札幌 11R 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

11R 札幌競馬場　発走 15:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クレバーテースト	荻野琢	実31.0	B▽ A▽勝率5% EV+57% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率29%と適性高／直近3走平均9.7着と低調／111日ぶりの実戦）
前5走 11/09 5東京210R 8着/12頭+1.0秒 08/23 2札幌111R 3着/14頭+0.1秒 08/02 1札幌311R 14着/16頭+1.2秒 05/11 2京都69R 13着/14頭+3.2秒 03/02 1小倉1211R 13着/13頭+1.3秒
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 9.7着 (不振) ◎ 当競馬場適性 7走で勝率 29% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 111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 1.9% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.1% / 期待値 +58% ※ 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	ジャスティンガルフ	松本	実38.2	B× A▽勝率4% EV+56% 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／140日ぶりの実戦）
前5走 11/22 3福島59R 13着/16頭+0.8秒 09/06 4中山19R 10着/11頭+0.9秒 08/17 3中京88R 4着/6頭+0.7秒 07/20 2小倉87R 4着/10頭+0.5秒 05/04 1新潟26R 11着/12頭+3.6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 140日休養明け × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.1% / 期待値 +56% ※ 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	アイスグリーン	小沢	実17.6	B▽ A▽勝率6% EV+11% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／461日ぶりの実戦）
前5走 04/27 2京都210R 11着/16頭+0.7秒 04/27 2京都210R 11着/16頭+0.7秒 04/27 2京都210R 11着/16頭+0.7秒 04/27 2京都210R 11着/16頭+0.7秒 04/27 2京都210R 11着/16頭+0.7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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 461日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 4.2% (オッズ暗示: 5.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.3% / 期待値 +11% ※ 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	チルカーノ	古川奈	実39.6	B▽ A▽勝率4% EV+73% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／90日ぶりの実戦）
前5走 10/19 4新潟211R 6着/14頭+0.5秒 09/21 4阪神710R 4着/9頭+0.2秒 07/12 1函館911R 13着/14頭+1.5秒 04/12 2阪神510R 6着/16頭+0.3秒 02/02 1京都210R 4着/7頭+0.3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 9.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.4% / 期待値 +74% ※ 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	エンドロール	和田陽	実116.8	B× A▽勝率4% EV+532% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 06/15 3東京410R 3着/15頭+0.2秒 06/15 3東京410R 3着/15頭+0.2秒 06/15 3東京410R 3着/15頭+0.2秒 06/15 3東京410R 3着/15頭+0.2秒 06/15 3東京410R 3着/15頭+0.2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 3.0着 (安定) × 当競馬場適性 36走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 412日休養明け × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 3.6% / 期待値 +532% ※ 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	ワイドアラジン	泉谷	実51.0	B▽ A▽勝率5% EV+149% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均2.0着と安定／前走2着／482日ぶりの実戦）
前5走 04/06 3中山411R 2着/16頭+0.1秒 04/06 3中山411R 2着/16頭+0.1秒 04/06 3中山411R 2着/16頭+0.1秒 04/06 3中山411R 2着/16頭+0.1秒 04/06 3中山411R 2着/16頭+0.1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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 482日休養明け × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.9% / 期待値 +150% ※ 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	ハニーコム	佐々木	実4.8	B○ A○勝率10% EV-53% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着／70日ぶりの実戦）
前5走 11/16 5東京410R 5着/11頭+0.3秒 09/21 4阪神710R 7着/9頭+0.5秒 08/02 1札幌311R 2着/16頭+0.1秒 05/31 2京都117R 1着/6頭勝利 05/17 2東京79R 2着/9頭+0.6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 7.0着 (不振) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 18.5% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.7% / 期待値 -54% ※ 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	キャントウェイト	丹内	実8.9	B△ A△勝率7% EV-33% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／90日ぶりの実戦）
前5走 10/25 4新潟311R 8着/18頭+0.8秒 10/05 3京都29R 3着/9頭+0.3秒 08/30 3新潟311R 8着/16頭+1.0秒 06/07 3阪神111R 5着/15頭+0.4秒 04/27 2京都29R 1着/8頭勝利
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 4.7着 ○ 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) +6% (市場と概ね一致) AI 予想勝率 12.0% (オッズ暗示: 11.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.5% / 期待値 -33% ※ 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	マイネルフーガ	斎藤	実25.1	B▽ A▽勝率5% EV+35% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／111日ぶりの実戦）
