新潟 12R 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

12R 新潟競馬場　発走 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブロッコロ	▲佐藤	実71.3	B▽ A▽勝率5% EV+237% 詳細▼	大穴、AI予想勝率低く長期回収困難（224日ぶりの実戦）
前5走 01/04 1中山13R 6着/15頭+2.4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 6.0着 △ ローテーション 224日休養明け △ 期待値 (オッズ vs AI勝率) -23% (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 4.8% / 期待値 +238% ※ 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	メイショウバリスタ	武藤	実29.8	B▽ A▽勝率5% EV+57% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.5着と低調／92日ぶりの実戦）
前5走 03/22 2中山81R 10着/16頭+2.2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 10.5着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 92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 2.8% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.2% / 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。
3	マーゴットライズ	杉原誠人	実5.3	B▲ A▲勝率10% EV-49% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均14.3着と低調／92日ぶりの実戦）
前5走 01/05 1中山26R 17着/18頭+1.9秒 10/04 4東京15R 8着/17頭+0.6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 14.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 17.5% (オッズ暗示: 18.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.8% / 期待値 -49% ※ 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	パルミエ	松岡	実65.1	B▽ A▽勝率5% EV+219% 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／98日ぶりの実戦）
前5走 03/08 2中山41R 15着/16頭+4.4秒 01/05 1中山22R 5着/16頭+1.4秒 11/15 3福島35R 13着/16頭+1.1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 10.0着 (不振) ▽ 前走実績前走 10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) -30% (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 11位 / 勝率 4.9% / 期待値 +219% ※ 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	ノクターナルハント	川須	実89.0	B▽ A▽勝率5% EV+327% 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／265日ぶりの実戦）
前5走 11/24 5東京67R 9着/14頭+2.0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) △ ローテーション 265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 0.8% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.8% / 期待値 +327% ※ 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	ギレイ	藤懸	実16.3	B▽ A△勝率7% EV+6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（120日ぶりの実戦）
前5走 03/29 2阪神22R 5着/9頭+1.6秒 03/08 1阪神61R 6着/12頭+1.1秒 01/11 1京都41R 8着/16頭+2.3秒 12/21 5阪神65R 10着/12頭+2.0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 6.3着 △ ローテーション 120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 4.0% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.5% / 期待値 +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	キタイノホシ	△石神道	実8.5	B△ A△勝率8% EV-29% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（70日ぶりの実戦）
前5走 11/30 5東京83R 7着/16頭+2.0秒 11/09 5東京22R 5着/16頭+1.9秒 10/18 4東京61R 7着/11頭+2.2秒 06/14 3東京36R 10着/10頭+2.8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 5.0着 △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 11.3% (オッズ暗示: 11.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.3% / 期待値 -30% ※ 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	ウィゾマニア	小林脩	実29.8	B▽ A▽勝率5% EV+50% 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／70日ぶりの実戦）
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 8 ◎ 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 10着 (大敗) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.1% / 期待値 +51% ※ 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	ディメンシア	野中	実76.6	B▽ A▽勝率5% EV+262% 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6日福島2R 11着/15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 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) -42% (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 15位 / 勝率 4.7% / 期待値 +263% ※ 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	ヤマタケボニータ	丸山	実9.6	B△ A△勝率7% EV-29% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.3着と低調／85日ぶりの実戦）
前5走 09/28 4中山91R 8着/12頭+2.3秒 09/14 4中山44R 3着/11頭+2.1秒 07/20 2福島85R 8着/13頭+3.6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 8.3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 6.8% (オッズ暗示: 10.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.4% / 期待値 -30% ※ 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	ロジキセキ	▲石田	実3.2	B○ A○勝率11% EV-63% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.7着と低調／70日ぶりの実戦）
前5走 02/01 1東京22R 11着/13頭+2.8秒 01/05 1中山23R 8着/12頭+2.6秒 11/30 5東京82R 12着/13頭+2.4秒 06/21 3東京55R 12着/12頭+4.4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 9.7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 21.0% (オッズ暗示: 31.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.0% / 期待値 -64% ※ 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	レプレセンタル	小崎	実43.4	B▽ A▽勝率5% EV+132% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.5着と低調／85日ぶりの実戦）
前5走 03/14 2中山54R 16着/16頭+14.3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 15.5着 (不振) ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.4% / 期待値 +132% ※ 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	タマモブレイキン	菊沢	実4.0	B◎ A×勝率11% EV-55% 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（71日ぶりの実戦）
前5走 03/14 2中山54R 10着/16頭+4.2秒 02/15 1東京63R 12着/16頭+2.6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 5.7着 △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 23.2% (オッズ暗示: 25.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 11.2% / 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。
14	チャチャット	江田照	実16.6	B△ A▽勝率6% EV+4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（141日ぶりの実戦）
前5走 03/28 3中山15R 7着/16頭+0.8秒 12/20 5中山53R 13着/16頭+1.9秒 11/29 5東京73R 2着/12頭+0.2秒 11/09 5東京21R 8着/16頭+0.8秒 09/20 4中山65R 10着/16頭+0.9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 7.3着 (不振) △ ローテーション 141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 4.2% (オッズ暗示: 6.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.3% / 期待値 +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	パワポケウォーズ	▲上里	実41.0	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／127日ぶりの実戦）
前5走 03/29 3中山23R 6着/15頭+2.5秒 01/17 1中山62R 11着/16頭+3.4秒 12/28 5中山82R 11着/16頭+2.1秒 12/13 5阪神32R 4着/10頭+2.5秒 11/30 5東京83R 13着/16頭+4.1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 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 127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 1.8% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.8% / 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。

