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 11:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アルバニー	西塚	実51.3	B▽ A▽勝率3% EV+39% 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走平均9.3着と低調／99日ぶりの実戦）
前5走 03/21 1阪神912R 15着/15頭+1.9秒 03/01 1阪神47R 5着/15頭+1.2秒 10/25 4新潟37R 5着/14頭+0.6秒 10/18 3京都612R 13着/15頭+1.4秒 05/25 2京都109R 6着/18頭+0.6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 9.3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) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) +41%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.8% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.7% / 期待値 +40% ※ 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	オテンバムスメ	原田和	実218.3	B▽ A▽勝率1% EV+93% 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67%と好調／145日ぶりの実戦）
前5走 03/12 姫路8R 2着/10頭+0.0秒 02/26 姫路7R 4着/10頭+0.6秒 01/28 姫路8R 2着/10頭+0.1秒 01/08 園田9R 3着/10頭+0.1秒 09/19 園田11R 4着/9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 67% (絶好調) ▽ 前走実績前走 12着 (大敗) △ ローテーション 145日休養明け △ 期待値 (オッズ vs AI勝率) +110%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.9% / 期待値 +94% ※ 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	セイウンアインス	武藤	実150.6	B▽ A▽勝率1% EV+33% 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33%と適性高／直近3走平均11.3着と低調／84日ぶりの実戦）
前5走 03/15 2中山67R 12着/15頭+1.0秒 01/11 1中山44R 15着/16頭+3.7秒 12/28 5中山84R 6着/11頭+1.7秒 09/20 4中山69R 6着/13頭+0.7秒 08/31 4中京411R 13着/13頭+3.4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 11.3着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +62%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.1% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 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	アーガイルショア	横山和	実4.2	B○ A○勝率18% EV-25% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 02/28 1阪神31R 2着/16頭+0.3秒 02/10 2京都43R 3着/14頭+0.1秒 11/16 4京都41R 3着/14頭+0.0秒 10/19 3京都71R 2着/12頭+0.6秒 06/22 3東京66R 9着/16頭+1.8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 4.3着 △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 19.3% (オッズ暗示: 23.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.8% / 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。
5	ペルセポネ	★河原田	実3.8	B◎ A◎勝率22% EV-16% 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3着／98日ぶりの実戦）
前5走 02/22 1阪神26R 9着/11頭+1.7秒 02/01 2京都26R 16着/16頭+2.8秒 12/21 5中京65R 1着/15頭勝利 ― ―
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 7.3着 (不振) ○ 前走実績前走 3着 (好走) △ 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 23.8% (オッズ暗示: 26.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.0% / 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。
6	ミエスタ	斎藤	実9.8	B△ A△勝率7% EV-35% 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／63日ぶりの実戦）
前5走 02/21 1東京71R 3着/16頭+0.4秒 11/15 5東京36R 10着/14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 1着 (勢い継続) × 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 6.5% (オッズ暗示: 10.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.6% / 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。
7	ペンテリコン	◇今村	実11.5	B△ A△勝率7% EV-24% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 02/01 1小倉43R 5着/14頭+0.5秒 01/04 1京都18R 4着/16頭+0.5秒 12/07 5阪神27R 2着/11頭+0.1秒 09/28 4阪神96R 7着/16頭+0.7秒 09/07 4阪神26R 3着/15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 6.3着 ○ 前走実績前走 3着 (好走) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 8.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.6% / 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。
8	ハヌル	江田照	実60.0	B▽ A▽勝率3% EV+63% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場10走で勝率0%と苦戦傾向／直近3走平均8.3着と低調／63日ぶりの実戦）
前5走 03/29 3中山28R 4着/16頭+0.8秒 03/15 2中山612R 11着/16頭+1.9秒 01/10 1中山312R 9着/16頭+1.1秒 10/25 4新潟37R 8着/14頭+0.9秒 09/20 4中山63R 16着/16頭+2.1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 8.3着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +65%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.8% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 2.7% / 期待値 +64% ※ 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	ヨルヴィック	△石神道	実16.0	B▽ A▽勝率4% EV-31% 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／77日ぶりの実戦）
前5走 04/04 3中山33R 9着/16頭+1.5秒 01/31 1東京11R 3着/16頭+0.4秒 11/23 5東京54R 6着/15頭+1.2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) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 5.4% (オッズ暗示: 6.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.3% / 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。
10	モズオサキニ	吉村	実12.1	B▽ A▽勝率7% EV-20% 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／78日ぶりの実戦）
前5走 02/10 2京都41R 10着/16頭+2.2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) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 8.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.6% / 期待値 -21% ※ 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	リカード	富田	実14.3	B▽ A▽勝率5% EV-33% 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／92日ぶりの実戦）
前5走 01/20 船橋9R 1着/14頭勝利 12/09 船橋6R 1着/12頭勝利 10/18 4東京66R 12着/15頭+2.2秒 09/14 4中山46R 13着/16頭+4.7秒 08/30 3新潟34R 5着/15頭+1.7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 67% (絶好調) ▽ 前走実績前走 14着 (大敗) △ ローテーション 92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 5.9% (オッズ暗示: 7.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.6% / 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。
12	ハンザキ	◇永島	実10.7	B△ A△勝率7% EV-29% 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 03/21 1阪神96R 9着/16頭+1.7秒 01/25 1京都93R 1着/12頭勝利 01/12 1京都53R 4着/16頭+0.7秒 12/07 5阪神23R 6着/18頭+1.1秒 10/25 4新潟31R 5着/15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 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.6% / 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	クアロアランチ	杉原	実4.6	B▲ A▲勝率18% EV-18% 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／119日ぶりの実戦）
前5走 01/31 1東京11R 2着/16頭+0.0秒 11/15 5東京36R 4着/14頭+0.4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) △ ローテーション 119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 11.9% (オッズ暗示: 21.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.8% / 期待値 -18% ※ 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

