新潟 8R 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

8R 新潟競馬場発走 13:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴァカンツァ	◇永島	実8.5	B△ A△勝率9% EV-26% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 02/28 1阪神37R 8着/16頭+1.4秒 02/14 1小倉77R 9着/16頭+1.6秒 01/24 1京都84R 5着/16頭+0.5秒 09/07 4阪神26R 12着/15頭+2.2秒 08/17 3中京810R 3着/16頭+0.5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 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 11.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.6% / 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。
2	ミスヘンリー	△柴田裕	実51.5	B▽ A▽勝率1% EV-26% 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 03/15 1阪神83R 4着/16頭+0.5秒 02/14 2京都52R 3着/16頭+1.8秒 01/24 1小倉13R 7着/14頭+1.2秒 11/16 4京都41R 8着/14頭+1.4秒 10/25 3京都86R 9着/16頭+1.3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 9.3着 (不振) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.4% / 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。
3	マジェステラ	松本	実68.6	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（直近3走平均10.3着と低調）
前5走 03/28 3中山11R 1着/16頭勝利 03/14 1中京12R 2着/16頭+0.0秒 02/21 1東京71R 8着/16頭+1.1秒 12/07 5中京24R 13着/14頭+1.6秒 11/23 5東京51R 6着/16頭+0.5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 10.3着 (不振) ▽ 前走実績前走 15着 (大敗) ○ 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) -53% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.5%) × Aモデルの評価 (参考) レース内 15位 / 勝率 0.7% / 期待値 -51% ※ 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	ハノハノ	△石神道	実27.3	B× A×勝率1% EV-61% 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／120日ぶりの実戦）
前5走 02/15 2京都62R 1着/11頭勝利 ― ― ― ―
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 33% (上り調子) ▽ 前走実績前走 18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) -56% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.7%) × Aモデルの評価 (参考) レース内 13位 / 勝率 1.4% / 期待値 -61% ※ 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	リゾートライン推奨	△石田	実14.5	B△ A△勝率9% EV+24% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+34%の妙味（直近3走勝率33%と上り調子／適度な間隔で状態万全）
前5走 02/28 2中山13R 1着/16頭勝利 02/01 1東京21R 5着/16頭+1.6秒 01/12 1中山55R 5着/16頭+0.9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戦の調子勝率 33% (上り調子) ○ ローテーション 22日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 9.3% (オッズ暗示: 6.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.6% / 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。
6	トモジャオーリー	◇小林美	実3.3	B× A◎勝率19% EV-37% 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 03/07 2中山31R 1着/16頭勝利 12/07 5中山21R 5着/16頭+0.6秒 11/08 5東京14R 2着/14頭+0.3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 4.0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 14.4% (オッズ暗示: 30.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 18.9% / 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。
7	グラスゴー	★河原田	実16.7	B▽ A▽勝率5% EV-20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 02/01 2京都26R 10着/16頭+1.0秒 01/17 1京都62R 1着/16頭勝利 11/01 3京都102R 11着/12頭+1.1秒 10/11 3京都31R 3着/16頭+0.4秒 09/28 4阪神95R 7着/18頭+0.6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 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 6.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.8% / 期待値 -20% ※ 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	タイセイブロウ	▲大久保	実15.3	B▽ A▽勝率6% EV-9% 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）
前5走 03/07 1阪神512R 6着/16頭+0.6秒 02/07 2京都312R 5着/15頭+0.5秒 01/10 1京都37R 5着/15頭+0.5秒 12/21 5中京67R 2着/16頭+0.0秒 12/07 5中京26R 10着/16頭+1.2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 9.3着 (不振) ▽ 前走実績前走 11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 4.3% (オッズ暗示: 6.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.9% / 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。
9	ミヤラティーニ	▲森田	実5.6	B○ A○勝率12% EV-31% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 12/20 5中京51R 1着/16頭勝利 10/11 3京都31R 4着/16頭+0.5秒 08/17 3中京82R 8着/16頭+2.1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 6.0着 △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 14.4% (オッズ暗示: 17.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.3% / 期待値 -31% ※ 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	ヒナノムサシ	▲上里	実24.5	B▽ A▽勝率5% EV+10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.7着と低調）
前5走 03/22 2中山83R 7着/14頭+1.6秒 02/21 1東京72R 14着/16頭+2.1秒 11/30 5東京81R 1着/16頭勝利 11/01 4東京105R 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戦の調子平均 10.7着 (不振) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 4.6% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.5% / 期待値 +10% ※ 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	リピ	☆長浜	実7.9	B▲ A▲勝率10% 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8.3着と低調）
前5走 03/22 1中京49R 7着/10頭+1.1秒 02/28 1小倉117R 12着/13頭+3.9秒 02/10 2京都43R 1着/14頭勝利 12/07 5中京24R 7着/14頭+0.4秒 11/16 5東京45R 2着/12頭+0.0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 8.3着 (不振) ▽ 前走実績前走 17着 (大敗) ○ 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) -27% (オッズ過剰評価) AI 予想勝率 9.3% (オッズ暗示: 12.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.5% / 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。
12	フェリーニ	小沢	実15.8	B▽ A▽勝率5% EV-28% 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／70日ぶりの実戦）
前5走 03/14 1阪神77R 15着/16頭+2.2秒 08/17 1札幌86R 11着/12頭+2.6秒 07/20 1函館127R 4着/12頭+0.4秒 05/17 1新潟58R 15着/16頭+2.3秒 03/22 1阪神77R 6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戦の調子平均 9.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 6.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.5% / 期待値 -29% ※ 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	ファイブタンゴ	◇古川奈	実25.4	B▽ A▽勝率5% EV+14% 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5走 01/18 1京都74R 4着/10頭+0.2秒 12/27 5阪神71R 1着/15頭勝利 10/18 3京都62R 7着/10頭+2.3秒 09/27 4阪神82R 4着/9頭+2.1秒 09/07 4阪神21R 4着/7頭+1.6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) ▽ 前走実績前走 11着 (大敗) ○ 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) +39% (妙味あり) AI 予想勝率 5.5% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.5% / 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。
14	バーケンティン	西塚	実16.0	B▽ A▽勝率6% EV-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12.0着と低調）
前5走 02/28 1小倉113R 8着/14頭+0.9秒 02/15 1小倉83R 3着/14頭+1.2秒 12/14 5中京48R 9着/16頭+1.5秒 11/08 3福島112R 12着/15頭+2.2秒 08/24 4中京27R 6着/7頭+2.2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戦の調子平均 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) ○ 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) +17% (市場と概ね一致) AI 予想勝率 7.3% (オッズ暗示: 6.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.9% / 期待値 -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	ミルトハーバー推奨	横山琉	実16.1	B△ A△勝率7% EV+19% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+34%の妙味（近5走で勝率20%と堅実／適度な間隔で状態万全）
前5走 03/14 2中山53R 1着/16頭勝利 02/28 2中山13R 3着/16頭+0.5秒 12/07 5中山25R 7着/16頭+1.1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 7.7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) +34% (妙味あり) AI 予想勝率 8.4% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.4% / 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。

