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

1R 札幌競馬場　発走 10:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルージュエピック	★河原田	実19.7	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（69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戦の調子平均 4.7着 × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.7% / 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。
2	セラサイト	▲小林美	実8.9	B△ A△勝率9% EV-24% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（84日ぶりの実戦）
前5走 12/27 5阪神73R 11着/16頭+1.8秒 10/26 4新潟41R 9着/13頭+2.0秒 09/13 4阪神36R 9着/13頭+2.7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 5.0着 △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 10.0% (オッズ暗示: 11.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.5% / 期待値 -24% ※ 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	ジェイストリーク	岩田望	実6.7	B▲ A▲勝率10% EV-35% 詳細▼	AI上位評価だが期待値不足、見送り（286日ぶりの実戦）
前5走 10/26 3京都91R 5着/9頭+1.1秒 08/16 2新潟71R 5着/13頭+0.6秒 06/21 3阪神55R 2着/12頭+0.1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 4.0着 △ ローテーション 286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 10.0% (オッズ暗示: 14.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.7% / 期待値 -35% ※ 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	アルデバローズ	横山琉	実122.4	B× A▽勝率4% EV+437% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／84日ぶりの実戦）
前5走 10/26 4東京91R 11着/14頭+2.5秒 10/18 4東京64R 8着/18頭+0.8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 10.0着 (不振) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -77% (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 12位 / 勝率 4.4% / 期待値 +437% ※ 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	サマースプラッシュ	佐々木	実153.3	B× A▽勝率4% EV+569% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／69日ぶりの実戦）
前5走 12/21 5中山66R 12着/16頭+2.6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 10.0着 (不振) × 期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.4% / 期待値 +570% ※ 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	ルージュボニート	横山武	実2.5	B🌟◎ A×勝率13% EV-67% 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5走 1回2日札幌2R 2着/10頭 ― ― ― ―
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 5.0着 △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 36.6% (オッズ暗示: 40.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 13.0% / 期待値 -67% ※ 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	ハスカップジャム	☆長浜	実202.1	B× A▽勝率4% EV+783% 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／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 7 ◎ 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 16着 (大敗) × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.4% / 期待値 +783% ※ 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	サンエンジェルス	浜中	実18.4	B▽ A▽勝率7% EV+26% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（126日ぶりの実戦）
前5走 08/02 1札幌35R 5着/11頭+0.9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 5.0着 △ ローテーション 126日休養明け × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 5.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.9% / 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。
9	フィーユレアル	斎藤	実26.9	B▽ A▽勝率6% EV+50% 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／62日ぶりの実戦）
前5走 12/21 5中山67R 7着/16頭+1.1秒 10/12 4東京42R 8着/10頭+1.2秒 09/13 4中山32R 5着/11頭+0.2秒 08/24 3新潟26R 5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 8.3着 (不振) × 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 2.2% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.6% / 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。
10	マーゴットクリュグ	松本	実13.8	B△ A△勝率7% EV-2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.7着と低調／97日ぶりの実戦）
前5走 10/26 4新潟41R 5着/13頭+0.7秒 10/05 3京都21R 6着/16頭+1.5秒 08/03 2新潟42R 4着/15頭+1.0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 10.7着 (不振) △ ローテーション 97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 6.0% (オッズ暗示: 7.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.0% / 期待値 -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。
11	ルパピヨンブラン	川又	実37.7	B▽ A▽勝率5% EV+104% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均2.3着と安定／前走2着／83日ぶりの実戦）
前5走 11/08 5東京12R 12着/15頭+3.6秒 06/22 3阪神66R 15着/16頭+2.6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 2.3着 (安定) ○ 前走実績前走 2着 (好走) × 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 1.6% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.4% / 期待値 +104% ※ 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	ワイルドカグラ	小沢	実62.6	B▽ A▽勝率5% EV+233% 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／83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 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) × 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 1.0% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.3% / 期待値 +233% ※ 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	シャドウルーラー	松山	実7.5	B△ A△勝率9% EV-32% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（84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 13 ◎ 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) -25% (オッズ過剰評価) AI 予想勝率 10.0% (オッズ暗示: 13.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.1% / 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。
14	ジーティービキニ	☆舟山	実5.4	B○ A○勝率11% EV-42% 詳細▼	AI上位評価だが期待値不足、見送り（97日ぶりの実戦）
前5走 11/08 4京都11R 2着/12頭+0.7秒 10/26 3京都91R 3着/9頭+0.7秒 10/12 3京都43R 5着/9頭+0.8秒 08/17 3中京83R 6着/9頭+1.0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 4.3着 △ ローテーション 97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 15.4% (オッズ暗示: 18.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 10.7% / 期待値 -42% ※ 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 ×

