新潟 5R 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

5R 新潟競馬場　発走 11:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ナイトバード	荻野極	実16.4	B△ A△勝率6% EV+3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（85日ぶりの実戦）
前5走 03/14 2中山54R 8着/16頭+3.8秒 02/21 1東京75R 5着/14頭+0.7秒 01/17 1中山65R 7着/18頭+0.4秒 11/08 5東京15R 4着/13頭+0.9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 7.7着 (不振) ▽ 前走実績前走 10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 4.4% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.3% / 期待値 +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	ラグアイリータ	菊沢	実21.4	B▽ A▽勝率6% EV+18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（266日ぶりの実戦）
前5走 11/09 5東京24R 14着/14頭+2.1秒 10/18 4東京63R 2着/8頭+0.1秒 10/04 4東京15R 4着/17頭+0.5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 14着 (大敗) △ ローテーション 266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 3.4% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.5% / 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。
3	セーヌデローヴ	石川	実15.0	B△ A△勝率7% EV0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／77日ぶりの実戦）
前5走 02/01 1東京21R 9着/16頭+2.3秒 01/10 1中山37R 5着/16頭+0.9秒 12/21 5中山65R 4着/16頭+0.9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 10.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 5.2% (オッズ暗示: 6.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.6% / 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。
4	ジーナグレイス	国分恭	実171.6	B× A▽勝率4% EV+537% 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／98日ぶりの実戦）
前5走 01/04 1中山11R 14着/16頭+3.1秒 11/01 4東京104R 6着/16頭+1.8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 12.7着 (不振) ▽ 前走実績前走 15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) -61% (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 3.7% / 期待値 +537% ※ 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	チルチャンプ	津村	実2.8	B○ A○勝率11% EV-69% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 5 ◎ 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 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 25.6% (オッズ暗示: 35.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 10.9% / 期待値 -70% ※ 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	エクストラダーク	△石神道	実75.9	B▽ A▽勝率4% EV+210% 詳細▼	大穴、AI予想勝率低く長期回収困難（71日ぶりの実戦）
前5走 03/22 1中京45R 5着/16頭+0.8秒 12/14 5中山43R 10着/18頭+2.4秒 11/24 3福島65R 4着/16頭+0.7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 7.0着 (不振) × 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: 1.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.1% / 期待値 +210% ※ 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	レッドレガリア	戸崎圭	実2.5	B🌟◎ A×勝率11% EV-72% 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（直近3走平均2.3着と安定／前走3着／105日ぶりの実戦）
前5走 03/21 2中山75R 2着/13頭+0.3秒 12/28 5中山86R 2着/18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 2.3着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 32.3% (オッズ暗示: 40.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 11.0% / 期待値 -72% ※ 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	ルビーサンセット	武藤	実305.8	B▽ A▽勝率4% EV+999% 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／85日ぶりの実戦）
前5走 02/14 1東京54R 10着/15頭+3.4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 13.0着 (不振) ▽ 前走実績前走 16着 (大敗) × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 18位 / 勝率 3.7% / 期待値 +1035% ※ 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	イバラヒメ	◇今村	実64.9	B▽ A▽勝率4% EV+176% 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／99日ぶりの実戦）
前5走 03/07 2中山36R 14着/18頭+1.8秒 12/06 5中山13R 10着/15頭+0.8秒 11/01 4東京105R 10着/13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 11.0着 (不振) △ ローテーション 99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 1.1% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.3% / 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。
10	レーザーキック	原	実123.1	B× A▽勝率4% EV+358% 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／71日ぶりの実戦）
前5走 12/13 5中山35R 8着/13頭+0.9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) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 3.7% / 期待値 +358% ※ 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	ビップマリク	木幡巧	実64.2	B▽ A▽勝率5% EV+200% 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／71日ぶりの実戦）
前5走 01/24 1中山82R 13着/16頭+4.3秒 12/13 5中山35R 11着/13頭+2.1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 9.3着 (不振) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 1.9% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.7% / 期待値 +201% ※ 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	カルダモン	丸山	実9.6	B▲ A▲勝率8% EV-27% 詳細▼	AI上位評価だが期待値不足、見送り（106日ぶりの実戦）
前5走 01/17 1中山65R 4着/18頭+0.3秒 11/08 5東京13R 5着/12頭+1.3秒 08/23 3新潟15R 2着/13頭+0.0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 4.7着 △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 11.9% (オッズ暗示: 10.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.5% / 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。
13	ニシノトップダノン	野中	実83.8	B▽ A▽勝率4% EV+242% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 11/29 5東京75R 4着/13頭+0.4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 7.0着 (不振) ▽ 前走実績前走 10着 (大敗) × 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%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.1% / 期待値 +243% ※ 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	キタノアヤカ	▲上里	実246.4	B× A▽勝率4% EV+814% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／106日ぶりの実戦）
前5走 01/25 1中山912R 6着/16頭+1.9秒 09/27 4中山83R 14着/16頭+2.7秒 08/24 3新潟26R 13着/13頭+5.7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 8.0着 (不振) △ ローテーション 106日休養明け × 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 0.2% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 17位 / 勝率 3.7% / 期待値 +815% ※ 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	テンノルーキー	▲石田	実167.1	B× A▽勝率4% EV+520% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.5着と低調／169日ぶりの実戦）
前5走 02/14 1東京51R 16着/16頭+4.6秒 11/29 5東京74R 13着/16頭+3.6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 14.5着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 169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 0.2% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 3.7% / 期待値 +520% ※ 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	プラネタリーアワー	菱田	実16.9	B▽ A▽勝率6% EV0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.7着と低調／85日ぶりの実戦）
前5走 02/14 1東京51R 13着/16頭+2.9秒 11/29 5東京72R 8着/18頭+0.9秒 11/08 5東京16R 4着/13頭+0.5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 10.7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 4.1% (オッズ暗示: 5.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.9% / 期待値 -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。
17	フキョウワオン	三浦	実13.2	B△ A△勝率7% EV-9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（84日ぶりの実戦）
前5走 03/29 1中京65R 9着/16頭+1.2秒 11/16 5東京42R 5着/18頭+0.6秒 10/26 4東京95R 11着/16頭+1.5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 6.0着 △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.8% / 期待値 -10% ※ 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	アオゾラランチ	吉田豊	実142.9	B× A▽勝率4% EV+430% 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／210日ぶりの実戦）
前5走 01/04 1中山16R 10着/17頭+0.7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 10.0着 (不振) ▽ 前走実績前走 10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) -55% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 3.7% / 期待値 +430% ※ 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 ×

