札幌 12R 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

12R 札幌競馬場　発走 16:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャストビート	斎藤	実40.8	B△ A▽勝率6% EV+161% 詳細▼	大穴、AI予想勝率低く長期回収困難（112日ぶりの実戦）
前5走 12/13 5阪神39R 7着/9頭+1.4秒 11/16 4京都49R 6着/8頭+0.9秒 08/02 1札幌31R 1着/8頭勝利 07/19 1函館111R 5着/11頭+1.0秒 06/29 1函館61R 5着/12頭+0.4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 6.0着 △ ローテーション 112日休養明け ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 3.2% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.4% / 期待値 +162% ※ 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	テイクザクラウン	川又	実31.0	B▽ A△勝率7% EV+102% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／125日ぶりの実戦）
前5走 11/23 4京都67R 10着/18頭+1.0秒 10/12 3京都47R 10着/13頭+0.6秒 09/13 4阪神38R 2着/6頭+0.2秒 07/12 2小倉59R 5着/11頭+0.7秒 05/24 2京都97R 7着/12頭+0.6秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 125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 3.1% (オッズ暗示: 3.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.5% / 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。
3	ジーティートシオー	菊沢	実149.3	B× A▽勝率4% EV+568% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／98日ぶりの実戦）
前5走 12/13 5中京37R 9着/18頭+1.2秒 11/23 4京都67R 11着/18頭+1.0秒 08/10 1札幌66R 10着/14頭+2.2秒 07/12 1函館96R 2着/16頭+0.7秒 06/01 2京都125R 5着/13頭+0.7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 9.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 98日休養明け × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.5% / 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。
4	ペリプルス	舟山	実45.2	B▽ A▽勝率5% EV+146% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率0%と苦戦傾向／直近3走平均8.0着と低調／510日ぶりの実戦）
前5走 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2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 8.0着 (不振) × 当競馬場適性 36走で勝率 0% (苦戦) △ ローテーション 510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 1.5% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.5% / 期待値 +146% ※ 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	タケルフォーカス	古川吉	実8.2	B▲ A▲勝率10% EV-21% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着／105日ぶりの実戦）
前5走 12/14 5阪神41R 3着/11頭+1.0秒 09/27 4阪神85R 8着/11頭+1.9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 2着 (好走) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 12.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.6% / 期待値 -21% ※ 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	ブレイジングスター	和田陽	実145.2	B× A▽勝率4% EV+550% 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0%と苦戦傾向／直近3走平均8.7着と低調／118日ぶりの実戦）
前5走 11/09 3福島23R 7着/15頭+1.5秒 08/31 2札幌412R 2着/12頭+0.1秒 08/16 1札幌78R 4着/14頭+0.5秒 07/26 1札幌19R 2着/13頭+0.1秒 05/24 2東京96R 10着/13頭+1.2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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 13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) -81% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.5% / 期待値 +550% ※ 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	ミッドタウンナイト	荻野琢	実42.5	B▽ A▽勝率6% EV+136% 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／91日ぶりの実戦）
前5走 05/04 1新潟21R 1着/16頭勝利 04/20 1福島44R 2着/16頭+0.2秒 02/22 1小倉96R 6着/15頭+0.8秒 01/18 1中京65R 11着/18頭+2.1秒 12/14 7京都55R 9着/10頭+1.7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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 91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 1.5% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.6% / 期待値 +137% ※ 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	バルドル	横山和	実8.2	B△ A△勝率9% EV-23% 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／119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 119日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 12.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.4% / 期待値 -23% ※ 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	ミッキーファルコン	浜中	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走で勝率33%と好調／112日ぶりの実戦）
前5走 12/28 5中山86R 3着/18頭+0.1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) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 39.7% (オッズ暗示: 52.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 13.4% / 期待値 -75% ※ 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	オブラプリーマ	北村友	実21.9	B△ A△勝率8% EV+71% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（119日ぶりの実戦）
前5走 12/06 5中山19R 3着/11頭+0.7秒 09/06 2札幌511R 7着/12頭+0.8秒 07/20 2福島85R 1着/13頭勝利 ― ―
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 5.7着 △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 5.8% (オッズ暗示: 4.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 期待値 +71% ※ 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	サイモンイロハニー	小沢	実90.3	B▽ A▽勝率5% EV+353% 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0%と苦戦傾向／直近3走平均11.7着と低調／188日ぶりの実戦）
前5走 11/08 4京都112R 12着/14頭+1.2秒 10/18 3京都67R 4着/8頭+0.3秒 09/27 4阪神87R 14着/16頭+1.0秒 09/06 2札幌54R 8着/16頭+1.0秒 08/30 2札幌36R 5着/16頭+0.7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 11.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 188日休養明け × 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 0.6% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.0% / 期待値 +353% ※ 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	アーレムアレス	菱田	実3.2	B○ A○勝率13% EV-59% 詳細▼	AI上位評価だが期待値不足、見送り（98日ぶりの実戦）
前5走 12/27 5中山711R 4着/16頭+0.4秒 11/16 4京都49R 2着/8頭+0.0秒 09/06 2札幌511R 4着/12頭+0.5秒 07/20 1函館125R 1着/9頭勝利 ―
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 6.0着 ▽ 前走実績前走 14着 (大敗) △ ローテーション 98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 25.1% (オッズ暗示: 31.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.6% / 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。
13	シャインフリーリー	黛	実118.7	B× A▽勝率5% EV+434% 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0%と苦戦傾向／直近3走平均9.7着と低調／98日ぶりの実戦）
前5走 09/06 2札幌54R 16着/16頭+3.6秒 08/24 2札幌24R 5着/13頭+1.0秒 08/17 1札幌83R 2着/15頭+0.3秒 08/03 1札幌43R 3着/16頭+0.4秒 06/28 1函館54R 4着/13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 9.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 98日休養明け × 期待値 (オッズ vs AI勝率) -63% (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 12位 / 勝率 4.5% / 期待値 +435% ※ 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	シャインバオバブ	池添	実110.8	B× A▽勝率5% EV+427% 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／83日ぶりの実戦）
前5走 12/14 5中京412R 12着/16頭+0.7秒 10/25 4新潟36R 4着/15頭+0.3秒 10/12 3京都47R 9着/13頭+0.5秒 09/27 4阪神87R 7着/16頭+0.3秒 08/31 2札幌49R 9着/14頭+1.7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 8.0着 (不振) × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.8% / 期待値 +427% ※ 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 ×

