新潟 5R 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

5R 新潟競馬場　発走 11:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	セリエンクーニゲン	川田	実6.9	B○ A▲勝率15% EV+3% 詳細▼	AI上位評価だが期待値不足、見送り（91日ぶりの実戦）
前5走 02/08 1小倉66R 6着/16頭+0.8秒 12/07 5中京25R 9着/17頭+0.8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 4.3着 △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 16.1% (オッズ暗示: 14.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.0% / 期待値 +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	チョコブラウニー	原	実166.1	B× A×勝率0% EV-64% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調／141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 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 141日休養明け × 期待値 (オッズ vs AI勝率) -69% (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 17位 / 勝率 0.2% / 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。
3	ゴッドレイ	△石田	実19.5	B△ A△勝率4% EV-14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.7着と低調／98日ぶりの実戦）
前5走 03/14 1阪神74R 6着/18頭+0.6秒 01/25 1小倉22R 16着/18頭+2.0秒 11/08 4京都16R 2着/11頭+0.1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 11.7着 (不振) ▽ 前走実績前走 13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) -10% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 5.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.4% / 期待値 -15% ※ 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	ステキサプライズ	今村聖奈	実22.2	B▽ A▽勝率3% EV-26% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調／133日ぶりの実戦）
前5走 02/07 1東京32R 12着/16頭+2.0秒 01/18 1中山71R 5着/16頭+0.8秒 12/21 5中山67R 14着/16頭+3.5秒 09/28 4中山92R 9着/16頭+1.3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 9.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.3% / 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。
5	エナノムスメ	丸田	実130.2	B× A×勝率0% EV-72% 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／84日ぶりの実戦）
前5走 02/10 1東京45R 7着/16頭+0.8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 10.0着 (不振) ▽ 前走実績前走 13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: 0.8%) × Aモデルの評価 (参考) レース内 16位 / 勝率 0.2% / 期待値 -72% ※ 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	ラウンドヒル	菊沢	実32.6	B▽ A×勝率1% EV-59% 詳細▼	大穴、AI予想勝率低く長期回収困難（343日ぶりの実戦）
前5走 09/21 4中山72R 9着/16頭+1.3秒 08/30 3新潟35R 5着/18頭+0.6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 343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 2.1% (オッズ暗示: 3.1%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 期待値 -60% ※ 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	エフティヴェント	△石神道	実244.5	B× A▽勝率0% EV-47% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／141日ぶりの実戦）
前5走 03/22 1中京45R 12着/16頭+1.4秒 01/10 1中山37R 7着/16頭+0.9秒 10/26 4東京93R 4着/11頭+1.9秒 10/04 4東京13R 7着/17頭+1.0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 11.7着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 141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 0.2% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 18位 / 勝率 0.2% / 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。
8	カラーオブサクセス	小崎	実76.3	B▽ A▽勝率1% EV-48% 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／126日ぶりの実戦）
前5走 10/26 4新潟42R 10着/13頭+1.3秒 10/05 4東京23R 3着/17頭+0.2秒 09/14 4中山43R 12着/15頭+2.3秒 08/09 2新潟53R 2着/17頭+0.4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 8.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 126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 0.9% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 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。
9	アリアス	三浦	実12.5	B△ A△勝率7% EV-12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（127日ぶりの実戦）
前5走 03/15 1中京24R 4着/18頭+0.3秒 12/14 5中山42R 5着/16頭+0.7秒 11/24 5東京62R 5着/18頭+0.8秒 09/13 4中山35R 10着/16頭+1.4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 4.3着 △ ローテーション 127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 7.9% (オッズ暗示: 8.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.0% / 期待値 -12% ※ 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	ソルティアーラ	ミシェル	実31.2	B▽ A▽勝率3% EV+3% 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／295日ぶりの実戦）
前5走 11/08 3福島15R 10着/16頭+1.6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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 295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 2.9% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.3% / 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。
11	オンナキュヌヴィ	田辺	実5.6	B▲ A○勝率15% EV-16% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着／126日ぶりの実戦）
前5走 02/21 1東京76R 9着/16頭+1.2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 6.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 14.0% (オッズ暗示: 17.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.0% / 期待値 -16% ※ 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	ネオアンボウ	野中	実104.5	B▽ A▽勝率1% EV-30% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／140日ぶりの実戦）
前5走 03/24 金沢7R 6着/10頭+4.2秒 02/22 1東京81R 12着/16頭+2.0秒 12/28 5中山85R 13着/16頭+8.0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 10.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 140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 0.9% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.7% / 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。
13	ウインテラジーナ	津村	実6.2	B△ A△勝率14% EV-14% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 2回4日新潟12R 3着/17頭+2.0秒 2回5日福島6R 5着/16頭+1.0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 3.3着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 13.1% (オッズ暗示: 16.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 13.7% / 期待値 -15% ※ 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	ワインレッドハート	▲上里	実99.1	B▽ A▽勝率1% EV-33% 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／133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 14 ◎ 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) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.7% / 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。
15	ルディドゥゲンジ	嶋田	実126.1	B× A×勝率0% EV-73% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／112日ぶりの実戦）
前5走 10/05 4東京22R 11着/11頭+3.6秒 09/28 4中山92R 13着/16頭+1.5秒 08/09 2新潟53R 11着/17頭+1.8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 10.3着 (不振) △ ローテーション 112日休養明け × 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: 0.8%) × Aモデルの評価 (参考) レース内 15位 / 勝率 0.2% / 期待値 -73% ※ 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。
16	ペルウィクトール	岩田望	実2.4	B◎ A🌟◎勝率31% EV-24% 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（134日ぶりの実戦）
前5走 01/31 1東京16R 2着/16頭+0.5秒 07/27 2新潟23R 3着/9頭+0.2秒 ― ― ―
AI 評価の内訳 — 馬番 16 ◎ 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 134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 28.4% (オッズ暗示: 41.7%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.5% / 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。
17	エイシンイクサボシ	木幡初	実35.6	B▽ A×勝率1% EV-59% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／106日ぶりの実戦）
前5走 02/15 2京都65R 11着/15頭+2.5秒 01/18 1中山72R 9着/16頭+2.5秒 09/21 4中山73R 9着/10頭+2.9秒 08/16 2新潟71R 11着/13頭+2.2秒 07/19 2福島75R 4着/16頭+0.5秒
AI 評価の内訳 — 馬番 17 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) ▽ 前走実績前走 12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) -26% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 2.8%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.1% / 期待値 -59% ※ 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。
18	ミクロスギガース	杉原	実31.9	B▽ A▽勝率2% EV-48% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／92日ぶりの実戦）
前5走 03/29 3中山24R 9着/16頭+1.7秒 01/24 1中山83R 10着/16頭+1.9秒 ― ― ―
AI 評価の内訳 — 馬番 18 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 92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 2.1% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.6% / 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。

