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	フレミングフープ	吉田隼	実50.9	B▽ A▽勝率5% EV+166% 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／148日ぶりの実戦）
前5走 11/16 5東京410R 1着/11頭勝利 10/19 4新潟211R 2着/14頭+0.2秒 09/15 4中山510R 1着/9頭勝利 08/16 3中京78R 3着/8頭+0.2秒 03/30 2阪神29R 7着/11頭+1.1秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12着 (大敗) △ ローテーション 148日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 5.2% / 期待値 +167% ※ 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	ケリフレッドアスク推奨	横山武	実12.9	B△ A△勝率8% EV0% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+46%の妙味（市場想定よりAI評価が高く妙味）
前5走 11/16 4京都411R 14着/16頭+1.4秒 10/19 3京都711R 11着/18頭+1.0秒 09/07 4中山211R 1着/13頭勝利 08/09 3中京512R 4着/12頭+0.8秒 05/25 2東京1011R 8着/18頭+1.0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 8.7着 (不振) ▽ 前走実績前走 14着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 11.4% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.7% / 期待値 -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。
3	カテリーナ	浜中	実20.2	B▽ A▽勝率6% EV+27% 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0%と苦戦傾向／直近3走平均8.0着と低調／251日ぶりの実戦）
前5走 11/24 3福島610R 15着/16頭+0.7秒 09/07 2札幌610R 7着/14頭+0.5秒 08/09 1札幌510R 2着/11頭+0.3秒 07/19 1函館1110R 5着/14頭+0.5秒 06/14 1函館110R 2着/16頭+0.2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 8.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) △ ローテーション 251日休養明け △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.3% / 期待値 +28% ※ 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	リラボニート	鮫島駿	実31.6	B▽ A▽勝率5% EV+70% 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100%と適性高／133日ぶりの実戦）
前5走 12/20 5中山511R 2着/16頭+0.0秒 10/12 4東京411R 8着/16頭+0.6秒 08/31 2札幌411R 1着/13頭勝利 08/02 1札幌310R 1着/14頭勝利 07/19 1函館1110R 2着/14頭+0.2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 7.0着 (不振) ◎ 当競馬場適性 3走で勝率 100% (得意) △ ローテーション 133日休養明け × 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 1.8% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.4% / 期待値 +70% ※ 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	アンゴラブラック	岩田康	実13.7	B△ A△勝率8% EV+9% 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／78日ぶりの実戦）
前5走 10/12 4東京411R 2着/16頭+0.1秒 06/28 2福島111R 1着/16頭勝利 04/20 3中山89R 1着/12頭勝利 02/23 1東京86R 1着/15頭勝利 12/21 5中山79R 4着/18頭+0.6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 8.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 6.9% (オッズ暗示: 7.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.0% / 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。
6	クリノメイ	富田	実131.1	B× A▽勝率4% EV+422% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／148日ぶりの実戦）
前5走 11/22 3福島511R 9着/16頭+0.8秒 10/19 3京都711R 7着/18頭+0.7秒 10/02 船橋11R 9着/10頭+4.1秒 06/18 川崎11R 4着/14頭+1.3秒 04/13 2阪神611R 15着/18頭+2.9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 11.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 148日休養明け × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.0% / 期待値 +422% ※ 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	ココナッツブラウン	北村友	実3.0	B◎ A×勝率12% 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（当競馬場12走で勝率100%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 05/18 2京都810R 1着/12頭勝利 05/18 2京都810R 1着/12頭勝利 05/18 2京都810R 1着/12頭勝利 05/18 2京都810R 1着/12頭勝利 05/18 2京都810R 1着/12頭勝利
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 100% (絶好調) ◎ 当競馬場適性 12走で勝率 100% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 441日休養明け × 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 21.2% (オッズ暗示: 33.3%) × Aモデルの評価 (参考) レース内 1位 / 勝率 11.7% / 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。
8	エラトー	舟山	実88.9	B▽ A▽勝率5% EV+379% 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／105日ぶりの実戦）
前5走 08/02 1札幌311R 8着/16頭+0.3秒 07/12 1函館911R 2着/14頭+0.0秒 01/26 1小倉211R 9着/12頭+1.1秒 12/22 7京都810R 12着/14頭+1.5秒 09/07 4中山111R 8着/13頭+0.6秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 13着 (大敗) △ ローテーション 105日休養明け × 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 0.8% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.4% / 期待値 +379% ※ 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	エリカエクスプレス	武豊	実3.2	B○ A○勝率11% EV-64% 詳細▼	AI上位評価だが期待値不足、見送り（77日ぶりの実戦）
前5走 11/16 4京都411R 12着/16頭+1.1秒 10/19 3京都711R 2着/18頭+0.1秒 09/06 4中山111R 11着/16頭+0.5秒 05/25 2東京1011R 10着/18頭+1.1秒 04/13 2阪神611R 5着/18頭+1.1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 6.7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 21.2% (オッズ暗示: 31.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.1% / 期待値 -64% ※ 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	フェスティバルヒル	西村淳	実13.5	B▽ A▽勝率6% EV-12% 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／112日ぶりの実戦）
前5走 11/01 3京都1011R 1着/12頭勝利 08/24 3新潟211R 3着/10頭+0.7秒 06/22 3阪神65R 1着/10頭勝利 ― ―
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) ▽ 前走実績前走 17着 (大敗) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 7.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.5% / 期待値 -13% ※ 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	コガネノソラ	丹内	実8.3	B▲ A▲勝率9% EV-27% 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／105日ぶりの実戦）
前5走 11/22 3福島511R 11着/16頭+0.8秒 01/25 1小倉111R 3着/18頭+0.2秒 11/30 7京都111R 8着/15頭+1.3秒 10/13 5京都411R 9着/15頭+0.9秒 07/28 1札幌411R 1着/14頭勝利
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) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 11.7% (オッズ暗示: 12.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.8% / 期待値 -27% ※ 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	ボンドガール	佐々木	実14.7	B△ A▽勝率7% EV+0% 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 12/20 5中山511R 11着/16頭+0.5秒 11/16 4京都411R 11着/16頭+1.1秒 10/12 4東京411R 9着/16頭+0.8秒 07/27 2新潟27R 2着/18頭+0.0秒 05/18 2東京811R 16着/17頭+0.9秒
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 7.7着 (不振) ▽ 前走実績前走 11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 6.9% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.8% / 期待値 +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。
13	ルージュソリテール	西塚	実38.3	B▽ A▽勝率5% EV+100% 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／前走3着／113日ぶりの実戦）
前5走 10/19 3京都711R 8着/18頭+0.9秒 09/14 4阪神411R 10着/17頭+0.6秒 05/03 2東京310R 1着/13頭勝利 03/02 1阪神211R 6着/14頭+0.3秒 02/09 1京都45R 1着/18頭勝利
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) ○ 前走実績前走 3着 (好走) △ ローテーション 113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 1.8% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 5.2% / 期待値 +101% ※ 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	ヴーレヴー	横山典	実17.0	B▽ A△勝率8% EV+31% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.0着と低調／120日ぶりの実戦）
前5走 10/19 3京都711R 12着/18頭+1.1秒 09/14 4阪神411R 6着/17頭+0.5秒 05/11 2東京611R 15着/18頭+1.3秒 04/13 2阪神611R 8着/18頭+1.4秒 02/10 1京都310R 1着/9頭勝利
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 13.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 6.9% (オッズ暗示: 5.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 期待値 +32% ※ 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 ×

