福島 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。

9R 福島競馬場発走 14:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サトノカイロス	亀田	実24.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (勝率のレース内順位) レース内 10位 (中位評価) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 4.9% (オッズ暗示: 4.1%) ※ 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。
2	クラシカルカイザー	小林美	実24.8	▽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33%と好調／84日ぶりの実戦）
前5走 01/15 園田9R 1着/8頭勝利 12/29 園田10R 2着/11頭+0.1秒 12/03 園田7R 1着/10頭勝利 09/14 4中山47R 8着/18頭+1.3秒 08/10 1札幌66R 8着/14頭+1.6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) -49% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 4.0%) ※ 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	ウインポセイドン	国分恭	実9.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（113日ぶりの実戦）
前5走 02/15 1小倉87R 10着/14頭+0.8秒 07/19 1函館119R 14着/14頭+2.5秒 04/27 1福島65R 1着/13頭勝利 03/15 2中京15R 8着/18頭+1.6秒 02/22 1小倉92R 4着/16頭+0.3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戦の調子平均 6.0着 ▽ 前走実績前走 12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) -17% (オッズ過剰評価) AI 予想勝率 8.4% (オッズ暗示: 10.1%) ※ 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	ミエノフェアリー推奨	菊沢	実14.8	▽詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全）
前5走 02/14 1東京512R 6着/16頭+0.8秒 11/16 5東京412R 7着/13頭+0.6秒 10/18 4新潟17R 2着/18頭+0.1秒 08/23 3新潟14R 1着/16頭勝利 07/26 2新潟15R 2着/18頭+0.2秒
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 8.7着 (不振) ○ 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) +24% (市場と概ね一致) AI 予想勝率 8.4% (オッズ暗示: 6.8%) ※ 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	アッパーウォーター	丹内	実7.5	△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／134日ぶりの実戦）
前5走 01/05 1中山26R 10着/18頭+0.9秒 10/05 4東京25R 3着/15頭+0.2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 1着 (勢い継続) △ ローテーション 134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 10.9% (オッズ暗示: 13.3%) ※ 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	コンバットペスカ	川又	実20.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／119日ぶりの実戦）
前5走 12/13 5中京36R 16着/16頭+2.9秒 09/07 2札幌67R 8着/13頭+1.6秒 08/23 2札幌16R 8着/13頭+0.9秒 07/13 2小倉68R 9着/16頭+1.4秒 04/19 1福島310R 6着/16頭+0.8秒
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 7.3着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 5.1% (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。
7	ホウオウギンガ	荻野極	実4.9	◎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100%と好調／前走勝利の勢い／239日ぶりの実戦）
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 7 ◎ 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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 239日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 15.4% (オッズ暗示: 20.4%) ※ 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	カージオイド	田山	実6.0	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.3着と安定／前走2着／64日ぶりの実戦）
前5走 02/14 1東京52R 7着/16頭+0.6秒 01/31 1東京12R 15着/16頭+2.4秒 01/04 1中山17R 5着/16頭+1.0秒 11/01 4東京107R 7着/16頭+0.9秒 10/13 4東京57R 3着/16頭+0.1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 2.3着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 11.9% (オッズ暗示: 16.7%) ※ 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。
9	バンオンタイム	小沢	実4.5	○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／64日ぶりの実戦）
前5走 02/15 1小倉85R 4着/16頭+0.6秒 01/31 1小倉37R 3着/16頭+0.2秒 12/21 5中山63R 2着/15頭+0.0秒 11/09 5東京24R 2着/14頭+0.2秒 08/10 2新潟62R 3着/12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) -47% (大幅な期待値マイナス) AI 予想勝率 11.9% (オッズ暗示: 22.2%) ※ 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	ユメシルベ	柴田大	実40.3	▽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／64日ぶりの実戦）
前5走 02/28 2中山16R 4着/9頭+0.8秒 01/25 1中山99R 6着/12頭+1.1秒 01/05 1中山27R 4着/10頭+0.3秒 10/11 3京都38R 3着/7頭+0.4秒 09/15 4中山52R 1着/10頭勝利
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戦の調子平均 10.3着 (不振) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.5%) ※ 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	ビルバンテ	武藤	実30.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調／84日ぶりの実戦）
前5走 01/31 1東京17R 14着/16頭+2.7秒 11/01 4東京104R 1着/16頭勝利 ― ― ―
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 10.0着 (不振) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 3.2%) ※ 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	ノーブルライナー	横山琉	実55.1	▽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 01/22 姫路6R 1着/10頭勝利 01/07 園田7R 9着/10頭+1.1秒 12/23 園田8R 5着/10頭+1.3秒 12/02 園田3R 3着/10頭+0.7秒 11/12 園田8R 4着/10頭+1.9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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 1.6% (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。
13	カクウチ推奨	秋山稔	実14.5	△詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 01/12 1京都511R 11着/16頭+1.1秒 12/21 5阪神611R 12着/14頭+1.6秒 09/07 4阪神22R 1着/7頭勝利 08/24 4中京23R 4着/8頭+0.4秒 06/15 3阪神45R 6着/8頭+1.1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 8.3着 (不振) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 8.4% (オッズ暗示: 6.9%) ※ 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	ロジルーラー	野中	実85.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場3走で勝率33%と適性高／直近3走平均11.0着と低調／64日ぶりの実戦）
前5走 01/10 1中山36R 11着/16頭+1.5秒 10/18 4新潟17R 11着/18頭+0.9秒 08/10 2新潟611R 5着/14頭+0.6秒 07/05 2福島39R 7着/10頭+0.7秒 08/10 2札幌19R 7着/13頭+0.4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 11.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.2%) ※ 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。
15	レッドシュテルン	小崎	実19.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（190日ぶりの実戦）
前5走 01/31 1小倉38R 9着/18頭+0.8秒 08/31 4中京48R 13着/16頭+2.3秒 06/22 1函館47R 11着/13頭+1.5秒 04/19 1福島35R 1着/15頭勝利 01/12 1中京42R 15着/16頭+3.2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 7.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 190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 5.1% (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。
16	ルージュアストレア	石川	実39.6	▽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／前走勝利の勢い／75日ぶりの実戦）
前5走 02/21 1東京76R 4着/16頭+0.7秒 10/19 4東京72R 3着/8頭+0.6秒 07/26 2新潟12R 5着/12頭+0.6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) -36% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.5%) ※ 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。