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 ×

タマモブレイキン

騎手菊沢

単勝オッズ

4.0倍

AI期待値

-7%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○11ロジキセキ

3.2倍

EV -32%

▲A:▲3マーゴットライズ

5.3倍

EV -7%

出走馬全15頭

◎A:×13

タマモブレイキン

菊沢

4.0倍

-7%

›

○A:○11

ロジキセキ

▲石田

3.2倍

-32%

›

▲A:▲3

マーゴットライズ

杉原誠人

5.3倍

-7%

›

△A:△7

キタイノホシ

△石神道

8.5倍

-3%

›

△A:△10

ヤマタケボニータ

丸山

9.6倍

-34%

›

△A:▽14

チャチャット

江田照

16.6倍

-31%

›

▽A:△6

ギレイ

藤懸

16.3倍

-35%

›

▽A:▽2

メイショウバリスタ

武藤

29.8倍

-15%

›

▽A:▽8

ウィゾマニア

小林脩

29.8倍

-46%

›

▽A:▽15

パワポケウォーズ

▲上里

41.0倍

-26%

›

▽A:▽12

レプレセンタル

小崎

43.4倍

-21%

›

▽A:▽4

パルミエ

松岡

65.1倍

-29%

›

▽A:▽1

ブロッコロ

▲佐藤

71.3倍

-22%

›

▽A:▽9

ディメンシア

野中

76.6倍

-41%

›

▽A:▽5

ノクターナルハント

川須

89.0倍

-32%

›

💡 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

12R 新潟競馬場　発走 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブロッコロ	▲佐藤	実71.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（224日ぶりの実戦）
前5走 01/04 1中山13R 6着/15頭+2.4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 6.0着 △ ローテーション 224日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +237% (市場が大幅過小評価) AI 予想勝率 4.8% (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。
2	メイショウバリスタ	武藤	実29.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.5着と低調／92日ぶりの実戦）
前5走 03/22 2中山81R 10着/16頭+2.2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 10.5着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 92日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +57% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 3.4%) ※ 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。
3	マーゴットライズ	杉原誠人	実5.3	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均14.3着と低調／92日ぶりの実戦）
前5走 01/05 1中山26R 17着/18頭+1.9秒 10/04 4東京15R 8着/17頭+0.6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 14.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 92日休養明け × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 9.8% (オッズ暗示: 18.9%) ※ 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。
4	パルミエ	松岡	実65.1	▽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／98日ぶりの実戦）
前5走 03/08 2中山41R 15着/16頭+4.4秒 01/05 1中山22R 5着/16頭+1.4秒 11/15 3福島35R 13着/16頭+1.1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 10.0着 (不振) ▽ 前走実績前走 10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) +219% (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。
5	ノクターナルハント	川須	実89.0	▽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／265日ぶりの実戦）
前5走 11/24 5東京67R 9着/14頭+2.0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) △ ローテーション 265日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +327% (市場が大幅過小評価) AI 予想勝率 4.8% (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。
6	ギレイ	藤懸	実16.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（120日ぶりの実戦）
前5走 03/29 2阪神22R 5着/9頭+1.6秒 03/08 1阪神61R 6着/12頭+1.1秒 01/11 1京都41R 8着/16頭+2.3秒 12/21 5阪神65R 10着/12頭+2.0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 6.3着 △ ローテーション 120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 6.5% (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。
7	キタイノホシ	△石神道	実8.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（70日ぶりの実戦）
前5走 11/30 5東京83R 7着/16頭+2.0秒 11/09 5東京22R 5着/16頭+1.9秒 10/18 4東京61R 7着/11頭+2.2秒 06/14 3東京36R 10着/10頭+2.8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 5.0着 △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 8.3% (オッズ暗示: 11.8%) ※ 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	ウィゾマニア	小林脩	実29.8	▽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／70日ぶりの実戦）