ココナッツブラウン

騎手北村友

単勝オッズ

3.0倍

AI期待値

-36%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○9エリカエクスプレス

3.2倍

EV -32%

▲A:▲11コガネノソラ

8.3倍

EV -3%

出走馬全14頭

◎A:×7

ココナッツブラウン

北村友

3.0倍

-36%

›

○A:○9

エリカエクスプレス

武豊

3.2倍

-32%

›

▲A:▲11

コガネノソラ

丹内

8.3倍

-3%

›

△A:△2

ケリフレッドアスク

横山武

12.9倍

+46%

›

△A:△5

アンゴラブラック

岩田康

13.7倍

-5%

›

△A:▽12

ボンドガール

佐々木

14.7倍

+1%

›

▽A:△14

ヴーレヴー

横山典

17.0倍

+17%

›

▽A:▽10

フェスティバルヒル

西村淳

13.5倍

-48%

›

▽A:▽3

カテリーナ

浜中

20.2倍

-23%

›

▽A:▽4

リラボニート

鮫島駿

31.6倍

-42%

›

▽A:▽13

ルージュソリテール

西塚

38.3倍

-30%

›

▽A:▽1

フレミングフープ

吉田隼

50.9倍

-7%

›

▽A:▽8

エラトー

舟山

88.9倍

-32%

›

×A:▽6

クリノメイ

富田

131.1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 (AI 期待値プラス判定)

