札幌 6R 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

6R 札幌競馬場　発走 12:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デルマタカチホ	★河原田	実38.6	B▽ A▽勝率4% EV+46% 詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 7.0着 (不振) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 2.2% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 期待値 +46% ※ 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	ミッキーテネシー	丹内	実2.4	B🌟◎ A◎勝率22% EV-47% 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
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 2 ◎ 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 1位 (最上位評価) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 37.1% (オッズ暗示: 41.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 21.9% / 期待値 -48% ※ 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	カイユレ	☆長浜	実167.0	B▽ A▽勝率1% EV+45% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.5着と低調／63日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 14.5着 (不振) ▽ 前走実績前走 15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 0.6% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 期待値 +46% ※ 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	ダディーズソード	☆舟山	実98.8	B▽ A▽勝率2% EV+77% 詳細▼	大穴、AI予想勝率低く長期回収困難（166日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 7.5着 (不振) △ ローテーション 166日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.8% / 期待値 +78% ※ 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	ブリリアンブルーム	▲小林美	実71.8	B▽ A▽勝率2% EV+69% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 14.0着 (不振) ▽ 前走実績前走 14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 1.4% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.4% / 期待値 +69% ※ 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	サトノリアファル	横山和	実14.5	B△ A△勝率7% EV+7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.7着と低調／84日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 11.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 5.4% (オッズ暗示: 6.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.4% / 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。
7	スチョウプリンセス	松本	実58.9	B▽ A▽勝率3% EV+87% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調／71日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.2% / 期待値 +87% ※ 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	ゴコウコイコイ	鮫島駿	実10.1	B△ A△勝率11% EV+7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（64日ぶりの実戦）
前5走 12/27 5中山74R 10着/18頭+0.9秒 11/29 5東京73R 3着/12頭+0.3秒 11/09 5東京25R 5着/6頭+1.0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 6.3着 △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 9.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.7% / 期待値 +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。
9	ヘイジュード	浜中	実2.8	B○ A○勝率22% EV-38% 詳細▼	人気馬、市場評価通りで上乗せなし（84日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 6.3着 ▽ 前走実績前走 13着 (大敗) × 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 16.5% (オッズ暗示: 35.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.9% / 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。
10	スノーエルヴァ	◇古川奈	実67.7	B▽ A▽勝率2% EV+21% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7着と低調／99日ぶりの実戦）
前5走 11/09 5東京24R 10着/14頭+1.4秒 10/19 4東京75R 2着/18頭+0.2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 12.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 99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 1.4% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.8% / 期待値 +22% ※ 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	ジングアップ	佐々木	実12.8	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
前5走 10/25 4東京85R 7着/9頭+0.9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 5.7着 △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.4% / 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。
12	ロッサコメータ	西村淳	実6.1	B▲ A▲勝率17% EV+3% 詳細▼	AI上位評価だが期待値不足、見送り（71日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 16.5% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.0% / 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。

