新潟 10R 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
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
サレジオ |
戸崎圭 |
実2.2 |
B🌟◎ A×勝率14% EV-68% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 41.7% (オッズ暗示: 45.5%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 14.1% / 期待値 -69% ※ 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 |
エラルディーク |
荻野極 |
実3.0 |
B▲ A○勝率13% EV-62% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 13.5% (オッズ暗示: 33.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 12.6% / 期待値 -62% ※ 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 |
ミズノミヤコ |
原 |
実131.1 |
B× A▽勝率5% EV+526% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 0.3% (オッズ暗示: 0.8%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 4.8% / 期待値 +526% ※ 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 |
マツリダイコ |
津村 |
実4.4 |
B○ A▲勝率13% EV-44% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 23.8% (オッズ暗示: 22.7%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 12.5% / 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。 |
| 5 |
ハナコトバ |
石神深道 |
実50.1 |
B▽ A▽勝率6% EV+220% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.0%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 6.4% / 期待値 +220% ※ 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 |
ルモンテ |
大野 |
実25.8 |
B△ A△勝率6% EV+67% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.9%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.5% / 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。 |
| 7 |
ヤマカンドリーミン |
▲石田 |
実232.2 |
B▽ A▽勝率5% EV+999% 詳細▼ |
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 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 0.3% (オッズ暗示: 0.4%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 4.7% / 期待値 +1000% ※ 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 |
ミッキーコンドル |
小崎 |
実95.3 |
B▽ A▽勝率6% EV+438% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △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 10位 / 勝率 5.6% / 期待値 +438% ※ 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 |
スタニングヴュー |
伊藤 |
実56.2 |
B▽ A▽勝率6% EV+225% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.8%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 5.8% / 期待値 +226% ※ 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 |
ガラク |
田辺 |
実23.9 |
B△ A△勝率7% EV+67% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 3.1% (オッズ暗示: 4.2%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.0% / 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。 |
| 11 |
スピリットサージ |
江田照 |
実58.1 |
B▽ A▽勝率6% EV+244% 詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.7%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 5.9% / 期待値 +245% ※ 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 |
クリスタルタワー |
菊沢 |
実137.3 |
B× A▽勝率5% EV+555% 詳細▼ |
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 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -60% (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 12位 / 勝率 4.8% / 期待値 +556% ※ 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 |
クリールスル |
坂井 |
実10.9 |
B△ A△勝率9% EV+0% 詳細▼ |
|
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 8.7% (オッズ暗示: 9.2%) △Aモデルの評価 (参考) レース内 4位 / 勝率 9.2% / 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。 |
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の推奨本命の次点
出走馬全13頭
△期待値 (オッズ vs AI勝率)
-8% (オッズ過剰評価)
AI 予想勝率
41.7% (オッズ暗示: 45.5%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 14.1% / 期待値 -69%
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
23.8% (オッズ暗示: 22.7%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 12.5% / 期待値 -45%
×期待値 (オッズ vs AI勝率)
-60% (大幅な期待値マイナス)
AI 予想勝率
13.5% (オッズ暗示: 33.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 12.6% / 期待値 -62%
△期待値 (オッズ vs AI勝率)
-5% (オッズ過剰評価)
AI 予想勝率
8.7% (オッズ暗示: 9.2%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 9.2% / 期待値 +0%
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
3.1% (オッズ暗示: 4.2%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.0% / 期待値 +68%
△期待値 (オッズ vs AI勝率)
-25% (オッズ過剰評価)
AI 予想勝率
2.9% (オッズ暗示: 3.9%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.5% / 期待値 +67%
△期待値 (オッズ vs AI勝率)
-4% (オッズ過剰評価)
AI 予想勝率
1.9% (オッズ暗示: 2.0%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 6.4% / 期待値 +220%
