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	カイユレ	Ｒヘルナン	実222.9	B▽ A▽勝率4% EV+876% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.5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 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 14.5着 (不振) ▽ 前走実績前走 15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) -44% (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 4.4% / 期待値 +877% ※ 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	タビニュ	池添	実6.3	B△ A△勝率10% EV-35% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.0着と低調／91日ぶりの実戦）
前5走 12/20 5中山55R 14着/17頭+2.9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 9.0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) -8% (オッズ過剰評価) AI 予想勝率 14.6% (オッズ暗示: 15.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.3% / 期待値 -35% ※ 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	デルマタカチホ	★河原田	実64.7	B▽ A▽勝率6% EV+260% 詳細▼	大穴、AI予想勝率低く長期回収困難（132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 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ ローテーション 132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 1.5% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.6% / 期待値 +261% ※ 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	ヴィラジョヴィス	▲小林美	実5.2	B▲ A▲勝率11% EV-43% 詳細▼	AI上位評価だが期待値不足、見送り（84日ぶりの実戦）
前5走 11/22 4京都54R 7着/11頭+1.3秒 11/01 3京都103R 4着/8頭+1.1秒 08/02 1札幌31R 2着/8頭+0.1秒 07/12 1函館95R 3着/7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 5.0着 △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 14.6% (オッズ暗示: 19.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.8% / 期待値 -44% ※ 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	フィエールシャンテ	ナレドゥ	実20.6	B△ A△勝率7% EV+43% 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 7.0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) -32% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 4.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.9% / 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。
6	フクチャンブラック	松本	実96.0	B▽ A▽勝率5% EV+362% 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／126日ぶりの実戦）
前5走 12/07 5阪神24R 7着/8頭+1.2秒 11/15 4京都34R 5着/12頭+1.3秒 09/07 2札幌62R 6着/10頭+0.7秒 08/24 2札幌25R 6着/11頭+1.3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 8.0着 (不振) △ ローテーション 126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 0.6% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.8% / 期待値 +363% ※ 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	アイアムコロンブス	☆長浜	実129.8	B× A▽勝率4% EV+468% 詳細▼	大穴、AI予想勝率低く長期回収困難（265日ぶりの実戦）
前5走 11/30 5東京84R 8着/13頭+1.5秒 11/02 4東京115R 7着/9頭+1.5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 7.5着 (不振) △ ローテーション 265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 0.3% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.4% / 期待値 +469% ※ 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	リコラピッド	ロイド	実111.3	B× A▽勝率4% EV+396% 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／146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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 146日休養明け × 期待値 (オッズ vs AI勝率) -65% (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 12位 / 勝率 4.5% / 期待値 +396% ※ 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	シャンドラファール	松山	実2.0	B🌟◎ A×勝率13% EV-73% 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／98日ぶりの実戦）
前5走 09/14 4阪神46R 10着/12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 3.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 98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 40.7% (オッズ暗示: 50.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 13.0% / 期待値 -74% ※ 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	レットミーテイク	岩田望	実15.0	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) -51% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 6.7%) △ Aモデルの評価 (参考) レース内 6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。
11	パゴスピグイノス	フーリー	実82.0	B▽ A▽勝率5% EV+303% 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／126日ぶりの実戦）
前5走 12/28 5阪神81R 7着/13頭+3.2秒 12/06 5中京15R 7着/14頭+1.4秒 08/03 2新潟44R 9着/13頭+1.9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 9.7着 (不振) △ ローテーション 126日休養明け × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.9% / 期待値 +303% ※ 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	ギオンバヤシ	武豊	実4.7	B○ A○勝率12% EV-44% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着／84日ぶりの実戦）
前5走 12/21 5阪神65R 5着/12頭+0.3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 3.7着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 17.5% (オッズ暗示: 21.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.9% / 期待値 -44% ※ 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	ホウオウライラック	▲遠藤	実77.2	B▽ A▽勝率5% EV+318% 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／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 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.4% / 期待値 +319% ※ 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	リアライズパリオ	横山和	実44.5	B▽ A▽勝率6% EV+180% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調／209日ぶりの実戦）
前5走 12/27 5阪神75R 10着/14頭+1.8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 10.5着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 209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 1.5% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.3% / 期待値 +181% ※ 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 ×

