新潟 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。

モデル

12R 新潟競馬場　発走 18:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コールリッジ	松若	実8.3	B△ A△勝率11% EV-8% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（140日ぶりの実戦）
前5走 03/08 2中山45R 6着/16頭+1.6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 6.0着 △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 11.2% (オッズ暗示: 12.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.0% / 期待値 -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。
2	ミナヅキ	石橋脩	実4.2	B○ A○勝率18% EV-25% 詳細▼	AI上位評価だが期待値不足、見送り（98日ぶりの実戦）
前5走 03/22 2中山86R 2着/18頭+0.0秒 02/28 2中山15R 7着/18頭+0.4秒 01/04 1中山15R 7着/16頭+0.4秒 12/06 5中山13R 3着/15頭+0.2秒 11/16 5東京42R 9着/18頭+1.3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 4.3着 △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 16.9% (オッズ暗示: 23.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.8% / 期待値 -25% ※ 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	ピコブロッサム	▲石田	実81.4	B▽ A▽勝率1% EV-26% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／92日ぶりの実戦）
前5走 01/18 1中山75R 14着/16頭+3.0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 12.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 92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 0.7% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 期待値 -26% ※ 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	シルバープレミア	▲上里	実94.6	B▽ A▽勝率1% EV-14% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／70日ぶりの実戦）
前5走 03/07 2中山36R 10着/18頭+1.3秒 12/28 5中山86R 13着/18頭+1.9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 11.3着 (不振) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.9% / 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。
5	ミサダメキメル	江田照	実33.0	B▽ A×勝率1% EV-60% 詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 03/21 2中山75R 3着/13頭+0.8秒 03/07 2中山35R 8着/18頭+1.1秒 02/01 1東京212R 8着/16頭+1.3秒 11/30 5東京84R 6着/13頭+1.3秒 11/15 5東京35R 7着/10頭+1.4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 6.3着 △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.0%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 期待値 -61% ※ 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	フォーエバーラブ	田口	実27.0	B▽ A×勝率1% EV-67% 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）
前5走 02/28 2中山12R 11着/15頭+6.2秒 02/14 1東京51R 12着/16頭+2.8秒 12/13 5中京34R 8着/13頭+0.9秒 09/28 4中山92R 15着/16頭+2.3秒 08/10 3中京63R 9着/12頭+3.1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 8.0着 (不振) ▽ 前走実績前走 13着 (大敗) × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 3.7%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 期待値 -68% ※ 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	ハナコトバ	◇今村	実6.0	B▲ A▲勝率15% EV-12% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 03/21 1中京34R 4着/18頭+0.5秒 03/01 1小倉122R 4着/16頭+0.6秒 02/08 1小倉65R 2着/9頭+0.1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 6.0着 △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 13.3% (オッズ暗示: 16.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.6% / 期待値 -12% ※ 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	ダゴベルト	木幡巧	実41.4	B▽ A▽勝率2% EV+1% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.5着と低調／63日ぶりの実戦）
前5走 03/14 2中山52R 14着/16頭+3.8秒 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.5着 (不振) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.4% / 期待値 +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。
9	チャチャット	丸田	実110.3	B× A▽勝率0% EV-45% 詳細▼	大穴、AI予想勝率低く長期回収困難（120日ぶりの実戦）
前5走 03/28 3中山15R 7着/16頭+0.8秒 12/20 5中山53R 13着/16頭+1.9秒 11/29 5東京73R 2着/12頭+0.2秒 11/09 5東京21R 8着/16頭+0.8秒 09/20 4中山65R 10着/16頭+0.9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 7.3着 (不振) △ ローテーション 120日休養明け × 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 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.5% / 期待値 -46% ※ 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	アロハオエ	嶋田	実227.7	B▽ A▽勝率1% EV+90% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／119日ぶりの実戦）
前5走 03/29 3中山24R 11着/16頭+2.0秒 02/21 1東京79R 6着/7頭+2.1秒 02/14 2京都56R 13着/17頭+2.4秒 12/28 5中山83R 12着/16頭+1.4秒 09/27 4中山82R 11着/16頭+1.7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 10.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 119日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +66% (市場が大幅過小評価) AI 予想勝率 0.7% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.8% / 期待値 +90% ※ 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	レスター	菊沢	実13.5	B△ A△勝率5% EV-28% 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／126日ぶりの実戦）
前5走 03/22 2中山86R 8着/18頭+1.7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 8.0着 (不振) △ ローテーション 126日休養明け × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 7.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.3% / 期待値 -28% ※ 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	ヴォンサクレ	田辺	実52.4	B▽ A×勝率1% EV-52% 詳細▼	大穴、AI予想勝率低く長期回収困難（63日ぶりの実戦）
前5走 03/15 2中山65R 8着/18頭+1.2秒 02/15 1東京65R 13着/16頭+1.9秒 11/02 4東京115R 5着/9頭+0.5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 6.3着 × 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 1.0% (オッズ暗示: 1.9%) × Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 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。
13	ファランギーナ	戸崎圭	実2.9	B◎ A◎勝率27% EV-21% 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（64日ぶりの実戦）
前5走 03/28 2阪神15R 7着/18頭+0.9秒 ― ― ― ―
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 6.5着 △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 29.7% (オッズ暗示: 34.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.2% / 期待値 -21% ※ 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	エラガバリウム	△石神道	実9.1	B△ A△勝率10% EV-8% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 14 ◎ 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 5位 (中位評価) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 10.9% (オッズ暗示: 11.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.1% / 期待値 -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	クライングナウ	斎藤	実17.3	B▽ A▽勝率5% EV-10% 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／91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 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 5.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.2% / 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。

