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8.1	B△ A△勝率6% EV-47% 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) -49% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.4% / 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。
2	タッカーヴァンバン	吉田豊	実57.6	B▽ A▽勝率6% EV+249% 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) +260% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 6.1% / 期待値 +250% ※ 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55.5	B▽ A▽勝率6% EV+256% 詳細▼	大穴、AI予想勝率低く長期回収困難
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) +246% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.4% / 期待値 +257% ※ 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3.0	B× A×勝率6% EV-80% 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) -81% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 33.3%) × Aモデルの評価 (参考) レース内 1位 / 勝率 6.4% / 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。
5	マイネルオラクル	△石神道	実19.5	B▽ A▽勝率6% EV+18% 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) +21% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.1% / 期待値 +18% ※ 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179.4	B▽ A▽勝率6% EV+988% 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) +999% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 6.1% / 期待値 +989% ※ 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	ブライトエアリー推奨	木幡巧	実18.9	B▽ A△勝率6% EV+21% 詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す／63日の休養を経て臨戦態勢）
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) +18% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 5.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.4% / 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。
8	スチールギターラグ	三浦	実16.2	B△ A△勝率6% EV+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) +1% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.4% / 期待値 +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	ラッキースウィッチ	原	実26.2	B▽ A▽勝率6% EV+58% 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) +63% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.1% / 期待値 +59% ※ 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212.6	B▽ A▽勝率6% EV+999% 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) +999% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 6.1% / 期待値 +1190% ※ 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5.2	B▲ A▲勝率6% EV-66% 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) -68% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 19.2%) ▲ Aモデルの評価 (参考) レース内 3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。
12	ベルトラッキ	坂井	実4.1	B○ A○勝率6% EV-73% 詳細▼	AI上位評価だが期待値不足、見送り
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) -74% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.4% / 期待値 -74% ※ 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41.8	B▽ A▽勝率6% EV+168% 詳細▼	大穴、AI予想勝率低く長期回収困難（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) +161% (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 7位 / 勝率 6.4% / 期待値 +169% ※ 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18.4	B△ A▽勝率6% EV+11% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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) +14% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 5.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.1% / 期待値 +12% ※ 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33.7	B▽ A▽勝率6% EV+104% 詳細▼	大穴、AI予想勝率低く長期回収困難（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) +110% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 6.1% / 期待値 +104% ※ 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110.6	B▽ A▽勝率6% EV+571% 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) +591% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 6.1% / 期待値 +571% ※ 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 ×

ベアダイヤモンド

騎手津村

単勝オッズ

3.0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

○A:○12ベルトラッキ

4.1倍

EV -74%

▲A:▲11アッシズオブローズ

5.2倍

EV -67%

出走馬全16頭

×A:×4

ベアダイヤモンド

津村

3.0倍

-81%

›

○A:○12

ベルトラッキ

坂井

4.1倍

-74%

›

▲A:▲11

アッシズオブローズ

戸崎圭

5.2倍

-67%

›

△A:△1

セキテイリノ

江田照

8.1倍

-49%

›

△A:△8

スチールギターラグ

三浦

16.2倍

+1%

›

△A:▽14

サヴマ

石橋脩

18.4倍

+14%

›

▽A:△7

ブライトエアリー

木幡巧

18.9倍

+18%

›

▽A:▽5

マイネルオラクル

△石神道

19.5倍

+21%

›

▽A:▽9

ラッキースウィッチ

原

26.2倍

+63%

›

▽A:▽15

シーサンタナ

嶋田

33.7倍

+110%

›

▽A:▽13

マイネルリーヒム

菊沢

41.8倍

+161%

›

▽A:▽3

モンドシュピーゲル

柴田大

55.5倍

+246%

›

▽A:▽2

タッカーヴァンバン

吉田豊

57.6倍

+260%

›

▽A:▽16

エコロゼット

▲佐藤

110.6倍

+591%

›

▽A:▽6

ケファロニア

杉原

179.4倍

+999%

›

▽A:▽10

ノアソノマ

小林脩

212.6倍

+999%

›

💡 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 (AI 期待値プラス判定)

