札幌 8R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

8R 札幌競馬場　発走 13:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エタンセル	浜中	実9.8	B▲ A▲勝率11% EV+8% 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／76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) -43% (大幅な期待値マイナス) AI 予想勝率 5.8% (オッズ暗示: 10.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.1% / 期待値 +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。
2	ウィズマスタング	横山武	実18.8	B△ A▽勝率8% EV+48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（77日ぶりの実戦）
前5走 11/16 3福島412R 11着/16頭+1.1秒 10/25 4新潟36R 10着/15頭+1.2秒 06/28 1函館57R 11着/16頭+1.2秒 06/15 1函館29R 4着/13頭+0.5秒 05/24 1新潟75R 1着/16頭勝利
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 5.3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 2.8% (オッズ暗示: 5.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.9% / 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	デルマホダカ	古川吉	実127.0	B▽ A▽勝率6% EV+627% 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／91日ぶりの実戦）
前5走 12/28 5中山86R 8着/18頭+0.9秒 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 91日休養明け × 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 0.5% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.7% / 期待値 +627% ※ 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	エスシービクトリア	横山和	実1.5	B🌟◎ A×勝率16% EV-75% 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2.0着と安定／前走2着／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 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 64.7% (オッズ暗示: 66.7%) × Aモデルの評価 (参考) レース内 1位 / 勝率 16.4% / 期待値 -75% ※ 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	シーリュウシー	小沢	実30.4	B▽ A▽勝率7% EV+117% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／63日ぶりの実戦）
前5走 11/15 3福島36R 7着/16頭+1.3秒 10/19 4新潟28R 2着/15頭+1.1秒 08/23 2札幌18R 7着/9頭+1.8秒 08/02 1札幌38R 5着/11頭+1.2秒 07/12 1函館98R 4着/11頭+0.3秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 7.1% / 期待値 +117% ※ 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	ロードスカイブルー	鮫島駿	実88.4	B× A▽勝率6% EV+431% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均11.7着と低調／91日ぶりの実戦）
前5走 07/13 1函館104R 1着/13頭勝利 06/22 1函館46R 2着/11頭+0.2秒 03/30 3中山23R 3着/14頭+0.7秒 03/08 2中山36R 5着/16頭+0.9秒 01/06 1中山23R 4着/16頭+1.1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 11.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.0% / 期待値 +431% ※ 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	タマモスカイ	▲小林美	実14.1	B△ A△勝率8% EV+16% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
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 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) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 7.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.2% / 期待値 +16% ※ 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	サマーナイト	佐々木	実20.2	B▽ A▽勝率7% EV+47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（70日ぶりの実戦）
前5走 09/14 4阪神412R 7着/16頭+1.9秒 08/30 4中京312R 7着/12頭+1.5秒 06/29 2小倉212R 16着/16頭+2.7秒 04/27 2京都26R 8着/10頭+0.9秒 04/12 2阪神55R 7着/11頭+1.1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 4.3着 × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 7.3% / 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。
9	ブレイジングスター推奨	▲和田陽	実28.3	B△ A△勝率9% EV+142% 詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 11/09 3福島23R 7着/15頭+1.5秒 08/31 2札幌412R 2着/12頭+0.1秒 08/16 1札幌78R 4着/14頭+0.5秒 07/26 1札幌19R 2着/13頭+0.1秒 05/24 2東京96R 10着/13頭+1.2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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 3.0% (オッズ暗示: 3.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.6% / 期待値 +143% ※ 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	タイキインドラ推奨	丹内	実28.4	B▽ A△勝率8% EV+130% 詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子）
前5走 12/14 5中山48R 11着/14頭+5.2秒 11/23 5東京57R 1着/16頭勝利 09/06 2札幌56R 2着/14頭+0.1秒 08/31 2札幌46R 2着/14頭+0.6秒 08/23 2札幌14R 4着/14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戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 139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 2.4% (オッズ暗示: 3.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.1% / 期待値 +131% ※ 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	メイショウコシュウ	武豊	実5.1	B○ A○勝率13% EV-31% 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）
前5走 10/04 3京都11R 2着/14頭+0.1秒 07/26 1札幌15R 6着/13頭+2.1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) -36% (大幅な期待値マイナス) AI 予想勝率 12.5% (オッズ暗示: 19.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.5% / 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。