ミッキーファルコン

騎手浜中

単勝オッズ

1.9倍

AI期待値

-24%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12アーレムアレス

3.2倍

EV -19%

▲A:▲5タケルフォーカス

8.2倍

EV -22%

出走馬全14頭

◎A:×9

ミッキーファルコン

浜中

1.9倍

-24%

›

○A:○12

アーレムアレス

菱田

3.2倍

-19%

›

▲A:▲5

タケルフォーカス

古川吉

8.2倍

-22%

›

△A:△8

バルドル

横山和

8.2倍

-24%

›

△A:△10

オブラプリーマ

北村友

21.9倍

+27%

›

△A:▽1

ジャストビート

斎藤

40.8倍

+31%

›

▽A:△2

テイクザクラウン

川又

31.0倍

-4%

›

▽A:▽7

ミッドタウンナイト

荻野琢

42.5倍

-37%

›

▽A:▽4

ペリプルス

舟山

45.2倍

-33%

›

▽A:▽11

サイモンイロハニー

小沢

90.3倍

-44%

›

×A:▽14

シャインバオバブ

池添

110.8倍

-65%

›

×A:▽13

シャインフリーリー

黛

118.7倍

-63%

›

×A:▽6

ブレイジングスター

和田陽

145.2倍

-80%

›

×A:▽3

ジーティートシオー

菊沢

149.3倍

-80%

›

💡 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

12R 札幌競馬場　発走 16:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャストビート	斎藤	実40.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（112日ぶりの実戦）
前5走 12/13 5阪神39R 7着/9頭+1.4秒 11/16 4京都49R 6着/8頭+0.9秒 08/02 1札幌31R 1着/8頭勝利 07/19 1函館111R 5着/11頭+1.0秒 06/29 1函館61R 5着/12頭+0.4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 6.0着 △ ローテーション 112日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +161% (市場が大幅過小評価) AI 予想勝率 6.4% (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。
2	テイクザクラウン	川又	実31.0	△詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／125日ぶりの実戦）
前5走 11/23 4京都67R 10着/18頭+1.0秒 10/12 3京都47R 10着/13頭+0.6秒 09/13 4阪神38R 2着/6頭+0.2秒 07/12 2小倉59R 5着/11頭+0.7秒 05/24 2京都97R 7着/12頭+0.6秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 125日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +102% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 3.2%) ※ 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	ジーティートシオー	菊沢	実149.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／98日ぶりの実戦）
前5走 12/13 5中京37R 9着/18頭+1.2秒 11/23 4京都67R 11着/18頭+1.0秒 08/10 1札幌66R 10着/14頭+2.2秒 07/12 1函館96R 2着/16頭+0.7秒 06/01 2京都125R 5着/13頭+0.7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 9.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 98日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +568% (市場が大幅過小評価) AI 予想勝率 4.5% (オッズ暗示: 0.7%) ※ 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。
4	ペリプルス	舟山	実45.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率0%と苦戦傾向／直近3走平均8.0着と低調／510日ぶりの実戦）
前5走 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2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 8.0着 (不振) × 当競馬場適性 36走で勝率 0% (苦戦) △ ローテーション 510日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +146% (市場が大幅過小評価) AI 予想勝率 5.5% (オッズ暗示: 2.2%) ※ 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。
5	タケルフォーカス	古川吉	実8.2	▲詳細▼	AI上位評価だが期待値不足、見送り（前走2着／105日ぶりの実戦）
前5走 12/14 5阪神41R 3着/11頭+1.0秒 09/27 4阪神85R 8着/11頭+1.9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 2着 (好走) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 9.6% (オッズ暗示: 12.2%) ※ 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	ブレイジングスター	和田陽	実145.2	▽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0%と苦戦傾向／直近3走平均8.7着と低調／118日ぶりの実戦）
前5走 11/09 3福島23R 7着/15頭+1.5秒 08/31 2札幌412R 2着/12頭+0.1秒 08/16 1札幌78R 4着/14頭+0.5秒 07/26 1札幌19R 2着/13頭+0.1秒 05/24 2東京96R 10着/13頭+1.2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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 13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) +550% (市場が大幅過小評価) AI 予想勝率 4.5% (オッズ暗示: 0.7%) ※ 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。
7	ミッドタウンナイト	荻野琢	実42.5	▽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／91日ぶりの実戦）