レッドレガリア

騎手戸崎圭

単勝オッズ

2.5倍

AI期待値

-19%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5チルチャンプ

2.8倍

EV -28%

▲A:▲12カルダモン

9.6倍

EV +13%

出走馬全18頭

◎A:×7

レッドレガリア

戸崎圭

2.5倍

-19%

›

○A:○5

チルチャンプ

津村

2.8倍

-28%

›

▲A:▲12

カルダモン

丸山

9.6倍

+13%

›

△A:△17

フキョウワオン

三浦

13.2倍

-5%

›

△A:△3

セーヌデローヴ

石川

15.0倍

-22%

›

△A:△1

ナイトバード

荻野極

16.4倍

-28%

›

▽A:▽16

プラネタリーアワー

菱田

16.9倍

-29%

›

▽A:▽2

ラグアイリータ

菊沢

21.4倍

-26%

›

▽A:▽11

ビップマリク

木幡巧

64.2倍

+21%

›

▽A:▽9

イバラヒメ

◇今村

64.9倍

-26%

›

▽A:▽6

エクストラダーク

△石神道

75.9倍

-39%

›

▽A:▽13

ニシノトップダノン

野中

83.8倍

-33%

›

×A:▽18

アオゾラランチ

吉田豊

142.9倍

-54%

›

×A:▽10

レーザーキック

原

123.1倍

-71%

›

×A:▽15

テンノルーキー

▲石田

167.1倍

-61%

›

×A:▽4

ジーナグレイス

国分恭

171.6倍

-60%

›

×A:▽14

キタノアヤカ

▲上里

246.4倍

-58%

›

▽A:▽8

ルビーサンセット

武藤

305.8倍

-48%

›

💡 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）

5R 新潟競馬場　発走 11:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ナイトバード	荻野極	実16.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（85日ぶりの実戦）
前5走 03/14 2中山54R 8着/16頭+3.8秒 02/21 1東京75R 5着/14頭+0.7秒 01/17 1中山65R 7着/18頭+0.4秒 11/08 5東京15R 4着/13頭+0.9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 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 6.3% (オッズ暗示: 6.1%) ※ 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。
2	ラグアイリータ	菊沢	実21.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（266日ぶりの実戦）
前5走 11/09 5東京24R 14着/14頭+2.1秒 10/18 4東京63R 2着/8頭+0.1秒 10/04 4東京15R 4着/17頭+0.5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 14着 (大敗) △ ローテーション 266日休養明け △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 5.5% (オッズ暗示: 4.7%) ※ 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。
3	セーヌデローヴ	石川	実15.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／77日ぶりの実戦）
前5走 02/01 1東京21R 9着/16頭+2.3秒 01/10 1中山37R 5着/16頭+0.9秒 12/21 5中山65R 4着/16頭+0.9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 10.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 6.6% (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。
4	ジーナグレイス	国分恭	実171.6	▽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／98日ぶりの実戦）
前5走 01/04 1中山11R 14着/16頭+3.1秒 11/01 4東京104R 6着/16頭+1.8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 12.7着 (不振) ▽ 前走実績前走 15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) +537% (市場が大幅過小評価) AI 予想勝率 3.7% (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。
5	チルチャンプ	津村	実2.8	○詳細▼	人気馬、市場評価通りで上乗せなし
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 5 ◎ 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 2位 (上位評価) × 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 10.9% (オッズ暗示: 35.7%) ※ 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。
6	エクストラダーク	△石神道	実75.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（71日ぶりの実戦）
前5走 03/22 1中京45R 5着/16頭+0.8秒 12/14 5中山43R 10着/18頭+2.4秒 11/24 3福島65R 4着/16頭+0.7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 7.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +210% (市場が大幅過小評価) AI 予想勝率 4.1% (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。
7	レッドレガリア	戸崎圭	実2.5	×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（直近3走平均2.3着と安定／前走3着／105日ぶりの実戦）
前5走 03/21 2中山75R 2着/13頭+0.3秒 12/28 5中山86R 2着/18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 2.3着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 11.0% (オッズ暗示: 40.0%) ※ 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	ルビーサンセット	武藤	実305.8	▽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／85日ぶりの実戦）
前5走 02/14 1東京54R 10着/15頭+3.4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 13.0着 (不振) ▽ 前走実績前走 16着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 3.7% (オッズ暗示: 0.3%) ※ 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。
