新潟 4R 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

4R 新潟競馬場　発走 11:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミッキーサウザンド	津村	実4.4	B◎ A×勝率11% EV-52% 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（133日ぶりの実戦）
前5走 11/23 5東京54R 2着/15頭+0.3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 3.5着 △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 20.1% (オッズ暗示: 22.7%) × Aモデルの評価 (参考) レース内 1位 / 勝率 10.9% / 期待値 -52% ※ 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	パッサージュワイズ	菅原隆	実301.3	B▽ A▽勝率4% 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16.0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 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) × 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 0.2% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.0% / 期待値 +1106% ※ 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	ピクシーゲイル	木幡育	実158.9	B× A▽勝率4% EV+536% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7着と低調／77日ぶりの実戦）
前5走 03/21 1阪神92R 8着/13頭+1.9秒 03/07 2中山33R 11着/16頭+3.3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 12.7着 (不振) ▽ 前走実績前走 16着 (大敗) × 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: 0.6%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.0% / 期待値 +536% ※ 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	ジャガーライズ	菊沢	実8.5	B△ A△勝率8% EV-31% 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／106日ぶりの実戦）
前5走 03/28 1中京51R 6着/16頭+1.2秒 03/15 1中京21R 5着/16頭+1.2秒 02/21 1阪神13R 4着/15頭+0.4秒 01/05 1中山21R 12着/16頭+2.1秒 12/20 5中山51R 4着/16頭+0.7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 8.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 10.8% (オッズ暗示: 11.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 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	フランシスガリバー	北村友	実28.7	B× A▽勝率5% EV+43% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.0着と低調／92日ぶりの実戦）
前5走 03/28 3中山15R 13着/16頭+2.3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 13.0着 (不振) ▽ 前走実績前走 13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) -51% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.0% / 期待値 +43% ※ 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	ユイハホンキダゼ	大野	実9.2	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（148日ぶりの実戦）
前5走 03/28 1中京51R 7着/16頭+1.7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 7.0着 (不振) △ ローテーション 148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 10.8% (オッズ暗示: 10.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.6% / 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。
7	メビウスロマンス	嶋田	実7.7	B△ A△勝率9% EV-34% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（169日ぶりの実戦）
前5走 03/07 2中山31R 5着/16頭+1.3秒 02/21 1東京71R 2着/16頭+0.0秒 01/31 1東京11R 4着/16頭+0.7秒 11/01 4東京104R 2着/16頭+0.0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 3.7着 △ ローテーション 169日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 10.8% (オッズ暗示: 13.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.5% / 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。
8	ヴェロシスタ	石川	実27.6	B▽ A▽勝率5% EV+48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（77日ぶりの実戦）
前5走 01/31 1東京14R 7着/16頭+1.4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 6.0着 × 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 2.4% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.4% / 期待値 +48% ※ 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	ダイユウレゾナンス	小崎	実137.5	B× A▽勝率4% EV+450% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／77日ぶりの実戦）
前5走 03/28 3中山15R 15着/16頭+3.5秒 ― ― ― ―
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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) × 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 13位 / 勝率 4.0% / 期待値 +450% ※ 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	ジーティーニッツァ	▲上里	実5.0	B▲ A▲勝率10% EV-50% 詳細▼	AI上位評価だが期待値不足、見送り（120日ぶりの実戦）
前5走 02/15 1東京61R 6着/16頭+2.3秒 01/17 1中山61R 4着/16頭+0.4秒 12/21 5中山61R 8着/16頭+1.9秒 10/26 4東京91R 12着/14頭+2.8秒 10/11 4東京34R 11着/16頭+4.3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 4.7着 △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 16.7% (オッズ暗示: 20.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.9% / 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。
11	ゼフィリア	原	実24.6	B▽ A▽勝率5% EV+28% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（92日ぶりの実戦）
前5走 02/10 1東京43R 6着/16頭+1.4秒 11/30 5東京85R 10着/16頭+1.9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 7.0着 (不振) △ ローテーション 92日休養明け × 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 2.4% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.2% / 期待値 +29% ※ 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	ミエスタ	坂井	実4.7	B○ A○勝率11% 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3.0着と安定／91日ぶりの実戦）
前5走 02/21 1東京71R 3着/16頭+0.4秒 11/15 5東京36R 10着/14頭+1.8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 3.0着 (安定) △ ローテーション 91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 16.7% (オッズ暗示: 21.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 10.8% / 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。
13	サトミノアカリ	△石田	実21.5	B▽ A▽勝率6% EV+23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／147日ぶりの実戦）
前5走 03/29 1中京61R 10着/16頭+2.7秒 01/10 1中山33R 8着/16頭+1.7秒 11/24 3福島61R 10着/16頭+2.5秒 10/11 4東京32R 6着/16頭+1.6秒 09/14 4中山43R 3着/15頭+1.1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 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 147日休養明け × 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 2.7% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.7% / 期待値 +24% ※ 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	ブルーダイヤシチー	▲佐藤	実12.8	B× A▽勝率6% EV-17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回5日新潟4R 4着/14頭 2回4日福島4R 11着/16頭 ― ― ―
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 7.5着 (不振) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 7.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.4% / 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。
15	ノーブルスアーク	★谷原	実105.2	B▽ A▽勝率4% EV+361% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／98日ぶりの実戦）
前5走 03/29 3中山21R 10着/16頭+2.9秒 01/24 1中山85R 17着/18頭+3.7秒 12/07 5中山22R 14着/16頭+1.9秒 11/15 3福島35R 5着/16頭+0.4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 9.7着 (不振) ▽ 前走実績前走 11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% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.4% / 期待値 +362% ※ 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 ×