ペルセポネ

騎手 ★河原田

3.8倍

AI の勝率24%損益の分かれ目26%

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13頭

◎A:◎5

ペルセポネ

★河原田

3.8倍

勝率 24%

›

○A:○4

アーガイルショア

横山和

4.2倍

勝率 19%

›

▲A:▲13

クアロアランチ

杉原

4.6倍

勝率 12%

›

△A:△6

ミエスタ

斎藤

9.8倍

勝率 7%

›

△A:△12

ハンザキ

◇永島

10.7倍

勝率 7%

›

△A:△7

ペンテリコン

◇今村

11.5倍

勝率 7%

›

▽A:▽10

モズオサキニ

吉村

12.1倍

勝率 7%

›

▽A:▽11

リカード

富田

14.3倍

勝率 6%

›

▽A:▽9

ヨルヴィック

△石神道

16.0倍

勝率 5%

›

▽A:▽1

アルバニー

西塚

51.3倍

対象外勝率 3%

›

▽A:▽8

ハヌル

江田照

60.0倍

対象外勝率 3%

›

▽A:▽3

セイウンアインス

武藤

150.6倍

対象外勝率 1%

›

▽A:▽2

オテンバムスメ

原田和

218.3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

両モデルとも見送り

4R 新潟競馬場発走 11:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アルバニー	西塚	実51.3	▽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走平均9.3着と低調／99日ぶりの実戦）
前5走 03/21 1阪神912R 15着/15頭+1.9秒 03/01 1阪神47R 5着/15頭+1.2秒 10/25 4新潟37R 5着/14頭+0.6秒 10/18 3京都612R 13着/15頭+1.4秒 05/25 2京都109R 6着/18頭+0.6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 9.3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) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) +39%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.7% (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。
2	オテンバムスメ	原田和	実218.3	▽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67%と好調／145日ぶりの実戦）
前5走 03/12 姫路8R 2着/10頭+0.0秒 02/26 姫路7R 4着/10頭+0.6秒 01/28 姫路8R 2着/10頭+0.1秒 01/08 園田9R 3着/10頭+0.1秒 09/19 園田11R 4着/9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 67% (絶好調) ▽ 前走実績前走 12着 (大敗) △ ローテーション 145日休養明け △ 期待値 (オッズ vs AI勝率) +93%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (オッズ暗示: 0.5%) ※ 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。
3	セイウンアインス	武藤	実150.6	▽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33%と適性高／直近3走平均11.3着と低調／84日ぶりの実戦）
前5走 03/15 2中山67R 12着/15頭+1.0秒 01/11 1中山44R 15着/16頭+3.7秒 12/28 5中山84R 6着/11頭+1.7秒 09/20 4中山69R 6着/13頭+0.7秒 08/31 4中京411R 13着/13頭+3.4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 11.3着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +33%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (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	アーガイルショア	横山和	実4.2	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 02/28 1阪神31R 2着/16頭+0.3秒 02/10 2京都43R 3着/14頭+0.1秒 11/16 4京都41R 3着/14頭+0.0秒 10/19 3京都71R 2着/12頭+0.6秒 06/22 3東京66R 9着/16頭+1.8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 4.3着 △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 17.8% (オッズ暗示: 23.8%) ※ 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。
5	ペルセポネ	★河原田	実3.8	◎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（前走3着／98日ぶりの実戦）
前5走 02/22 1阪神26R 9着/11頭+1.7秒 02/01 2京都26R 16着/16頭+2.8秒 12/21 5中京65R 1着/15頭勝利 ― ―
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 7.3着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 98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 22.0% (オッズ暗示: 26.3%) ※ 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	ミエスタ	斎藤	実9.8	△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／63日ぶりの実戦）
