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	レイテスツドリーム	▲和田陽	実102.9	B▽ A▽勝率6% EV+553% 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）
前5走 1回5日札幌5R 9着/12頭 ― ― ― ―
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) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.4% / 期待値 +554% ※ 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	アンバーバレット	☆長浜	実7.5	B▲ A▲勝率11% 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3.0着と安定／前走3着）
前5走 1回1日札幌5R 3着/6頭 ― ― ― ―
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 3.0着 (安定) ○ 前走実績前走 3着 (好走) × 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 9.0% (オッズ暗示: 13.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.4% / 期待値 -14% ※ 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	サーギュスターヴ	丹内	実26.0	B△ A△勝率7% EV+90% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 1回4日札幌5R 5着/10頭 ― ― ― ―
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 5.0着 △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.3% / 期待値 +90% ※ 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	ファラオクィーン	レーン	実2.7	B○ A○勝率15% EV-58% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均2.0着と安定／前走2着）
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 4 ◎ 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) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 28.0% (オッズ暗示: 37.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.2% / 期待値 -59% ※ 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	アークレオン	小沢	実254.4	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8.0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 5 ◎ 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) +37% (妙味あり) AI 予想勝率 0.5% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.2% / 期待値 +1232% ※ 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	マーズエクレール	鮫島駿	実35.0	B▽ A△勝率7% EV+152% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 1回6日札幌1R 6着/12頭+5.0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 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 2.2% (オッズ暗示: 2.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.2% / 期待値 +153% ※ 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	トゥザファイナル	ルメール	実1.7	B🌟◎ A×勝率16% EV-72% 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3.0着と安定／前走3着）
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 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 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 47.7% (オッズ暗示: 58.8%) × Aモデルの評価 (参考) レース内 1位 / 勝率 16.0% / 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。
8	マルカローゼ	Ｒヘルナン	実163.7	B▽ A▽勝率5% EV+767% 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）
前5走 1回5日札幌5R 10着/12頭+3.0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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.3% / 期待値 +767% ※ 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	シンゼンノト	▲遠藤	実66.2	B▽ A▽勝率6% EV+293% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 1回6日札幌1R 5着/12頭 1回2日札幌1R 3着/12頭 ― ― ―
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 5.0着 △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.9% / 期待値 +294% ※ 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	レゾルートハート	岩田望	実26.8	B△ A▽勝率7% EV+88% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0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 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.0% / 期待値 +88% ※ 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	サウンドエフォート	吉田隼	実20.7	B△ A△勝率8% EV+60% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 1回2日札幌1R 4着/12頭 ― ― ― ―
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 6.0着 × 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 3.1% (オッズ暗示: 4.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.7% / 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。
12	ミライショウグン	石川倭	実231.5	B▽ A▽勝率5% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 11位 (中位評価) △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 0.5% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 5.2% / 期待値 +1104% ※ 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 ×

