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 17:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ワイズファミリア	☆田山	実9.4	B△ A△勝率7% EV-36% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（63日ぶりの実戦）
前5走 01/18 1中山712R 4着/16頭+0.3秒 12/21 5中山67R 2着/16頭+0.7秒 11/23 5東京53R 3着/17頭+0.6秒 11/02 4東京114R 2着/16頭+0.2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 4.0着 × 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 5.6% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.7% / 期待値 -37% ※ 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	ルシアージュ	吉村	実10.9	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（70日ぶりの実戦）
前5走 01/04 1中山16R 6着/17頭+0.3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 5.7着 △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 8.1% (オッズ暗示: 9.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.0% / 期待値 -23% ※ 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	バンオンタイム	戸崎圭	実2.1	B🌟◎ A×勝率11% EV-77% 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3.0着と安定／前走3着／63日ぶりの実戦）
前5走 02/15 1小倉85R 4着/16頭+0.6秒 01/31 1小倉37R 3着/16頭+0.2秒 12/21 5中山63R 2着/15頭+0.0秒 11/09 5東京24R 2着/14頭+0.2秒 08/10 2新潟62R 3着/12頭+0.5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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 34.7% (オッズ暗示: 47.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 10.8% / 期待値 -77% ※ 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	フジサン	大野	実14.4	B▽ A▽勝率6% EV-16% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回8日福島2R 4着/16頭 ― ― ― ―
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 6.7着 × 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 4.7% (オッズ暗示: 6.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.8% / 期待値 -16% ※ 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	フーディエラン	江田照	実40.3	B▽ A▽勝率4% EV+76% 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／77日ぶりの実戦）
前5走 02/28 1小倉111R 12着/16頭+3.0秒 02/01 1東京23R 12着/16頭+2.7秒 01/10 1中山32R 6着/16頭+1.1秒 10/25 4新潟33R 6着/13頭+0.5秒 10/04 4東京13R 8着/17頭+1.1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 11.0着 (不振) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.4% / 期待値 +77% ※ 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	スカイドリーマー	杉原	実58.2	B× A▽勝率4% EV+140% 詳細▼	大穴、AI予想勝率低く長期回収困難（189日ぶりの実戦）
前5走 02/01 1東京212R 6着/16頭+1.0秒 10/13 4東京56R 9着/17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 7.5着 (不振) △ ローテーション 189日休養明け × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.1% / 期待値 +141% ※ 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	ピコプリンセス	丸田	実118.9	B× A▽勝率4% EV+333% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／183日ぶりの実戦）
前5走 02/07 1東京35R 14着/16頭+1.6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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 183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 0.3% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 18位 / 勝率 3.6% / 期待値 +334% ※ 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	ガミーヌ	武藤	実40.5	B▽ A▽勝率4% EV+81% 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0%と苦戦傾向／85日ぶりの実戦）
前5走 03/15 1中京23R 9着/16頭+0.8秒 12/06 5中山13R 8着/15頭+0.5秒 11/09 5東京21R 5着/16頭+0.6秒 10/25 4新潟33R 8着/13頭+0.8秒 08/30 3新潟33R 6着/11頭+1.3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 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.5% / 期待値 +81% ※ 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	スチールギターラグ	三浦	実8.3	B▲ A▲勝率8% EV-33% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.0着と低調）
前5走 2回7日福島7R 5着/16頭 ― ― ― ―
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 8.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 12.8% (オッズ暗示: 12.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.0% / 期待値 -33% ※ 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	ダノンドナウ	菊沢	実8.2	B○ A○勝率8% EV-31% 詳細▼	AI上位評価だが期待値不足、見送り（308日ぶりの実戦）
前5走 10/05 4東京22R 5着/11頭+1.2秒 09/06 2札幌55R 4着/10頭+1.0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 4.5着 △ ローテーション 308日休養明け △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 13.0% (オッズ暗示: 12.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 8.4% / 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。
11	オドラタス	△石神道	実42.2	B▽ A▽勝率5% EV+92% 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／133日ぶりの実戦）
前5走 03/29 3中山25R 12着/13頭+3.5秒 03/15 1中京23R 11着/16頭+1.1秒 11/02 4東京114R 11着/16頭+1.8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 11.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.6% / 期待値 +92% ※ 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	セルリア	田辺裕信	実43.3	B▽ A▽勝率4% EV+84% 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／63日ぶりの実戦）
前5走 02/14 2京都56R 14着/17頭+2.5秒 01/10 1中山37R 10着/16頭+1.6秒 10/25 4東京82R 8着/10頭+2.2秒 10/11 4東京31R 4着/10頭+0.4秒 07/27 2新潟21R 5着/7頭+1.4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 9.3着 (不振) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.3% / 期待値 +84% ※ 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	リーゼントモニカ	▲石田	実75.4	B▽ A▽勝率4% EV+210% 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 13 ◎ 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 15位 (中位評価) × 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 0.9% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 16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。
14	ゲンパチロマン	佐々木	実101.7	B▽ A▽勝率4% EV+314% 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 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 17位 (中位評価) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 17位 / 勝率 4.1% / 期待値 +314% ※ 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	フルールロイヤル	岩田望	実57.8	B▽ A▽勝率5% EV+162% 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／183日ぶりの実戦）
前5走 02/07 1東京35R 10着/16頭+1.1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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 183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 1.2% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.5% / 期待値 +163% ※ 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	ベルランコントル	原	実12.9	B△ A△勝率7% EV-15% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（105日ぶりの実戦）
前5走 03/29 3中山24R 4着/16頭+0.9秒 03/08 2中山45R 4着/16頭+1.3秒 12/20 5中山53R 14着/16頭+2.0秒 12/07 5中山22R 3着/16頭+0.0秒 11/15 3福島33R 4着/16頭+0.4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 5.3着 △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 7.7% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.5% / 期待値 -16% ※ 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	ジーティージェミル	▲上里	実84.7	B▽ A▽勝率4% EV+248% 詳細▼	大穴、AI予想勝率低く長期回収困難（239日ぶりの実戦）
前5走 12/13 5中山31R 8着/14頭+1.1秒 11/30 5東京82R 4着/13頭+1.0秒 11/08 5東京16R 6着/13頭+0.7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 △ ローテーション 239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 0.9% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.1% / 期待値 +249% ※ 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	レガリーノ	石橋脩	実59.9	B▽ A▽勝率4% EV+163% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／77日ぶりの実戦）
前5走 01/05 1中山25R 10着/16頭+1.8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 6.3着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.4% / 期待値 +164% ※ 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 ×

