新潟 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 新潟競馬場　発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ファーヴェント	西塚	実8.2	B△ A▲勝率10% EV-17% 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67%と適性高／91日ぶりの実戦）
前5走 01/04 1京都111R 2着/18頭+0.0秒 10/18 4東京611R 7着/14頭+0.8秒 08/24 3新潟29R 1着/18頭勝利 06/15 3阪神410R 4着/18頭+0.5秒 05/18 1新潟611R 12着/16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 3.7着 ◎ 当競馬場適性 3走で勝率 67% (得意) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 12.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.1% / 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。
2	ジュタ	吉田豊	実34.4	B▽ A▽勝率2% EV-15% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／78日ぶりの実戦）
前5走 03/22 2中山810R 3着/9頭+0.4秒 04/20 3中山811R 12着/18頭+1.0秒 03/09 2中山411R 10着/14頭+1.2秒 01/25 1中京89R 1着/10頭勝利 12/28 5中山911R 4着/18頭+0.7秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 3.2% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 2.5% / 期待値 -16% ※ 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	アンパドゥ	岩田望	実4.8	B○ A○勝率16% EV-21% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走勝利の勢い／78日ぶりの実戦）
前5走 02/15 1東京69R 7着/16頭+0.5秒 11/29 5東京712R 1着/9頭勝利 11/02 4東京119R 2着/10頭+0.1秒 08/02 2新潟36R 1着/14頭勝利 05/26 2東京124R 1着/18頭勝利
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 15.8% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.3% / 期待値 -22% ※ 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	マテンロウスカイ	横山典	実38.2	B▽ A×勝率1% EV-54% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均2.0着と安定／前走2着／483日ぶりの実戦）
前5走 03/30 3中山211R 2着/15頭+0.1秒 03/30 3中山211R 2着/15頭+0.1秒 03/30 3中山211R 2着/15頭+0.1秒 03/30 3中山211R 2着/15頭+0.1秒 03/30 3中山211R 2着/15頭+0.1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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 483日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 2.6%) × Aモデルの評価 (参考) レース内 14位 / 勝率 1.2% / 期待値 -55% ※ 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	レディマリオン	今村	実17.4	B▽ A▽勝率4% EV-34% 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／98日ぶりの実戦）
前5走 03/22 1中京411R 12着/18頭+0.6秒 12/06 5中京111R 1着/12頭勝利 10/25 3京都810R 6着/13頭+0.2秒 10/04 4東京110R 4着/15頭+0.2秒 08/02 3中京37R 2着/12頭+0.1秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 14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) -44% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 5.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 3.8% / 期待値 -34% ※ 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	シリウスコルト	田辺	実10.6	B▲ A△勝率10% EV+6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（85日ぶりの実戦）
前5走 02/10 1東京411R 5着/16頭+0.2秒 01/04 1中山111R 13着/14頭+0.7秒 11/22 3福島511R 5着/16頭+0.5秒 10/05 4東京211R 11着/11頭+1.2秒 07/13 2福島611R 8着/15頭+1.3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 7.7着 (不振) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 11.3% (オッズ暗示: 9.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.1% / 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。
7	エルトンバローズ	コレット	実11.8	B▽ A▽勝率6% EV-32% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.0着と安定／前走2着／616日ぶりの実戦）
