札幌 9R 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

9R 札幌競馬場　発走 14:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リュミナーズ	☆長浜	実47.0	B▽ A▽勝率6% EV+181% 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 12/14 5中京47R 3着/15頭+0.1秒 09/27 4中山86R 3着/16頭+0.1秒 08/09 1札幌58R 8着/11頭+1.3秒 07/26 1札幌19R 3着/13頭+0.5秒 07/12 1函館97R 5着/10頭+0.6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 6.0着 △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.0% / 期待値 +182% ※ 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	ヴェールミューズ	佐々木	実18.0	B△ A△勝率7% EV+25% 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戦の調子勝率 33% (上り調子) ▽ 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) -34% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.0% / 期待値 +26% ※ 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	ブーケドグレイス	横山琉	実109.3	B× A▽勝率4% EV+378% 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 12/12 船橋10R 5着/14頭+2.3秒 11/18 川崎12R 1着/14頭勝利 11/03 船橋6R 3着/12頭+0.8秒 09/04 園田12R 1着/12頭勝利 08/08 園田10R 2着/10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 5.0着 × 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 0.3% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.4% / 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。
4	ビーチイン	横山和	実1.9	B🌟◎ A×勝率13% 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（前走2着／119日ぶりの実戦）
前5走 11/24 5東京64R 7着/14頭+2.6秒 11/15 5東京36R 12着/14頭+2.5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 3.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 50.0% (オッズ暗示: 52.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 12.9% / 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	デルマサクラサク	横山武	実9.8	B△ A△勝率8% EV-20% 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 12/06 5中京13R 10着/15頭+0.6秒 11/22 4京都57R 5着/16頭+1.3秒 10/26 3京都97R 4着/12頭+0.7秒 08/17 1札幌88R 8着/13頭+1.6秒 07/05 1函館712R 11着/13頭+2.0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 4.7着 △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 10.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.1% / 期待値 -20% ※ 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	ミリオンアップ	▲遠藤	実35.7	B▽ A▽勝率5% EV+91% 詳細▼	大穴、AI予想勝率低く長期回収困難（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 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) -40% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 5.4% / 期待値 +91% ※ 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	オテンバプリンセス	松山	実7.8	B▲ A▲勝率9% EV-30% 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 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) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 12.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.0% / 期待値 -30% ※ 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	マインセーラ	的場	実79.4	B▽ A▽勝率5% EV+278% 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2着／91日ぶりの実戦）
前5走 12/14 5中山41R 7着/15頭+0.8秒 11/23 5東京51R 9着/16頭+1.1秒 11/08 5東京11R 7着/15頭+2.5秒 10/25 4東京84R 16着/16頭+3.1秒 ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 2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) -44% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.8% / 期待値 +279% ※ 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	ライフイズ	▲和田陽	実49.5	B▽ A▽勝率6% EV+199% 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／125日ぶりの実戦）
前5走 11/30 5東京83R 6着/16頭+2.0秒 11/08 5東京12R 4着/15頭+1.8秒 10/26 4東京91R 7着/14頭+1.1秒 08/03 1札幌41R 7着/12頭+0.8秒 06/29 1函館65R 7着/12頭+1.3秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 15着 (大敗) △ ローテーション 125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 1.7% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.1% / 期待値 +200% ※ 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	ランスノーブル	原田和	実26.2	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（当競馬場12走で勝率0%と苦戦傾向／直近3走平均8.0着と低調／532日ぶりの実戦）
前5走 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5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 8.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) △ ローテーション 532日休養明け × 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 2.3% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.8% / 期待値 +51% ※ 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	ジーティーアリア	北村友	実14.3	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走で勝率33%と好調／前走勝利の勢い／125日ぶりの実戦）
前5走 12/21 5阪神65R 7着/12頭+0.4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) △ ローテーション 125日休養明け × 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 3.7% (オッズ暗示: 7.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.7% / 期待値 +10% ※ 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	スリーケイ	斎藤	実24.2	B▽ A▽勝率7% EV+58% 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／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 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) × 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 2.6% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.5% / 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。
13	グルーヴィーオン	★河原田	実28.3	B▽ A▽勝率6% EV+64% 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 11/22 3福島52R 12着/16頭+1.5秒 09/20 4中山63R 7着/16頭+0.5秒 07/22 浦和9R 1着/11頭勝利 06/15 3東京41R 6着/16頭+0.3秒 05/25 2東京101R 4着/16頭+0.5秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) × 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 2.3% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.8% / 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。
14	カルミアクラウン	▲小林美	実5.8	B○ A○勝率11% EV-38% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着／77日ぶりの実戦）
前5走 10/26 3京都97R 6着/12頭+1.0秒 10/13 3京都54R 5着/13頭+1.8秒 07/19 2小倉76R 1着/16頭勝利 06/28 2小倉13R 2着/16頭+0.0秒 06/07 3阪神11R 3着/15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 5.0着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 12.8% (オッズ暗示: 17.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 10.7% / 期待値 -38% ※ 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 ×

