札幌 9R 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
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ガーネットフレア |
北村友 |
実24.7 |
B▽ A△勝率5% EV+35% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 5.0% (オッズ暗示: 4.0%) △Aモデルの評価 (参考) レース内 6位 / 勝率 5.5% / 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。 |
| 2 |
ニシノエピカリ |
★河原田 |
実25.5 |
B▽ A▽勝率5% EV+39% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎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 5.9% (オッズ暗示: 3.9%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 5.5% / 期待値 +39% ※ 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 |
ルーチェフィオーレ |
横山和 |
実3.0 |
B◎ A○勝率22% EV-33% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 26.4% (オッズ暗示: 33.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 22.3% / 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。 |
| 4 |
ジェルブロア |
◇古川奈 |
実4.5 |
B▲ A▲勝率15% EV-33% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 15.4% (オッズ暗示: 22.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 14.8% / 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。 |
| 5 |
シニャンガ |
横山武 |
実2.9 |
B○ A◎勝率22% EV-35% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 17.9% (オッズ暗示: 34.5%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 22.3% / 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。 |
| 6 |
ラコンチャビエン |
武豊 |
実12.5 |
B△ A△勝率8% EV0% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 8.0%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.9% / 期待値 -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。 |
| 7 |
ジャストビート |
鮫島駿 |
実25.9 |
B△ A▽勝率5% EV+41% 詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +88% (市場が大幅過小評価) AI 予想勝率 7.3% (オッズ暗示: 3.9%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 5.5% / 期待値 +42% ※ 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 |
ディヒターリーベ |
石川倭 |
実88.1 |
B▽ A▽勝率2% EV+119% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 9位 (中位評価) △期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 1.3% (オッズ暗示: 1.1%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 2.5% / 期待値 +119% ※ 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 |
キタノサリスカ |
▲和田陽 |
実123.7 |
B▽ A▽勝率1% EV+56% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 0.6% (オッズ暗示: 0.8%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 期待値 +56% ※ 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 |
ナムラヒナギク |
小沢 |
実6.6 |
B△ A△勝率13% EV-17% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 12.8% (オッズ暗示: 15.2%) △Aモデルの評価 (参考) レース内 4位 / 勝率 12.5% / 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。 |
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の推奨本命の次点
出走馬全10頭
△期待値 (オッズ vs AI勝率)
-21% (オッズ過剰評価)
AI 予想勝率
26.4% (オッズ暗示: 33.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 22.3% / 期待値 -33%
×期待値 (オッズ vs AI勝率)
-48% (大幅な期待値マイナス)
AI 予想勝率
17.9% (オッズ暗示: 34.5%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 22.3% / 期待値 -35%
×期待値 (オッズ vs AI勝率)
-30% (大幅な期待値マイナス)
AI 予想勝率
15.4% (オッズ暗示: 22.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 14.8% / 期待値 -34%
△期待値 (オッズ vs AI勝率)
-15% (オッズ過剰評価)
AI 予想勝率
12.8% (オッズ暗示: 15.2%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 12.5% / 期待値 -17%
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
7.3% (オッズ暗示: 8.0%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.9% / 期待値 -1%
🌟◎期待値 (オッズ vs AI勝率)
+88% (市場が大幅過小評価)
AI 予想勝率
7.3% (オッズ暗示: 3.9%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 5.5% / 期待値 +42%
🌟◎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
5.9% (オッズ暗示: 3.9%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 5.5% / 期待値 +39%
△期待値 (オッズ vs AI勝率)
+24% (市場と概ね一致)
AI 予想勝率
5.0% (オッズ暗示: 4.0%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 5.5% / 期待値 +35%
△AIランク評価 (順位学習モデル)
レース内 9位 (中位評価)
△期待値 (オッズ vs AI勝率)
+16% (市場と概ね一致)
AI 予想勝率
1.3% (オッズ暗示: 1.1%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 2.5% / 期待値 +119%
×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
0.6% (オッズ暗示: 0.8%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 1.3% / 期待値 +56%
💡 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
両モデルとも本レースは見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ガーネットフレア |
北村友 |
実24.7 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 5.5% (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。 |
| 2 |
ニシノエピカリ |
★河原田 |
実25.5 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎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%) ※ 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 |
ルーチェフィオーレ |
横山和 |
実3.0 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 22.3% (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。 |
| 4 |
ジェルブロア |
◇古川奈 |
実4.5 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 14.8% (オッズ暗示: 22.2%) ※ 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。 |
| 5 |
シニャンガ |
横山武 |
実2.9 |
◎詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 22.3% (オッズ暗示: 34.5%) ※ 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。 |
| 6 |
ラコンチャビエン |
武豊 |
実12.5 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 7.9% (オッズ暗示: 8.0%) ※ 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。 |
| 7 |
ジャストビート |
鮫島駿 |
実25.9 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +41% (妙味あり) AI 予想勝率 5.5% (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。 |
| 8 |
ディヒターリーベ |
石川倭 |
実88.1 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 9位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +119% (市場が大幅過小評価) AI 予想勝率 2.5% (オッズ暗示: 1.1%) ※ 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。 |
| 9 |
キタノサリスカ |
▲和田陽 |
実123.7 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +56% (市場が大幅過小評価) AI 予想勝率 1.3% (オッズ暗示: 0.8%) ※ 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。 |
| 10 |
ナムラヒナギク |
小沢 |
実6.6 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 12.5% (オッズ暗示: 15.2%) ※ 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。 |
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の推奨本命の次点
出走馬全10頭
×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
22.3% (オッズ暗示: 34.5%)
×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
22.3% (オッズ暗示: 33.3%)
×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
14.8% (オッズ暗示: 22.2%)
△期待値 (オッズ vs AI勝率)
-17% (オッズ過剰評価)
AI 予想勝率
12.5% (オッズ暗示: 15.2%)
△期待値 (オッズ vs AI勝率)
-1% (オッズ過剰評価)
AI 予想勝率
7.9% (オッズ暗示: 8.0%)
◎期待値 (オッズ vs AI勝率)
+35% (妙味あり)
AI 予想勝率
5.5% (オッズ暗示: 4.0%)
◎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%)
◎期待値 (オッズ vs AI勝率)
+41% (妙味あり)
AI 予想勝率
5.5% (オッズ暗示: 3.9%)
△AIランク評価 (順位学習モデル)
レース内 9位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+119% (市場が大幅過小評価)
AI 予想勝率
2.5% (オッズ暗示: 1.1%)
🌟◎期待値 (オッズ vs AI勝率)
+56% (市場が大幅過小評価)
AI 予想勝率
1.3% (オッズ暗示: 0.8%)
💡 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
両モデルとも本レースは見送り判定（期待値プラスなし）
本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。
