福島 12R 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。

12R 福島競馬場発走 16:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ソレイケギンチャン	▲森田	実81.9	▽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67%と好調／前走勝利の勢い／167日ぶりの実戦）
前5走 02/14 佐賀2R 1着/11頭勝利 02/01 佐賀2R 2着/10頭+1.0秒 01/18 佐賀3R 8着/12頭+2.1秒 12/27 佐賀5R 2着/10頭+0.0秒 11/30 佐賀10R 2着/11頭+0.0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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 167日休養明け × 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 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。
2	ニシノサリーナ	◇小林美	実4.7	○詳細▼	AI上位評価だが期待値不足、見送り（97日ぶりの実戦）
前5走 02/14 1東京511R 15着/16頭+2.0秒 01/12 1京都55R 1着/18頭勝利 ― ― ―
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 7.0着 (不振) ▽ 前走実績前走 16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) -32% (大幅な期待値マイナス) AI 予想勝率 14.4% (オッズ暗示: 21.3%) ※ 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。
3	レザンクレール	亀田	実101.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.7着と低調）
前5走 01/10 1京都37R 7着/15頭+0.8秒 11/15 3福島312R 11着/16頭+0.6秒 07/13 2小倉612R 15着/15頭+2.2秒 05/11 2京都68R 14着/14頭+3.0秒 01/12 1中京412R 12着/18頭+1.6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 11.7着 (不振) ▽ 前走実績前走 14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 0.7% (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	マーシーラン	★河原田	実9.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（97日ぶりの実戦）
前5走 12/21 5中京66R 14着/16頭+1.7秒 12/06 5阪神112R 3着/15頭+0.1秒 11/15 4京都312R 4着/18頭+0.3秒 10/25 4新潟36R 5着/15頭+0.4秒 05/31 2京都118R 7着/18頭+0.5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 6.3着 △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 10.5%) ※ 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。
5	ムーンリットアイル	丹内	実3.5	◎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
前5走 02/21 1小倉92R 1着/18頭勝利 02/01 1小倉42R 2着/18頭+0.1秒 01/12 1京都512R 3着/18頭+0.4秒 11/22 4京都53R 7着/18頭+1.3秒 11/01 3京都102R 2着/12頭+0.1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 3.7着 × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 20.0% (オッズ暗示: 28.6%) ※ 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。
6	グランフィエルテ	△柴田裕	実10.4	△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走過去走データ取得失敗 (horse_results 不在)
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 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 9.6%) ※ 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。
7	テルケンユミクイン	武藤	実10.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均11.7着と低調）
前5走 03/01 2中山26R 5着/15頭+1.3秒 12/20 5中京58R 15着/16頭+1.6秒 12/06 5中京18R 15着/18頭+1.8秒 05/04 2東京45R 1着/16頭勝利 04/13 3中山66R 4着/18頭+0.5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 11.7着 (不振) ○ 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) +1% (市場と概ね一致) AI 予想勝率 10.2% (オッズ暗示: 10.0%) ※ 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	アーブルラーブル	◇古川奈	実61.6	▽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／132日ぶりの実戦）
前5走 12/01 水沢4R 1着/9頭勝利 11/16 盛岡4R 1着/9頭勝利 08/17 3中京85R 16着/16頭+6.1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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 15着 (大敗) △ ローテーション 132日休養明け △ 期待値 (オッズ vs AI勝率) +0%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.6% (オッズ暗示: 1.6%) ※ 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。
9	タガノアルブラック	斎藤	実12.1	▽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100%と好調／前走勝利の勢い／216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 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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 216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 7.2% (オッズ暗示: 8.3%) ※ 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。
10	アレーティア	小沢	実21.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調）
前5走 11/22 4京都57R 13着/16頭+2.5秒 10/13 3京都57R 6着/15頭+0.9秒 06/29 1函館68R 9着/11頭+2.3秒 06/14 1函館12R 1着/14頭勝利 05/31 2京都111R 3着/16頭+0.2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 12.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 4.6%) ※ 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。
11	ラブリーガール	吉田豊	実15.5	▽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）
前5走 03/01 2中山28R 15着/16頭+2.0秒 11/24 3福島68R 10着/16頭+0.5秒 10/05 4東京27R 8着/18頭+0.4秒 08/10 2新潟612R 5着/18頭+0.1秒 07/27 2新潟212R 6着/16頭+0.5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 7.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 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) -3% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 6.5%) ※ 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。
12	ペガサスノース	鮫島駿	実7.6	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／69日ぶりの実戦）
前5走 01/24 1京都84R 10着/16頭+1.5秒 11/15 3福島37R 8着/16頭+0.5秒 08/17 3中京812R 6着/18頭+0.5秒 07/13 2小倉612R 7着/15頭+0.2秒 06/14 3阪神39R 8着/13頭+1.1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) × 当競馬場適性 3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 11.1% (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。
13	サニーサルサ	◇永島	実28.4	▽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）
前5走 12/21 5中京68R 4着/16頭+0.1秒 11/24 3福島67R 16着/16頭+2.7秒 10/25 4新潟312R 13着/17頭+1.2秒 07/20 2小倉88R 5着/12頭+0.5秒 07/06 2小倉49R 5着/8頭+0.8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 9.0着 (不振) ○ 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) -46% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 3.5%) ※ 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。
14	ランプローグ	△石田	実61.0	▽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／98日ぶりの実戦）
前5走 02/14 1東京57R 6着/16頭+0.3秒 11/16 3福島49R 5着/16頭+0.5秒 10/19 4東京76R 3着/8頭+0.2秒 09/06 4中山15R 1着/16頭勝利 ―
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 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 1.6%) ※ 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	トレヴィ	杉原	実24.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調／97日ぶりの実戦）
前5走 02/14 1東京512R 5着/16頭+0.6秒 11/30 5東京87R 11着/16頭+1.6秒 08/30 2札幌34R 1着/14頭勝利 05/10 2東京55R 2着/16頭+0.2秒 04/19 3中山75R 2着/16頭+0.5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 9.7着 (不振) △ ローテーション 97日休養明け × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 1.9% (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。
16	ココボロ	嶋田	実49.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調／69日ぶりの実戦）
前5走 03/01 1小倉128R 11着/15頭+1.2秒 02/14 1小倉77R 16着/16頭+2.7秒 02/08 1小倉67R 13着/15頭+2.8秒 09/27 4中山86R 11着/16頭+1.4秒 09/06 4中山18R 7着/7頭+2.4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 8.7着 (不振) △ 期待値 (オッズ vs AI勝率) +128%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.6% (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。

