新潟 8R 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

8R 新潟競馬場　発走 16:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クォーツァイト	佐々木	実89.9	B▽ A▽勝率4% EV+276% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／91日ぶりの実戦）
前5走 02/22 1東京812R 6着/16頭+0.6秒 11/24 5東京68R 7着/15頭+1.6秒 10/05 4東京212R 6着/16頭+0.7秒 08/02 1札幌312R 9着/14頭+2.0秒 06/29 1函館610R 5着/11頭+1.2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 9.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 91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 0.8% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.2% / 期待値 +277% ※ 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	ラヴェンデル	坂井	実34.0	B▽ A▽勝率5% EV+79% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 03/21 1阪神912R 14着/15頭+1.8秒 12/13 5中京32R 12着/16頭+1.2秒 11/16 3福島47R 13着/16頭+1.2秒 08/17 3中京812R 12着/18頭+0.8秒 07/13 2小倉612R 14着/15頭+1.6秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.3% / 期待値 +79% ※ 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	リュウノタブーク	原	実195.3	B× A▽勝率4% EV+600% 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／84日ぶりの実戦）
前5走 02/15 1東京68R 11着/14頭+1.5秒 01/18 1中山78R 15着/16頭+3.0秒 10/18 4東京612R 11着/14頭+2.0秒 10/05 4東京212R 10着/16頭+1.2秒 06/22 3東京67R 1着/16頭勝利
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 10.3着 (不振) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 17位 / 勝率 3.6% / 期待値 +601% ※ 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	ミスエル	武藤	実143.6	B× A▽勝率4% EV+415% 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／77日ぶりの実戦）
前5走 03/15 1中京29R 10着/15頭+1.3秒 12/20 5中京510R 10着/16頭+0.9秒 12/06 5中京110R 10着/13頭+1.3秒 10/18 4新潟110R 3着/15頭+0.6秒 08/30 3新潟312R 1着/15頭勝利
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 8.0着 (不振) ○ 当競馬場適性 9走で勝率 22% (相性良) × 期待値 (オッズ vs AI勝率) -76% (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 16位 / 勝率 3.6% / 期待値 +415% ※ 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	スペルキャスター	Ｍデムーロ	実56.9	B▽ A▽勝率5% EV+175% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率100%と好調／前走勝利の勢い／437日ぶりの実戦）
前5走 05/29 園田12R 1着/11頭勝利 05/29 園田12R 1着/11頭勝利 05/29 園田12R 1着/11頭勝利 05/29 園田12R 1着/11頭勝利 05/29 園田12R 1着/11頭勝利
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 437日休養明け △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 1.9% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.8% / 期待値 +175% ※ 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	ゼンダンタカ	杉原	実73.1	B▽ A▽勝率4% EV+216% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／直近3走平均13.7着と低調／161日ぶりの実戦）
前5走 03/01 1小倉1210R 18着/18頭+2.0秒 11/22 3福島510R 15着/16頭+2.3秒 10/19 4新潟210R 8着/18頭+1.0秒 08/10 2新潟68R 6着/18頭+0.5秒 06/15 3阪神49R 15着/15頭+3.5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 13.7着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 18着 (大敗) △ ローテーション 161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 1.1% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.3% / 期待値 +217% ※ 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	ラトルシェ	三浦	実51.6	B▽ A▽勝率5% EV+143% 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／78日ぶりの実戦）
前5走 11/08 3福島110R 5着/16頭+0.5秒 10/19 4新潟210R 5着/18頭+0.9秒 08/24 3新潟27R 1着/18頭勝利 07/20 2福島89R 8着/11頭+0.9秒 07/05 2福島312R 4着/15頭+0.3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 10.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 13着 (大敗) △ 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: 1.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.7% / 期待値 +144% ※ 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	カレンデュラ	江田照	実11.8	B△ A△勝率7% EV-18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 11/24 3福島66R 4着/16頭+0.3秒 11/15 3福島34R 3着/16頭+0.1秒 10/25 4新潟31R 2着/15頭+0.0秒 09/28 4中山92R 3着/16頭+0.3秒 08/31 3新潟43R 5着/18頭+0.8秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 7.0% (オッズ暗示: 8.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.9% / 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。
9	サトノアルペジオ	田辺裕信	実66.9	B▽ A▽勝率4% EV+196% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 05/24 2東京98R 1着/16頭勝利 05/24 2東京98R 1着/16頭勝利 05/24 2東京98R 1着/16頭勝利 05/24 2東京98R 1着/16頭勝利 05/24 2東京98R 1着/16頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) × 当競馬場適性 24走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 442日休養明け △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 1.9% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.4% / 期待値 +197% ※ 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	ペイシャヴァルツー	石川	実70.6	B▽ A▽勝率4% EV+202% 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／98日ぶりの実戦）
