札幌 8R 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

8R 札幌競馬場　発走 13:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タイキフィアリーベ	吉田隼	実38.0	B▽ A▽勝率5% EV+99% 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／113日ぶりの実戦）
前5走 12/24 名古屋5R 2着/11頭+0.0秒 12/10 名古屋4R 2着/11頭+0.2秒 11/26 名古屋4R 2着/12頭+0.0秒 11/12 名古屋1R 1着/11頭勝利 10/16 名古屋4R 2着/12頭+0.1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) △ ローテーション 113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 1.8% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.2% / 期待値 +99% ※ 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	ファミーユウルーズ	▲和田陽	実213.2	B▽ A▽勝率4% EV+813% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／186日ぶりの実戦）
前5走 11/01 4東京107R 11着/16頭+1.4秒 10/18 4東京66R 8着/15頭+1.1秒 06/15 3東京46R 15着/16頭+2.3秒 02/23 1京都86R 4着/10頭+0.6秒 02/01 1東京12R 1着/14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 7.0着 (不振) ○ 前走実績前走 2着 (好走) △ ローテーション 186日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +61% (市場が大幅過小評価) AI 予想勝率 0.8% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.3% / 期待値 +813% ※ 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	ノリノドラゴン	▲遠藤	実194.5	B▽ A▽勝率4% EV+733% 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／前走勝利の勢い／91日ぶりの実戦）
前5走 11/09 4京都21R 9着/16頭+1.0秒 10/18 3京都61R 2着/9頭+0.2秒 10/04 3京都13R 8着/16頭+2.4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 91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 0.7% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.3% / 期待値 +733% ※ 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	ホノボノ	☆長浜	実117.4	B× A▽勝率4% EV+403% 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／前走勝利の勢い／154日ぶりの実戦）
前5走 11/16 5東京42R 12着/18頭+1.9秒 10/25 4新潟33R 7着/13頭+0.7秒 07/27 2新潟23R 8着/9頭+1.8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 154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 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.3% / 期待値 +404% ※ 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	メイショウコシュウ	浜中	実6.2	B△ A△勝率10% EV-39% 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／前走勝利の勢い／64日ぶりの実戦）
前5走 10/04 3京都11R 2着/14頭+0.1秒 07/26 1札幌15R 6着/13頭+2.1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) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 11.6% (オッズ暗示: 16.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.8% / 期待値 -39% ※ 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	ポンピエ	斎藤	実5.4	B△ A▲勝率10% EV-44% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（141日ぶりの実戦）
前5走 11/23 4京都66R 6着/16頭+0.6秒 10/26 4新潟412R 5着/12頭+0.7秒 10/04 3京都16R 5着/16頭+0.7秒 09/15 4阪神512R 4着/15頭+0.4秒 06/22 3阪神68R 4着/16頭+0.9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 5.7着 ▽ 前走実績前走 10着 (大敗) △ ローテーション 141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 11.6% (オッズ暗示: 18.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.2% / 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。
7	ピエナオルカ	▲小林美	実3.4	B◎ A×勝率12% EV-59% 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／78日ぶりの実戦）
前5走 12/13 5阪神32R 3着/10頭+1.7秒 11/23 4京都62R 3着/13頭+1.3秒 06/22 3阪神66R 6着/16頭+0.8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 3.3着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 21.0% (オッズ暗示: 29.4%) × Aモデルの評価 (参考) レース内 1位 / 勝率 11.9% / 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	テイクオンミー	☆舟山	実7.8	B△ A△勝率9% EV-31% 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／78日ぶりの実戦）
前5走 12/27 5中山72R 4着/16頭+0.8秒 10/26 4東京95R 8着/16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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 11.6% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.7% / 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。
9	クラウンアールシー	松本	実92.5	B▽ A▽勝率5% EV+332% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調／前走勝利の勢い／87日ぶりの実戦）
前5走 11/13 門別10R 7着/11頭+1.1秒 10/29 門別12R 1着/11頭勝利 09/14 4中山46R 6着/16頭+1.9秒 08/17 2新潟82R 2着/15頭+0.3秒 08/03 2新潟49R 3着/15頭+0.7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 67% (絶好調) ◎ 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 0.8% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.7% / 期待値 +332% ※ 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	サンデーパーティー	横山琉	実9.1	B○ A△勝率9% EV-14% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均12.7着と低調／148日ぶりの実戦）
前5走 12/14 5中山47R 14着/16頭+2.2秒 11/29 5東京79R 8着/12頭+1.7秒 10/18 4東京61R 1着/11頭勝利 09/21 4中山74R 4着/16頭+0.5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 12.7着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 148日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +65% (市場が大幅過小評価) AI 予想勝率 18.1% (オッズ暗示: 11.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.4% / 期待値 -15% ※ 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	ディアスポラ	岩田康	実39.4	B▽ A▽勝率5% EV+108% 詳細▼	大穴、AI予想勝率低く長期回収困難（259日ぶりの実戦）
前5走 11/23 5東京57R 12着/16頭+2.4秒 10/19 4新潟28R 6着/15頭+2.0秒 03/16 2中山68R 5着/16頭+2.0秒 02/15 1東京54R 5着/16頭+0.7秒 11/30 4中京17R 6着/12頭+0.8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 7.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 259日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.3% / 期待値 +109% ※ 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	ローズマイスター	横山和	実4.3	B▲ A○勝率11% EV-53% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率0%と苦戦傾向／直近3走平均2.3着と安定／前走3着）
前5走 12/21 5中京63R 4着/16頭+0.5秒 12/07 5中山212R 7着/16頭+1.8秒 09/06 2札幌512R 3着/14頭+0.2秒 08/31 2札幌412R 3着/12頭+0.1秒 08/17 1札幌88R 4着/13頭+0.7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 2.3着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) × 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 13.8% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 10.8% / 期待値 -54% ※ 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	ホウオウバローロ	小沢	実38.4	B▽ A▽勝率6% EV+114% 詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 08/17 1札幌88R 2着/13頭+0.1秒 07/20 1函館1212R 2着/13頭+0.1秒 07/13 1函館108R 2着/12頭+0.1秒 04/17 大井10R 9着/12頭+1.1秒 03/16 1阪神68R 9着/13頭+1.3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 4.7着 △ ローテーション 105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 2.5% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.6% / 期待値 +115% ※ 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	ブリオメンテ	池添	実24.0	B▽ A▽勝率6% EV+33% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（175日ぶりの実戦）
前5走 06/29 2小倉212R 11着/16頭+1.3秒 03/23 1阪神88R 2着/14頭+0.6秒 03/08 1阪神37R 7着/10頭+0.6秒 01/18 1中京67R 6着/12頭+0.8秒 06/16 4京都67R 6着/11頭+0.3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 6.7着 △ ローテーション 175日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.5% / 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。

