新潟 11R 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

11R 新潟競馬場　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ユニベールクイーン	杉原	実41.0	B▽ A▽勝率6% EV+127% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.7着と低調／62日ぶりの実戦）
前5走 02/07 1東京33R 16着/16頭+4.5秒 01/25 1中山92R 14着/14頭+4.8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 13.7着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 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 6.2% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 5.6% / 期待値 +128% ※ 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	ルディドゥゲンジ	嶋田	実36.1	B▽ A▽勝率6% EV+100% 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／76日ぶりの実戦）
前5走 10/05 4東京22R 11着/11頭+3.6秒 09/28 4中山92R 13着/16頭+1.5秒 08/09 2新潟53R 11着/17頭+1.8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 10.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +67% (市場が大幅過小評価) AI 予想勝率 4.6% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.6% / 期待値 +101% ※ 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	アリアファブラ	斎藤	実20.6	B△ A▽勝率6% EV+14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.7着と低調／76日ぶりの実戦）
前5走 03/07 2中山36R 17着/18頭+2.6秒 02/07 1東京35R 5着/16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 11.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 4.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.6% / 期待値 +14% ※ 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	リオクリスハーレー	荻野極	実9.4	B▲ A△勝率6% EV-47% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.0着と低調／77日ぶりの実戦）
前5走 03/29 3中山22R 7着/16頭+0.5秒 01/25 1中山93R 13着/16頭+2.5秒 12/27 5中山71R 12着/15頭+1.3秒 08/17 3中京82R 7着/16頭+2.1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 9.0着 (不振) × 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 6.5% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.6% / 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。
5	ムーンシェイド	木幡巧	実30.1	B▽ A▽勝率6% EV+67% 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／70日ぶりの実戦）
前5走 12/14 5中山42R 8着/16頭+1.0秒 11/24 5東京67R 5着/14頭+1.0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 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) +39% (妙味あり) AI 予想勝率 4.6% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.6% / 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。
6	マイエラ	小崎	実36.4	B▽ A▽勝率6% EV+102% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／70日ぶりの実戦）
前5走 03/21 2中山73R 13着/16頭+2.8秒 03/01 2中山23R 6着/16頭+1.7秒 12/27 5中山74R 14着/18頭+1.2秒 10/26 4新潟45R 6着/18頭+1.4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 11.7着 (不振) ▽ 前走実績前走 16着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +69% (市場が大幅過小評価) AI 予想勝率 4.6% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 5.6% / 期待値 +102% ※ 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	アイファーアイドル	松岡	実40.4	B△ A▽勝率6% EV+124% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調／350日ぶりの実戦）
前5走 08/09 2新潟51R 13着/15頭+3.6秒 06/22 3東京66R 8着/16頭+1.8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 10.5着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 350日休養明け 🌟◎ 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 6.2% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 5.6% / 期待値 +124% ※ 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	ソレム	△石神道	実29.3	B▽ A▽勝率6% EV+62% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 8 ◎ 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 14位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 4.6% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.6% / 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	セランディア	菊沢	実11.4	B△ A△勝率6% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.3着と低調）
前5走 02/21 1小倉92R 15着/18頭+1.4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 12.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 8.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.6% / 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。
10	ノーブルラホーヤ	▲石田	実9.1	B○ A▲勝率6% EV-49% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.3着と低調／188日ぶりの実戦）
前5走 01/18 1中山712R 10着/16頭+1.0秒 10/05 4東京23R 6着/17頭+0.6秒 09/06 4中山15R 9着/16頭+1.4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) ▽ 前走実績前走 10着 (大敗) △ ローテーション 188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 6.5% (オッズ暗示: 11.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 5.6% / 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。
11	ミヤザキムスメ	柴田大	実72.5	B▽ A▽勝率6% EV+302% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.5着と低調／77日ぶりの実戦）
前5走 01/24 1中山83R 13着/16頭+2.6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 13.5着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +348% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 17位 / 勝率 5.6% / 期待値 +303% ※ 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	タツナナイロ	野中	実80.8	B▽ A▽勝率6% EV+348% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／112日ぶりの実戦）
前5走 02/22 1東京83R 10着/16頭+3.4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 13.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 112日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +399% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 18位 / 勝率 5.6% / 期待値 +349% ※ 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	ケイツーキップ	▲水沼	実36.4	B▽ A▽勝率6% EV+102% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7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 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.7着 (不振) ▽ 前走実績前走 18着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +47% (妙味あり) AI 予想勝率 4.1% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 5.6% / 期待値 +102% ※ 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	ユイノササヤキ	木幡初	実24.5	B▽ A▽勝率6% EV+36% 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／210日ぶりの実戦）
前5走 12/27 5中山75R 11着/16頭+1.2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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 210日休養明け ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 5.4% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.6% / 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。
15	テラシエスタ	▲佐藤	実37.3	B▽ A▽勝率6% EV+107% 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）
前5走 10/19 4新潟25R 11着/18頭+1.2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) +100% (市場が大幅過小評価) AI 予想勝率 5.4% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 5.6% / 期待値 +107% ※ 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	シルバーアックス	横山典	実3.4	B× A×勝率6% EV-81% 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／91日ぶりの実戦）
前5走 02/07 1東京32R 13着/16頭+2.4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 6.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -84% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 29.4%) × Aモデルの評価 (参考) レース内 1位 / 勝率 5.6% / 期待値 -81% ※ 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。
17	リオハリソンメリー	▲上里	実19.9	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（直近3走平均8.0着と低調／196日ぶりの実戦）
前5走 01/10 1中山34R 8着/12頭+1.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 17 ◎ 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 196日休養明け △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 5.4% (オッズ暗示: 5.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.6% / 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。
18	ジョイアミーア	武藤	実3.7	B× A○勝率6% EV-79% 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（70日ぶりの実戦）
前5走 01/24 1中山81R 10着/16頭+1.8秒 09/28 4中山94R 4着/16頭+0.8秒 ― ― ―
AI 評価の内訳 — 馬番 18 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 × 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 6.5% (オッズ暗示: 27.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 5.6% / 期待値 -79% ※ 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 ○