ミッキーサウザンド

騎手津村

単勝オッズ

4.4倍

AI期待値

-11%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12ミエスタ

4.7倍

EV -21%

▲A:▲10ジーティーニッツァ

5.0倍

EV -16%

出走馬全15頭

◎A:×1

ミッキーサウザンド

津村

4.4倍

-11%

›

○A:○12

ミエスタ

坂井

4.7倍

-21%

›

▲A:▲10

ジーティーニッツァ

▲上里

5.0倍

-16%

›

△A:△7

メビウスロマンス

嶋田

7.7倍

-16%

›

△A:△4

ジャガーライズ

菊沢

8.5倍

-8%

›

△A:△6

ユイハホンキダゼ

大野

9.2倍

›

×A:▽14

ブルーダイヤシチー

▲佐藤

12.8倍

-51%

›

▽A:▽13

サトミノアカリ

△石田

21.5倍

-41%

›

▽A:▽11

ゼフィリア

原

24.6倍

-41%

›

▽A:▽8

ヴェロシスタ

石川

27.6倍

-34%

›

×A:▽5

フランシスガリバー

北村友

28.7倍

-50%

›

▽A:▽15

ノーブルスアーク

★谷原

105.2倍

-30%

›

▽A:▽2

パッサージュワイズ

菅原隆

301.3倍

-37%

›

×A:▽9

ダイユウレゾナンス

小崎

137.5倍

-78%

›

×A:▽3

ピクシーゲイル

木幡育

158.9倍

-75%

›

💡 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

4R 新潟競馬場　発走 11:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミッキーサウザンド	津村	実4.4	×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（133日ぶりの実戦）
前5走 11/23 5東京54R 2着/15頭+0.3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 3.5着 △ ローテーション 133日休養明け × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 10.9% (オッズ暗示: 22.7%) ※ 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。
2	パッサージュワイズ	菅原隆	実301.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0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 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) 🌟◎ 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 4.0% (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。
3	ピクシーゲイル	木幡育	実158.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7着と低調／77日ぶりの実戦）
前5走 03/21 1阪神92R 8着/13頭+1.9秒 03/07 2中山33R 11着/16頭+3.3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 12.7着 (不振) ▽ 前走実績前走 16着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +536% (市場が大幅過小評価) AI 予想勝率 4.0% (オッズ暗示: 0.6%) ※ 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	ジャガーライズ	菊沢	実8.5	△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／106日ぶりの実戦）
前5走 03/28 1中京51R 6着/16頭+1.2秒 03/15 1中京21R 5着/16頭+1.2秒 02/21 1阪神13R 4着/15頭+0.4秒 01/05 1中山21R 12着/16頭+2.1秒 12/20 5中山51R 4着/16頭+0.7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 8.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 106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 8.0% (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。
5	フランシスガリバー	北村友	実28.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.0着と低調／92日ぶりの実戦）
前5走 03/28 3中山15R 13着/16頭+2.3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 13.0着 (不振) ▽ 前走実績前走 13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) +43% (妙味あり) AI 予想勝率 5.0% (オッズ暗示: 3.5%) ※ 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	ユイハホンキダゼ	大野	実9.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（148日ぶりの実戦）
前5走 03/28 1中京51R 7着/16頭+1.7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 7.0着 (不振) △ ローテーション 148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 7.6% (オッズ暗示: 10.9%) ※ 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。
7	メビウスロマンス	嶋田	実7.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（169日ぶりの実戦）
前5走 03/07 2中山31R 5着/16頭+1.3秒 02/21 1東京71R 2着/16頭+0.0秒 01/31 1東京11R 4着/16頭+0.7秒 11/01 4東京104R 2着/16頭+0.0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 3.7着 △ ローテーション 169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 8.5% (オッズ暗示: 13.0%) ※ 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。
8	ヴェロシスタ	石川	実27.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（77日ぶりの実戦）