前5走 02/15 2京都612R 15着/16頭+2.8秒 01/31 1小倉39R 14着/14頭+1.3秒 08/17 1札幌810R 11着/11頭+1.2秒 07/20 2小倉86R 1着/9頭勝利 07/06 2小倉48R 8着/14頭+1.3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 13.7着 (不振) ▽ 前走実績前走 12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) -22% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.3% / 期待値 +202% ※ 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	ハニーローリエ	菊沢	実2.7	B🌟◎ A×勝率11% EV-71% 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2着／78日ぶりの実戦）
前5走 01/31 1小倉39R 6着/14頭+0.2秒 11/08 3福島14R 1着/16頭勝利 10/19 4新潟24R 2着/13頭+0.4秒 08/17 2新潟85R 1着/15頭勝利 07/26 2新潟19R 2着/14頭+0.1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 2.3着 (安定) △ 当競馬場適性 7走で勝率 14% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 31.7% (オッズ暗示: 37.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 10.5% / 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。
12	レジーナローズ	津村	実9.5	B△ A△勝率7% EV-34% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場60走で勝率0%と苦戦傾向／直近3走平均2.0着と安定／前走2着）
前5走 05/18 1新潟69R 2着/16頭+0.0秒 05/18 1新潟69R 2着/16頭+0.0秒 05/18 1新潟69R 2着/16頭+0.0秒 05/18 1新潟69R 2着/16頭+0.0秒 05/18 1新潟69R 2着/16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 2.0着 (安定) × 当競馬場適性 60走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 448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 7.0% (オッズ暗示: 10.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.9% / 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	ロードトレゾール	吉村	実5.6	B▲ A▲勝率8% EV-53% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着／154日ぶりの実戦）
前5走 03/08 2中山412R 2着/16頭+0.0秒 02/15 1小倉810R 6着/18頭+0.2秒 01/25 1中山98R 12着/15頭+1.7秒 01/11 1中山412R 3着/16頭+0.5秒 11/02 3京都118R 12着/15頭+1.5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 6.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 154日休養明け × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 11.6% (オッズ暗示: 17.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.4% / 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。
14	ラブディーヴァ	石田	実21.2	B▽ A▽勝率6% EV+22% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／直近3走平均11.0着と低調／78日ぶりの実戦）
前5走 03/01 1小倉1210R 7着/18頭+0.6秒 02/14 1小倉76R 1着/18頭勝利 01/31 1小倉38R 5着/18頭+0.5秒 11/01 4東京106R 13着/15頭+4.5秒 07/06 1函館812R 3着/10頭+0.5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) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 16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 4.1% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.8% / 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。
15	キントラダンサー	田山	実10.8	B△ A△勝率8% EV-17% 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／127日ぶりの実戦）
前5走 03/28 2阪神110R 10着/11頭+1.6秒 03/14 1阪神79R 11着/15頭+0.7秒 12/21 5中京612R 17着/18頭+1.4秒 10/26 3京都98R 14着/14頭+0.9秒 08/10 1札幌67R 1着/15頭勝利
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 127日休養明け △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 10.2% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.6% / 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	メッエフアパラ	菱田	実26.8	B▽ A▽勝率5% EV+35% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／127日ぶりの実戦）
前5走 01/17 1中山66R 1着/16頭勝利 12/28 5中山87R 4着/16頭+0.8秒 11/30 5東京87R 3着/16頭+0.5秒 11/02 4東京116R 5着/16頭+0.9秒 06/22 3東京612R 6着/16頭+0.7秒
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 127日休養明け × 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 2.5% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.1% / 期待値 +35% ※ 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	クールベイビー	岩田望	実4.7	B○ A○勝率10% EV-55% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均12.3着と低調／84日ぶりの実戦）
前5走 10/26 3京都98R 10着/14頭+0.5秒 08/31 3新潟412R 2着/12頭+0.1秒 08/10 2新潟68R 14着/18頭+1.7秒 05/04 1新潟210R 3着/16頭+0.7秒 02/16 1京都612R 16着/16頭+4.4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 12.3着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 前走実績前走 11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 14.2% (オッズ暗示: 21.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.5% / 期待値 -55% ※ 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 ×