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 ×

ピエナオルカ

騎手 ▲小林美

単勝オッズ

3.4倍

AI期待値

-28%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△10サンデーパーティー

9.1倍

EV +65%

▲A:○12ローズマイスター

4.3倍

EV -40%

出走馬全14頭

◎A:×7

ピエナオルカ

▲小林美

3.4倍

-28%

›

○A:△10

サンデーパーティー

横山琉

9.1倍

+65%

›

▲A:○12

ローズマイスター

横山和

4.3倍

-40%

›

△A:▲6

ポンピエ

斎藤

5.4倍

-37%

›

△A:△5

メイショウコシュウ

浜中

6.2倍

-28%

›

△A:△8

テイクオンミー

☆舟山

7.8倍

-9%

›

▽A:▽14

ブリオメンテ

池添

24.0倍

-9%

›

▽A:▽13

ホウオウバローロ

小沢

38.4倍

-5%

›

▽A:▽1

タイキフィアリーベ

吉田隼

38.0倍

-31%

›

▽A:▽11

ディアスポラ

岩田康

39.4倍

-29%

›

▽A:▽9

クラウンアールシー

松本

92.5倍

-30%

›

▽A:▽2

ファミーユウルーズ

▲和田陽

213.2倍

+61%

›

▽A:▽3

ノリノドラゴン

▲遠藤

194.5倍

+34%

›

×A:▽4

ホノボノ

☆長浜

117.4倍

-55%

›

💡 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

両モデルとも見送り

8R 札幌競馬場　発走 13:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タイキフィアリーベ	吉田隼	実38.0	▽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／113日ぶりの実戦）
前5走 12/24 名古屋5R 2着/11頭+0.0秒 12/10 名古屋4R 2着/11頭+0.2秒 11/26 名古屋4R 2着/12頭+0.0秒 11/12 名古屋1R 1着/11頭勝利 10/16 名古屋4R 2着/12頭+0.1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) △ ローテーション 113日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +99% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 2.6%) ※ 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。
2	ファミーユウルーズ	▲和田陽	実213.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／186日ぶりの実戦）
前5走 11/01 4東京107R 11着/16頭+1.4秒 10/18 4東京66R 8着/15頭+1.1秒 06/15 3東京46R 15着/16頭+2.3秒 02/23 1京都86R 4着/10頭+0.6秒 02/01 1東京12R 1着/14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 7.0着 (不振) ○ 前走実績前走 2着 (好走) △ ローテーション 186日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +813% (市場が大幅過小評価) AI 予想勝率 4.3% (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。
3	ノリノドラゴン	▲遠藤	実194.5	▽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／前走勝利の勢い／91日ぶりの実戦）
前5走 11/09 4京都21R 9着/16頭+1.0秒 10/18 3京都61R 2着/9頭+0.2秒 10/04 3京都13R 8着/16頭+2.4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 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +733% (市場が大幅過小評価) AI 予想勝率 4.3% (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。
4	ホノボノ	☆長浜	実117.4	▽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／前走勝利の勢い／154日ぶりの実戦）
前5走 11/16 5東京42R 12着/18頭+1.9秒 10/25 4新潟33R 7着/13頭+0.7秒 07/27 2新潟23R 8着/9頭+1.8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 154日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +403% (市場が大幅過小評価) AI 予想勝率 4.3% (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。
5	メイショウコシュウ	浜中	実6.2	△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／前走勝利の勢い／64日ぶりの実戦）
前5走 10/04 3京都11R 2着/14頭+0.1秒 07/26 1札幌15R 6着/13頭+2.1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) × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 9.8% (オッズ暗示: 16.1%) ※ 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。
6	ポンピエ	斎藤	実5.4	▲詳細▼	AI上位評価だが期待値不足、見送り（141日ぶりの実戦）
前5走 11/23 4京都66R 6着/16頭+0.6秒 10/26 4新潟412R 5着/12頭+0.7秒 10/04 3京都16R 5着/16頭+0.7秒 09/15 4阪神512R 4着/15頭+0.4秒 06/22 3阪神68R 4着/16頭+0.9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 5.7着 ▽ 前走実績前走 10着 (大敗) △ ローテーション 141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 10.2% (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。