ビーチイン

騎手横山和

単勝オッズ

1.9倍

AI期待値

-5%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○14カルミアクラウン

5.8倍

EV -25%

▲A:▲7オテンバプリンセス

7.8倍

EV -28%

出走馬全14頭

◎A:×4

ビーチイン

横山和

1.9倍

-5%

›

○A:○14

カルミアクラウン

▲小林美

5.8倍

-25%

›

▲A:▲7

オテンバプリンセス

松山

7.8倍

-28%

›

△A:△5

デルマサクラサク

横山武

9.8倍

-26%

›

△A:△11

ジーティーアリア

北村友

14.3倍

-46%

›

△A:△2

ヴェールミューズ

佐々木

18.0倍

-34%

›

▽A:▽12

スリーケイ

斎藤

24.2倍

-36%

›

▽A:▽10

ランスノーブル

原田和

26.2倍

-40%

›

▽A:▽13

グルーヴィーオン

★河原田

28.3倍

-35%

›

▽A:▽6

ミリオンアップ

▲遠藤

35.7倍

-40%

›

▽A:▽1

リュミナーズ

☆長浜

47.0倍

-21%

›

▽A:▽9

ライフイズ

▲和田陽

49.5倍

-17%

›

▽A:▽8

マインセーラ

的場

79.4倍

-44%

›

×A:▽3

ブーケドグレイス

横山琉

109.3倍

-69%

›

💡 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）

9R 札幌競馬場　発走 14:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リュミナーズ	☆長浜	実47.0	▽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 12/14 5中京47R 3着/15頭+0.1秒 09/27 4中山86R 3着/16頭+0.1秒 08/09 1札幌58R 8着/11頭+1.3秒 07/26 1札幌19R 3着/13頭+0.5秒 07/12 1函館97R 5着/10頭+0.6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 6.0着 🌟◎ 期待値 (オッズ vs AI勝率) +181% (市場が大幅過小評価) AI 予想勝率 6.0% (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。
2	ヴェールミューズ	佐々木	実18.0	△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／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 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) ▽ 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) +25% (市場と概ね一致) AI 予想勝率 7.0% (オッズ暗示: 5.6%) ※ 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	ブーケドグレイス	横山琉	実109.3	▽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 12/12 船橋10R 5着/14頭+2.3秒 11/18 川崎12R 1着/14頭勝利 11/03 船橋6R 3着/12頭+0.8秒 09/04 園田12R 1着/12頭勝利 08/08 園田10R 2着/10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 5.0着 🌟◎ 期待値 (オッズ vs AI勝率) +378% (市場が大幅過小評価) AI 予想勝率 4.4% (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。
4	ビーチイン	横山和	実1.9	×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2着／119日ぶりの実戦）
前5走 11/24 5東京64R 7着/14頭+2.6秒 11/15 5東京36R 12着/14頭+2.5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 3.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 119日休養明け × 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 12.9% (オッズ暗示: 52.6%) ※ 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。
5	デルマサクラサク	横山武	実9.8	△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 12/06 5中京13R 10着/15頭+0.6秒 11/22 4京都57R 5着/16頭+1.3秒 10/26 3京都97R 4着/12頭+0.7秒 08/17 1札幌88R 8着/13頭+1.6秒 07/05 1函館712R 11着/13頭+2.0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 4.7着 △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 8.1% (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。
6	ミリオンアップ	▲遠藤	実35.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（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 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) +91% (市場が大幅過小評価) AI 予想勝率 5.4% (オッズ暗示: 2.8%) ※ 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	オテンバプリンセス	松山	実7.8	▲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 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) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 12.8%) ※ 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	マインセーラ	的場	実79.4	▽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2着／91日ぶりの実戦）
