札幌 10R 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

10R 札幌競馬場　発走 15:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ガットネロ	小沢	実27.2	B▽ A▽勝率5% EV+43% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場36走で勝率33%と適性高／直近3走平均15.0着と低調／476日ぶりの実戦）
前5走 04/26 1福島57R 15着/15頭+1.1秒 04/26 1福島57R 15着/15頭+1.1秒 04/26 1福島57R 15着/15頭+1.1秒 04/26 1福島57R 15着/15頭+1.1秒 04/26 1福島57R 15着/15頭+1.1秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 15.0着 (不振) ◎ 当競馬場適性 36走で勝率 33% (得意) ▽ 前走実績前走 15着 (大敗) △ ローテーション 476日休養明け × 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 2.6% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.3% / 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。
2	セイプリーズ	古川吉	実14.3	B▽ A▽勝率6% EV-17% 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／83日ぶりの実戦）
前5走 11/22 3福島512R 4着/16頭+0.3秒 03/01 1小倉112R 1着/18頭勝利 02/02 1小倉42R 3着/16頭+0.7秒 01/06 1中京26R 4着/18頭+0.7秒 12/14 4中京54R 3着/18頭+0.3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) -42% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 7.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.8% / 期待値 -17% ※ 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	ムチャスグラシアス	佐々木	実41.8	B▽ A▽勝率5% EV+103% 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33%と適性高／直近3走平均12.7着と低調／126日ぶりの実戦）
前5走 12/27 5中山79R 13着/16頭+1.5秒 11/09 5東京28R 13着/16頭+2.8秒 09/06 2札幌510R 7着/16頭+0.6秒 08/30 2札幌312R 1着/15頭勝利 08/10 1札幌67R 8着/15頭+1.1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 12.7着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.9% / 期待値 +103% ※ 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	ブルボンクイーン	松本	実32.1	B▽ A▽勝率5% EV+73% 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／84日ぶりの実戦）
前5走 10/19 4新潟210R 10着/18頭+1.1秒 08/10 2新潟68R 10着/18頭+1.4秒 05/18 1新潟69R 1着/16頭勝利 05/03 1新潟112R 2着/16頭+0.7秒 03/02 1小倉127R 7着/17頭+0.3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 8.0着 (不振) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.4% / 期待値 +73% ※ 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	スムースベルベット推奨	黛	実13.9	B▲ A△勝率7% EV+0% 詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3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 14.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 602日休養明け △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 7.4% (オッズ暗示: 7.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 期待値 +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。
6	ブライティアダイヤ	横山琉	実83.7	B× A▽勝率4% EV+253% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／直近3走平均10.3着と低調／126日ぶりの実戦）
前5走 12/14 5阪神412R 9着/10頭+0.9秒 11/29 4京都712R 11着/16頭+0.8秒 09/06 2札幌510R 9着/16頭+0.7秒 07/13 1函館1012R 1着/8頭勝利 04/26 1福島57R 2着/15頭+0.0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 10.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 126日休養明け × 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 0.4% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.2% / 期待値 +253% ※ 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	モズトキキ	菊沢	実19.5	B▽ A▽勝率6% EV+10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調／84日ぶりの実戦）
前5走 12/20 5阪神512R 4着/16頭+0.2秒 05/31 2京都1112R 13着/13頭+3.3秒 02/16 1小倉89R 13着/18頭+0.8秒 01/05 1中山18R 8着/16頭+1.1秒 12/15 4中京612R 12着/18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 10.3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 2.9% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.7% / 期待値 +11% ※ 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	グランテレーズ	舟山	実11.2	B△ A▲勝率8% EV-13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／112日ぶりの実戦）
前5走 12/13 5中京312R 4着/18頭+0.2秒 11/15 3福島312R 4着/16頭+0.2秒 08/30 2札幌312R 13着/15頭+1.9秒 08/17 1札幌89R 4着/16頭+0.2秒 07/19 1函館117R 15着/16頭+1.4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 5.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 2着 (好走) △ ローテーション 112日休養明け × 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 5.1% (オッズ暗示: 8.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.8% / 期待値 -13% ※ 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	ベニシア	原田和	実101.7	B× A▽勝率4% EV+313% 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／86日ぶりの実戦）
前5走 12/06 5中山17R 7着/16頭+1.2秒 11/15 3福島32R 6着/16頭+0.9秒 09/13 4中山38R 14着/15頭+2.6秒 08/09 1札幌57R 7着/12頭+1.4秒 07/20 1函館127R 10着/12頭+1.0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) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 4.1% / 期待値 +314% ※ 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	メイショウミリオレ	池添	実13.4	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（84日ぶりの実戦）
前5走 05/17 2京都77R 6着/13頭+0.3秒 04/26 1福島511R 11着/15頭+0.8秒 03/01 1阪神112R 11着/15頭+1.1秒 02/09 1京都48R 4着/13頭+0.8秒 02/02 1小倉410R 9着/18頭+0.7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 7.0着 (不振) ▽ 前走実績前走 12着 (大敗) × 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 5.1% (オッズ暗示: 7.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.7% / 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。
11	コックオーヴァン	長浜	実12.9	B△ A△勝率7% EV-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11.3着と低調／215日ぶりの実戦）
前5走 12/13 5中山39R 7着/13頭+0.7秒 11/08 5東京111R 16着/16頭+2.0秒 10/19 4東京76R 5着/8頭+0.4秒 08/09 2新潟58R 5着/9頭+0.5秒 07/19 2福島74R 1着/16頭勝利
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 11.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 215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 5.1% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.1% / 期待値 -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。
12	ハリウッドメモリー	横山和	実1.9	B🌟◎ A×勝率11% EV-78% 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（181日ぶりの実戦）
前5走 11/29 4京都712R 10着/16頭+0.8秒 09/06 2札幌510R 3着/16頭+0.2秒 08/17 1札幌89R 1着/16頭勝利 07/13 1函館1012R 8着/8頭+1.7秒 06/28 1函館59R 4着/8頭+0.4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 5.7着 △ ローテーション 181日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 48.7% (オッズ暗示: 52.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 11.1% / 期待値 -79% ※ 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	ベビーズブレス	荻野琢	実48.1	B× A▽勝率4% EV+107% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調／154日ぶりの実戦）
前5走 11/29 4京都712R 7着/16頭+0.6秒 09/06 2札幌510R 5着/16頭+0.3秒 08/31 2札幌410R 2着/16頭+0.1秒 07/05 1函館78R 1着/9頭勝利 06/22 1函館41R 1着/15頭勝利
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 12.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 154日休養明け × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.3% / 期待値 +107% ※ 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	ストレイトアスク	北村友	実8.9	B○ A○勝率9% EV-19% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均12.0着と低調／104日ぶりの実戦）
前5走 12/14 5中京412R 7着/16頭+0.3秒 10/25 4新潟312R 15着/17頭+1.7秒 10/04 3京都17R 2着/18頭+0.1秒 09/07 2札幌68R 4着/16頭+0.4秒 08/10 1札幌67R 7着/15頭+1.0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 12.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 10.2% (オッズ暗示: 11.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.0% / 期待値 -20% ※ 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。
15	ミニョンマルーン	石川倭	実22.9	B▽ A▽勝率6% EV+37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／直近3走平均9.0着と低調／125日ぶりの実戦）
前5走 12/27 5中山79R 8着/16頭+1.0秒 12/06 5中山112R 5着/13頭+0.3秒 08/30 2札幌37R 1着/12頭勝利 08/17 1札幌86R 2着/12頭+0.0秒 08/02 1札幌36R 2着/7頭+0.2秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 125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 2.9% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.0% / 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。
16	エルサトアナ	菱田	実83.0	B▽ A▽勝率5% EV+277% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／125日ぶりの実戦）
前5走 12/20 5阪神512R 11着/16頭+1.1秒 11/15 4京都39R 8着/15頭+0.8秒 10/05 3京都212R 8着/16頭+0.6秒 08/16 1札幌710R 5着/13頭+0.2秒 06/28 1函館59R 1着/8頭勝利
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) △ ローテーション 125日休養明け × 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 0.8% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.5% / 期待値 +277% ※ 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 ×