7	ピエナオルカ	▲小林美	実3.4	×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／78日ぶりの実戦）
前5走 12/13 5阪神32R 3着/10頭+1.7秒 11/23 4京都62R 3着/13頭+1.3秒 06/22 3阪神66R 6着/16頭+0.8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 3.3着 ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 11.9% (オッズ暗示: 29.4%) ※ 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	テイクオンミー	☆舟山	実7.8	△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／78日ぶりの実戦）
前5走 12/27 5中山72R 4着/16頭+0.8秒 10/26 4東京95R 8着/16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戦の調子勝率 33% (上り調子) × 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 8.7% (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。
9	クラウンアールシー	松本	実92.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調／前走勝利の勢い／87日ぶりの実戦）
前5走 11/13 門別10R 7着/11頭+1.1秒 10/29 門別12R 1着/11頭勝利 09/14 4中山46R 6着/16頭+1.9秒 08/17 2新潟82R 2着/15頭+0.3秒 08/03 2新潟49R 3着/15頭+0.7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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +332% (市場が大幅過小評価) AI 予想勝率 4.7% (オッズ暗示: 1.1%) ※ 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	サンデーパーティー	横山琉	実9.1	△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12.7着と低調／148日ぶりの実戦）
前5走 12/14 5中山47R 14着/16頭+2.2秒 11/29 5東京79R 8着/12頭+1.7秒 10/18 4東京61R 1着/11頭勝利 09/21 4中山74R 4着/16頭+0.5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 12.7着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 148日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 11.0%) ※ 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	ディアスポラ	岩田康	実39.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（259日ぶりの実戦）
前5走 11/23 5東京57R 12着/16頭+2.4秒 10/19 4新潟28R 6着/15頭+2.0秒 03/16 2中山68R 5着/16頭+2.0秒 02/15 1東京54R 5着/16頭+0.7秒 11/30 4中京17R 6着/12頭+0.8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 7.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 259日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +108% (市場が大幅過小評価) AI 予想勝率 5.3% (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。
12	ローズマイスター	横山和	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率0%と苦戦傾向／直近3走平均2.3着と安定／前走3着）
前5走 12/21 5中京63R 4着/16頭+0.5秒 12/07 5中山212R 7着/16頭+1.8秒 09/06 2札幌512R 3着/14頭+0.2秒 08/31 2札幌412R 3着/12頭+0.1秒 08/17 1札幌88R 4着/13頭+0.7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 2.3着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 10.8% (オッズ暗示: 23.3%) ※ 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。
13	ホウオウバローロ	小沢	実38.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 08/17 1札幌88R 2着/13頭+0.1秒 07/20 1函館1212R 2着/13頭+0.1秒 07/13 1函館108R 2着/12頭+0.1秒 04/17 大井10R 9着/12頭+1.1秒 03/16 1阪神68R 9着/13頭+1.3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 4.7着 △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +114% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 2.6%) ※ 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。
14	ブリオメンテ	池添	実24.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（175日ぶりの実戦）
前5走 06/29 2小倉212R 11着/16頭+1.3秒 03/23 1阪神88R 2着/14頭+0.6秒 03/08 1阪神37R 7着/10頭+0.6秒 01/18 1中京67R 6着/12頭+0.8秒 06/16 4京都67R 6着/11頭+0.3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 6.7着 △ ローテーション 175日休養明け ◎ 期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 5.5% (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。

