新潟 1R 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

1R 新潟競馬場　発走 09:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ソースウィート	小林脩	実74.2	B▽ A▽勝率7% EV+421% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回5日福島5R 6着/11頭+1.0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 ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 1.8% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.0% / 期待値 +422% ※ 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	ディスペアーホープ	菊沢	実17.6	B▲ A▲勝率10% EV+76% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回5日福島5R 4着/11頭 ― ― ― ―
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 4.0着 ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 8.1% (オッズ暗示: 5.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.1% / 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。
3	ドッカイッチャッテ	木幡初	実109.2	B▽ A▽勝率6% EV+544% 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6日新潟2R 8着/11頭 ― ― ― ―
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 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.9% / 期待値 +544% ※ 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	スノーキャップ	柴田大	実314.3	B▽ A▽勝率6% EV+999% 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 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +69% (市場が大幅過小評価) AI 予想勝率 0.5% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.6% / 期待値 +1653% ※ 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	コスモティタノ	嶋田	実196.3	B▽ A▽勝率6% EV+999% 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2日新潟2R 9着/9頭 ― ― ― ―
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) +6% (市場と概ね一致) AI 予想勝率 0.5% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.6% / 期待値 +1009% ※ 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	クールボビー	原	実7.1	B○ A○勝率14% EV-1% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 2回5日新潟1R 5着/13頭 2回8日福島6R 8着/16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 6.5着 △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 15.0% (オッズ暗示: 14.1%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.9% / 期待値 -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	クールストラッチン	大野	実32.7	B△ A△勝率8% EV+160% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回3日新潟1R 5着/11頭 1回1日函館5R 9着/12頭 ― ― ―
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 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.0% / 期待値 +161% ※ 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	シュアシング	武藤	実265.6	B▽ A▽勝率6% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.5着と低調）
前5走 2回5日新潟1R 12着/13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 9.5着 (不振) ◎ 期待値 (オッズ vs AI勝率) +43% (妙味あり) AI 予想勝率 0.5% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 5.5% / 期待値 +1371% ※ 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	レオリアライズ	石橋脩	実32.4	B△ A△勝率8% EV+158% 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) -9% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 期待値 +158% ※ 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	セイウントレジャ	野中	実53.4	B△ A△勝率7% EV+299% 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 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 6位 (中位評価) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 2.0% (オッズ暗示: 1.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.5% / 期待値 +299% ※ 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	センカンナガト	▲佐藤	実116.4	B▽ A▽勝率6% EV+582% 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4日新潟1R 11着/12頭 2回5日福島5R 7着/11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 9.0着 (不振) ▽ 前走実績前走 11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 0.8% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.9% / 期待値 +583% ※ 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	ノーセット	津村	実1.1	B🌟◎ A×勝率17% EV-81% 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2.0着と安定／前走2着）
前5走 2回3日新潟3R 2着/18頭+3.0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) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 64.3% (オッズ暗示: 90.9%) × Aモデルの評価 (参考) レース内 1位 / 勝率 17.0% / 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。

