新潟 11R 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。

モデル

11R 新潟競馬場　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ユニベールクイーン	杉原	実76.5	B▽ A▽勝率1% EV+10% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.7着と低調／62日ぶりの実戦）
前5走 02/07 1東京33R 16着/16頭+4.5秒 01/25 1中山92R 14着/14頭+4.8秒 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.7着 (不振) ▽ 前走実績前走 11着 (大敗) × 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 0.8% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.1% / 期待値 +11% ※ 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	ルディドゥゲンジ	嶋田	実52.6	B× A×勝率1% EV-58% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／76日ぶりの実戦）
前5走 10/05 4東京22R 11着/11頭+3.6秒 09/28 4中山92R 13着/16頭+1.5秒 08/09 2新潟53R 11着/17頭+1.8秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.3着 (不振) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.9%) × Aモデルの評価 (参考) レース内 14位 / 勝率 0.6% / 期待値 -58% ※ 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	アリアファブラ	斎藤	実37.4	B▽ A▽勝率2% EV-29% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／76日ぶりの実戦）
前5走 03/07 2中山36R 17着/18頭+2.6秒 02/07 1東京35R 5着/16頭+0.5秒 ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.6% / 期待値 -29% ※ 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	リオクリスハーレー	荻野極	実11.0	B△ A△勝率7% EV-16% 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／77日ぶりの実戦）
前5走 03/29 3中山22R 7着/16頭+0.5秒 01/25 1中山93R 13着/16頭+2.5秒 12/27 5中山71R 12着/15頭+1.3秒 08/17 3中京82R 7着/16頭+2.1秒 ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 8.7% (オッズ暗示: 9.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.5% / 期待値 -16% ※ 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	ムーンシェイド	木幡巧	実38.8	B▽ A×勝率1% EV-53% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／70日ぶりの実戦）
前5走 12/14 5中山42R 8着/16頭+1.0秒 11/24 5東京67R 5着/14頭+1.0秒 ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 13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 1.9% (オッズ暗示: 2.6%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 期待値 -53% ※ 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	マイエラ	小崎	実58.2	B× A×勝率1% EV-51% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／70日ぶりの実戦）
前5走 03/21 2中山73R 13着/16頭+2.8秒 03/01 2中山23R 6着/16頭+1.7秒 12/27 5中山74R 14着/18頭+1.2秒 10/26 4新潟45R 6着/18頭+1.4秒 ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.7着 (不振) ▽ 前走実績前走 16着 (大敗) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.7%) × Aモデルの評価 (参考) レース内 15位 / 勝率 0.6% / 期待値 -51% ※ 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	アイファーアイドル	松岡	実46.3	B▽ A▽勝率1% EV-29% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調／350日ぶりの実戦）
前5走 08/09 2新潟51R 13着/15頭+3.6秒 06/22 3東京66R 8着/16頭+1.8秒 ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.5着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 350日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 期待値 -30% ※ 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	ソレム	△石神道	実57.5	B▽ A▽勝率1% EV-18% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 11位 (中位評価) × 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 1.2% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.1% / 期待値 -19% ※ 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	セランディア	菊沢	実12.9	B△ A△勝率5% EV-21% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.3着と低調）
前5走 02/21 1小倉92R 15着/18頭+1.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.3着 (不振) ▽ 前走実績前走 14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 7.7% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.9% / 期待値 -22% ※ 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	ノーブルラホーヤ	▲石田	実8.3	B▲ A▲勝率13% EV+6% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.3着と低調／188日ぶりの実戦）
前5走 01/18 1中山712R 10着/16頭+1.0秒 10/05 4東京23R 6着/17頭+0.6秒 09/06 4中山15R 9着/16頭+1.4秒 ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 188日休養明け △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 12.5% (オッズ暗示: 12.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.2% / 期待値 +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。
11	ミヤザキムスメ	柴田大	実153.5	B× A×勝率0% EV-58% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.5着と低調／77日ぶりの実戦）
前5走 01/24 1中山83R 13着/16頭+2.6秒 ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.5着 (不振) ▽ 前走実績前走 14着 (大敗) × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.7%) × Aモデルの評価 (参考) レース内 18位 / 勝率 0.2% / 期待値 -59% ※ 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	タツナナイロ	野中	実145.0	B× A×勝率0% EV-66% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／112日ぶりの実戦）
前5走 02/22 1東京83R 10着/16頭+3.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.7%) × Aモデルの評価 (参考) レース内 17位 / 勝率 0.2% / 期待値 -67% ※ 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	ケイツーキップ	▲水沼	実72.9	B▽ A▽勝率1% EV-44% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7着と低調）
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 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.7着 (不振) ▽ 前走実績前走 18着 (大敗) × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.6% / 期待値 -45% ※ 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	ユイノササヤキ	木幡初	実27.5	B▽ A▽勝率2% EV-40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／210日ぶりの実戦）
前5走 12/27 5中山75R 11着/16頭+1.2秒 ― ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 210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 3.1% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 1.6% / 期待値 -41% ※ 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	テラシエスタ	▲佐藤	実60.1	B▽ A▽勝率1% EV-17% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 10/19 4新潟25R 11着/18頭+1.2秒 ― ― ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 期待値 -18% ※ 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	シルバーアックス	横山典	実2.9	B○ A○勝率28% EV-18% 詳細▼	人気馬、市場評価通りで上乗せなし（前走2着／91日ぶりの実戦）
前5走 02/07 1東京32R 13着/16頭+2.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 13.0% (オッズ暗示: 34.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 28.2% / 期待値 -18% ※ 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。
17	リオハリソンメリー	▲上里	実14.9	B△ A△勝率5% EV-13% 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／196日ぶりの実戦）
前5走 01/10 1中山34R 8着/12頭+1.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 17 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) △ ローテーション 196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 4.5% (オッズ暗示: 6.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.9% / 期待値 -14% ※ 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。
18	ジョイアミーア	武藤	実2.9	B🌟◎ A🌟◎勝率30% EV-27% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（70日ぶりの実戦）
前5走 01/24 1中山81R 10着/16頭+1.8秒 09/28 4中山94R 4着/16頭+0.8秒 ― ― ―
AI 評価の内訳 — 馬番 18 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 38.7% (オッズ暗示: 34.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 30.2% / 期待値 -27% ※ 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