ハニーローリエ

騎手菊沢

単勝オッズ

2.7倍

AI期待値

-14%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○17クールベイビー

4.7倍

EV -33%

▲A:▲13ロードトレゾール

5.6倍

EV -34%

出走馬全17頭

◎A:×11

ハニーローリエ

菊沢

2.7倍

-14%

›

○A:○17

クールベイビー

岩田望

4.7倍

-33%

›

▲A:▲13

ロードトレゾール

吉村

5.6倍

-34%

›

△A:△15

キントラダンサー

田山

10.8倍

+10%

›

△A:△12

レジーナローズ

津村

9.5倍

-33%

›

△A:△8

カレンデュラ

江田照

11.8倍

-16%

›

▽A:▽14

ラブディーヴァ

石田

21.2倍

-13%

›

▽A:▽16

メッエフアパラ

菱田

26.8倍

-31%

›

▽A:▽2

ラヴェンデル

坂井

34.0倍

-13%

›

▽A:▽7

ラトルシェ

三浦

51.6倍

-4%

›

▽A:▽5

スペルキャスター

Ｍデムーロ

56.9倍

+5%

›

▽A:▽9

サトノアルペジオ

田辺裕信

66.9倍

+23%

›

▽A:▽10

ペイシャヴァルツー

石川

70.6倍

-21%

›

▽A:▽6

ゼンダンタカ

杉原

73.1倍

-18%

›

▽A:▽1

クォーツァイト

佐々木

89.9倍

-29%

›

×A:▽3

リュウノタブーク

原

195.3倍

-56%

›

×A:▽4

ミスエル

武藤

143.6倍

-76%

›

💡 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

両モデルとも見送り

8R 新潟競馬場　発走 16:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クォーツァイト	佐々木	実89.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／91日ぶりの実戦）
前5走 02/22 1東京812R 6着/16頭+0.6秒 11/24 5東京68R 7着/15頭+1.6秒 10/05 4東京212R 6着/16頭+0.7秒 08/02 1札幌312R 9着/14頭+2.0秒 06/29 1函館610R 5着/11頭+1.2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 9.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +276% (市場が大幅過小評価) AI 予想勝率 4.2% (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。
2	ラヴェンデル	坂井	実34.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 03/21 1阪神912R 14着/15頭+1.8秒 12/13 5中京32R 12着/16頭+1.2秒 11/16 3福島47R 13着/16頭+1.2秒 08/17 3中京812R 12着/18頭+0.8秒 07/13 2小倉612R 14着/15頭+1.6秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +79% (市場が大幅過小評価) AI 予想勝率 5.3% (オッズ暗示: 2.9%) ※ 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	リュウノタブーク	原	実195.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／84日ぶりの実戦）
前5走 02/15 1東京68R 11着/14頭+1.5秒 01/18 1中山78R 15着/16頭+3.0秒 10/18 4東京612R 11着/14頭+2.0秒 10/05 4東京212R 10着/16頭+1.2秒 06/22 3東京67R 1着/16頭勝利
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 10.3着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +600% (市場が大幅過小評価) AI 予想勝率 3.6% (オッズ暗示: 0.5%) ※ 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。
4	ミスエル	武藤	実143.6	▽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／77日ぶりの実戦）
前5走 03/15 1中京29R 10着/15頭+1.3秒 12/20 5中京510R 10着/16頭+0.9秒 12/06 5中京110R 10着/13頭+1.3秒 10/18 4新潟110R 3着/15頭+0.6秒 08/30 3新潟312R 1着/15頭勝利
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 8.0着 (不振) ○ 当競馬場適性 9走で勝率 22% (相性良) 🌟◎ 期待値 (オッズ vs AI勝率) +415% (市場が大幅過小評価) AI 予想勝率 3.6% (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。
5	スペルキャスター	Ｍデムーロ	実56.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率100%と好調／前走勝利の勢い／437日ぶりの実戦）
前5走 05/29 園田12R 1着/11頭勝利 05/29 園田12R 1着/11頭勝利 05/29 園田12R 1着/11頭勝利 05/29 園田12R 1着/11頭勝利 05/29 園田12R 1着/11頭勝利
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 437日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +175% (市場が大幅過小評価) AI 予想勝率 4.8% (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。
6	ゼンダンタカ	杉原	実73.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／直近3走平均13.7着と低調／161日ぶりの実戦）
前5走 03/01 1小倉1210R 18着/18頭+2.0秒 11/22 3福島510R 15着/16頭+2.3秒 10/19 4新潟210R 8着/18頭+1.0秒 08/10 2新潟68R 6着/18頭+0.5秒 06/15 3阪神49R 15着/15頭+3.5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 13.7着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 18着 (大敗) △ ローテーション 161日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +216% (市場が大幅過小評価) AI 予想勝率 4.3% (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。
7	ラトルシェ	三浦	実51.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／78日ぶりの実戦）
前5走 11/08 3福島110R 5着/16頭+0.5秒 10/19 4新潟210R 5着/18頭+0.9秒 08/24 3新潟27R 1着/18頭勝利 07/20 2福島89R 8着/11頭+0.9秒 07/05 2福島312R 4着/15頭+0.3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 10.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 前走実績前走 13着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +143% (市場が大幅過小評価) AI 予想勝率 4.7% (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。
8	カレンデュラ	江田照	実11.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 11/24 3福島66R 4着/16頭+0.3秒 11/15 3福島34R 3着/16頭+0.1秒 10/25 4新潟31R 2着/15頭+0.0秒 09/28 4中山92R 3着/16頭+0.3秒 08/31 3新潟43R 5着/18頭+0.8秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 6.9% (オッズ暗示: 8.5%) ※ 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。