前5走 12/21 5中山612R 9着/16頭+1.0秒 11/16 5東京48R 9着/13頭+0.9秒 08/31 2札幌47R 1着/13頭勝利 08/09 1札幌59R 2着/10頭+0.8秒 07/26 1札幌18R 3着/5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 6.3着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 111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 2.6% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.4% / 期待値 +36% ※ 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	ヨヒーン	鮫島駿	実8.2	B△ A△勝率7% EV-38% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場3走で勝率33%と適性高／125日ぶりの実戦）
前5走 11/22 3福島58R 1着/16頭勝利 09/06 2札幌59R 2着/15頭+0.2秒 08/10 1札幌69R 2着/9頭+0.1秒 07/27 1札幌24R 1着/9頭勝利 06/28 1函館54R 3着/13頭+0.5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 6.0着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 125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 7.2% (オッズ暗示: 12.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.4% / 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。
11	ショウナンサムデイ	池添	実6.5	B▲ A▲勝率9% EV-43% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率50%と適性高／直近3走平均8.7着と低調／104日ぶりの実戦）
前5走 11/16 5東京410R 9着/11頭+0.9秒 09/28 4中山910R 1着/13頭勝利 08/30 2札幌311R 2着/14頭+0.4秒 07/26 1札幌18R 1着/5頭勝利 04/19 3中山76R 4着/8頭+0.6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 8.7着 (不振) ◎ 当競馬場適性 4走で勝率 50% (得意) ▽ 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) -17% (オッズ過剰評価) AI 予想勝率 12.8% (オッズ暗示: 15.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.7% / 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。
12	アルマデオロ	武豊	実3.6	B◎ A×勝率10% EV-63% 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（前走3着／91日ぶりの実戦）
前5走 11/09 4京都27R 6着/7頭+0.7秒 09/21 4阪神711R 6着/10頭+0.6秒 08/03 1札幌412R 1着/7頭勝利 07/12 1函館99R 2着/11頭+0.2秒 06/28 1函館54R 1着/13頭勝利
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 4.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 22.2% (オッズ暗示: 27.8%) × Aモデルの評価 (参考) レース内 1位 / 勝率 10.2% / 期待値 -63% ※ 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。
13	エルフストラック	舟山	実15.0	B▽ A▽勝率6% EV-6% 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／70日ぶりの実戦）
前5走 11/23 4京都68R 5着/14頭+0.9秒 11/09 4京都28R 3着/16頭+0.4秒 08/16 3中京78R 4着/8頭+0.4秒 07/20 2小倉89R 3着/8頭+0.2秒 05/17 2東京79R 3着/9頭+1.0秒
AI 評価の内訳 — 馬番 13 ◎ 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) -37% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 6.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.2% / 期待値 -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。
14	ディヴァインスター	北村友	実16.6	B△ A△勝率7% EV+16% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／77日ぶりの実戦）
前5走 12/21 5中京610R 1着/10頭勝利 10/26 4新潟47R 1着/15頭勝利 09/27 4中山87R 9着/16頭+1.2秒 08/10 2新潟611R 3着/14頭+0.1秒 06/15 3東京47R 3着/14頭+0.6秒
AI 評価の内訳 — 馬番 14 ◎ 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) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 7.2% (オッズ暗示: 6.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.0% / 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。
15	エゾダイモン	浜中	実73.8	B▽ A▽勝率4% EV+215% 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12.0着と低調／517日ぶりの実戦）
前5走 03/02 1小倉1211R 12着/13頭+1.2秒 03/02 1小倉1211R 12着/13頭+1.2秒 03/02 1小倉1211R 12着/13頭+1.2秒 03/02 1小倉1211R 12着/13頭+1.2秒 03/02 1小倉1211R 12着/13頭+1.2秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.0着 (不振) ◎ 当競馬場適性 12走で勝率 100% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 517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 0.8% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.3% / 期待値 +216% ※ 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。
16	ディーガレジェンド	横山武	実25.1	B▽ A▽勝率5% EV+30% 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／83日ぶりの実戦）
前5走 10/26 4新潟410R 4着/16頭+0.7秒 06/08 3阪神29R 3着/8頭+0.3秒 05/18 1新潟67R 1着/13頭勝利 04/06 2阪神46R 4着/11頭+0.3秒 03/15 2中京18R 2着/18頭+0.1秒
AI 評価の内訳 — 馬番 16 ◎ 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 10着 (大敗) × 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 2.6% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.2% / 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。

