2026年8月30日の新潟8Rは、新潟記念（GIII・芝2000m外回り）です。
今回の競馬AI指数を見て、まず目につくのは「どの馬も抜けていない」という点です。AI1位のボーンディスウェイでも推定勝率は8.68％。2位ダノンシーマが8.07％、3位ドゥレッツァが7.45％、4位ゾロアストロが7.44％と、上位4頭の差はわずか1.24ポイントしかありません。
しかも、馬柱上の人気を見るとAI1位ボーンディスウェイは56.3倍の11番人気。一方、AI4位ゾロアストロが3.5倍の1番人気、AI2位ダノンシーマが3.7倍の2番人気となっています。AIと市場の評価が大きくズレている馬がいる一方、人気馬もきちんと上位に入っている構図です。
今回は単純な「AI本命馬を買うレース」というより、AIがなぜ人気薄のボーンディスウェイを最上位に置き、なぜ実績馬ドゥレッツァや3歳馬ゾロアストロをほぼ同列に評価したのかを考えてみたいと思います。
新潟記念2026のAI指数
今回のAI指数上位5頭は次の通りです。
| AI順位 | 馬番 | 馬名 | p_win | 馬柱上の人気・オッズ |
|---|---|---|---|---|
| 1 | 1 | ボーンディスウェイ | 0.0868 | 11人気・56.3倍 |
| 2 | 8 | ダノンシーマ | 0.0807 | 2人気・3.7倍 |
| 3 | 4 | ドゥレッツァ | 0.0745 | 4人気・8.1倍 |
| 4 | 5 | ゾロアストロ | 0.0744 | 1人気・3.5倍 |
| 5 | 10 | バレエマスター | 0.0592 | 8人気・27.6倍 |
これまでのAI予想では1位が15～20％を超えるレースもありましたが、今回は1位でも8.68％です。
上位5頭を合計しても39.56％。
つまりAIは「上位5頭だけで決まりそう」とは考えておらず、かなり勝率が分散したレースとして認識しています。
その中でも特徴的なのが、
ボーンディスウェイ 8.68％
ダノンシーマ 8.07％
ドゥレッツァ 7.45％
ゾロアストロ 7.44％
という並びです。
実績も年齢も近走内容もまったく異なる4頭なのに、AI上ではほぼ横一線。
新潟記念らしい難しいレースになっています。
AI1位は11番人気ボーンディスウェイ
今回、もっとも興味深いのは1番ボーンディスウェイです。
AI指数は、
p_win＝0.0868
で1位。
ところが馬柱上では56.3倍の11番人気です。
かなり大きな市場との乖離が発生しています。
7歳馬で、近走を見ると前走の七夕賞5着、その前の目黒記念11着、大阪―ハンブルクC6着、ダイヤモンドS9着。近いところで馬券圏内に入っているわけではなく、人気がないこと自体は理解できます。
ただ、着順だけで切ってしまうと少し危険にも見えます。
前走の七夕賞は14番人気ながら5着。芝2000mを1分58秒7で走っています。
さらに2025年のアルゼンチン共和国杯では12番人気ながら8着とはいえ、勝ち馬ミステリーウェイから0.2秒差。目黒記念も11着ながら勝ち馬との差は0.6秒でした。
つまり、
「近走着順が悪い＝能力が大きく落ちている」
とまでは言い切れません。
今回は2500m、2600m、3400mといった長距離戦から、前走で2000mへ戻して内容を改善しています。
AIが評価している可能性として考えられるのは、
- 前走七夕賞での0.8秒差5着
- 2000mへの距離短縮によるパフォーマンス改善
- 重賞戦線を継続して走ってきた相手関係
- 57kgという斤量
- 新潟外回りで求められる持続力
あたりでしょうか。
もちろん7歳馬ですし、「本当に今回勝ち切る確率が8.68％もあるのか」は慎重に考える必要があります。
ただ、仮に56.3倍前後までつくなら、単純なオッズ換算の市場勝率は約1.8％です。
AIの8.68％とは大きな差があります。
今回の予想で最も検証価値が高い馬は、このボーンディスウェイだと思います。
AI2位ダノンシーマは最も安心感のある存在か
AI2位は8番ダノンシーマ。
p_win＝0.0807
です。
こちらは3.7倍の2番人気で、市場からもしっかり評価されています。
前走の目黒記念では2番人気3着。勝ち馬ファイアンクランツとはタイム差なしでした。
それ以前も阪神大賞典3着、白富士S1着、比叡S1着。
特に白富士Sでは東京芝2000mを1分57秒0、上がり32秒7で勝っています。
新潟芝2000m外回りを考えるうえで、この「高速2000m＋速い上がり」の実績は非常に分かりやすい材料です。
さらに休み明け成績は、
鉄砲［2.0.0.0］
となっています。
今回は3か月ぶりですが、むしろ休み明けを不安視する必要はあまりなさそうです。
一点気になるとすれば距離ローテーションでしょうか。
