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 11:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エトワールブーケ	岩部	実28.5	B▽ A▽勝率4% EV+10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／63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 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 3.8% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.9% / 期待値 +11% ※ 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	ケイツールピア	△石田	実163.9	B▽ A▽勝率1% EV+3% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
前5走 12/14 5中山412R 9着/16頭+0.6秒 10/19 4新潟29R 4着/15頭+0.7秒 09/20 4中山67R 8着/18頭+0.8秒 08/31 3新潟48R 7着/9頭+2.5秒 08/10 2新潟611R 7着/14頭+0.9秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.0着 (不振) △ 当競馬場適性 13走で勝率 8% ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.6% / 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。
3	カイトグート	柴田大	実149.5	B× A▽勝率1% EV-49% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.3着と低調）
前5走 01/24 1中山812R 11着/12頭+1.7秒 12/14 5中京412R 6着/16頭+0.3秒 11/08 5東京112R 10着/14頭+1.1秒 10/18 4東京67R 9着/17頭+1.1秒 10/05 4東京27R 7着/18頭+0.3秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 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 20日の間隔 (理想的) × 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 0.3% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 14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。
4	サルワールカミーズ	丸山	実19.1	B▽ A△勝率5% EV+0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率50%と好調／97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 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 50% (絶好調) ▽ 前走実績前走 10着 (大敗) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 5.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.3% / 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。
5	ダイヤモンドパレス	武藤	実49.9	B▽ A▽勝率1% EV-36% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（105日ぶりの実戦）
前5走 01/31 1東京15R 8着/16頭+0.7秒 ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 △ ローテーション 105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 1.3% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.3% / 期待値 -37% ※ 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	ウッケン	松岡	実481.0	B▽ A▽勝率1% EV-15% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.3着と低調）
前5走 02/01 1小倉42R 12着/18頭+1.8秒 10/18 4東京64R 12着/18頭+1.1秒 ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 12.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) +40%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.3% (オッズ暗示: 0.2%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.8% / 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。
7	ジーティーメティオ	吉田隼	実8.0	B△ A▲勝率9% EV-25% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（118日ぶりの実戦）
前5走 02/15 2京都65R 5着/15頭+1.0秒 01/25 1京都99R 9着/9頭+1.5秒 08/17 1札幌85R 2着/5頭+0.0秒 ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 △ ローテーション 118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 9.8% (オッズ暗示: 12.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.3% / 期待値 -25% ※ 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	インテンスゲイズ	△石神道	実45.1	B▽ A▽勝率1% EV-42% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 12/06 5中京15R 11着/14頭+1.6秒 11/23 5東京52R 7着/18頭+0.9秒 11/08 5東京15R 6着/13頭+1.4秒 ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 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。
9	シアブリス	丹内	実8.9	B▲ A△勝率9% EV-16% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率0%と苦戦傾向）
前5走 01/11 1中山48R 14着/16頭+3.2秒 08/02 1札幌37R 6着/10頭+1.6秒 05/24 2東京97R 4着/13頭+0.4秒 02/23 1東京86R 9着/15頭+1.0秒 10/19 4東京512R 4着/12頭+0.7秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.7着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 12.8% (オッズ暗示: 11.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 期待値 -17% ※ 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	エイズルブルーム	斎藤	実3.2	B◎ A○勝率24% EV-24% 詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（10〜30倍）より低く見送り
前5走 03/01 1阪神411R 10着/15頭+0.5秒 01/12 1京都511R 6着/16頭+0.9秒 12/21 5阪神63R 1着/18頭勝利 10/25 3京都85R 3着/14頭+0.9秒 ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 24.1% (オッズ暗示: 31.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.7% / 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。
11	キアラメンテ	杉原	実2.9	B○ A◎勝率25% EV-26% 詳細▼	人気馬、市場評価通りで上乗せなし（前走2着／76日ぶりの実戦）
前5走 03/07 2中山312R 6着/16頭+0.4秒 12/14 5中山412R 7着/16頭+0.6秒 09/07 4中山22R 1着/16頭勝利 07/20 2福島86R 3着/14頭+0.2秒 04/27 2東京25R 2着/14頭+0.3秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.7着 ○ 前走実績前走 2着 (好走) × 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 21.3% (オッズ暗示: 34.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.3% / 期待値 -27% ※ 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	ロゼフェリシア	◇小林美	実10.6	B△ A△勝率9% EV-9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率67%と好調／97日ぶりの実戦）
前5走 02/13 名古屋5R 1着/10頭勝利 01/29 名古屋4R 1着/12頭勝利 01/04 名古屋2R 1着/11頭勝利 12/19 名古屋6R 2着/12頭+0.1秒 11/25 名古屋8R 2着/9頭+0.2秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 67% (絶好調) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 9.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.6% / 期待値 -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。
13	ニシノエピカリ	★河原田	実171.9	B▽ A▽勝率1% EV+8% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調／63日ぶりの実戦）
前5走 04/04 3中山37R 5着/12頭+1.0秒 11/08 3福島16R 15着/16頭+1.7秒 10/04 4東京17R 9着/10頭+1.1秒 09/07 2札幌67R 3着/13頭+0.3秒 05/24 2東京99R 8着/9頭+2.2秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) +3%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.6% / 期待値 +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。
14	カドドゥディエ	▲上里	実20.3	B△ A▽勝率5% EV+7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い／63日ぶりの実戦）
前5走 01/25 1中山912R 5着/16頭+1.8秒 01/10 1中山37R 4着/16頭+0.7秒 10/18 4東京65R 9着/16頭+1.1秒 ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 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) ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 6.5% (オッズ暗示: 4.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.3% / 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。
15	ミエノフェアリー	菊沢	実29.5	B▽ A×勝率2% EV-52% 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／76日ぶりの実戦）
前5走 02/14 1東京512R 6着/16頭+0.8秒 11/16 5東京412R 7着/13頭+0.6秒 10/18 4新潟17R 2着/18頭+0.1秒 08/23 3新潟14R 1着/16頭勝利 07/26 2新潟15R 2着/18頭+0.2秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.4%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 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。
16	ユーディキウム	☆長浜	実28.7	B▽ A▽勝率4% EV+11% 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／125日ぶりの実戦）
前5走 02/21 1東京712R 16着/16頭+2.3秒 11/16 5東京412R 8着/13頭+0.6秒 07/12 2福島57R 13着/14頭+2.6秒 05/18 2東京86R 11着/16頭+2.1秒 02/01 1東京13R 1着/16頭勝利
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.3着 (不振) △ ローテーション 125日休養明け △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 3.8% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.9% / 期待値 +11% ※ 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

