新潟 11R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

11R 新潟競馬場発走 15:11

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウインアイオライト	野中	実63.3	B▽ A▽勝率2% EV+4% 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／77日ぶりの実戦）
前5走 02/01 2京都211R 14着/18頭+0.7秒 01/05 1中山211R 1着/14頭勝利 11/23 5東京510R 7着/17頭+0.5秒 10/25 4新潟311R 16着/18頭+2.1秒 08/24 3新潟29R 15着/18頭+1.3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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.7% / 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。
2	スコーピオン	武藤	実108.1	B× A▽勝率1% EV-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11.0着と低調／70日ぶりの実戦）
前5走 02/14 1小倉711R 14着/18頭+1.4秒 01/31 1小倉311R 16着/18頭+1.4秒 01/05 1中山211R 9着/14頭+0.8秒 12/07 5中山29R 11着/12頭+0.9秒 10/26 4新潟411R 6着/17頭+0.8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 11.0着 (不振) △ 当競馬場適性 8走で勝率 12% × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.9% / 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。
3	ヴェントゥーラ	今村	実13.7	B▽ A▽勝率7% EV-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／前走勝利の勢い）
前5走 03/15 1中京212R 1着/18頭勝利 03/01 1小倉127R 4着/18頭+0.4秒 02/15 1小倉72R 1着/18頭勝利 11/30 7京都16R 9着/12頭+1.1秒 11/02 6京都16R 5着/14頭+0.4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) -22% (オッズ過剰評価) AI 予想勝率 5.7% (オッズ暗示: 7.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.9% / 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。
4	トールキン	亀田	実103.9	B× A▽勝率1% EV-7% 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／70日ぶりの実戦）
前5走 03/21 1阪神910R 12着/16頭+1.1秒 01/31 1小倉311R 15着/18頭+1.4秒 10/18 4新潟111R 8着/18頭+1.0秒 07/19 2小倉711R 14着/17頭+0.9秒 06/29 2小倉211R 5着/13頭+0.3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 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) × 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 0.4% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.9% / 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。
5	デュガ	江田照	実56.7	B▽ A×勝率1% EV-53% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向／直近3走平均8.3着と低調／84日ぶりの実戦）
前5走 01/11 1京都411R 12着/16頭+0.6秒 12/20 5阪神511R 1着/15頭勝利 08/24 3新潟210R 2着/13頭+0.1秒 08/03 2新潟47R 5着/18頭+0.3秒 04/27 1福島611R 8着/16頭+0.6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 8.3着 (不振) × 当競馬場適性 5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) -19% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.8%) × Aモデルの評価 (参考) レース内 17位 / 勝率 0.8% / 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。
6	クールベイビー	石田	実55.1	B▽ A×勝率1% EV-54% 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／70日ぶりの実戦）
前5走 10/26 3京都98R 10着/14頭+0.5秒 08/31 3新潟412R 2着/12頭+0.1秒 08/10 2新潟68R 14着/18頭+1.7秒 05/04 1新潟210R 3着/16頭+0.7秒 02/16 1京都612R 16着/16頭+4.4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) ○ 当競馬場適性 10走で勝率 20% (相性良) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.8%) × Aモデルの評価 (参考) レース内 16位 / 勝率 0.8% / 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。
7	フウセツ	丸山	実39.0	B▽ A▽勝率2% EV-25% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調）
前5走 01/25 1中山910R 15着/16頭+1.4秒 11/16 5東京49R 7着/14頭+1.2秒 10/25 4東京812R 1着/13頭勝利 10/04 4東京112R 2着/16頭+0.1秒 06/22 3東京612R 1着/16頭勝利
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 8.7着 (不振) ▽ 前走実績前走 14着 (大敗) ○ 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) -28% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.9% / 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	フィオライア推奨	小沢	実22.0	B▽ A△勝率9% EV+90% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+67%の中穴候補（近5走で勝率20%と堅実／適度な間隔で状態万全）
前5走 03/29 1中京611R 18着/18頭+2.6秒 02/28 2中山111R 10着/16頭+0.4秒 02/01 2京都211R 1着/18頭勝利 01/11 1京都411R 6着/16頭+0.3秒 12/07 5中山211R 13着/16頭+1.0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 13.7着 (不振) ▽ 前走実績前走 10着 (大敗) ○ 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) +67% (市場が大幅過小評価) AI 予想勝率 7.6% (オッズ暗示: 4.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.6% / 期待値 +90% ※ 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	モズナナスター	富田	実9.8	B△ A△勝率9% EV-15% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.3着と低調／77日ぶりの実戦）
前5走 01/11 1京都411R 11着/16頭+0.6秒 12/14 5中京411R 1着/10頭勝利 11/29 4京都710R 7着/12頭+0.3秒 11/09 4京都210R 7着/12頭+0.6秒 08/31 2札幌411R 13着/13頭+1.7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 8.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 10.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.6% / 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。
