札幌 3R 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

3R 札幌競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エオアリイ推奨	☆舟山	実11.2	B△ A△勝率11% EV+21% 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5走 12/27 5中山77R 17着/18頭+1.9秒 11/15 3福島38R 9着/16頭+1.1秒 08/31 2札幌44R 1着/16頭勝利 08/09 1札幌56R 2着/15頭+0.4秒 05/11 1新潟43R 9着/14頭+2.1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 17着 (大敗) △ ローテーション 225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 8.8% (オッズ暗示: 8.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 10.9% / 期待値 +22% ※ 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	グランツローゼ	★河原田	実69.6	B▽ A▽勝率6% EV+284% 詳細▼	大穴、AI予想勝率低く長期回収困難（85日ぶりの実戦）
前5走 11/16 佐賀10R 4着/11頭+1.0秒 11/01 佐賀10R 4着/12頭+1.0秒 10/18 佐賀3R 1着/11頭勝利 09/20 佐賀7R 4着/12頭+0.6秒 09/04 佐賀4R 1着/12頭勝利
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 7.3着 (不振) × 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 0.8% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.5% / 期待値 +285% ※ 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	マテンロウゼロ	横山典	実6.4	B▲ A▲勝率12% EV-21% 詳細▼	AI上位評価だが期待値不足、見送り（85日ぶりの実戦）
前5走 12/27 5中山711R 11着/16頭+0.9秒 12/07 5阪神24R 1着/8頭勝利 11/15 5東京34R 7着/13頭+0.7秒 10/25 4東京85R 6着/9頭+0.8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 7.7着 (不振) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 16.0% (オッズ暗示: 15.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.3% / 期待値 -22% ※ 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	レジェンドシップ	浜中	実4.2	B○ A○勝率13% EV-44% 詳細▼	AI上位評価だが期待値不足、見送り（434日ぶりの実戦）
前5走 06/01 2京都127R 4着/12頭+0.2秒 06/01 2京都127R 4着/12頭+0.2秒 06/01 2京都127R 4着/12頭+0.2秒 06/01 2京都127R 4着/12頭+0.2秒 06/01 2京都127R 4着/12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 4.0着 △ ローテーション 434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 16.0% (オッズ暗示: 23.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.2% / 期待値 -45% ※ 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	デルシエロ	横山琉	実5.1	B△ A△勝率12% EV-37% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（126日ぶりの実戦）
前5走 11/23 4京都67R 8着/18頭+0.9秒 11/08 4京都112R 5着/14頭+0.5秒 10/25 3京都812R 5着/10頭+0.3秒 10/05 3京都27R 3着/12頭+0.1秒 08/09 3中京58R 3着/7頭+0.4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 7.0着 (不振) △ ローテーション 126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 8.8% (オッズ暗示: 19.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.2% / 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。
6	サウンドサンライズ	斎藤	実8.6	B△ A△勝率11% EV-2% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（238日ぶりの実戦）
前5走 12/14 5中京46R 12着/18頭+1.3秒 08/23 2札幌16R 7着/13頭+0.8秒 08/03 1札幌48R 2着/11頭+0.0秒 03/02 1阪神211R 12着/14頭+0.9秒 02/10 1京都310R 7着/9頭+1.7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 7.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 238日休養明け ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 16.0% (オッズ暗示: 11.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 11.4% / 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。
7	ストラニエーロ	▲小林美	実34.3	B▽ A▽勝率6% EV+117% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／前走2着／115日ぶりの実戦）
前5走 12/27 5中山77R 10着/18頭+0.6秒 11/09 3福島28R 11着/16頭+0.8秒 09/13 4中山312R 12着/16頭+1.5秒 07/12 1函館99R 5着/11頭+0.3秒 06/22 1函館49R 3着/10頭+0.3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 8.0着 (不振) ○ 前走実績前走 2着 (好走) △ ローテーション 115日休養明け × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.3% / 期待値 +118% ※ 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	ピティロディア	池添	実59.2	B▽ A▽勝率6% EV+251% 詳細▼	大穴、AI予想勝率低く長期回収困難（92日ぶりの実戦）
前5走 11/08 3福島19R 12着/16頭+0.6秒 10/25 4新潟36R 6着/15頭+0.6秒 08/23 2札幌13R 7着/16頭+1.1秒 07/27 1札幌24R 6着/9頭+1.1秒 06/28 1函館54R 2着/13頭+0.5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 6.7着 △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.9% / 期待値 +251% ※ 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	エイカイコバチ	小沢	実13.3	B× A▽勝率8% 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8.0着と低調／前走3着／78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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 7.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.8% / 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。
10	メイショウテンク	吉田隼	実3.0	B◎ A×勝率15% EV-56% 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走で勝率33%と好調／92日ぶりの実戦）
前5走 12/20 5阪神53R 6着/18頭+0.5秒 11/29 4京都75R 2着/12頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 27.3% (オッズ暗示: 33.3%) × Aモデルの評価 (参考) レース内 1位 / 勝率 14.6% / 期待値 -56% ※ 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 ×

