福島 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。

11R 福島競馬場発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エコロジーク	和田陽	実51.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.7着と低調／83日ぶりの実戦）
前5走 10/18 4新潟111R 16着/18頭+1.6秒 09/07 4阪神211R 16着/16頭+2.4秒 08/10 2新潟68R 1着/18頭勝利 02/16 カタール0R 9着/9頭 11/02 デルマー0R 8着/12頭
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.7着 (不振) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 1.6% (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。
2	スマイルアップ	丸山	実20.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／105日ぶりの実戦）
前5走 01/25 1中山910R 14着/16頭+1.3秒 10/12 4東京410R 13着/16頭+2.0秒 05/18 2東京812R 14着/16頭+1.5秒 03/22 2中山712R 1着/16頭勝利 03/16 2中山612R 15着/16頭+1.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) △ ローテーション 105日休養明け ◎ 期待値 (オッズ vs AI勝率) +57% (市場が大幅過小評価) AI 予想勝率 7.8% (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。
3	クリエープキー	野中	実18.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／105日ぶりの実戦）
前5走 02/08 1小倉69R 1着/15頭勝利 01/24 1小倉19R 5着/12頭+0.4秒 12/13 5中山39R 8着/13頭+0.7秒 11/16 3福島49R 3着/16頭+0.1秒 09/20 4中山69R 9着/13頭+1.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 105日休養明け ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 7.8% (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。
4	ビーアイフォルテ	森田	実27.9	▽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／前走勝利の勢い）
前5走 02/14 1小倉710R 10着/14頭+1.0秒 11/22 3福島52R 1着/16頭勝利 08/17 3中京812R 17着/18頭+1.3秒 08/03 3中京410R 11着/16頭+2.2秒 04/12 3中山52R 1着/16頭勝利
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 1.9% (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。
5	エマヌエーレ	杉原	実6.9	▲詳細▼	AI上位評価だが期待値不足、見送り（69日ぶりの実戦）
前5走 02/14 1小倉711R 5着/18頭+0.9秒 12/28 5阪神812R 5着/10頭+0.3秒 11/15 5東京310R 8着/18頭+0.8秒 10/18 4新潟111R 4着/18頭+0.8秒 07/26 1札幌111R 5着/12頭+0.7秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.7着 △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 12.0% (オッズ暗示: 14.5%) ※ 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。
6	カーヌスティ	丹内	実3.3	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（10〜30倍）より低く見送り（直近3走で勝率67%と好調／前走2着／62日ぶりの実戦）
前5走 02/10 1東京412R 5着/16頭+0.1秒 01/24 1中山87R 4着/16頭+0.6秒 11/13 門別9R 1着/8頭勝利 10/29 門別9R 1着/12頭勝利 10/08 門別10R 1着/12頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 前走実績前走 2着 (好走) × 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 15.5% (オッズ暗示: 30.3%) ※ 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	ドゥアムール	吉田隼	実50.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.3着と低調／126日ぶりの実戦）
前5走 11/23 4京都612R 15着/16頭+1.4秒 07/05 1函館711R 13着/14頭+1.0秒 06/15 1函館211R 1着/14頭勝利 05/11 2京都610R 2着/11頭+0.0秒 03/08 1阪神311R 13着/18頭+1.4秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 10.3着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 1.6% (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。
8	ジュンヴァンケット	西塚	実29.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調／112日ぶりの実戦）
前5走 02/14 1小倉711R 8着/18頭+1.1秒 11/29 4京都712R 1着/16頭勝利 10/05 3京都212R 2着/16頭+0.1秒 08/16 3中京76R 2着/13頭+0.2秒 05/31 2京都1112R 7着/13頭+0.8秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 10.3着 (不振) ▽ 前走実績前走 12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) -40% (大幅な期待値マイナス) AI 予想勝率 2.1% (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	タツダイヤモンド	柴田大	実87.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均14.0着と低調／167日ぶりの実戦）
前5走 11/23 4京都612R 14着/16頭+0.9秒 11/15 3福島311R 16着/16頭+1.5秒 10/26 4新潟411R 13着/17頭+1.2秒 09/07 4中山210R 11着/12頭+1.2秒 08/17 2新潟86R 4着/11頭+0.5秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 167日休養明け △ 期待値 (オッズ vs AI勝率) +45%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.7% (オッズ暗示: 1.1%) ※ 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	アサクサグレース	荻野極	実5.6	○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3着）
前5走 02/22 1小倉1012R 1着/18頭勝利 10/12 4東京46R 12着/15頭+2.1秒 09/20 4中山68R 5着/15頭+0.9秒 08/17 2新潟89R 8着/15頭+1.3秒 05/31 2東京117R 2着/11頭+0.3秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) × 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 12.0% (オッズ暗示: 17.9%) ※ 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。
11	カウンターセブン	河原田	実27.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調／97日ぶりの実戦）
前5走 03/01 1小倉1210R 4着/18頭+0.5秒 02/01 1小倉410R 5着/15頭+0.2秒 01/25 1小倉29R 1着/16頭勝利 11/24 3福島68R 14着/16頭+0.9秒 11/09 3福島27R 4着/16頭+0.3秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 14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) -44% (大幅な期待値マイナス) AI 予想勝率 2.1% (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。
12	ハリウッドメモリー	横山琉	実10.3	△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／前走勝利の勢い／84日ぶりの実戦）
前5走 02/15 1小倉810R 5着/18頭+0.1秒 02/01 1小倉410R 2着/15頭+0.1秒 11/29 4京都712R 10着/16頭+0.8秒 09/06 2札幌510R 3着/16頭+0.2秒 08/17 1札幌89R 1着/16頭勝利
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 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) -13% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 9.7%) ※ 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。
13	アメリカンマーチ	小沢	実17.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／直近3走平均8.0着と低調／273日ぶりの実戦）
前5走 02/07 2京都39R 11着/16頭+0.8秒 11/15 3福島311R 5着/16頭+0.2秒 07/12 2小倉511R 8着/10頭+0.6秒 06/15 3阪神412R 15着/16頭+1.9秒 04/13 1福島210R 5着/16頭+0.1秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 273日休養明け △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 6.8% (オッズ暗示: 5.8%) ※ 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。
14	ルミノメテオール	石神道	実49.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均16.3着と低調／105日ぶりの実戦）
前5走 11/29 4京都710R 6着/12頭+0.3秒 10/25 3京都810R 8着/13頭+0.5秒 09/27 4阪神810R 11着/16頭+0.7秒 04/20 2阪神811R 6着/11頭+0.3秒 03/29 2中京511R 5着/11頭+0.3秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 16.3着 (不振) ▽ 前走実績前走 17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) -7% (オッズ過剰評価) AI 予想勝率 1.9% (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。
15	メルトユアハート	斎藤	実17.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/12 3京都410R 11着/13頭+0.7秒 09/14 4阪神410R 9着/11頭+0.8秒 07/05 2小倉311R 10着/11頭+1.2秒 05/10 2東京59R 10着/15頭+0.3秒 03/29 2中京511R 2着/11頭+0.0秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.7着 ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 6.8% (オッズ暗示: 5.6%) ※ 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。
16	ライラ	高杉	実7.0	△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／前走勝利の勢い）
前5走 12/21 7京都79R 1着/12頭勝利 12/15 5中山63R 1着/16頭勝利 12/01 5中山23R 2着/15頭+0.2秒 11/02 5東京12R 4着/11頭+0.4秒 10/12 4新潟35R 3着/18頭+1.1秒
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 12.0% (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。