10	クムシラコ	黛	実39.5	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（直近3走平均8.0着と低調／84日ぶりの実戦）
前5走 01/17 1中山611R 11着/16頭+0.6秒 10/26 4新潟411R 8着/17頭+0.9秒 08/03 2新潟47R 11着/18頭+0.8秒 06/28 1函館511R 12着/16頭+0.9秒 05/25 1新潟811R 3着/16頭+0.6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 8.0着 (不振) ○ 当競馬場適性 18走で勝率 17% (相性良) ▽ 前走実績前走 13着 (大敗) × 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 1.6% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.7% / 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。
11	エコロレジーナ	菊沢	実5.5	B○ A○勝率12% EV-32% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場12走で勝率25%と適性高／直近3走で勝率33%と好調／84日ぶりの実戦）
前5走 02/01 2京都211R 17着/18頭+0.8秒 01/17 1中山611R 10着/16頭+0.5秒 12/07 5中山211R 4着/16頭+0.6秒 10/26 4新潟411R 3着/17頭+0.5秒 08/17 2新潟86R 1着/11頭勝利
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) ◎ 当競馬場適性 12走で勝率 25% (得意) × 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 11.5% (オッズ暗示: 18.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.2% / 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。
12	ナナオ	小林美	実14.1	B△ A▽勝率5% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.0着と低調／182日ぶりの実戦）
前5走 02/10 2京都410R 12着/16頭+1.4秒 11/08 4京都111R 14着/16頭+1.4秒 09/06 4阪神111R 8着/14頭+1.3秒 05/17 2京都711R 10着/11頭+0.8秒 03/23 2中京411R 8着/18頭+0.8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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 182日休養明け △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 7.6% (オッズ暗示: 7.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.3% / 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。
13	ハートホイップ	丸田	実38.5	B▽ A▽勝率2% EV-36% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調／154日ぶりの実戦）
前5走 02/14 1小倉711R 16着/18頭+1.7秒 01/31 1小倉311R 14着/18頭+1.3秒 12/07 5中山29R 6着/12頭+0.4秒 11/08 3福島111R 7着/16頭+0.3秒 08/23 2札幌110R 1着/14頭勝利
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 8.3着 (不振) △ ローテーション 154日休養明け × 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 1.6% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.7% / 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	カウスリップ	横山和	実3.0	B◎ A◎勝率22% EV-33% 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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 12/28 5中山810R 10着/16頭+1.0秒 09/28 4中山912R 9着/16頭+0.6秒 08/17 1札幌810R 1着/11頭勝利 07/06 1函館89R 6着/11頭+0.4秒 06/21 1函館39R 1着/10頭勝利
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) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 25.1% (オッズ暗示: 33.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.0% / 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。
15	ポールセン	斎藤	実9.9	B△ A△勝率9% EV-14% 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3走で勝率33%と適性高）
前5走 03/14 1阪神711R 5着/13頭+0.6秒 02/22 1阪神211R 9着/12頭+1.3秒 01/18 1中山710R 14着/16頭+1.9秒 12/07 5阪神211R 2着/16頭+0.0秒 11/01 4東京1011R 15着/16頭+3.8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 5.0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) -10% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.6% / 期待値 -14% ※ 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	シュラフ	嶋田	実15.0	B▽ A▽勝率7% EV+3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率27%と適性高／直近3走で勝率33%と好調／84日ぶりの実戦）
前5走 11/08 3福島110R 8着/16頭+0.6秒 10/18 4新潟112R 1着/18頭勝利 08/24 3新潟27R 4着/18頭+0.4秒 08/16 2新潟711R 3着/18頭+0.1秒 07/26 2新潟18R 3着/14頭+0.2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) ◎ 当競馬場適性 11走で勝率 27% (得意) ▽ 前走実績前走 17着 (大敗) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 5.7% (オッズ暗示: 6.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.9% / 期待値 +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。
17	ロードトレイル	横山琉	実7.0	B▲ A▲勝率12% EV-14% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着／84日ぶりの実戦）
前5走 03/29 3中山210R 6着/15頭+0.3秒 02/14 1小倉711R 15着/18頭+1.7秒 01/31 1小倉311R 12着/18頭+1.3秒 12/14 5中京411R 5着/10頭+0.5秒 11/23 4京都612R 6着/16頭+0.3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 4.3着 ○ 前走実績前走 2着 (好走) × 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 9.1% (オッズ暗示: 14.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.2% / 期待値 -14% ※ 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A

