新潟 10R 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

10R 新潟競馬場発走 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レッドセニョール	長浜	実79.4	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（当競馬場4走で勝率0%と苦戦傾向／69日ぶりの実戦）
前5走 04/04 2阪神38R 8着/9頭+1.5秒 03/24 高知3R 11着/12頭+2.1秒 02/14 1東京58R 13着/16頭+1.8秒 08/24 2札幌210R 9着/14頭+1.6秒 08/10 1札幌610R 14着/14頭+2.6秒
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戦の調子平均 7.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +16%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.5% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.5% / 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。
2	リッキースタイル推奨	吉田隼	実14.2	B△ A△勝率9% EV+25% 詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場4走で勝率25%と適性高）
前5走 02/21 1東京77R 7着/16頭+2.1秒 02/01 1東京24R 5着/16頭+0.6秒 01/05 1中山212R 3着/16頭+0.2秒 12/13 5中京38R 5着/16頭+0.8秒 11/24 5東京65R 4着/16頭+0.6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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 8.9% (オッズ暗示: 7.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.8% / 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。
3	ダノンモンテローザ	斎藤	実6.1	B△ A△勝率11% EV-34% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 03/29 2阪神212R 9着/16頭+1.0秒 03/01 1阪神412R 6着/16頭+0.5秒 01/25 1京都96R 1着/15頭勝利 01/04 1京都18R 3着/16頭+0.1秒 11/15 3福島37R 10着/16頭+0.7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 5.0着 ○ 前走実績前走 3着 (好走) × 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 8.9% (オッズ暗示: 16.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.7% / 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。
4	ダズリングダンス	川須	実5.8	B○ A○勝率14% EV-19% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率0%と苦戦傾向／前走3着）
前5走 03/29 2阪神212R 8着/16頭+0.9秒 03/15 1中京29R 9着/15頭+1.2秒 11/08 4京都19R 12着/16頭+2.4秒 10/18 4新潟110R 7着/15頭+1.2秒 08/23 3新潟19R 2着/15頭+0.2秒
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戦の調子平均 6.0着 × 当競馬場適性 7走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 13.9% (オッズ暗示: 17.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.9% / 期待値 -19% ※ 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	シルフズミスチーフ	今村	実4.7	B◎ A◎勝率19% EV-8% 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（当競馬場3走で勝率33%と適性高）
前5走 03/22 1中京412R 1着/16頭勝利 12/20 5中京57R 4着/15頭+0.3秒 12/14 5中京43R 2着/16頭+0.5秒 10/26 4新潟412R 3着/12頭+0.7秒 09/06 4阪神112R 8着/13頭+1.5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 4.3着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 16.2% (オッズ暗示: 21.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 19.4% / 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。
6	エスカレイト	高杉	実30.8	B▽ A▽勝率2% EV-43% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調）
前5走 03/07 1阪神56R 8着/12頭+1.3秒 01/18 1京都74R 3着/10頭+0.2秒 12/13 5中京39R 10着/11頭+1.1秒 08/30 2札幌39R 10着/13頭+1.5秒 08/23 2札幌19R 5着/9頭+1.8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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.8% / 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。
7	レイワサンサン	石田	実36.7	B▽ A▽勝率2% EV-32% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（前走3着／97日ぶりの実戦）
前5走 02/01 2京都28R 1着/11頭勝利 11/08 3福島112R 4着/15頭+0.5秒 10/18 4新潟16R 5着/15頭+1.4秒 08/23 2札幌112R 6着/6頭+2.0秒 08/16 1札幌78R 8着/14頭+0.9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 7.7着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 97日休養明け × 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 1.5% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.8% / 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。
8	ヴェントインコーダ	丸山	実24.9	B▽ A×勝率2% EV-54% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調）
前5走 03/15 1中京26R 14着/16頭+2.0秒 01/04 1京都18R 11着/16頭+1.1秒 12/13 5中京32R 2着/16頭+0.0秒 10/13 3京都512R 4着/16頭+0.9秒 09/14 4阪神412R 2着/16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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 4.0%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 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	ジャンシ	松本	実14.7	B▽ A▽勝率5% EV-27% 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／76日ぶりの実戦）
前5走 03/07 1阪神56R 10着/12頭+2.8秒 12/21 5中京69R 16着/16頭+3.7秒 11/30 4京都81R 1着/16頭勝利 11/16 3福島41R 3着/16頭+1.0秒 09/27 4阪神83R 13着/14頭+2.2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戦の調子勝率 33% (上り調子) × 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 4.4% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.9% / 期待値 -28% ※ 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	キャリーグレイス	小崎	実100.5	B▽ A▽勝率1% EV+46% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調／62日ぶりの実戦）
前5走 02/28 1小倉113R 4着/14頭+0.5秒 02/15 1小倉83R 2着/14頭+1.0秒 02/01 1小倉43R 2着/14頭+0.3秒 11/22 3福島52R 5着/16頭+0.4秒 10/25 4新潟34R 8着/15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戦の調子勝率 33% (上り調子) × 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%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 1.5% / 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。
11	ルイステソーロ	丹内	実7.0	B▲ A▲勝率13% EV-12% 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／97日ぶりの実戦）
前5走 03/29 3中山28R 1着/16頭勝利 03/08 2中山46R 2着/16頭+0.4秒 11/24 3福島67R 11着/16頭+1.5秒 10/13 4東京512R 6着/16頭+0.3秒 09/20 4中山68R 3着/15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戦の調子勝率 33% (上り調子) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 13.9% (オッズ暗示: 14.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.6% / 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。
12	モリノレッドスター	小林美	実8.2	B▽ A▽勝率8% EV-37% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（189日ぶりの実戦）
前5走 03/14 2中山512R 2着/16頭+0.1秒 01/11 1中山412R 6着/16頭+1.1秒 11/16 5東京47R 16着/16頭+7.4秒 09/27 4中山812R 12着/16頭+1.0秒 05/10 1新潟312R 1着/14頭勝利
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戦の調子平均 5.7着 △ ローテーション 189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 8.4% (オッズ暗示: 12.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.6% / 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。
13	スーパーバイザー	横山琉	実44.3	B▽ A▽勝率1% EV-35% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調／97日ぶりの実戦）
前5走 02/28 1小倉1112R 13着/18頭+0.4秒 02/10 1東京412R 4着/16頭+0.1秒 12/14 5中京48R 10着/16頭+1.7秒 10/25 4新潟37R 7着/14頭+0.8秒 10/13 4東京512R 5着/16頭+0.3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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 97日休養明け × 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 1.5% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.5% / 期待値 -36% ※ 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	ロイヤルスパイア	菊沢	実6.9	B△ A△勝率11% EV-25% 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67%と好調／前走勝利の勢い／91日ぶりの実戦）
前5走 03/29 1中京63R 1着/15頭勝利 03/14 2中山53R 2着/16頭+0.5秒 03/01 1小倉125R 4着/18頭+0.1秒 12/14 5中京42R 5着/13頭+1.0秒 11/29 5東京71R 2着/13頭+0.3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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 11.7% (オッズ暗示: 14.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.7% / 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。
15	ディーエスショウマ	小沢	実61.1	B▽ A▽勝率1% EV-11% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.3着と低調／105日ぶりの実戦）
前5走 02/14 1小倉710R 11着/14頭+1.1秒 12/14 5阪神48R 7着/11頭+0.9秒 10/19 4新潟210R 18着/18頭+2.7秒 07/13 2小倉69R 8着/14頭+0.8秒 06/29 2小倉28R 1着/14頭勝利
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 10.3着 (不振) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.5% / 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