ルージュボニート

騎手横山武

単勝オッズ

2.5倍

AI期待値

-8%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○14ジーティービキニ

5.4倍

EV -16%

▲A:▲3ジェイストリーク

6.7倍

EV -33%

出走馬全14頭

◎A:×6

ルージュボニート

横山武

2.5倍

-8%

›

○A:○14

ジーティービキニ

☆舟山

5.4倍

-16%

›

▲A:▲3

ジェイストリーク

岩田望

6.7倍

-33%

›

△A:△13

シャドウルーラー

松山

7.5倍

-25%

›

△A:△2

セラサイト

▲小林美

8.9倍

-11%

›

△A:△10

マーゴットクリュグ

松本

13.8倍

-16%

›

▽A:▽8

サンエンジェルス

浜中

18.4倍

-34%

›

▽A:▽1

ルージュエピック

★河原田

19.7倍

-34%

›

▽A:▽9

フィーユレアル

斎藤

26.9倍

-41%

›

▽A:▽11

ルパピヨンブラン

川又

37.7倍

-40%

›

▽A:▽12

ワイルドカグラ

小沢

62.6倍

-40%

›

×A:▽4

アルデバローズ

横山琉

122.4倍

-76%

›

×A:▽5

サマースプラッシュ

佐々木

153.3倍

-70%

›

×A:▽7

ハスカップジャム

☆長浜

202.1倍

-61%

›

💡 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）

1R 札幌競馬場　発走 10:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルージュエピック	★河原田	実19.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（69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戦の調子平均 4.7着 △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 5.7% (オッズ暗示: 5.1%) ※ 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。
2	セラサイト	▲小林美	実8.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（84日ぶりの実戦）
前5走 12/27 5阪神73R 11着/16頭+1.8秒 10/26 4新潟41R 9着/13頭+2.0秒 09/13 4阪神36R 9着/13頭+2.7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 5.0着 △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 8.5% (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。
3	ジェイストリーク	岩田望	実6.7	▲詳細▼	AI上位評価だが期待値不足、見送り（286日ぶりの実戦）
前5走 10/26 3京都91R 5着/9頭+1.1秒 08/16 2新潟71R 5着/13頭+0.6秒 06/21 3阪神55R 2着/12頭+0.1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 4.0着 △ ローテーション 286日休養明け × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 9.7% (オッズ暗示: 14.9%) ※ 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。
4	アルデバローズ	横山琉	実122.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／84日ぶりの実戦）
前5走 10/26 4東京91R 11着/14頭+2.5秒 10/18 4東京64R 8着/18頭+0.8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 10.0着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +437% (市場が大幅過小評価) AI 予想勝率 4.4% (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。
5	サマースプラッシュ	佐々木	実153.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／69日ぶりの実戦）
前5走 12/21 5中山66R 12着/16頭+2.6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 10.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +569% (市場が大幅過小評価) AI 予想勝率 4.4% (オッズ暗示: 0.7%) ※ 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	ルージュボニート	横山武	実2.5	×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
前5走 1回2日札幌2R 2着/10頭 ― ― ― ―
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 5.0着 × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 13.0% (オッズ暗示: 40.0%) ※ 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	ハスカップジャム	☆長浜	実202.1	▽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／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 7 ◎ 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 16着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +783% (市場が大幅過小評価) AI 予想勝率 4.4% (オッズ暗示: 0.5%) ※ 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	サンエンジェルス	浜中	実18.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（126日ぶりの実戦）