ジョイアミーア

騎手武藤

単勝オッズ

3.7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:▲10ノーブルラホーヤ

9.1倍

EV -40%

▲A:△4リオクリスハーレー

9.4倍

EV -39%

出走馬全18頭

×A:○18

ジョイアミーア

武藤

3.7倍

-76%

›

○A:▲10

ノーブルラホーヤ

▲石田

9.1倍

-40%

›

▲A:△4

リオクリスハーレー

荻野極

9.4倍

-39%

›

△A:△9

セランディア

菊沢

11.4倍

-29%

›

△A:▽3

アリアファブラ

斎藤

20.6倍

+27%

›

△A:▽7

アイファーアイドル

松岡

40.4倍

+149%

›

▽A:▽1

ユニベールクイーン

杉原

41.0倍

+153%

›

▽A:▽11

ミヤザキムスメ

柴田大

72.5倍

+348%

›

▽A:▽12

タツナナイロ

野中

80.8倍

+399%

›

▽A:△17

リオハリソンメリー

▲上里

19.9倍

+7%

›

▽A:▽14

ユイノササヤキ

木幡初

24.5倍

+31%

›

▽A:▽15

テラシエスタ

▲佐藤

37.3倍

+100%

›

×A:×16

シルバーアックス

横山典

3.4倍

-84%

›

▽A:▽8

ソレム

△石神道

29.3倍

+36%

›

▽A:▽5

ムーンシェイド

木幡巧

30.1倍

+39%

›

▽A:▽2

ルディドゥゲンジ

嶋田

36.1倍

+67%

›

▽A:▽6

マイエラ

小崎

36.4倍

+69%

›

▽A:▽13

ケイツーキップ

▲水沼

36.4倍

+47%

›

💡 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）

11R 新潟競馬場　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ユニベールクイーン	杉原	実41.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.7着と低調／62日ぶりの実戦）
前5走 02/07 1東京33R 16着/16頭+4.5秒 01/25 1中山92R 14着/14頭+4.8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 13.7着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 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 5.6% (オッズ暗示: 2.4%) ※ 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。
2	ルディドゥゲンジ	嶋田	実36.1	▽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／76日ぶりの実戦）
前5走 10/05 4東京22R 11着/11頭+3.6秒 09/28 4中山92R 13着/16頭+1.5秒 08/09 2新潟53R 11着/17頭+1.8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 10.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +100% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 2.8%) ※ 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。
3	アリアファブラ	斎藤	実20.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.7着と低調／76日ぶりの実戦）
前5走 03/07 2中山36R 17着/18頭+2.6秒 02/07 1東京35R 5着/16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 11.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 4.9%) ※ 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。
4	リオクリスハーレー	荻野極	実9.4	△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9.0着と低調／77日ぶりの実戦）
前5走 03/29 3中山22R 7着/16頭+0.5秒 01/25 1中山93R 13着/16頭+2.5秒 12/27 5中山71R 12着/15頭+1.3秒 08/17 3中京82R 7着/16頭+2.1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 9.0着 (不振) × 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 5.6% (オッズ暗示: 10.6%) ※ 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。
5	ムーンシェイド	木幡巧	実30.1	▽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／70日ぶりの実戦）
前5走 12/14 5中山42R 8着/16頭+1.0秒 11/24 5東京67R 5着/14頭+1.0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 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) +67% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 3.3%) ※ 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	マイエラ	小崎	実36.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／70日ぶりの実戦）
前5走 03/21 2中山73R 13着/16頭+2.8秒 03/01 2中山23R 6着/16頭+1.7秒 12/27 5中山74R 14着/18頭+1.2秒 10/26 4新潟45R 6着/18頭+1.4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 11.7着 (不振) ▽ 前走実績前走 16着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +102% (市場が大幅過小評価) AI 予想勝率 5.6% (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。
7	アイファーアイドル	松岡	実40.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調／350日ぶりの実戦）
前5走 08/09 2新潟51R 13着/15頭+3.6秒 06/22 3東京66R 8着/16頭+1.8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 10.5着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 350日休養明け 🌟◎ 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 5.6% (オッズ暗示: 2.5%) ※ 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	ソレム	△石神道	実29.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 8 ◎ 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 9位 (中位評価) 🌟◎ 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 5.6% (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。
9	セランディア	菊沢	実11.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.3着と低調）