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

ムーンリットアイル

騎手丹内

3.5倍

AI の勝率20%損益の分かれ目29%

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

◎5

ムーンリットアイル

丹内

3.5倍

勝率 20%

›

○2

ニシノサリーナ

◇小林美

4.7倍

勝率 14%

›

▲12

ペガサスノース

鮫島駿

7.6倍

勝率 11%

›

△7

テルケンユミクイン

武藤

10.0倍

勝率 10%

›

△4

マーシーラン

★河原田

9.5倍

勝率 8%

›

△6

グランフィエルテ

△柴田裕

10.4倍

勝率 8%

›

▽9

タガノアルブラック

斎藤

12.1倍

勝率 7%

›

▽11

ラブリーガール

吉田豊

15.5倍

勝率 6%

›

▽10

アレーティア

小沢

21.7倍

勝率 5%

›

▽16

ココボロ

嶋田

49.6倍

対象外勝率 5%

›

×15

トレヴィ

杉原

24.6倍

勝率 2%

›

▽13

サニーサルサ

◇永島

28.4倍

勝率 2%

›

▽8

アーブルラーブル

◇古川奈

61.6倍

対象外勝率 2%

›

▽14

ランプローグ

△石田

61.0倍

対象外勝率 2%

›

▽1

ソレイケギンチャン

▲森田

81.9倍

対象外勝率 1%

›

▽3

レザンクレール

亀田

101.3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