札幌 12R 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

12R 札幌競馬場　発走 16:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アスミル	古川吉	実20.0	B▽ A▽勝率7% EV+40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（90日ぶりの実戦）
前5走 12/27 5阪神79R 1着/10頭勝利 11/22 4京都59R 2着/9頭+0.5秒 10/26 4新潟42R 1着/13頭勝利 09/21 4阪神72R 6着/13頭+0.5秒 08/31 4中京41R 2着/13頭+0.0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 7.7着 (不振) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.0% / 期待値 +41% ※ 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	ホウキボシ	岩田望	実8.4	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（直近3走平均3.0着と安定／前走3着／560日ぶりの実戦）
前5走 01/25 1中山810R 3着/13頭+0.4秒 01/25 1中山810R 3着/13頭+0.4秒 01/25 1中山810R 3着/13頭+0.4秒 01/25 1中山810R 3着/13頭+0.4秒 01/25 1中山810R 3着/13頭+0.4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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 560日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 10.2% (オッズ暗示: 11.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.0% / 期待値 -25% ※ 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	ルクスジニア	池添	実19.5	B▽ A▽勝率7% EV+27% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（84日ぶりの実戦）
前5走 12/14 5阪神412R 5着/10頭+0.4秒 09/07 2札幌610R 6着/14頭+0.5秒 08/02 1札幌310R 3着/14頭+0.0秒 04/27 2東京211R 7着/18頭+0.6秒 03/29 2阪神19R 1着/14頭勝利
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 6.0着 × 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 3.4% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.5% / 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。
4	マーゴットブロー推奨	斎藤	実11.6	B△ A△勝率9% EV0% 詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／前走勝利の勢い継続／111日の休養を経て臨戦態勢）
前5走 12/21 5中京69R 5着/16頭+0.3秒 10/11 4東京311R 4着/8頭+0.4秒 09/13 4中山32R 1着/11頭勝利 06/22 3東京65R 11着/16頭+2.3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 111日休養明け △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 10.2% (オッズ暗示: 8.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.5% / 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。
5	ウインイザナミ	岩田康	実23.9	B▽ A▽勝率6% EV+43% 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／90日ぶりの実戦）
前5走 08/03 1札幌46R 1着/14頭勝利 06/15 3東京44R 3着/18頭+0.3秒 05/17 2東京75R 2着/18頭+0.2秒 03/16 2中京25R 3着/18頭+0.3秒 02/15 1東京55R 2着/16頭+0.0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 90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 2.2% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.0% / 期待値 +43% ※ 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	スミレファースト	横山琉	実241.9	B▽ A▽勝率4% EV+922% 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0%と苦戦傾向／直近3走平均12.7着と低調／139日ぶりの実戦）
前5走 11/24 5東京68R 10着/15頭+1.9秒 11/09 5東京28R 4着/16頭+0.7秒 09/27 4中山812R 2着/16頭+0.1秒 08/23 2札幌110R 12着/14頭+1.1秒 06/21 1函館311R 9着/15頭+0.4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 12.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 139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 0.3% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.2% / 期待値 +922% ※ 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	レイユール	長浜	実29.8	B× A▽勝率5% EV+59% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均14.3着と低調／119日ぶりの実戦）
前5走 12/13 5中山37R 1着/16頭勝利 11/22 3福島512R 10着/16頭+0.5秒 09/07 4中山212R 9着/16頭+0.5秒 08/16 2新潟76R 9着/11頭+1.7秒 07/13 2福島69R 7着/13頭+0.7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 14.3着 (不振) ▽ 前走実績前走 14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) -52% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.4% / 期待値 +60% ※ 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	ヒズマスターピース	浜中	実8.0	B▲ A△勝率9% EV-25% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.3着と低調／119日ぶりの実戦）
前5走 12/14 5阪神411R 15着/18頭+1.6秒 11/23 5東京59R 1着/8頭勝利 10/25 4東京82R 1着/10頭勝利 09/28 4中山95R 6着/17頭+0.8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 8.3着 (不振) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 12.5% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 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。
9	レッドスティンガー	横山和	実3.9	B○ A○勝率12% EV-54% 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／125日ぶりの実戦）
前5走 12/28 5中山84R 7着/11頭+1.7秒 11/08 5東京111R 8着/16頭+0.9秒 10/19 4東京76R 2着/8頭+0.2秒 08/24 2札幌22R 1着/11頭勝利 08/02 1札幌35R 2着/11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戦の調子勝率 33% (上り調子) △ ローテーション 125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 18.9% (オッズ暗示: 25.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.6% / 期待値 -55% ※ 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	ブラックジェダイト	佐々木	実7.3	B△ A▲勝率10% EV-27% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／77日ぶりの実戦）
前5走 07/05 1函館79R 5着/8頭+1.0秒 06/22 1函館47R 3着/13頭+0.4秒 03/09 2中山411R 13着/14頭+1.8秒 12/28 5中山95R 1着/18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) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 10.4% (オッズ暗示: 13.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.9% / 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。
11	ジーネキング	横山武	実3.1	B◎ A×勝率12% EV-62% 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（直近3走平均9.3着と低調／90日ぶりの実戦）
前5走 12/27 5中山711R 12着/16頭+1.1秒 09/06 2札幌511R 2着/12頭+0.0秒 08/16 2新潟71R 1着/13頭勝利 07/27 2新潟22R 2着/6頭+0.4秒 06/29 2福島25R 3着/13頭+0.5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 9.3着 (不振) ▽ 前走実績前走 13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) -32% (大幅な期待値マイナス) AI 予想勝率 22.0% (オッズ暗示: 32.3%) × Aモデルの評価 (参考) レース内 1位 / 勝率 12.0% / 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。
12	ヴィンブルレー	松山	実40.6	B▽ A▽勝率6% EV+142% 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／91日ぶりの実戦）
前5走 11/01 4東京106R 2着/15頭+0.2秒 12/07 5中山31R 1着/16頭勝利 10/14 4東京42R 4着/14頭+0.4秒 07/21 2福島86R 2着/11頭+0.1秒 ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 16着 (大敗) △ ローテーション 91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 1.6% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.0% / 期待値 +143% ※ 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	オーシャントライブ	北村友	実106.5	B▽ A▽勝率5% EV+382% 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／419日ぶりの実戦）
前5走 06/15 3東京49R 9着/10頭+1.7秒 06/15 3東京49R 9着/10頭+1.7秒 06/15 3東京49R 9着/10頭+1.7秒 06/15 3東京49R 9着/10頭+1.7秒 06/15 3東京49R 9着/10頭+1.7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 9.0着 (不振) △ ローテーション 419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 0.6% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.5% / 期待値 +382% ※ 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 ×