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 8 ◎ 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 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +50% (市場が大幅過小評価) AI 予想勝率 5.1% (オッズ暗示: 3.4%) ※ 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。
9	ディメンシア	野中	実76.6	▽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6日福島2R 11着/15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 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) +262% (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	ヤマタケボニータ	丸山	実9.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.3着と低調／85日ぶりの実戦）
前5走 09/28 4中山91R 8着/12頭+2.3秒 09/14 4中山44R 3着/11頭+2.1秒 07/20 2福島85R 8着/13頭+3.6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 8.3着 (不振) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 7.4% (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。
11	ロジキセキ	▲石田	実3.2	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.7着と低調／70日ぶりの実戦）
前5走 02/01 1東京22R 11着/13頭+2.8秒 01/05 1中山23R 8着/12頭+2.6秒 11/30 5東京82R 12着/13頭+2.4秒 06/21 3東京55R 12着/12頭+4.4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 9.7着 (不振) ▽ 前走実績前走 13着 (大敗) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 11.0% (オッズ暗示: 31.2%) ※ 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。
12	レプレセンタル	小崎	実43.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.5着と低調／85日ぶりの実戦）
前5走 03/14 2中山54R 16着/16頭+14.3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 15.5着 (不振) ▽ 前走実績前走 15着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +132% (市場が大幅過小評価) AI 予想勝率 5.4% (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	タマモブレイキン	菊沢	実4.0	×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（71日ぶりの実戦）
前5走 03/14 2中山54R 10着/16頭+4.2秒 02/15 1東京63R 12着/16頭+2.6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 5.7着 × 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 11.2% (オッズ暗示: 25.0%) ※ 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。
14	チャチャット	江田照	実16.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（141日ぶりの実戦）
前5走 03/28 3中山15R 7着/16頭+0.8秒 12/20 5中山53R 13着/16頭+1.9秒 11/29 5東京73R 2着/12頭+0.2秒 11/09 5東京21R 8着/16頭+0.8秒 09/20 4中山65R 10着/16頭+0.9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 7.3着 (不振) △ ローテーション 141日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 6.3% (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。
15	パワポケウォーズ	▲上里	実41.0	▽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／127日ぶりの実戦）
前5走 03/29 3中山23R 6着/15頭+2.5秒 01/17 1中山62R 11着/16頭+3.4秒 12/28 5中山82R 11着/16頭+2.1秒 12/13 5阪神32R 4着/10頭+2.5秒 11/30 5東京83R 13着/16頭+4.1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 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 127日休養明け 🌟◎ 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 4.8% (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。

🎯 AIの本命

AI評価1位

タマモブレイキン

騎手菊沢

単勝オッズ

4.0倍

AI期待値

-55%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11ロジキセキ

3.2倍

EV -63%

▲3マーゴットライズ

5.3倍

EV -49%

出走馬全15頭

×13

タマモブレイキン

菊沢

4.0倍

-55%

›

○11

ロジキセキ

▲石田

3.2倍

-63%

›

▲3

マーゴットライズ

杉原誠人

5.3倍

-49%

›

△7

キタイノホシ

△石神道

8.5倍

-29%

›

△10

ヤマタケボニータ

丸山

9.6倍

-29%

›

△6

ギレイ

藤懸

16.3倍

+6%

›

▽14

チャチャット

江田照

16.6倍

+4%

›

▽12

レプレセンタル

小崎

43.4倍

+132%

›

▽2

メイショウバリスタ

武藤

29.8倍

+57%

›

▽8

ウィゾマニア

小林脩

29.8倍

+50%

›

▽4

パルミエ

松岡

65.1倍

+219%

›

▽5

ノクターナルハント

川須

89.0倍

+327%

›

▽15

パワポケウォーズ

▲上里

41.0倍

+97%

›

▽1

ブロッコロ

▲佐藤

71.3倍

+237%

›

▽9

ディメンシア

野中

76.6倍

+262%

›

💡 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