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 14:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ライフイズカラフル	斎藤	実11.6	△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／90日ぶりの実戦）
前5走 02/15 1小倉81R 3着/16頭+0.5秒 01/25 1京都92R 5着/16頭+0.7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戦の調子勝率 33% (上り調子) △ ローテーション 90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 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。
2	サンヴィクトワール	鮫島駿	実2.2	◎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3着）
前5走 01/18 1中山712R 1着/16頭勝利 12/20 5中山53R 2着/16頭+0.6秒 11/30 5東京86R 3着/12頭+0.3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) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 25.4% (オッズ暗示: 45.5%) ※ 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。
3	ゼータレティクル	柴田大	実103.2	▽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／前走勝利の勢い／123日ぶりの実戦）
前5走 02/28 2中山15R 6着/18頭+0.3秒 02/01 2京都25R 6着/13頭+1.4秒 01/12 1中山56R 6着/18頭+0.4秒 10/26 4東京92R 5着/10頭+1.5秒 10/12 4東京43R 5着/10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 123日休養明け △ 期待値 (オッズ vs AI勝率) +29%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (オッズ暗示: 1.0%) ※ 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。
4	キカオクベシ	野中	実90.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.3着と低調）
前5走 02/21 1東京77R 10着/16頭+2.6秒 11/23 5東京56R 13着/16頭+1.5秒 10/25 4東京87R 9着/16頭+2.4秒 10/12 4東京46R 9着/15頭+1.3秒 08/10 2新潟610R 11着/15頭+1.7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 11.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ 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 1.3% (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。
5	ウインロゼライト	菊沢	実34.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調）
前5走 12/03 笠松1R 1着/8頭勝利 11/06 笠松11R 9着/10頭+1.9秒 10/23 笠松1R 1着/8頭勝利 10/08 笠松4R 2着/9頭+0.3秒 09/25 笠松6R 5着/9頭+1.0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 8.7着 (不振) ▽ 前走実績前走 13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) -45% (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	ファンクション	横山琉	実16.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（62日ぶりの実戦）
前5走 01/17 1中山69R 2着/8頭+0.0秒 11/24 3福島65R 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 6.7着 △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 6.5% (オッズ暗示: 6.2%) ※ 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	ポッポノフェスタ	原田和	実55.7	▽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25%と適性高／直近3走平均8.3着と低調／174日ぶりの実戦）
前5走 03/01 1小倉129R 14着/18頭+0.7秒 02/22 1小倉108R 7着/14頭+0.4秒 11/08 3福島19R 15着/16頭+1.0秒 10/19 4新潟29R 11着/15頭+1.2秒 07/12 2福島54R 1着/16頭勝利
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 8.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 174日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.4% (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。
8	クイーンズワーフ	小林美	実26.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向／直近3走平均9.0着と低調）
前5走 02/21 1小倉98R 2着/16頭+0.4秒 02/08 1小倉68R 6着/16頭+0.4秒 12/21 5中京66R 7着/16頭+0.5秒 12/06 5中京112R 2着/16頭+0.2秒 10/26 4新潟49R 12着/14頭+1.6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 9.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 3.8%) ※ 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。
9	マイネルモメンタム	石川	実22.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調）
前5走 03/01 1小倉129R 4着/18頭+0.2秒 02/07 1小倉59R 5着/13頭+0.8秒 09/20 4中山67R 6着/18頭+0.5秒 09/06 2札幌59R 7着/15頭+0.6秒 08/31 2札幌47R 7着/13頭+0.4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 10.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 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) +34% (妙味あり) AI 予想勝率 6.0% (オッズ暗示: 4.5%) ※ 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	ルンベーラ	吉田隼	実9.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 02/14 2京都56R 6着/17頭+1.2秒 12/21 5中山63R 12着/15頭+1.6秒 11/23 5東京52R 3着/18頭+0.6秒 11/02 4東京113R 2着/10頭+0.1秒 10/26 4新潟45R 7着/18頭+1.4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戦の調子平均 6.7着 △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 10.8%) ※ 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。
11	サンダーバード	今村	実6.3	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 01/10 1京都35R 16着/18頭+3.4秒 10/13 3京都52R 2着/10頭+0.1秒 08/02 1札幌35R 3着/11頭+0.6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 5.0着 × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 9.2% (オッズ暗示: 15.9%) ※ 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。
12	ナックホワイト	木幡育	実19.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 02/15 1東京65R 1着/16頭勝利 02/01 1東京212R 4着/16頭+0.6秒 01/11 1中山46R 5着/17頭+0.4秒 11/16 5東京42R 4着/18頭+0.4秒 10/25 4東京83R 2着/9頭+0.1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 7.3着 (不振) ○ ローテーション 20日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 7.6% (オッズ暗示: 5.2%) ※ 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。
13	スワローシチー	杉原	実6.2	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 02/22 1東京86R 7着/16頭+0.5秒 01/31 1東京112R 7着/12頭+0.5秒 01/12 1中山512R 12着/18頭+1.1秒 12/14 5中山412R 8着/16頭+0.6秒 11/24 3福島612R 3着/16頭+0.2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 7.3着 (不振) ○ 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) +3% (市場と概ね一致) AI 予想勝率 16.7% (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。
14	セシルブリュネ	小沢	実39.8	▽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 12/20 5中山55R 3着/17頭+0.5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 17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) -42% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。
15	グランツローゼ	黛	実89.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調）
前5走 02/15 1東京66R 11着/14頭+1.2秒 01/12 1中山512R 17着/18頭+2.0秒 11/16 佐賀10R 4着/11頭+1.0秒 11/01 佐賀10R 4着/12頭+1.0秒 10/18 佐賀3R 1着/11頭勝利
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 9.0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) +11%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (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。

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

サンヴィクトワール

騎手鮫島駿

2.2倍

AI の勝率25%損益の分かれ目45%

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

◎2

サンヴィクトワール

鮫島駿

2.2倍

勝率 25%

›

○13

スワローシチー

杉原

6.2倍

勝率 17%

›

▲11

サンダーバード

今村

6.3倍

勝率 9%

›

△10

ルンベーラ

吉田隼

9.3倍

勝率 9%

›

△1

ライフイズカラフル

斎藤

11.6倍

勝率 8%

›

△12

ナックホワイト

木幡育

19.3倍

勝率 8%

›

▽6

ファンクション

横山琉

16.1倍

勝率 7%

›

▽9

マイネルモメンタム

石川

22.3倍

勝率 6%

›

▽8

クイーンズワーフ

小林美

26.0倍

勝率 4%

›

▽5

ウインロゼライト

菊沢

34.5倍

対象外勝率 2%

›

▽14

セシルブリュネ

小沢

39.8倍

対象外勝率 1%

›

▽7

ポッポノフェスタ

原田和

55.7倍

対象外勝率 1%

›

▽4

キカオクベシ

野中

90.4倍

対象外勝率 1%

›

▽15

グランツローゼ

黛

89.4倍

対象外勝率 1%

›

▽3

ゼータレティクル

柴田大

103.2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