札幌 1R 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 |
サンライズロイ |
☆舟山 |
実4.9 |
B○ A▲勝率12% EV-40% 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) +0% (市場と概ね一致) AI 予想勝率 20.5% (オッズ暗示: 20.4%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 12.2% / 期待値 -40% ※ 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 |
アルデバローズ |
丹内 |
実9.4 |
B△ A△勝率8% EV-20% 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) -22% (オッズ過剰評価) AI 予想勝率 8.3% (オッズ暗示: 10.6%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.5% / 期待値 -21% ※ 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 |
ナブッコ |
横山武 |
実7.6 |
B△ A△勝率10% EV-26% 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) -26% (オッズ過剰評価) AI 予想勝率 9.7% (オッズ暗示: 13.2%) △Aモデルの評価 (参考) レース内 4位 / 勝率 9.7% / 期待値 -26% ※ 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 |
ペイシャクロス |
☆長浜 |
実50.1 |
B▽ A▽勝率6% EV+205% 詳細▼ |
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 2.0%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 6.1% / 期待値 +206% ※ 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 |
フェアリーキャット |
◇古川奈 |
実21.1 |
B▽ A▽勝率7% EV+40% 詳細▼ |
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 4.7%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 6.7% / 期待値 +40% ※ 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 |
ヒューザー |
▲和田陽 |
実21.6 |
B▽ A▽勝率7% EV+43% 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) -28% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 4.6%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 6.7% / 期待値 +44% ※ 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 |
ドリームガッサン |
▲小林美 |
実2.9 |
B◎ A×勝率14% EV-59% 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) -25% (オッズ過剰評価) AI 予想勝率 25.9% (オッズ暗示: 34.5%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 14.0% / 期待値 -59% ※ 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 |
アトラップモア |
佐々木 |
実15.8 |
B△ A△勝率7% EV+15% 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 6位 (中位評価) △期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 5.8% (オッズ暗示: 6.3%) △Aモデルの評価 (参考) レース内 6位 / 勝率 7.3% / 期待値 +15% ※ 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 |
コシタンタン |
★河原田 |
実34.0 |
B▽ A▽勝率6% EV+105% 詳細▼ |
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 2.9%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 6.0% / 期待値 +105% ※ 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 |
サンタクローチェ |
荻野琢 |
実71.0 |
B▽ A▽勝率6% EV+300% 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) +7% (市場と概ね一致) AI 予想勝率 1.5% (オッズ暗示: 1.4%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 5.6% / 期待値 +300% ※ 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 |
ジャーナーリア |
池添 |
実4.0 |
B▲ A○勝率12% EV-50% 詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 17.7% (オッズ暗示: 25.0%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 12.4% / 期待値 -50% ※ 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 |
ペルヴォルム |
▲遠藤 |
実242.0 |
B▽ A▽勝率5% EV+999% 詳細▼ |
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -22% (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 12位 / 勝率 4.7% / 期待値 +1049% ※ 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12頭
△期待値 (オッズ vs AI勝率)
-25% (オッズ過剰評価)
AI 予想勝率
25.9% (オッズ暗示: 34.5%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 14.0% / 期待値 -59%
△期待値 (オッズ vs AI勝率)
+0% (市場と概ね一致)
AI 予想勝率
20.5% (オッズ暗示: 20.4%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 12.2% / 期待値 -40%
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
17.7% (オッズ暗示: 25.0%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 12.4% / 期待値 -50%
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
9.7% (オッズ暗示: 13.2%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 9.7% / 期待値 -26%
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
8.3% (オッズ暗示: 10.6%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.5% / 期待値 -21%
△AIランク評価 (順位学習モデル)
レース内 6位 (中位評価)
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
5.8% (オッズ暗示: 6.3%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 7.3% / 期待値 +15%