フィオライア

騎手小沢

22.0倍

AI の勝率8%損益の分かれ目5%

AI の勝率 8% が損益の分かれ目 5%（1 ÷ 22.0倍）を上回り、期待値 +68% 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（5着）

出走馬全17頭

◎A:◎14

カウスリップ

横山和

3.0倍

勝率 25%

›

○A:○11

エコロレジーナ

菊沢

5.5倍

勝率 12%

›

▲A:▲17

ロードトレイル

横山琉

7.0倍

勝率 9%

›

△A:△9

モズナナスター

富田

9.8倍

勝率 9%

›

△A:△15

ポールセン

斎藤

9.9倍

勝率 9%

›

△A:▽12

ナナオ

小林美

14.1倍

勝率 8%

›

▽A:△8

フィオライア

小沢

22.0倍

勝率 8%

›

▽A:▽3

ヴェントゥーラ

今村

13.7倍

勝率 6%

›

▽A:▽16

シュラフ

嶋田

15.0倍

勝率 6%

›

▽A:▽7

フウセツ

丸山

39.0倍

対象外勝率 2%

›

▽A:▽13

ハートホイップ

丸田

38.5倍

対象外勝率 2%

›

▽A:▽10

クムシラコ

黛

39.5倍

対象外勝率 2%

›

▽A:×6

クールベイビー

石田

55.1倍

対象外勝率 1%

›

▽A:×5

デュガ

江田照

56.7倍

対象外勝率 1%

›

▽A:▽1

ウインアイオライト

野中

63.3倍

対象外勝率 1%

›

×A:▽2

スコーピオン

武藤

108.1倍

対象外勝率 0%

›

×A:▽4

トールキン

亀田

103.9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

A モデル（勝ち負けの 2 択で学習）

単勝 8 フィオライア実22.0倍期待値 +68% 推奨 13.1〜30.0倍 ¥200 不的中5着

B モデル（レース内の順位で学習）

見送り

※ オッズは予測時点の値です。

11R 新潟競馬場発走 15:11

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウインアイオライト	野中	実63.3	▽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／77日ぶりの実戦）
前5走 02/01 2京都211R 14着/18頭+0.7秒 01/05 1中山211R 1着/14頭勝利 11/23 5東京510R 7着/17頭+0.5秒 10/25 4新潟311R 16着/18頭+2.1秒 08/24 3新潟29R 15着/18頭+1.3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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +4%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.7% (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。
2	スコーピオン	武藤	実108.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調／70日ぶりの実戦）
前5走 02/14 1小倉711R 14着/18頭+1.4秒 01/31 1小倉311R 16着/18頭+1.4秒 01/05 1中山211R 9着/14頭+0.8秒 12/07 5中山29R 11着/12頭+0.9秒 10/26 4新潟411R 6着/17頭+0.8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 11.0着 (不振) △ 当競馬場適性 8走で勝率 12% △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 0.9%) ※ 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	ヴェントゥーラ	今村	実13.7	▽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）
前5走 03/15 1中京212R 1着/18頭勝利 03/01 1小倉127R 4着/18頭+0.4秒 02/15 1小倉72R 1着/18頭勝利 11/30 7京都16R 9着/12頭+1.1秒 11/02 6京都16R 5着/14頭+0.4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) -5% (オッズ過剰評価) AI 予想勝率 6.9% (オッズ暗示: 7.3%) ※ 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。
4	トールキン	亀田	実103.9	▽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／70日ぶりの実戦）
前5走 03/21 1阪神910R 12着/16頭+1.1秒 01/31 1小倉311R 15着/18頭+1.4秒 10/18 4新潟111R 8着/18頭+1.0秒 07/19 2小倉711R 14着/17頭+0.9秒 06/29 2小倉211R 5着/13頭+0.3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 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 0.9% (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。
5	デュガ	江田照	実56.7	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向／直近3走平均8.3着と低調／84日ぶりの実戦）
前5走 01/11 1京都411R 12着/16頭+0.6秒 12/20 5阪神511R 1着/15頭勝利 08/24 3新潟210R 2着/13頭+0.1秒 08/03 2新潟47R 5着/18頭+0.3秒 04/27 1福島611R 8着/16頭+0.6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 8.3着 (不振) × 当競馬場適性 5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) -53% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.8%) ※ 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。
6	クールベイビー	石田	実55.1	×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／70日ぶりの実戦）
前5走 10/26 3京都98R 10着/14頭+0.5秒 08/31 3新潟412R 2着/12頭+0.1秒 08/10 2新潟68R 14着/18頭+1.7秒 05/04 1新潟210R 3着/16頭+0.7秒 02/16 1京都612R 16着/16頭+4.4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) ○ 当競馬場適性 10走で勝率 20% (相性良) × 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 0.8% (オッズ暗示: 1.8%) ※ 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。
7	フウセツ	丸山	実39.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調）
前5走 01/25 1中山910R 15着/16頭+1.4秒 11/16 5東京49R 7着/14頭+1.2秒 10/25 4東京812R 1着/13頭勝利 10/04 4東京112R 2着/16頭+0.1秒 06/22 3東京612R 1着/16頭勝利
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 8.7着 (不振) ▽ 前走実績前走 14着 (大敗) ○ 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 1.9% (オッズ暗示: 2.6%) ※ 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。
8	フィオライア推奨	小沢	実22.0	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+90%の中穴候補（近5走で勝率20%と堅実／適度な間隔で状態万全）
