新潟 7R 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

7R 新潟競馬場発走 12:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シャインズオンユー	三浦	実49.1	B▽ A×勝率1% EV-51% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（77日ぶりの実戦）
前5走 03/29 2阪神27R 13着/14頭+1.7秒 02/14 1小倉76R 10着/18頭+0.4秒 02/08 1小倉612R 4着/18頭+0.1秒 12/07 5中京28R 17着/18頭+0.9秒 08/30 2札幌312R 10着/15頭+1.2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 6.7着 △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.0%) × Aモデルの評価 (参考) レース内 16位 / 勝率 1.0% / 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	グランフィエルテ	△柴田裕	実12.3	B▽ A△勝率8% 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33%と好調／105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 105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 5.9% (オッズ暗示: 8.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.2% / 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。
3	バム	江田照	実67.3	B× A▽勝率1% EV-21% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.7着と低調）
前5走 02/10 1東京412R 12着/16頭+1.6秒 02/01 1東京26R 13着/15頭+3.0秒 01/17 1中山66R 12着/16頭+1.1秒 11/11 金沢10R 1着/9頭勝利 10/28 金沢6R 1着/8頭勝利
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 9.7着 (不振) ○ ローテーション 28日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 1.0% / 期待値 -22% ※ 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	セクシーマージュ	川須	実5.7	B○ A○勝率14% EV-17% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.7着と低調／70日ぶりの実戦）
前5走 03/15 1中京212R 9着/18頭+0.8秒 01/31 1小倉38R 6着/18頭+0.5秒 11/16 3福島47R 3着/16頭+0.1秒 10/18 3京都612R 5着/15頭+0.2秒 08/31 4中京48R 5着/16頭+1.2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 8.7着 (不振) × 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 11.9% (オッズ暗示: 17.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.5% / 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。
5	ピリカサンライズ	国分恭	実63.8	B× A▽勝率1% EV-32% 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／106日ぶりの実戦）
前5走 02/21 1小倉97R 13着/16頭+1.7秒 02/08 1小倉67R 8着/15頭+1.3秒 11/24 3福島612R 13着/16頭+1.0秒 08/02 1札幌38R 11着/11頭+2.2秒 07/13 1函館107R 12着/14頭+1.3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 10.3着 (不振) △ ローテーション 106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 0.4% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.1% / 期待値 -33% ※ 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	ドルチェミスト	◇永島	実50.9	B× A×勝率1% EV-50% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.7着と低調／98日ぶりの実戦）
前5走 03/22 1阪神105R 8着/11頭+0.8秒 02/08 1小倉69R 3着/15頭+0.7秒 01/24 1小倉19R 4着/12頭+0.4秒 11/22 4京都59R 7着/9頭+1.1秒 08/23 2札幌19R 6着/9頭+1.9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 9.7着 (不振) ▽ 前走実績前走 15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) -55% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.0%) × Aモデルの評価 (参考) レース内 17位 / 勝率 1.0% / 期待値 -50% ※ 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	ベランジェール	Ｍデムーロ	実4.9	B◎ A◎勝率19% EV-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4走で勝率25%と適性高／70日ぶりの実戦）
前5走 03/14 1阪神76R 11着/13頭+3.3秒 02/22 1小倉1012R 9着/18頭+0.8秒 10/25 4新潟36R 15着/15頭+2.0秒 10/11 3京都37R 8着/11頭+0.7秒 07/27 2新潟212R 9着/16頭+0.7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) ◎ 当競馬場適性 4走で勝率 25% (得意) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 21.6% (オッズ暗示: 20.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 18.8% / 期待値 -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。
8	イリスアスール	池添	実27.5	B▽ A▽勝率2% EV-37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均14.0着と低調／91日ぶりの実戦）
前5走 02/22 1小倉1012R 13着/18頭+0.9秒 12/14 5中京412R 8着/16頭+0.5秒 11/15 3福島37R 9着/16頭+0.6秒 08/23 2札幌17R 10着/14頭+1.4秒 07/19 1函館117R 6着/16頭+0.7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 14.0着 (不振) ▽ 前走実績前走 14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) -43% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 2.3% / 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。
9	ミルトメロディー	菊沢	実33.3	B▽ A▽勝率2% EV-34% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／71日ぶりの実戦）
前5走 01/04 1中山11R 10着/16頭+2.1秒 11/16 5東京43R 12着/18頭+1.3秒 10/13 4東京56R 13着/17頭+1.9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) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) × 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 2.0% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 2.0% / 期待値 -35% ※ 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	ゴールドパレード	△石神道	実8.3	B▲ A△勝率10% EV-15% 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／78日ぶりの実戦）
