札幌 12R 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

12R 札幌競馬場　発走 16:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リメンバーヒム	鮫島駿	実50.8	B▽ A▽勝率3% EV+61% 詳細▼	大穴、AI予想勝率低く長期回収困難（90日ぶりの実戦）
前5走 12/06 5阪神18R 10着/16頭+1.0秒 11/22 4京都58R 2着/16頭+0.0秒 09/21 4阪神712R 8着/15頭+1.4秒 09/06 4阪神112R 1着/13頭勝利 06/22 3阪神61R 1着/16頭勝利
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.2% / 期待値 +61% ※ 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	フェスタリア	和田陽	実119.0	B▽ A▽勝率2% EV+79% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／97日ぶりの実戦）
前5走 12/13 5中山37R 9着/16頭+0.8秒 09/06 4中山112R 4着/16頭+0.9秒 08/17 2新潟89R 4着/15頭+0.6秒 07/26 2新潟110R 2着/14頭+0.3秒 05/04 2東京46R 15着/16頭+9.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 97日休養明け × 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 0.6% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.5% / 期待値 +79% ※ 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	ショウナンヤッホー	池添	実54.2	B▽ A▽勝率3% EV+71% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／69日ぶりの実戦）
前5走 11/30 5東京810R 11着/16頭+1.9秒 10/05 4東京212R 9着/16頭+0.9秒 08/10 1札幌612R 10着/14頭+2.2秒 07/26 1札幌19R 1着/13頭勝利 06/21 3東京512R 4着/16頭+0.4秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.2% / 期待値 +72% ※ 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	ギマール	石川倭	実24.5	B△ A△勝率7% EV+65% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（90日ぶりの実戦）
前5走 12/07 5阪神29R 6着/13頭+0.4秒 11/15 3福島310R 4着/15頭+0.8秒 07/05 2小倉310R 3着/11頭+0.6秒 06/01 2京都129R 6着/14頭+0.5秒 03/09 1阪神48R 11着/12頭+1.2秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 3.1% (オッズ暗示: 4.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.8% / 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。
5	セボンサデッセ	武豊	実3.6	B○ A○勝率18% EV-34% 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／前走2着／90日ぶりの実戦）
前5走 12/13 5阪神38R 2着/16頭+0.6秒 11/30 4京都87R 4着/16頭+0.8秒 05/25 2京都107R 2着/16頭+0.3秒 03/23 1阪神86R 3着/16頭+1.1秒 02/02 1小倉48R 2着/8頭+0.1秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 2着 (好走) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 26.7% (オッズ暗示: 27.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.3% / 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。
6	ジュンラトゥール	小沢	実34.3	B△ A△勝率6% EV+112% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／90日ぶりの実戦）
前5走 12/13 5中京310R 5着/16頭+0.4秒 09/07 2札幌612R 1着/14頭勝利 08/31 2札幌412R 6着/12頭+0.7秒 08/16 1札幌78R 3着/14頭+0.4秒 05/11 1新潟47R 10着/15頭+1.0秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 3着 (好走) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 2.9% (オッズ暗示: 2.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.2% / 期待値 +113% ※ 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	ハイクオリティ	佐々木	実4.6	B▲ A▲勝率17% EV-22% 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／前走勝利の勢い／77日ぶりの実戦）
前5走 11/09 4京都26R 7着/16頭+1.0秒 10/18 4新潟16R 7着/15頭+1.9秒 08/23 2札幌14R 1着/14頭勝利 06/28 1函館52R 7着/12頭+3.0秒 06/22 1函館46R 4着/11頭+1.0秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 13.0% (オッズ暗示: 21.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.7% / 期待値 -23% ※ 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	ベラジオワールド	横山和	実2.0	B🌟◎ A◎勝率25% EV-49% 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 10/18 4東京67R 6着/17頭+0.9秒 09/28 4中山97R 3着/16頭+0.7秒 08/30 3新潟39R 3着/18頭+0.5秒 05/17 2東京75R 1着/18頭勝利 04/26 2東京15R 3着/18頭+0.2秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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) -20% (オッズ過剰評価) AI 予想勝率 40.2% (オッズ暗示: 50.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.3% / 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	ライフゲート	丹内	実6.8	B△ A△勝率17% EV+13% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（62日ぶりの実戦）
前5走 12/06 5中山110R 7着/12頭+0.5秒 11/15 3福島310R 5着/15頭+0.9秒 08/10 1札幌612R 3着/14頭+1.3秒 07/19 1函館118R 1着/10頭勝利 06/29 1函館68R 2着/11頭+0.2秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 ▽ 前走実績前走 13着 (大敗) × 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 9.0% (オッズ暗示: 14.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 16.7% / 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。
10	マッスルバック	黛	実204.6	B× A▽勝率1% EV+49% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／98日ぶりの実戦）
前5走 10/26 4東京99R 6着/13頭+0.7秒 04/26 1福島512R 1着/13頭勝利 03/30 3中山27R 4着/16頭+1.0秒 03/22 2中山77R 6着/16頭+0.8秒 03/02 1小倉1212R 4着/16頭+0.3秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 98日休養明け × 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 0.2% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 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。
11	ヒルノピレネー	浜中	実125.8	B▽ A▽勝率1% EV+79% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率100%と適性高／直近3走平均10.0着と低調／427日ぶりの実戦）
前5走 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) ◎ 当競馬場適性 12走で勝率 100% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 427日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) 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 1.4% / 期待値 +80% ※ 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 ◎

