新潟 9R 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

9R 新潟競馬場　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シルバードン	石橋脩	実96.2	B▽ A▽勝率4% EV+321% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／直近3走平均10.0着と低調／92日ぶりの実戦）
前5走 03/21 2中山712R 10着/16頭+1.3秒 11/24 5東京65R 12着/16頭+2.5秒 08/24 3新潟212R 6着/15頭+0.7秒 08/10 2新潟69R 1着/14頭勝利 06/07 3東京16R 4着/16頭+0.6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 10.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 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) -29% (オッズ過剰評価) 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 13位 / 勝率 4.4% / 期待値 +322% ※ 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	リアライズタキオン	嶋田	実37.2	B▽ A▽勝率5% EV+84% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／91日ぶりの実戦）
前5走 02/14 1東京53R 1着/16頭勝利 11/29 5東京71R 6着/13頭+1.0秒 11/01 4東京101R 2着/16頭+0.4秒 10/04 4東京11R 4着/16頭+0.8秒 08/30 3新潟32R 6着/15頭+1.7秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12着 (大敗) △ ローテーション 91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 1.8% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.0% / 期待値 +85% ※ 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	カサブランカキッド	坂井	実27.4	B▽ A▽勝率6% EV+53% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率0%と苦戦傾向／直近3走平均11.0着と低調／470日ぶりの実戦）
前5走 05/10 2東京57R 11着/16頭+1.3秒 05/10 2東京57R 11着/16頭+1.3秒 05/10 2東京57R 11着/16頭+1.3秒 05/10 2東京57R 11着/16頭+1.3秒 05/10 2東京57R 11着/16頭+1.3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 11.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 470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 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 5.6% / 期待値 +53% ※ 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	ハヌル	江田照	実23.2	B▽ A▽勝率6% EV+46% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率0%と苦戦傾向／直近3走平均8.3着と低調／120日ぶりの実戦）
前5走 03/29 3中山28R 4着/16頭+0.8秒 03/15 2中山612R 11着/16頭+1.9秒 01/10 1中山312R 9着/16頭+1.1秒 10/25 4新潟37R 8着/14頭+0.9秒 09/20 4中山63R 16着/16頭+2.1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 8.3着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 3.9% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.3% / 期待値 +47% ※ 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	ワンモメンタム	原	実52.3	B▽ A▽勝率5% EV+152% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／112日ぶりの実戦）
前5走 03/04 川崎8R 1着/12頭勝利 08/10 1札幌61R 6着/14頭+1.8秒 06/21 3東京56R 4着/16頭+1.5秒 ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 13着 (大敗) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.8% / 期待値 +152% ※ 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	カンレイスター	石川	実5.6	B▲ A▲勝率10% EV-45% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／141日ぶりの実戦）
前5走 03/15 2中山61R 2着/16頭+1.0秒 01/10 1中山31R 2着/16頭+0.6秒 12/20 5中山51R 2着/16頭+0.1秒 11/24 3福島66R 12着/16頭+1.2秒 07/26 1札幌11R 4着/12頭+1.0秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 141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 15.8% (オッズ暗示: 17.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.7% / 期待値 -46% ※ 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	リッチハンター	△石田	実157.4	B× A▽勝率4% EV+523% 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／直近3走平均10.0着と低調／106日ぶりの実戦）
前5走 03/14 1中京18R 7着/16頭+0.8秒 02/01 1東京24R 11着/16頭+2.3秒 12/28 5中山87R 13着/16頭+2.0秒 10/29 園田4R 1着/10頭勝利 10/10 園田6R 2着/10頭+0.7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 10.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 11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) -75% (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 +524% ※ 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	ホウオウルクソール	北村友	実4.3	B○ A○勝率11% EV-53% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均10.0着と低調／120日ぶりの実戦）
前5走 12/21 5中京69R 11着/16頭+1.1秒 11/29 5東京79R 5着/12頭+0.9秒 10/25 4東京86R 1着/16頭勝利 ― ―
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 10.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 20.6% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 10.8% / 期待値 -54% ※ 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	マオノクラッシュ	コレット	実7.5	B△ A△勝率8% EV-38% 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10.7着と低調／120日ぶりの実戦）
前5走 02/22 1小倉103R 7着/14頭+0.4秒 02/08 1小倉63R 4着/13頭+0.8秒 12/13 5中山37R 6着/16頭+0.5秒 08/24 3新潟24R 1着/15頭勝利 08/02 2新潟35R 3着/15頭+0.2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 10.7着 (不振) ▽ 前走実績前走 14着 (大敗) △ 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 11.1% (オッズ暗示: 13.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.2% / 期待値 -38% ※ 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	ダイユウファリーナ	▲佐藤	実279.7	B× A▽勝率4% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（314日ぶりの実戦）
前5走 10/13 4東京512R 12着/16頭+1.8秒 08/28 船橋6R 6着/10頭+0.7秒 07/29 船橋5R 5着/6頭+0.6秒 07/04 船橋3R 1着/6頭勝利 06/04 船橋1R 2着/12頭+1.8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 7.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 314日休養明け × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.0% / 期待値 +1008% ※ 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	ティピティーナ	伊藤	実14.2	B△ A△勝率7% EV-2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／98日ぶりの実戦）
前5走 03/29 3中山28R 3着/16頭+0.7秒 03/15 1中京212R 14着/18頭+1.7秒 11/09 3福島212R 10着/16頭+0.7秒 10/19 4新潟23R 3着/18頭+0.0秒 07/05 2福島312R 5着/15頭+0.4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 5.3着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 2着 (好走) △ ローテーション 98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 4.8% (オッズ暗示: 7.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.9% / 期待値 -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	カセノアステリア	津村	実6.2	B△ A△勝率9% EV-46% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／84日ぶりの実戦）
前5走 02/07 1東京37R 13着/14頭+3.1秒 11/15 5東京31R 1着/13頭勝利 10/18 4東京62R 2着/9頭+0.3秒 10/05 4東京21R 3着/16頭+1.2秒 08/16 2新潟75R 11着/17頭+2.1秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 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 11.1% (オッズ暗示: 16.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.6% / 期待値 -47% ※ 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	バルジール	田辺	実15.6	B▽ A▽勝率6% EV-2% 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 01/10 1中山312R 14着/16頭+2.8秒 12/10 船橋7R 1着/12頭勝利 11/11 門別10R 2着/15頭+0.3秒 10/23 門別5R 2着/11頭+0.5秒 10/09 門別9R 2着/11頭+0.0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 5.0着 △ ローテーション 92日休養明け × 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 4.1% (オッズ暗示: 6.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.3% / 期待値 -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。
14	エフエイト	丸山	実38.5	B▽ A▽勝率5% EV+80% 詳細▼	大穴、AI予想勝率低く長期回収困難（126日ぶりの実戦）
前5走 02/28 1阪神37R 7着/16頭+1.1秒 12/28 5中山87R 7着/16頭+1.2秒 12/13 5中山37R 2着/16頭+0.3秒 11/01 3京都107R 8着/16頭+1.0秒 10/19 3京都73R 2着/12頭+0.4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 126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 1.8% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.7% / 期待値 +80% ※ 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	ベルゼビュート	菊沢	実4.0	B◎ A×勝率11% EV-56% 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走で勝率33%と好調／91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 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 20.6% (オッズ暗示: 25.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 10.8% / 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。