買うAI の推奨AB

リッキースタイル

騎手吉田隼

14.2倍

AI の勝率9%損益の分かれ目7%

AI の勝率 9% が損益の分かれ目 7%（1 ÷ 14.2倍）を上回り、期待値 +27% が買う基準（+20%）以上。

賭け金の目安 ¥200（AI の自信に応じて変えています）

中央は記録のための予想です（控除率を越える力は未確認）。

外れ（7着）

出走馬全15頭

◎A:◎5

シルフズミスチーフ

今村

4.7倍

勝率 16%

›

○A:○4

ダズリングダンス

川須

5.8倍

勝率 14%

›

▲A:▲11

ルイステソーロ

丹内

7.0倍

勝率 14%

›

△A:△14

ロイヤルスパイア

菊沢

6.9倍

勝率 12%

›

△A:△3

ダノンモンテローザ

斎藤

6.1倍

勝率 9%

›

△A:△2

リッキースタイル

吉田隼

14.2倍

勝率 9%

›

▽A:▽12

モリノレッドスター

小林美

8.2倍

勝率 8%

›

▽A:▽9

ジャンシ

松本

14.7倍

勝率 4%

›

▽A:×8

ヴェントインコーダ

丸山

24.9倍

勝率 4%

›

▽A:▽6

エスカレイト

高杉

30.8倍

対象外勝率 3%

›

▽A:▽7

レイワサンサン

石田

36.7倍

対象外勝率 2%

›

▽A:▽15

ディーエスショウマ

小沢

61.1倍

対象外勝率 2%

›

▽A:▽13

スーパーバイザー

横山琉

44.3倍

対象外勝率 1%

›

▽A:▽1

レッドセニョール

長浜

79.4倍

対象外勝率 1%

›

▽A:▽10

キャリーグレイス

小崎

100.5倍

対象外勝率 1%

›

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

A モデル（勝ち負けの 2 択で学習）

単勝 2 リッキースタイル実14.2倍期待値 +27% 推奨 11.2〜30.0倍 ¥100 不的中7着

B モデル（レース内の順位で学習）

単勝 2 リッキースタイル実14.2倍期待値 +27% 推奨 11.2〜30.0倍 ¥100 不的中7着

※ オッズは予測時点の値です。

10R 新潟競馬場発走 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レッドセニョール	長浜	実79.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率0%と苦戦傾向／69日ぶりの実戦）
前5走 04/04 2阪神38R 8着/9頭+1.5秒 03/24 高知3R 11着/12頭+2.1秒 02/14 1東京58R 13着/16頭+1.8秒 08/24 2札幌210R 9着/14頭+1.6秒 08/10 1札幌610R 14着/14頭+2.6秒
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戦の調子平均 7.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +15%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.5% (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	リッキースタイル推奨	吉田隼	実14.2	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場4走で勝率25%と適性高）
前5走 02/21 1東京77R 7着/16頭+2.1秒 02/01 1東京24R 5着/16頭+0.6秒 01/05 1中山212R 3着/16頭+0.2秒 12/13 5中京38R 5着/16頭+0.8秒 11/24 5東京65R 4着/16頭+0.6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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 8.8% (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。
3	ダノンモンテローザ	斎藤	実6.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 03/29 2阪神212R 9着/16頭+1.0秒 03/01 1阪神412R 6着/16頭+0.5秒 01/25 1京都96R 1着/15頭勝利 01/04 1京都18R 3着/16頭+0.1秒 11/15 3福島37R 10着/16頭+0.7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 5.0着 ○ 前走実績前走 3着 (好走) × 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 10.7% (オッズ暗示: 16.4%) ※ 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。
4	ダズリングダンス	川須	実5.8	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率0%と苦戦傾向／前走3着）
前5走 03/29 2阪神212R 8着/16頭+0.9秒 03/15 1中京29R 9着/15頭+1.2秒 11/08 4京都19R 12着/16頭+2.4秒 10/18 4新潟110R 7着/15頭+1.2秒 08/23 3新潟19R 2着/15頭+0.2秒
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戦の調子平均 6.0着 × 当競馬場適性 7走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 13.9% (オッズ暗示: 17.2%) ※ 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	シルフズミスチーフ	今村	実4.7	◎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（当競馬場3走で勝率33%と適性高）
前5走 03/22 1中京412R 1着/16頭勝利 12/20 5中京57R 4着/15頭+0.3秒 12/14 5中京43R 2着/16頭+0.5秒 10/26 4新潟412R 3着/12頭+0.7秒 09/06 4阪神112R 8着/13頭+1.5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 4.3着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 19.4% (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。
6	エスカレイト	高杉	実30.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調）
前5走 03/07 1阪神56R 8着/12頭+1.3秒 01/18 1京都74R 3着/10頭+0.2秒 12/13 5中京39R 10着/11頭+1.1秒 08/30 2札幌39R 10着/13頭+1.5秒 08/23 2札幌19R 5着/9頭+1.8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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 14着 (大敗) × 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 1.8% (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。
7	レイワサンサン	石田	実36.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（前走3着／97日ぶりの実戦）