前5走 08/02 1札幌35R 5着/11頭+0.9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 5.0着 △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 6.9% (オッズ暗示: 5.4%) ※ 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。
9	フィーユレアル	斎藤	実26.9	▽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／62日ぶりの実戦）
前5走 12/21 5中山67R 7着/16頭+1.1秒 10/12 4東京42R 8着/10頭+1.2秒 09/13 4中山32R 5着/11頭+0.2秒 08/24 3新潟26R 5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 8.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +50% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 3.7%) ※ 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。
10	マーゴットクリュグ	松本	実13.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.7着と低調／97日ぶりの実戦）
前5走 10/26 4新潟41R 5着/13頭+0.7秒 10/05 3京都21R 6着/16頭+1.5秒 08/03 2新潟42R 4着/15頭+1.0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 10.7着 (不振) △ ローテーション 97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 7.0% (オッズ暗示: 7.2%) ※ 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	ルパピヨンブラン	川又	実37.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均2.3着と安定／前走2着／83日ぶりの実戦）
前5走 11/08 5東京12R 12着/15頭+3.6秒 06/22 3阪神66R 15着/16頭+2.6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 2.3着 (安定) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +104% (市場が大幅過小評価) AI 予想勝率 5.4% (オッズ暗示: 2.7%) ※ 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。
12	ワイルドカグラ	小沢	実62.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／83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 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +233% (市場が大幅過小評価) AI 予想勝率 5.3% (オッズ暗示: 1.6%) ※ 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。
13	シャドウルーラー	松山	実7.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（84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 13 ◎ 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) -32% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 13.3%) ※ 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。
14	ジーティービキニ	☆舟山	実5.4	○詳細▼	AI上位評価だが期待値不足、見送り（97日ぶりの実戦）
前5走 11/08 4京都11R 2着/12頭+0.7秒 10/26 3京都91R 3着/9頭+0.7秒 10/12 3京都43R 5着/9頭+0.8秒 08/17 3中京83R 6着/9頭+1.0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 4.3着 △ ローテーション 97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 10.7% (オッズ暗示: 18.5%) ※ 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。

🎯 AIの本命

AI評価1位

ルージュボニート

騎手横山武

単勝オッズ

2.5倍

AI期待値

-67%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○14ジーティービキニ

5.4倍

EV -42%

▲3ジェイストリーク

6.7倍

EV -35%

出走馬全14頭

×6

ルージュボニート

横山武

2.5倍

-67%

›

○14

ジーティービキニ

☆舟山

5.4倍

-42%

›

▲3

ジェイストリーク

岩田望

6.7倍

-35%

›

△13

シャドウルーラー

松山

7.5倍

-32%

›

△2

セラサイト

▲小林美

8.9倍

-24%

›

△10

マーゴットクリュグ

松本

13.8倍

-2%

›

▽8

サンエンジェルス

浜中

18.4倍

+26%

›

▽1

ルージュエピック

★河原田

19.7倍

+11%

›

▽9

フィーユレアル

斎藤

26.9倍

+50%

›

▽11

ルパピヨンブラン

川又

37.7倍

+104%

›

▽12

ワイルドカグラ

小沢

62.6倍

+233%

›

▽4

アルデバローズ

横山琉

122.4倍

+437%

›

▽5

サマースプラッシュ

佐々木

153.3倍

+569%

›

▽7

ハスカップジャム

☆長浜

202.1倍

+783%

›

💡 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。