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 ◎

ファランギーナ

騎手戸崎圭

単勝オッズ

2.9倍

AI期待値

-13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○2ミナヅキ

4.2倍

EV -29%

▲A:▲7ハナコトバ

6.0倍

EV -19%

出走馬全15頭

◎A:◎13

ファランギーナ

戸崎圭

2.9倍

-13%

›

○A:○2

ミナヅキ

石橋脩

4.2倍

-29%

›

▲A:▲7

ハナコトバ

◇今村

6.0倍

-19%

›

△A:△1

コールリッジ

松若

8.3倍

-7%

›

△A:△14

エラガバリウム

△石神道

9.1倍

›

△A:△11

レスター

菊沢

13.5倍

-35%

›

▽A:▽15

クライングナウ

斎藤

17.3倍

-34%

›

▽A:×6

フォーエバーラブ

田口

27.0倍

-35%

›

▽A:×5

ミサダメキメル

江田照

33.0倍

-42%

›

▽A:▽8

ダゴベルト

木幡巧

41.4倍

-28%

›

▽A:×12

ヴォンサクレ

田辺

52.4倍

-45%

›

▽A:▽3

ピコブロッサム

▲石田

81.4倍

-40%

›

▽A:▽4

シルバープレミア

▲上里

94.6倍

-30%

›

▽A:▽10

アロハオエ

嶋田

227.7倍

+66%

›

×A:▽9

チャチャット

丸田

110.3倍

-59%

›

💡 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）

12R 新潟競馬場　発走 18:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コールリッジ	松若	実8.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（140日ぶりの実戦）
前5走 03/08 2中山45R 6着/16頭+1.6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 6.0着 △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 11.0% (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。
2	ミナヅキ	石橋脩	実4.2	○詳細▼	AI上位評価だが期待値不足、見送り（98日ぶりの実戦）
前5走 03/22 2中山86R 2着/18頭+0.0秒 02/28 2中山15R 7着/18頭+0.4秒 01/04 1中山15R 7着/16頭+0.4秒 12/06 5中山13R 3着/15頭+0.2秒 11/16 5東京42R 9着/18頭+1.3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 4.3着 △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 17.8% (オッズ暗示: 23.8%) ※ 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。
3	ピコブロッサム	▲石田	実81.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／92日ぶりの実戦）
前5走 01/18 1中山75R 14着/16頭+3.0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 12.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 92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 0.9% (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。
4	シルバープレミア	▲上里	実94.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／70日ぶりの実戦）
前5走 03/07 2中山36R 10着/18頭+1.3秒 12/28 5中山86R 13着/18頭+1.9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 11.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 0.9% (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	ミサダメキメル	江田照	実33.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 03/21 2中山75R 3着/13頭+0.8秒 03/07 2中山35R 8着/18頭+1.1秒 02/01 1東京212R 8着/16頭+1.3秒 11/30 5東京84R 6着/13頭+1.3秒 11/15 5東京35R 7着/10頭+1.4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 6.3着 △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 3.0%) ※ 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。
6	フォーエバーラブ	田口	実27.0	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 02/28 2中山12R 11着/15頭+6.2秒 02/14 1東京51R 12着/16頭+2.8秒 12/13 5中京34R 8着/13頭+0.9秒 09/28 4中山92R 15着/16頭+2.3秒 08/10 3中京63R 9着/12頭+3.1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 8.0着 (不振) ▽ 前走実績前走 13着 (大敗) × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 3.7%) ※ 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	ハナコトバ	◇今村	実6.0	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 03/21 1中京34R 4着/18頭+0.5秒 03/01 1小倉122R 4着/16頭+0.6秒 02/08 1小倉65R 2着/9頭+0.1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 6.0着 △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 14.6% (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。
8	ダゴベルト	木幡巧	実41.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.5着と低調／63日ぶりの実戦）