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 ×

アルマデオロ

騎手武豊

単勝オッズ

3.6倍

AI期待値

-20%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○7ハニーコム

4.8倍

EV -11%

▲A:▲11ショウナンサムデイ

6.5倍

EV -17%

出走馬全16頭

◎A:×12

アルマデオロ

武豊

3.6倍

-20%

›

○A:○7

ハニーコム

佐々木

4.8倍

-11%

›

▲A:▲11

ショウナンサムデイ

池添

6.5倍

-17%

›

△A:△8

キャントウェイト

丹内

8.9倍

+6%

›

△A:△10

ヨヒーン

鮫島駿

8.2倍

-40%

›

△A:△14

ディヴァインスター

北村友

16.6倍

+19%

›

▽A:▽13

エルフストラック

舟山

15.0倍

-37%

›

▽A:▽3

アイスグリーン

小沢

17.6倍

-26%

›

▽A:▽9

マイネルフーガ

斎藤

25.1倍

-34%

›

▽A:▽16

ディーガレジェンド

横山武

25.1倍

-34%

›

▽A:▽1

クレバーテースト

荻野琢

31.0倍

-41%

›

▽A:▽4

チルカーノ

古川奈

39.6倍

-24%

›

▽A:▽6

ワイドアラジン

泉谷

51.0倍

-41%

›

×A:▽2

ジャスティンガルフ

松本

38.2倍

-69%

›

▽A:▽15

エゾダイモン

浜中

73.8倍

-40%

›

×A:▽5

エンドロール

和田陽

116.8倍

-78%

›

💡 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）

11R 札幌競馬場　発走 15:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クレバーテースト	荻野琢	実31.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率29%と適性高／直近3走平均9.7着と低調／111日ぶりの実戦）
前5走 11/09 5東京210R 8着/12頭+1.0秒 08/23 2札幌111R 3着/14頭+0.1秒 08/02 1札幌311R 14着/16頭+1.2秒 05/11 2京都69R 13着/14頭+3.2秒 03/02 1小倉1211R 13着/13頭+1.3秒
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 9.7着 (不振) ◎ 当競馬場適性 7走で勝率 29% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 111日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +57% (市場が大幅過小評価) AI 予想勝率 5.1% (オッズ暗示: 3.2%) ※ 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	ジャスティンガルフ	松本	実38.2	▽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／140日ぶりの実戦）
前5走 11/22 3福島59R 13着/16頭+0.8秒 09/06 4中山19R 10着/11頭+0.9秒 08/17 3中京88R 4着/6頭+0.7秒 07/20 2小倉87R 4着/10頭+0.5秒 05/04 1新潟26R 11着/12頭+3.6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 140日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +56% (市場が大幅過小評価) AI 予想勝率 4.1% (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。
3	アイスグリーン	小沢	実17.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／461日ぶりの実戦）
前5走 04/27 2京都210R 11着/16頭+0.7秒 04/27 2京都210R 11着/16頭+0.7秒 04/27 2京都210R 11着/16頭+0.7秒 04/27 2京都210R 11着/16頭+0.7秒 04/27 2京都210R 11着/16頭+0.7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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 461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 6.3% (オッズ暗示: 5.7%) ※ 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	チルカーノ	古川奈	実39.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／90日ぶりの実戦）
前5走 10/19 4新潟211R 6着/14頭+0.5秒 09/21 4阪神710R 4着/9頭+0.2秒 07/12 1函館911R 13着/14頭+1.5秒 04/12 2阪神510R 6着/16頭+0.3秒 02/02 1京都210R 4着/7頭+0.3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 9.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +73% (市場が大幅過小評価) AI 予想勝率 4.4% (オッズ暗示: 2.5%) ※ 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。
5	エンドロール	和田陽	実116.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 06/15 3東京410R 3着/15頭+0.2秒 06/15 3東京410R 3着/15頭+0.2秒 06/15 3東京410R 3着/15頭+0.2秒 06/15 3東京410R 3着/15頭+0.2秒 06/15 3東京410R 3着/15頭+0.2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 3.0着 (安定) × 当競馬場適性 36走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 412日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +532% (市場が大幅過小評価) AI 予想勝率 3.6% (オッズ暗示: 0.9%) ※ 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。
6	ワイドアラジン	泉谷	実51.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均2.0着と安定／前走2着／482日ぶりの実戦）
前5走 04/06 3中山411R 2着/16頭+0.1秒 04/06 3中山411R 2着/16頭+0.1秒 04/06 3中山411R 2着/16頭+0.1秒 04/06 3中山411R 2着/16頭+0.1秒 04/06 3中山411R 2着/16頭+0.1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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 482日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +149% (市場が大幅過小評価) AI 予想勝率 4.9% (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。
7	ハニーコム	佐々木	実4.8	○詳細▼	AI上位評価だが期待値不足、見送り（前走2着／70日ぶりの実戦）
前5走 11/16 5東京410R 5着/11頭+0.3秒 09/21 4阪神710R 7着/9頭+0.5秒 08/02 1札幌311R 2着/16頭+0.1秒 05/31 2京都117R 1着/6頭勝利 05/17 2東京79R 2着/9頭+0.6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 7.0着 (不振) ○ 前走実績前走 2着 (好走) × 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 9.7% (オッズ暗示: 20.8%) ※ 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。