今年は白富士S2000m→阪神大賞典3000m→目黒記念2500mと使われています。
能力そのものは高そうですが、2000mで一気にスピードが要求されたときに、近走の長距離経験がどちらへ働くのか。
それでも上位5頭の中では、AI評価と馬柱の実績が最も素直に一致する馬です。
AIを信用するなら軸候補として最も扱いやすいのはダノンシーマ
という見方もできます。
AI3位ドゥレッツァは59kgと9か月休養をどう見るか
4番ドゥレッツァは、
p_win＝0.0745
でAI3位。
2023年菊花賞馬という実績を考えれば、能力説明は不要なほどの存在です。
ただし今回はかなり特殊な条件です。
馬柱では9か月休養。
斤量は59kg。
前走扱いのジャパンCは取消で、実際に走った直近のレースは2025年10月の京都大賞典8着です。
その前には宝塚記念9着、ドバイシーマクラシック3着。休養前は2400m前後を中心に使われていました。
今回は2000mへの距離短縮。
しかも新潟外回りです。
実績だけならメンバー最上位クラスですが、59kgを背負って約10か月ぶりの実戦となることを考えれば、8.1倍の4番人気という市場評価にも一定の理由があります。
興味深いのは、それでもAIが7.45％まで評価していることです。
つまりAIは長期休養や59kgというマイナス材料を認識したうえでも、過去の能力値をかなり高く見ている可能性があります。
休み明け成績も［0.2.1.2］。
少なくとも「休み明けだから動かない」というタイプではありません。
今回は勝ち負け以上に、
長期休養明けのGⅠ級実績馬をAIがどう評価するか
という意味でも面白いサンプルになりそうです。
AI4位ゾロアストロは1番人気でも勝率7.44％
5番ゾロアストロは、
p_win＝0.0744
でAI4位。
馬柱上では3.5倍の1番人気です。
2026年きさらぎ賞勝ち馬で、東スポ杯2歳S2着、皐月賞12着。3歳世代の実力馬です。
きさらぎ賞では上がり33秒3で勝利。東スポ杯2歳Sでは上がり32秒7を記録して2着と、瞬発力性能はすでに示しています。皐月賞も12着ながら上がり34秒0で、後方からの競馬でした。
新潟外回りへの適性を考えれば、人気になるのも理解できます。
さらに古馬が57～59kgを背負う中で、ゾロアストロは55kg。
3歳馬の斤量差も魅力です。
ただし、AIは1番人気だからといって抜けた評価をしていません。
ダノンシーマ8.07％に対して7.44％。
ボーンディスウェイとの差も1.24ポイントです。
ここは非常に重要です。
市場では、
ゾロアストロ3.5倍
ボーンディスウェイ56.3倍
と約16倍ものオッズ差があります。
しかしAI上の勝率は、
ゾロアストロ7.44％
ボーンディスウェイ8.68％。
むしろボーンディスウェイの方が高い。
AIの数値をそのまま信じるなら、ゾロアストロは「強いから買う馬」ではあっても、「オッズ的に積極的に買いたい馬」とは別問題になります。
AI5位バレエマスターは新潟大賞典2着が光る
10番バレエマスターは、
p_win＝0.0592
でAI5位。
27.6倍の8番人気です。
この馬もボーンディスウェイほどではありませんが、市場との乖離が見られます。
最大の材料は今年の新潟大賞典でしょう。
同じ新潟芝2000m外回りで12番人気ながら2着。
上がり33秒4を使い、勝ったグランディアとは0.1秒差でした。
今回と同じコースです。
これは非常に分かりやすい適性実績です。
前走ジューンSも6着とはいえ勝ち馬から0.5秒差で、上がり33秒8。
7歳馬ですが、直近の末脚を見る限り大きく衰えた印象はありません。
新潟外回りでは直線の瞬発力が重要になるため、
「このコースで実際に上がり33秒台を使って重賞2着」
というファクトはかなり強いです。
AI5位という順位以上に、個人的には今回の上位馬の中で理由を説明しやすい穴馬だと感じます。
AI上位外にも実績馬が多すぎる
今回難しいのは、AI上位5頭だけ見ても結論が出ないことです。
例えば3番ロデオドライブ。
3歳馬ながら前走NHKマイルCを勝利。NZT2着からGⅠを制しており、馬柱では4.3倍の3番人気です。
6番チェルヴィニアもGⅠ馬。近走はヴィクトリアマイル16着でしたが、中山記念ではレーベンスティールから0.4秒差の5着でした。
9番アーバンシックは2025年天皇賞・秋で5着、勝ち馬から0.2秒差。そこで上がり32秒2を使っています。
11番ステレンボッシュも前走安田記念10着ですが、その前のエプソムCでは2着。
そして7番ジュンブロッサムは前走の関越Sで上がり32秒0。
新潟外回りという条件だけを見れば、こちらも無視しづらい存在です。
つまりAI1位がわずか8.68％なのは、モデルが弱気だからというより、
「勝てそうな馬が多すぎる」
という方が正確かもしれません。