前5走 02/21 1小倉92R 15着/18頭+1.4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 12.3着 (不振) ▽ 前走実績前走 14着 (大敗) × 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 5.6% (オッズ暗示: 8.8%) ※ 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	ノーブルラホーヤ	▲石田	実9.1	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.3着と低調／188日ぶりの実戦）
前5走 01/18 1中山712R 10着/16頭+1.0秒 10/05 4東京23R 6着/17頭+0.6秒 09/06 4中山15R 9着/16頭+1.4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) ▽ 前走実績前走 10着 (大敗) △ ローテーション 188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 5.6% (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。
11	ミヤザキムスメ	柴田大	実72.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.5着と低調／77日ぶりの実戦）
前5走 01/24 1中山83R 13着/16頭+2.6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 13.5着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +302% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 1.4%) ※ 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	タツナナイロ	野中	実80.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／112日ぶりの実戦）
前5走 02/22 1東京83R 10着/16頭+3.4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 13.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 112日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +348% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 1.2%) ※ 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。
13	ケイツーキップ	▲水沼	実36.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7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 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.7着 (不振) ▽ 前走実績前走 18着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +102% (市場が大幅過小評価) AI 予想勝率 5.6% (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。
14	ユイノササヤキ	木幡初	実24.5	▽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／210日ぶりの実戦）
前5走 12/27 5中山75R 11着/16頭+1.2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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 210日休養明け ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 5.6% (オッズ暗示: 4.1%) ※ 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。
15	テラシエスタ	▲佐藤	実37.3	▽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）
前5走 10/19 4新潟25R 11着/18頭+1.2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) +107% (市場が大幅過小評価) AI 予想勝率 5.6% (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。
16	シルバーアックス	横山典	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（前走2着／91日ぶりの実戦）
前5走 02/07 1東京32R 13着/16頭+2.4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 6.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 5.6% (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。
17	リオハリソンメリー	▲上里	実19.9	△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／196日ぶりの実戦）
前5走 01/10 1中山34R 8着/12頭+1.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 17 ◎ 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 196日休養明け △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 5.0%) ※ 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。
18	ジョイアミーア	武藤	実3.7	○詳細▼	AI上位評価だが期待値不足、見送り（70日ぶりの実戦）
前5走 01/24 1中山81R 10着/16頭+1.8秒 09/28 4中山94R 4着/16頭+0.8秒 ― ― ―
AI 評価の内訳 — 馬番 18 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 5.6% (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。

🎯 AIの本命

AI評価1位

シルバーアックス

騎手横山典

単勝オッズ

3.4倍

AI期待値

-81%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○18ジョイアミーア

3.7倍

EV -79%

▲10ノーブルラホーヤ

9.1倍

EV -49%

出走馬全18頭

×16

シルバーアックス

横山典

3.4倍

-81%

›

○18

ジョイアミーア

武藤

3.7倍

-79%

›

▲10

ノーブルラホーヤ

▲石田

9.1倍

-49%

›

△4

リオクリスハーレー

荻野極

9.4倍

-47%

›

△9

セランディア

菊沢

11.4倍

-36%

›

△17

リオハリソンメリー

▲上里

19.9倍

+10%

›

▽3

アリアファブラ

斎藤

20.6倍

+14%

›

▽14

ユイノササヤキ

木幡初

24.5倍

+36%

›

▽8

ソレム

△石神道

29.3倍

+62%

›

▽5

ムーンシェイド

木幡巧

30.1倍

+67%

›

▽2

ルディドゥゲンジ

嶋田

36.1倍

+100%

›

▽6

マイエラ

小崎

36.4倍

+102%

›

▽13

ケイツーキップ

▲水沼

36.4倍

+102%

›

▽15

テラシエスタ

▲佐藤

37.3倍

+107%

›

▽7

アイファーアイドル

松岡

40.4倍

+124%

›

▽1

ユニベールクイーン

杉原

41.0倍

+127%

›

▽11

ミヤザキムスメ

柴田大

72.5倍

+302%

›

▽12

タツナナイロ

野中

80.8倍

+348%

›

💡 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。