前5走 02/01 2京都28R 1着/11頭勝利 11/08 3福島112R 4着/15頭+0.5秒 10/18 4新潟16R 5着/15頭+1.4秒 08/23 2札幌112R 6着/6頭+2.0秒 08/16 1札幌78R 8着/14頭+0.9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 7.7着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 97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: 2.7%) ※ 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。
8	ヴェントインコーダ	丸山	実24.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調）
前5走 03/15 1中京26R 14着/16頭+2.0秒 01/04 1京都18R 11着/16頭+1.1秒 12/13 5中京32R 2着/16頭+0.0秒 10/13 3京都512R 4着/16頭+0.9秒 09/14 4阪神412R 2着/16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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) × 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 1.8% (オッズ暗示: 4.0%) ※ 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。
9	ジャンシ	松本	実14.7	▽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／76日ぶりの実戦）
前5走 03/07 1阪神56R 10着/12頭+2.8秒 12/21 5中京69R 16着/16頭+3.7秒 11/30 4京都81R 1着/16頭勝利 11/16 3福島41R 3着/16頭+1.0秒 09/27 4阪神83R 13着/14頭+2.2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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 4.9% (オッズ暗示: 6.8%) ※ 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。
10	キャリーグレイス	小崎	実100.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調／62日ぶりの実戦）
前5走 02/28 1小倉113R 4着/14頭+0.5秒 02/15 1小倉83R 2着/14頭+1.0秒 02/01 1小倉43R 2着/14頭+0.3秒 11/22 3福島52R 5着/16頭+0.4秒 10/25 4新潟34R 8着/15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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) +46%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.5% (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。
11	ルイステソーロ	丹内	実7.0	▲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／97日ぶりの実戦）
前5走 03/29 3中山28R 1着/16頭勝利 03/08 2中山46R 2着/16頭+0.4秒 11/24 3福島67R 11着/16頭+1.5秒 10/13 4東京512R 6着/16頭+0.3秒 09/20 4中山68R 3着/15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戦の調子勝率 33% (上り調子) △ ローテーション 97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 12.6% (オッズ暗示: 14.3%) ※ 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。
12	モリノレッドスター	小林美	実8.2	▽詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（189日ぶりの実戦）
前5走 03/14 2中山512R 2着/16頭+0.1秒 01/11 1中山412R 6着/16頭+1.1秒 11/16 5東京47R 16着/16頭+7.4秒 09/27 4中山812R 12着/16頭+1.0秒 05/10 1新潟312R 1着/14頭勝利
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戦の調子平均 5.7着 △ ローテーション 189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 7.6% (オッズ暗示: 12.2%) ※ 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。
13	スーパーバイザー	横山琉	実44.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調／97日ぶりの実戦）
前5走 02/28 1小倉1112R 13着/18頭+0.4秒 02/10 1東京412R 4着/16頭+0.1秒 12/14 5中京48R 10着/16頭+1.7秒 10/25 4新潟37R 7着/14頭+0.8秒 10/13 4東京512R 5着/16頭+0.3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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) △ ローテーション 97日休養明け × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.3%) ※ 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。
14	ロイヤルスパイア	菊沢	実6.9	△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67%と好調／前走勝利の勢い／91日ぶりの実戦）
前5走 03/29 1中京63R 1着/15頭勝利 03/14 2中山53R 2着/16頭+0.5秒 03/01 1小倉125R 4着/18頭+0.1秒 12/14 5中京42R 5着/13頭+1.0秒 11/29 5東京71R 2着/13頭+0.3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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 91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 10.7% (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。
15	ディーエスショウマ	小沢	実61.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.3着と低調／105日ぶりの実戦）
前5走 02/14 1小倉710R 11着/14頭+1.1秒 12/14 5阪神48R 7着/11頭+0.9秒 10/19 4新潟210R 18着/18頭+2.7秒 07/13 2小倉69R 8着/14頭+0.8秒 06/29 2小倉28R 1着/14頭勝利
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 10.3着 (不振) △ ローテーション 105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 1.5% (オッズ暗示: 1.6%) ※ 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。

