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	ヴェニゼロス	戸崎圭	実5.8	B○ A○勝率9% EV-44% 詳細▼	AI上位評価だが期待値不足、見送り（77日ぶりの実戦）
前5走 03/07 2中山36R 4着/18頭+0.7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 4.0着 △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 13.6% (オッズ暗示: 17.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 8.8% / 期待値 -44% ※ 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	ジワタネホ	三浦	実6.9	B▲ A▲勝率9% EV-43% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着／69日ぶりの実戦）
前5走 01/25 1中山95R 15着/18頭+2.2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 6.7着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 13.6% (オッズ暗示: 14.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.6% / 期待値 -44% ※ 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	ブライトエアリー	木幡巧	実8.3	B△ A△勝率7% EV-40% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／77日ぶりの実戦）
前5走 03/22 1中京44R 3着/15頭+0.5秒 02/22 1小倉106R 8着/16頭+1.1秒 12/14 5阪神43R 2着/11頭+0.4秒 11/23 5東京52R 9着/18頭+1.0秒 11/08 3福島12R 3着/16頭+0.6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 3.3着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 11.6% (オッズ暗示: 12.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.0% / 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。
4	キリスパークル	石橋脩	実66.9	B▽ A▽勝率4% EV+188% 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／132日ぶりの実戦）
前5走 03/22 2中山86R 9着/18頭+1.7秒 03/01 2中山22R 14着/16頭+2.7秒 01/17 1中山65R 12着/18頭+0.7秒 12/06 5中山15R 10着/18頭+1.6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 11.7着 (不振) △ ローテーション 132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 0.9% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 3.9% / 期待値 +189% ※ 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	ブライスフェアリー	松岡	実10.7	B▽ A▽勝率6% EV-31% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 02/14 1小倉75R 12着/18頭+1.7秒 01/31 1小倉32R 12着/18頭+1.2秒 08/30 3新潟33R 3着/11頭+0.4秒 07/27 2新潟21R 4着/7頭+1.3秒 07/05 2福島35R 5着/7頭+1.3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 5.7着 × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 5.8% (オッズ暗示: 9.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.5% / 期待値 -31% ※ 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	フロンテアムーン	▲石田	実46.6	B× A▽勝率4% EV+107% 詳細▼	大穴、AI予想勝率低く長期回収困難（90日ぶりの実戦）
前5走 01/25 1中山912R 4着/16頭+1.8秒 11/09 5東京21R 12着/16頭+1.2秒 10/13 4東京56R 5着/17頭+0.4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 7.7着 (不振) △ ローテーション 90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 0.9% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.2% / 期待値 +108% ※ 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	フュチュール	杉原	実104.3	B× A▽勝率4% EV+352% 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／224日ぶりの実戦）
前5走 12/20 5中山55R 13着/17頭+2.6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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 224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 0.4% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 3.5% / 期待値 +352% ※ 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	クイーンアン	田辺	実9.6	B△ A△勝率7% EV-30% 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10.7着と低調／84日ぶりの実戦）
前5走 03/08 2中山41R 11着/16頭+2.0秒 01/17 1中山65R 14着/18頭+1.2秒 12/20 5中山56R 3着/16頭+0.0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 10.7着 (不振) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 10.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.9% / 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。
9	ティンブロポップ	大野	実168.5	B× A▽勝率4% EV+563% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／76日ぶりの実戦）
前5走 01/25 1中山92R 8着/14頭+2.8秒 01/12 1中山52R 12着/16頭+2.9秒 10/13 4東京56R 11着/17頭+1.3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 10.7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 0.2% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 17位 / 勝率 3.5% / 期待値 +563% ※ 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	ケープティアラ	▲上里	実156.7	B× A▽勝率4% EV+635% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.5着と低調／97日ぶりの実戦）
前5走 02/28 1小倉112R 16着/18頭+1.6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 15.5着 (不振) ▽ 前走実績前走 15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) -70% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 3.5% / 期待値 +636% ※ 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	クリスタルドレス	江田照	実3.6	B◎ A×勝率10% EV-66% 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（前走3着／63日ぶりの実戦）
前5走 03/07 2中山35R 11着/18頭+1.4秒 02/10 1東京46R 12着/18頭+1.8秒 01/25 1中山912R 11着/16頭+2.3秒 09/20 4中山65R 11着/16頭+1.0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 5.3着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 24.7% (オッズ暗示: 27.8%) × Aモデルの評価 (参考) レース内 1位 / 勝率 10.0% / 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。
12	アニゴザントス	菊沢	実27.6	B▽ A▽勝率5% EV+33% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（77日ぶりの実戦）
前5走 03/07 2中山35R 6着/18頭+0.9秒 01/17 1中山65R 15着/18頭+1.8秒 11/15 5東京35R 5着/10頭+0.6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 7.0着 (不振) × 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 2.1% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.6% / 期待値 +34% ※ 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	ラスターヴァース	武藤	実61.2	B▽ A▽勝率4% EV+186% 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／76日ぶりの実戦）
前5走 03/07 2中山35R 18着/18頭+3.5秒 02/10 1東京46R 6着/18頭+0.8秒 01/25 1中山92R 4着/14頭+1.5秒 01/05 1中山26R 8着/18頭+0.9秒 11/23 5東京52R 6着/18頭+0.8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 13.0着 (不振) ▽ 前走実績前走 10着 (大敗) × 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 0.9% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 3.9% / 期待値 +186% ※ 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	ジャストビコーズ	◇今村	実8.5	B△ A△勝率7% EV-39% 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3.0着と安定／前走3着／196日ぶりの実戦）
前5走 01/17 1中山65R 3着/18頭+0.2秒 12/21 5中山63R 4着/15頭+0.2秒 11/23 5東京52R 2着/18頭+0.5秒 10/13 4東京51R 4着/15頭+0.7秒 09/13 4中山31R 5着/11頭+1.8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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 196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 9.4% (オッズ暗示: 11.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.3% / 期待値 -40% ※ 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	ヤマニンジェンナ	野中	実170.1	B× A▽勝率4% EV+654% 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 15 ◎ 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 18位 (中位評価) × 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 0.2% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 18位 / 勝率 3.5% / 期待値 +655% ※ 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	カタカムナ	原	実61.0	B▽ A▽勝率4% EV+177% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調／76日ぶりの実戦）
前5走 03/01 1小倉126R 10着/16頭+1.1秒 01/10 1中山35R 11着/15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 12.3着 (不振) ▽ 前走実績前走 13着 (大敗) × 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 0.9% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.1% / 期待値 +177% ※ 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	パルミエ	小崎	実97.7	B▽ A▽勝率4% EV+321% 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／83日ぶりの実戦）
前5走 03/08 2中山41R 15着/16頭+4.4秒 01/05 1中山22R 5着/16頭+1.4秒 11/15 3福島35R 13着/16頭+1.1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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 3.5% / 期待値 +322% ※ 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	ウラヌスリング	岩田康	実11.5	B▽ A▽勝率7% EV-23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 18 ◎ 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 8位 (中位評価) × 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 5.8% (オッズ暗示: 8.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.6% / 期待値 -24% ※ 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 ×