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
1.4% (オッズ暗示: 1.8%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 5.8% / 期待値 +226%
△期待値 (オッズ vs AI勝率)
-19% (オッズ過剰評価)
AI 予想勝率
1.4% (オッズ暗示: 1.7%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 5.9% / 期待値 +245%
△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 10位 / 勝率 5.6% / 期待値 +438%
×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
0.3% (オッズ暗示: 0.8%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 4.8% / 期待値 +526%
×期待値 (オッズ vs AI勝率)
-60% (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 12位 / 勝率 4.8% / 期待値 +556%
×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
0.3% (オッズ暗示: 0.4%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 4.7% / 期待値 +1000%
💡 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)
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
サレジオ |
戸崎圭 |
実2.2 |
×詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 14.1% (オッズ暗示: 45.5%) ※ 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。 |
| 2 |
エラルディーク |
荻野極 |
実3.0 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 12.6% (オッズ暗示: 33.3%) ※ 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。 |
| 3 |
ミズノミヤコ |
原 |
実131.1 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +526% (市場が大幅過小評価) AI 予想勝率 4.8% (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。 |
| 4 |
マツリダイコ |
津村 |
実4.4 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 12.5% (オッズ暗示: 22.7%) ※ 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。 |
| 5 |
ハナコトバ |
石神深道 |
実50.1 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +220% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 2.0%) ※ 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 |
ルモンテ |
大野 |
実25.8 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +67% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 3.9%) ※ 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 |
ヤマカンドリーミン |
▲石田 |
実232.2 |
▽詳細▼ |
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 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎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 4.7% (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。 |
| 8 |
ミッキーコンドル |
小崎 |
実95.3 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +438% (市場が大幅過小評価) AI 予想勝率 5.6% (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。 |
| 9 |
スタニングヴュー |
伊藤 |
実56.2 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +225% (市場が大幅過小評価) AI 予想勝率 5.8% (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。 |
| 10 |
ガラク |
田辺 |
実23.9 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +67% (市場が大幅過小評価) AI 予想勝率 7.0% (オッズ暗示: 4.2%) ※ 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。 |
| 11 |
スピリットサージ |
江田照 |
実58.1 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +244% (市場が大幅過小評価) AI 予想勝率 5.9% (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。 |
| 12 |
クリスタルタワー |
菊沢 |
実137.3 |
▽詳細▼ |
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 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +555% (市場が大幅過小評価) AI 予想勝率 4.8% (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 |
クリールスル |
坂井 |
実10.9 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 9.2% (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。 |
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の推奨本命の次点
出走馬全13頭
×期待値 (オッズ vs AI勝率)
-69% (大幅な期待値マイナス)
AI 予想勝率
14.1% (オッズ暗示: 45.5%)
×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
12.6% (オッズ暗示: 33.3%)
×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
12.5% (オッズ暗示: 22.7%)
△期待値 (オッズ vs AI勝率)
+0% (市場と概ね一致)
AI 予想勝率
9.2% (オッズ暗示: 9.2%)
🌟◎期待値 (オッズ vs AI勝率)
+67% (市場が大幅過小評価)
AI 予想勝率
7.0% (オッズ暗示: 4.2%)
🌟◎期待値 (オッズ vs AI勝率)
+67% (市場が大幅過小評価)
AI 予想勝率
6.5% (オッズ暗示: 3.9%)
🌟◎期待値 (オッズ vs AI勝率)
+220% (市場が大幅過小評価)
AI 予想勝率
6.4% (オッズ暗示: 2.0%)
🌟◎期待値 (オッズ vs AI勝率)
+244% (市場が大幅過小評価)
AI 予想勝率
5.9% (オッズ暗示: 1.7%)
🌟◎期待値 (オッズ vs AI勝率)
+225% (市場が大幅過小評価)
AI 予想勝率
5.8% (オッズ暗示: 1.8%)
🌟◎期待値 (オッズ vs AI勝率)
+438% (市場が大幅過小評価)
AI 予想勝率
5.6% (オッズ暗示: 1.0%)
🌟◎期待値 (オッズ vs AI勝率)
+526% (市場が大幅過小評価)
AI 予想勝率
4.8% (オッズ暗示: 0.8%)
🌟◎期待値 (オッズ vs AI勝率)
+555% (市場が大幅過小評価)
AI 予想勝率
4.8% (オッズ暗示: 0.7%)
🌟◎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
4.7% (オッズ暗示: 0.4%)
💡 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)
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。