9	サトノアルペジオ	田辺裕信	実66.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 05/24 2東京98R 1着/16頭勝利 05/24 2東京98R 1着/16頭勝利 05/24 2東京98R 1着/16頭勝利 05/24 2東京98R 1着/16頭勝利 05/24 2東京98R 1着/16頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) × 当競馬場適性 24走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 442日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +196% (市場が大幅過小評価) AI 予想勝率 4.4% (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	ペイシャヴァルツー	石川	実70.6	▽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／98日ぶりの実戦）
前5走 02/15 2京都612R 15着/16頭+2.8秒 01/31 1小倉39R 14着/14頭+1.3秒 08/17 1札幌810R 11着/11頭+1.2秒 07/20 2小倉86R 1着/9頭勝利 07/06 2小倉48R 8着/14頭+1.3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 13.7着 (不振) ▽ 前走実績前走 12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) +202% (市場が大幅過小評価) AI 予想勝率 4.3% (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。
11	ハニーローリエ	菊沢	実2.7	×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2着／78日ぶりの実戦）
前5走 01/31 1小倉39R 6着/14頭+0.2秒 11/08 3福島14R 1着/16頭勝利 10/19 4新潟24R 2着/13頭+0.4秒 08/17 2新潟85R 1着/15頭勝利 07/26 2新潟19R 2着/14頭+0.1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 2.3着 (安定) △ 当競馬場適性 7走で勝率 14% ○ 前走実績前走 2着 (好走) × 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 10.5% (オッズ暗示: 37.0%) ※ 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。
12	レジーナローズ	津村	実9.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場60走で勝率0%と苦戦傾向／直近3走平均2.0着と安定／前走2着）
前5走 05/18 1新潟69R 2着/16頭+0.0秒 05/18 1新潟69R 2着/16頭+0.0秒 05/18 1新潟69R 2着/16頭+0.0秒 05/18 1新潟69R 2着/16頭+0.0秒 05/18 1新潟69R 2着/16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 2.0着 (安定) × 当競馬場適性 60走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 448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 6.9% (オッズ暗示: 10.5%) ※ 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。
13	ロードトレゾール	吉村	実5.6	▲詳細▼	AI上位評価だが期待値不足、見送り（前走2着／154日ぶりの実戦）
前5走 03/08 2中山412R 2着/16頭+0.0秒 02/15 1小倉810R 6着/18頭+0.2秒 01/25 1中山98R 12着/15頭+1.7秒 01/11 1中山412R 3着/16頭+0.5秒 11/02 3京都118R 12着/15頭+1.5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 6.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 154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 8.4% (オッズ暗示: 17.9%) ※ 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。
14	ラブディーヴァ	石田	実21.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／直近3走平均11.0着と低調／78日ぶりの実戦）
前5走 03/01 1小倉1210R 7着/18頭+0.6秒 02/14 1小倉76R 1着/18頭勝利 01/31 1小倉38R 5着/18頭+0.5秒 11/01 4東京106R 13着/15頭+4.5秒 07/06 1函館812R 3着/10頭+0.5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) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 5.8% (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。
15	キントラダンサー	田山	実10.8	△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／127日ぶりの実戦）
前5走 03/28 2阪神110R 10着/11頭+1.6秒 03/14 1阪神79R 11着/15頭+0.7秒 12/21 5中京612R 17着/18頭+1.4秒 10/26 3京都98R 14着/14頭+0.9秒 08/10 1札幌67R 1着/15頭勝利
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 127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 7.6% (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。
16	メッエフアパラ	菱田	実26.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／127日ぶりの実戦）
前5走 01/17 1中山66R 1着/16頭勝利 12/28 5中山87R 4着/16頭+0.8秒 11/30 5東京87R 3着/16頭+0.5秒 11/02 4東京116R 5着/16頭+0.9秒 06/22 3東京612R 6着/16頭+0.7秒
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 127日休養明け ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 5.1% (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。
17	クールベイビー	岩田望	実4.7	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均12.3着と低調／84日ぶりの実戦）
前5走 10/26 3京都98R 10着/14頭+0.5秒 08/31 3新潟412R 2着/12頭+0.1秒 08/10 2新潟68R 14着/18頭+1.7秒 05/04 1新潟210R 3着/16頭+0.7秒 02/16 1京都612R 16着/16頭+4.4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 12.3着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 前走実績前走 11着 (大敗) × 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 9.5% (オッズ暗示: 21.3%) ※ 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。