A. 現行モデル (binary)

このモデルは本レース見送り判定（期待値プラスなし）

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 2 ケリフレッドアスク実12.9倍期待値 +47% 推奨 10.0〜30.0倍 ¥200 ❌不的中

※ 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

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	フレミングフープ	吉田隼	実50.9	▽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／148日ぶりの実戦）
前5走 11/16 5東京410R 1着/11頭勝利 10/19 4新潟211R 2着/14頭+0.2秒 09/15 4中山510R 1着/9頭勝利 08/16 3中京78R 3着/8頭+0.2秒 03/30 2阪神29R 7着/11頭+1.1秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12着 (大敗) △ ローテーション 148日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +166% (市場が大幅過小評価) AI 予想勝率 5.2% (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。
2	ケリフレッドアスク推奨	横山武	実12.9	△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 11/16 4京都411R 14着/16頭+1.4秒 10/19 3京都711R 11着/18頭+1.0秒 09/07 4中山211R 1着/13頭勝利 08/09 3中京512R 4着/12頭+0.8秒 05/25 2東京1011R 8着/18頭+1.0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 8.7着 (不振) ▽ 前走実績前走 14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 7.7% (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。
3	カテリーナ	浜中	実20.2	▽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0%と苦戦傾向／直近3走平均8.0着と低調／251日ぶりの実戦）
前5走 11/24 3福島610R 15着/16頭+0.7秒 09/07 2札幌610R 7着/14頭+0.5秒 08/09 1札幌510R 2着/11頭+0.3秒 07/19 1函館1110R 5着/14頭+0.5秒 06/14 1函館110R 2着/16頭+0.2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 8.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 15着 (大敗) △ ローテーション 251日休養明け △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 6.3% (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。
4	リラボニート	鮫島駿	実31.6	▽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100%と適性高／133日ぶりの実戦）
前5走 12/20 5中山511R 2着/16頭+0.0秒 10/12 4東京411R 8着/16頭+0.6秒 08/31 2札幌411R 1着/13頭勝利 08/02 1札幌310R 1着/14頭勝利 07/19 1函館1110R 2着/14頭+0.2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 7.0着 (不振) ◎ 当競馬場適性 3走で勝率 100% (得意) △ ローテーション 133日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +70% (市場が大幅過小評価) AI 予想勝率 5.4% (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。
5	アンゴラブラック	岩田康	実13.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／78日ぶりの実戦）
前5走 10/12 4東京411R 2着/16頭+0.1秒 06/28 2福島111R 1着/16頭勝利 04/20 3中山89R 1着/12頭勝利 02/23 1東京86R 1着/15頭勝利 12/21 5中山79R 4着/18頭+0.6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 8.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 8.0% (オッズ暗示: 7.3%) ※ 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	クリノメイ	富田	実131.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／148日ぶりの実戦）
前5走 11/22 3福島511R 9着/16頭+0.8秒 10/19 3京都711R 7着/18頭+0.7秒 10/02 船橋11R 9着/10頭+4.1秒 06/18 川崎11R 4着/14頭+1.3秒 04/13 2阪神611R 15着/18頭+2.9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 11.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 148日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +422% (市場が大幅過小評価) AI 予想勝率 4.0% (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。
7	ココナッツブラウン	北村友	実3.0	×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（当競馬場12走で勝率100%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 05/18 2京都810R 1着/12頭勝利 05/18 2京都810R 1着/12頭勝利 05/18 2京都810R 1着/12頭勝利 05/18 2京都810R 1着/12頭勝利 05/18 2京都810R 1着/12頭勝利
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 100% (絶好調) ◎ 当競馬場適性 12走で勝率 100% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 441日休養明け × 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 11.7% (オッズ暗示: 33.3%) ※ 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。
8	エラトー	舟山	実88.9	▽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／105日ぶりの実戦）
前5走 08/02 1札幌311R 8着/16頭+0.3秒 07/12 1函館911R 2着/14頭+0.0秒 01/26 1小倉211R 9着/12頭+1.1秒 12/22 7京都810R 12着/14頭+1.5秒 09/07 4中山111R 8着/13頭+0.6秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 13着 (大敗) △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +379% (市場が大幅過小評価) AI 予想勝率 5.4% (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。
9	エリカエクスプレス	武豊	実3.2	○詳細▼	AI上位評価だが期待値不足、見送り（77日ぶりの実戦）
前5走 11/16 4京都411R 12着/16頭+1.1秒 10/19 3京都711R 2着/18頭+0.1秒 09/06 4中山111R 11着/16頭+0.5秒 05/25 2東京1011R 10着/18頭+1.1秒 04/13 2阪神611R 5着/18頭+1.1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 6.7着 × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 11.1% (オッズ暗示: 31.2%) ※ 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。
10	フェスティバルヒル	西村淳	実13.5	▽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／112日ぶりの実戦）
前5走 11/01 3京都1011R 1着/12頭勝利 08/24 3新潟211R 3着/10頭+0.7秒 06/22 3阪神65R 1着/10頭勝利 ― ―
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) ▽ 前走実績前走 17着 (大敗) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 7.4%) ※ 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	コガネノソラ	丹内	実8.3	▲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／105日ぶりの実戦）
前5走 11/22 3福島511R 11着/16頭+0.8秒 01/25 1小倉111R 3着/18頭+0.2秒 11/30 7京都111R 8着/15頭+1.3秒 10/13 5京都411R 9着/15頭+0.9秒 07/28 1札幌411R 1着/14頭勝利
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) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 12.0%) ※ 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	ボンドガール	佐々木	実14.7	▽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 12/20 5中山511R 11着/16頭+0.5秒 11/16 4京都411R 11着/16頭+1.1秒 10/12 4東京411R 9着/16頭+0.8秒 07/27 2新潟27R 2着/18頭+0.0秒 05/18 2東京811R 16着/17頭+0.9秒
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 7.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 6.8% (オッズ暗示: 6.8%) ※ 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	ルージュソリテール	西塚	実38.3	▽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／前走3着／113日ぶりの実戦）
前5走 10/19 3京都711R 8着/18頭+0.9秒 09/14 4阪神411R 10着/17頭+0.6秒 05/03 2東京310R 1着/13頭勝利 03/02 1阪神211R 6着/14頭+0.3秒 02/09 1京都45R 1着/18頭勝利
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) ○ 前走実績前走 3着 (好走) △ ローテーション 113日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +100% (市場が大幅過小評価) AI 予想勝率 5.2% (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。
14	ヴーレヴー	横山典	実17.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.0着と低調／120日ぶりの実戦）
前5走 10/19 3京都711R 12着/18頭+1.1秒 09/14 4阪神411R 6着/17頭+0.5秒 05/11 2東京611R 15着/18頭+1.3秒 04/13 2阪神611R 8着/18頭+1.4秒 02/10 1京都310R 1着/9頭勝利
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 13.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 120日休養明け ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 7.8% (オッズ暗示: 5.9%) ※ 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。