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

見送りAI の 1 位の馬

カーヌスティ

騎手丹内

3.3倍

AI の勝率16%損益の分かれ目30%

オッズが買う範囲（10〜30倍）より低く見送り。

買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで

出走馬全16頭

◎6

カーヌスティ

丹内

3.3倍

勝率 16%

›

○10

アサクサグレース

荻野極

5.6倍

勝率 12%

›

▲5

エマヌエーレ

杉原

6.9倍

勝率 12%

›

△16

ライラ

高杉

7.0倍

勝率 12%

›

△12

ハリウッドメモリー

横山琉

10.3倍

勝率 8%

›

△3

クリエープキー

野中

18.8倍

勝率 8%

›

▽2

スマイルアップ

丸山

20.2倍

勝率 8%

›

▽13

アメリカンマーチ

小沢

17.1倍

勝率 7%

›

▽15

メルトユアハート

斎藤

17.7倍

勝率 7%

›

▽11

カウンターセブン

河原田

27.4倍

勝率 2%

›

▽8

ジュンヴァンケット

西塚

29.4倍

勝率 2%

›

▽4

ビーアイフォルテ

森田

27.9倍

勝率 2%

›

▽14

ルミノメテオール

石神道

49.5倍

対象外勝率 2%

›

▽9

タツダイヤモンド

柴田大

87.2倍

対象外勝率 2%

›

▽7

ドゥアムール

吉田隼

50.6倍

対象外勝率 2%

›

▽1

エコロジーク

和田陽

51.2倍

対象外勝率 2%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで。

▶ 展開シミュレーション

このレースの推奨馬券

見送り

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）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項