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 ×

ベルゼビュート

騎手菊沢

単勝オッズ

4.0倍

AI期待値

-17%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○8ホウオウルクソール

4.3倍

EV -11%

▲A:▲6カンレイスター

5.6倍

EV -11%

出走馬全15頭

◎A:×15

ベルゼビュート

菊沢

4.0倍

-17%

›

○A:○8

ホウオウルクソール

北村友

4.3倍

-11%

›

▲A:▲6

カンレイスター

石川

5.6倍

-11%

›

△A:△12

カセノアステリア

津村

6.2倍

-31%

›

△A:△9

マオノクラッシュ

コレット

7.5倍

-16%

›

△A:△11

ティピティーナ

伊藤

14.2倍

-31%

›

▽A:▽13

バルジール

田辺

15.6倍

-36%

›

▽A:▽4

ハヌル

江田照

23.2倍

-10%

›

▽A:▽3

カサブランカキッド

坂井

27.4倍

-33%

›

▽A:▽2

リアライズタキオン

嶋田

37.2倍

-34%

›

▽A:▽14

エフエイト

丸山

38.5倍

-32%

›

▽A:▽5

ワンモメンタム

原

52.3倍

-44%

›

▽A:▽1

シルバードン

石橋脩

96.2倍

-28%

›

×A:▽7

リッチハンター

△石田

157.4倍

-75%

›

×A:▽10

ダイユウファリーナ

▲佐藤

279.7倍

-55%

›

💡 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

9R 新潟競馬場　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シルバードン	石橋脩	実96.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／直近3走平均10.0着と低調／92日ぶりの実戦）
前5走 03/21 2中山712R 10着/16頭+1.3秒 11/24 5東京65R 12着/16頭+2.5秒 08/24 3新潟212R 6着/15頭+0.7秒 08/10 2新潟69R 1着/14頭勝利 06/07 3東京16R 4着/16頭+0.6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 10.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 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) +321% (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。
2	リアライズタキオン	嶋田	実37.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／91日ぶりの実戦）
前5走 02/14 1東京53R 1着/16頭勝利 11/29 5東京71R 6着/13頭+1.0秒 11/01 4東京101R 2着/16頭+0.4秒 10/04 4東京11R 4着/16頭+0.8秒 08/30 3新潟32R 6着/15頭+1.7秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12着 (大敗) △ ローテーション 91日休養明け 🌟◎ 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 5.0% (オッズ暗示: 2.7%) ※ 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	カサブランカキッド	坂井	実27.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率0%と苦戦傾向／直近3走平均11.0着と低調／470日ぶりの実戦）
前5走 05/10 2東京57R 11着/16頭+1.3秒 05/10 2東京57R 11着/16頭+1.3秒 05/10 2東京57R 11着/16頭+1.3秒 05/10 2東京57R 11着/16頭+1.3秒 05/10 2東京57R 11着/16頭+1.3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 11.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 470日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +53% (市場が大幅過小評価) AI 予想勝率 5.6% (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。
4	ハヌル	江田照	実23.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率0%と苦戦傾向／直近3走平均8.3着と低調／120日ぶりの実戦）
前5走 03/29 3中山28R 4着/16頭+0.8秒 03/15 2中山612R 11着/16頭+1.9秒 01/10 1中山312R 9着/16頭+1.1秒 10/25 4新潟37R 8着/14頭+0.9秒 09/20 4中山63R 16着/16頭+2.1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 8.3着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 120日休養明け ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 6.3% (オッズ暗示: 4.3%) ※ 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	ワンモメンタム	原	実52.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／112日ぶりの実戦）
前5走 03/04 川崎8R 1着/12頭勝利 08/10 1札幌61R 6着/14頭+1.8秒 06/21 3東京56R 4着/16頭+1.5秒 ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 13着 (大敗) △ ローテーション 112日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +152% (市場が大幅過小評価) AI 予想勝率 4.8% (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。
6	カンレイスター	石川	実5.6	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／141日ぶりの実戦）
前5走 03/15 2中山61R 2着/16頭+1.0秒 01/10 1中山31R 2着/16頭+0.6秒 12/20 5中山51R 2着/16頭+0.1秒 11/24 3福島66R 12着/16頭+1.2秒 07/26 1札幌11R 4着/12頭+1.0秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 141日休養明け × 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 9.7% (オッズ暗示: 17.9%) ※ 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	リッチハンター	△石田	実157.4	▽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／直近3走平均10.0着と低調／106日ぶりの実戦）