A. 現行モデル (binary)

単勝 7 ブライトエアリー実18.9倍期待値 +21% 推奨 15.5〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

このモデルは本レース見送り判定（期待値プラスなし）

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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8.1	△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) -48% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 12.3%) ※ 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。
2	タッカーヴァンバン	吉田豊	実57.6	▽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) +249% (市場が大幅過小評価) AI 予想勝率 6.1% (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	モンドシュピーゲル	柴田大	実55.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
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) +256% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 1.8%) ※ 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	ベアダイヤモンド	津村	実3.0	×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) -81% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 33.3%) ※ 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。
5	マイネルオラクル	△石神道	実19.5	▽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) +18% (市場と概ね一致) AI 予想勝率 6.1% (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。
6	ケファロニア	杉原	実179.4	▽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) +988% (市場が大幅過小評価) AI 予想勝率 6.1% (オッズ暗示: 0.6%) ※ 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。
7	ブライトエアリー推奨	木幡巧	実18.9	△詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す／63日の休養を経て臨戦態勢）
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) +21% (市場と概ね一致) AI 予想勝率 6.4% (オッズ暗示: 5.3%) ※ 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。
8	スチールギターラグ	三浦	実16.2	△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) +4% (市場と概ね一致) AI 予想勝率 6.4% (オッズ暗示: 6.2%) ※ 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。
9	ラッキースウィッチ	原	実26.2	▽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) +58% (市場が大幅過小評価) AI 予想勝率 6.1% (オッズ暗示: 3.8%) ※ 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212.6	▽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) +999% (市場が大幅過小評価) AI 予想勝率 6.1% (オッズ暗示: 0.5%) ※ 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。
11	アッシズオブローズ	戸崎圭	実5.2	▲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 6.4% (オッズ暗示: 19.2%) ※ 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。
12	ベルトラッキ	坂井	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り
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) -74% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 24.4%) ※ 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	マイネルリーヒム	菊沢	実41.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（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) +168% (市場が大幅過小評価) AI 予想勝率 6.4% (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。
14	サヴマ	石橋脩	実18.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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) +11% (市場と概ね一致) AI 予想勝率 6.1% (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。
15	シーサンタナ	嶋田	実33.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（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) +104% (市場が大幅過小評価) AI 予想勝率 6.1% (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。
16	エコロゼット	▲佐藤	実110.6	▽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) +571% (市場が大幅過小評価) AI 予想勝率 6.1% (オッズ暗示: 0.9%) ※ 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。

🎯 AIの本命

AI評価1位

ベアダイヤモンド

騎手津村

単勝オッズ

3.0倍

AI期待値

-80%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12ベルトラッキ

4.1倍

EV -73%

▲11アッシズオブローズ

5.2倍

EV -66%

出走馬全16頭

×4

ベアダイヤモンド

津村

3.0倍

-80%

›

○12

ベルトラッキ

坂井

4.1倍

-73%

›

▲11

アッシズオブローズ

戸崎圭

5.2倍

-66%

›

△1

セキテイリノ

江田照

8.1倍

-47%

›

△8

スチールギターラグ

三浦

16.2倍

+4%

›

△7

ブライトエアリー

木幡巧

18.9倍

+21%

›

▽13

マイネルリーヒム

菊沢

41.8倍

+168%

›

▽3

モンドシュピーゲル

柴田大

55.5倍

+256%

›

▽14

サヴマ

石橋脩

18.4倍

+11%

›

▽5

マイネルオラクル

△石神道

19.5倍

+18%

›

▽9

ラッキースウィッチ

原

26.2倍

+58%

›

▽15

シーサンタナ

嶋田

33.7倍

+104%

›

▽2

タッカーヴァンバン

吉田豊

57.6倍

+249%

›

▽16

エコロゼット

▲佐藤

110.6倍

+571%

›

▽6

ケファロニア

杉原

179.4倍

+988%

›

▽10

ノアソノマ

小林脩

212.6倍

+999%

›

💡 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 (AI 期待値プラス判定)

A. 現行モデル (binary)

単勝 7 ブライトエアリー実18.9倍期待値 +21% 推奨 15.5〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

このモデルは本レース見送り判定（期待値プラスなし）

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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。