札幌 6R 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

6R 札幌競馬場　発走 12:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グローリーバローズ	横山武	実9.0	B△ A△勝率9% EV-19% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（202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 4.0着 △ ローテーション 202日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 10.2% (オッズ暗示: 11.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.0% / 期待値 -19% ※ 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	タマモパルファン	荻野琢	実67.8	B▽ A▽勝率5% EV+262% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 1.6% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.3% / 期待値 +262% ※ 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	フラワーフェアリー	黛	実229.3	B× A▽勝率4% EV+878% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.5着と低調／258日ぶりの実戦）
前5走 11/30 5東京82R 13着/13頭+2.6秒 11/15 5東京36R 14着/14頭+4.0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 13.5着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 258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 0.2% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.3% / 期待値 +879% ※ 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	ヒャクレツケン	▲遠藤	実155.6	B× A▽勝率4% EV+569% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／132日ぶりの実戦）
前5走 10/25 4新潟31R 11着/15頭+0.7秒 10/18 4新潟11R 10着/13頭+1.6秒 09/27 4阪神83R 8着/14頭+1.1秒 09/06 4中山15R 11着/16頭+1.6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 13.0着 (不振) ▽ 前走実績前走 15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) -69% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.3% / 期待値 +569% ※ 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	レイナデルアイレ	石川倭	実18.5	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走平均13.3着と低調／111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 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 111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 3.6% (オッズ暗示: 5.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.8% / 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。
6	ニシノシャルム	◇古川奈	実109.8	B▽ A▽勝率4% EV+385% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／84日ぶりの実戦）
前5走 11/08 3福島12R 13着/16頭+2.1秒 09/13 4中山32R 11着/11頭+1.4秒 07/19 2福島75R 8着/16頭+1.6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 8.3着 (不振) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -31% (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 10位 / 勝率 4.4% / 期待値 +386% ※ 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	エアヴァイブス	北村友	実3.7	B○ A○勝率12% EV-55% 詳細▼	AI上位評価だが期待値不足、見送り（76日ぶりの実戦）
前5走 10/04 3京都15R 10着/14頭+1.9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 4.3着 △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 22.1% (オッズ暗示: 27.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.0% / 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。
8	エイシンキーンラン	菊沢	実12.8	B△ A△勝率7% EV-7% 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 7.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.2% / 期待値 -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	シャルムグリーン	横山琉	実6.1	B▲ A▲勝率10% EV-38% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／202日ぶりの実戦）
前5走 12/13 5中山33R 2着/16頭+0.2秒 11/23 5東京53R 4着/17頭+0.6秒 08/24 2札幌22R 6着/11頭+0.6秒 08/03 1札幌45R 6着/7頭+3.4秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 202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 10.5% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.0% / 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。
10	ショウナンバーボン	▲小林美	実2.6	B🌟◎ A×勝率13% EV-67% 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（77日ぶりの実戦）
前5走 12/20 5中山53R 10着/16頭+1.5秒 08/30 2札幌32R 3着/7頭+0.9秒 08/17 1札幌85R 3着/5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 4.3着 △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 32.5% (オッズ暗示: 38.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 12.7% / 期待値 -67% ※ 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	サウンドファミリエ	吉田隼	実14.7	B▽ A▽勝率7% EV-1% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／104日ぶりの実戦）
前5走 12/20 5中山56R 11着/16頭+2.2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 8.3着 (不振) △ ローテーション 104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 4.5% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.7% / 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。
12	ヤマヤロード	古川吉	実221.5	B× A▽勝率4% EV+845% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／118日ぶりの実戦）
前5走 12/20 5中山52R 16着/16頭+4.9秒 10/26 4東京96R 8着/18頭+0.9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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 118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 0.2% (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 +845% ※ 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	ランウェイミューズ	☆舟山	実11.3	B△ A△勝率9% EV-2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（91日ぶりの実戦）
前5走 12/14 5中山45R 2着/16頭+0.7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 4.7着 △ ローテーション 91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 7.3% (オッズ暗示: 8.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.7% / 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。
14	アップターンデイ	菱田	実118.4	B× A▽勝率4% EV+410% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／105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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.3% / 期待値 +411% ※ 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 ×