前5走 01/31 1東京14R 7着/16頭+1.4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 6.0着 ◎ 期待値 (オッズ vs AI勝率) +48% (妙味あり) AI 予想勝率 5.4% (オッズ暗示: 3.6%) ※ 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。
9	ダイユウレゾナンス	小崎	実137.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／77日ぶりの実戦）
前5走 03/28 3中山15R 15着/16頭+3.5秒 ― ― ― ―
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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +450% (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。
10	ジーティーニッツァ	▲上里	実5.0	▲詳細▼	AI上位評価だが期待値不足、見送り（120日ぶりの実戦）
前5走 02/15 1東京61R 6着/16頭+2.3秒 01/17 1中山61R 4着/16頭+0.4秒 12/21 5中山61R 8着/16頭+1.9秒 10/26 4東京91R 12着/14頭+2.8秒 10/11 4東京34R 11着/16頭+4.3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 4.7着 △ ローテーション 120日休養明け × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 9.9% (オッズ暗示: 20.0%) ※ 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	ゼフィリア	原	実24.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（92日ぶりの実戦）
前5走 02/10 1東京43R 6着/16頭+1.4秒 11/30 5東京85R 10着/16頭+1.9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 7.0着 (不振) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 5.2% (オッズ暗示: 4.1%) ※ 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。
12	ミエスタ	坂井	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3.0着と安定／91日ぶりの実戦）
前5走 02/21 1東京71R 3着/16頭+0.4秒 11/15 5東京36R 10着/14頭+1.8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 3.0着 (安定) △ ローテーション 91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 10.8% (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。
13	サトミノアカリ	△石田	実21.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／147日ぶりの実戦）
前5走 03/29 1中京61R 10着/16頭+2.7秒 01/10 1中山33R 8着/16頭+1.7秒 11/24 3福島61R 10着/16頭+2.5秒 10/11 4東京32R 6着/16頭+1.6秒 09/14 4中山43R 3着/15頭+1.1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 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 147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 5.7% (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。
14	ブルーダイヤシチー	▲佐藤	実12.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回5日新潟4R 4着/14頭 2回4日福島4R 11着/16頭 ― ― ―
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 7.5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 6.4% (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。
15	ノーブルスアーク	★谷原	実105.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／98日ぶりの実戦）
前5走 03/29 3中山21R 10着/16頭+2.9秒 01/24 1中山85R 17着/18頭+3.7秒 12/07 5中山22R 14着/16頭+1.9秒 11/15 3福島35R 5着/16頭+0.4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 9.7着 (不振) ▽ 前走実績前走 11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) +361% (市場が大幅過小評価) AI 予想勝率 4.4% (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。

🎯 AIの本命

AI評価1位

ミッキーサウザンド

騎手津村

単勝オッズ

4.4倍

AI期待値

-52%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12ミエスタ

4.7倍

EV -49%

▲10ジーティーニッツァ

5.0倍

EV -50%

出走馬全15頭

×1

ミッキーサウザンド

津村

4.4倍

-52%

›

○12

ミエスタ

坂井

4.7倍

-49%

›

▲10

ジーティーニッツァ

▲上里

5.0倍

-50%

›

△7

メビウスロマンス

嶋田

7.7倍

-34%

›

△4

ジャガーライズ

菊沢

8.5倍

-31%

›

△6

ユイハホンキダゼ

大野

9.2倍

-29%

›

▽14

ブルーダイヤシチー

▲佐藤

12.8倍

-17%

›

▽13

サトミノアカリ

△石田

21.5倍

+23%

›

▽8

ヴェロシスタ

石川

27.6倍

+48%

›

▽11

ゼフィリア

原

24.6倍

+28%

›

▽5

フランシスガリバー

北村友

28.7倍

+43%

›

▽15

ノーブルスアーク

★谷原

105.2倍

+361%

›

▽9

ダイユウレゾナンス

小崎

137.5倍

+450%

›

▽3

ピクシーゲイル

木幡育

158.9倍

+536%

›

▽2

パッサージュワイズ

菅原隆

301.3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