前5走 03/14 1中京18R 7着/16頭+0.8秒 02/01 1東京24R 11着/16頭+2.3秒 12/28 5中山87R 13着/16頭+2.0秒 10/29 園田4R 1着/10頭勝利 10/10 園田6R 2着/10頭+0.7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 10.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 11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) +523% (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。
8	ホウオウルクソール	北村友	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均10.0着と低調／120日ぶりの実戦）
前5走 12/21 5中京69R 11着/16頭+1.1秒 11/29 5東京79R 5着/12頭+0.9秒 10/25 4東京86R 1着/16頭勝利 ― ―
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 10.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 120日休養明け × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 10.8% (オッズ暗示: 23.3%) ※ 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。
9	マオノクラッシュ	コレット	実7.5	△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10.7着と低調／120日ぶりの実戦）
前5走 02/22 1小倉103R 7着/14頭+0.4秒 02/08 1小倉63R 4着/13頭+0.8秒 12/13 5中山37R 6着/16頭+0.5秒 08/24 3新潟24R 1着/15頭勝利 08/02 2新潟35R 3着/15頭+0.2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 10.7着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 120日休養明け × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 13.3%) ※ 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	ダイユウファリーナ	▲佐藤	実279.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（314日ぶりの実戦）
前5走 10/13 4東京512R 12着/16頭+1.8秒 08/28 船橋6R 6着/10頭+0.7秒 07/29 船橋5R 5着/6頭+0.6秒 07/04 船橋3R 1着/6頭勝利 06/04 船橋1R 2着/12頭+1.8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 7.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 314日休養明け 🌟◎ 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: 0.4%) ※ 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	ティピティーナ	伊藤	実14.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／98日ぶりの実戦）
前5走 03/29 3中山28R 3着/16頭+0.7秒 03/15 1中京212R 14着/18頭+1.7秒 11/09 3福島212R 10着/16頭+0.7秒 10/19 4新潟23R 3着/18頭+0.0秒 07/05 2福島312R 5着/15頭+0.4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 5.3着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 2着 (好走) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 6.9% (オッズ暗示: 7.0%) ※ 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。
12	カセノアステリア	津村	実6.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／84日ぶりの実戦）
前5走 02/07 1東京37R 13着/14頭+3.1秒 11/15 5東京31R 1着/13頭勝利 10/18 4東京62R 2着/9頭+0.3秒 10/05 4東京21R 3着/16頭+1.2秒 08/16 2新潟75R 11着/17頭+2.1秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 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 8.6% (オッズ暗示: 16.1%) ※ 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。
13	バルジール	田辺	実15.6	▽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 01/10 1中山312R 14着/16頭+2.8秒 12/10 船橋7R 1着/12頭勝利 11/11 門別10R 2着/15頭+0.3秒 10/23 門別5R 2着/11頭+0.5秒 10/09 門別9R 2着/11頭+0.0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 5.0着 △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 6.4%) ※ 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。
14	エフエイト	丸山	実38.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（126日ぶりの実戦）
前5走 02/28 1阪神37R 7着/16頭+1.1秒 12/28 5中山87R 7着/16頭+1.2秒 12/13 5中山37R 2着/16頭+0.3秒 11/01 3京都107R 8着/16頭+1.0秒 10/19 3京都73R 2着/12頭+0.4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 126日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +80% (市場が大幅過小評価) AI 予想勝率 4.7% (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。
15	ベルゼビュート	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（直近3走で勝率33%と好調／91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 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 91日休養明け × 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 10.8% (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。