バンオンタイム

騎手戸崎圭

単勝オッズ

2.1倍

AI期待値

-27%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○10ダノンドナウ

8.2倍

EV +6%

▲A:▲9スチールギターラグ

8.3倍

EV +5%

出走馬全18頭

◎A:×3

バンオンタイム

戸崎圭

2.1倍

-27%

›

○A:○10

ダノンドナウ

菊沢

8.2倍

+6%

›

▲A:▲9

スチールギターラグ

三浦

8.3倍

+5%

›

△A:△2

ルシアージュ

吉村

10.9倍

-12%

›

△A:△16

ベルランコントル

原

12.9倍

›

△A:△1

ワイズファミリア

☆田山

9.4倍

-47%

›

▽A:▽4

フジサン

大野

14.4倍

-32%

›

▽A:▽5

フーディエラン

江田照

40.3倍

-18%

›

▽A:▽8

ガミーヌ

武藤

40.5倍

-17%

›

▽A:▽11

オドラタス

△石神道

42.2倍

-14%

›

▽A:▽12

セルリア

田辺裕信

43.3倍

-47%

›

▽A:▽15

フルールロイヤル

岩田望

57.8倍

-29%

›

▽A:▽18

レガリーノ

石橋脩

59.9倍

-27%

›

×A:▽6

スカイドリーマー

杉原

58.2倍

-50%

›

▽A:▽13

リーゼントモニカ

▲石田

75.4倍

-35%

›

▽A:▽17

ジーティージェミル

▲上里

84.7倍

-27%

›

▽A:▽14

ゲンパチロマン

佐々木

101.7倍

-13%

›

×A:▽7

ピコプリンセス

丸田

118.9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

両モデルとも見送り

11R 新潟競馬場　発走 17:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ワイズファミリア	☆田山	実9.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（63日ぶりの実戦）
前5走 01/18 1中山712R 4着/16頭+0.3秒 12/21 5中山67R 2着/16頭+0.7秒 11/23 5東京53R 3着/17頭+0.6秒 11/02 4東京114R 2着/16頭+0.2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 4.0着 × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 10.6%) ※ 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。
2	ルシアージュ	吉村	実10.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（70日ぶりの実戦）
前5走 01/04 1中山16R 6着/17頭+0.3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 5.7着 △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 7.0% (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。
3	バンオンタイム	戸崎圭	実2.1	×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3.0着と安定／前走3着／63日ぶりの実戦）
前5走 02/15 1小倉85R 4着/16頭+0.6秒 01/31 1小倉37R 3着/16頭+0.2秒 12/21 5中山63R 2着/15頭+0.0秒 11/09 5東京24R 2着/14頭+0.2秒 08/10 2新潟62R 3着/12頭+0.5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 3.0着 (安定) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 10.8% (オッズ暗示: 47.6%) ※ 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。
4	フジサン	大野	実14.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回8日福島2R 4着/16頭 ― ― ― ―
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 6.7着 △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 5.8% (オッズ暗示: 6.9%) ※ 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。
5	フーディエラン	江田照	実40.3	▽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／77日ぶりの実戦）
前5走 02/28 1小倉111R 12着/16頭+3.0秒 02/01 1東京23R 12着/16頭+2.7秒 01/10 1中山32R 6着/16頭+1.1秒 10/25 4新潟33R 6着/13頭+0.5秒 10/04 4東京13R 8着/17頭+1.1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 11.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +76% (市場が大幅過小評価) AI 予想勝率 4.4% (オッズ暗示: 2.5%) ※ 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。
6	スカイドリーマー	杉原	実58.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（189日ぶりの実戦）
前5走 02/01 1東京212R 6着/16頭+1.0秒 10/13 4東京56R 9着/17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 7.5着 (不振) △ ローテーション 189日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +140% (市場が大幅過小評価) AI 予想勝率 4.1% (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。
7	ピコプリンセス	丸田	実118.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／183日ぶりの実戦）
前5走 02/07 1東京35R 14着/16頭+1.6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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 183日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +333% (市場が大幅過小評価) AI 予想勝率 3.6% (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。
8	ガミーヌ	武藤	実40.5	▽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0%と苦戦傾向／85日ぶりの実戦）
