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。

7R 福島競馬場発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カモメガトンダ	小沢	実14.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.7着と低調）
前5走 01/31 1小倉32R 13着/18頭+1.5秒 11/15 4京都35R 15着/18頭+2.5秒 ― ― ―
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 10.7着 (不振) ▽ 前走実績前走 13着 (大敗) × 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 4.6% (オッズ暗示: 6.7%) ※ 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。
2	レッドアイスピア	△柴田裕	実19.7	▽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／63日ぶりの実戦）
前5走 02/22 1小倉102R 11着/18頭+1.5秒 11/15 3福島34R 8着/16頭+0.3秒 10/18 4新潟13R 3着/18頭+0.2秒 09/27 4阪神83R 5着/14頭+0.8秒 09/06 4中山15R 3着/16頭+0.4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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 4.6% (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。
3	ドルチェミスト	◇古川奈	実32.6	△詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.3着と低調）
前5走 02/08 1小倉69R 3着/15頭+0.7秒 01/24 1小倉19R 4着/12頭+0.4秒 11/22 4京都59R 7着/9頭+1.1秒 08/23 2札幌19R 6着/9頭+1.9秒 08/10 1札幌65R 1着/12頭勝利
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戦の調子平均 9.3着 (不振) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +95%（30倍を超える大穴は買う範囲の外） AI 予想勝率 6.0% (オッズ暗示: 3.1%) ※ 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。
4	モズイージス	◇永島	実60.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.7着と低調）
前5走 02/21 1阪神19R 12着/18頭+1.0秒 02/08 1小倉68R 7着/16頭+0.5秒 11/30 高知4R 1着/8頭勝利 11/16 高知11R 9着/9頭+2.7秒 11/02 高知5R 1着/12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戦の調子平均 12.7着 (不振) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 1.4% (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。
5	ジーティーシップ	西塚	実92.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調）
前5走 02/21 1小倉96R 9着/16頭+0.9秒 11/24 3福島66R 13着/16頭+1.2秒 10/25 4新潟31R 4着/15頭+0.2秒 10/05 3京都24R 8着/12頭+0.8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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 0.8% (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。
6	ユキノグラス	▲水沼	実42.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調／63日ぶりの実戦）
前5走 01/31 1東京14R 1着/16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戦の調子平均 11.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) +88%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.4% (オッズ暗示: 2.3%) ※ 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	ミエノブラボー	角田和	実8.1	△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／前走3着）
前5走 03/01 1小倉127R 2着/18頭+0.3秒 02/21 1小倉912R 4着/18頭+0.2秒 02/01 1小倉412R 5着/18頭+0.7秒 11/22 3福島512R 14着/16頭+0.7秒 09/28 4中山97R 6着/16頭+1.0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 3.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 8.7% (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。
8	ルシェロアズーリ	◇小林美	実6.2	▲詳細▼	AI上位評価だが期待値不足、見送り（63日ぶりの実戦）
前5走 02/01 1小倉412R 9着/18頭+0.8秒 11/22 3福島512R 5着/16頭+0.3秒 11/16 3福島47R 4着/16頭+0.2秒 09/21 4中山78R 6着/16頭+0.5秒 07/13 2福島64R 1着/16頭勝利
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 5.0着 △ 当競馬場適性 8走で勝率 12% × 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 10.6% (オッズ暗示: 16.1%) ※ 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。
9	ベルファスト	★河原田	実2.8	◎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走平均3.0着と安定／64日ぶりの実戦）
前5走 02/22 1小倉1012R 3着/18頭+0.3秒 02/07 1小倉512R 2着/17頭+0.3秒 11/09 4京都212R 8着/17頭+0.4秒 08/17 1札幌87R 10着/14頭+1.2秒 12/18 園田8R 1着/12頭勝利
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 3.0着 (安定) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 26.9% (オッズ暗示: 35.7%) ※ 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。
10	ベルセクレト	☆田山	実8.8	△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 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 8.7% (オッズ暗示: 11.4%) ※ 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	ルブリアン	▲森田	実23.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 11/15 3福島37R 5着/16頭+0.3秒 10/25 4新潟39R 2着/18頭+0.1秒 09/07 2札幌68R 14着/16頭+1.9秒 07/13 1函館103R 1着/16頭勝利 06/21 1函館31R 3着/16頭+0.1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 7.0着 (不振) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 4.4% (オッズ暗示: 4.3%) ※ 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。
12	エバーラスト	△石神道	実5.7	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 02/15 1小倉82R 1着/18頭勝利 01/17 1中山61R 5着/16頭+1.0秒 09/06 4中山15R 4着/16頭+0.5秒 ― ―
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戦の調子平均 6.3着 △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 12.4% (オッズ暗示: 17.5%) ※ 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。
13	フェリスチカ	▲上里	実107.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均15.7着と低調／92日ぶりの実戦）
前5走 12/15 金沢3R 1着/11頭勝利 12/01 金沢7R 1着/8頭勝利 10/21 金沢4R 3着/8頭+0.8秒 07/29 金沢4R 2着/10頭+0.1秒 06/21 3阪神53R 7着/16頭+1.8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 15.7着 (不振) ▽ 前走実績前走 17着 (大敗) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 0.8% (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。
14	ハルヒメ	横山琉	実39.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調／71日ぶりの実戦）
前5走 03/01 1小倉123R 13着/14頭+3.4秒 01/25 1小倉22R 8着/18頭+1.1秒 11/09 3福島21R 12着/16頭+1.6秒 08/17 1札幌81R 4着/10頭+0.3秒 07/26 1札幌11R 3着/12頭+0.2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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) × 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 1.4% (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。
15	ミトノリン	高杉	実20.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.3着と低調）
前5走 02/08 1小倉69R 10着/15頭+1.3秒 01/25 1小倉22R 1着/18頭勝利 12/28 5阪神82R 3着/17頭+0.1秒 12/21 5中京64R 11着/17頭+0.8秒 10/26 3京都92R 7着/10頭+1.2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 11.3着 (不振) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 4.6% (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。
16	ナンナンプー	▲和田陽	実58.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向／直近3走平均10.3着と低調）
前5走 02/28 1小倉1112R 11着/18頭+0.4秒 02/07 1小倉512R 3着/17頭+0.3秒 02/01 1小倉412R 4着/18頭+0.3秒 11/22 3福島512R 9着/16頭+0.4秒 11/09 3福島212R 3着/16頭+0.4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戦の調子平均 10.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 1.4% (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。

