福島 10R 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

10R 福島競馬場　発走 15:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ピコシー	津村	実7.8	B▲ A△勝率7% EV-48% 詳細▼	AI上位評価だが期待値不足、見送り（90日ぶりの実戦）
前5走 01/10 1中山38R 4着/13頭+0.7秒 12/13 5中山38R 6着/15頭+0.5秒 10/11 4東京310R 13着/16頭+3.2秒 07/05 2福島36R 1着/14頭勝利 04/12 3中山56R 1着/12頭勝利
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 4.3着 △ ローテーション 90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 6.9% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.7% / 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	グラスブランシュ	杉原	実122.1	B▽ A▽勝率7% EV+713% 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／181日ぶりの実戦）
前5走 01/18 1京都79R 14着/16頭+1.8秒 11/29 4京都78R 12着/16頭+0.9秒 11/02 3京都118R 7着/15頭+1.0秒 09/27 4中山812R 11着/16頭+1.0秒 07/19 2福島712R 1着/11頭勝利
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 11.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 181日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +697% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 6.7% / 期待値 +714% ※ 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	グロスビーク	戸崎圭	実2.4	B× A×勝率7% EV-84% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／62日ぶりの実戦）
前5走 02/28 2中山17R 1着/16頭勝利 05/10 2東京56R 2着/9頭+0.5秒 03/15 2中山56R 1着/16頭勝利 11/24 5東京82R 2着/18頭+0.1秒 10/26 4東京72R 5着/11頭+0.4秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 13着 (大敗) × 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 6.6% (オッズ暗示: 41.7%) × Aモデルの評価 (参考) レース内 1位 / 勝率 6.7% / 期待値 -84% ※ 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	マナエトレ	石橋脩	実36.2	B△ A▽勝率7% EV+141% 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／97日ぶりの実戦）
前5走 02/14 2京都58R 13着/13頭+4.5秒 01/25 1小倉210R 15着/16頭+1.8秒 01/04 1京都19R 2着/13頭+0.6秒 11/24 3福島63R 1着/15頭勝利 09/27 4阪神86R 7着/13頭+1.3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 13.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 97日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +148% (市場が大幅過小評価) AI 予想勝率 6.9% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.7% / 期待値 +141% ※ 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	ウインハルモニア	松岡	実22.8	B▽ A▽勝率7% EV+52% 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67%と好調／前走勝利の勢い／67日ぶりの実戦）
前5走 03/20 浦和10R 7着/12頭+1.2秒 12/03 大井6R 1着/10頭勝利 10/14 4東京49R 4着/8頭+1.0秒 09/08 4中山23R 1着/16頭勝利 ―
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 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) +48% (妙味あり) AI 予想勝率 6.5% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.7% / 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。
6	レッドベルダンス	嶋田	実5.2	B× A○勝率7% EV-65% 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／76日ぶりの実戦）
前5走 02/21 1東京712R 8着/16頭+0.4秒 11/08 3福島19R 8着/16頭+0.5秒 10/12 4東京47R 5着/16頭+0.6秒 08/10 1札幌68R 8着/9頭+2.3秒 07/26 1札幌19R 4着/13頭+0.7秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 6.9% (オッズ暗示: 19.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.7% / 期待値 -65% ※ 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	ライジンマル	木幡初	実9.7	B▽ A△勝率7% EV-35% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（105日ぶりの実戦）
前5走 02/28 2中山112R 6着/16頭+0.6秒 01/24 1中山810R 8着/10頭+1.9秒 01/05 1中山29R 7着/12頭+1.7秒 10/11 4東京310R 14着/16頭+3.2秒 09/15 4中山59R 4着/11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 5.7着 △ 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 6.5% (オッズ暗示: 10.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.7% / 期待値 -35% ※ 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	リラゲイル推奨	原	実16.9	B▽ A▽勝率7% EV+12% 詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子）
前5走 01/18 1中山76R 1着/14頭勝利 12/27 5中山78R 3着/16頭+0.4秒 11/19 川崎7R 1着/12頭勝利 10/15 川崎5R 1着/14頭勝利 08/30 2札幌34R 7着/14頭+1.2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) △ ローテーション 112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 6.5% (オッズ暗示: 5.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.7% / 期待値 +13% ※ 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	サヴァビアン	野中	実215.9	B▽ A▽勝率7% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場72走で勝率0%と苦戦傾向／直近3走平均12.0着と低調／405日ぶりの実戦）
前5走 06/08 3阪神210R 12着/16頭+1.5秒 06/08 3阪神210R 12着/16頭+1.5秒 06/08 3阪神210R 12着/16頭+1.5秒 06/08 3阪神210R 12着/16頭+1.5秒 06/08 3阪神210R 12着/16頭+1.5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 12.0着 (不振) × 当競馬場適性 72走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 405日休養明け 🌟◎ 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 6.5% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 6.7% / 期待値 +1339% ※ 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	ヴァルドルチャ	小崎	実46.0	B△ A▽勝率7% EV+206% 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／300日ぶりの実戦）
前5走 09/21 4中山79R 9着/9頭+1.6秒 09/07 4中山29R 14着/16頭+2.4秒 08/02 2新潟38R 12着/12頭+4.9秒 08/24 2札幌512R 1着/10頭勝利 08/03 1札幌512R 2着/14頭+0.1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 11.7着 (不振) △ ローテーション 300日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +215% (市場が大幅過小評価) AI 予想勝率 6.9% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.7% / 期待値 +207% ※ 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	ホープエトワール	木幡巧	実232.5	B▽ A▽勝率7% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 11 ◎ 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 15位 (中位評価) 🌟◎ 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 6.5% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 6.7% / 期待値 +1450% ※ 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	タケルハーロック	石田	実6.7	B○ A▲勝率7% EV-55% 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／76日ぶりの実戦）
前5走 02/21 1阪神17R 2着/16頭+0.1秒 02/14 2京都57R 9着/15頭+0.9秒 12/20 5中京57R 3着/15頭+0.2秒 11/24 3福島63R 2着/15頭+0.2秒 11/02 3京都116R 3着/14頭+0.6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) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 6.9% (オッズ暗示: 14.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.7% / 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。
13	フリーマントル	菊沢	実59.1	B▽ A▽勝率7% EV+294% 詳細▼	大穴、AI予想勝率低く長期回収困難（419日ぶりの実戦）
前5走 05/25 2京都1012R 5着/9頭+0.8秒 05/11 1新潟410R 6着/15頭+0.4秒 04/05 3中山310R 8着/16頭+1.5秒 12/14 5中山58R 1着/16頭勝利 11/30 4中京17R 2着/12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戦の調子平均 6.3着 △ ローテーション 419日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +285% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 6.7% / 期待値 +294% ※ 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	オーケーマヒナ	石川	実15.8	B△ A△勝率7% EV+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13.7着と低調／181日ぶりの実戦）
前5走 01/18 1中山78R 16着/16頭+4.0秒 12/28 5中山88R 10着/13頭+3.5秒 11/15 3福島310R 15着/15頭+5.0秒 07/19 2福島76R 1着/14頭勝利 05/18 2東京86R 8着/16頭+1.7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 13.7着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 181日休養明け △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 6.9% (オッズ暗示: 6.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.7% / 期待値 +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。
15	モリノアミーゴ	大野	実30.4	B▽ A▽勝率7% EV+102% 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／63日ぶりの実戦）
前5走 12/20 5中京52R 1着/16頭勝利 11/22 3福島56R 4着/15頭+0.9秒 11/01 4東京106R 3着/15頭+0.3秒 10/12 4東京46R 8着/15頭+1.1秒 08/09 1札幌58R 3着/11頭+0.4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) 🌟◎ 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 6.5% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.7% / 期待値 +103% ※ 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 ○