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

リゾートライン

騎手 △石田

14.5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 ÷ 14.5倍）を上回り、期待値 +34% 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（13着）

ほかの買い目: 15番ミルトハーバー（16.1倍）

出走馬全15頭

×A:◎6

トモジャオーリー

◇小林美

3.3倍

勝率 14%

›

○A:○9

ミヤラティーニ

▲森田

5.6倍

勝率 14%

›

▲A:▲11

リピ

☆長浜

7.9倍

勝率 9%

›

△A:△5

リゾートライン

△石田

14.5倍

勝率 9%

›

△A:△1

ヴァカンツァ

◇永島

8.5倍

勝率 9%

›

△A:△15

ミルトハーバー

横山琉

16.1倍

勝率 8%

›

▽A:▽14

バーケンティン

西塚

16.0倍

勝率 7%

›

▽A:▽7

グラスゴー

★河原田

16.7倍

勝率 5%

›

▽A:▽13

ファイブタンゴ

◇古川奈

25.4倍

勝率 5%

›

▽A:▽12

フェリーニ

小沢

15.8倍

勝率 5%

›

▽A:▽10

ヒナノムサシ

▲上里

24.5倍

勝率 5%

›

▽A:▽8

タイセイブロウ

▲大久保

15.3倍

勝率 4%

›

×A:×4

ハノハノ

△石神道

27.3倍

勝率 2%

›

▽A:▽2

ミスヘンリー

△柴田裕

51.5倍

対象外勝率 1%

›

×A:×3

マジェステラ

松本

68.6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 5 リゾートライン実14.5倍期待値 +34% 推奨 10.8〜30.0倍 ¥100 不的中13着