ベラジオワールド

騎手横山和

単勝オッズ

2.0倍

AI期待値

-19%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5セボンサデッセ

3.6倍

EV -3%

▲A:▲7ハイクオリティ

4.6倍

EV -40%

出走馬全11頭

◎A:◎8

ベラジオワールド

横山和

2.0倍

-19%

›

○A:○5

セボンサデッセ

武豊

3.6倍

-3%

›

▲A:▲7

ハイクオリティ

佐々木

4.6倍

-40%

›

△A:△9

ライフゲート

丹内

6.8倍

-38%

›

△A:△4

ギマール

石川倭

24.5倍

-24%

›

△A:△6

ジュンラトゥール

小沢

34.3倍

+0%

›

▽A:▽1

リメンバーヒム

鮫島駿

50.8倍

-6%

›

▽A:▽3

ショウナンヤッホー

池添

54.2倍

›

▽A:▽2

フェスタリア

和田陽

119.0倍

-32%

›

▽A:▽11

ヒルノピレネー

浜中

125.8倍

-29%

›

×A:▽10

マッスルバック

黛

204.6倍

-53%

›

💡 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）

12R 札幌競馬場　発走 16:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リメンバーヒム	鮫島駿	実50.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（90日ぶりの実戦）
前5走 12/06 5阪神18R 10着/16頭+1.0秒 11/22 4京都58R 2着/16頭+0.0秒 09/21 4阪神712R 8着/15頭+1.4秒 09/06 4阪神112R 1着/13頭勝利 06/22 3阪神61R 1着/16頭勝利
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ ローテーション 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +61% (市場が大幅過小評価) AI 予想勝率 3.2% (オッズ暗示: 2.0%) ※ 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	フェスタリア	和田陽	実119.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／97日ぶりの実戦）
前5走 12/13 5中山37R 9着/16頭+0.8秒 09/06 4中山112R 4着/16頭+0.9秒 08/17 2新潟89R 4着/15頭+0.6秒 07/26 2新潟110R 2着/14頭+0.3秒 05/04 2東京46R 15着/16頭+9.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 97日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +79% (市場が大幅過小評価) AI 予想勝率 1.5% (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。
3	ショウナンヤッホー	池添	実54.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／69日ぶりの実戦）
前5走 11/30 5東京810R 11着/16頭+1.9秒 10/05 4東京212R 9着/16頭+0.9秒 08/10 1札幌612R 10着/14頭+2.2秒 07/26 1札幌19R 1着/13頭勝利 06/21 3東京512R 4着/16頭+0.4秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.3着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +71% (市場が大幅過小評価) AI 予想勝率 3.2% (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。
4	ギマール	石川倭	実24.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（90日ぶりの実戦）
前5走 12/07 5阪神29R 6着/13頭+0.4秒 11/15 3福島310R 4着/15頭+0.8秒 07/05 2小倉310R 3着/11頭+0.6秒 06/01 2京都129R 6着/14頭+0.5秒 03/09 1阪神48R 11着/12頭+1.2秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 △ ローテーション 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +65% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 4.1%) ※ 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。
5	セボンサデッセ	武豊	実3.6	○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／前走2着／90日ぶりの実戦）
前5走 12/13 5阪神38R 2着/16頭+0.6秒 11/30 4京都87R 4着/16頭+0.8秒 05/25 2京都107R 2着/16頭+0.3秒 03/23 1阪神86R 3着/16頭+1.1秒 02/02 1小倉48R 2着/8頭+0.1秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 2着 (好走) △ ローテーション 90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 18.3% (オッズ暗示: 27.8%) ※ 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	ジュンラトゥール	小沢	実34.3	△詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／90日ぶりの実戦）