クリスタルドレス

騎手江田照

単勝オッズ

3.6倍

AI期待値

-11%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○1ヴェニゼロス

5.8倍

EV -21%

▲A:▲2ジワタネホ

6.9倍

EV -6%

出走馬全18頭

◎A:×11

クリスタルドレス

江田照

3.6倍

-11%

›

○A:○1

ヴェニゼロス

戸崎圭

5.8倍

-21%

›

▲A:▲2

ジワタネホ

三浦

6.9倍

-6%

›

△A:△3

ブライトエアリー

木幡巧

8.3倍

-3%

›

△A:△14

ジャストビコーズ

◇今村

8.5倍

-19%

›

△A:△8

クイーンアン

田辺

9.6倍

-22%

›

▽A:▽5

ブライスフェアリー

松岡

10.7倍

-38%

›

▽A:▽18

ウラヌスリング

岩田康

11.5倍

-33%

›

▽A:▽12

アニゴザントス

菊沢

27.6倍

-41%

›

×A:▽6

フロンテアムーン

▲石田

46.6倍

-58%

›

▽A:▽16

カタカムナ

原

61.0倍

-45%

›

▽A:▽13

ラスターヴァース

武藤

61.2倍

-45%

›

▽A:▽4

キリスパークル

石橋脩

66.9倍

-40%

›

▽A:▽17

パルミエ

小崎

97.7倍

-20%

›

×A:▽7

フュチュール

杉原

104.3倍

-53%

›

×A:▽10

ケープティアラ

▲上里

156.7倍

-70%

›

×A:▽9

ティンブロポップ

大野

168.5倍

-68%

›

×A:▽15

ヤマニンジェンナ

野中

170.1倍

-67%

›

💡 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	ヴェニゼロス	戸崎圭	実5.8	○詳細▼	AI上位評価だが期待値不足、見送り（77日ぶりの実戦）
前5走 03/07 2中山36R 4着/18頭+0.7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 4.0着 × 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 8.8% (オッズ暗示: 17.2%) ※ 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	ジワタネホ	三浦	実6.9	▲詳細▼	AI上位評価だが期待値不足、見送り（前走2着／69日ぶりの実戦）
前5走 01/25 1中山95R 15着/18頭+2.2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 6.7着 ○ 前走実績前走 2着 (好走) × 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 8.6% (オッズ暗示: 14.5%) ※ 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	ブライトエアリー	木幡巧	実8.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／77日ぶりの実戦）
前5走 03/22 1中京44R 3着/15頭+0.5秒 02/22 1小倉106R 8着/16頭+1.1秒 12/14 5阪神43R 2着/11頭+0.4秒 11/23 5東京52R 9着/18頭+1.0秒 11/08 3福島12R 3着/16頭+0.6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 3.3着 ○ 前走実績前走 3着 (好走) × 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 7.0% (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。
4	キリスパークル	石橋脩	実66.9	▽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／132日ぶりの実戦）
前5走 03/22 2中山86R 9着/18頭+1.7秒 03/01 2中山22R 14着/16頭+2.7秒 01/17 1中山65R 12着/18頭+0.7秒 12/06 5中山15R 10着/18頭+1.6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 11.7着 (不振) △ ローテーション 132日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +188% (市場が大幅過小評価) AI 予想勝率 3.9% (オッズ暗示: 1.5%) ※ 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	ブライスフェアリー	松岡	実10.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 02/14 1小倉75R 12着/18頭+1.7秒 01/31 1小倉32R 12着/18頭+1.2秒 08/30 3新潟33R 3着/11頭+0.4秒 07/27 2新潟21R 4着/7頭+1.3秒 07/05 2福島35R 5着/7頭+1.3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 5.7着 × 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 6.5% (オッズ暗示: 9.3%) ※ 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。
6	フロンテアムーン	▲石田	実46.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（90日ぶりの実戦）
前5走 01/25 1中山912R 4着/16頭+1.8秒 11/09 5東京21R 12着/16頭+1.2秒 10/13 4東京56R 5着/17頭+0.4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 7.7着 (不振) △ ローテーション 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +107% (市場が大幅過小評価) AI 予想勝率 4.2% (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。
7	フュチュール	杉原	実104.3	▽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／224日ぶりの実戦）
前5走 12/20 5中山55R 13着/17頭+2.6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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 224日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +352% (市場が大幅過小評価) AI 予想勝率 3.5% (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。
8	クイーンアン	田辺	実9.6	△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10.7着と低調／84日ぶりの実戦）
前5走 03/08 2中山41R 11着/16頭+2.0秒 01/17 1中山65R 14着/18頭+1.2秒 12/20 5中山56R 3着/16頭+0.0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 10.7着 (不振) × 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 6.9% (オッズ暗示: 10.4%) ※ 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	ティンブロポップ	大野	実168.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／76日ぶりの実戦）