前5走 03/29 1中京611R 18着/18頭+2.6秒 02/28 2中山111R 10着/16頭+0.4秒 02/01 2京都211R 1着/18頭勝利 01/11 1京都411R 6着/16頭+0.3秒 12/07 5中山211R 13着/16頭+1.0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 13.7着 (不振) ▽ 前走実績前走 10着 (大敗) ○ 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) +90% (市場が大幅過小評価) AI 予想勝率 8.6% (オッズ暗示: 4.5%) ※ 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	モズナナスター	富田	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走平均8.3着と低調／77日ぶりの実戦）
前5走 01/11 1京都411R 11着/16頭+0.6秒 12/14 5中京411R 1着/10頭勝利 11/29 4京都710R 7着/12頭+0.3秒 11/09 4京都210R 7着/12頭+0.6秒 08/31 2札幌411R 13着/13頭+1.7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 8.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 8.6% (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。
10	クムシラコ	黛	実39.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調／84日ぶりの実戦）
前5走 01/17 1中山611R 11着/16頭+0.6秒 10/26 4新潟411R 8着/17頭+0.9秒 08/03 2新潟47R 11着/18頭+0.8秒 06/28 1函館511R 12着/16頭+0.9秒 05/25 1新潟811R 3着/16頭+0.6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 8.0着 (不振) ○ 当競馬場適性 18走で勝率 17% (相性良) ▽ 前走実績前走 13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 1.7% (オッズ暗示: 2.5%) ※ 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。
11	エコロレジーナ	菊沢	実5.5	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場12走で勝率25%と適性高／直近3走で勝率33%と好調／84日ぶりの実戦）
前5走 02/01 2京都211R 17着/18頭+0.8秒 01/17 1中山611R 10着/16頭+0.5秒 12/07 5中山211R 4着/16頭+0.6秒 10/26 4新潟411R 3着/17頭+0.5秒 08/17 2新潟86R 1着/11頭勝利
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) ◎ 当競馬場適性 12走で勝率 25% (得意) × 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 12.2% (オッズ暗示: 18.2%) ※ 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。
12	ナナオ	小林美	実14.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.0着と低調／182日ぶりの実戦）
前5走 02/10 2京都410R 12着/16頭+1.4秒 11/08 4京都111R 14着/16頭+1.4秒 09/06 4阪神111R 8着/14頭+1.3秒 05/17 2京都711R 10着/11頭+0.8秒 03/23 2中京411R 8着/18頭+0.8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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 182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 5.3% (オッズ暗示: 7.1%) ※ 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。
13	ハートホイップ	丸田	実38.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調／154日ぶりの実戦）
前5走 02/14 1小倉711R 16着/18頭+1.7秒 01/31 1小倉311R 14着/18頭+1.3秒 12/07 5中山29R 6着/12頭+0.4秒 11/08 3福島111R 7着/16頭+0.3秒 08/23 2札幌110R 1着/14頭勝利
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 8.3着 (不振) △ ローテーション 154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 1.7% (オッズ暗示: 2.6%) ※ 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	カウスリップ	横山和	実3.0	◎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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 12/28 5中山810R 10着/16頭+1.0秒 09/28 4中山912R 9着/16頭+0.6秒 08/17 1札幌810R 1着/11頭勝利 07/06 1函館89R 6着/11頭+0.4秒 06/21 1函館39R 1着/10頭勝利
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) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) × 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 22.0% (オッズ暗示: 33.3%) ※ 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	ポールセン	斎藤	実9.9	△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3走で勝率33%と適性高）
前5走 03/14 1阪神711R 5着/13頭+0.6秒 02/22 1阪神211R 9着/12頭+1.3秒 01/18 1中山710R 14着/16頭+1.9秒 12/07 5阪神211R 2着/16頭+0.0秒 11/01 4東京1011R 15着/16頭+3.8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 5.0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) -14% (オッズ過剰評価) AI 予想勝率 8.6% (オッズ暗示: 10.1%) ※ 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。
16	シュラフ	嶋田	実15.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率27%と適性高／直近3走で勝率33%と好調／84日ぶりの実戦）
前5走 11/08 3福島110R 8着/16頭+0.6秒 10/18 4新潟112R 1着/18頭勝利 08/24 3新潟27R 4着/18頭+0.4秒 08/16 2新潟711R 3着/18頭+0.1秒 07/26 2新潟18R 3着/14頭+0.2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) ◎ 当競馬場適性 11走で勝率 27% (得意) ▽ 前走実績前走 17着 (大敗) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 6.9% (オッズ暗示: 6.7%) ※ 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。
17	ロードトレイル	横山琉	実7.0	▲詳細▼	AI上位評価だが期待値不足、見送り（前走2着／84日ぶりの実戦）
前5走 03/29 3中山210R 6着/15頭+0.3秒 02/14 1小倉711R 15着/18頭+1.7秒 01/31 1小倉311R 12着/18頭+1.3秒 12/14 5中京411R 5着/10頭+0.5秒 11/23 4京都612R 6着/16頭+0.3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 4.3着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 12.2% (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。