見送りAI の 1 位の馬

エイズルブルーム

騎手斎藤

3.2倍

AI の勝率24%損益の分かれ目31%

オッズが買う範囲（10〜30倍）より低く見送り。

買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで

出走馬全16頭

◎A:○10

エイズルブルーム

斎藤

3.2倍

勝率 24%

›

○A:◎11

キアラメンテ

杉原

2.9倍

勝率 21%

›

▲A:△9

シアブリス

丹内

8.9倍

勝率 13%

›

△A:▲7

ジーティーメティオ

吉田隼

8.0倍

勝率 10%

›

△A:△12

ロゼフェリシア

◇小林美

10.6倍

勝率 7%

›

△A:▽14

カドドゥディエ

▲上里

20.3倍

勝率 6%

›

▽A:△4

サルワールカミーズ

丸山

19.1倍

勝率 4%

›

▽A:▽1

エトワールブーケ

岩部

28.5倍

勝率 4%

›

▽A:▽16

ユーディキウム

☆長浜

28.7倍

勝率 4%

›

▽A:×15

ミエノフェアリー

菊沢

29.5倍

勝率 3%

›

▽A:▽8

インテンスゲイズ

△石神道

45.1倍

対象外勝率 1%

›

▽A:▽5

ダイヤモンドパレス

武藤

49.9倍

対象外勝率 1%

›

▽A:▽2

ケイツールピア

△石田

163.9倍

対象外勝率 1%

›

▽A:▽13

ニシノエピカリ

★河原田

171.9倍

対象外勝率 1%

›

×A:▽3

カイトグート

柴田大

149.5倍

対象外勝率 0%

›

▽A:▽6

ウッケン

松岡

481.0倍

対象外勝率 0%

›

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。買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで。