前5走 03/14 2中山52R 14着/16頭+3.8秒 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.5着 (不振) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 2.4% (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	チャチャット	丸田	実110.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（120日ぶりの実戦）
前5走 03/28 3中山15R 7着/16頭+0.8秒 12/20 5中山53R 13着/16頭+1.9秒 11/29 5東京73R 2着/12頭+0.2秒 11/09 5東京21R 8着/16頭+0.8秒 09/20 4中山65R 10着/16頭+0.9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 7.3着 (不振) △ ローテーション 120日休養明け × 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 0.5% (オッズ暗示: 0.9%) ※ 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。
10	アロハオエ	嶋田	実227.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／119日ぶりの実戦）
前5走 03/29 3中山24R 11着/16頭+2.0秒 02/21 1東京79R 6着/7頭+2.1秒 02/14 2京都56R 13着/17頭+2.4秒 12/28 5中山83R 12着/16頭+1.4秒 09/27 4中山82R 11着/16頭+1.7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 10.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 119日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +90% (市場が大幅過小評価) AI 予想勝率 0.8% (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。
11	レスター	菊沢	実13.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／126日ぶりの実戦）
前5走 03/22 2中山86R 8着/18頭+1.7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 8.0着 (不振) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 5.3% (オッズ暗示: 7.4%) ※ 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。
12	ヴォンサクレ	田辺	実52.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（63日ぶりの実戦）
前5走 03/15 2中山65R 8着/18頭+1.2秒 02/15 1東京65R 13着/16頭+1.9秒 11/02 4東京115R 5着/9頭+0.5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 6.3着 × 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 0.9% (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。
13	ファランギーナ	戸崎圭	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（64日ぶりの実戦）
前5走 03/28 2阪神15R 7着/18頭+0.9秒 ― ― ― ―
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 6.5着 △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 27.2% (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。
14	エラガバリウム	△石神道	実9.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 14 ◎ 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 5位 (中位評価) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 10.1% (オッズ暗示: 11.0%) ※ 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。
15	クライングナウ	斎藤	実17.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調／91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 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 5.2% (オッズ暗示: 5.8%) ※ 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。

🎯 AIの本命

AI評価1位

ファランギーナ

騎手戸崎圭

単勝オッズ

2.9倍

AI期待値

-21%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2ミナヅキ

4.2倍

EV -25%

▲7ハナコトバ

6.0倍

EV -12%

出走馬全15頭

◎13

ファランギーナ

戸崎圭

2.9倍

-21%

›

○2

ミナヅキ

石橋脩

4.2倍

-25%

›

▲7

ハナコトバ

◇今村

6.0倍

-12%

›

△1

コールリッジ

松若

8.3倍

-8%

›

△14

エラガバリウム

△石神道

9.1倍

-8%

›

△11

レスター

菊沢

13.5倍

-28%

›

▽15

クライングナウ

斎藤

17.3倍

-10%

›

▽8

ダゴベルト

木幡巧

41.4倍

+1%

›

×6

フォーエバーラブ

田口

27.0倍

-67%

›

×5

ミサダメキメル

江田照

33.0倍

-60%

›

×12

ヴォンサクレ

田辺

52.4倍

-52%

›

▽3

ピコブロッサム

▲石田

81.4倍

-26%

›

▽4

シルバープレミア

▲上里

94.6倍

-14%

›

▽10

アロハオエ

嶋田

227.7倍

+90%

›

▽9

チャチャット

丸田

110.3倍

-45%

›

💡 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。