メイショウテンク

騎手吉田隼

単勝オッズ

3.0倍

AI期待値

-18%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○4レジェンドシップ

4.2倍

EV -32%

▲A:▲3マテンロウゼロ

6.4倍

EV +2%

出走馬全10頭

◎A:×10

メイショウテンク

吉田隼

3.0倍

-18%

›

○A:○4

レジェンドシップ

浜中

4.2倍

-32%

›

▲A:▲3

マテンロウゼロ

横山典

6.4倍

+2%

›

△A:△6

サウンドサンライズ

斎藤

8.6倍

+37%

›

△A:△5

デルシエロ

横山琉

5.1倍

-55%

›

△A:△1

エオアリイ

☆舟山

11.2倍

-1%

›

×A:▽9

エイカイコバチ

小沢

13.3倍

-58%

›

▽A:▽7

ストラニエーロ

▲小林美

34.3倍

-35%

›

▽A:▽8

ピティロディア

池添

59.2倍

-19%

›

▽A:▽2

グランツローゼ

★河原田

69.6倍

-42%

›

💡 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

A. 現行モデル (binary)

単勝 1 エオアリイ実11.2倍期待値 -1% 推奨 11.4〜30.0倍 ¥100 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ オッズは予測時点の値です。

3R 札幌競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エオアリイ推奨	☆舟山	実11.2	△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5走 12/27 5中山77R 17着/18頭+1.9秒 11/15 3福島38R 9着/16頭+1.1秒 08/31 2札幌44R 1着/16頭勝利 08/09 1札幌56R 2着/15頭+0.4秒 05/11 1新潟43R 9着/14頭+2.1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 17着 (大敗) △ ローテーション 225日休養明け △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 10.9% (オッズ暗示: 8.9%) ※ 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	グランツローゼ	★河原田	実69.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（85日ぶりの実戦）
前5走 11/16 佐賀10R 4着/11頭+1.0秒 11/01 佐賀10R 4着/12頭+1.0秒 10/18 佐賀3R 1着/11頭勝利 09/20 佐賀7R 4着/12頭+0.6秒 09/04 佐賀4R 1着/12頭勝利
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 7.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +284% (市場が大幅過小評価) AI 予想勝率 5.5% (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。
3	マテンロウゼロ	横山典	実6.4	▲詳細▼	AI上位評価だが期待値不足、見送り（85日ぶりの実戦）
前5走 12/27 5中山711R 11着/16頭+0.9秒 12/07 5阪神24R 1着/8頭勝利 11/15 5東京34R 7着/13頭+0.7秒 10/25 4東京85R 6着/9頭+0.8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 7.7着 (不振) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 12.3% (オッズ暗示: 15.6%) ※ 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。
4	レジェンドシップ	浜中	実4.2	○詳細▼	AI上位評価だが期待値不足、見送り（434日ぶりの実戦）
前5走 06/01 2京都127R 4着/12頭+0.2秒 06/01 2京都127R 4着/12頭+0.2秒 06/01 2京都127R 4着/12頭+0.2秒 06/01 2京都127R 4着/12頭+0.2秒 06/01 2京都127R 4着/12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 4.0着 △ ローテーション 434日休養明け × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 13.2% (オッズ暗示: 23.8%) ※ 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	デルシエロ	横山琉	実5.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（126日ぶりの実戦）
前5走 11/23 4京都67R 8着/18頭+0.9秒 11/08 4京都112R 5着/14頭+0.5秒 10/25 3京都812R 5着/10頭+0.3秒 10/05 3京都27R 3着/12頭+0.1秒 08/09 3中京58R 3着/7頭+0.4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 7.0着 (不振) △ ローテーション 126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 12.2% (オッズ暗示: 19.6%) ※ 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	サウンドサンライズ	斎藤	実8.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（238日ぶりの実戦）