ショウナンバーボン

騎手 ▲小林美

単勝オッズ

2.6倍

AI期待値

-15%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○7エアヴァイブス

3.7倍

EV -18%

▲A:▲9シャルムグリーン

6.1倍

EV -36%

出走馬全14頭

◎A:×10

ショウナンバーボン

▲小林美

2.6倍

-15%

›

○A:○7

エアヴァイブス

北村友

3.7倍

-18%

›

▲A:▲9

シャルムグリーン

横山琉

6.1倍

-36%

›

△A:△1

グローリーバローズ

横山武

9.0倍

-7%

›

△A:△13

ランウェイミューズ

☆舟山

11.3倍

-17%

›

△A:△8

エイシンキーンラン

菊沢

12.8倍

-20%

›

▽A:▽11

サウンドファミリエ

吉田隼

14.7倍

-34%

›

▽A:▽5

レイナデルアイレ

石川倭

18.5倍

-33%

›

▽A:▽2

タマモパルファン

荻野琢

67.8倍

+10%

›

▽A:▽6

ニシノシャルム

◇古川奈

109.8倍

-31%

›

×A:▽14

アップターンデイ

菱田

118.4倍

-59%

›

×A:▽4

ヒャクレツケン

▲遠藤

155.6倍

-69%

›

×A:▽12

ヤマヤロード

古川吉

221.5倍

-56%

›

×A:▽3

フラワーフェアリー

黛

229.3倍

-54%

›

💡 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

6R 札幌競馬場　発走 12:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グローリーバローズ	横山武	実9.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（202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 4.0着 △ ローテーション 202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 9.0% (オッズ暗示: 11.1%) ※ 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	タマモパルファン	荻野琢	実67.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +262% (市場が大幅過小評価) AI 予想勝率 5.3% (オッズ暗示: 1.5%) ※ 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	フラワーフェアリー	黛	実229.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.5着と低調／258日ぶりの実戦）
前5走 11/30 5東京82R 13着/13頭+2.6秒 11/15 5東京36R 14着/14頭+4.0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 13.5着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 258日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +878% (市場が大幅過小評価) AI 予想勝率 4.3% (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。
4	ヒャクレツケン	▲遠藤	実155.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／132日ぶりの実戦）
前5走 10/25 4新潟31R 11着/15頭+0.7秒 10/18 4新潟11R 10着/13頭+1.6秒 09/27 4阪神83R 8着/14頭+1.1秒 09/06 4中山15R 11着/16頭+1.6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 13.0着 (不振) ▽ 前走実績前走 15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) +569% (市場が大幅過小評価) AI 予想勝率 4.3% (オッズ暗示: 0.6%) ※ 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	レイナデルアイレ	石川倭	実18.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.3着と低調／111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 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 111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 6.8% (オッズ暗示: 5.4%) ※ 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。
6	ニシノシャルム	◇古川奈	実109.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／84日ぶりの実戦）
前5走 11/08 3福島12R 13着/16頭+2.1秒 09/13 4中山32R 11着/11頭+1.4秒 07/19 2福島75R 8着/16頭+1.6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 8.3着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +385% (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。
7	エアヴァイブス	北村友	実3.7	○詳細▼	AI上位評価だが期待値不足、見送り（76日ぶりの実戦）
前5走 10/04 3京都15R 10着/14頭+1.9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 4.3着 × 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 12.0% (オッズ暗示: 27.0%) ※ 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。
8	エイシンキーンラン	菊沢	実12.8	△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 7.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 7.8%) ※ 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	シャルムグリーン	横山琉	実6.1	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／202日ぶりの実戦）
前5走 12/13 5中山33R 2着/16頭+0.2秒 11/23 5東京53R 4着/17頭+0.6秒 08/24 2札幌22R 6着/11頭+0.6秒 08/03 1札幌45R 6着/7頭+3.4秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 202日休養明け × 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 10.0% (オッズ暗示: 16.4%) ※ 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。
10	ショウナンバーボン	▲小林美	実2.6	×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（77日ぶりの実戦）
前5走 12/20 5中山53R 10着/16頭+1.5秒 08/30 2札幌32R 3着/7頭+0.9秒 08/17 1札幌85R 3着/5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 4.3着 × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 12.7% (オッズ暗示: 38.5%) ※ 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。
11	サウンドファミリエ	吉田隼	実14.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／104日ぶりの実戦）
前5走 12/20 5中山56R 11着/16頭+2.2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 8.3着 (不振) △ ローテーション 104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 6.7% (オッズ暗示: 6.8%) ※ 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。
12	ヤマヤロード	古川吉	実221.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／118日ぶりの実戦）
前5走 12/20 5中山52R 16着/16頭+4.9秒 10/26 4東京96R 8着/18頭+0.9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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 118日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +845% (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。
13	ランウェイミューズ	☆舟山	実11.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（91日ぶりの実戦）
前5走 12/14 5中山45R 2着/16頭+0.7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 4.7着 △ ローテーション 91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 8.7% (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。
14	アップターンデイ	菱田	実118.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／105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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +410% (市場が大幅過小評価) AI 予想勝率 4.3% (オッズ暗示: 0.8%) ※ 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。

🎯 AIの本命

AI評価1位

ショウナンバーボン

騎手 ▲小林美

単勝オッズ

2.6倍

AI期待値

-67%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7エアヴァイブス

3.7倍

EV -55%

▲9シャルムグリーン

6.1倍

EV -38%

出走馬全14頭

×10

ショウナンバーボン

▲小林美

2.6倍

-67%

›

○7

エアヴァイブス

北村友

3.7倍

-55%

›

▲9

シャルムグリーン

横山琉

6.1倍

-38%

›

△1

グローリーバローズ

横山武

9.0倍

-19%

›

△13

ランウェイミューズ

☆舟山

11.3倍

-2%

›

△8

エイシンキーンラン

菊沢

12.8倍

-7%

›

▽5

レイナデルアイレ

石川倭

18.5倍

+25%

›

▽11

サウンドファミリエ

吉田隼

14.7倍

-1%

›

▽2

タマモパルファン

荻野琢

67.8倍

+262%

›

▽6

ニシノシャルム

◇古川奈

109.8倍

+385%

›

▽14

アップターンデイ

菱田

118.4倍

+410%

›

▽4

ヒャクレツケン

▲遠藤

155.6倍

+569%

›

▽12

ヤマヤロード

古川吉

221.5倍

+845%

›

▽3

フラワーフェアリー

黛

229.3倍

+878%

›

💡 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