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 ×

エスシービクトリア

騎手横山和

単勝オッズ

1.5倍

AI期待値

-2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○11メイショウコシュウ

5.1倍

EV -36%

▲A:▲1エタンセル

9.8倍

EV -43%

出走馬全11頭

◎A:×4

エスシービクトリア

横山和

1.5倍

-2%

›

○A:○11

メイショウコシュウ

武豊

5.1倍

-36%

›

▲A:▲1

エタンセル

浜中

9.8倍

-43%

›

△A:△9

ブレイジングスター

▲和田陽

28.3倍

-15%

›

△A:△7

タマモスカイ

▲小林美

14.1倍

-59%

›

△A:▽2

ウィズマスタング

横山武

18.8倍

-46%

›

▽A:▽8

サマーナイト

佐々木

20.2倍

-42%

›

▽A:△10

タイキインドラ

丹内

28.4倍

-33%

›

▽A:▽5

シーリュウシー

小沢

30.4倍

-38%

›

×A:▽6

ロードスカイブルー

鮫島駿

88.4倍

-51%

›

▽A:▽3

デルマホダカ

古川吉

127.0倍

-31%

›

💡 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 (AI 期待値プラス判定)

A. 現行モデル (binary)

単勝 9 ブレイジングスター実28.3倍期待値 -16% 推奨 33.6〜33.6倍 ¥300 ❌不的中
単勝 10 タイキインドラ実28.4倍期待値 -33% 推奨 42.4〜42.4倍 ¥200 ❌不的中2着