前5走 11/17 6京都611R 2着/17頭+0.4秒 11/17 6京都611R 2着/17頭+0.4秒 11/17 6京都611R 2着/17頭+0.4秒 11/17 6京都611R 2着/17頭+0.4秒 11/17 6京都611R 2着/17頭+0.4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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 616日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 8.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.7% / 期待値 -32% ※ 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	ダノンセンチュリー	戸崎圭	実4.6	B◎ A◎勝率16% EV-24% 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67%と好調／85日ぶりの実戦）
前5走 02/15 1東京69R 1着/16頭勝利 11/15 5東京312R 1着/13頭勝利 10/13 4東京59R 1着/18頭勝利 08/02 2新潟36R 2着/14頭+0.0秒 03/16 2中山611R 10着/12頭+0.8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 67% (絶好調) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 15.8% (オッズ暗示: 21.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 16.3% / 期待値 -25% ※ 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	サンダーストラック	丸山	実10.0	B△ A△勝率10% EV+0% 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／77日ぶりの実戦）
前5走 01/12 1京都511R 1着/16頭勝利 11/16 4京都49R 5着/8頭+0.5秒 09/15 4中山55R 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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.1% / 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。
10	クランフォード	菊沢	実10.2	B△ A△勝率8% EV-18% 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 03/29 2阪神211R 2着/13頭+0.1秒 01/24 1京都811R 12着/14頭+0.7秒 12/13 5阪神311R 7着/13頭+0.3秒 06/01 2京都1210R 8着/16頭+0.5秒 03/23 2中京411R 15着/18頭+1.5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 5.7着 ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 9.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.0% / 期待値 -19% ※ 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	ドロップオブライト	松若	実19.8	B▽ A▽勝率4% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／直近3走平均10.0着と低調／427日ぶりの実戦）
前5走 05/25 1新潟811R 10着/16頭+1.2秒 05/25 1新潟811R 10着/16頭+1.2秒 05/25 1新潟811R 10着/16頭+1.2秒 05/25 1新潟811R 10着/16頭+1.2秒 05/25 1新潟811R 10着/16頭+1.2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 10.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 427日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 3.8% / 期待値 -25% ※ 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	ランスオブカオス	石川	実15.2	B▽ A▽勝率5% EV-30% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調／91日ぶりの実戦）
前5走 03/15 2中山610R 11着/16頭+0.7秒 01/04 1京都111R 5着/18頭+0.2秒 12/13 5阪神311R 1着/13頭勝利 10/13 3京都511R 3着/18頭+0.1秒 05/11 2東京611R 5着/18頭+0.3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 9.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 6.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.6% / 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。
13	ブエナオンダ	田口	実32.8	B▽ A▽勝率2% EV-19% 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／91日ぶりの実戦）
前5走 02/10 1東京411R 15着/16頭+0.8秒 01/04 1京都111R 1着/18頭勝利 11/29 5東京711R 3着/18頭+0.1秒 11/02 3京都1111R 2着/15頭+0.0秒 10/12 3京都410R 1着/13頭勝利
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 11.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 2.5% / 期待値 -20% ※ 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	メタルスピード	斎藤	実14.2	B▽ A▽勝率5% EV-26% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率0%と苦戦傾向／421日ぶりの実戦）
前5走 05/31 2東京1110R 5着/16頭+0.6秒 05/31 2東京1110R 5着/16頭+0.6秒 05/31 2東京1110R 5着/16頭+0.6秒 05/31 2東京1110R 5着/16頭+0.6秒 05/31 2東京1110R 5着/16頭+0.6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 5.0着 × 当競馬場適性 24走で勝率 0% (苦戦) △ ローテーション 421日休養明け × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 7.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.2% / 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。