🎯 AIの本命

AI評価1位

ハニーローリエ

騎手菊沢

単勝オッズ

2.7倍

AI期待値

-71%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○17クールベイビー

4.7倍

EV -55%

▲13ロードトレゾール

5.6倍

EV -53%

出走馬全17頭

×11

ハニーローリエ

菊沢

2.7倍

-71%

›

○17

クールベイビー

岩田望

4.7倍

-55%

›

▲13

ロードトレゾール

吉村

5.6倍

-53%

›

△15

キントラダンサー

田山

10.8倍

-17%

›

△8

カレンデュラ

江田照

11.8倍

-18%

›

△12

レジーナローズ

津村

9.5倍

-34%

›

▽14

ラブディーヴァ

石田

21.2倍

+22%

›

▽2

ラヴェンデル

坂井

34.0倍

+79%

›

▽16

メッエフアパラ

菱田

26.8倍

+35%

›

▽5

スペルキャスター

Ｍデムーロ

56.9倍

+175%

›

▽7

ラトルシェ

三浦

51.6倍

+143%

›

▽9

サトノアルペジオ

田辺裕信

66.9倍

+196%

›

▽6

ゼンダンタカ

杉原

73.1倍

+216%

›

▽10

ペイシャヴァルツー

石川

70.6倍

+202%

›

▽1

クォーツァイト

佐々木

89.9倍

+276%

›

▽4

ミスエル

武藤

143.6倍

+415%

›

▽3

リュウノタブーク

原

195.3倍

+600%

›

💡 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

両モデルとも見送り

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）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項