新潟 3R 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

3R 新潟競馬場　発走 10:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サザンヴィターレ	野中	実16.8	B△ A△勝率7% EV+10% 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 1 ◎ 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 6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 3.8% (オッズ暗示: 6.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.6% / 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。
2	ラヴァブルロマン	★谷原	実56.8	B▽ A▽勝率5% EV+184% 詳細▼	大穴、AI予想勝率低く長期回収困難
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 2 ◎ 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 11位 (中位評価) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.0% / 期待値 +185% ※ 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	ラキアーヴェ	戸崎圭	実3.1	B◎ A×勝率11% EV-64% 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9.0着と低調）
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 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) × 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 20.2% (オッズ暗示: 32.3%) × Aモデルの評価 (参考) レース内 1位 / 勝率 11.4% / 期待値 -65% ※ 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	セイウンガジュマル	杉原誠人	実22.9	B▽ A▽勝率6% EV+32% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 4 ◎ 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) -28% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.8% / 期待値 +32% ※ 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	パルセノスミハ	江田照	実37.9	B▽ A▽勝率5% EV+97% 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）
前5走 2回5日福島5R 9着/11頭+1.0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 9.0着 (不振) × 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 1.7% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.2% / 期待値 +97% ※ 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	アレックスケー	石橋脩	実3.9	B○ A○勝率11% EV-56% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 2回1日新潟2R 3着/14頭 ― ― ― ―
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 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) -21% (オッズ過剰評価) AI 予想勝率 20.2% (オッズ暗示: 25.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.1% / 期待値 -57% ※ 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	キュータンチャン	菊沢	実9.9	B△ A△勝率8% EV-25% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 7.7% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.5% / 期待値 -26% ※ 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	イリスロッソ	吉田豊	実5.7	B▲ A▲勝率10% EV-43% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 1回9日函館5R 8着/11頭 1回2日札幌1R 2着/12頭 ― ― ―
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 5.0着 △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 20.2% (オッズ暗示: 17.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.9% / 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。
9	ブラボーワン	▲石田	実79.8	B▽ A▽勝率5% EV+274% 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）
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 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) × 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 0.7% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.7% / 期待値 +274% ※ 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	マリノエスプレッソ	田辺	実20.2	B▽ A▽勝率5% EV+8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 10 ◎ 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) -23% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.4% / 期待値 +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。
11	エリンヘラクレス	△石神道	実52.0	B▽ A▽勝率5% EV+168% 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）
前5走 2回8日福島6R 14着/16頭 ― ― ― ―
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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.2% / 期待値 +169% ※ 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	レオライジング	上里直汰	実135.4	B× A▽勝率4% EV+443% 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）
前5走 2回8日福島1R 7着/10頭 2回1日福島6R 9着/10頭 ― ― ―
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 8.0着 (不振) × 期待値 (オッズ vs AI勝率) -79% (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 15位 / 勝率 4.0% / 期待値 +443% ※ 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	アイアムキレマスネ	津村	実64.9	B▽ A▽勝率5% EV+220% 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）
前5走 2回8日福島6R 13着/16頭 ― ― ― ―
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 13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 1.0% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.9% / 期待値 +221% ※ 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	リコルディオーロ	▲佐藤	実6.8	B△ A△勝率9% EV-36% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 2回1日新潟2R 5着/14頭+5.0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 5.0着 △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 13.3% (オッズ暗示: 14.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 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。
15	アップルザビート	松岡	実110.2	B× A▽勝率4% EV+346% 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）
前5走 2回5日福島5R 11着/11頭 ― ― ― ―
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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) × 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 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.1% / 期待値 +347% ※ 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 ×

