎藤	実4.4	×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9.3着と低調／76日ぶりの実戦）
前5走 03/15 2中山611R 12着/16頭+0.9秒 01/18 1中山711R 10着/15頭+0.6秒 12/27 5中山711R 12着/16頭+1.1秒 09/06 2札幌511R 2着/12頭+0.0秒 08/16 2新潟71R 1着/13頭勝利
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 9.3着 (不振) ▽ 前走実績前走 13着 (大敗) × 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 6.7% (オッズ暗示: 22.7%) ※ 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	メランジェ	原	実34.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 02/14 1東京512R 7着/16頭+0.8秒 01/24 1中山812R 5着/12頭+0.8秒 10/26 4新潟44R 6着/16頭+0.4秒 08/16 2新潟76R 8着/11頭+1.7秒 05/03 2東京310R 7着/13頭+0.8秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +127% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.9%) ※ 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	ソニックライン	石川	実18.4	▽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 02/14 1東京512R 4着/16頭+0.6秒 11/15 5東京37R 5着/16頭+0.6秒 10/04 4東京18R 6着/16頭+0.6秒 08/02 2新潟36R 3着/14頭+0.4秒 05/31 2東京118R 4着/16頭+0.8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 3.3着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 5.4%) ※ 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。
12	ギフテッド	今村	実14.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／286日ぶりの実戦）
前5走 10/12 4東京49R 7着/16頭+0.5秒 08/23 3新潟112R 1着/12頭勝利 06/22 3東京68R 2着/15頭+0.1秒 04/19 3中山76R 7着/8頭+0.9秒 02/15 1東京511R 13着/14頭+2.8秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 286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: 6.7%) ※ 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。
13	ミッキースターダム	菊沢	実17.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走3着／69日ぶりの実戦）
前5走 02/21 1阪神19R 13着/18頭+1.0秒 02/01 1小倉48R 13着/13頭+2.2秒 11/15 4京都312R 15着/18頭+0.6秒 11/01 3京都1012R 2着/15頭+0.0秒 10/12 3京都412R 2着/18頭+0.1秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 6.7% (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。
14	シャンソンドール	戸崎圭	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走2着／70日ぶりの実戦）
前5走 02/22 1東京86R 1着/16頭勝利 11/22 3福島58R 3着/16頭+0.4秒 09/14 4中山47R 1着/18頭勝利 01/12 1中山45R 2着/18頭+0.1秒 11/09 3福島35R 2着/16頭+0.0秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 6.7% (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。
15	コルドンブルー	石橋脩	実12.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い／70日ぶりの実戦）
前5走 03/29 2阪神27R 3着/14頭+0.3秒 01/18 1中京610R 3着/12頭+0.6秒 12/14 4中京54R 1着/18頭勝利 10/14 4新潟42R 2着/18頭+0.2秒 09/14 3中京35R 2着/11頭+0.2秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 8.1%) ※ 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。

🎯 AIの本命

AI評価1位

ジーネキング

騎手斎藤

単勝オッズ

4.4倍

AI期待値

-70%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○14シャンソンドール

4.6倍

EV -69%

▲8ルナルーチェット

7.3倍

EV -51%

出走馬全15頭

×9

ジーネキング

斎藤

4.4倍

-70%

›

○14

シャンソンドール

戸崎圭

4.6倍

-69%

›

▲8

ルナルーチェット

田辺

7.3倍

-51%

›

△3

ラビットアイ

田口

7.6倍

-49%

›

△7

ガリレア

杉原

9.5倍

-36%

›

△15

コルドンブルー

石橋脩

12.4倍

-17%

›

▽12

ギフテッド

今村

14.9倍

›

▽13

ミッキースターダム

菊沢

17.2倍

+14%

›

▽11

ソニックライン

石川

18.4倍

+22%

›

▽5

ナグルファル

大野

23.5倍

+56%

›

▽1

ゴールドスター

丸田

25.6倍

+70%

›

▽6

ドリームクルーズ

吉田豊

31.3倍

+108%

›

▽10

メランジェ

原

34.1倍

+127%

›

▽4

ケイケイ

木幡巧

48.2倍

+221%

›

▽2

ナファロア

小崎

59.9倍

+299%

›

💡 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。