福島 6R 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。

6R 福島競馬場発走 12:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	バルボアパーク	◇小林美	実5.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（98日ぶりの実戦）
前5走 12/13 5中山33R 1着/16頭勝利 11/23 5東京53R 2着/17頭+0.4秒 10/13 4東京56R 4着/17頭+0.3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 5.7着 △ ローテーション 98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 9.2% (オッズ暗示: 18.2%) ※ 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。
2	サツキレジーナ	柴田大	実73.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 02/15 1小倉83R 7着/14頭+2.0秒 02/01 1小倉43R 8着/14頭+0.9秒 09/06 2札幌53R 1着/12頭勝利 08/23 2札幌12R 3着/12頭+0.1秒 08/10 1札幌62R 3着/12頭+0.2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 6.7着 ○ 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) +6%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.4% (オッズ暗示: 1.4%) ※ 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。
3	ミスターマーボー	菊沢	実11.6	▽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0%と苦戦傾向／62日ぶりの実戦）
前5走 03/01 1小倉125R 2着/18頭+0.1秒 02/15 1小倉82R 2着/18頭+0.0秒 11/24 3福島66R 2着/16頭+0.0秒 10/26 4新潟42R 4着/13頭+0.4秒 10/13 4東京53R 4着/12頭+0.4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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 8.6%) ※ 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。
4	クリノゴッホ	△石田	実154.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場13走で勝率0%と苦戦傾向／直近3走平均13.0着と低調）
前5走 02/21 1小倉912R 12着/18頭+0.6秒 01/25 1小倉29R 7着/16頭+0.7秒 11/09 3福島27R 8着/16頭+0.4秒 09/21 4中山78R 13着/16頭+1.2秒 09/07 4中山212R 4着/16頭+0.3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 13.0着 (不振) × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 0.6% (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。
5	ペルフェツィオーネ	小沢	実33.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率0%と苦戦傾向／直近3走平均9.7着と低調）
前5走 02/28 1阪神37R 15着/16頭+2.2秒 01/31 2京都112R 13着/17頭+0.9秒 01/25 1小倉29R 14着/16頭+1.0秒 11/24 3福島68R 8着/16頭+0.5秒 08/30 2札幌312R 11着/15頭+1.4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 9.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.9%) ※ 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。
6	アウトザロー	▲大久保	実192.6	▽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／167日ぶりの実戦）
前5走 02/28 1阪神33R 8着/16頭+1.8秒 02/01 1小倉42R 10着/18頭+1.4秒 08/24 4中京23R 7着/8頭+1.4秒 08/16 3中京71R 8着/9頭+2.8秒 07/19 2小倉75R 2着/9頭+0.1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戦の調子勝率 33% (上り調子) △ ローテーション 167日休養明け △ 期待値 (オッズ vs AI勝率) +20%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (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。
7	ベランジェール	丹内	実5.5	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 02/22 1小倉1012R 9着/18頭+0.8秒 10/25 4新潟36R 15着/15頭+2.0秒 10/11 3京都37R 8着/11頭+0.7秒 07/27 2新潟212R 9着/16頭+0.7秒 03/29 2中京58R 11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 3.7着 ○ 前走実績前走 3着 (好走) ○ ローテーション 27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 16.7% (オッズ暗示: 18.2%) ※ 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。
8	マイティキングダム	富田	実9.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均11.7着と低調）
前5走 01/12 1京都512R 6着/18頭+0.6秒 12/21 5中京64R 2着/17頭+0.0秒 12/07 5中京25R 3着/17頭+0.3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 11.7着 (不振) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 10.2%) ※ 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	ブラヴィーノ	小崎	実250.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7走で勝率0%と苦戦傾向／直近3走平均13.0着と低調）
前5走 02/28 1小倉1112R 16着/18頭+0.9秒 02/14 1小倉76R 16着/18頭+1.2秒 11/16 4京都46R 14着/16頭+2.1秒 11/09 3福島212R 7着/16頭+0.6秒 10/25 4新潟39R 6着/18頭+0.6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 13.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 前走実績前走 13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) +56%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (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。
10	アルサック	吉田隼	実25.0	×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5走 03/01 1小倉123R 5着/14頭+1.7秒 02/21 1阪神11R 2着/16頭+0.1秒 02/10 2京都41R 6着/16頭+1.2秒 01/24 1小倉13R 6着/14頭+1.1秒 11/24 3福島61R 3着/16頭+0.7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 15着 (大敗) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 1.6% (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。
11	カシノリアーナ	◇永島	実125.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均15.3着と低調）
前5走 01/31 1小倉36R 1着/18頭勝利 10/25 4東京82R 7着/10頭+1.2秒 10/18 4新潟13R 12着/18頭+1.1秒 09/14 4中山42R 15着/16頭+1.4秒 07/12 2小倉51R 7着/10頭+2.0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 15.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 0.6% (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。
12	ウェルカムソング	★河原田	実7.9	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 02/01 2京都22R 8着/15頭+1.4秒 01/05 1京都23R 2着/14頭+0.2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 7.7着 (不振) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 12.0% (オッズ暗示: 12.7%) ※ 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	ララアルカー	鮫島駿	実7.6	△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／202日ぶりの実戦）
前5走 02/15 2京都66R 11着/18頭+2.0秒 01/10 1京都33R 8着/16頭+1.7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 202日休養明け △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 13.2%) ※ 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。
14	グレイシエーション	杉原	実3.6	◎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33%と好調／前走勝利の勢い／133日ぶりの実戦）
前5走 01/18 1中山71R 6着/16頭+0.9秒 11/02 4東京114R 6着/16頭+0.8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 1着 (勢い継続) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 23.5% (オッズ暗示: 27.8%) ※ 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。
15	プリュノワール	斎藤	実14.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／77日ぶりの実戦）
前5走 02/01 1小倉412R 6着/18頭+0.7秒 11/15 3福島312R 5着/16頭+0.3秒 07/05 2福島312R 3着/15頭+0.3秒 06/14 3東京38R 11着/18頭+0.7秒 04/13 1福島26R 11着/16頭+1.4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 8.0着 (不振) △ 当競馬場適性 7走で勝率 14% ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 5.2% (オッズ暗示: 7.0%) ※ 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。

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

グレイシエーション

騎手杉原

3.6倍

AI の勝率23%損益の分かれ目28%

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15頭

◎14

グレイシエーション

杉原

3.6倍

勝率 23%

›

○7

ベランジェール

丹内

5.5倍

勝率 17%

›

▲12

ウェルカムソング

★河原田

7.9倍

勝率 12%

›

△1

バルボアパーク

◇小林美

5.5倍

勝率 9%

›

△13

ララアルカー

鮫島駿

7.6倍

勝率 9%

›

△8

マイティキングダム

富田

9.8倍

勝率 9%

›

▽3

ミスターマーボー

菊沢

11.6倍

勝率 9%

›

▽15

プリュノワール

斎藤

14.3倍

勝率 5%

›

×10

アルサック

吉田隼

25.0倍

勝率 2%

›

▽5

ペルフェツィオーネ

小沢

33.9倍

対象外勝率 2%

›

▽2

サツキレジーナ

柴田大

73.4倍

対象外勝率 1%

›

▽11

カシノリアーナ

◇永島

125.6倍

対象外勝率 1%

›

▽4

クリノゴッホ

△石田

154.7倍

対象外勝率 1%

›

▽6

アウトザロー

▲大久保

192.6倍

対象外勝率 1%

›

▽9

ブラヴィーノ

小崎

250.6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