札幌 6R 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

6R 札幌競馬場　発走 12:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	インテンスゲイズ	斎藤	実34.1	B▽ A▽勝率5% EV+64% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／119日ぶりの実戦）
前5走 12/06 5中京15R 11着/14頭+1.6秒 11/23 5東京52R 7着/18頭+0.9秒 11/08 5東京15R 6着/13頭+1.4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) ▽ 前走実績前走 11着 (大敗) △ ローテーション 119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 2.0% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.8% / 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。
2	ポリメトリック	松本	実23.6	B▽ A▽勝率6% EV+34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（140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 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.5着 △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 4.2% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.7% / 期待値 +34% ※ 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	オズマップ	池添	実20.1	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（146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 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.5着 ▽ 前走実績前走 11着 (大敗) △ ローテーション 146日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.6% / 期待値 +12% ※ 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	ウィスカーパッド	岩田望	実3.8	B○ A○勝率10% EV-60% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着／62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 4.3着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 19.3% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 10.3% / 期待値 -61% ※ 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	ウインアベリア	原田和	実169.4	B× A▽勝率4% EV+566% 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／195日ぶりの実戦）
前5走 11/24 3福島65R 5着/16頭+0.7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) ▽ 前走実績前走 15着 (大敗) △ ローテーション 195日休養明け × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 3.9% / 期待値 +567% ※ 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	インフィオラータ	佐々木	実8.1	B△ A△勝率8% EV-33% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（77日ぶりの実戦）
前5走 11/23 4京都63R 3着/16頭+0.4秒 11/02 3京都112R 4着/7頭+0.5秒 10/19 3京都75R 3着/11頭+0.3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 6.0着 △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 12.8% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 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。
7	ジョブックボー	☆長浜	実12.7	B△ A△勝率8% EV-1% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／139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 8.0着 (不振) △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 8.9% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 期待値 -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。
8	プリュイドール	☆舟山	実16.1	B△ A△勝率6% EV+3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調／62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 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.4% / 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。
9	マリノリュミエール	★河原田	実32.3	B▽ A▽勝率5% EV+64% 詳細▼	大穴、AI予想勝率低く長期回収困難（77日ぶりの実戦）
前5走 12/20 5中山52R 13着/16頭+2.8秒 11/02 4東京111R 9着/12頭+1.9秒 09/07 2札幌62R 9着/10頭+1.4秒 07/27 1札幌25R 3着/6頭+0.5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 7.7着 (不振) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.1% / 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。
10	ダンツアラーム	▲和田陽	実102.7	B▽ A▽勝率4% EV+342% 詳細▼	大穴、AI予想勝率低く長期回収困難（77日ぶりの実戦）
前5走 11/29 4京都73R 11着/14頭+1.2秒 11/02 3京都115R 5着/15頭+0.7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 7.7着 (不振) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.3% / 期待値 +343% ※ 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	ゴコウコイコイ	松山	実3.2	B◎ A×勝率11% 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（77日ぶりの実戦）
前5走 12/27 5中山74R 10着/18頭+0.9秒 11/29 5東京73R 3着/12頭+0.3秒 11/09 5東京25R 5着/6頭+1.0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 6.3着 △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 23.2% (オッズ暗示: 31.2%) × Aモデルの評価 (参考) レース内 1位 / 勝率 11.0% / 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。
12	ウインカトリーヌ	横山武	実5.6	B▲ A▲勝率9% EV-48% 詳細▼	AI上位評価だが期待値不足、見送り（132日ぶりの実戦）
前5走 11/23 4京都65R 6着/9頭+1.1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 5.3着 △ ローテーション 132日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 12.8% (オッズ暗示: 17.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.2% / 期待値 -49% ※ 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	ラングロワブリッジ	吉田隼	実113.7	B× A▽勝率4% EV+352% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／146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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 146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 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.0% / 期待値 +352% ※ 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	グレイスルーラー	▲小林美	実73.8	B▽ A▽勝率4% EV+219% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／112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 14 ◎ 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 13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) -38% (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 13位 / 勝率 4.3% / 期待値 +219% ※ 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	カリドーラ	小沢	実46.9	B▽ A▽勝率5% EV+119% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7着と低調／84日ぶりの実戦）
前5走 12/14 5中山43R 14着/18頭+2.7秒 09/28 4中山93R 4着/16頭+1.2秒 08/10 2新潟62R 7着/12頭+1.3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 12.7着 (不振) ▽ 前走実績前走 14着 (大敗) × 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 1.2% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.7% / 期待値 +120% ※ 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	スウィーティーベル	浜中	実39.4	B▽ A▽勝率5% EV+83% 詳細▼	大穴、AI予想勝率低く長期回収困難（77日ぶりの実戦）
前5走 12/21 5阪神63R 8着/18頭+0.7秒 10/26 3京都95R 5着/10頭+1.2秒 ― ― ―
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.6% / 期待値 +83% ※ 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 ×