前5走 05/04 1新潟21R 1着/16頭勝利 04/20 1福島44R 2着/16頭+0.2秒 02/22 1小倉96R 6着/15頭+0.8秒 01/18 1中京65R 11着/18頭+2.1秒 12/14 7京都55R 9着/10頭+1.7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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +136% (市場が大幅過小評価) AI 予想勝率 5.6% (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。
8	バルドル	横山和	実8.2	△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／119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 119日休養明け △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 12.2%) ※ 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。
9	ミッキーファルコン	浜中	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走で勝率33%と好調／112日ぶりの実戦）
前5走 12/28 5中山86R 3着/18頭+0.1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) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 13.4% (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。
10	オブラプリーマ	北村友	実21.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（119日ぶりの実戦）
前5走 12/06 5中山19R 3着/11頭+0.7秒 09/06 2札幌511R 7着/12頭+0.8秒 07/20 2福島85R 1着/13頭勝利 ― ―
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 5.7着 △ ローテーション 119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 7.8% (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。
11	サイモンイロハニー	小沢	実90.3	▽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0%と苦戦傾向／直近3走平均11.7着と低調／188日ぶりの実戦）
前5走 11/08 4京都112R 12着/14頭+1.2秒 10/18 3京都67R 4着/8頭+0.3秒 09/27 4阪神87R 14着/16頭+1.0秒 09/06 2札幌54R 8着/16頭+1.0秒 08/30 2札幌36R 5着/16頭+0.7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 11.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 188日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +353% (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。
12	アーレムアレス	菱田	実3.2	○詳細▼	AI上位評価だが期待値不足、見送り（98日ぶりの実戦）
前5走 12/27 5中山711R 4着/16頭+0.4秒 11/16 4京都49R 2着/8頭+0.0秒 09/06 2札幌511R 4着/12頭+0.5秒 07/20 1函館125R 1着/9頭勝利 ―
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 6.0着 ▽ 前走実績前走 14着 (大敗) △ ローテーション 98日休養明け × 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 12.6% (オッズ暗示: 31.2%) ※ 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。
13	シャインフリーリー	黛	実118.7	▽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0%と苦戦傾向／直近3走平均9.7着と低調／98日ぶりの実戦）
前5走 09/06 2札幌54R 16着/16頭+3.6秒 08/24 2札幌24R 5着/13頭+1.0秒 08/17 1札幌83R 2着/15頭+0.3秒 08/03 1札幌43R 3着/16頭+0.4秒 06/28 1函館54R 4着/13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 9.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 98日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +434% (市場が大幅過小評価) AI 予想勝率 4.5% (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。
14	シャインバオバブ	池添	実110.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／83日ぶりの実戦）
前5走 12/14 5中京412R 12着/16頭+0.7秒 10/25 4新潟36R 4着/15頭+0.3秒 10/12 3京都47R 9着/13頭+0.5秒 09/27 4阪神87R 7着/16頭+0.3秒 08/31 2札幌49R 9着/14頭+1.7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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +427% (市場が大幅過小評価) AI 予想勝率 4.8% (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。

🎯 AIの本命

AI評価1位

ミッキーファルコン

騎手浜中

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

○12アーレムアレス

3.2倍

EV -59%

▲5タケルフォーカス

8.2倍

EV -21%

出走馬全14頭

×9

ミッキーファルコン

浜中

1.9倍

-74%

›

○12

アーレムアレス

菱田

3.2倍

-59%

›

▲5

タケルフォーカス

古川吉

8.2倍

-21%

›

△8

バルドル

横山和

8.2倍

-23%

›

△10

オブラプリーマ

北村友

21.9倍

+71%

›

△2

テイクザクラウン

川又

31.0倍

+102%

›

▽1

ジャストビート

斎藤

40.8倍

+161%

›

▽7

ミッドタウンナイト

荻野琢

42.5倍

+136%

›

▽4

ペリプルス

舟山

45.2倍

+146%

›

▽11

サイモンイロハニー

小沢

90.3倍

+353%

›

▽14

シャインバオバブ

池添

110.8倍

+427%

›

▽13

シャインフリーリー

黛

118.7倍

+434%

›

▽6

ブレイジングスター

和田陽

145.2倍

+550%

›

▽3

ジーティートシオー

菊沢

149.3倍

+568%

›

💡 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