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

買うAI の推奨A

カクウチ

騎手秋山稔

14.5倍

AI の勝率8%損益の分かれ目7%

AI の勝率 8% が損益の分かれ目 7%（1 ÷ 14.5倍）を上回り、期待値 +21% が買う基準（+20%）以上。

賭け金の目安 ¥100（AI の自信に応じて変えています）

中央は記録のための予想です（控除率を越える力は未確認）。

的中 100円→1,290円

ほかの買い目: 4番ミエノフェアリー（14.8倍）

出走馬全16頭

◎7

ホウオウギンガ

荻野極

4.9倍

勝率 15%

›

○9

バンオンタイム

小沢

4.5倍

勝率 12%

›

▲8

カージオイド

田山

6.0倍

勝率 12%

›

△5

アッパーウォーター

丹内

7.5倍

勝率 11%

›

△3

ウインポセイドン

国分恭

9.9倍

勝率 8%

›

△13

カクウチ

秋山稔

14.5倍

勝率 8%

›

▽4

ミエノフェアリー

菊沢

14.8倍

勝率 8%

›

▽15

レッドシュテルン

小崎

19.5倍

勝率 5%

›

▽6

コンバットペスカ

川又

20.1倍

勝率 5%

›

▽1

サトノカイロス

亀田

24.6倍

勝率 5%

›

▽2

クラシカルカイザー

小林美

24.8倍

勝率 2%

›

▽11

ビルバンテ

武藤

30.8倍

対象外勝率 2%

›

▽10

ユメシルベ

柴田大

40.3倍

対象外勝率 2%

›

▽16

ルージュアストレア

石川

39.6倍

対象外勝率 2%

›

▽12

ノーブルライナー

横山琉

55.1倍

対象外勝率 2%

›

▽14

ロジルーラー

野中

85.9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　AI 期待値プラス判定

単勝4ミエノフェアリー不的中 6着

オッズ14.8倍予測時点
期待値+24%
推奨の幅11.9〜30.0倍
賭け金¥100
単勝13カクウチ的中 1着

オッズ12.9倍確定
期待値+21%
推奨の幅11.9〜30.0倍
賭け金¥100

払戻 1,290円

※ オッズの下の言葉: 確定 = 当たった買い目の払戻から出したオッズ・予測時点 = 予測した時のオッズ・推定 = 予測時点のオッズが取れず見込みの値。

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