新潟 9R 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

9R 新潟競馬場　発走 16:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジュリアスローズ	大江圭	実27.5	B▽ A×勝率1% EV-69% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（70日ぶりの実戦）
前5走 09/06 4中山11R 8着/9頭+4.2秒 08/03 2新潟41R 6着/14頭+3.1秒 06/29 2小倉21R 10着/12頭+4.9秒 05/18 2東京88R 9着/9頭+2.1秒 03/22 1阪神76R 10着/10頭+5.0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 7.7着 (不振) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 3.6%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.1% / 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。
2	スマートフランキー	田村太雅	実49.4	B× A×勝率1% EV-57% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調／77日ぶりの実戦）
前5走 01/24 1中山87R 10着/16頭+1.3秒 11/08 高知8R 1着/9頭勝利 10/25 高知6R 1着/10頭勝利 10/11 高知2R 2着/9頭+0.6秒 09/27 高知4R 7着/12頭+0.8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 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) -60% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.0%) × Aモデルの評価 (参考) レース内 13位 / 勝率 0.9% / 期待値 -58% ※ 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	コトブキヘスペラス	金子	実67.2	B▽ A×勝率0% EV-68% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率33%と適性高／直近3走平均10.0着と低調／406日ぶりの実戦）
前5走 06/15 3東京46R 10着/16頭+1.5秒 06/15 3東京46R 10着/16頭+1.5秒 06/15 3東京46R 10着/16頭+1.5秒 06/15 3東京46R 10着/16頭+1.5秒 06/15 3東京46R 10着/16頭+1.5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 10.0着 (不振) ◎ 当競馬場適性 36走で勝率 33% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 406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 0.8% (オッズ暗示: 1.5%) × Aモデルの評価 (参考) レース内 14位 / 勝率 0.5% / 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。
4	セイウンビッグバン	▲水沼	実16.9	B▽ A▽勝率4% EV-39% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／64日ぶりの実戦）
前5走 01/10 1中山312R 7着/16頭+0.8秒 12/13 5中京312R 16着/18頭+1.1秒 09/06 2札幌512R 13着/14頭+2.4秒 08/31 2札幌47R 9着/13頭+1.4秒 08/09 1札幌512R 8着/11頭+1.0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 9.3着 (不振) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 4.3% (オッズ暗示: 5.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.6% / 期待値 -40% ※ 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	キャネル	▲坂口	実7.0	B▲ A△勝率14% EV-2% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率0%と苦戦傾向／前走2着／64日ぶりの実戦）
前5走 02/22 1東京87R 15着/16頭+2.6秒 12/07 5中山27R 9着/11頭+2.0秒 11/08 5東京19R 8着/13頭+2.1秒 08/31 3新潟410R 8着/11頭+1.7秒 08/02 2新潟38R 5着/12頭+1.1秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 7走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 12.5% (オッズ暗示: 14.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 13.9% / 期待値 -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	グロッシェン	上野	実7.0	B◎ A▲勝率14% EV-2% 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9.7着と低調／78日ぶりの実戦）
前5走 01/10 1中山311R 12着/17頭+2.0秒 11/16 4京都410R 11着/14頭+1.5秒 10/25 4東京810R 9着/16頭+1.3秒 05/11 2東京612R 15着/16頭+2.1秒 02/16 1京都610R 5着/13頭+0.6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 9.7着 (不振) ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 18.9% (オッズ暗示: 14.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.9% / 期待値 -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	フェスティヴビーム	難波	実22.9	B▽ A▽勝率2% EV-46% 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9.0着と低調／434日ぶりの実戦）
前5走 05/18 1新潟65R 9着/11頭+9.4秒 05/18 1新潟65R 9着/11頭+9.4秒 05/18 1新潟65R 9着/11頭+9.4秒 05/18 1新潟65R 9着/11頭+9.4秒 05/18 1新潟65R 9着/11頭+9.4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 9.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) △ ローテーション 434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 2.7% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.3% / 期待値 -47% ※ 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	ノーブルクライ	五十嵐	実4.3	B○ A◎勝率15% EV-33% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場24走で勝率50%と適性高／直近3走平均11.0着と低調／420日ぶりの実戦）