9	イバラヒメ	◇今村	実64.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／99日ぶりの実戦）
前5走 03/07 2中山36R 14着/18頭+1.8秒 12/06 5中山13R 10着/15頭+0.8秒 11/01 4東京105R 10着/13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 11.0着 (不振) △ ローテーション 99日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +176% (市場が大幅過小評価) AI 予想勝率 4.3% (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。
10	レーザーキック	原	実123.1	▽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／71日ぶりの実戦）
前5走 12/13 5中山35R 8着/13頭+0.9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) 🌟◎ 期待値 (オッズ vs AI勝率) +358% (市場が大幅過小評価) AI 予想勝率 3.7% (オッズ暗示: 0.8%) ※ 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。
11	ビップマリク	木幡巧	実64.2	▽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／71日ぶりの実戦）
前5走 01/24 1中山82R 13着/16頭+4.3秒 12/13 5中山35R 11着/13頭+2.1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 9.3着 (不振) ▽ 前走実績前走 16着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +200% (市場が大幅過小評価) AI 予想勝率 4.7% (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。
12	カルダモン	丸山	実9.6	▲詳細▼	AI上位評価だが期待値不足、見送り（106日ぶりの実戦）
前5走 01/17 1中山65R 4着/18頭+0.3秒 11/08 5東京13R 5着/12頭+1.3秒 08/23 3新潟15R 2着/13頭+0.0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 4.7着 △ ローテーション 106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 7.5% (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。
13	ニシノトップダノン	野中	実83.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 11/29 5東京75R 4着/13頭+0.4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 7.0着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +242% (市場が大幅過小評価) AI 予想勝率 4.1% (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。
14	キタノアヤカ	▲上里	実246.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／106日ぶりの実戦）
前5走 01/25 1中山912R 6着/16頭+1.9秒 09/27 4中山83R 14着/16頭+2.7秒 08/24 3新潟26R 13着/13頭+5.7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 8.0着 (不振) △ ローテーション 106日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +814% (市場が大幅過小評価) AI 予想勝率 3.7% (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。
15	テンノルーキー	▲石田	実167.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.5着と低調／169日ぶりの実戦）
前5走 02/14 1東京51R 16着/16頭+4.6秒 11/29 5東京74R 13着/16頭+3.6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 14.5着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 169日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +520% (市場が大幅過小評価) AI 予想勝率 3.7% (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	プラネタリーアワー	菱田	実16.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.7着と低調／85日ぶりの実戦）
前5走 02/14 1東京51R 13着/16頭+2.9秒 11/29 5東京72R 8着/18頭+0.9秒 11/08 5東京16R 4着/13頭+0.5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 10.7着 (不振) ▽ 前走実績前走 11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 5.9% (オッズ暗示: 5.9%) ※ 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。
17	フキョウワオン	三浦	実13.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（84日ぶりの実戦）
前5走 03/29 1中京65R 9着/16頭+1.2秒 11/16 5東京42R 5着/18頭+0.6秒 10/26 4東京95R 11着/16頭+1.5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 6.0着 △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 7.6%) ※ 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。
18	アオゾラランチ	吉田豊	実142.9	▽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／210日ぶりの実戦）
前5走 01/04 1中山16R 10着/17頭+0.7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 10.0着 (不振) ▽ 前走実績前走 10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) +430% (市場が大幅過小評価) AI 予想勝率 3.7% (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。