レッドベルダンス

騎手嶋田

単勝オッズ

5.2倍

AI期待値

-64%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲12タケルハーロック

6.7倍

EV -54%

▲A:△1ピコシー

7.8倍

EV -46%

出走馬全15頭

×A:○6

レッドベルダンス

嶋田

5.2倍

-64%

›

○A:▲12

タケルハーロック

石田

6.7倍

-54%

›

▲A:△1

ピコシー

津村

7.8倍

-46%

›

△A:△14

オーケーマヒナ

石川

15.8倍

+8%

›

△A:▽4

マナエトレ

石橋脩

36.2倍

+148%

›

△A:▽10

ヴァルドルチャ

小崎

46.0倍

+215%

›

×A:×3

グロスビーク

戸崎圭

2.4倍

-84%

›

▽A:△7

ライジンマル

木幡初

9.7倍

-36%

›

▽A:▽8

リラゲイル

原

16.9倍

+10%

›

▽A:▽5

ウインハルモニア

松岡

22.8倍

+48%

›

▽A:▽15

モリノアミーゴ

大野

30.4倍

+98%

›

▽A:▽13

フリーマントル

菊沢

59.1倍

+285%

›

▽A:▽2

グラスブランシュ

杉原

122.1倍

+697%

›

▽A:▽9

サヴァビアン

野中

215.9倍

+999%

›

▽A:▽11

ホープエトワール

木幡巧

232.5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 8 リラゲイル実16.9倍期待値 +12% 推奨 15.0〜30.0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

