札幌 1R 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

1R 札幌競馬場　発走 10:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャストグレース	古川吉	実90.0	B▽ A▽勝率5% EV+351% 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／90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 1 ◎ 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 90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 0.7% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 5.0% / 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。
2	リベンジャー	石川倭	実85.1	B▽ A▽勝率5% EV+327% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.5着と低調）
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 12.5着 (不振) ▽ 前走実績前走 12着 (大敗) × 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 0.7% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.0% / 期待値 +327% ※ 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	クルビデンス	佐々木	実1.9	B🌟◎ A×勝率13% EV-74% 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8.7着と低調／112日ぶりの実戦）
前5走 12/28 5中山81R 12着/16頭+1.6秒 10/25 4東京84R 8着/16頭+1.0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 8.7着 (不振) △ ローテーション 112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 33.8% (オッズ暗示: 52.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 13.5% / 期待値 -74% ※ 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	マーゴットデウス	小沢	実51.6	B▽ A▽勝率5% EV+174% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／69日ぶりの実戦）
前5走 11/24 3福島65R 16着/16頭+5.3秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.3% / 期待値 +175% ※ 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	メイショウシンガン	横山琉	実30.5	B▽ A▽勝率6% EV+71% 詳細▼	大穴、AI予想勝率低く長期回収困難（294日ぶりの実戦）
前5走 10/25 3京都81R 10着/14頭+2.2秒 09/27 4阪神82R 3着/9頭+1.8秒 09/14 4阪神46R 3着/12頭+1.1秒 ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 ▽ 前走実績前走 10着 (大敗) △ ローテーション 294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 2.7% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.6% / 期待値 +72% ※ 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	フレンチブラッサム	横山典	実4.9	B○ A○勝率11% EV-43% 詳細▼	AI上位評価だが期待値不足、見送り（84日ぶりの実戦）
前5走 10/25 4新潟32R 5着/15頭+2.1秒 10/13 4東京52R 5着/13頭+1.1秒 08/31 3新潟46R 10着/15頭+3.5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 3.7着 △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 19.8% (オッズ暗示: 20.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.4% / 期待値 -44% ※ 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	ショウナンタヅナ	池添	実21.8	B▽ A▽勝率6% EV+32% 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／前走3着／76日ぶりの実戦）
前5走 12/13 5中山33R 9着/16頭+1.3秒 11/22 3福島53R 8着/15頭+2.5秒 09/28 4中山91R 7着/12頭+2.2秒 09/14 4中山44R 7着/11頭+2.8秒 08/23 3新潟15R 10着/13頭+1.1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 9.7着 (不振) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 4.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.1% / 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。
8	ニットウエース	浜中	実999.9	B▽ A▽勝率5% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調／186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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 186日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +258% (市場が大幅過小評価) AI 予想勝率 0.4% (オッズ暗示: 0.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.5% / 期待値 +4431% ※ 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	ロードクローザー	横山和	実5.3	B▲ A▲勝率11% EV-40% 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／90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 8.3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) -13% (オッズ過剰評価) AI 予想勝率 16.4% (オッズ暗示: 18.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.2% / 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。
10	アンタレス	▲和田陽	実19.9	B△ A△勝率7% EV+37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.7着と低調／77日ぶりの実戦）
前5走 12/13 5中山36R 11着/15頭+6.6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 11.7着 (不振) ▽ 前走実績前走 18着 (大敗) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 3.9% (オッズ暗示: 5.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.9% / 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。
11	ゴーントゥファー	☆長浜	実232.2	B▽ A▽勝率5% EV+952% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／132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 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 132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 0.4% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.5% / 期待値 +952% ※ 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	サンオブザサン	斎藤	実11.4	B△ A△勝率8% EV-4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（153日ぶりの実戦）
前5走 12/13 5阪神36R 9着/13頭+2.2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 6.3着 △ ローテーション 153日休養明け △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 9.3% (オッズ暗示: 8.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.4% / 期待値 -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	フェンリル	菊沢	実24.5	B▽ A▽勝率6% EV+44% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.5着と低調／70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 8.5着 (不振) ▽ 前走実績前走 11着 (大敗) × 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 2.7% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.9% / 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。
14	ワンダーゾルダート	松本	実19.9	B△ A△勝率7% EV+30% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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 14 ◎ 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 3.9% (オッズ暗示: 5.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.5% / 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。