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 ◎

ダノンセンチュリー

騎手戸崎圭

単勝オッズ

4.6倍

AI期待値

-27%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○3アンパドゥ

4.8倍

EV -24%

▲A:△6シリウスコルト

10.6倍

EV +19%

出走馬全14頭

◎A:◎8

ダノンセンチュリー

戸崎圭

4.6倍

-27%

›

○A:○3

アンパドゥ

岩田望

4.8倍

-24%

›

▲A:△6

シリウスコルト

田辺

10.6倍

+19%

›

△A:▲1

ファーヴェント

西塚

8.2倍

-24%

›

△A:△9

サンダーストラック

丸山

10.0倍

-18%

›

△A:△10

クランフォード

菊沢

10.2倍

-16%

›

▽A:▽7

エルトンバローズ

コレット

11.8倍

-8%

›

▽A:▽14

メタルスピード

斎藤

14.2倍

-35%

›

▽A:▽12

ランスオブカオス

石川

15.2倍

-34%

›

▽A:▽11

ドロップオブライト

松若

19.8倍

-25%

›

▽A:▽5

レディマリオン

今村

17.4倍

-43%

›

▽A:▽2

ジュタ

吉田豊

34.4倍

+10%

›

▽A:▽13

ブエナオンダ

田口

32.8倍

-7%

›

▽A:×4

マテンロウスカイ

横山典

38.2倍

-21%

›

💡 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 新潟競馬場　発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ファーヴェント	西塚	実8.2	▲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67%と適性高／91日ぶりの実戦）
前5走 01/04 1京都111R 2着/18頭+0.0秒 10/18 4東京611R 7着/14頭+0.8秒 08/24 3新潟29R 1着/18頭勝利 06/15 3阪神410R 4着/18頭+0.5秒 05/18 1新潟611R 12着/16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 3.7着 ◎ 当競馬場適性 3走で勝率 67% (得意) △ ローテーション 91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 10.1% (オッズ暗示: 12.2%) ※ 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。
2	ジュタ	吉田豊	実34.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／78日ぶりの実戦）
前5走 03/22 2中山810R 3着/9頭+0.4秒 04/20 3中山811R 12着/18頭+1.0秒 03/09 2中山411R 10着/14頭+1.2秒 01/25 1中京89R 1着/10頭勝利 12/28 5中山911R 4着/18頭+0.7秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 2.5% (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。
3	アンパドゥ	岩田望	実4.8	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走勝利の勢い／78日ぶりの実戦）
前5走 02/15 1東京69R 7着/16頭+0.5秒 11/29 5東京712R 1着/9頭勝利 11/02 4東京119R 2着/10頭+0.1秒 08/02 2新潟36R 1着/14頭勝利 05/26 2東京124R 1着/18頭勝利
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 16.3% (オッズ暗示: 20.8%) ※ 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。
4	マテンロウスカイ	横山典	実38.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均2.0着と安定／前走2着／483日ぶりの実戦）
前5走 03/30 3中山211R 2着/15頭+0.1秒 03/30 3中山211R 2着/15頭+0.1秒 03/30 3中山211R 2着/15頭+0.1秒 03/30 3中山211R 2着/15頭+0.1秒 03/30 3中山211R 2着/15頭+0.1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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 483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 1.2% (オッズ暗示: 2.6%) ※ 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	レディマリオン	今村	実17.4	▽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／98日ぶりの実戦）
前5走 03/22 1中京411R 12着/18頭+0.6秒 12/06 5中京111R 1着/12頭勝利 10/25 3京都810R 6着/13頭+0.2秒 10/04 4東京110R 4着/15頭+0.2秒 08/02 3中京37R 2着/12頭+0.1秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 14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) -34% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 5.7%) ※ 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。
6	シリウスコルト	田辺	実10.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（85日ぶりの実戦）
前5走 02/10 1東京411R 5着/16頭+0.2秒 01/04 1中山111R 13着/14頭+0.7秒 11/22 3福島511R 5着/16頭+0.5秒 10/05 4東京211R 11着/11頭+1.2秒 07/13 2福島611R 8着/15頭+1.3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 7.7着 (不振) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 10.1% (オッズ暗示: 9.4%) ※ 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。
7	エルトンバローズ	コレット	実11.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.0着と安定／前走2着／616日ぶりの実戦）
前5走 11/17 6京都611R 2着/17頭+0.4秒 11/17 6京都611R 2着/17頭+0.4秒 11/17 6京都611R 2着/17頭+0.4秒 11/17 6京都611R 2着/17頭+0.4秒 11/17 6京都611R 2着/17頭+0.4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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 616日休養明け × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 5.7% (オッズ暗示: 8.5%) ※ 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	ダノンセンチュリー	戸崎圭	実4.6	◎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67%と好調／85日ぶりの実戦）
