札幌 3R 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

3R 札幌競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブルーアンビエンス	黛	実132.7	B▽ A▽勝率5% EV+600% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0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 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -25% (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 5.3% / 期待値 +600% ※ 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	エボニードール	☆舟山	実48.0	B▽ A▽勝率6% EV+203% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／132日ぶりの実戦）
前5走 12/13 5阪神33R 9着/14頭+0.9秒 11/22 4京都51R 11着/14頭+1.3秒 09/27 4阪神81R 7着/15頭+2.8秒 09/14 4阪神41R 4着/13頭+2.3秒 08/09 3中京53R 9着/12頭+0.8秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ ローテーション 132日休養明け × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.3% / 期待値 +204% ※ 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	アズライトアスール	佐々木	実59.3	B▽ A▽勝率6% EV+264% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.7着と低調／69日ぶりの実戦）
前5走 12/06 5阪神11R 12着/16頭+2.7秒 11/15 4京都36R 8着/16頭+2.0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 13.7着 (不振) ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.1% / 期待値 +265% ※ 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	コーリンクレア	小沢	実24.1	B△ A△勝率7% EV+69% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 6.0着 × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 4.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.0% / 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。
5	アルジェンタム	横山和	実2.3	B🌟◎ A×勝率15% EV-64% 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16.0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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 31.0% (オッズ暗示: 43.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 15.3% / 期待値 -65% ※ 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	ハイテイラオユエ	横山武	実3.8	B○ A○勝率14% EV-45% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.0着と低調／70日ぶりの実戦）
前5走 11/09 5東京26R 10着/15頭+2.4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 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 23.0% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.3% / 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。
7	マクローリン	▲小林美	実29.3	B▽ A▽勝率6% EV+85% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（63日ぶりの実戦）
前5走 12/06 5阪神19R 5着/8頭+1.0秒 11/30 4京都82R 10着/13頭+3.0秒 10/12 3京都42R 7着/7頭+3.6秒 09/27 4阪神82R 8着/9頭+4.1秒 09/13 4阪神33R 4着/5頭+1.3秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.3% / 期待値 +86% ※ 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	リテラシー	松本	実5.2	B▲ A▲勝率13% EV-31% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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 3位 (上位評価) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 15.7% (オッズ暗示: 19.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.2% / 期待値 -31% ※ 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	アンタレス	▲和田陽	実178.6	B▽ A▽勝率5% EV+819% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／63日ぶりの実戦）
前5走 12/13 5中山36R 11着/15頭+6.6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 11.7着 (不振) ▽ 前走実績前走 18着 (大敗) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.1% / 期待値 +820% ※ 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	セブンワンダーズ	斎藤	実9.9	B△ A△勝率9% EV-8% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（69日ぶりの実戦）
前5走 11/09 5東京24R 13着/14頭+2.1秒 10/26 4新潟45R 11着/18頭+1.7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 4.3着 × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 5.3% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.3% / 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。
11	バンダムソレール	★河原田	実7.1	B△ A△勝率12% EV-17% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（91日ぶりの実戦）
前5走 10/26 3京都93R 10着/10頭+3.2秒 10/18 4東京65R 14着/16頭+1.7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 5.0着 △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 15.7% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.7% / 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の本命