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 ◎

ペルウィクトール

騎手岩田望

単勝オッズ

2.4倍

AI期待値

-31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲1セリエンクーニゲン

6.9倍

EV +10%

▲A:○11オンナキュヌヴィ

5.6倍

EV -21%

出走馬全18頭

◎A:◎16

ペルウィクトール

岩田望

2.4倍

-31%

›

○A:▲1

セリエンクーニゲン

川田

6.9倍

+10%

›

▲A:○11

オンナキュヌヴィ

田辺

5.6倍

-21%

›

△A:△13

ウインテラジーナ

津村

6.2倍

-18%

›

△A:△9

アリアス

三浦

12.5倍

›

△A:△3

ゴッドレイ

△石田

19.5倍

-10%

›

▽A:▽4

ステキサプライズ

今村聖奈

22.2倍

-26%

›

▽A:▽10

ソルティアーラ

ミシェル

31.2倍

-10%

›

▽A:▽18

ミクロスギガース

杉原

31.9倍

-33%

›

▽A:×6

ラウンドヒル

菊沢

32.6倍

-31%

›

▽A:×17

エイシンイクサボシ

木幡初

35.6倍

-25%

›

▽A:▽8

カラーオブサクセス

小崎

76.3倍

-32%

›

▽A:▽14

ワインレッドハート

▲上里

99.1倍

-12%

›

▽A:▽12

ネオアンボウ

野中

104.5倍

-8%

›

×A:×15

ルディドゥゲンジ

嶋田

126.1倍

-76%

›

×A:×5

エナノムスメ

丸田

130.2倍

-75%

›

×A:×2

チョコブラウニー

原

166.1倍

-68%

›

×A:▽7

エフティヴェント

△石神道

244.5倍

-54%

›

💡 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

5R 新潟競馬場　発走 11:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	セリエンクーニゲン	川田	実6.9	▲詳細▼	AI上位評価だが期待値不足、見送り（91日ぶりの実戦）
前5走 02/08 1小倉66R 6着/16頭+0.8秒 12/07 5中京25R 9着/17頭+0.8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 4.3着 △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 15.0% (オッズ暗示: 14.5%) ※ 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。
2	チョコブラウニー	原	実166.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調／141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 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 141日休養明け × 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 0.2% (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。
3	ゴッドレイ	△石田	実19.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.7着と低調／98日ぶりの実戦）
前5走 03/14 1阪神74R 6着/18頭+0.6秒 01/25 1小倉22R 16着/18頭+2.0秒 11/08 4京都16R 2着/11頭+0.1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 11.7着 (不振) ▽ 前走実績前走 13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) -15% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 5.1%) ※ 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。
4	ステキサプライズ	今村聖奈	実22.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調／133日ぶりの実戦）
前5走 02/07 1東京32R 12着/16頭+2.0秒 01/18 1中山71R 5着/16頭+0.8秒 12/21 5中山67R 14着/16頭+3.5秒 09/28 4中山92R 9着/16頭+1.3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 9.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 133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 3.3% (オッズ暗示: 4.5%) ※ 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	エナノムスメ	丸田	実130.2	×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／84日ぶりの実戦）
前5走 02/10 1東京45R 7着/16頭+0.8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 10.0着 (不振) ▽ 前走実績前走 13着 (大敗) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.8%) ※ 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。
6	ラウンドヒル	菊沢	実32.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（343日ぶりの実戦）
前5走 09/21 4中山72R 9着/16頭+1.3秒 08/30 3新潟35R 5着/18頭+0.6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 343日休養明け × 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 1.2% (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。
7	エフティヴェント	△石神道	実244.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／141日ぶりの実戦）
前5走 03/22 1中京45R 12着/16頭+1.4秒 01/10 1中山37R 7着/16頭+0.9秒 10/26 4東京93R 4着/11頭+1.9秒 10/04 4東京13R 7着/17頭+1.0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 11.7着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 141日休養明け × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 0.2% (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。
8	カラーオブサクセス	小崎	実76.3	▽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／126日ぶりの実戦）
前5走 10/26 4新潟42R 10着/13頭+1.3秒 10/05 4東京23R 3着/17頭+0.2秒 09/14 4中山43R 12着/15頭+2.3秒 08/09 2新潟53R 2着/17頭+0.4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 8.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 126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 0.7% (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。