ジーネキング

騎手横山武

単勝オッズ

3.1倍

AI期待値

-31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○9レッドスティンガー

3.9倍

EV -26%

▲A:△8ヒズマスターピース

8.0倍

EV 0%

出走馬全13頭

◎A:×11

ジーネキング

横山武

3.1倍

-31%

›

○A:○9

レッドスティンガー

横山和

3.9倍

-26%

›

▲A:△8

ヒズマスターピース

浜中

8.0倍

›

△A:▲10

ブラックジェダイト

佐々木

7.3倍

-24%

›

△A:△2

ホウキボシ

岩田望

8.4倍

-14%

›

△A:△4

マーゴットブロー

斎藤

11.6倍

+18%

›

▽A:▽1

アスミル

古川吉

20.0倍

+23%

›

▽A:▽3

ルクスジニア

池添

19.5倍

-33%

›

▽A:▽5

ウインイザナミ

岩田康

23.9倍

-46%

›

×A:▽7

レイユール

長浜

29.8倍

-51%

›

▽A:▽12

ヴィンブルレー

松山

40.6倍

-34%

›

▽A:▽13

オーシャントライブ

北村友

106.5倍

-33%

›

▽A:▽6

スミレファースト

横山琉

241.9倍

-34%

›

💡 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 4 マーゴットブロー実11.6倍期待値 +18% 推奨 10.0〜30.0倍 ¥100 ❌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