ゴコウコイコイ

騎手松山

単勝オッズ

3.2倍

AI期待値

-25%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○4ウィスカーパッド

3.8倍

EV -26%

▲A:▲12ウインカトリーヌ

5.6倍

EV -28%

出走馬全16頭

◎A:×11

ゴコウコイコイ

松山

3.2倍

-25%

›

○A:○4

ウィスカーパッド

岩田望

3.8倍

-26%

›

▲A:▲12

ウインカトリーヌ

横山武

5.6倍

-28%

›

△A:△6

インフィオラータ

佐々木

8.1倍

+3%

›

△A:△7

ジョブックボー

☆長浜

12.7倍

+12%

›

△A:△8

プリュイドール

☆舟山

16.1倍

-29%

›

▽A:▽3

オズマップ

池添

20.1倍

-12%

›

▽A:▽2

ポリメトリック

松本

23.6倍

-1%

›

▽A:▽9

マリノリュミエール

★河原田

32.3倍

-11%

›

▽A:▽1

インテンスゲイズ

斎藤

34.1倍

-32%

›

▽A:▽16

スウィーティーベル

浜中

39.4倍

-21%

›

▽A:▽15

カリドーラ

小沢

46.9倍

-44%

›

▽A:▽14

グレイスルーラー

▲小林美

73.8倍

-38%

›

▽A:▽10

ダンツアラーム

▲和田陽

102.7倍

-14%

›

×A:▽13

ラングロワブリッジ

吉田隼

113.7倍

-52%

›

×A:▽5

ウインアベリア

原田和

169.4倍

-59%

›

💡 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）

6R 札幌競馬場　発走 12:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	インテンスゲイズ	斎藤	実34.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／119日ぶりの実戦）
前5走 12/06 5中京15R 11着/14頭+1.6秒 11/23 5東京52R 7着/18頭+0.9秒 11/08 5東京15R 6着/13頭+1.4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) ▽ 前走実績前走 11着 (大敗) △ ローテーション 119日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +64% (市場が大幅過小評価) AI 予想勝率 4.8% (オッズ暗示: 2.9%) ※ 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	ポリメトリック	松本	実23.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（140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 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.5着 △ ローテーション 140日休養明け ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 5.7% (オッズ暗示: 4.2%) ※ 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	オズマップ	池添	実20.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（146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 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.5着 ▽ 前走実績前走 11着 (大敗) △ ローテーション 146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 5.6% (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	ウィスカーパッド	岩田望	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着／62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 4.3着 ○ 前走実績前走 3着 (好走) × 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 10.3% (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。
5	ウインアベリア	原田和	実169.4	▽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／195日ぶりの実戦）
前5走 11/24 3福島65R 5着/16頭+0.7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) ▽ 前走実績前走 15着 (大敗) △ ローテーション 195日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +566% (市場が大幅過小評価) AI 予想勝率 3.9% (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。
6	インフィオラータ	佐々木	実8.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（77日ぶりの実戦）
前5走 11/23 4京都63R 3着/16頭+0.4秒 11/02 3京都112R 4着/7頭+0.5秒 10/19 3京都75R 3着/11頭+0.3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 6.0着 × 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 8.2% (オッズ暗示: 12.3%) ※ 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	ジョブックボー	☆長浜	実12.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／139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 8.0着 (不振) △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 7.9%) ※ 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。
8	プリュイドール	☆舟山	実16.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調／62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 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 6.4% (オッズ暗示: 6.2%) ※ 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	マリノリュミエール	★河原田	実32.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（77日ぶりの実戦）