9	アリアス	三浦	実12.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（127日ぶりの実戦）
前5走 03/15 1中京24R 4着/18頭+0.3秒 12/14 5中山42R 5着/16頭+0.7秒 11/24 5東京62R 5着/18頭+0.8秒 09/13 4中山35R 10着/16頭+1.4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 4.3着 △ ローテーション 127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 7.0% (オッズ暗示: 8.0%) ※ 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。
10	ソルティアーラ	ミシェル	実31.2	▽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／295日ぶりの実戦）
前5走 11/08 3福島15R 10着/16頭+1.6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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 295日休養明け △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 3.3% (オッズ暗示: 3.2%) ※ 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。
11	オンナキュヌヴィ	田辺	実5.6	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着／126日ぶりの実戦）
前5走 02/21 1東京76R 9着/16頭+1.2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 6.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 126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 15.0% (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。
12	ネオアンボウ	野中	実104.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／140日ぶりの実戦）
前5走 03/24 金沢7R 6着/10頭+4.2秒 02/22 1東京81R 12着/16頭+2.0秒 12/28 5中山85R 13着/16頭+8.0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 10.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 140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%) ※ 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	ウインテラジーナ	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（前走2着）
前5走 2回4日新潟12R 3着/17頭+2.0秒 2回5日福島6R 5着/16頭+1.0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 3.3着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 13.7% (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。
14	ワインレッドハート	▲上里	実99.1	▽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／133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 14 ◎ 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) △ ローテーション 133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 0.7% (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。
15	ルディドゥゲンジ	嶋田	実126.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／112日ぶりの実戦）
前5走 10/05 4東京22R 11着/11頭+3.6秒 09/28 4中山92R 13着/16頭+1.5秒 08/09 2新潟53R 11着/17頭+1.8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 10.3着 (不振) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.8%) ※ 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。
16	ペルウィクトール	岩田望	実2.4	🌟◎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（134日ぶりの実戦）
前5走 01/31 1東京16R 2着/16頭+0.5秒 07/27 2新潟23R 3着/9頭+0.2秒 ― ― ―
AI 評価の内訳 — 馬番 16 ◎ 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 134日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 31.5% (オッズ暗示: 41.7%) ※ 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。
17	エイシンイクサボシ	木幡初	実35.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／106日ぶりの実戦）
前5走 02/15 2京都65R 11着/15頭+2.5秒 01/18 1中山72R 9着/16頭+2.5秒 09/21 4中山73R 9着/10頭+2.9秒 08/16 2新潟71R 11着/13頭+2.2秒 07/19 2福島75R 4着/16頭+0.5秒
AI 評価の内訳 — 馬番 17 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) ▽ 前走実績前走 12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) -59% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.8%) ※ 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。
18	ミクロスギガース	杉原	実31.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／92日ぶりの実戦）
前5走 03/29 3中山24R 9着/16頭+1.7秒 01/24 1中山83R 10着/16頭+1.9秒 ― ― ―
AI 評価の内訳 — 馬番 18 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 92日休養明け × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 1.6% (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。