市場とAIを並べるとボーンディスウェイが極端に浮く
今回の面白さは、AI指数を単独で見るよりオッズと並べたときに分かります。
概算で単勝オッズから市場の勝率を「1÷オッズ」で単純計算すると、
| 馬 | AI勝率 | 単勝オッズ | 単純オッズ換算勝率 |
|---|---|---|---|
| ボーンディスウェイ | 8.68％ | 56.3倍 | 約1.8％ |
| ダノンシーマ | 8.07％ | 3.7倍 | 約27.0％ |
| ドゥレッツァ | 7.45％ | 8.1倍 | 約12.3％ |
| ゾロアストロ | 7.44％ | 3.5倍 | 約28.6％ |
| バレエマスター | 5.92％ | 27.6倍 | 約3.6％ |
もちろん競馬の単勝オッズには控除率が含まれるため、この数字をそのまま市場の真の勝率とは扱えません。
それでも方向性は明確です。
AIはダノンシーマやゾロアストロを「有力馬」とは見ていますが、市場ほど圧倒的には評価していません。
一方、
ボーンディスウェイは市場より大幅に高評価。
バレエマスターもやや高評価。
という構図です。
このタイプのレースでは、「AI1位だから本命」というより、
AIと市場の評価差をどう利用するか
を考える方が指数の使い方として面白そうです。
今回は「本命不在」というAIの判断を重視したい
以前のレースでは、AI1位が20％、30％と明確に抜けることもありました。
今回は違います。
1位8.68％。
2位8.07％。
3位7.45％。
4位7.44％。
ほとんど差がありません。
これは「どれを買っても同じ」という意味ではありません。
むしろ、
人気馬だから安心して1頭へ寄せることにAIが警告を出している
と考えることができます。
特にゾロアストロは1番人気ながらAI4位。
ダノンシーマも2番人気ながらAI2位とはいえ勝率8.07％。
AI側から見ると、この2頭を中心にした市場ほどレースは簡単ではないということでしょう。
逆にボーンディスウェイとバレエマスターは、着順だけを見ると買いづらいものの、近走の内容や同条件実績まで見るとAIが拾った理由をある程度説明できます。
今回の指数は、人気順を並べ替えただけではありません。
かなりAIらしい順位になっています。
馬券を考えるならどう使うか
今回の指数だけから考えるなら、1頭へ強く寄せる買い方はあまり合わないように思います。
特に単勝なら、人気馬よりも市場との乖離がある馬を狙う方がAI指数の特徴を活かせます。
候補になるのは、
1番ボーンディスウェイ
10番バレエマスター
です。
一方、連系の軸として考えるなら、能力と安定感のバランスでは8番ダノンシーマが扱いやすそうです。
ドゥレッツァは59kg＋長期休養。
ゾロアストロは1番人気ながらAIでは抜けていない。
この2頭については「消す」というより、人気ほど信頼度に差があるのかを疑ってみたいところです。
そして今回はAI上位外にもロデオドライブ、チェルヴィニア、ジュンブロッサム、アーバンシック、ステレンボッシュがいます。
上位5頭だけのBOXで簡単に収まるレースとも思えません。
指数順位よりも、オッズとの組み合わせが重要なレースだと考えています。
まとめ
2026年新潟記念のAI指数1位は、1番ボーンディスウェイでした。
ただしp_winは8.68％。
2位ダノンシーマ8.07％、3位ドゥレッツァ7.45％、4位ゾロアストロ7.44％とほとんど差がなく、AIは明確な本命不在と判断しています。
今回最も興味深いのは、市場との評価差です。
1番人気ゾロアストロはAI4位。
2番人気ダノンシーマはAI2位。
そして11番人気56.3倍のボーンディスウェイがAI1位です。
ボーンディスウェイは近走の着順だけなら買いにくいものの、前走七夕賞では14番人気5着。長距離路線から2000mへ戻して内容を改善しており、AIが何らかの形で近走以上の能力を評価している可能性があります。
また、AI5位バレエマスターは同じ新潟芝2000m外回りの新潟大賞典で2着。こちらは穴評価の理由が非常に分かりやすい馬です。
一方、ダノンシーマは白富士S勝ち、目黒記念3着と能力の裏付けがあり、休み明けも2戦2勝。人気馬の中ではAI評価と馬柱が最も一致しています。
そしてドゥレッツァ、ゾロアストロという実績馬も7％台。
誰か1頭が抜けているというより、それぞれ異なる強みと不安材料を抱えた馬が集まっています。
今回注目したいのは、AI1位が当たるかどうかだけではありません。
市場が約56倍まで評価を下げたボーンディスウェイを、なぜAIは最上位に置いたのか。
そして1番人気ゾロアストロを、なぜAIはわずか7.44％にとどめたのか。
結果が出たあと、この評価差が妥当だったのかを振り返ることで、AIが何を見ているのかがまた少し分かってくるはずです。
コメント