前5走 03/15 1中京23R 9着/16頭+0.8秒 12/06 5中山13R 8着/15頭+0.5秒 11/09 5東京21R 5着/16頭+0.6秒 10/25 4新潟33R 8着/13頭+0.8秒 08/30 3新潟33R 6着/11頭+1.3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 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +81% (市場が大幅過小評価) AI 予想勝率 4.5% (オッズ暗示: 2.5%) ※ 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	スチールギターラグ	三浦	実8.3	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.0着と低調）
前5走 2回7日福島7R 5着/16頭 ― ― ― ―
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 8.0着 (不振) ▽ 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 8.0% (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。
10	ダノンドナウ	菊沢	実8.2	○詳細▼	AI上位評価だが期待値不足、見送り（308日ぶりの実戦）
前5走 10/05 4東京22R 5着/11頭+1.2秒 09/06 2札幌55R 4着/10頭+1.0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 4.5着 △ ローテーション 308日休養明け × 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 8.4% (オッズ暗示: 12.2%) ※ 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	オドラタス	△石神道	実42.2	▽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／133日ぶりの実戦）
前5走 03/29 3中山25R 12着/13頭+3.5秒 03/15 1中京23R 11着/16頭+1.1秒 11/02 4東京114R 11着/16頭+1.8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 11.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 133日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +92% (市場が大幅過小評価) AI 予想勝率 4.6% (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。
12	セルリア	田辺裕信	実43.3	▽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／63日ぶりの実戦）
前5走 02/14 2京都56R 14着/17頭+2.5秒 01/10 1中山37R 10着/16頭+1.6秒 10/25 4東京82R 8着/10頭+2.2秒 10/11 4東京31R 4着/10頭+0.4秒 07/27 2新潟21R 5着/7頭+1.4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 9.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +84% (市場が大幅過小評価) AI 予想勝率 4.3% (オッズ暗示: 2.3%) ※ 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。
13	リーゼントモニカ	▲石田	実75.4	▽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 13 ◎ 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 16位 (中位評価) 🌟◎ 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。
14	ゲンパチロマン	佐々木	実101.7	▽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 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 17位 (中位評価) 🌟◎ 期待値 (オッズ vs AI勝率) +314% (市場が大幅過小評価) AI 予想勝率 4.1% (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。
15	フルールロイヤル	岩田望	実57.8	▽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／183日ぶりの実戦）
前5走 02/07 1東京35R 10着/16頭+1.1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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 183日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +162% (市場が大幅過小評価) AI 予想勝率 4.5% (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。
16	ベルランコントル	原	実12.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（105日ぶりの実戦）
前5走 03/29 3中山24R 4着/16頭+0.9秒 03/08 2中山45R 4着/16頭+1.3秒 12/20 5中山53R 14着/16頭+2.0秒 12/07 5中山22R 3着/16頭+0.0秒 11/15 3福島33R 4着/16頭+0.4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 5.3着 △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 7.8%) ※ 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。
17	ジーティージェミル	▲上里	実84.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（239日ぶりの実戦）
前5走 12/13 5中山31R 8着/14頭+1.1秒 11/30 5東京82R 4着/13頭+1.0秒 11/08 5東京16R 6着/13頭+0.7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 △ ローテーション 239日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +248% (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。
18	レガリーノ	石橋脩	実59.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／77日ぶりの実戦）
前5走 01/05 1中山25R 10着/16頭+1.8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 6.3着 ○ 前走実績前走 3着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +163% (市場が大幅過小評価) AI 予想勝率 4.4% (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。

