中山 2R 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

2R 中山競馬場　発走 10:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アルデラッシュ	丸山	実1.6	B◎ A×勝率25% EV-60% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走平均3.0着と安定／前走3着）
前5走 2回7日新潟2R 3着/15頭 ― ― ― ―
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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 48.5% (オッズ暗示: 62.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 24.7% / 期待値 -60% ※ 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	ヒーローシー	丸田	実135.2	B× A▽勝率1% EV-4% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 3回2日新潟3R 12着/12頭 ― ― ― ―
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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) × 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 0.3% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 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。
3	ノワールブレイブ	杉原	実234.5	B▽ A▽勝率1% EV+66% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均18.0着と低調）
前5走 2回3日新潟3R 18着/18頭 ― ― ― ―
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 18.0着 (不振) ▽ 前走実績前走 18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 0.3% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.7% / 期待値 +66% ※ 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	スリーフラワー	▲佐藤	実25.1	B▽ A▽勝率4% EV+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10.0着と低調）
前5走 2回5日福島5R 10着/11頭 ― ― ― ―
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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.3% / 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。
5	モチロンコクラ	小林凌	実324.8	B▽ A▽勝率1% EV+130% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 14位 (中位評価) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 0.3% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.7% / 期待値 +131% ※ 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	ノーブルミント	木幡初	実66.8	B▽ A▽勝率2% EV+1% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 2回8日新潟4R 11着/13頭+5.0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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 期待値 +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	ソナタテソーロ	木幡巧	実54.5	B▽ A▽勝率2% EV-16% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 3回4日東京5R 8着/8頭+1.0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 8.0着 (不振) × 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 1.2% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.5% / 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。
8	セイウンリリーナ	武藤	実34.3	B▽ A▽勝率4% EV+48% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回8日福島6R 7着/16頭 ― ― ― ―
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 7.0着 (不振) × 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 2.0% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.3% / 期待値 +49% ※ 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	フォーエバーブルー	大野	実8.7	B▲ A▲勝率16% EV+41% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 3回3日東京6R 7着/9頭 2回3日新潟1R 2着/11頭 ― ― ―
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 4.5着 △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 11.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.2% / 期待値 +41% ※ 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	ワイズジュエル	三浦	実4.0	B○ A○勝率23% EV-8% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 2回6日新潟2R 5着/11頭 ― ― ― ―
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 5.0着 △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 19.2% (オッズ暗示: 25.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.8% / 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。
11	クールボビー	△石田	実13.4	B△ A△勝率8% EV+8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 3回2日新潟1R 8着/12頭 2回5日新潟1R 5着/13頭 2回8日福島6R 8着/16頭 ― ―
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) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 6.1% (オッズ暗示: 7.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.1% / 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。
12	スペシャルサンクス	嶋田	実18.9	B△ A△勝率8% EV+50% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回3日新潟1R 7着/11頭 2回2日福島4R 3着/14頭+5.0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 5.0着 △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 4.7% (オッズ暗示: 5.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 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。
13	スノーキャップ	柴田大	実229.3	B▽ A▽勝率1% EV+62% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 3回3日東京6R 9着/9頭+9.0秒 3回2日新潟1R 11着/12頭 ― ― ―
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 10.0着 (不振) × 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 0.3% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 期待値 +63% ※ 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	イヴナンバーフォー	菊沢	実19.8	B△ A△勝率6% EV+11% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回4日福島6R 7着/13頭 ― ― ― ―
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 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 5.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.6% / 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。