ハリウッドメモリー

騎手横山和

単勝オッズ

1.9倍

AI期待値

-7%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○14ストレイトアスク

8.9倍

EV -8%

▲A:△5スムースベルベット

13.9倍

EV +2%

出走馬全16頭

◎A:×12

ハリウッドメモリー

横山和

1.9倍

-7%

›

○A:○14

ストレイトアスク

北村友

8.9倍

-8%

›

▲A:△5

スムースベルベット

黛

13.9倍

+2%

›

△A:▲8

グランテレーズ

舟山

11.2倍

-43%

›

△A:△11

コックオーヴァン

長浜

12.9倍

-34%

›

△A:△10

メイショウミリオレ

池添

13.4倍

-31%

›

▽A:▽2

セイプリーズ

古川吉

14.3倍

-41%

›

▽A:▽7

モズトキキ

菊沢

19.5倍

-43%

›

▽A:▽15

ミニョンマルーン

石川倭

22.9倍

-33%

›

▽A:▽1

ガットネロ

小沢

27.2倍

-30%

›

▽A:▽4

ブルボンクイーン

松本

32.1倍

-40%

›

▽A:▽3

ムチャスグラシアス

佐々木

41.8倍

-22%

›

×A:▽13

ベビーズブレス

荻野琢

48.1倍

-62%

›

▽A:▽16

エルサトアナ

菱田

83.0倍

-35%

›

×A:▽6

ブライティアダイヤ

横山琉

83.7倍

-67%

›

×A:▽9

ベニシア

原田和

101.7倍

-77%

›

💡 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)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 5 スムースベルベット実13.9倍期待値 +3% 推奨 13.5〜30.0倍 ¥200 ❌不的中