前5走 01/25 1中山92R 8着/14頭+2.8秒 01/12 1中山52R 12着/16頭+2.9秒 10/13 4東京56R 11着/17頭+1.3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 10.7着 (不振) ▽ 前走実績前走 13着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +563% (市場が大幅過小評価) AI 予想勝率 3.5% (オッズ暗示: 0.6%) ※ 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。
10	ケープティアラ	▲上里	実156.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.5着と低調／97日ぶりの実戦）
前5走 02/28 1小倉112R 16着/18頭+1.6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 15.5着 (不振) ▽ 前走実績前走 15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) +635% (市場が大幅過小評価) AI 予想勝率 3.5% (オッズ暗示: 0.6%) ※ 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	クリスタルドレス	江田照	実3.6	×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（前走3着／63日ぶりの実戦）
前5走 03/07 2中山35R 11着/18頭+1.4秒 02/10 1東京46R 12着/18頭+1.8秒 01/25 1中山912R 11着/16頭+2.3秒 09/20 4中山65R 11着/16頭+1.0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 5.3着 ○ 前走実績前走 3着 (好走) × 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 10.0% (オッズ暗示: 27.8%) ※ 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。
12	アニゴザントス	菊沢	実27.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（77日ぶりの実戦）
前5走 03/07 2中山35R 6着/18頭+0.9秒 01/17 1中山65R 15着/18頭+1.8秒 11/15 5東京35R 5着/10頭+0.6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 7.0着 (不振) ◎ 期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 4.6% (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。
13	ラスターヴァース	武藤	実61.2	▽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／76日ぶりの実戦）
前5走 03/07 2中山35R 18着/18頭+3.5秒 02/10 1東京46R 6着/18頭+0.8秒 01/25 1中山92R 4着/14頭+1.5秒 01/05 1中山26R 8着/18頭+0.9秒 11/23 5東京52R 6着/18頭+0.8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 13.0着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +186% (市場が大幅過小評価) AI 予想勝率 3.9% (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。
14	ジャストビコーズ	◇今村	実8.5	△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3.0着と安定／前走3着／196日ぶりの実戦）
前5走 01/17 1中山65R 3着/18頭+0.2秒 12/21 5中山63R 4着/15頭+0.2秒 11/23 5東京52R 2着/18頭+0.5秒 10/13 4東京51R 4着/15頭+0.7秒 09/13 4中山31R 5着/11頭+1.8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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 196日休養明け × 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 7.3% (オッズ暗示: 11.8%) ※ 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	ヤマニンジェンナ	野中	実170.1	▽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 15 ◎ 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 18位 (中位評価) 🌟◎ 期待値 (オッズ vs AI勝率) +654% (市場が大幅過小評価) AI 予想勝率 3.5% (オッズ暗示: 0.6%) ※ 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。
16	カタカムナ	原	実61.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調／76日ぶりの実戦）
前5走 03/01 1小倉126R 10着/16頭+1.1秒 01/10 1中山35R 11着/15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 12.3着 (不振) ▽ 前走実績前走 13着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +177% (市場が大幅過小評価) AI 予想勝率 4.1% (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。
17	パルミエ	小崎	実97.7	▽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／83日ぶりの実戦）
前5走 03/08 2中山41R 15着/16頭+4.4秒 01/05 1中山22R 5着/16頭+1.4秒 11/15 3福島35R 13着/16頭+1.1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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +321% (市場が大幅過小評価) AI 予想勝率 3.5% (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。
18	ウラヌスリング	岩田康	実11.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 18 ◎ 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 7位 (中位評価) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 6.6% (オッズ暗示: 8.7%) ※ 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。