前5走 03/14 2中山53R 12着/16頭+2.1秒 02/07 1小倉52R 8着/18頭+0.9秒 12/06 5中京14R 3着/18頭+0.2秒 11/15 3福島34R 4着/16頭+0.1秒 10/26 4新潟42R 5着/13頭+0.5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) -11% (オッズ過剰評価) AI 予想勝率 10.7% (オッズ暗示: 12.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.2% / 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。
11	ルブリアン	▲森田	実23.4	B▽ A▽勝率2% EV-41% 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0%と苦戦傾向／84日ぶりの実戦）
前5走 11/15 3福島37R 5着/16頭+0.3秒 10/25 4新潟39R 2着/18頭+0.1秒 09/07 2札幌68R 14着/16頭+1.9秒 07/13 1函館103R 1着/16頭勝利 06/21 1函館31R 3着/16頭+0.1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 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) × 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 2.3% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.5% / 期待値 -42% ※ 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	シャインフォーミー	◇小林美	実8.8	B△ A▽勝率6% EV-45% 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／前走勝利の勢い／98日ぶりの実戦）
前5走 03/21 1中京32R 5着/16頭+1.0秒 12/28 5中山83R 4着/16頭+0.4秒 11/29 5東京72R 3着/18頭+0.2秒 09/13 4中山32R 4着/11頭+0.2秒 06/21 1函館35R 5着/15頭+1.1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 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 98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 9.4% (オッズ暗示: 11.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.2% / 期待値 -45% ※ 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	フランクスピード	◇古川奈	実31.0	B▽ A▽勝率2% EV-39% 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／70日ぶりの実戦）
前5走 02/07 1小倉512R 12着/17頭+0.9秒 11/09 4京都212R 14着/17頭+0.9秒 09/07 4阪神29R 2着/13頭+0.1秒 08/17 3中京812R 8着/18頭+0.6秒 03/23 2中京49R 9着/10頭+0.9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) -36% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 2.0% / 期待値 -39% ※ 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	ロードクラシコ	横山琉	実10.8	B△ A△勝率8% EV-11% 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／77日ぶりの実戦）
前5走 12/06 5中京14R 11着/18頭+0.7秒 08/23 3新潟15R 11着/13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 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 7.0% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.2% / 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。
15	サムハラ	△石田	実14.4	B▽ A▽勝率6% EV-13% 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 01/12 1中山58R 3着/11頭+0.3秒 12/07 5中山25R 1着/16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 6.7着 △ ローテーション 92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 5.5% (オッズ暗示: 6.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.0% / 期待値 -13% ※ 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	ヤマニンフェイエル	松本	実8.1	B△ A▲勝率10% EV-17% 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／70日ぶりの実戦）
前5走 03/29 1中京64R 2着/17頭+0.1秒 03/14 1阪神74R 4着/18頭+0.4秒 01/12 1京都51R 10着/16頭+1.6秒 11/23 4京都61R 10着/14頭+3.0秒 11/02 3京都115R 4着/15頭+0.5秒
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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 12.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.2% / 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。
17	アートフォーム	酒井	実63.2	B▽ A▽勝率1% EV-38% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.3着と低調／77日ぶりの実戦）
前5走 02/07 1小倉512R 9着/17頭+0.8秒 11/16 3福島47R 5着/16頭+0.2秒 09/20 4阪神67R 13着/16頭+1.1秒 09/07 4阪神29R 11着/13頭+1.6秒 08/17 3中京812R 13着/18頭+0.8秒
AI 評価の内訳 — 馬番 17 ◎ 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 11.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) +10%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.8% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 18位 / 勝率 1.0% / 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。
18	キャナルクルーズ	嶋田	実16.1	B▽ A▽勝率6% EV-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／392日ぶりの実戦）
前5走 09/21 4中山78R 9着/16頭+0.6秒 09/07 4中山212R 5着/16頭+0.3秒 07/27 1札幌22R 1着/14頭勝利 07/06 2福島43R 2着/16頭+0.1秒 04/27 1福島64R 6着/16頭+0.5秒
AI 評価の内訳 — 馬番 18 ◎ 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 392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 5.5% (オッズ暗示: 6.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.0% / 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。