🎯 AIの本命

AI評価1位

レッドレガリア

騎手戸崎圭

単勝オッズ

2.5倍

AI期待値

-72%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5チルチャンプ

2.8倍

EV -69%

▲12カルダモン

9.6倍

EV -27%

出走馬全18頭

×7

レッドレガリア

戸崎圭

2.5倍

-72%

›

○5

チルチャンプ

津村

2.8倍

-69%

›

▲12

カルダモン

丸山

9.6倍

-27%

›

△17

フキョウワオン

三浦

13.2倍

-9%

›

△3

セーヌデローヴ

石川

15.0倍

›

△1

ナイトバード

荻野極

16.4倍

+3%

›

▽16

プラネタリーアワー

菱田

16.9倍

›

▽2

ラグアイリータ

菊沢

21.4倍

+18%

›

▽11

ビップマリク

木幡巧

64.2倍

+200%

›

▽9

イバラヒメ

◇今村

64.9倍

+176%

›

▽6

エクストラダーク

△石神道

75.9倍

+210%

›

▽13

ニシノトップダノン

野中

83.8倍

+242%

›

▽10

レーザーキック

原

123.1倍

+358%

›

▽18

アオゾラランチ

吉田豊

142.9倍

+430%

›

▽15

テンノルーキー

▲石田

167.1倍

+520%

›

▽4

ジーナグレイス

国分恭

171.6倍

+537%

›

▽14

キタノアヤカ

▲上里

246.4倍

+814%

›

▽8

ルビーサンセット

武藤

305.8倍

+999%

›

💡 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。