🎯 AIの本命

AI評価1位

クリスタルドレス

騎手江田照

単勝オッズ

3.6倍

AI期待値

-66%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1ヴェニゼロス

5.8倍

EV -44%

▲2ジワタネホ

6.9倍

EV -43%

出走馬全18頭

×11

クリスタルドレス

江田照

3.6倍

-66%

›

○1

ヴェニゼロス

戸崎圭

5.8倍

-44%

›

▲2

ジワタネホ

三浦

6.9倍

-43%

›

△14

ジャストビコーズ

◇今村

8.5倍

-39%

›

△3

ブライトエアリー

木幡巧

8.3倍

-40%

›

△8

クイーンアン

田辺

9.6倍

-30%

›

▽18

ウラヌスリング

岩田康

11.5倍

-23%

›

▽5

ブライスフェアリー

松岡

10.7倍

-31%

›

▽12

アニゴザントス

菊沢

27.6倍

+33%

›

▽6

フロンテアムーン

▲石田

46.6倍

+107%

›

▽16

カタカムナ

原

61.0倍

+177%

›

▽13

ラスターヴァース

武藤

61.2倍

+186%

›

▽4

キリスパークル

石橋脩

66.9倍

+188%

›

▽17

パルミエ

小崎

97.7倍

+321%

›

▽7

フュチュール

杉原

104.3倍

+352%

›

▽10

ケープティアラ

▲上里

156.7倍

+635%

›

▽9

ティンブロポップ

大野

168.5倍

+563%

›

▽15

ヤマニンジェンナ

野中

170.1倍

+654%

›

💡 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。