🎯 AIの本命

AI評価1位Aモデル ◎

ジョイアミーア

騎手武藤

単勝オッズ

2.9倍

AI期待値

+12%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○16シルバーアックス

2.9倍

EV -62%

▲A:▲10ノーブルラホーヤ

8.3倍

EV +3%

出走馬全18頭

◎A:◎18

ジョイアミーア

武藤

2.9倍

+12%

›

○A:○16

シルバーアックス

横山典

2.9倍

-62%

›

▲A:▲10

ノーブルラホーヤ

▲石田

8.3倍

+3%

›

△A:△4

リオクリスハーレー

荻野極

11.0倍

-4%

›

△A:△9

セランディア

菊沢

12.9倍

›

△A:△17

リオハリソンメリー

▲上里

14.9倍

-33%

›

▽A:▽14

ユイノササヤキ

木幡初

27.5倍

-16%

›

▽A:▽3

アリアファブラ

斎藤

37.4倍

-27%

›

▽A:×5

ムーンシェイド

木幡巧

38.8倍

-24%

›

▽A:▽7

アイファーアイドル

松岡

46.3倍

-10%

›

▽A:▽8

ソレム

△石神道

57.5倍

-32%

›

▽A:▽15

テラシエスタ

▲佐藤

60.1倍

-29%

›

×A:×2

ルディドゥゲンジ

嶋田

52.6倍

-57%

›

×A:×6

マイエラ

小崎

58.2倍

-52%

›

▽A:▽13

ケイツーキップ

▲水沼

72.9倍

-40%

›

▽A:▽1

ユニベールクイーン

杉原

76.5倍

-37%

›

×A:×12

タツナナイロ

野中

145.0倍

-74%

›

×A:×11

ミヤザキムスメ

柴田大

153.5倍

-73%

›

💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。

このレースの推奨馬券　2モデル並走

両モデルとも本レースは見送り判定（期待値プラスなし）

11R 新潟競馬場　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ユニベールクイーン	杉原	実76.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.7着と低調／62日ぶりの実戦）
前5走 02/07 1東京33R 16着/16頭+4.5秒 01/25 1中山92R 14着/14頭+4.8秒 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 1.1% (オッズ暗示: 1.3%) ※ 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	ルディドゥゲンジ	嶋田	実52.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／76日ぶりの実戦）
前5走 10/05 4東京22R 11着/11頭+3.6秒 09/28 4中山92R 13着/16頭+1.5秒 08/09 2新潟53R 11着/17頭+1.8秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.3着 (不振) × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.9%) ※ 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。
3	アリアファブラ	斎藤	実37.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／76日ぶりの実戦）
前5走 03/07 2中山36R 17着/18頭+2.6秒 02/07 1東京35R 5着/16頭+0.5秒 ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.7%) ※ 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。
4	リオクリスハーレー	荻野極	実11.0	△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／77日ぶりの実戦）
前5走 03/29 3中山22R 7着/16頭+0.5秒 01/25 1中山93R 13着/16頭+2.5秒 12/27 5中山71R 12着/15頭+1.3秒 08/17 3中京82R 7着/16頭+2.1秒 ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 9.1%) ※ 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	ムーンシェイド	木幡巧	実38.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／70日ぶりの実戦）
前5走 12/14 5中山42R 8着/16頭+1.0秒 11/24 5東京67R 5着/14頭+1.0秒 ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 13着 (大敗) × 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 1.1% (オッズ暗示: 2.6%) ※ 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	マイエラ	小崎	実58.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／70日ぶりの実戦）
前5走 03/21 2中山73R 13着/16頭+2.8秒 03/01 2中山23R 6着/16頭+1.7秒 12/27 5中山74R 14着/18頭+1.2秒 10/26 4新潟45R 6着/18頭+1.4秒 ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.7着 (不振) ▽ 前走実績前走 16着 (大敗) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
7	アイファーアイドル	松岡	実46.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調／350日ぶりの実戦）
前5走 08/09 2新潟51R 13着/15頭+3.6秒 06/22 3東京66R 8着/16頭+1.8秒 ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.5着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 350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 1.2% (オッズ暗示: 2.2%) ※ 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	ソレム	△石神道	実57.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 11位 (中位評価) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.1% (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。
9	セランディア	菊沢	実12.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.3着と低調）
前5走 02/21 1小倉92R 15着/18頭+1.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 4.9% (オッズ暗示: 7.8%) ※ 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。