前5走 06/01 2東京128R 11着/16頭+1.1秒 06/01 2東京128R 11着/16頭+1.1秒 06/01 2東京128R 11着/16頭+1.1秒 06/01 2東京128R 11着/16頭+1.1秒 06/01 2東京128R 11着/16頭+1.1秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ◎ 当競馬場適性 24走で勝率 50% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 420日休養明け × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 12.5% (オッズ暗示: 23.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 15.5% / 期待値 -33% ※ 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	タイキエクセロン	▲井上	実45.9	B▽ A▽勝率1% EV-48% 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／105日ぶりの実戦）
前5走 03/29 3中山212R 7着/11頭+0.5秒 03/01 1阪神412R 12着/16頭+1.1秒 02/15 1小倉810R 11着/18頭+0.5秒 01/17 1中山612R 13着/16頭+0.8秒 12/20 5阪神512R 2着/16頭+0.1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 10.0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) -11% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 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。
10	ノブダブルホワイト	江田勇	実9.6	B▽ A×勝率5% EV-51% 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0%と苦戦傾向／直近3走平均11.0着と低調）
前5走 09/13 4中山312R 16着/16頭+2.6秒 08/31 3新潟44R 12着/18頭+2.8秒 08/16 2新潟712R 7着/17頭+0.5秒 06/21 3東京53R 8着/16頭+1.5秒 05/31 2東京111R 6着/16頭+1.8秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) × 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 5.3% (オッズ暗示: 10.4%) × Aモデルの評価 (参考) レース内 7位 / 勝率 5.0% / 期待値 -52% ※ 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	バンデルオーラ	伴	実10.6	B△ A△勝率10% EV+1% 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／435日ぶりの実戦）
前5走 05/17 2京都711R 4着/11頭+0.5秒 05/17 2京都711R 4着/11頭+0.5秒 05/17 2京都711R 4着/11頭+0.5秒 05/17 2京都711R 4着/11頭+0.5秒 05/17 2京都711R 4着/11頭+0.5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 4.0着 × 当競馬場適性 12走で勝率 0% (苦戦) △ ローテーション 435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 8.7% (オッズ暗示: 9.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 9.6% / 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。
12	バラジ	小牧加	実6.5	B△ A○勝率14% EV-9% 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72走で勝率33%と適性高／441日ぶりの実戦）
前5走 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10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 7.0着 (不振) ◎ 当競馬場適性 72走で勝率 33% (得意) △ ローテーション 441日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 12.5% (オッズ暗示: 15.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.9% / 期待値 -10% ※ 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	ニシノブレイゼスト	中村	実20.2	B▽ A▽勝率5% EV-1% 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／113日ぶりの実戦）
前5走 03/08 2中山48R 11着/13頭+1.8秒 01/10 1中山36R 1着/16頭勝利 12/27 5中山78R 4着/16頭+0.7秒 12/07 5中山212R 3着/16頭+1.1秒 09/14 4中山48R 4着/15頭+1.2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 11着 (大敗) △ ローテーション 113日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.9% / 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。
14	オーサムストローク	草野	実7.1	B△ A△勝率14% EV-1% 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11.7着と低調／70日ぶりの実戦）
前5走 02/14 1東京510R 16着/16頭+4.4秒 11/15 5東京310R 13着/18頭+1.2秒 10/04 4東京110R 7着/15頭+0.4秒 08/31 2札幌411R 8着/13頭+0.8秒 06/22 1函館411R 11着/15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 11.7着 (不振) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 12.5% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 13.9% / 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。