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

AIの本命

AI評価1位Aモデル ×

アルデラッシュ

騎手丸山

単勝オッズ

1.6倍

AI期待値

-22%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○10ワイズジュエル

4.0倍

EV -23%

▲A:▲9フォーエバーブルー

8.7倍

EV -20%

出走馬全14頭

◎A:×1

アルデラッシュ

丸山

1.6倍

-22%

›

○A:○10

ワイズジュエル

三浦

4.0倍

-23%

›

▲A:▲9

フォーエバーブルー

大野

8.7倍

-20%

›

△A:△11

クールボビー

△石田

13.4倍

-17%

›

△A:△12

スペシャルサンクス

嶋田

18.9倍

-10%

›

△A:△14

イヴナンバーフォー

菊沢

19.8倍

-25%

›

▽A:▽4

スリーフラワー

▲佐藤

25.1倍

-25%

›

▽A:▽8

セイウンリリーナ

武藤

34.3倍

-30%

›

▽A:▽7

ソナタテソーロ

木幡巧

54.5倍

-34%

›

▽A:▽6

ノーブルミント

木幡初

66.8倍

-19%

›

×A:▽2

ヒーローシー

丸田

135.2倍

-59%

›

▽A:▽13

スノーキャップ

柴田大

229.3倍

-30%

›

▽A:▽3

ノワールブレイブ

杉原

234.5倍

-29%

›

▽A:▽5

モチロンコクラ

小林凌

324.8倍

-2%

›

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。買い目は期待値プラスのみ推奨。

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

2R 中山競馬場　発走 10:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アルデラッシュ	丸山	実1.6	×詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走平均3.0着と安定／前走3着）
前5走 2回7日新潟2R 3着/15頭 ― ― ― ―
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 3.0着 (安定) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 24.7% (オッズ暗示: 62.5%) ※ 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	ヒーローシー	丸田	実135.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 3回2日新潟3R 12着/12頭 ― ― ― ―
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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 0.7% (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。
3	ノワールブレイブ	杉原	実234.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均18.0着と低調）
前5走 2回3日新潟3R 18着/18頭 ― ― ― ―
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 18.0着 (不振) ▽ 前走実績前走 18着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +66% (市場が大幅過小評価) AI 予想勝率 0.7% (オッズ暗示: 0.4%) ※ 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	スリーフラワー	▲佐藤	実25.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調）
前5走 2回5日福島5R 10着/11頭 ― ― ― ―
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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 4.3% (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。
5	モチロンコクラ	小林凌	実324.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 14位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +130% (市場が大幅過小評価) AI 予想勝率 0.7% (オッズ暗示: 0.3%) ※ 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	ノーブルミント	木幡初	実66.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 2回8日新潟4R 11着/13頭+5.0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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 1.5% (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。
7	ソナタテソーロ	木幡巧	実54.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 3回4日東京5R 8着/8頭+1.0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 8.0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 1.5% (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。
8	セイウンリリーナ	武藤	実34.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回8日福島6R 7着/16頭 ― ― ― ―
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 7.0着 (不振) ◎ 期待値 (オッズ vs AI勝率) +48% (妙味あり) AI 予想勝率 4.3% (オッズ暗示: 2.9%) ※ 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	フォーエバーブルー	大野	実8.7	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 3回3日東京6R 7着/9頭 2回3日新潟1R 2着/11頭 ― ― ―
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 4.5着 ◎ 期待値 (オッズ vs AI勝率) +41% (妙味あり) AI 予想勝率 16.2% (オッズ暗示: 11.5%) ※ 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。
10	ワイズジュエル	三浦	実4.0	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 2回6日新潟2R 5着/11頭 ― ― ― ―
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 5.0着 △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 22.8% (オッズ暗示: 25.0%) ※ 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	クールボビー	△石田	実13.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 3回2日新潟1R 8着/12頭 2回5日新潟1R 5着/13頭 2回8日福島6R 8着/16頭 ― ―
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) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 8.1% (オッズ暗示: 7.5%) ※ 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。
12	スペシャルサンクス	嶋田	実18.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回3日新潟1R 7着/11頭 2回2日福島4R 3着/14頭+5.0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 5.0着 ◎ 期待値 (オッズ vs AI勝率) +50% (市場が大幅過小評価) AI 予想勝率 8.0% (オッズ暗示: 5.3%) ※ 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	スノーキャップ	柴田大	実229.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 3回3日東京6R 9着/9頭+9.0秒 3回2日新潟1R 11着/12頭 ― ― ―
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 10.0着 (不振) ◎ 期待値 (オッズ vs AI勝率) +62% (市場が大幅過小評価) AI 予想勝率 0.7% (オッズ暗示: 0.4%) ※ 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。
14	イヴナンバーフォー	菊沢	実19.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 2回4日福島6R 7着/13頭 ― ― ― ―
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 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 5.1%) ※ 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。

AIの本命

AI評価1位

アルデラッシュ

騎手丸山

単勝オッズ

1.6倍

AI期待値

-60%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10ワイズジュエル

4.0倍

EV -8%

▲9フォーエバーブルー

8.7倍

EV +41%

出走馬全14頭

×1

アルデラッシュ

丸山

1.6倍

-60%

›

○10

ワイズジュエル

三浦

4.0倍

-8%

›

▲9

フォーエバーブルー

大野

8.7倍

+41%

›

△11

クールボビー

△石田

13.4倍

+8%

›

△12

スペシャルサンクス

嶋田

18.9倍

+50%

›

△14

イヴナンバーフォー

菊沢

19.8倍

+11%

›

▽4

スリーフラワー

▲佐藤

25.1倍

+8%

›

▽8

セイウンリリーナ

武藤

34.3倍

+48%

›

▽7

ソナタテソーロ

木幡巧

54.5倍

-16%

›

▽6

ノーブルミント

木幡初

66.8倍

+1%

›

▽2

ヒーローシー

丸田

135.2倍

-4%

›

▽13

スノーキャップ

柴田大

229.3倍

+62%

›

▽3

ノワールブレイブ

杉原

234.5倍

+66%

›

▽5

モチロンコクラ

小林凌

324.8倍

+130%

›

各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

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