ラキアーヴェ

騎手戸崎圭

単勝オッズ

3.1倍

AI期待値

-37%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6アレックスケー

3.9倍

EV -21%

▲A:▲8イリスロッソ

5.7倍

EV +15%

出走馬全15頭

◎A:×3

ラキアーヴェ

戸崎圭

3.1倍

-37%

›

○A:○6

アレックスケー

石橋脩

3.9倍

-21%

›

▲A:▲8

イリスロッソ

吉田豊

5.7倍

+15%

›

△A:△14

リコルディオーロ

▲佐藤

6.8倍

-9%

›

△A:△7

キュータンチャン

菊沢

9.9倍

-23%

›

△A:△1

サザンヴィターレ

野中

16.8倍

-36%

›

▽A:▽10

マリノエスプレッソ

田辺

20.2倍

-23%

›

▽A:▽4

セイウンガジュマル

杉原誠人

22.9倍

-27%

›

▽A:▽5

パルセノスミハ

江田照

37.9倍

-34%

›

▽A:▽11

エリンヘラクレス

△石神道

52.0倍

-9%

›

▽A:▽2

ラヴァブルロマン

★谷原

56.8倍

-1%

›

▽A:▽13

アイアムキレマスネ

津村

64.9倍

-32%

›

▽A:▽9

ブラボーワン

▲石田

79.8倍

-41%

›

×A:▽15

アップルザビート

松岡

110.2倍

-59%

›

×A:▽12

レオライジング

上里直汰

135.4倍

-79%

›

💡 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

3R 新潟競馬場　発走 10:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サザンヴィターレ	野中	実16.8	△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 1 ◎ 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 6位 (中位評価) △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 6.6% (オッズ暗示: 6.0%) ※ 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。
2	ラヴァブルロマン	★谷原	実56.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
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 2 ◎ 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 11位 (中位評価) 🌟◎ 期待値 (オッズ vs AI勝率) +184% (市場が大幅過小評価) AI 予想勝率 5.0% (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。
3	ラキアーヴェ	戸崎圭	実3.1	×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9.0着と低調）
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 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 11.4% (オッズ暗示: 32.3%) ※ 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。
4	セイウンガジュマル	杉原誠人	実22.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 4 ◎ 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) +32% (妙味あり) AI 予想勝率 5.8% (オッズ暗示: 4.4%) ※ 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。
5	パルセノスミハ	江田照	実37.9	▽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）
前5走 2回5日福島5R 9着/11頭+1.0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 9.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +97% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 2.6%) ※ 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。
6	アレックスケー	石橋脩	実3.9	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 2回1日新潟2R 3着/14頭 ― ― ― ―
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 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) -57% (大幅な期待値マイナス) AI 予想勝率 11.1% (オッズ暗示: 25.6%) ※ 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。
7	キュータンチャン	菊沢	実9.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 10.1%) ※ 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。
8	イリスロッソ	吉田豊	実5.7	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 1回9日函館5R 8着/11頭 1回2日札幌1R 2着/12頭 ― ― ―
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 5.0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 9.9% (オッズ暗示: 17.5%) ※ 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	ブラボーワン	▲石田	実79.8	▽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）
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 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) 🌟◎ 期待値 (オッズ vs AI勝率) +274% (市場が大幅過小評価) AI 予想勝率 4.7% (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。
10	マリノエスプレッソ	田辺	実20.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 10 ◎ 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) +8% (市場と概ね一致) AI 予想勝率 5.4% (オッズ暗示: 5.0%) ※ 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。
11	エリンヘラクレス	△石神道	実52.0	▽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）
前5走 2回8日福島6R 14着/16頭 ― ― ― ―
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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +168% (市場が大幅過小評価) AI 予想勝率 5.2% (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。
12	レオライジング	上里直汰	実135.4	▽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）
前5走 2回8日福島1R 7着/10頭 2回1日福島6R 9着/10頭 ― ― ―
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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +443% (市場が大幅過小評価) AI 予想勝率 4.0% (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	アイアムキレマスネ	津村	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13.0着と低調）
前5走 2回8日福島6R 13着/16頭 ― ― ― ―
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 13着 (大敗) 🌟◎ 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 4.9% (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。
14	リコルディオーロ	▲佐藤	実6.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 2回1日新潟2R 5着/14頭+5.0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 5.0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 9.3% (オッズ暗示: 14.7%) ※ 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	アップルザビート	松岡	実110.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 2回5日福島5R 11着/11頭 ― ― ― ―
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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +346% (市場が大幅過小評価) AI 予想勝率 4.1% (オッズ暗示: 0.9%) ※ 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。

🎯 AIの本命

AI評価1位

ラキアーヴェ

騎手戸崎圭

単勝オッズ

3.1倍

AI期待値

-64%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6アレックスケー

3.9倍

EV -56%

▲8イリスロッソ

5.7倍

EV -43%

出走馬全15頭

×3

ラキアーヴェ

戸崎圭

3.1倍

-64%

›

○6

アレックスケー

石橋脩

3.9倍

-56%

›

▲8

イリスロッソ

吉田豊

5.7倍

-43%

›

△14

リコルディオーロ

▲佐藤

6.8倍

-36%

›

△7

キュータンチャン

菊沢

9.9倍

-25%

›

△1

サザンヴィターレ

野中

16.8倍

+10%

›

▽4

セイウンガジュマル

杉原誠人

22.9倍

+32%

›

▽10

マリノエスプレッソ

田辺

20.2倍

+8%

›

▽5

パルセノスミハ

江田照

37.9倍

+97%

›

▽11

エリンヘラクレス

△石神道

52.0倍

+168%

›

▽2

ラヴァブルロマン

★谷原

56.8倍

+184%

›

▽13

アイアムキレマスネ

津村

64.9倍

+220%

›

▽9

ブラボーワン

▲石田

79.8倍

+274%

›

▽15

アップルザビート

松岡

110.2倍

+346%

›

▽12

レオライジング

上里直汰

135.4倍

+443%

›

💡 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