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 ▲

グロッシェン

騎手上野

単勝オッズ

7.0倍

AI期待値

+32%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎8ノーブルクライ

4.3倍

EV -46%

▲A:△5キャネル

7.0倍

EV -12%

出走馬全14頭

◎A:▲6

グロッシェン

上野

7.0倍

+32%

›

○A:◎8

ノーブルクライ

五十嵐

4.3倍

-46%

›

▲A:△5

キャネル

▲坂口

7.0倍

-12%

›

△A:△14

オーサムストローク

草野

7.1倍

-11%

›

△A:○12

バラジ

小牧加

6.5倍

-18%

›

△A:△11

バンデルオーラ

伴

10.6倍

-7%

›

▽A:×10

ノブダブルホワイト

江田勇

9.6倍

-48%

›

▽A:▽13

ニシノブレイゼスト

中村

20.2倍

-9%

›

▽A:▽4

セイウンビッグバン

▲水沼

16.9倍

-27%

›

▽A:▽7

フェスティヴビーム

難波

22.9倍

-38%

›

▽A:×1

ジュリアスローズ

大江圭

27.5倍

-46%

›

▽A:▽9

タイキエクセロン

▲井上

45.9倍

-10%

›

×A:×2

スマートフランキー

田村太雅

49.4倍

-59%

›

▽A:×3

コトブキヘスペラス

金子

67.2倍

-44%

›

💡 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）

9R 新潟競馬場　発走 16:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジュリアスローズ	大江圭	実27.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（70日ぶりの実戦）
前5走 09/06 4中山11R 8着/9頭+4.2秒 08/03 2新潟41R 6着/14頭+3.1秒 06/29 2小倉21R 10着/12頭+4.9秒 05/18 2東京88R 9着/9頭+2.1秒 03/22 1阪神76R 10着/10頭+5.0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 7.7着 (不振) × 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 1.1% (オッズ暗示: 3.6%) ※ 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。
2	スマートフランキー	田村太雅	実49.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調／77日ぶりの実戦）
前5走 01/24 1中山87R 10着/16頭+1.3秒 11/08 高知8R 1着/9頭勝利 10/25 高知6R 1着/10頭勝利 10/11 高知2R 2着/9頭+0.6秒 09/27 高知4R 7着/12頭+0.8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 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) -58% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
3	コトブキヘスペラス	金子	実67.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率33%と適性高／直近3走平均10.0着と低調／406日ぶりの実戦）
前5走 06/15 3東京46R 10着/16頭+1.5秒 06/15 3東京46R 10着/16頭+1.5秒 06/15 3東京46R 10着/16頭+1.5秒 06/15 3東京46R 10着/16頭+1.5秒 06/15 3東京46R 10着/16頭+1.5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 10.0着 (不振) ◎ 当競馬場適性 36走で勝率 33% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 406日休養明け × 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 0.5% (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。
4	セイウンビッグバン	▲水沼	実16.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／64日ぶりの実戦）
前5走 01/10 1中山312R 7着/16頭+0.8秒 12/13 5中京312R 16着/18頭+1.1秒 09/06 2札幌512R 13着/14頭+2.4秒 08/31 2札幌47R 9着/13頭+1.4秒 08/09 1札幌512R 8着/11頭+1.0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 9.3着 (不振) × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 3.6% (オッズ暗示: 5.9%) ※ 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。
5	キャネル	▲坂口	実7.0	△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7走で勝率0%と苦戦傾向／前走2着／64日ぶりの実戦）
前5走 02/22 1東京87R 15着/16頭+2.6秒 12/07 5中山27R 9着/11頭+2.0秒 11/08 5東京19R 8着/13頭+2.1秒 08/31 3新潟410R 8着/11頭+1.7秒 08/02 2新潟38R 5着/12頭+1.1秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 7走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 13.9% (オッズ暗示: 14.3%) ※ 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	グロッシェン	上野	実7.0	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.7着と低調／78日ぶりの実戦）
前5走 01/10 1中山311R 12着/17頭+2.0秒 11/16 4京都410R 11着/14頭+1.5秒 10/25 4東京810R 9着/16頭+1.3秒 05/11 2東京612R 15着/16頭+2.1秒 02/16 1京都610R 5着/13頭+0.6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 9.7着 (不振) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 13.9% (オッズ暗示: 14.3%) ※ 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	フェスティヴビーム	難波	実22.9	▽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9.0着と低調／434日ぶりの実戦）
前5走 05/18 1新潟65R 9着/11頭+9.4秒 05/18 1新潟65R 9着/11頭+9.4秒 05/18 1新潟65R 9着/11頭+9.4秒 05/18 1新潟65R 9着/11頭+9.4秒 05/18 1新潟65R 9着/11頭+9.4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 9.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) △ ローテーション 434日休養明け × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 4.4%) ※ 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。