△期待値 (オッズ vs AI勝率)
-30% (オッズ過剰評価)
AI 予想勝率
3.3% (オッズ暗示: 4.7%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 6.7% / 期待値 +40%
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
3.3% (オッズ暗示: 4.6%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 6.7% / 期待値 +44%
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
2.1% (オッズ暗示: 2.9%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 6.0% / 期待値 +105%
△期待値 (オッズ vs AI勝率)
-24% (オッズ過剰評価)
AI 予想勝率
1.5% (オッズ暗示: 2.0%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 6.1% / 期待値 +206%
△期待値 (オッズ vs AI勝率)
+7% (市場と概ね一致)
AI 予想勝率
1.5% (オッズ暗示: 1.4%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 5.6% / 期待値 +300%
△期待値 (オッズ vs AI勝率)
-22% (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 12位 / 勝率 4.7% / 期待値 +1049%
💡 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 |
サンライズロイ |
☆舟山 |
実4.9 |
▲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) -40% (大幅な期待値マイナス) AI 予想勝率 12.2% (オッズ暗示: 20.4%) ※ 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。 |
| 2 |
アルデバローズ |
丹内 |
実9.4 |
△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) -21% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 10.6%) ※ 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。 |
| 3 |
ナブッコ |
横山武 |
実7.6 |
△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) -26% (オッズ過剰評価) AI 予想勝率 9.7% (オッズ暗示: 13.2%) ※ 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。 |
| 4 |
ペイシャクロス |
☆長浜 |
実50.1 |
▽詳細▼ |
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +205% (市場が大幅過小評価) AI 予想勝率 6.1% (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。 |
| 5 |
フェアリーキャット |
◇古川奈 |
実21.1 |
▽詳細▼ |
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 6.7% (オッズ暗示: 4.7%) ※ 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。 |
| 6 |
ヒューザー |
▲和田陽 |
実21.6 |
▽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) +43% (妙味あり) AI 予想勝率 6.7% (オッズ暗示: 4.6%) ※ 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。 |
| 7 |
ドリームガッサン |
▲小林美 |
実2.9 |
×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) -59% (大幅な期待値マイナス) AI 予想勝率 14.0% (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。 |
| 8 |
アトラップモア |
佐々木 |
実15.8 |
△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 6位 (中位評価) △期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 7.3% (オッズ暗示: 6.3%) ※ 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。 |
| 9 |
コシタンタン |
★河原田 |
実34.0 |
▽詳細▼ |
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +105% (市場が大幅過小評価) AI 予想勝率 6.0% (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。 |
| 10 |
サンタクローチェ |
荻野琢 |
実71.0 |
▽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) +300% (市場が大幅過小評価) AI 予想勝率 5.6% (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。 |
| 11 |
ジャーナーリア |
池添 |
実4.0 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 12.4% (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。 |
| 12 |
ペルヴォルム |
▲遠藤 |
実242.0 |
▽詳細▼ |
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 4.7% (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。 |
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12頭
×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
14.0% (オッズ暗示: 34.5%)
×期待値 (オッズ vs AI勝率)
-50% (大幅な期待値マイナス)
AI 予想勝率
12.4% (オッズ暗示: 25.0%)
×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
12.2% (オッズ暗示: 20.4%)
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
9.7% (オッズ暗示: 13.2%)
△期待値 (オッズ vs AI勝率)
-21% (オッズ過剰評価)
AI 予想勝率
8.5% (オッズ暗示: 10.6%)
△AIランク評価 (順位学習モデル)
レース内 6位 (中位評価)
△期待値 (オッズ vs AI勝率)
+15% (市場と概ね一致)
AI 予想勝率
7.3% (オッズ暗示: 6.3%)
◎期待値 (オッズ vs AI勝率)
+43% (妙味あり)
AI 予想勝率
6.7% (オッズ暗示: 4.6%)
◎期待値 (オッズ vs AI勝率)
+40% (妙味あり)
AI 予想勝率
6.7% (オッズ暗示: 4.7%)
🌟◎期待値 (オッズ vs AI勝率)
+205% (市場が大幅過小評価)
AI 予想勝率
6.1% (オッズ暗示: 2.0%)
🌟◎期待値 (オッズ vs AI勝率)
+105% (市場が大幅過小評価)
AI 予想勝率
6.0% (オッズ暗示: 2.9%)
🌟◎期待値 (オッズ vs AI勝率)
+300% (市場が大幅過小評価)
AI 予想勝率
5.6% (オッズ暗示: 1.4%)
🌟◎期待値 (オッズ vs AI勝率)
+999% (市場が大幅過小評価)
AI 予想勝率
4.7% (オッズ暗示: 0.4%)
💡 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。