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 ◎

ミッキーテネシー

騎手丹内

単勝オッズ

2.4倍

AI期待値

-10%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○9ヘイジュード

2.8倍

EV -53%

▲A:▲12ロッサコメータ

6.1倍

EV +0%

出走馬全12頭

◎A:◎2

ミッキーテネシー

丹内

2.4倍

-10%

›

○A:○9

ヘイジュード

浜中

2.8倍

-53%

›

▲A:▲12

ロッサコメータ

西村淳

6.1倍

+0%

›

△A:△8

ゴコウコイコイ

鮫島駿

10.1倍

-10%

›

△A:△11

ジングアップ

佐々木

12.8倍

›

△A:△6

サトノリアファル

横山和

14.5倍

-21%

›

▽A:▽1

デルマタカチホ

★河原田

38.6倍

-14%

›

▽A:▽7

スチョウプリンセス

松本

58.9倍

-16%

›

▽A:▽10

スノーエルヴァ

◇古川奈

67.7倍

-4%

›

▽A:▽5

ブリリアンブルーム

▲小林美

71.8倍

+1%

›

▽A:▽4

ダディーズソード

☆舟山

98.8倍

-41%

›

▽A:▽3

カイユレ

☆長浜

167.0倍

›

💡 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）

6R 札幌競馬場　発走 12:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デルマタカチホ	★河原田	実38.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 7.0着 (不振) △ ローテーション 105日休養明け ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 3.8% (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。
2	ミッキーテネシー	丹内	実2.4	◎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
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 2 ◎ 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 1位 (最上位評価) × 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 21.9% (オッズ暗示: 41.7%) ※ 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	カイユレ	☆長浜	実167.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.5着と低調／63日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 14.5着 (不振) ▽ 前走実績前走 15着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +45% (妙味あり) AI 予想勝率 0.9% (オッズ暗示: 0.6%) ※ 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。
4	ダディーズソード	☆舟山	実98.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（166日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 7.5着 (不振) △ ローテーション 166日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +77% (市場が大幅過小評価) AI 予想勝率 1.8% (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	ブリリアンブルーム	▲小林美	実71.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +69% (市場が大幅過小評価) AI 予想勝率 2.4% (オッズ暗示: 1.4%) ※ 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。
6	サトノリアファル	横山和	実14.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.7着と低調／84日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 11.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 7.4% (オッズ暗示: 6.9%) ※ 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	スチョウプリンセス	松本	実58.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調／71日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.3着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +87% (市場が大幅過小評価) AI 予想勝率 3.2% (オッズ暗示: 1.7%) ※ 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	ゴコウコイコイ	鮫島駿	実10.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（64日ぶりの実戦）
前5走 12/27 5中山74R 10着/18頭+0.9秒 11/29 5東京73R 3着/12頭+0.3秒 11/09 5東京25R 5着/6頭+1.0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 6.3着 △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 10.7% (オッズ暗示: 9.9%) ※ 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	ヘイジュード	浜中	実2.8	○詳細▼	人気馬、市場評価通りで上乗せなし（84日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 6.3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 21.9% (オッズ暗示: 35.7%) ※ 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	スノーエルヴァ	◇古川奈	実67.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7着と低調／99日ぶりの実戦）
前5走 11/09 5東京24R 10着/14頭+1.4秒 10/19 4東京75R 2着/18頭+0.2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 12.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 1.8% (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。
11	ジングアップ	佐々木	実12.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/25 4東京85R 7着/9頭+0.9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 5.7着 △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 7.4% (オッズ暗示: 7.8%) ※ 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。
12	ロッサコメータ	西村淳	実6.1	▲詳細▼	AI上位評価だが期待値不足、見送り（71日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 17.0% (オッズ暗示: 16.4%) ※ 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。

🎯 AIの本命

AI評価1位

ミッキーテネシー

騎手丹内

単勝オッズ

2.4倍

AI期待値

-47%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ヘイジュード

2.8倍

EV -38%

▲12ロッサコメータ

6.1倍

EV +3%

出走馬全12頭

◎2

ミッキーテネシー

丹内

2.4倍

-47%

›

○9

ヘイジュード

浜中

2.8倍

-38%

›

▲12

ロッサコメータ

西村淳

6.1倍

+3%

›

△8

ゴコウコイコイ

鮫島駿

10.1倍

+7%

›

△11

ジングアップ

佐々木

12.8倍

-5%

›

△6

サトノリアファル

横山和

14.5倍

+7%

›

▽1

デルマタカチホ

★河原田

38.6倍

+46%

›

▽7

スチョウプリンセス

松本

58.9倍

+87%

›

▽5

ブリリアンブルーム

▲小林美

71.8倍

+69%

›

▽10

スノーエルヴァ

◇古川奈

67.7倍

+21%

›

▽4

ダディーズソード

☆舟山

98.8倍

+77%

›

▽3

カイユレ

☆長浜

167.0倍

+45%

›

💡 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。