8	ノーブルクライ	五十嵐	実4.3	◎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（当競馬場24走で勝率50%と適性高／直近3走平均11.0着と低調／420日ぶりの実戦）
前5走 06/01 2東京128R 11着/16頭+1.1秒 06/01 2東京128R 11着/16頭+1.1秒 06/01 2東京128R 11着/16頭+1.1秒 06/01 2東京128R 11着/16頭+1.1秒 06/01 2東京128R 11着/16頭+1.1秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ◎ 当競馬場適性 24走で勝率 50% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 420日休養明け × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 15.5% (オッズ暗示: 23.3%) ※ 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。
9	タイキエクセロン	▲井上	実45.9	▽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／105日ぶりの実戦）
前5走 03/29 3中山212R 7着/11頭+0.5秒 03/01 1阪神412R 12着/16頭+1.1秒 02/15 1小倉810R 11着/18頭+0.5秒 01/17 1中山612R 13着/16頭+0.8秒 12/20 5阪神512R 2着/16頭+0.1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 10.0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) -48% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.2%) ※ 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	ノブダブルホワイト	江田勇	実9.6	×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0%と苦戦傾向／直近3走平均11.0着と低調）
前5走 09/13 4中山312R 16着/16頭+2.6秒 08/31 3新潟44R 12着/18頭+2.8秒 08/16 2新潟712R 7着/17頭+0.5秒 06/21 3東京53R 8着/16頭+1.5秒 05/31 2東京111R 6着/16頭+1.8秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 5.0% (オッズ暗示: 10.4%) ※ 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。
11	バンデルオーラ	伴	実10.6	△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／435日ぶりの実戦）
前5走 05/17 2京都711R 4着/11頭+0.5秒 05/17 2京都711R 4着/11頭+0.5秒 05/17 2京都711R 4着/11頭+0.5秒 05/17 2京都711R 4着/11頭+0.5秒 05/17 2京都711R 4着/11頭+0.5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 4.0着 × 当競馬場適性 12走で勝率 0% (苦戦) △ ローテーション 435日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 9.6% (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。
12	バラジ	小牧加	実6.5	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場72走で勝率33%と適性高／441日ぶりの実戦）
前5走 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10頭+0.3秒 05/11 2東京610R 7着/10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 7.0着 (不振) ◎ 当競馬場適性 72走で勝率 33% (得意) △ ローテーション 441日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 13.9% (オッズ暗示: 15.4%) ※ 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	ニシノブレイゼスト	中村	実20.2	▽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／113日ぶりの実戦）
前5走 03/08 2中山48R 11着/13頭+1.8秒 01/10 1中山36R 1着/16頭勝利 12/27 5中山78R 4着/16頭+0.7秒 12/07 5中山212R 3着/16頭+1.1秒 09/14 4中山48R 4着/15頭+1.2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 11着 (大敗) △ ローテーション 113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 4.9% (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。
14	オーサムストローク	草野	実7.1	△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11.7着と低調／70日ぶりの実戦）
前5走 02/14 1東京510R 16着/16頭+4.4秒 11/15 5東京310R 13着/18頭+1.2秒 10/04 4東京110R 7着/15頭+0.4秒 08/31 2札幌411R 8着/13頭+0.8秒 06/22 1函館411R 11着/15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 11.7着 (不振) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 13.9% (オッズ暗示: 14.1%) ※ 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

ノーブルクライ

騎手五十嵐

単勝オッズ

4.3倍

AI期待値

-33%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12バラジ

6.5倍

EV -9%

▲6グロッシェン

7.0倍

EV -2%

出走馬全14頭

◎8

ノーブルクライ

五十嵐

4.3倍

-33%

›

○12

バラジ

小牧加

6.5倍

-9%

›

▲6

グロッシェン

上野

7.0倍

-2%

›

△5

キャネル

▲坂口

7.0倍

-2%

›

△14

オーサムストローク

草野

7.1倍

-1%

›

△11

バンデルオーラ

伴

10.6倍

+1%

›

×10

ノブダブルホワイト

江田勇

9.6倍

-51%

›

▽13

ニシノブレイゼスト

中村

20.2倍

-1%

›

▽4

セイウンビッグバン

▲水沼

16.9倍

-39%

›

▽7

フェスティヴビーム

難波

22.9倍

-46%

›

×1

ジュリアスローズ

大江圭

27.5倍

-69%

›

▽9

タイキエクセロン

▲井上

45.9倍

-48%

›

×2

スマートフランキー

田村太雅

49.4倍

-57%

›

×3

コトブキヘスペラス

金子

67.2倍

-68%

›

💡 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。