前5走 12/13 5中京310R 5着/16頭+0.4秒 09/07 2札幌612R 1着/14頭勝利 08/31 2札幌412R 6着/12頭+0.7秒 08/16 1札幌78R 3着/14頭+0.4秒 05/11 1新潟47R 10着/15頭+1.0秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 3着 (好走) △ ローテーション 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +112% (市場が大幅過小評価) AI 予想勝率 6.2% (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。
7	ハイクオリティ	佐々木	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／前走勝利の勢い／77日ぶりの実戦）
前5走 11/09 4京都26R 7着/16頭+1.0秒 10/18 4新潟16R 7着/15頭+1.9秒 08/23 2札幌14R 1着/14頭勝利 06/28 1函館52R 7着/12頭+3.0秒 06/22 1函館46R 4着/11頭+1.0秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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) -23% (オッズ過剰評価) AI 予想勝率 16.7% (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。
8	ベラジオワールド	横山和	実2.0	◎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 10/18 4東京67R 6着/17頭+0.9秒 09/28 4中山97R 3着/16頭+0.7秒 08/30 3新潟39R 3着/18頭+0.5秒 05/17 2東京75R 1着/18頭勝利 04/26 2東京15R 3着/18頭+0.2秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 25.3% (オッズ暗示: 50.0%) ※ 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。
9	ライフゲート	丹内	実6.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（62日ぶりの実戦）
前5走 12/06 5中山110R 7着/12頭+0.5秒 11/15 3福島310R 5着/15頭+0.9秒 08/10 1札幌612R 3着/14頭+1.3秒 07/19 1函館118R 1着/10頭勝利 06/29 1函館68R 2着/11頭+0.2秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 16.7% (オッズ暗示: 14.7%) ※ 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。
10	マッスルバック	黛	実204.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／98日ぶりの実戦）
前5走 10/26 4東京99R 6着/13頭+0.7秒 04/26 1福島512R 1着/13頭勝利 03/30 3中山27R 4着/16頭+1.0秒 03/22 2中山77R 6着/16頭+0.8秒 03/02 1小倉1212R 4着/16頭+0.3秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 98日休養明け ◎ 期待値 (オッズ vs AI勝率) +49% (妙味あり) AI 予想勝率 0.7% (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。
11	ヒルノピレネー	浜中	実125.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率100%と適性高／直近3走平均10.0着と低調／427日ぶりの実戦）
前5走 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) ◎ 当競馬場適性 12走で勝率 100% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 427日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +79% (市場が大幅過小評価) AI 予想勝率 1.4% (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。

🎯 AIの本命

AI評価1位

ベラジオワールド

騎手横山和

単勝オッズ

2.0倍

AI期待値

-49%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5セボンサデッセ

3.6倍

EV -34%

▲7ハイクオリティ

4.6倍

EV -22%

出走馬全11頭

◎8

ベラジオワールド

横山和

2.0倍

-49%

›

○5

セボンサデッセ

武豊

3.6倍

-34%

›

▲7

ハイクオリティ

佐々木

4.6倍

-22%

›

△9

ライフゲート

丹内

6.8倍

+13%

›

△4

ギマール

石川倭

24.5倍

+65%

›

△6

ジュンラトゥール

小沢

34.3倍

+112%

›

▽1

リメンバーヒム

鮫島駿

50.8倍

+61%

›

▽3

ショウナンヤッホー

池添

54.2倍

+71%

›

▽2

フェスタリア

和田陽

119.0倍

+79%

›

▽11

ヒルノピレネー

浜中

125.8倍

+79%

›

▽10

マッスルバック

黛

204.6倍

+49%

›

💡 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）

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）

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。