🎯 AIの本命

AI評価1位

ペルウィクトール

騎手岩田望

単勝オッズ

2.4倍

AI期待値

-24%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11オンナキュヌヴィ

5.6倍

EV -16%

▲1セリエンクーニゲン

6.9倍

EV +3%

出走馬全18頭

◎16

ペルウィクトール

岩田望

2.4倍

-24%

›

○11

オンナキュヌヴィ

田辺

5.6倍

-16%

›

▲1

セリエンクーニゲン

川田

6.9倍

+3%

›

△13

ウインテラジーナ

津村

6.2倍

-14%

›

△9

アリアス

三浦

12.5倍

-12%

›

△3

ゴッドレイ

△石田

19.5倍

-14%

›

▽4

ステキサプライズ

今村聖奈

22.2倍

-26%

›

▽10

ソルティアーラ

ミシェル

31.2倍

+3%

›

▽18

ミクロスギガース

杉原

31.9倍

-48%

›

×6

ラウンドヒル

菊沢

32.6倍

-59%

›

×17

エイシンイクサボシ

木幡初

35.6倍

-59%

›

▽8

カラーオブサクセス

小崎

76.3倍

-48%

›

▽14

ワインレッドハート

▲上里

99.1倍

-33%

›

▽12

ネオアンボウ

野中

104.5倍

-30%

›

×15

ルディドゥゲンジ

嶋田

126.1倍

-73%

›

×5

エナノムスメ

丸田

130.2倍

-72%

›

×2

チョコブラウニー

原

166.1倍

-64%

›

▽7

エフティヴェント

△石神道

244.5倍

-47%

›

💡 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