🎯 AIの本命

AI評価1位

バンオンタイム

騎手戸崎圭

単勝オッズ

2.1倍

AI期待値

-77%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10ダノンドナウ

8.2倍

EV -31%

▲9スチールギターラグ

8.3倍

EV -33%

出走馬全18頭

×3

バンオンタイム

戸崎圭

2.1倍

-77%

›

○10

ダノンドナウ

菊沢

8.2倍

-31%

›

▲9

スチールギターラグ

三浦

8.3倍

-33%

›

△2

ルシアージュ

吉村

10.9倍

-23%

›

△1

ワイズファミリア

☆田山

9.4倍

-36%

›

△16

ベルランコントル

原

12.9倍

-15%

›

▽4

フジサン

大野

14.4倍

-16%

›

▽11

オドラタス

△石神道

42.2倍

+92%

›

▽15

フルールロイヤル

岩田望

57.8倍

+162%

›

▽8

ガミーヌ

武藤

40.5倍

+81%

›

▽18

レガリーノ

石橋脩

59.9倍

+163%

›

▽5

フーディエラン

江田照

40.3倍

+76%

›

▽12

セルリア

田辺裕信

43.3倍

+84%

›

▽6

スカイドリーマー

杉原

58.2倍

+140%

›

▽17

ジーティージェミル

▲上里

84.7倍

+248%

›

▽13

リーゼントモニカ

▲石田

75.4倍

+210%

›

▽14

ゲンパチロマン

佐々木

101.7倍

+314%

›

▽7

ピコプリンセス

丸田

118.9倍

+333%

›

💡 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