札幌 3R 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

3R 札幌競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コウソクユノ	横山琉	実34.6	B▽ A▽勝率5% EV+83% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／133日ぶりの実戦）
前5走 12/21 5中山66R 5着/16頭+0.8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 5.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 133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 2.2% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.3% / 期待値 +83% ※ 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	パレホ	吉村智	実156.9	B▽ A▽勝率4% EV+576% 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／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 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 11着 (大敗) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 0.3% (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 +577% ※ 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	ジャーナーリア	池添	実20.4	B▽ A▽勝率7% EV+33% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.7着と安定／前走3着／91日ぶりの実戦）
前5走 12/14 5阪神42R 4着/16頭+0.8秒 11/16 4京都45R 9着/9頭+4.6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 2.7着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 3.6% (オッズ暗示: 4.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.5% / 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。
4	イーサンミラー	Ｒヘルナン	実10.8	B△ A△勝率9% EV-6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（98日ぶりの実戦）
前5走 12/20 5中山55R 4着/17頭+0.7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 4.7着 △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 10.2% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.7% / 期待値 -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	ロジマギー	丹内	実21.8	B▽ A▽勝率6% EV+28% 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 6.7着 ▽ 前走実績前走 12着 (大敗) △ 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 3.6% (オッズ暗示: 4.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.9% / 期待値 +28% ※ 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	ハイランダー	石川倭	実60.3	B▽ A▽勝率5% EV+226% 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／161日ぶりの実戦）
前5走 11/30 5東京86R 12着/12頭+3.7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) △ ローテーション 161日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.4% / 期待値 +227% ※ 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	レーヌペスカ	古川吉	実181.0	B▽ A▽勝率4% EV+674% 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／77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 7 ◎ 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) -38% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.3% / 期待値 +675% ※ 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	メイショウセンドウ	横山和	実3.3	B○ A○勝率11% EV-62% 詳細▼	AI上位評価だが期待値不足、見送り（105日ぶりの実戦）
前5走 12/06 5阪神12R 9着/16頭+2.2秒 11/15 4京都33R 4着/10頭+1.3秒 10/26 3京都94R 4着/16頭+2.2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 4.7着 △ ローテーション 105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 18.9% (オッズ暗示: 30.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.4% / 期待値 -62% ※ 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	モンロワイヤル	ナレドゥ	実9.3	B△ A△勝率9% EV-18% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（111日ぶりの実戦）
前5走 12/07 5中山25R 8着/16頭+1.2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 3.7着 △ ローテーション 111日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 10.2% (オッズ暗示: 10.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.8% / 期待値 -18% ※ 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	ルージュラベル	☆長浜	実101.4	B▽ A▽勝率5% EV+406% 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／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 10 ◎ 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) △ ローテーション 90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 0.7% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.0% / 期待値 +406% ※ 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	ハイテイラオユエ	▲小林美	実8.6	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8.0着と低調／91日ぶりの実戦）
前5走 11/09 5東京26R 10着/15頭+2.4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 8.0着 (不振) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 10.4% (オッズ暗示: 11.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.4% / 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。
12	ジュラトリー	落合玄	実11.1	B△ A△勝率8% EV-11% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（133日ぶりの実戦）
前5走 10/25 4東京82R 3着/10頭+0.3秒 08/24 3新潟26R 3着/13頭+0.8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 4.3着 △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 10.2% (オッズ暗示: 9.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.0% / 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。
13	タイガーゲイト	松本	実227.0	B▽ A▽勝率4% EV+871% 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／98日ぶりの実戦）
前5走 12/13 5中山34R 9着/16頭+2.5秒 11/24 5東京63R 13着/16頭+2.2秒 09/28 4中山91R 10着/12頭+3.5秒 09/06 2札幌51R 4着/10頭+1.2秒 06/08 3東京25R 10着/10頭+4.8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 10.0着 (不振) ▽ 前走実績前走 12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) -38% (大幅な期待値マイナス) AI 予想勝率 0.3% (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 +871% ※ 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	リン	松山	実2.5	B◎ A×勝率13% EV-68% 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（前走2着／90日ぶりの実戦）
前5走 12/20 5阪神52R 6着/16頭+1.0秒 10/19 3京都75R 7着/11頭+0.5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 4.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 90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 27.7% (オッズ暗示: 40.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 12.7% / 期待値 -68% ※ 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 ×