12R 札幌競馬場　発走 16:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アスミル	古川吉	実20.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（90日ぶりの実戦）
前5走 12/27 5阪神79R 1着/10頭勝利 11/22 4京都59R 2着/9頭+0.5秒 10/26 4新潟42R 1着/13頭勝利 09/21 4阪神72R 6着/13頭+0.5秒 08/31 4中京41R 2着/13頭+0.0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 7.7着 (不振) △ ローテーション 90日休養明け ◎ 期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 7.0% (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。
2	ホウキボシ	岩田望	実8.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均3.0着と安定／前走3着／560日ぶりの実戦）
前5走 01/25 1中山810R 3着/13頭+0.4秒 01/25 1中山810R 3着/13頭+0.4秒 01/25 1中山810R 3着/13頭+0.4秒 01/25 1中山810R 3着/13頭+0.4秒 01/25 1中山810R 3着/13頭+0.4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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 560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 9.0% (オッズ暗示: 11.9%) ※ 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。
3	ルクスジニア	池添	実19.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（84日ぶりの実戦）
前5走 12/14 5阪神412R 5着/10頭+0.4秒 09/07 2札幌610R 6着/14頭+0.5秒 08/02 1札幌310R 3着/14頭+0.0秒 04/27 2東京211R 7着/18頭+0.6秒 03/29 2阪神19R 1着/14頭勝利
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 6.0着 △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 6.5% (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。
4	マーゴットブロー推奨	斎藤	実11.6	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／前走勝利の勢い継続／111日の休養を経て臨戦態勢）
前5走 12/21 5中京69R 5着/16頭+0.3秒 10/11 4東京311R 4着/8頭+0.4秒 09/13 4中山32R 1着/11頭勝利 06/22 3東京65R 11着/16頭+2.3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 111日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 8.6%) ※ 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	ウインイザナミ	岩田康	実23.9	▽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／90日ぶりの実戦）
前5走 08/03 1札幌46R 1着/14頭勝利 06/15 3東京44R 3着/18頭+0.3秒 05/17 2東京75R 2着/18頭+0.2秒 03/16 2中京25R 3着/18頭+0.3秒 02/15 1東京55R 2着/16頭+0.0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 90日休養明け ◎ 期待値 (オッズ vs AI勝率) +43% (妙味あり) AI 予想勝率 6.0% (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。
6	スミレファースト	横山琉	実241.9	▽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0%と苦戦傾向／直近3走平均12.7着と低調／139日ぶりの実戦）
前5走 11/24 5東京68R 10着/15頭+1.9秒 11/09 5東京28R 4着/16頭+0.7秒 09/27 4中山812R 2着/16頭+0.1秒 08/23 2札幌110R 12着/14頭+1.1秒 06/21 1函館311R 9着/15頭+0.4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 12.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 139日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +922% (市場が大幅過小評価) AI 予想勝率 4.2% (オッズ暗示: 0.4%) ※ 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。
7	レイユール	長浜	実29.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均14.3着と低調／119日ぶりの実戦）
前5走 12/13 5中山37R 1着/16頭勝利 11/22 3福島512R 10着/16頭+0.5秒 09/07 4中山212R 9着/16頭+0.5秒 08/16 2新潟76R 9着/11頭+1.7秒 07/13 2福島69R 7着/13頭+0.7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 14.3着 (不振) ▽ 前走実績前走 14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) +59% (市場が大幅過小評価) AI 予想勝率 5.4% (オッズ暗示: 3.4%) ※ 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。
8	ヒズマスターピース	浜中	実8.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.3着と低調／119日ぶりの実戦）
前5走 12/14 5阪神411R 15着/18頭+1.6秒 11/23 5東京59R 1着/8頭勝利 10/25 4東京82R 1着/10頭勝利 09/28 4中山95R 6着/17頭+0.8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 8.3着 (不振) △ ローテーション 119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 9.3% (オッズ暗示: 12.5%) ※ 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。
9	レッドスティンガー	横山和	実3.9	○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／125日ぶりの実戦）
前5走 12/28 5中山84R 7着/11頭+1.7秒 11/08 5東京111R 8着/16頭+0.9秒 10/19 4東京76R 2着/8頭+0.2秒 08/24 2札幌22R 1着/11頭勝利 08/02 1札幌35R 2着/11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戦の調子勝率 33% (上り調子) △ ローテーション 125日休養明け × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 11.6% (オッズ暗示: 25.6%) ※ 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。
10	ブラックジェダイト	佐々木	実7.3	▲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／77日ぶりの実戦）
前5走 07/05 1函館79R 5着/8頭+1.0秒 06/22 1函館47R 3着/13頭+0.4秒 03/09 2中山411R 13着/14頭+1.8秒 12/28 5中山95R 1着/18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) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 9.9% (オッズ暗示: 13.7%) ※ 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。
11	ジーネキング	横山武	実3.1	×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（直近3走平均9.3着と低調／90日ぶりの実戦）
前5走 12/27 5中山711R 12着/16頭+1.1秒 09/06 2札幌511R 2着/12頭+0.0秒 08/16 2新潟71R 1着/13頭勝利 07/27 2新潟22R 2着/6頭+0.4秒 06/29 2福島25R 3着/13頭+0.5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 9.3着 (不振) ▽ 前走実績前走 13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) -63% (大幅な期待値マイナス) AI 予想勝率 12.0% (オッズ暗示: 32.3%) ※ 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。
12	ヴィンブルレー	松山	実40.6	▽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／91日ぶりの実戦）
前5走 11/01 4東京106R 2着/15頭+0.2秒 12/07 5中山31R 1着/16頭勝利 10/14 4東京42R 4着/14頭+0.4秒 07/21 2福島86R 2着/11頭+0.1秒 ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 16着 (大敗) △ ローテーション 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +142% (市場が大幅過小評価) AI 予想勝率 6.0% (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。
13	オーシャントライブ	北村友	実106.5	▽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／419日ぶりの実戦）
前5走 06/15 3東京49R 9着/10頭+1.7秒 06/15 3東京49R 9着/10頭+1.7秒 06/15 3東京49R 9着/10頭+1.7秒 06/15 3東京49R 9着/10頭+1.7秒 06/15 3東京49R 9着/10頭+1.7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 9.0着 (不振) △ ローテーション 419日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +382% (市場が大幅過小評価) AI 予想勝率 4.5% (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。