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

ベランジェール

騎手Ｍデムーロ

4.9倍

AI の勝率22%損益の分かれ目20%

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18頭

◎A:◎7

ベランジェール

Ｍデムーロ

4.9倍

勝率 22%

›

○A:○4

セクシーマージュ

川須

5.7倍

勝率 12%

›

▲A:△10

ゴールドパレード

△石神道

8.3倍

勝率 11%

›

△A:▲16

ヤマニンフェイエル

松本

8.1倍

勝率 10%

›

△A:▽12

シャインフォーミー

◇小林美

8.8倍

勝率 9%

›

△A:△14

ロードクラシコ

横山琉

10.8倍

勝率 7%

›

▽A:△2

グランフィエルテ

△柴田裕

12.3倍

勝率 6%

›

▽A:▽15

サムハラ

△石田

14.4倍

勝率 5%

›

▽A:▽18

キャナルクルーズ

嶋田

16.1倍

勝率 5%

›

▽A:▽11

ルブリアン

▲森田

23.4倍

勝率 2%

›

▽A:▽8

イリスアスール

池添

27.5倍

勝率 2%

›

▽A:▽13

フランクスピード

◇古川奈

31.0倍

対象外勝率 2%

›

▽A:▽9

ミルトメロディー

菊沢

33.3倍

対象外勝率 2%

›

▽A:×1

シャインズオンユー

三浦

49.1倍

対象外勝率 2%

›

▽A:▽17

アートフォーム

酒井

63.2倍

対象外勝率 2%

›

×A:×6

ドルチェミスト

◇永島

50.9倍

対象外勝率 1%

›

×A:▽5

ピリカサンライズ

国分恭

63.8倍

対象外勝率 0%

›

×A:▽3

バム

江田照

67.3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

7R 新潟競馬場発走 12:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シャインズオンユー	三浦	実49.1	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（77日ぶりの実戦）
前5走 03/29 2阪神27R 13着/14頭+1.7秒 02/14 1小倉76R 10着/18頭+0.4秒 02/08 1小倉612R 4着/18頭+0.1秒 12/07 5中京28R 17着/18頭+0.9秒 08/30 2札幌312R 10着/15頭+1.2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 6.7着 × 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 1.0% (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。
2	グランフィエルテ	△柴田裕	実12.3	△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／105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 105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 8.2% (オッズ暗示: 8.1%) ※ 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。
3	バム	江田照	実67.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.7着と低調）
前5走 02/10 1東京412R 12着/16頭+1.6秒 02/01 1東京26R 13着/15頭+3.0秒 01/17 1中山66R 12着/16頭+1.1秒 11/11 金沢10R 1着/9頭勝利 10/28 金沢6R 1着/8頭勝利
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 9.7着 (不振) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.5%) ※ 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。
4	セクシーマージュ	川須	実5.7	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.7着と低調／70日ぶりの実戦）
前5走 03/15 1中京212R 9着/18頭+0.8秒 01/31 1小倉38R 6着/18頭+0.5秒 11/16 3福島47R 3着/16頭+0.1秒 10/18 3京都612R 5着/15頭+0.2秒 08/31 4中京48R 5着/16頭+1.2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 8.7着 (不振) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 14.5% (オッズ暗示: 17.5%) ※ 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	ピリカサンライズ	国分恭	実63.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.3着と低調／106日ぶりの実戦）
前5走 02/21 1小倉97R 13着/16頭+1.7秒 02/08 1小倉67R 8着/15頭+1.3秒 11/24 3福島612R 13着/16頭+1.0秒 08/02 1札幌38R 11着/11頭+2.2秒 07/13 1函館107R 12着/14頭+1.3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 10.3着 (不振) △ ローテーション 106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 1.1% (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。
6	ドルチェミスト	◇永島	実50.9	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.7着と低調／98日ぶりの実戦）
前5走 03/22 1阪神105R 8着/11頭+0.8秒 02/08 1小倉69R 3着/15頭+0.7秒 01/24 1小倉19R 4着/12頭+0.4秒 11/22 4京都59R 7着/9頭+1.1秒 08/23 2札幌19R 6着/9頭+1.9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 9.7着 (不振) ▽ 前走実績前走 15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) -50% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
7	ベランジェール	Ｍデムーロ	実4.9	◎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（当競馬場4走で勝率25%と適性高／70日ぶりの実戦）
前5走 03/14 1阪神76R 11着/13頭+3.3秒 02/22 1小倉1012R 9着/18頭+0.8秒 10/25 4新潟36R 15着/15頭+2.0秒 10/11 3京都37R 8着/11頭+0.7秒 07/27 2新潟212R 9着/16頭+0.7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) ◎ 当競馬場適性 4走で勝率 25% (得意) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 18.8% (オッズ暗示: 20.4%) ※ 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	イリスアスール	池添	実27.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均14.0着と低調／91日ぶりの実戦）
前5走 02/22 1小倉1012R 13着/18頭+0.9秒 12/14 5中京412R 8着/16頭+0.5秒 11/15 3福島37R 9着/16頭+0.6秒 08/23 2札幌17R 10着/14頭+1.4秒 07/19 1函館117R 6着/16頭+0.7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 14.0着 (不振) ▽ 前走実績前走 14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) -38% (大幅な期待値マイナス) AI 予想勝率 2.3% (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	ミルトメロディー	菊沢	実33.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／71日ぶりの実戦）