🎯 AIの本命

AI評価1位

ベルゼビュート

騎手菊沢

単勝オッズ

4.0倍

AI期待値

-56%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ホウオウルクソール

4.3倍

EV -53%

▲6カンレイスター

5.6倍

EV -45%

出走馬全15頭

×15

ベルゼビュート

菊沢

4.0倍

-56%

›

○8

ホウオウルクソール

北村友

4.3倍

-53%

›

▲6

カンレイスター

石川

5.6倍

-45%

›

△12

カセノアステリア

津村

6.2倍

-46%

›

△9

マオノクラッシュ

コレット

7.5倍

-38%

›

△11

ティピティーナ

伊藤

14.2倍

-2%

›

▽4

ハヌル

江田照

23.2倍

+46%

›

▽13

バルジール

田辺

15.6倍

-2%

›

▽3

カサブランカキッド

坂井

27.4倍

+53%

›

▽2

リアライズタキオン

嶋田

37.2倍

+84%

›

▽5

ワンモメンタム

原

52.3倍

+152%

›

▽14

エフエイト

丸山

38.5倍

+80%

›

▽1

シルバードン

石橋脩

96.2倍

+321%

›

▽7

リッチハンター

△石田

157.4倍

+523%

›

▽10

ダイユウファリーナ

▲佐藤

279.7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