B モデル（レース内の順位で学習）

単勝 15 ミルトハーバー実16.1倍期待値 +34% 推奨 12.0〜30.0倍 ¥100 不的中6着
単勝 5 リゾートライン実14.5倍期待値 +34% 推奨 10.8〜30.0倍 ¥100 不的中13着

※ オッズは予測時点の値です。

8R 新潟競馬場発走 13:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴァカンツァ	◇永島	実8.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 02/28 1阪神37R 8着/16頭+1.4秒 02/14 1小倉77R 9着/16頭+1.6秒 01/24 1京都84R 5着/16頭+0.5秒 09/07 4阪神26R 12着/15頭+2.2秒 08/17 3中京810R 3着/16頭+0.5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 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 8.6% (オッズ暗示: 11.8%) ※ 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。
2	ミスヘンリー	△柴田裕	実51.5	▽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 03/15 1阪神83R 4着/16頭+0.5秒 02/14 2京都52R 3着/16頭+1.8秒 01/24 1小倉13R 7着/14頭+1.2秒 11/16 4京都41R 8着/14頭+1.4秒 10/25 3京都86R 9着/16頭+1.3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 9.3着 (不振) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 1.4% (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。
3	マジェステラ	松本	実68.6	×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）
前5走 03/28 3中山11R 1着/16頭勝利 03/14 1中京12R 2着/16頭+0.0秒 02/21 1東京71R 8着/16頭+1.1秒 12/07 5中京24R 13着/14頭+1.6秒 11/23 5東京51R 6着/16頭+0.5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 10.3着 (不振) ▽ 前走実績前走 15着 (大敗) ○ 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) -51% (大幅な期待値マイナス) AI 予想勝率 0.7% (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	ハノハノ	△石神道	実27.3	×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／120日ぶりの実戦）
前5走 02/15 2京都62R 1着/11頭勝利 ― ― ― ―
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 33% (上り調子) ▽ 前走実績前走 18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) -61% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.7%) ※ 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。
5	リゾートライン推奨	△石田	実14.5	△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／適度な間隔で状態万全）
前5走 02/28 2中山13R 1着/16頭勝利 02/01 1東京21R 5着/16頭+1.6秒 01/12 1中山55R 5着/16頭+0.9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戦の調子勝率 33% (上り調子) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 8.6% (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。
6	トモジャオーリー	◇小林美	実3.3	◎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 03/07 2中山31R 1着/16頭勝利 12/07 5中山21R 5着/16頭+0.6秒 11/08 5東京14R 2着/14頭+0.3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 4.0着 × 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 18.9% (オッズ暗示: 30.3%) ※ 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。
7	グラスゴー	★河原田	実16.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 02/01 2京都26R 10着/16頭+1.0秒 01/17 1京都62R 1着/16頭勝利 11/01 3京都102R 11着/12頭+1.1秒 10/11 3京都31R 3着/16頭+0.4秒 09/28 4阪神95R 7着/18頭+0.6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 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 4.8% (オッズ暗示: 6.0%) ※ 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。
8	タイセイブロウ	▲大久保	実15.3	▽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）
前5走 03/07 1阪神512R 6着/16頭+0.6秒 02/07 2京都312R 5着/15頭+0.5秒 01/10 1京都37R 5着/15頭+0.5秒 12/21 5中京67R 2着/16頭+0.0秒 12/07 5中京26R 10着/16頭+1.2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 9.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 6.5%) ※ 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。
9	ミヤラティーニ	▲森田	実5.6	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 12/20 5中京51R 1着/16頭勝利 10/11 3京都31R 4着/16頭+0.5秒 08/17 3中京82R 8着/16頭+2.1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 6.0着 × 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 12.3% (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。
10	ヒナノムサシ	▲上里	実24.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.7着と低調）
前5走 03/22 2中山83R 7着/14頭+1.6秒 02/21 1東京72R 14着/16頭+2.1秒 11/30 5東京81R 1着/16頭勝利 11/01 4東京105R 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戦の調子平均 10.7着 (不振) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 4.5% (オッズ暗示: 4.1%) ※ 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。
11	リピ	☆長浜	実7.9	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.3着と低調）
前5走 03/22 1中京49R 7着/10頭+1.1秒 02/28 1小倉117R 12着/13頭+3.9秒 02/10 2京都43R 1着/14頭勝利 12/07 5中京24R 7着/14頭+0.4秒 11/16 5東京45R 2着/12頭+0.0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 8.3着 (不振) ▽ 前走実績前走 17着 (大敗) ○ 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) -17% (オッズ過剰評価) AI 予想勝率 10.5% (オッズ暗示: 12.7%) ※ 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。
12	フェリーニ	小沢	実15.8	▽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／70日ぶりの実戦）
前5走 03/14 1阪神77R 15着/16頭+2.2秒 08/17 1札幌86R 11着/12頭+2.6秒 07/20 1函館127R 4着/12頭+0.4秒 05/17 1新潟58R 15着/16頭+2.3秒 03/22 1阪神77R 6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戦の調子平均 9.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 6.3%) ※ 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。
13	ファイブタンゴ	◇古川奈	実25.4	▽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5走 01/18 1京都74R 4着/10頭+0.2秒 12/27 5阪神71R 1着/15頭勝利 10/18 3京都62R 7着/10頭+2.3秒 09/27 4阪神82R 4着/9頭+2.1秒 09/07 4阪神21R 4着/7頭+1.6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) ▽ 前走実績前走 11着 (大敗) ○ 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) +14% (市場と概ね一致) AI 予想勝率 4.5% (オッズ暗示: 3.9%) ※ 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	バーケンティン	西塚	実16.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調）
前5走 02/28 1小倉113R 8着/14頭+0.9秒 02/15 1小倉83R 3着/14頭+1.2秒 12/14 5中京48R 9着/16頭+1.5秒 11/08 3福島112R 12着/15頭+2.2秒 08/24 4中京27R 6着/7頭+2.2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戦の調子平均 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) ○ 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) -5% (オッズ過剰評価) AI 予想勝率 5.9% (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。
15	ミルトハーバー推奨	横山琉	実16.1	△詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実／適度な間隔で状態万全）
前5走 03/14 2中山53R 1着/16頭勝利 02/28 2中山13R 3着/16頭+0.5秒 12/07 5中山25R 7着/16頭+1.1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 7.7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) +19% (市場と概ね一致) AI 予想勝率 7.4% (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。