買うAI の推奨AB

リッキースタイル

騎手吉田隼

14.2倍

AI の勝率9%損益の分かれ目7%

AI の勝率 9% が損益の分かれ目 7%（1 ÷ 14.2倍）を上回り、期待値 +25% が買う基準（+20%）以上。

賭け金の目安 ¥200（AI の自信に応じて変えています）

中央は記録のための予想です（控除率を越える力は未確認）。

外れ（7着）

出走馬全15頭

◎5

シルフズミスチーフ

今村

4.7倍

勝率 19%

›

○4

ダズリングダンス

川須

5.8倍

勝率 14%

›

▲11

ルイステソーロ

丹内

7.0倍

勝率 13%

›

△3

ダノンモンテローザ

斎藤

6.1倍

勝率 11%

›

△14

ロイヤルスパイア

菊沢

6.9倍

勝率 11%

›

△2

リッキースタイル

吉田隼

14.2倍

勝率 9%

›

▽12

モリノレッドスター

小林美

8.2倍

勝率 8%

›

▽9

ジャンシ

松本

14.7倍

勝率 5%

›

×8

ヴェントインコーダ

丸山

24.9倍

勝率 2%

›

▽6

エスカレイト

高杉

30.8倍

対象外勝率 2%

›

▽7

レイワサンサン

石田

36.7倍

対象外勝率 2%

›

▽13

スーパーバイザー

横山琉

44.3倍

対象外勝率 1%

›

▽15

ディーエスショウマ

小沢

61.1倍

対象外勝率 1%

›

▽1

レッドセニョール

長浜

79.4倍

対象外勝率 1%

›

▽10

キャリーグレイス

小崎

100.5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

A モデル（勝ち負けの 2 択で学習）

単勝 2 リッキースタイル実14.2倍期待値 +25% 推奨 11.4〜30.0倍 ¥100 不的中7着

B モデル（レース内の順位で学習）

単勝 2 リッキースタイル実14.2倍期待値 +25% 推奨 11.4〜30.0倍 ¥100 不的中7着

※ オッズは予測時点の値です。

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