前5走 12/20 5中山52R 13着/16頭+2.8秒 11/02 4東京111R 9着/12頭+1.9秒 09/07 2札幌62R 9着/10頭+1.4秒 07/27 1札幌25R 3着/6頭+0.5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 7.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +64% (市場が大幅過小評価) AI 予想勝率 5.1% (オッズ暗示: 3.1%) ※ 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。
10	ダンツアラーム	▲和田陽	実102.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（77日ぶりの実戦）
前5走 11/29 4京都73R 11着/14頭+1.2秒 11/02 3京都115R 5着/15頭+0.7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 7.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +342% (市場が大幅過小評価) AI 予想勝率 4.3% (オッズ暗示: 1.0%) ※ 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。
11	ゴコウコイコイ	松山	実3.2	×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（77日ぶりの実戦）
前5走 12/27 5中山74R 10着/18頭+0.9秒 11/29 5東京73R 3着/12頭+0.3秒 11/09 5東京25R 5着/6頭+1.0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 6.3着 × 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 11.0% (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。
12	ウインカトリーヌ	横山武	実5.6	▲詳細▼	AI上位評価だが期待値不足、見送り（132日ぶりの実戦）
前5走 11/23 4京都65R 6着/9頭+1.1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 5.3着 △ ローテーション 132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 9.2% (オッズ暗示: 17.9%) ※ 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。
13	ラングロワブリッジ	吉田隼	実113.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／146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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 146日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +352% (市場が大幅過小評価) AI 予想勝率 4.0% (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。
14	グレイスルーラー	▲小林美	実73.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／112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 14 ◎ 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 13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) +219% (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。
15	カリドーラ	小沢	実46.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7着と低調／84日ぶりの実戦）
前5走 12/14 5中山43R 14着/18頭+2.7秒 09/28 4中山93R 4着/16頭+1.2秒 08/10 2新潟62R 7着/12頭+1.3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 12.7着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +119% (市場が大幅過小評価) AI 予想勝率 4.7% (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。
16	スウィーティーベル	浜中	実39.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（77日ぶりの実戦）
前5走 12/21 5阪神63R 8着/18頭+0.7秒 10/26 3京都95R 5着/10頭+1.2秒 ― ― ―
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 🌟◎ 期待値 (オッズ vs AI勝率) +83% (市場が大幅過小評価) AI 予想勝率 4.6% (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。

🎯 AIの本命

AI評価1位

ゴコウコイコイ

騎手松山

単勝オッズ

3.2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

○4ウィスカーパッド

3.8倍

EV -60%

▲12ウインカトリーヌ

5.6倍

EV -48%

出走馬全16頭

×11

ゴコウコイコイ

松山

3.2倍

-64%

›

○4

ウィスカーパッド

岩田望

3.8倍

-60%

›

▲12

ウインカトリーヌ

横山武

5.6倍

-48%

›

△6

インフィオラータ

佐々木

8.1倍

-33%

›

△7

ジョブックボー

☆長浜

12.7倍

-1%

›

△8

プリュイドール

☆舟山

16.1倍

+3%

›

▽2

ポリメトリック

松本

23.6倍

+34%

›

▽3

オズマップ

池添

20.1倍

+11%

›

▽9

マリノリュミエール

★河原田

32.3倍

+64%

›

▽1

インテンスゲイズ

斎藤

34.1倍

+64%

›

▽15

カリドーラ

小沢

46.9倍

+119%

›

▽16

スウィーティーベル

浜中

39.4倍

+83%

›

▽14

グレイスルーラー

▲小林美

73.8倍

+219%

›

▽10

ダンツアラーム

▲和田陽

102.7倍

+342%

›

▽13

ラングロワブリッジ

吉田隼

113.7倍

+352%

›

▽5

ウインアベリア

原田和

169.4倍

+566%

›

💡 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。