前5走 12/14 5中山41R 7着/15頭+0.8秒 11/23 5東京51R 9着/16頭+1.1秒 11/08 5東京11R 7着/15頭+2.5秒 10/25 4東京84R 16着/16頭+3.1秒 ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 2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) +278% (市場が大幅過小評価) AI 予想勝率 4.8% (オッズ暗示: 1.3%) ※ 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	ライフイズ	▲和田陽	実49.5	▽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／125日ぶりの実戦）
前5走 11/30 5東京83R 6着/16頭+2.0秒 11/08 5東京12R 4着/15頭+1.8秒 10/26 4東京91R 7着/14頭+1.1秒 08/03 1札幌41R 7着/12頭+0.8秒 06/29 1函館65R 7着/12頭+1.3秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 15着 (大敗) △ ローテーション 125日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +199% (市場が大幅過小評価) AI 予想勝率 6.1% (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。
10	ランスノーブル	原田和	実26.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／直近3走平均8.0着と低調／532日ぶりの実戦）
前5走 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5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 8.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) △ ローテーション 532日休養明け 🌟◎ 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 5.8% (オッズ暗示: 3.8%) ※ 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。
11	ジーティーアリア	北村友	実14.3	△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／前走勝利の勢い／125日ぶりの実戦）
前5走 12/21 5阪神65R 7着/12頭+0.4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) △ ローテーション 125日休養明け △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 7.7% (オッズ暗示: 7.0%) ※ 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	スリーケイ	斎藤	実24.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0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 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +58% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 4.1%) ※ 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	グルーヴィーオン	★河原田	実28.3	▽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 11/22 3福島52R 12着/16頭+1.5秒 09/20 4中山63R 7着/16頭+0.5秒 07/22 浦和9R 1着/11頭勝利 06/15 3東京41R 6着/16頭+0.3秒 05/25 2東京101R 4着/16頭+0.5秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0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 5.8% (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。
14	カルミアクラウン	▲小林美	実5.8	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着／77日ぶりの実戦）
前5走 10/26 3京都97R 6着/12頭+1.0秒 10/13 3京都54R 5着/13頭+1.8秒 07/19 2小倉76R 1着/16頭勝利 06/28 2小倉13R 2着/16頭+0.0秒 06/07 3阪神11R 3着/15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 5.0着 ○ 前走実績前走 3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 10.7% (オッズ暗示: 17.2%) ※ 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。

🎯 AIの本命

AI評価1位

ビーチイン

騎手横山和

単勝オッズ

1.9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

○14カルミアクラウン

5.8倍

EV -38%

▲7オテンバプリンセス

7.8倍

EV -30%

出走馬全14頭

×4

ビーチイン

横山和

1.9倍

-75%

›

○14

カルミアクラウン

▲小林美

5.8倍

-38%

›

▲7

オテンバプリンセス

松山

7.8倍

-30%

›

△5

デルマサクラサク

横山武

9.8倍

-20%

›

△11

ジーティーアリア

北村友

14.3倍

+9%

›

△2

ヴェールミューズ

佐々木

18.0倍

+25%

›

▽12

スリーケイ

斎藤

24.2倍

+58%

›

▽9

ライフイズ

▲和田陽

49.5倍

+199%

›

▽1

リュミナーズ

☆長浜

47.0倍

+181%

›

▽13

グルーヴィーオン

★河原田

28.3倍

+64%

›

▽10

ランスノーブル

原田和

26.2倍

+50%

›

▽6

ミリオンアップ

▲遠藤

35.7倍

+91%

›

▽8

マインセーラ

的場

79.4倍

+278%

›

▽3

ブーケドグレイス

横山琉

109.3倍

+378%

›

💡 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。