前5走 02/15 1東京69R 1着/16頭勝利 11/15 5東京312R 1着/13頭勝利 10/13 4東京59R 1着/18頭勝利 08/02 2新潟36R 2着/14頭+0.0秒 03/16 2中山611R 10着/12頭+0.8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 67% (絶好調) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 16.3% (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。
9	サンダーストラック	丸山	実10.0	△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／77日ぶりの実戦）
前5走 01/12 1京都511R 1着/16頭勝利 11/16 4京都49R 5着/8頭+0.5秒 09/15 4中山55R 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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 10.1% (オッズ暗示: 10.0%) ※ 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。
10	クランフォード	菊沢	実10.2	△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 03/29 2阪神211R 2着/13頭+0.1秒 01/24 1京都811R 12着/14頭+0.7秒 12/13 5阪神311R 7着/13頭+0.3秒 06/01 2京都1210R 8着/16頭+0.5秒 03/23 2中京411R 15着/18頭+1.5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 5.7着 ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 9.8%) ※ 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	ドロップオブライト	松若	実19.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／直近3走平均10.0着と低調／427日ぶりの実戦）
前5走 05/25 1新潟811R 10着/16頭+1.2秒 05/25 1新潟811R 10着/16頭+1.2秒 05/25 1新潟811R 10着/16頭+1.2秒 05/25 1新潟811R 10着/16頭+1.2秒 05/25 1新潟811R 10着/16頭+1.2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 10.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 427日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 5.1%) ※ 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。
12	ランスオブカオス	石川	実15.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調／91日ぶりの実戦）
前5走 03/15 2中山610R 11着/16頭+0.7秒 01/04 1京都111R 5着/18頭+0.2秒 12/13 5阪神311R 1着/13頭勝利 10/13 3京都511R 3着/18頭+0.1秒 05/11 2東京611R 5着/18頭+0.3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 9.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 6.6%) ※ 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	ブエナオンダ	田口	実32.8	▽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／91日ぶりの実戦）
前5走 02/10 1東京411R 15着/16頭+0.8秒 01/04 1京都111R 1着/18頭勝利 11/29 5東京711R 3着/18頭+0.1秒 11/02 3京都1111R 2着/15頭+0.0秒 10/12 3京都410R 1着/13頭勝利
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 11.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 2.5% (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。
14	メタルスピード	斎藤	実14.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率0%と苦戦傾向／421日ぶりの実戦）
前5走 05/31 2東京1110R 5着/16頭+0.6秒 05/31 2東京1110R 5着/16頭+0.6秒 05/31 2東京1110R 5着/16頭+0.6秒 05/31 2東京1110R 5着/16頭+0.6秒 05/31 2東京1110R 5着/16頭+0.6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 5.0着 × 当競馬場適性 24走で勝率 0% (苦戦) △ ローテーション 421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 5.2% (オッズ暗示: 7.0%) ※ 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

ダノンセンチュリー

騎手戸崎圭

単勝オッズ

4.6倍

AI期待値

-24%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3アンパドゥ

4.8倍

EV -21%

▲1ファーヴェント

8.2倍

EV -17%

出走馬全14頭

◎8

ダノンセンチュリー

戸崎圭

4.6倍

-24%

›

○3

アンパドゥ

岩田望

4.8倍

-21%

›

▲1

ファーヴェント

西塚

8.2倍

-17%

›

△9

サンダーストラック

丸山

10.0倍

+0%

›

△6

シリウスコルト

田辺

10.6倍

+6%

›

△10

クランフォード

菊沢

10.2倍

-18%

›

▽7

エルトンバローズ

コレット

11.8倍

-32%

›

▽14

メタルスピード

斎藤

14.2倍

-26%

›

▽12

ランスオブカオス

石川

15.2倍

-30%

›

▽5

レディマリオン

今村

17.4倍

-34%

›

▽11

ドロップオブライト

松若

19.8倍

-25%

›

▽13

ブエナオンダ

田口

32.8倍

-19%

›

▽2

ジュタ

吉田豊

34.4倍

-15%

›

×4

マテンロウスカイ

横山典

38.2倍

-54%

›

💡 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。