🎯 AIの本命

AI評価1位

ピエナオルカ

騎手 ▲小林美

単勝オッズ

3.4倍

AI期待値

-59%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12ローズマイスター

4.3倍

EV -53%

▲6ポンピエ

5.4倍

EV -44%

出走馬全14頭

×7

ピエナオルカ

▲小林美

3.4倍

-59%

›

○12

ローズマイスター

横山和

4.3倍

-53%

›

▲6

ポンピエ

斎藤

5.4倍

-44%

›

△5

メイショウコシュウ

浜中

6.2倍

-39%

›

△10

サンデーパーティー

横山琉

9.1倍

-14%

›

△8

テイクオンミー

☆舟山

7.8倍

-31%

›

▽13

ホウオウバローロ

小沢

38.4倍

+114%

›

▽14

ブリオメンテ

池添

24.0倍

+33%

›

▽11

ディアスポラ

岩田康

39.4倍

+108%

›

▽1

タイキフィアリーベ

吉田隼

38.0倍

+99%

›

▽9

クラウンアールシー

松本

92.5倍

+332%

›

▽4

ホノボノ

☆長浜

117.4倍

+403%

›

▽3

ノリノドラゴン

▲遠藤

194.5倍

+733%

›

▽2

ファミーユウルーズ

▲和田陽

213.2倍

+813%

›

💡 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

両モデルとも見送り

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