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

ベルファスト

騎手 ★河原田

2.8倍

AI の勝率27%損益の分かれ目36%

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

◎9

ベルファスト

★河原田

2.8倍

勝率 27%

›

○12

エバーラスト

△石神道

5.7倍

勝率 12%

›

▲8

ルシェロアズーリ

◇小林美

6.2倍

勝率 11%

›

△7

ミエノブラボー

角田和

8.1倍

勝率 9%

›

△10

ベルセクレト

☆田山

8.8倍

勝率 9%

›

△3

ドルチェミスト

◇古川奈

32.6倍

対象外勝率 6%

›

▽1

カモメガトンダ

小沢

14.9倍

勝率 5%

›

▽2

レッドアイスピア

△柴田裕

19.7倍

勝率 5%

›

▽15

ミトノリン

高杉

20.2倍

勝率 5%

›

▽11

ルブリアン

▲森田

23.4倍

勝率 4%

›

▽6

ユキノグラス

▲水沼

42.9倍

対象外勝率 4%

›

▽14

ハルヒメ

横山琉

39.2倍

対象外勝率 1%

›

▽16

ナンナンプー

▲和田陽

58.8倍

対象外勝率 1%

›

▽4

モズイージス

◇永島

60.6倍

対象外勝率 1%

›

▽13

フェリスチカ

▲上里

107.7倍

対象外勝率 1%

›

▽5

ジーティーシップ

西塚

92.7倍

対象外勝率 1%

›

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