前5走 12/14 5中京46R 12着/18頭+1.3秒 08/23 2札幌16R 7着/13頭+0.8秒 08/03 1札幌48R 2着/11頭+0.0秒 03/02 1阪神211R 12着/14頭+0.9秒 02/10 1京都310R 7着/9頭+1.7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 7.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 238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 11.4% (オッズ暗示: 11.6%) ※ 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。
7	ストラニエーロ	▲小林美	実34.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／前走2着／115日ぶりの実戦）
前5走 12/27 5中山77R 10着/18頭+0.6秒 11/09 3福島28R 11着/16頭+0.8秒 09/13 4中山312R 12着/16頭+1.5秒 07/12 1函館99R 5着/11頭+0.3秒 06/22 1函館49R 3着/10頭+0.3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 8.0着 (不振) ○ 前走実績前走 2着 (好走) △ ローテーション 115日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +117% (市場が大幅過小評価) AI 予想勝率 6.3% (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。
8	ピティロディア	池添	実59.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（92日ぶりの実戦）
前5走 11/08 3福島19R 12着/16頭+0.6秒 10/25 4新潟36R 6着/15頭+0.6秒 08/23 2札幌13R 7着/16頭+1.1秒 07/27 1札幌24R 6着/9頭+1.1秒 06/28 1函館54R 2着/13頭+0.5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 6.7着 △ ローテーション 92日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +251% (市場が大幅過小評価) AI 予想勝率 5.9% (オッズ暗示: 1.7%) ※ 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。
9	エイカイコバチ	小沢	実13.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／前走3着／78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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 7.8% (オッズ暗示: 7.5%) ※ 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。
10	メイショウテンク	吉田隼	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（直近3走で勝率33%と好調／92日ぶりの実戦）
前5走 12/20 5阪神53R 6着/18頭+0.5秒 11/29 4京都75R 2着/12頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 92日休養明け × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 14.6% (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。

🎯 AIの本命

AI評価1位

メイショウテンク

騎手吉田隼

単勝オッズ

3.0倍

AI期待値

-56%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4レジェンドシップ

4.2倍

EV -44%

▲3マテンロウゼロ

6.4倍

EV -21%

出走馬全10頭

×10

メイショウテンク

吉田隼

3.0倍

-56%

›

○4

レジェンドシップ

浜中

4.2倍

-44%

›

▲3

マテンロウゼロ

横山典

6.4倍

-21%

›

△5

デルシエロ

横山琉

5.1倍

-37%

›

△6

サウンドサンライズ

斎藤

8.6倍

-2%

›

△1

エオアリイ

☆舟山

11.2倍

+21%

›

▽9

エイカイコバチ

小沢

13.3倍

+3%

›

▽7

ストラニエーロ

▲小林美

34.3倍

+117%

›

▽8

ピティロディア

池添

59.2倍

+251%

›

▽2

グランツローゼ

★河原田

69.6倍

+284%

›

💡 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

A. 現行モデル (binary)

単勝 1 エオアリイ実11.2倍期待値 +22% 推奨 10.0〜30.0倍 ¥100 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ オッズは予測時点の値です。

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）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項