8	キャントウェイト	丹内	実8.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／90日ぶりの実戦）
前5走 10/25 4新潟311R 8着/18頭+0.8秒 10/05 3京都29R 3着/9頭+0.3秒 08/30 3新潟311R 8着/16頭+1.0秒 06/07 3阪神111R 5着/15頭+0.4秒 04/27 2京都29R 1着/8頭勝利
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 4.7着 ○ 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) -33% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 11.2%) ※ 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	マイネルフーガ	斎藤	実25.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／111日ぶりの実戦）
前5走 12/21 5中山612R 9着/16頭+1.0秒 11/16 5東京48R 9着/13頭+0.9秒 08/31 2札幌47R 1着/13頭勝利 08/09 1札幌59R 2着/10頭+0.8秒 07/26 1札幌18R 3着/5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 6.3着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 111日休養明け ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 5.4% (オッズ暗示: 4.0%) ※ 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。
10	ヨヒーン	鮫島駿	実8.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場3走で勝率33%と適性高／125日ぶりの実戦）
前5走 11/22 3福島58R 1着/16頭勝利 09/06 2札幌59R 2着/15頭+0.2秒 08/10 1札幌69R 2着/9頭+0.1秒 07/27 1札幌24R 1着/9頭勝利 06/28 1函館54R 3着/13頭+0.5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 6.0着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 125日休養明け × 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 7.4% (オッズ暗示: 12.2%) ※ 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。
11	ショウナンサムデイ	池添	実6.5	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率50%と適性高／直近3走平均8.7着と低調／104日ぶりの実戦）
前5走 11/16 5東京410R 9着/11頭+0.9秒 09/28 4中山910R 1着/13頭勝利 08/30 2札幌311R 2着/14頭+0.4秒 07/26 1札幌18R 1着/5頭勝利 04/19 3中山76R 4着/8頭+0.6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 8.7着 (不振) ◎ 当競馬場適性 4走で勝率 50% (得意) ▽ 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) -44% (大幅な期待値マイナス) AI 予想勝率 8.7% (オッズ暗示: 15.4%) ※ 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。
12	アルマデオロ	武豊	実3.6	×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（前走3着／91日ぶりの実戦）
前5走 11/09 4京都27R 6着/7頭+0.7秒 09/21 4阪神711R 6着/10頭+0.6秒 08/03 1札幌412R 1着/7頭勝利 07/12 1函館99R 2着/11頭+0.2秒 06/28 1函館54R 1着/13頭勝利
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 4.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 10.2% (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。
13	エルフストラック	舟山	実15.0	▽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／70日ぶりの実戦）
前5走 11/23 4京都68R 5着/14頭+0.9秒 11/09 4京都28R 3着/16頭+0.4秒 08/16 3中京78R 4着/8頭+0.4秒 07/20 2小倉89R 3着/8頭+0.2秒 05/17 2東京79R 3着/9頭+1.0秒
AI 評価の内訳 — 馬番 13 ◎ 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) -6% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.7%) ※ 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。
14	ディヴァインスター	北村友	実16.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／77日ぶりの実戦）
前5走 12/21 5中京610R 1着/10頭勝利 10/26 4新潟47R 1着/15頭勝利 09/27 4中山87R 9着/16頭+1.2秒 08/10 2新潟611R 3着/14頭+0.1秒 06/15 3東京47R 3着/14頭+0.6秒
AI 評価の内訳 — 馬番 14 ◎ 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) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 7.0% (オッズ暗示: 6.0%) ※ 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。
15	エゾダイモン	浜中	実73.8	▽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12.0着と低調／517日ぶりの実戦）
前5走 03/02 1小倉1211R 12着/13頭+1.2秒 03/02 1小倉1211R 12着/13頭+1.2秒 03/02 1小倉1211R 12着/13頭+1.2秒 03/02 1小倉1211R 12着/13頭+1.2秒 03/02 1小倉1211R 12着/13頭+1.2秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.0着 (不振) ◎ 当競馬場適性 12走で勝率 100% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 517日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +215% (市場が大幅過小評価) AI 予想勝率 4.3% (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。
16	ディーガレジェンド	横山武	実25.1	▽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／83日ぶりの実戦）
前5走 10/26 4新潟410R 4着/16頭+0.7秒 06/08 3阪神29R 3着/8頭+0.3秒 05/18 1新潟67R 1着/13頭勝利 04/06 2阪神46R 4着/11頭+0.3秒 03/15 2中京18R 2着/18頭+0.1秒
AI 評価の内訳 — 馬番 16 ◎ 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 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 5.2% (オッズ暗示: 4.0%) ※ 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。