前5走 01/04 1中山11R 10着/16頭+2.1秒 11/16 5東京43R 12着/18頭+1.3秒 10/13 4東京56R 13着/17頭+1.9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) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) × 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 2.0% (オッズ暗示: 3.0%) ※ 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	ゴールドパレード	△石神道	実8.3	△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／78日ぶりの実戦）
前5走 03/14 2中山53R 12着/16頭+2.1秒 02/07 1小倉52R 8着/18頭+0.9秒 12/06 5中京14R 3着/18頭+0.2秒 11/15 3福島34R 4着/16頭+0.1秒 10/26 4新潟42R 5着/13頭+0.5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) -15% (オッズ過剰評価) AI 予想勝率 10.2% (オッズ暗示: 12.0%) ※ 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	ルブリアン	▲森田	実23.4	▽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0%と苦戦傾向／84日ぶりの実戦）
前5走 11/15 3福島37R 5着/16頭+0.3秒 10/25 4新潟39R 2着/18頭+0.1秒 09/07 2札幌68R 14着/16頭+1.9秒 07/13 1函館103R 1着/16頭勝利 06/21 1函館31R 3着/16頭+0.1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 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) × 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 2.5% (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。
12	シャインフォーミー	◇小林美	実8.8	▽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／前走勝利の勢い／98日ぶりの実戦）
前5走 03/21 1中京32R 5着/16頭+1.0秒 12/28 5中山83R 4着/16頭+0.4秒 11/29 5東京72R 3着/18頭+0.2秒 09/13 4中山32R 4着/11頭+0.2秒 06/21 1函館35R 5着/15頭+1.1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 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 98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 6.2% (オッズ暗示: 11.4%) ※ 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	フランクスピード	◇古川奈	実31.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調／70日ぶりの実戦）
前5走 02/07 1小倉512R 12着/17頭+0.9秒 11/09 4京都212R 14着/17頭+0.9秒 09/07 4阪神29R 2着/13頭+0.1秒 08/17 3中京812R 8着/18頭+0.6秒 03/23 2中京49R 9着/10頭+0.9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) -39% (大幅な期待値マイナス) AI 予想勝率 2.0% (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。
14	ロードクラシコ	横山琉	実10.8	△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／77日ぶりの実戦）
前5走 12/06 5中京14R 11着/18頭+0.7秒 08/23 3新潟15R 11着/13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 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 9.3%) ※ 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。
15	サムハラ	△石田	実14.4	▽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 01/12 1中山58R 3着/11頭+0.3秒 12/07 5中山25R 1着/16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 6.7着 △ ローテーション 92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 6.0% (オッズ暗示: 6.9%) ※ 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。
16	ヤマニンフェイエル	松本	実8.1	▲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／70日ぶりの実戦）
前5走 03/29 1中京64R 2着/17頭+0.1秒 03/14 1阪神74R 4着/18頭+0.4秒 01/12 1京都51R 10着/16頭+1.6秒 11/23 4京都61R 10着/14頭+3.0秒 11/02 3京都115R 4着/15頭+0.5秒
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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 10.2% (オッズ暗示: 12.3%) ※ 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。
17	アートフォーム	酒井	実63.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.3着と低調／77日ぶりの実戦）
前5走 02/07 1小倉512R 9着/17頭+0.8秒 11/16 3福島47R 5着/16頭+0.2秒 09/20 4阪神67R 13着/16頭+1.1秒 09/07 4阪神29R 11着/13頭+1.6秒 08/17 3中京812R 13着/18頭+0.8秒
AI 評価の内訳 — 馬番 17 ◎ 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 11.3着 (不振) ▽ 前走実績前走 14着 (大敗) × 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 1.0% (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。
18	キャナルクルーズ	嶋田	実16.1	▽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33%と好調／392日ぶりの実戦）
前5走 09/21 4中山78R 9着/16頭+0.6秒 09/07 4中山212R 5着/16頭+0.3秒 07/27 1札幌22R 1着/14頭勝利 07/06 2福島43R 2着/16頭+0.1秒 04/27 1福島64R 6着/16頭+0.5秒
AI 評価の内訳 — 馬番 18 ◎ 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 392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 6.0% (オッズ暗示: 6.2%) ※ 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。