10	ノーブルラホーヤ	▲石田	実8.3	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.3着と低調／188日ぶりの実戦）
前5走 01/18 1中山712R 10着/16頭+1.0秒 10/05 4東京23R 6着/17頭+0.6秒 09/06 4中山15R 9着/16頭+1.4秒 ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 188日休養明け △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 13.2% (オッズ暗示: 12.0%) ※ 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	ミヤザキムスメ	柴田大	実153.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.5着と低調／77日ぶりの実戦）
前5走 01/24 1中山83R 13着/16頭+2.6秒 ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.5着 (不振) ▽ 前走実績前走 14着 (大敗) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.7%) ※ 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。
12	タツナナイロ	野中	実145.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／112日ぶりの実戦）
前5走 02/22 1東京83R 10着/16頭+3.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.7%) ※ 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	ケイツーキップ	▲水沼	実72.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7着と低調）
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 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.7着 (不振) ▽ 前走実績前走 18着 (大敗) × 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 0.6% (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。
14	ユイノササヤキ	木幡初	実27.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／210日ぶりの実戦）
前5走 12/27 5中山75R 11着/16頭+1.2秒 ― ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 210日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.6%) ※ 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	テラシエスタ	▲佐藤	実60.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 10/19 4新潟25R 11着/18頭+1.2秒 ― ― ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 1.1% (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。
16	シルバーアックス	横山典	実2.9	○詳細▼	人気馬、市場評価通りで上乗せなし（前走2着／91日ぶりの実戦）
前5走 02/07 1東京32R 13着/16頭+2.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 91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 28.2% (オッズ暗示: 34.5%) ※ 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。
17	リオハリソンメリー	▲上里	実14.9	△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／196日ぶりの実戦）
前5走 01/10 1中山34R 8着/12頭+1.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 17 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) △ ローテーション 196日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 4.9% (オッズ暗示: 6.7%) ※ 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。
18	ジョイアミーア	武藤	実2.9	🌟◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（70日ぶりの実戦）
前5走 01/24 1中山81R 10着/16頭+1.8秒 09/28 4中山94R 4着/16頭+0.8秒 ― ― ―
AI 評価の内訳 — 馬番 18 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 30.2% (オッズ暗示: 34.5%) ※ 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の本命

AI評価1位

ジョイアミーア

騎手武藤

単勝オッズ

2.9倍

AI期待値

-27%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○16シルバーアックス

2.9倍

EV -18%

▲10ノーブルラホーヤ

8.3倍

EV +6%

出走馬全18頭

◎18

ジョイアミーア

武藤

2.9倍

-27%

›

○16

シルバーアックス

横山典

2.9倍

-18%

›

▲10

ノーブルラホーヤ

▲石田

8.3倍

+6%

›

△4

リオクリスハーレー

荻野極

11.0倍

-16%

›

△9

セランディア

菊沢

12.9倍

-21%

›

△17

リオハリソンメリー

▲上里

14.9倍

-13%

›

▽14

ユイノササヤキ

木幡初

27.5倍

-40%

›

▽3

アリアファブラ

斎藤

37.4倍

-29%

›

▽7

アイファーアイドル

松岡

46.3倍

-29%

›

×5

ムーンシェイド

木幡巧

38.8倍

-53%

›

▽8

ソレム

△石神道

57.5倍

-18%

›

▽15

テラシエスタ

▲佐藤

60.1倍

-17%

›

▽1

ユニベールクイーン

杉原

76.5倍

+10%

›

×2

ルディドゥゲンジ

嶋田

52.6倍

-58%

›

×6

マイエラ

小崎

58.2倍

-51%

›

▽13

ケイツーキップ

▲水沼

72.9倍

-44%

›

×12

タツナナイロ

野中

145.0倍

-66%

›

×11

ミヤザキムスメ

柴田大

153.5倍

-58%

›

💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

このレースの推奨馬券　2モデル並走

両モデルとも本レースは見送り判定（期待値プラスなし）

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）

本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。