▶ 展開シミュレーション

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 11:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エトワールブーケ	岩部	実28.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／63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 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 3.9% (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。
2	ケイツールピア	△石田	実163.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
前5走 12/14 5中山412R 9着/16頭+0.6秒 10/19 4新潟29R 4着/15頭+0.7秒 09/20 4中山67R 8着/18頭+0.8秒 08/31 3新潟48R 7着/9頭+2.5秒 08/10 2新潟611R 7着/14頭+0.9秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.0着 (不振) △ 当競馬場適性 13走で勝率 8% ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +3%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (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	カイトグート	柴田大	実149.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.3着と低調）
前5走 01/24 1中山812R 11着/12頭+1.7秒 12/14 5中京412R 6着/16頭+0.3秒 11/08 5東京112R 10着/14頭+1.1秒 10/18 4東京67R 9着/17頭+1.1秒 10/05 4東京27R 7着/18頭+0.3秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 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 20日の間隔 (理想的) × 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: 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。
4	サルワールカミーズ	丸山	実19.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率50%と好調／97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 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 50% (絶好調) ▽ 前走実績前走 10着 (大敗) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 5.3% (オッズ暗示: 5.2%) ※ 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。
5	ダイヤモンドパレス	武藤	実49.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（105日ぶりの実戦）
前5走 01/31 1東京15R 8着/16頭+0.7秒 ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 △ ローテーション 105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 1.3% (オッズ暗示: 2.0%) ※ 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。
6	ウッケン	松岡	実481.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.3着と低調）
前5走 02/01 1小倉42R 12着/18頭+1.8秒 10/18 4東京64R 12着/18頭+1.1秒 ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 12.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ 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: 0.2%) ※ 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。
7	ジーティーメティオ	吉田隼	実8.0	▲詳細▼	AI上位評価だが期待値不足、見送り（118日ぶりの実戦）
前5走 02/15 2京都65R 5着/15頭+1.0秒 01/25 1京都99R 9着/9頭+1.5秒 08/17 1札幌85R 2着/5頭+0.0秒 ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 9.3% (オッズ暗示: 12.5%) ※ 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。
8	インテンスゲイズ	△石神道	実45.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 12/06 5中京15R 11着/14頭+1.6秒 11/23 5東京52R 7着/18頭+0.9秒 11/08 5東京15R 6着/13頭+1.4秒 ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.2%) ※ 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。
9	シアブリス	丹内	実8.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場5走で勝率0%と苦戦傾向）
前5走 01/11 1中山48R 14着/16頭+3.2秒 08/02 1札幌37R 6着/10頭+1.6秒 05/24 2東京97R 4着/13頭+0.4秒 02/23 1東京86R 9着/15頭+1.0秒 10/19 4東京512R 4着/12頭+0.7秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.7着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 9.3% (オッズ暗示: 11.2%) ※ 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。
10	エイズルブルーム	斎藤	実3.2	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 03/01 1阪神411R 10着/15頭+0.5秒 01/12 1京都511R 6着/16頭+0.9秒 12/21 5阪神63R 1着/18頭勝利 10/25 3京都85R 3着/14頭+0.9秒 ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 23.7% (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。
11	キアラメンテ	杉原	実2.9	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（10〜30倍）より低く見送り（前走2着／76日ぶりの実戦）
前5走 03/07 2中山312R 6着/16頭+0.4秒 12/14 5中山412R 7着/16頭+0.6秒 09/07 4中山22R 1着/16頭勝利 07/20 2福島86R 3着/14頭+0.2秒 04/27 2東京25R 2着/14頭+0.3秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.7着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 25.3% (オッズ暗示: 34.5%) ※ 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。
12	ロゼフェリシア	◇小林美	実10.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率67%と好調／97日ぶりの実戦）
前5走 02/13 名古屋5R 1着/10頭勝利 01/29 名古屋4R 1着/12頭勝利 01/04 名古屋2R 1着/11頭勝利 12/19 名古屋6R 2着/12頭+0.1秒 11/25 名古屋8R 2着/9頭+0.2秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 67% (絶好調) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 8.6% (オッズ暗示: 9.4%) ※ 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。
13	ニシノエピカリ	★河原田	実171.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調／63日ぶりの実戦）
前5走 04/04 3中山37R 5着/12頭+1.0秒 11/08 3福島16R 15着/16頭+1.7秒 10/04 4東京17R 9着/10頭+1.1秒 09/07 2札幌67R 3着/13頭+0.3秒 05/24 2東京99R 8着/9頭+2.2秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) +8%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (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。
14	カドドゥディエ	▲上里	実20.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い／63日ぶりの実戦）
前5走 01/25 1中山912R 5着/16頭+1.8秒 01/10 1中山37R 4着/16頭+0.7秒 10/18 4東京65R 9着/16頭+1.1秒 ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 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) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 5.3% (オッズ暗示: 4.9%) ※ 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。
15	ミエノフェアリー	菊沢	実29.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調／76日ぶりの実戦）
前5走 02/14 1東京512R 6着/16頭+0.8秒 11/16 5東京412R 7着/13頭+0.6秒 10/18 4新潟17R 2着/18頭+0.1秒 08/23 3新潟14R 1着/16頭勝利 07/26 2新潟15R 2着/18頭+0.2秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 前走実績前走 13着 (大敗) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 1.6% (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。
16	ユーディキウム	☆長浜	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9.3着と低調／125日ぶりの実戦）
前5走 02/21 1東京712R 16着/16頭+2.3秒 11/16 5東京412R 8着/13頭+0.6秒 07/12 2福島57R 13着/14頭+2.6秒 05/18 2東京86R 11着/16頭+2.1秒 02/01 1東京13R 1着/16頭勝利
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.3着 (不振) △ ローテーション 125日休養明け △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 3.9% (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。