10R 福島競馬場　発走 15:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ピコシー	津村	実7.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（90日ぶりの実戦）
前5走 01/10 1中山38R 4着/13頭+0.7秒 12/13 5中山38R 6着/15頭+0.5秒 10/11 4東京310R 13着/16頭+3.2秒 07/05 2福島36R 1着/14頭勝利 04/12 3中山56R 1着/12頭勝利
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 4.3着 △ ローテーション 90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 6.7% (オッズ暗示: 12.8%) ※ 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。
2	グラスブランシュ	杉原	実122.1	▽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／181日ぶりの実戦）
前5走 01/18 1京都79R 14着/16頭+1.8秒 11/29 4京都78R 12着/16頭+0.9秒 11/02 3京都118R 7着/15頭+1.0秒 09/27 4中山812R 11着/16頭+1.0秒 07/19 2福島712R 1着/11頭勝利
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 11.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 181日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +713% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 0.8%) ※ 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	グロスビーク	戸崎圭	実2.4	×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走で勝率33%と好調／62日ぶりの実戦）
前5走 02/28 2中山17R 1着/16頭勝利 05/10 2東京56R 2着/9頭+0.5秒 03/15 2中山56R 1着/16頭勝利 11/24 5東京82R 2着/18頭+0.1秒 10/26 4東京72R 5着/11頭+0.4秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 13着 (大敗) × 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 6.7% (オッズ暗示: 41.7%) ※ 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。
4	マナエトレ	石橋脩	実36.2	▽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／97日ぶりの実戦）
前5走 02/14 2京都58R 13着/13頭+4.5秒 01/25 1小倉210R 15着/16頭+1.8秒 01/04 1京都19R 2着/13頭+0.6秒 11/24 3福島63R 1着/15頭勝利 09/27 4阪神86R 7着/13頭+1.3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 13.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 97日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +141% (市場が大幅過小評価) AI 予想勝率 6.7% (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。
5	ウインハルモニア	松岡	実22.8	▽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67%と好調／前走勝利の勢い／67日ぶりの実戦）
前5走 03/20 浦和10R 7着/12頭+1.2秒 12/03 大井6R 1着/10頭勝利 10/14 4東京49R 4着/8頭+1.0秒 09/08 4中山23R 1着/16頭勝利 ―
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 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) +52% (市場が大幅過小評価) AI 予想勝率 6.7% (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。
6	レッドベルダンス	嶋田	実5.2	○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／76日ぶりの実戦）
前5走 02/21 1東京712R 8着/16頭+0.4秒 11/08 3福島19R 8着/16頭+0.5秒 10/12 4東京47R 5着/16頭+0.6秒 08/10 1札幌68R 8着/9頭+2.3秒 07/26 1札幌19R 4着/13頭+0.7秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 6.7% (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。
7	ライジンマル	木幡初	実9.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（105日ぶりの実戦）
前5走 02/28 2中山112R 6着/16頭+0.6秒 01/24 1中山810R 8着/10頭+1.9秒 01/05 1中山29R 7着/12頭+1.7秒 10/11 4東京310R 14着/16頭+3.2秒 09/15 4中山59R 4着/11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 5.7着 △ ローテーション 105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 6.7% (オッズ暗示: 10.3%) ※ 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	リラゲイル推奨	原	実16.9	▽詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子）
前5走 01/18 1中山76R 1着/14頭勝利 12/27 5中山78R 3着/16頭+0.4秒 11/19 川崎7R 1着/12頭勝利 10/15 川崎5R 1着/14頭勝利 08/30 2札幌34R 7着/14頭+1.2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) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 6.7% (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。
9	サヴァビアン	野中	実215.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場72走で勝率0%と苦戦傾向／直近3走平均12.0着と低調／405日ぶりの実戦）
前5走 06/08 3阪神210R 12着/16頭+1.5秒 06/08 3阪神210R 12着/16頭+1.5秒 06/08 3阪神210R 12着/16頭+1.5秒 06/08 3阪神210R 12着/16頭+1.5秒 06/08 3阪神210R 12着/16頭+1.5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 12.0着 (不振) × 当競馬場適性 72走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 405日休養明け 🌟◎ 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 6.7% (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。
10	ヴァルドルチャ	小崎	実46.0	▽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／300日ぶりの実戦）
前5走 09/21 4中山79R 9着/9頭+1.6秒 09/07 4中山29R 14着/16頭+2.4秒 08/02 2新潟38R 12着/12頭+4.9秒 08/24 2札幌512R 1着/10頭勝利 08/03 1札幌512R 2着/14頭+0.1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 11.7着 (不振) △ ローテーション 300日休養明け 🌟◎ 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 6.7% (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。
11	ホープエトワール	木幡巧	実232.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 11 ◎ 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 15位 (中位評価) 🌟◎ 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 6.7% (オッズ暗示: 0.4%) ※ 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	タケルハーロック	石田	実6.7	▲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／76日ぶりの実戦）
前5走 02/21 1阪神17R 2着/16頭+0.1秒 02/14 2京都57R 9着/15頭+0.9秒 12/20 5中京57R 3着/15頭+0.2秒 11/24 3福島63R 2着/15頭+0.2秒 11/02 3京都116R 3着/14頭+0.6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) ◎ 前走実績前走 1着 (勢い継続) × 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 6.7% (オッズ暗示: 14.9%) ※ 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。
13	フリーマントル	菊沢	実59.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（419日ぶりの実戦）
前5走 05/25 2京都1012R 5着/9頭+0.8秒 05/11 1新潟410R 6着/15頭+0.4秒 04/05 3中山310R 8着/16頭+1.5秒 12/14 5中山58R 1着/16頭勝利 11/30 4中京17R 2着/12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戦の調子平均 6.3着 △ ローテーション 419日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +294% (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。
14	オーケーマヒナ	石川	実15.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.7着と低調／181日ぶりの実戦）
前5走 01/18 1中山78R 16着/16頭+4.0秒 12/28 5中山88R 10着/13頭+3.5秒 11/15 3福島310R 15着/15頭+5.0秒 07/19 2福島76R 1着/14頭勝利 05/18 2東京86R 8着/16頭+1.7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 13.7着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 181日休養明け △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 6.3%) ※ 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。
15	モリノアミーゴ	大野	実30.4	▽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／63日ぶりの実戦）
前5走 12/20 5中京52R 1着/16頭勝利 11/22 3福島56R 4着/15頭+0.9秒 11/01 4東京106R 3着/15頭+0.3秒 10/12 4東京46R 8着/15頭+1.1秒 08/09 1札幌58R 3着/11頭+0.4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) 🌟◎ 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 6.7% (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。