🎯 AIの本命

AI評価1位

ジーネキング

騎手横山武

単勝オッズ

3.1倍

AI期待値

-62%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9レッドスティンガー

3.9倍

EV -54%

▲10ブラックジェダイト

7.3倍

EV -27%

出走馬全13頭

×11

ジーネキング

横山武

3.1倍

-62%

›

○9

レッドスティンガー

横山和

3.9倍

-54%

›

▲10

ブラックジェダイト

佐々木

7.3倍

-27%

›

△8

ヒズマスターピース

浜中

8.0倍

-25%

›

△2

ホウキボシ

岩田望

8.4倍

-24%

›

△4

マーゴットブロー

斎藤

11.6倍

›

▽1

アスミル

古川吉

20.0倍

+40%

›

▽3

ルクスジニア

池添

19.5倍

+27%

›

▽5

ウインイザナミ

岩田康

23.9倍

+43%

›

▽12

ヴィンブルレー

松山

40.6倍

+142%

›

▽7

レイユール

長浜

29.8倍

+59%

›

▽13

オーシャントライブ

北村友

106.5倍

+382%

›

▽6

スミレファースト

横山琉

241.9倍

+922%

›

💡 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 4 マーゴットブロー実11.6倍期待値 -1% 推奨 11.7〜30.0倍 ¥100 ❌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。