リン

騎手松山

単勝オッズ

2.5倍

AI期待値

-30%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○8メイショウセンドウ

3.3倍

EV -37%

▲A:▲11ハイテイラオユエ

8.6倍

EV -10%

出走馬全14頭

◎A:×14

リン

松山

2.5倍

-30%

›

○A:○8

メイショウセンドウ

横山和

3.3倍

-37%

›

▲A:▲11

ハイテイラオユエ

▲小林美

8.6倍

-10%

›

△A:△9

モンロワイヤル

ナレドゥ

9.3倍

-5%

›

△A:△4

イーサンミラー

Ｒヘルナン

10.8倍

+9%

›

△A:△12

ジュラトリー

落合玄

11.1倍

+12%

›

▽A:▽3

ジャーナーリア

池添

20.4倍

-27%

›

▽A:▽5

ロジマギー

丹内

21.8倍

-22%

›

▽A:▽1

コウソクユノ

横山琉

34.6倍

-23%

›

▽A:▽6

ハイランダー

石川倭

60.3倍

-2%

›

▽A:▽10

ルージュラベル

☆長浜

101.4倍

-31%

›

▽A:▽2

パレホ

吉村智

156.9倍

-46%

›

▽A:▽7

レーヌペスカ

古川吉

181.0倍

-38%

›

▽A:▽13

タイガーゲイト

松本

227.0倍

-38%

›

💡 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

3R 札幌競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コウソクユノ	横山琉	実34.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／133日ぶりの実戦）
前5走 12/21 5中山66R 5着/16頭+0.8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 5.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 133日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +83% (市場が大幅過小評価) AI 予想勝率 5.3% (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。
2	パレホ	吉村智	実156.9	▽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／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 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 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +576% (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。
3	ジャーナーリア	池添	実20.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.7着と安定／前走3着／91日ぶりの実戦）
前5走 12/14 5阪神42R 4着/16頭+0.8秒 11/16 4京都45R 9着/9頭+4.6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 2.7着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 91日休養明け ◎ 期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 6.5% (オッズ暗示: 4.9%) ※ 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。
4	イーサンミラー	Ｒヘルナン	実10.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（98日ぶりの実戦）
前5走 12/20 5中山55R 4着/17頭+0.7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 4.7着 △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 8.7% (オッズ暗示: 9.3%) ※ 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。
5	ロジマギー	丹内	実21.8	▽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 6.7着 ▽ 前走実績前走 12着 (大敗) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 5.9% (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。
6	ハイランダー	石川倭	実60.3	▽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／161日ぶりの実戦）
前5走 11/30 5東京86R 12着/12頭+3.7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) △ ローテーション 161日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +226% (市場が大幅過小評価) AI 予想勝率 5.4% (オッズ暗示: 1.7%) ※ 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	レーヌペスカ	古川吉	実181.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／77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 7 ◎ 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) +674% (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。
8	メイショウセンドウ	横山和	実3.3	○詳細▼	AI上位評価だが期待値不足、見送り（105日ぶりの実戦）
前5走 12/06 5阪神12R 9着/16頭+2.2秒 11/15 4京都33R 4着/10頭+1.3秒 10/26 3京都94R 4着/16頭+2.2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 4.7着 △ ローテーション 105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 11.4% (オッズ暗示: 30.3%) ※ 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。
9	モンロワイヤル	ナレドゥ	実9.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（111日ぶりの実戦）
前5走 12/07 5中山25R 8着/16頭+1.2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 3.7着 △ ローテーション 111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 8.8% (オッズ暗示: 10.8%) ※ 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。
10	ルージュラベル	☆長浜	実101.4	▽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／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 10 ◎ 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) △ ローテーション 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +406% (市場が大幅過小評価) AI 予想勝率 5.0% (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。
11	ハイテイラオユエ	▲小林美	実8.6	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.0着と低調／91日ぶりの実戦）
前5走 11/09 5東京26R 10着/15頭+2.4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 8.0着 (不振) △ ローテーション 91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 9.4% (オッズ暗示: 11.6%) ※ 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。
12	ジュラトリー	落合玄	実11.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（133日ぶりの実戦）
前5走 10/25 4東京82R 3着/10頭+0.3秒 08/24 3新潟26R 3着/13頭+0.8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 4.3着 △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 9.0%) ※ 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。
13	タイガーゲイト	松本	実227.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／98日ぶりの実戦）
前5走 12/13 5中山34R 9着/16頭+2.5秒 11/24 5東京63R 13着/16頭+2.2秒 09/28 4中山91R 10着/12頭+3.5秒 09/06 2札幌51R 4着/10頭+1.2秒 06/08 3東京25R 10着/10頭+4.8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 10.0着 (不振) ▽ 前走実績前走 12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) +871% (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。
14	リン	松山	実2.5	×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（前走2着／90日ぶりの実戦）
前5走 12/20 5阪神52R 6着/16頭+1.0秒 10/19 3京都75R 7着/11頭+0.5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 4.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 90日休養明け × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 12.7% (オッズ暗示: 40.0%) ※ 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

リン

騎手松山

単勝オッズ

2.5倍

AI期待値

-68%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8メイショウセンドウ

3.3倍

EV -62%

▲11ハイテイラオユエ

8.6倍

EV -19%

出走馬全14頭

×14

リン

松山

2.5倍

-68%

›

○8

メイショウセンドウ

横山和

3.3倍

-62%

›

▲11

ハイテイラオユエ

▲小林美

8.6倍

-19%

›

△9

モンロワイヤル

ナレドゥ

9.3倍

-18%

›

△4

イーサンミラー

Ｒヘルナン

10.8倍

-6%

›

△12

ジュラトリー

落合玄

11.1倍

-11%

›

▽3

ジャーナーリア

池添

20.4倍

+33%

›

▽5

ロジマギー

丹内

21.8倍

+28%

›

▽6

ハイランダー

石川倭

60.3倍

+226%

›

▽1

コウソクユノ

横山琉

34.6倍

+83%

›

▽10

ルージュラベル

☆長浜

101.4倍

+406%

›

▽2

パレホ

吉村智

156.9倍

+576%

›

▽7

レーヌペスカ

古川吉

181.0倍

+674%

›

▽13

タイガーゲイト

松本

227.0倍

+871%

›

💡 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