※ オッズは予測時点の値です。

10R 札幌競馬場　発走 15:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ガットネロ	小沢	実27.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場36走で勝率33%と適性高／直近3走平均15.0着と低調／476日ぶりの実戦）
前5走 04/26 1福島57R 15着/15頭+1.1秒 04/26 1福島57R 15着/15頭+1.1秒 04/26 1福島57R 15着/15頭+1.1秒 04/26 1福島57R 15着/15頭+1.1秒 04/26 1福島57R 15着/15頭+1.1秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 15.0着 (不振) ◎ 当競馬場適性 36走で勝率 33% (得意) ▽ 前走実績前走 15着 (大敗) △ ローテーション 476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 5.3% (オッズ暗示: 3.7%) ※ 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。
2	セイプリーズ	古川吉	実14.3	▽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／83日ぶりの実戦）
前5走 11/22 3福島512R 4着/16頭+0.3秒 03/01 1小倉112R 1着/18頭勝利 02/02 1小倉42R 3着/16頭+0.7秒 01/06 1中京26R 4着/18頭+0.7秒 12/14 4中京54R 3着/18頭+0.3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) -17% (オッズ過剰評価) AI 予想勝率 5.8% (オッズ暗示: 7.0%) ※ 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。
3	ムチャスグラシアス	佐々木	実41.8	▽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33%と適性高／直近3走平均12.7着と低調／126日ぶりの実戦）
前5走 12/27 5中山79R 13着/16頭+1.5秒 11/09 5東京28R 13着/16頭+2.8秒 09/06 2札幌510R 7着/16頭+0.6秒 08/30 2札幌312R 1着/15頭勝利 08/10 1札幌67R 8着/15頭+1.1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 12.7着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 126日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +103% (市場が大幅過小評価) AI 予想勝率 4.9% (オッズ暗示: 2.4%) ※ 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	ブルボンクイーン	松本	実32.1	▽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／84日ぶりの実戦）
前5走 10/19 4新潟210R 10着/18頭+1.1秒 08/10 2新潟68R 10着/18頭+1.4秒 05/18 1新潟69R 1着/16頭勝利 05/03 1新潟112R 2着/16頭+0.7秒 03/02 1小倉127R 7着/17頭+0.3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 8.0着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +73% (市場が大幅過小評価) AI 予想勝率 5.4% (オッズ暗示: 3.1%) ※ 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	スムースベルベット推奨	黛	実13.9	△詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3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 14.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 602日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 7.2% (オッズ暗示: 7.2%) ※ 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	ブライティアダイヤ	横山琉	実83.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／直近3走平均10.3着と低調／126日ぶりの実戦）
前5走 12/14 5阪神412R 9着/10頭+0.9秒 11/29 4京都712R 11着/16頭+0.8秒 09/06 2札幌510R 9着/16頭+0.7秒 07/13 1函館1012R 1着/8頭勝利 04/26 1福島57R 2着/15頭+0.0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 10.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 126日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +253% (市場が大幅過小評価) AI 予想勝率 4.2% (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。
7	モズトキキ	菊沢	実19.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調／84日ぶりの実戦）
前5走 12/20 5阪神512R 4着/16頭+0.2秒 05/31 2京都1112R 13着/13頭+3.3秒 02/16 1小倉89R 13着/18頭+0.8秒 01/05 1中山18R 8着/16頭+1.1秒 12/15 4中京612R 12着/18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 10.3着 (不振) △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 5.7% (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。
8	グランテレーズ	舟山	実11.2	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／112日ぶりの実戦）
前5走 12/13 5中京312R 4着/18頭+0.2秒 11/15 3福島312R 4着/16頭+0.2秒 08/30 2札幌312R 13着/15頭+1.9秒 08/17 1札幌89R 4着/16頭+0.2秒 07/19 1函館117R 15着/16頭+1.4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 5.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 2着 (好走) △ ローテーション 112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 7.8% (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。
9	ベニシア	原田和	実101.7	▽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／86日ぶりの実戦）
前5走 12/06 5中山17R 7着/16頭+1.2秒 11/15 3福島32R 6着/16頭+0.9秒 09/13 4中山38R 14着/15頭+2.6秒 08/09 1札幌57R 7着/12頭+1.4秒 07/20 1函館127R 10着/12頭+1.0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) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +313% (市場が大幅過小評価) AI 予想勝率 4.1% (オッズ暗示: 1.0%) ※ 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。
10	メイショウミリオレ	池添	実13.4	△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 05/17 2京都77R 6着/13頭+0.3秒 04/26 1福島511R 11着/15頭+0.8秒 03/01 1阪神112R 11着/15頭+1.1秒 02/09 1京都48R 4着/13頭+0.8秒 02/02 1小倉410R 9着/18頭+0.7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 7.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 7.7% (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。
11	コックオーヴァン	長浜	実12.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.3着と低調／215日ぶりの実戦）
前5走 12/13 5中山39R 7着/13頭+0.7秒 11/08 5東京111R 16着/16頭+2.0秒 10/19 4東京76R 5着/8頭+0.4秒 08/09 2新潟58R 5着/9頭+0.5秒 07/19 2福島74R 1着/16頭勝利
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 11.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 215日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 7.1% (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。
12	ハリウッドメモリー	横山和	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（181日ぶりの実戦）
前5走 11/29 4京都712R 10着/16頭+0.8秒 09/06 2札幌510R 3着/16頭+0.2秒 08/17 1札幌89R 1着/16頭勝利 07/13 1函館1012R 8着/8頭+1.7秒 06/28 1函館59R 4着/8頭+0.4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 5.7着 △ ローテーション 181日休養明け × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 11.1% (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。
13	ベビーズブレス	荻野琢	実48.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調／154日ぶりの実戦）
前5走 11/29 4京都712R 7着/16頭+0.6秒 09/06 2札幌510R 5着/16頭+0.3秒 08/31 2札幌410R 2着/16頭+0.1秒 07/05 1函館78R 1着/9頭勝利 06/22 1函館41R 1着/15頭勝利
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 12.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 154日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +107% (市場が大幅過小評価) AI 予想勝率 4.3% (オッズ暗示: 2.1%) ※ 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	ストレイトアスク	北村友	実8.9	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均12.0着と低調／104日ぶりの実戦）
前5走 12/14 5中京412R 7着/16頭+0.3秒 10/25 4新潟312R 15着/17頭+1.7秒 10/04 3京都17R 2着/18頭+0.1秒 09/07 2札幌68R 4着/16頭+0.4秒 08/10 1札幌67R 7着/15頭+1.0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 12.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 11.2%) ※ 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。
15	ミニョンマルーン	石川倭	実22.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／直近3走平均9.0着と低調／125日ぶりの実戦）
前5走 12/27 5中山79R 8着/16頭+1.0秒 12/06 5中山112R 5着/13頭+0.3秒 08/30 2札幌37R 1着/12頭勝利 08/17 1札幌86R 2着/12頭+0.0秒 08/02 1札幌36R 2着/7頭+0.2秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 125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 6.0% (オッズ暗示: 4.4%) ※ 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。
16	エルサトアナ	菱田	実83.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／125日ぶりの実戦）
前5走 12/20 5阪神512R 11着/16頭+1.1秒 11/15 4京都39R 8着/15頭+0.8秒 10/05 3京都212R 8着/16頭+0.6秒 08/16 1札幌710R 5着/13頭+0.2秒 06/28 1函館59R 1着/8頭勝利
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) △ ローテーション 125日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +277% (市場が大幅過小評価) AI 予想勝率 4.5% (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。