見送りAI の 1 位の馬

ベランジェール

騎手Ｍデムーロ

4.9倍

AI の勝率19%損益の分かれ目20%

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18頭

◎7

ベランジェール

Ｍデムーロ

4.9倍

勝率 19%

›

○4

セクシーマージュ

川須

5.7倍

勝率 14%

›

▲16

ヤマニンフェイエル

松本

8.1倍

勝率 10%

›

△10

ゴールドパレード

△石神道

8.3倍

勝率 10%

›

△14

ロードクラシコ

横山琉

10.8倍

勝率 8%

›

△2

グランフィエルテ

△柴田裕

12.3倍

勝率 8%

›

▽12

シャインフォーミー

◇小林美

8.8倍

勝率 6%

›

▽15

サムハラ

△石田

14.4倍

勝率 6%

›

▽18

キャナルクルーズ

嶋田

16.1倍

勝率 6%

›

▽11

ルブリアン

▲森田

23.4倍

勝率 2%

›

▽8

イリスアスール

池添

27.5倍

勝率 2%

›

▽13

フランクスピード

◇古川奈

31.0倍

対象外勝率 2%

›

▽9

ミルトメロディー

菊沢

33.3倍

対象外勝率 2%

›

▽5

ピリカサンライズ

国分恭

63.8倍

対象外勝率 1%

›

▽3

バム

江田照

67.3倍

対象外勝率 1%

›

×1

シャインズオンユー

三浦

49.1倍

対象外勝率 1%

›

×6

ドルチェミスト

◇永島

50.9倍

対象外勝率 1%

›

▽17

アートフォーム

酒井

63.2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