トゥザファイナル

騎手ルメール

単勝オッズ

1.7倍

AI期待値

-18%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○4ファラオクィーン

2.7倍

EV -24%

▲A:▲2アンバーバレット

7.5倍

EV -32%

出走馬全12頭

◎A:×7

トゥザファイナル

ルメール

1.7倍

-18%

›

○A:○4

ファラオクィーン

レーン

2.7倍

-24%

›

▲A:▲2

アンバーバレット

☆長浜

7.5倍

-32%

›

△A:△11

サウンドエフォート

吉田隼

20.7倍

-34%

›

△A:△3

サーギュスターヴ

丹内

26.0倍

-23%

›

△A:▽10

レゾルートハート

岩田望

26.8倍

-21%

›

▽A:△6

マーズエクレール

鮫島駿

35.0倍

-22%

›

▽A:▽9

シンゼンノト

▲遠藤

66.2倍

-6%

›

▽A:▽1

レイテスツドリーム

▲和田陽

102.9倍

-13%

›

▽A:▽8

マルカローゼ

Ｒヘルナン

163.7倍

-3%

›

▽A:▽12

ミライショウグン

石川倭

231.5倍

+25%

›

▽A:▽5

アークレオン

小沢

254.4倍

+37%

›

💡 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	レイテスツドリーム	▲和田陽	実102.9	▽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）
前5走 1回5日札幌5R 9着/12頭 ― ― ― ―
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) 🌟◎ 期待値 (オッズ vs AI勝率) +553% (市場が大幅過小評価) AI 予想勝率 6.4% (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。
2	アンバーバレット	☆長浜	実7.5	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 1回1日札幌5R 3着/6頭 ― ― ― ―
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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 11.4% (オッズ暗示: 13.3%) ※ 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。
3	サーギュスターヴ	丹内	実26.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 1回4日札幌5R 5着/10頭 ― ― ― ―
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 5.0着 🌟◎ 期待値 (オッズ vs AI勝率) +90% (市場が大幅過小評価) AI 予想勝率 7.3% (オッズ暗示: 3.8%) ※ 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。
4	ファラオクィーン	レーン	実2.7	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均2.0着と安定／前走2着）
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 4 ◎ 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) × 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 15.2% (オッズ暗示: 37.0%) ※ 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。
5	アークレオン	小沢	実254.4	▽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）
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 8.0着 (不振) 🌟◎ 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 5.2% (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。
6	マーズエクレール	鮫島駿	実35.0	△詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 1回6日札幌1R 6着/12頭+5.0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 7.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +152% (市場が大幅過小評価) AI 予想勝率 7.2% (オッズ暗示: 2.9%) ※ 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	トゥザファイナル	ルメール	実1.7	×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3.0着と安定／前走3着）
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 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 16.0% (オッズ暗示: 58.8%) ※ 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。
8	マルカローゼ	Ｒヘルナン	実163.7	▽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）
前5走 1回5日札幌5R 10着/12頭+3.0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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +767% (市場が大幅過小評価) AI 予想勝率 5.3% (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。
9	シンゼンノト	▲遠藤	実66.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 1回6日札幌1R 5着/12頭 1回2日札幌1R 3着/12頭 ― ― ―
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 5.0着 🌟◎ 期待値 (オッズ vs AI勝率) +293% (市場が大幅過小評価) AI 予想勝率 5.9% (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。
10	レゾルートハート	岩田望	実26.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0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 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +88% (市場が大幅過小評価) AI 予想勝率 7.0% (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。
11	サウンドエフォート	吉田隼	実20.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 1回2日札幌1R 4着/12頭 ― ― ― ―
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 6.0着 🌟◎ 期待値 (オッズ vs AI勝率) +60% (市場が大幅過小評価) AI 予想勝率 7.7% (オッズ暗示: 4.8%) ※ 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	ミライショウグン	石川倭	実231.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 12位 (中位評価) 🌟◎ 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 5.2% (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。

🎯 AIの本命

AI評価1位

トゥザファイナル

騎手ルメール

単勝オッズ

1.7倍

AI期待値

-72%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4ファラオクィーン

2.7倍

EV -58%

▲2アンバーバレット

7.5倍

EV -14%

出走馬全12頭

×7

トゥザファイナル

ルメール

1.7倍

-72%

›

○4

ファラオクィーン

レーン

2.7倍

-58%

›

▲2

アンバーバレット

☆長浜

7.5倍

-14%

›

△11

サウンドエフォート

吉田隼

20.7倍

+60%

›

△3

サーギュスターヴ

丹内

26.0倍

+90%

›

△6

マーズエクレール

鮫島駿

35.0倍

+152%

›

▽10

レゾルートハート

岩田望

26.8倍

+88%

›

▽1

レイテスツドリーム

▲和田陽

102.9倍

+553%

›

▽9

シンゼンノト

▲遠藤

66.2倍

+293%

›

▽8

マルカローゼ

Ｒヘルナン

163.7倍

+767%

›

▽5

アークレオン

小沢

254.4倍

+999%

›

▽12

ミライショウグン

石川倭

231.5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