🎯 AIの本命

AI評価1位

アルマデオロ

騎手武豊

単勝オッズ

3.6倍

AI期待値

-63%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ハニーコム

4.8倍

EV -53%

▲11ショウナンサムデイ

6.5倍

EV -43%

出走馬全16頭

×12

アルマデオロ

武豊

3.6倍

-63%

›

○7

ハニーコム

佐々木

4.8倍

-53%

›

▲11

ショウナンサムデイ

池添

6.5倍

-43%

›

△8

キャントウェイト

丹内

8.9倍

-33%

›

△10

ヨヒーン

鮫島駿

8.2倍

-38%

›

△14

ディヴァインスター

北村友

16.6倍

+16%

›

▽3

アイスグリーン

小沢

17.6倍

+11%

›

▽13

エルフストラック

舟山

15.0倍

-6%

›

▽9

マイネルフーガ

斎藤

25.1倍

+35%

›

▽16

ディーガレジェンド

横山武

25.1倍

+30%

›

▽1

クレバーテースト

荻野琢

31.0倍

+57%

›

▽6

ワイドアラジン

泉谷

51.0倍

+149%

›

▽4

チルカーノ

古川奈

39.6倍

+73%

›

▽15

エゾダイモン

浜中

73.8倍

+215%

›

▽2

ジャスティンガルフ

松本

38.2倍

+56%

›

▽5

エンドロール

和田陽

116.8倍

+532%

›

💡 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。