B. 新モデル (rank最適化 + leak-free + 確率校正)

このモデルは本レース見送り判定（期待値プラスなし）

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

8R 札幌競馬場　発走 13:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エタンセル	浜中	実9.8	▲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／76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) +8% (市場と概ね一致) AI 予想勝率 11.1% (オッズ暗示: 10.2%) ※ 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。
2	ウィズマスタング	横山武	実18.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（77日ぶりの実戦）
前5走 11/16 3福島412R 11着/16頭+1.1秒 10/25 4新潟36R 10着/15頭+1.2秒 06/28 1函館57R 11着/16頭+1.2秒 06/15 1函館29R 4着/13頭+0.5秒 05/24 1新潟75R 1着/16頭勝利
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 5.3着 ◎ 期待値 (オッズ vs AI勝率) +48% (妙味あり) AI 予想勝率 7.9% (オッズ暗示: 5.3%) ※ 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。
3	デルマホダカ	古川吉	実127.0	▽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／91日ぶりの実戦）
前5走 12/28 5中山86R 8着/18頭+0.9秒 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +627% (市場が大幅過小評価) AI 予想勝率 5.7% (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。
4	エスシービクトリア	横山和	実1.5	×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2.0着と安定／前走2着／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 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 16.4% (オッズ暗示: 66.7%) ※ 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。
5	シーリュウシー	小沢	実30.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／63日ぶりの実戦）
前5走 11/15 3福島36R 7着/16頭+1.3秒 10/19 4新潟28R 2着/15頭+1.1秒 08/23 2札幌18R 7着/9頭+1.8秒 08/02 1札幌38R 5着/11頭+1.2秒 07/12 1函館98R 4着/11頭+0.3秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +117% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 3.3%) ※ 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。
6	ロードスカイブルー	鮫島駿	実88.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均11.7着と低調／91日ぶりの実戦）
前5走 07/13 1函館104R 1着/13頭勝利 06/22 1函館46R 2着/11頭+0.2秒 03/30 3中山23R 3着/14頭+0.7秒 03/08 2中山36R 5着/16頭+0.9秒 01/06 1中山23R 4着/16頭+1.1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 11.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +431% (市場が大幅過小評価) AI 予想勝率 6.0% (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。
7	タマモスカイ	▲小林美	実14.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
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 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) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 8.2% (オッズ暗示: 7.1%) ※ 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。
8	サマーナイト	佐々木	実20.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（70日ぶりの実戦）
前5走 09/14 4阪神412R 7着/16頭+1.9秒 08/30 4中京312R 7着/12頭+1.5秒 06/29 2小倉212R 16着/16頭+2.7秒 04/27 2京都26R 8着/10頭+0.9秒 04/12 2阪神55R 7着/11頭+1.1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 4.3着 ◎ 期待値 (オッズ vs AI勝率) +47% (妙味あり) AI 予想勝率 7.3% (オッズ暗示: 5.0%) ※ 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	ブレイジングスター推奨	▲和田陽	実28.3	△詳細▼	市場が大きく過小評価、AI予想勝率9% × オッズ28.3倍で期待値+142%の有力候補（市場想定よりAI評価が高く妙味）
前5走 11/09 3福島23R 7着/15頭+1.5秒 08/31 2札幌412R 2着/12頭+0.1秒 08/16 1札幌78R 4着/14頭+0.5秒 07/26 1札幌19R 2着/13頭+0.1秒 05/24 2東京96R 10着/13頭+1.2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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 104日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +142% (市場が大幅過小評価) AI 予想勝率 8.6% (オッズ暗示: 3.5%) ※ 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。
10	タイキインドラ推奨	丹内	実28.4	△詳細▼	市場が大きく過小評価、AI予想勝率8% × オッズ28.4倍で期待値+130%の有力候補（直近3走勝率33%と上り調子）
前5走 12/14 5中山48R 11着/14頭+5.2秒 11/23 5東京57R 1着/16頭勝利 09/06 2札幌56R 2着/14頭+0.1秒 08/31 2札幌46R 2着/14頭+0.6秒 08/23 2札幌14R 4着/14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戦の調子勝率 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 139日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +130% (市場が大幅過小評価) AI 予想勝率 8.1% (オッズ暗示: 3.5%) ※ 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	メイショウコシュウ	武豊	実5.1	○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）
前5走 10/04 3京都11R 2着/14頭+0.1秒 07/26 1札幌15R 6着/13頭+2.1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) -31% (大幅な期待値マイナス) AI 予想勝率 13.5% (オッズ暗示: 19.6%) ※ 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。

🎯 AIの本命

AI評価1位

エスシービクトリア

騎手横山和

単勝オッズ

1.5倍

AI期待値

-75%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11メイショウコシュウ

5.1倍

EV -31%

▲1エタンセル

9.8倍

EV +8%

出走馬全11頭

×4

エスシービクトリア

横山和

1.5倍

-75%

›

○11

メイショウコシュウ

武豊

5.1倍

-31%

›

▲1

エタンセル

浜中

9.8倍

+8%

›

△9

ブレイジングスター

▲和田陽

28.3倍

+142%

›

△7

タマモスカイ

▲小林美

14.1倍

+16%

›

△10

タイキインドラ

丹内

28.4倍

+130%

›

▽2

ウィズマスタング

横山武

18.8倍

+48%

›

▽8

サマーナイト

佐々木

20.2倍

+47%

›

▽5

シーリュウシー

小沢

30.4倍

+117%

›

▽6

ロードスカイブルー

鮫島駿

88.4倍

+431%

›

▽3

デルマホダカ

古川吉

127.0倍

+627%

›

💡 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 (AI 期待値プラス判定)

A. 現行モデル (binary)

単勝 9 ブレイジングスター実28.3倍期待値 +143% 推奨 11.7〜30.0倍 ¥300 ❌不的中
単勝 10 タイキインドラ実28.4倍期待値 +131% 推奨 12.3〜30.0倍 ¥200 ❌不的中2着

B. 新モデル (rank最適化 + leak-free + 確率校正)

このモデルは本レース見送り判定（期待値プラスなし）

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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。