AI評価1位Aモデル ×

アルジェンタム

騎手横山和

単勝オッズ

2.3倍

AI期待値

-28%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6ハイテイラオユエ

3.8倍

EV -12%

▲A:▲8リテラシー

5.2倍

EV -18%

出走馬全11頭

◎A:×5

アルジェンタム

横山和

2.3倍

-28%

›

○A:○6

ハイテイラオユエ

横山武

3.8倍

-12%

›

▲A:▲8

リテラシー

松本

5.2倍

-18%

›

△A:△11

バンダムソレール

★河原田

7.1倍

+11%

›

△A:△10

セブンワンダーズ

斎藤

9.9倍

-47%

›

△A:△4

コーリンクレア

小沢

24.1倍

-32%

›

▽A:▽7

マクローリン

▲小林美

29.3倍

-17%

›

▽A:▽2

エボニードール

☆舟山

48.0倍

-35%

›

▽A:▽3

アズライトアスール

佐々木

59.3倍

-20%

›

▽A:▽1

ブルーアンビエンス

黛

132.7倍

-25%

›

▽A:▽9

アンタレス

▲和田陽

178.6倍

-7%

›

💡 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）

3R 札幌競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブルーアンビエンス	黛	実132.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0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 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +600% (市場が大幅過小評価) AI 予想勝率 5.3% (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。
2	エボニードール	☆舟山	実48.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／132日ぶりの実戦）
前5走 12/13 5阪神33R 9着/14頭+0.9秒 11/22 4京都51R 11着/14頭+1.3秒 09/27 4阪神81R 7着/15頭+2.8秒 09/14 4阪神41R 4着/13頭+2.3秒 08/09 3中京53R 9着/12頭+0.8秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ ローテーション 132日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +203% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 2.1%) ※ 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。
3	アズライトアスール	佐々木	実59.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.7着と低調／69日ぶりの実戦）
前5走 12/06 5阪神11R 12着/16頭+2.7秒 11/15 4京都36R 8着/16頭+2.0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 13.7着 (不振) ▽ 前走実績前走 15着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +264% (市場が大幅過小評価) AI 予想勝率 6.1% (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。
4	コーリンクレア	小沢	実24.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 6.0着 🌟◎ 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 7.0% (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	アルジェンタム	横山和	実2.3	×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16.0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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 15.3% (オッズ暗示: 43.5%) ※ 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	ハイテイラオユエ	横山武	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.0着と低調／70日ぶりの実戦）
前5走 11/09 5東京26R 10着/15頭+2.4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 8.0着 (不振) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 14.3% (オッズ暗示: 26.3%) ※ 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。
7	マクローリン	▲小林美	実29.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（63日ぶりの実戦）
前5走 12/06 5阪神19R 5着/8頭+1.0秒 11/30 4京都82R 10着/13頭+3.0秒 10/12 3京都42R 7着/7頭+3.6秒 09/27 4阪神82R 8着/9頭+4.1秒 09/13 4阪神33R 4着/5頭+1.3秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 🌟◎ 期待値 (オッズ vs AI勝率) +85% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 3.4%) ※ 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。
8	リテラシー	松本	実5.2	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
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 3位 (上位評価) × 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 13.2% (オッズ暗示: 19.2%) ※ 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。
9	アンタレス	▲和田陽	実178.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／63日ぶりの実戦）
前5走 12/13 5中山36R 11着/15頭+6.6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 11.7着 (不振) ▽ 前走実績前走 18着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +819% (市場が大幅過小評価) AI 予想勝率 5.1% (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。
10	セブンワンダーズ	斎藤	実9.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（69日ぶりの実戦）
前5走 11/09 5東京24R 13着/14頭+2.1秒 10/26 4新潟45R 11着/18頭+1.7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 4.3着 △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 9.3% (オッズ暗示: 10.1%) ※ 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。
11	バンダムソレール	★河原田	実7.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（91日ぶりの実戦）
前5走 10/26 3京都93R 10着/10頭+3.2秒 10/18 4東京65R 14着/16頭+1.7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 5.0着 △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 11.7% (オッズ暗示: 14.1%) ※ 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。

🎯 AIの本命

AI評価1位

アルジェンタム

騎手横山和

単勝オッズ

2.3倍

AI期待値

-64%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ハイテイラオユエ

3.8倍

EV -45%

▲8リテラシー

5.2倍

EV -31%

出走馬全11頭

×5

アルジェンタム

横山和

2.3倍

-64%

›

○6

ハイテイラオユエ

横山武

3.8倍

-45%

›

▲8

リテラシー

松本

5.2倍

-31%

›

△11

バンダムソレール

★河原田

7.1倍

-17%

›

△10

セブンワンダーズ

斎藤

9.9倍

-8%

›

△4

コーリンクレア

小沢

24.1倍

+69%

›

▽7

マクローリン

▲小林美

29.3倍

+85%

›

▽2

エボニードール

☆舟山

48.0倍

+203%

›

▽3

アズライトアスール

佐々木

59.3倍

+264%

›

▽1

ブルーアンビエンス

黛

132.7倍

+600%

›

▽9

アンタレス

▲和田陽

178.6倍

+819%

›

💡 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。