🎯 AIの本命

AI評価1位

ハリウッドメモリー

騎手横山和

単勝オッズ

1.9倍

AI期待値

-78%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○14ストレイトアスク

8.9倍

EV -19%

▲8グランテレーズ

11.2倍

EV -13%

出走馬全16頭

×12

ハリウッドメモリー

横山和

1.9倍

-78%

›

○14

ストレイトアスク

北村友

8.9倍

-19%

›

▲8

グランテレーズ

舟山

11.2倍

-13%

›

△10

メイショウミリオレ

池添

13.4倍

+3%

›

△5

スムースベルベット

黛

13.9倍

+0%

›

△11

コックオーヴァン

長浜

12.9倍

-8%

›

▽15

ミニョンマルーン

石川倭

22.9倍

+37%

›

▽2

セイプリーズ

古川吉

14.3倍

-17%

›

▽7

モズトキキ

菊沢

19.5倍

+10%

›

▽4

ブルボンクイーン

松本

32.1倍

+73%

›

▽1

ガットネロ

小沢

27.2倍

+43%

›

▽3

ムチャスグラシアス

佐々木

41.8倍

+103%

›

▽16

エルサトアナ

菱田

83.0倍

+277%

›

▽13

ベビーズブレス

荻野琢

48.1倍

+107%

›

▽6

ブライティアダイヤ

横山琉

83.7倍

+253%

›

▽9

ベニシア

原田和

101.7倍

+313%

›

💡 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)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 5 スムースベルベット実13.9倍期待値 +0% 推奨 13.9〜30.0倍 ¥200 ❌不的中

※ 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