シャンドラファール

騎手松山

単勝オッズ

2.0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:○12ギオンバヤシ

4.7倍

EV -17%

▲A:▲4ヴィラジョヴィス

5.2倍

EV -24%

出走馬全14頭

◎A:×9

シャンドラファール

松山

2.0倍

-18%

›

○A:○12

ギオンバヤシ

武豊

4.7倍

-17%

›

▲A:▲4

ヴィラジョヴィス

▲小林美

5.2倍

-24%

›

△A:△2

タビニュ

池添

6.3倍

-8%

›

△A:△10

レットミーテイク

岩田望

15.0倍

-50%

›

△A:△5

フィエールシャンテ

ナレドゥ

20.6倍

-32%

›

▽A:▽14

リアライズパリオ

横山和

44.5倍

-33%

›

▽A:▽3

デルマタカチホ

★河原田

64.7倍

-2%

›

▽A:▽13

ホウオウライラック

▲遠藤

77.2倍

-30%

›

▽A:▽11

パゴスピグイノス

フーリー

82.0倍

-48%

›

▽A:▽6

フクチャンブラック

松本

96.0倍

-39%

›

×A:▽8

リコラピッド

ロイド

111.3倍

-64%

›

×A:▽7

アイアムコロンブス

☆長浜

129.8倍

-67%

›

▽A:▽1

カイユレ

Ｒヘルナン

222.9倍

-43%

›

💡 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	カイユレ	Ｒヘルナン	実222.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.5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 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 14.5着 (不振) ▽ 前走実績前走 15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) +876% (市場が大幅過小評価) AI 予想勝率 4.4% (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。
2	タビニュ	池添	実6.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.0着と低調／91日ぶりの実戦）
前5走 12/20 5中山55R 14着/17頭+2.9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 9.0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) -35% (大幅な期待値マイナス) AI 予想勝率 10.3% (オッズ暗示: 15.9%) ※ 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。
3	デルマタカチホ	★河原田	実64.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（132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 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ ローテーション 132日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +260% (市場が大幅過小評価) AI 予想勝率 5.6% (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。
4	ヴィラジョヴィス	▲小林美	実5.2	▲詳細▼	AI上位評価だが期待値不足、見送り（84日ぶりの実戦）
前5走 11/22 4京都54R 7着/11頭+1.3秒 11/01 3京都103R 4着/8頭+1.1秒 08/02 1札幌31R 2着/8頭+0.1秒 07/12 1函館95R 3着/7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 5.0着 × 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 10.8% (オッズ暗示: 19.2%) ※ 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	フィエールシャンテ	ナレドゥ	実20.6	△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 7.0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) +43% (妙味あり) AI 予想勝率 6.9% (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。
6	フクチャンブラック	松本	実96.0	▽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／126日ぶりの実戦）
前5走 12/07 5阪神24R 7着/8頭+1.2秒 11/15 4京都34R 5着/12頭+1.3秒 09/07 2札幌62R 6着/10頭+0.7秒 08/24 2札幌25R 6着/11頭+1.3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 8.0着 (不振) △ ローテーション 126日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +362% (市場が大幅過小評価) AI 予想勝率 4.8% (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。
7	アイアムコロンブス	☆長浜	実129.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（265日ぶりの実戦）
前5走 11/30 5東京84R 8着/13頭+1.5秒 11/02 4東京115R 7着/9頭+1.5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 7.5着 (不振) △ ローテーション 265日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +468% (市場が大幅過小評価) AI 予想勝率 4.4% (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。
8	リコラピッド	ロイド	実111.3	▽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／146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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 146日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +396% (市場が大幅過小評価) AI 予想勝率 4.5% (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。
9	シャンドラファール	松山	実2.0	×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／98日ぶりの実戦）
前5走 09/14 4阪神46R 10着/12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 3.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 98日休養明け × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 13.0% (オッズ暗示: 50.0%) ※ 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	レットミーテイク	岩田望	実15.0	△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) +1% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 6.7%) ※ 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	パゴスピグイノス	フーリー	実82.0	▽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／126日ぶりの実戦）
前5走 12/28 5阪神81R 7着/13頭+3.2秒 12/06 5中京15R 7着/14頭+1.4秒 08/03 2新潟44R 9着/13頭+1.9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 9.7着 (不振) △ ローテーション 126日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +303% (市場が大幅過小評価) AI 予想勝率 4.9% (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。
12	ギオンバヤシ	武豊	実4.7	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着／84日ぶりの実戦）
前5走 12/21 5阪神65R 5着/12頭+0.3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 3.7着 ○ 前走実績前走 3着 (好走) × 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 11.9% (オッズ暗示: 21.3%) ※ 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。
13	ホウオウライラック	▲遠藤	実77.2	▽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／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 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +318% (市場が大幅過小評価) AI 予想勝率 5.4% (オッズ暗示: 1.3%) ※ 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。
14	リアライズパリオ	横山和	実44.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調／209日ぶりの実戦）
前5走 12/27 5阪神75R 10着/14頭+1.8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 10.5着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 209日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +180% (市場が大幅過小評価) AI 予想勝率 6.3% (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。

🎯 AIの本命

AI評価1位

シャンドラファール

騎手松山

単勝オッズ

2.0倍

AI期待値

-73%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12ギオンバヤシ

4.7倍

EV -44%

▲4ヴィラジョヴィス

5.2倍

EV -43%

出走馬全14頭

×9

シャンドラファール

松山

2.0倍

-73%

›

○12

ギオンバヤシ

武豊

4.7倍

-44%

›

▲4

ヴィラジョヴィス

▲小林美

5.2倍

-43%

›

△2

タビニュ

池添

6.3倍

-35%

›

△5

フィエールシャンテ

ナレドゥ

20.6倍

+43%

›

△10

レットミーテイク

岩田望

15.0倍

+1%

›

▽14

リアライズパリオ

横山和

44.5倍

+180%

›

▽3

デルマタカチホ

★河原田

64.7倍

+260%

›

▽13

ホウオウライラック

▲遠藤

77.2倍

+318%

›

▽11

パゴスピグイノス

フーリー

82.0倍

+303%

›

▽6

フクチャンブラック

松本

96.0倍

+362%

›

▽8

リコラピッド

ロイド

111.3倍

+396%

›

▽7

アイアムコロンブス

☆長浜

129.8倍

+468%

›

▽1

カイユレ

Ｒヘルナン

222.9倍

+876%

›

💡 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