前5走 02/21 1東京71R 3着/16頭+0.4秒 11/15 5東京36R 10着/14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 1着 (勢い継続) × 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 6.6% (オッズ暗示: 10.2%) ※ 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	ペンテリコン	◇今村	実11.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 02/01 1小倉43R 5着/14頭+0.5秒 01/04 1京都18R 4着/16頭+0.5秒 12/07 5阪神27R 2着/11頭+0.1秒 09/28 4阪神96R 7着/16頭+0.7秒 09/07 4阪神26R 3着/15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 6.3着 ○ 前走実績前走 3着 (好走) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 6.6% (オッズ暗示: 8.7%) ※ 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	ハヌル	江田照	実60.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場10走で勝率0%と苦戦傾向／直近3走平均8.3着と低調／63日ぶりの実戦）
前5走 03/29 3中山28R 4着/16頭+0.8秒 03/15 2中山612R 11着/16頭+1.9秒 01/10 1中山312R 9着/16頭+1.1秒 10/25 4新潟37R 8着/14頭+0.9秒 09/20 4中山63R 16着/16頭+2.1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 8.3着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +63%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.7% (オッズ暗示: 1.7%) ※ 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。
9	ヨルヴィック	△石神道	実16.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い／77日ぶりの実戦）
前5走 04/04 3中山33R 9着/16頭+1.5秒 01/31 1東京11R 3着/16頭+0.4秒 11/23 5東京54R 6着/15頭+1.2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) ◎ 前走実績前走 1着 (勢い継続) × 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 4.3% (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。
10	モズオサキニ	吉村	実12.1	▽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／前走勝利の勢い／78日ぶりの実戦）
前5走 02/10 2京都41R 10着/16頭+2.2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) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 6.6% (オッズ暗示: 8.3%) ※ 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。
11	リカード	富田	実14.3	▽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67%と好調／92日ぶりの実戦）
前5走 01/20 船橋9R 1着/14頭勝利 12/09 船橋6R 1着/12頭勝利 10/18 4東京66R 12着/15頭+2.2秒 09/14 4中山46R 13着/16頭+4.7秒 08/30 3新潟34R 5着/15頭+1.7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 67% (絶好調) ▽ 前走実績前走 14着 (大敗) △ ローテーション 92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 4.6% (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。
12	ハンザキ	◇永島	実10.7	△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5走 03/21 1阪神96R 9着/16頭+1.7秒 01/25 1京都93R 1着/12頭勝利 01/12 1京都53R 4着/16頭+0.7秒 12/07 5阪神23R 6着/18頭+1.1秒 10/25 4新潟31R 5着/15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 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 6.6% (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。
13	クアロアランチ	杉原	実4.6	▲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／119日ぶりの実戦）
前5走 01/31 1東京11R 2着/16頭+0.0秒 11/15 5東京36R 4着/14頭+0.4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) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 17.8% (オッズ暗示: 21.7%) ※ 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。

見送りAI の 1 位の馬

ペルセポネ

騎手 ★河原田

3.8倍

AI の勝率22%損益の分かれ目26%

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13頭

◎5

ペルセポネ

★河原田

3.8倍

勝率 22%

›

○4

アーガイルショア

横山和

4.2倍

勝率 18%

›

▲13

クアロアランチ

杉原

4.6倍

勝率 18%

›

△6

ミエスタ

斎藤

9.8倍

勝率 7%

›

△12

ハンザキ

◇永島

10.7倍

勝率 7%

›

△7

ペンテリコン

◇今村

11.5倍

勝率 7%

›

▽10

モズオサキニ

吉村

12.1倍

勝率 7%

›

▽11

リカード

富田

14.3倍

勝率 5%

›

▽9

ヨルヴィック

△石神道

16.0倍

勝率 4%

›

▽1

アルバニー

西塚

51.3倍

対象外勝率 3%

›

▽8

ハヌル

江田照

60.0倍

対象外勝率 3%

›

▽3

セイウンアインス

武藤

150.6倍

対象外勝率 1%

›

▽2

オテンバムスメ

原田和

218.3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