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 ×

クルビデンス

騎手佐々木

単勝オッズ

1.9倍

AI期待値

-35%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6フレンチブラッサム

4.9倍

EV -3%

▲A:▲9ロードクローザー

5.3倍

EV -12%

出走馬全14頭

◎A:×3

クルビデンス

佐々木

1.9倍

-35%

›

○A:○6

フレンチブラッサム

横山典

4.9倍

-3%

›

▲A:▲9

ロードクローザー

横山和

5.3倍

-12%

›

△A:△12

サンオブザサン

斎藤

11.4倍

+6%

›

△A:△10

アンタレス

▲和田陽

19.9倍

-22%

›

△A:△14

ワンダーゾルダート

松本

19.9倍

-22%

›

▽A:▽7

ショウナンタヅナ

池添

21.8倍

-18%

›

▽A:▽13

フェンリル

菊沢

24.5倍

-34%

›

▽A:▽5

メイショウシンガン

横山琉

30.5倍

-18%

›

▽A:▽4

マーゴットデウス

小沢

51.6倍

-12%

›

▽A:▽2

リベンジャー

石川倭

85.1倍

-39%

›

▽A:▽1

ジャストグレース

古川吉

90.0倍

-35%

›

▽A:▽11

ゴーントゥファー

☆長浜

232.2倍

-16%

›

▽A:▽8

ニットウエース

浜中

999.9倍

+258%

›

💡 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

1R 札幌競馬場　発走 10:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャストグレース	古川吉	実90.0	▽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／90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 1 ◎ 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 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +351% (市場が大幅過小評価) AI 予想勝率 5.0% (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。
2	リベンジャー	石川倭	実85.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.5着と低調）
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 12.5着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +327% (市場が大幅過小評価) AI 予想勝率 5.0% (オッズ暗示: 1.2%) ※ 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	クルビデンス	佐々木	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（直近3走平均8.7着と低調／112日ぶりの実戦）
前5走 12/28 5中山81R 12着/16頭+1.6秒 10/25 4東京84R 8着/16頭+1.0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 8.7着 (不振) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 13.5% (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。
4	マーゴットデウス	小沢	実51.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／69日ぶりの実戦）
前5走 11/24 3福島65R 16着/16頭+5.3秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +174% (市場が大幅過小評価) AI 予想勝率 5.3% (オッズ暗示: 1.9%) ※ 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	メイショウシンガン	横山琉	実30.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（294日ぶりの実戦）
前5走 10/25 3京都81R 10着/14頭+2.2秒 09/27 4阪神82R 3着/9頭+1.8秒 09/14 4阪神46R 3着/12頭+1.1秒 ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 ▽ 前走実績前走 10着 (大敗) △ ローテーション 294日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +71% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 3.3%) ※ 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。
6	フレンチブラッサム	横山典	実4.9	○詳細▼	AI上位評価だが期待値不足、見送り（84日ぶりの実戦）
前5走 10/25 4新潟32R 5着/15頭+2.1秒 10/13 4東京52R 5着/13頭+1.1秒 08/31 3新潟46R 10着/15頭+3.5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 3.7着 × 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 11.4% (オッズ暗示: 20.4%) ※ 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	ショウナンタヅナ	池添	実21.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調／前走3着／76日ぶりの実戦）
前5走 12/13 5中山33R 9着/16頭+1.3秒 11/22 3福島53R 8着/15頭+2.5秒 09/28 4中山91R 7着/12頭+2.2秒 09/14 4中山44R 7着/11頭+2.8秒 08/23 3新潟15R 10着/13頭+1.1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 9.7着 (不振) ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 6.1% (オッズ暗示: 4.6%) ※ 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。
8	ニットウエース	浜中	実999.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調／186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 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 186日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 4.5% (オッズ暗示: 0.1%) ※ 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。
9	ロードクローザー	横山和	実5.3	▲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／90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 8.3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) -41% (大幅な期待値マイナス) AI 予想勝率 11.2% (オッズ暗示: 18.9%) ※ 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。
10	アンタレス	▲和田陽	実19.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.7着と低調／77日ぶりの実戦）
前5走 12/13 5中山36R 11着/15頭+6.6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 11.7着 (不振) ▽ 前走実績前走 18着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 6.9% (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。
11	ゴーントゥファー	☆長浜	実232.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／132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 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 132日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +952% (市場が大幅過小評価) AI 予想勝率 4.5% (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。
12	サンオブザサン	斎藤	実11.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（153日ぶりの実戦）
前5走 12/13 5阪神36R 9着/13頭+2.2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 6.3着 △ ローテーション 153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 8.4% (オッズ暗示: 8.8%) ※ 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。
13	フェンリル	菊沢	実24.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.5着と低調／70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 8.5着 (不振) ▽ 前走実績前走 11着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +44% (妙味あり) AI 予想勝率 5.9% (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。
14	ワンダーゾルダート	松本	実19.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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 14 ◎ 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) +30% (妙味あり) AI 予想勝率 6.5% (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。

🎯 AIの本命

AI評価1位

クルビデンス

騎手佐々木

単勝オッズ

1.9倍

AI期待値

-74%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6フレンチブラッサム

4.9倍

EV -43%

▲9ロードクローザー

5.3倍

EV -40%

出走馬全14頭

×3

クルビデンス

佐々木

1.9倍

-74%

›

○6

フレンチブラッサム

横山典

4.9倍

-43%

›

▲9

ロードクローザー

横山和

5.3倍

-40%

›

△12

サンオブザサン

斎藤

11.4倍

-4%

›

△10

アンタレス

▲和田陽

19.9倍

+37%

›

△14

ワンダーゾルダート

松本

19.9倍

+30%

›

▽7

ショウナンタヅナ

池添

21.8倍

+32%

›

▽13

フェンリル

菊沢

24.5倍

+44%

›

▽5

メイショウシンガン

横山琉

30.5倍

+71%

›

▽4

マーゴットデウス

小沢

51.6倍

+174%

›

▽2

リベンジャー

石川倭

85.1倍

+327%

›

▽1

ジャストグレース

古川吉

90.0倍

+351%

›

▽11

ゴーントゥファー

☆長浜

232.2倍

+952%

›

▽8

ニットウエース

浜中

999.9倍

+999%

›

💡 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