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 ×

ノーセット

騎手津村

単勝オッズ

1.1倍

AI期待値

-29%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6クールボビー

7.1倍

EV +6%

▲A:▲2ディスペアーホープ

17.6倍

EV +42%

出走馬全12頭

◎A:×12

ノーセット

津村

1.1倍

-29%

›

○A:○6

クールボビー

原

7.1倍

+6%

›

▲A:▲2

ディスペアーホープ

菊沢

17.6倍

+42%

›

△A:△9

レオリアライズ

石橋脩

32.4倍

-8%

›

△A:△7

クールストラッチン

大野

32.7倍

-7%

›

△A:△10

セイウントレジャ

野中

53.4倍

+7%

›

▽A:▽1

ソースウィート

小林脩

74.2倍

+30%

›

▽A:▽3

ドッカイッチャッテ

木幡初

109.2倍

-15%

›

▽A:▽11

センカンナガト

▲佐藤

116.4倍

-10%

›

▽A:▽5

コスモティタノ

嶋田

196.3倍

+6%

›

▽A:▽8

シュアシング

武藤

265.6倍

+43%

›

▽A:▽4

スノーキャップ

柴田大

314.3倍

+69%

›

💡 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

1R 新潟競馬場　発走 09:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ソースウィート	小林脩	実74.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回5日福島5R 6着/11頭+1.0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 🌟◎ 期待値 (オッズ vs AI勝率) +421% (市場が大幅過小評価) AI 予想勝率 7.0% (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。
2	ディスペアーホープ	菊沢	実17.6	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回5日福島5R 4着/11頭 ― ― ― ―
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 4.0着 🌟◎ 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 10.1% (オッズ暗示: 5.7%) ※ 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。
3	ドッカイッチャッテ	木幡初	実109.2	▽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6日新潟2R 8着/11頭 ― ― ― ―
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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +544% (市場が大幅過小評価) AI 予想勝率 5.9% (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。
4	スノーキャップ	柴田大	実314.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0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 4 ◎ 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) +999% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 0.3%) ※ 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。
5	コスモティタノ	嶋田	実196.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 2回2日新潟2R 9着/9頭 ― ― ― ―
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) +999% (市場が大幅過小評価) AI 予想勝率 5.6% (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。
6	クールボビー	原	実7.1	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 2回5日新潟1R 5着/13頭 2回8日福島6R 8着/16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 6.5着 △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 13.9% (オッズ暗示: 14.1%) ※ 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	クールストラッチン	大野	実32.7	△詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回3日新潟1R 5着/11頭 1回1日函館5R 9着/12頭 ― ― ―
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 7.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +160% (市場が大幅過小評価) AI 予想勝率 8.0% (オッズ暗示: 3.1%) ※ 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	シュアシング	武藤	実265.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.5着と低調）
前5走 2回5日新潟1R 12着/13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 9.5着 (不振) 🌟◎ 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 5.5% (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。
9	レオリアライズ	石橋脩	実32.4	△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) +158% (市場が大幅過小評価) AI 予想勝率 8.0% (オッズ暗示: 3.1%) ※ 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。
10	セイウントレジャ	野中	実53.4	△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 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 6位 (中位評価) 🌟◎ 期待値 (オッズ vs AI勝率) +299% (市場が大幅過小評価) AI 予想勝率 7.5% (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。
11	センカンナガト	▲佐藤	実116.4	▽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4日新潟1R 11着/12頭 2回5日福島5R 7着/11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 9.0着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +582% (市場が大幅過小評価) AI 予想勝率 5.9% (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。
12	ノーセット	津村	実1.1	×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2.0着と安定／前走2着）
前5走 2回3日新潟3R 2着/18頭+3.0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) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 17.0% (オッズ暗示: 90.9%) ※ 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

ノーセット

騎手津村

単勝オッズ

1.1倍

AI期待値

-81%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6クールボビー

7.1倍

EV -1%

▲2ディスペアーホープ

17.6倍

EV +76%

出走馬全12頭

×12

ノーセット

津村

1.1倍

-81%

›

○6

クールボビー

原

7.1倍

-1%

›

▲2

ディスペアーホープ

菊沢

17.6倍

+76%

›

△7

クールストラッチン

大野

32.7倍

+160%

›

△9

レオリアライズ

石橋脩

32.4倍

+158%

›

△10

セイウントレジャ

野中

53.4倍

+299%

›

▽1

ソースウィート

小林脩

74.2倍

+421%

›

▽3

ドッカイッチャッテ

木幡初

109.2倍

+544%

›

▽11

センカンナガト

▲佐藤

116.4倍

+582%

›

▽5

コスモティタノ

嶋田

196.3倍

+999%

›

▽4

スノーキャップ

柴田大

314.3倍

+999%

›

▽8

シュアシング

武藤

265.6倍

+999%

›

💡 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