🎯 AIの本命

AI評価1位

ココナッツブラウン

騎手北村友

単勝オッズ

3.0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

○9エリカエクスプレス

3.2倍

EV -64%

▲11コガネノソラ

8.3倍

EV -27%

出走馬全14頭

×7

ココナッツブラウン

北村友

3.0倍

-64%

›

○9

エリカエクスプレス

武豊

3.2倍

-64%

›

▲11

コガネノソラ

丹内

8.3倍

-27%

›

△5

アンゴラブラック

岩田康

13.7倍

+9%

›

△14

ヴーレヴー

横山典

17.0倍

+31%

›

△2

ケリフレッドアスク

横山武

12.9倍

›

▽12

ボンドガール

佐々木

14.7倍

+0%

›

▽10

フェスティバルヒル

西村淳

13.5倍

-12%

›

▽3

カテリーナ

浜中

20.2倍

+27%

›

▽8

エラトー

舟山

88.9倍

+379%

›

▽4

リラボニート

鮫島駿

31.6倍

+70%

›

▽1

フレミングフープ

吉田隼

50.9倍

+166%

›

▽13

ルージュソリテール

西塚

38.3倍

+100%

›

▽6

クリノメイ

富田

131.1倍

+422%

›

💡 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)

このモデルは本レース見送り判定（期待値プラスなし）

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 2 ケリフレッドアスク実12.9倍期待値 +0% 推奨 12.9〜30.0倍 ¥200 ❌不的中

※ 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。