買うAI の推奨AB

リゾートライン

騎手 △石田

14.5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 ÷ 14.5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（13着）

ほかの買い目: 15番ミルトハーバー（16.1倍）

出走馬全15頭

◎6

トモジャオーリー

◇小林美

3.3倍

勝率 19%

›

○9

ミヤラティーニ

▲森田

5.6倍

勝率 12%

›

▲11

リピ

☆長浜

7.9倍

勝率 10%

›

△1

ヴァカンツァ

◇永島

8.5倍

勝率 9%

›

△5

リゾートライン

△石田

14.5倍

勝率 9%

›

△15

ミルトハーバー

横山琉

16.1倍

勝率 7%

›

▽8

タイセイブロウ

▲大久保

15.3倍

勝率 6%

›

▽14

バーケンティン

西塚

16.0倍

勝率 6%

›

▽7

グラスゴー

★河原田

16.7倍

勝率 5%

›

▽12

フェリーニ

小沢

15.8倍

勝率 5%

›

▽10

ヒナノムサシ

▲上里

24.5倍

勝率 5%

›

▽13

ファイブタンゴ

◇古川奈

25.4倍

勝率 5%

›

×4

ハノハノ

△石神道

27.3倍

勝率 1%

›

▽2

ミスヘンリー

△柴田裕

51.5倍

対象外勝率 1%

›

×3

マジェステラ

松本

68.6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 5 リゾートライン実14.5倍期待値 +25% 推奨 11.6〜30.0倍 ¥100 不的中13着

B モデル（レース内の順位で学習）

単勝 15 ミルトハーバー実16.1倍期待値 +19% 推奨 13.5〜30.0倍 ¥100 不的中6着
単勝 5 リゾートライン実14.5倍期待値 +25% 推奨 11.6〜30.0倍 ¥100 不的中13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