見送りAI の 1 位の馬

キアラメンテ

騎手杉原

2.9倍

AI の勝率25%損益の分かれ目34%

オッズが買う範囲（10〜30倍）より低く見送り。

買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで

出走馬全16頭

◎11

キアラメンテ

杉原

2.9倍

勝率 25%

›

○10

エイズルブルーム

斎藤

3.2倍

勝率 24%

›

▲7

ジーティーメティオ

吉田隼

8.0倍

勝率 9%

›

△9

シアブリス

丹内

8.9倍

勝率 9%

›

△12

ロゼフェリシア

◇小林美

10.6倍

勝率 9%

›

△4

サルワールカミーズ

丸山

19.1倍

勝率 5%

›

▽14

カドドゥディエ

▲上里

20.3倍

勝率 5%

›

▽1

エトワールブーケ

岩部

28.5倍

勝率 4%

›

▽16

ユーディキウム

☆長浜

28.7倍

勝率 4%

›

×15

ミエノフェアリー

菊沢

29.5倍

勝率 2%

›

▽8

インテンスゲイズ

△石神道

45.1倍

対象外勝率 1%

›

▽5

ダイヤモンドパレス

武藤

49.9倍

対象外勝率 1%

›

▽6

ウッケン

松岡

481.0倍

対象外勝率 1%

›

▽3

カイトグート

柴田大

149.5倍

対象外勝率 1%

›

▽2

ケイツールピア

△石田

163.9倍

対象外勝率 1%

›

▽13

ニシノエピカリ

★河原田

171.9倍

対象外勝率 1%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで。

▶ 展開シミュレーション

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