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 15:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フィニステーレ	酒井	実18.7	▽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）
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 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) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 4.9% (オッズ暗示: 5.3%) ※ 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。
2	アルマリブレ	◇小林美	実10.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（278日ぶりの実戦）
前5走 02/10 1東京45R 5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戦の調子平均 5.0着 △ ローテーション 278日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 7.4% (オッズ暗示: 9.2%) ※ 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。
3	マイバラード	柴田大	実73.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調）
前5走 03/01 1小倉129R 11着/18頭+0.5秒 02/22 1小倉109R 5着/12頭+0.9秒 02/07 1小倉59R 9着/13頭+1.3秒 01/25 1小倉212R 6着/14頭+0.3秒 12/27 5中山77R 12着/18頭+0.7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 8.3着 (不振) ▽ 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 0.8% (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。
4	ウインファヴォリ	原田和	実35.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 01/10 1中山36R 16着/16頭+4.1秒 10/26 4新潟49R 14着/14頭+2.1秒 11/17 3福島65R 1着/14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 6.3着 ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 2.8%) ※ 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	エイシンイグニース	富田	実5.9	▲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／183日ぶりの実戦）
前5走 02/22 1小倉105R 1着/13頭勝利 11/09 4京都25R 3着/8頭+0.9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) △ ローテーション 183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 11.3% (オッズ暗示: 16.9%) ※ 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	セットエトワール	石川	実9.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 02/28 2中山15R 1着/18頭勝利 12/13 5中山35R 5着/13頭+0.7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 6.7着 ▽ 前走実績前走 10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) -26% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 10.9%) ※ 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。
7	ウイルソン	斎藤	実4.7	◎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／91日ぶりの実戦）
前5走 01/31 1東京15R 2着/16頭+0.4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 91日休養明け △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 20.4% (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。
8	ゴールドジェスター	黛	実40.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（84日ぶりの実戦）
前5走 02/15 1小倉86R 8着/16頭+0.5秒 02/07 1小倉59R 3着/13頭+0.6秒 01/24 1小倉17R 14着/15頭+1.8秒 11/01 4東京1012R 10着/15頭+1.1秒 10/18 4新潟17R 7着/18頭+0.6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 6.3着 × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.4%) ※ 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。
9	カポレイラ	秋山稔	実81.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.7着と低調）
前5走 02/07 1東京34R 10着/13頭+1.8秒 12/14 5中京46R 13着/18頭+1.3秒 08/31 2札幌48R 10着/13頭+2.5秒 07/27 1札幌27R 5着/13頭+0.7秒 06/22 3東京67R 8着/16頭+1.1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 9.7着 (不振) ▽ 前走実績前走 13着 (大敗) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +24%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.5% (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。
10	メイショウキンタイ	★河原田	実5.6	○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）
前5走 12/21 5阪神67R 11着/18頭+1.5秒 11/23 4京都67R 5着/18頭+0.9秒 10/26 4新潟47R 6着/15頭+0.4秒 08/17 1札幌83R 3着/15頭+0.5秒 08/09 1札幌56R 4着/15頭+0.9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 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 14.7% (オッズ暗示: 17.9%) ※ 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。
11	ジャグアール	菊沢	実28.8	▽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／直近3走平均12.7着と低調）
前5走 02/14 1小倉712R 8着/15頭+0.6秒 02/01 1小倉48R 7着/13頭+1.1秒 12/13 5中京312R 8着/18頭+0.4秒 09/07 2札幌68R 12着/16頭+1.7秒 08/09 1札幌512R 7着/11頭+0.8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 12.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 14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 1.9% (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。
12	エリカリーシャン	小崎	実54.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.7着と低調）
前5走 03/01 2中山26R 13着/15頭+3.7秒 11/22 3福島58R 15着/16頭+2.5秒 01/18 1中山612R 16着/16頭+2.0秒 09/15 4中山46R 16着/16頭+3.2秒 06/02 3東京27R 5着/9頭+0.8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 11.7着 (不振) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 1.5% (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	フリーガー	小沢	実47.0	▽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）
前5走 12/13 5阪神39R 8着/9頭+1.8秒 11/29 4京都711R 8着/11頭+0.8秒 09/27 4阪神85R 1着/11頭勝利 ― ―
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 9.3着 (不振) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 2.1%) ※ 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	フォーグッド	▲和田陽	実59.2	▽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12.7着と低調）
前5走 02/15 1東京66R 7着/14頭+0.6秒 01/17 1中山67R 7着/12頭+0.6秒 09/27 4中山87R 14着/16頭+2.0秒 08/31 3新潟49R 11着/11頭+5.0秒 06/15 3東京47R 7着/14頭+0.9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 12.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 1.6% (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。
15	ミッドセンチュリー	嶋田	実6.0	△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7走で勝率0%と苦戦傾向／前走3着）
前5走 01/17 1中山67R 6着/12頭+0.5秒 12/27 5中山77R 3着/18頭+0.1秒 09/06 4中山17R 1着/18頭勝利 08/16 2新潟712R 4着/17頭+0.3秒 08/03 2新潟411R 8着/14頭+0.4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 3.7着 × 当競馬場適性 7走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) × 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 11.3% (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。
16	マカナアネラ	角田和	実8.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（120日ぶりの実戦）
前5走 02/01 1小倉46R 1着/18頭勝利 01/18 1京都76R 9着/18頭+0.9秒 12/21 5中京64R 7着/17頭+0.6秒 11/29 4京都71R 4着/14頭+0.7秒 10/12 4東京42R 5着/10頭+0.7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 6.7着 △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 11.3% (オッズ暗示: 11.5%) ※ 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

見送りAI の 1 位の馬

ウイルソン

騎手斎藤

4.7倍

AI の勝率20%損益の分かれ目21%

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

◎7

ウイルソン

斎藤

4.7倍

勝率 20%

›

○10

メイショウキンタイ

★河原田

5.6倍

勝率 15%

›

▲5

エイシンイグニース

富田

5.9倍

勝率 11%

›

△15

ミッドセンチュリー

嶋田

6.0倍

勝率 11%

›

△16

マカナアネラ

角田和

8.7倍

勝率 11%

›

△6

セットエトワール

石川

9.2倍

勝率 8%

›

▽2

アルマリブレ

◇小林美

10.9倍

勝率 7%

›

▽1

フィニステーレ

酒井

18.7倍

勝率 5%

›

▽11

ジャグアール

菊沢

28.8倍

勝率 2%

›

▽4

ウインファヴォリ

原田和

35.1倍

対象外勝率 2%

›

▽14

フォーグッド

▲和田陽

59.2倍

対象外勝率 2%

›

▽8

ゴールドジェスター

黛

40.9倍

対象外勝率 2%

›

▽13

フリーガー

小沢

47.0倍

対象外勝率 2%

›

▽12

エリカリーシャン

小崎

54.5倍

対象外勝率 2%

›

▽9

カポレイラ

秋山稔

81.0倍

対象外勝率 2%

›

▽3

マイバラード

柴田大

73.2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