買うAI の推奨A

フィオライア

騎手小沢

22.0倍

AI の勝率9%損益の分かれ目5%

AI の勝率 9% が損益の分かれ目 5%（1 ÷ 22.0倍）を上回り、期待値 +90% 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（5着）

出走馬全17頭

◎14

カウスリップ

横山和

3.0倍

勝率 22%

›

○11

エコロレジーナ

菊沢

5.5倍

勝率 12%

›

▲17

ロードトレイル

横山琉

7.0倍

勝率 12%

›

△9

モズナナスター

富田

9.8倍

勝率 9%

›

△15

ポールセン

斎藤

9.9倍

勝率 9%

›

△8

フィオライア

小沢

22.0倍

勝率 9%

›

▽3

ヴェントゥーラ

今村

13.7倍

勝率 7%

›

▽16

シュラフ

嶋田

15.0倍

勝率 7%

›

▽12

ナナオ

小林美

14.1倍

勝率 5%

›

▽7

フウセツ

丸山

39.0倍

対象外勝率 2%

›

▽13

ハートホイップ

丸田

38.5倍

対象外勝率 2%

›

▽10

クムシラコ

黛

39.5倍

対象外勝率 2%

›

▽1

ウインアイオライト

野中

63.3倍

対象外勝率 2%

›

▽4

トールキン

亀田

103.9倍

対象外勝率 1%

›

▽2

スコーピオン

武藤

108.1倍

対象外勝率 1%

›

×6

クールベイビー

石田

55.1倍

対象外勝率 1%

›

×5

デュガ

江田照

56.7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 8 フィオライア実22.0倍期待値 +90% 推奨 11.6〜30.0倍 ¥200 不的中5着

B モデル（レース内の順位で学習）

見送り

※ 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