🎯 AIの本命

AI評価1位

グロスビーク

騎手戸崎圭

単勝オッズ

2.4倍

AI期待値

-84%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6レッドベルダンス

5.2倍

EV -65%

▲12タケルハーロック

6.7倍

EV -55%

出走馬全15頭

×3

グロスビーク

戸崎圭

2.4倍

-84%

›

○6

レッドベルダンス

嶋田

5.2倍

-65%

›

▲12

タケルハーロック

石田

6.7倍

-55%

›

△1

ピコシー

津村

7.8倍

-48%

›

△7

ライジンマル

木幡初

9.7倍

-35%

›

△14

オーケーマヒナ

石川

15.8倍

+5%

›

▽8

リラゲイル

原

16.9倍

+12%

›

▽5

ウインハルモニア

松岡

22.8倍

+52%

›

▽15

モリノアミーゴ

大野

30.4倍

+102%

›

▽4

マナエトレ

石橋脩

36.2倍

+141%

›

▽10

ヴァルドルチャ

小崎

46.0倍

+206%

›

▽13

フリーマントル

菊沢

59.1倍

+294%

›

▽2

グラスブランシュ

杉原

122.1倍

+713%

›

▽9

サヴァビアン

野中

215.9倍

+999%

›

▽11

ホープエトワール

木幡巧

232.5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 8 リラゲイル実16.9倍期待値 +12% 推奨 15.0〜30.0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。