札幌 7R 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

7R 札幌競馬場　発走 13:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ロードヴァルカン	岩田望	実5.8	B△ A△勝率11% EV-38% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（126日ぶりの実戦）
前5走 11/08 3福島18R 5着/16頭+0.5秒 10/13 3京都512R 2着/16頭+0.0秒 09/28 4阪神96R 2着/16頭+0.3秒 09/14 4阪神412R 3着/16頭+1.8秒 06/29 2小倉28R 13着/14頭+2.7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 4.7着 △ ローテーション 126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 9.8% (オッズ暗示: 17.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.6% / 期待値 -39% ※ 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	カップッチョ	古川吉	実158.9	B× A▽勝率5% EV+629% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場120走で勝率0%と苦戦傾向／直近3走平均10.0着と低調／434日ぶりの実戦）
前5走 06/14 1函館18R 10着/12頭+2.1秒 06/14 1函館18R 10着/12頭+2.1秒 06/14 1函館18R 10着/12頭+2.1秒 06/14 1函館18R 10着/12頭+2.1秒 06/14 1函館18R 10着/12頭+2.1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 10.0着 (不振) × 当競馬場適性 120走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 434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 0.3% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.6% / 期待値 +629% ※ 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	レストプレドゥモア	小沢	実12.1	B▽ A△勝率9% EV+7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／133日ぶりの実戦）
前5走 12/07 5阪神27R 11着/11頭+3.4秒 07/19 1函館112R 1着/12頭勝利 06/07 3阪神11R 6着/15頭+1.1秒 10/26 5京都73R 12着/12頭+3.0秒 08/18 2中京45R 5着/16頭+0.8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 10.0着 (不振) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 9.5% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.9% / 期待値 +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	ラテラルパーム	松山	実6.3	B▲ A▲勝率12% EV-27% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均10.0着と低調／105日ぶりの実戦）
前5走 12/13 5中山39R 11着/13頭+1.0秒 10/25 4新潟31R 1着/15頭勝利 08/30 3新潟35R 3着/18頭+0.2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 10.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 17.7% (オッズ暗示: 15.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.5% / 期待値 -27% ※ 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	ドリームガッサン	▲小林美	実3.4	B◎ A×勝率12% EV-58% 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（104日ぶりの実戦）
前5走 11/09 3福島21R 8着/16頭+0.9秒 09/15 4中山51R 14着/16頭+2.2秒 08/10 2新潟63R 6着/15頭+2.3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 5.0着 △ ローテーション 104日休養明け × 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 17.7% (オッズ暗示: 29.4%) × Aモデルの評価 (参考) レース内 1位 / 勝率 12.3% / 期待値 -58% ※ 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	メイショウハッブル	◇古川奈	実50.5	B▽ A▽勝率5% EV+175% 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 11/08 3福島18R 9着/16頭+0.8秒 08/30 2札幌37R 12着/12頭+2.0秒 08/09 1札幌57R 9着/12頭+1.5秒 07/12 1函館912R 7着/12頭+0.9秒 07/06 1函館87R 6着/12頭+0.9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 9.7着 (不振) ▽ 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) -23% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.4% / 期待値 +175% ※ 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	ミサビスケッツ	★河原田	実3.8	B○ A○勝率12% EV-55% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／直近3走平均10.3着と低調／104日ぶりの実戦）
前5走 08/24 2札幌28R 2着/11頭+0.7秒 08/09 1札幌52R 1着/14頭勝利 07/27 1札幌21R 3着/14頭+0.2秒 04/13 1福島21R 2着/15頭+0.0秒 03/15 2中山51R 4着/16頭+1.1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) ◎ 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 104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 17.7% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.6% / 期待値 -56% ※ 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	セイウンバジリスク推奨	▲和田陽	実14.6	B△ A△勝率9% EV+35% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+42%の妙味（直近3走勝率33%と上り調子）
前5走 11/22 3福島53R 14着/15頭+3.8秒 11/09 4京都21R 5着/16頭+0.6秒 09/28 4阪神95R 6着/18頭+0.6秒 ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ ローテーション 105日休養明け ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 9.8% (オッズ暗示: 6.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.3% / 期待値 +36% ※ 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	メイワキラリ	川又	実12.8	B▽ A▽勝率8% 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8.3着と低調／83日ぶりの実戦）
前5走 10/25 3京都81R 13着/14頭+3.6秒 06/28 2小倉12R 6着/6頭+1.9秒 06/14 3阪神35R 7着/8頭+1.8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 8.3着 (不振) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 5.8% (オッズ暗示: 7.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 7.7% / 期待値 -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。
10	グッバイウェーブ	黛	実109.3	B▽ A▽勝率5% EV+395% 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／97日ぶりの実戦）
前5走 11/15 3福島312R 12着/16頭+0.7秒 07/19 1函館117R 4着/16頭+0.4秒 06/21 1函館31R 1着/16頭勝利 05/17 1新潟56R 5着/16頭+1.0秒 04/19 1福島36R 2着/16頭+0.5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 11.0着 (不振) △ ローテーション 97日休養明け × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
11	シェーンルスカ	▲遠藤	実223.8	B▽ A▽勝率5% EV+937% 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／132日ぶりの実戦）
前5走 12/13 5中京32R 14着/16頭+2.3秒 10/16 名古屋1R 1着/12頭勝利 09/30 名古屋7R 2着/12頭+0.1秒 09/03 名古屋4R 3着/12頭+0.2秒 08/21 名古屋1R 1着/10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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 15着 (大敗) △ ローテーション 132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 0.3% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.6% / 期待値 +937% ※ 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	セガンティーニ	石川倭	実9.5	B△ A▽勝率9% EV-16% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場3走で勝率0%と苦戦傾向／前走2着／90日ぶりの実戦）
前5走 11/20 名古屋12R 1着/12頭勝利 11/07 名古屋12R 1着/12頭勝利 10/15 名古屋12R 2着/12頭+0.3秒 10/01 名古屋10R 2着/12頭+0.1秒 09/07 2札幌64R 6着/16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 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 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) -10% (オッズ過剰評価) AI 予想勝率 9.5% (オッズ暗示: 10.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 8.8% / 期待値 -16% ※ 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 ×

ドリームガッサン

騎手 ▲小林美

単勝オッズ

3.4倍

AI期待値

-39%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○7ミサビスケッツ

3.8倍

EV -32%

▲A:▲4ラテラルパーム

6.3倍

EV +11%

出走馬全12頭

◎A:×5

ドリームガッサン

▲小林美

3.4倍

-39%

›

○A:○7

ミサビスケッツ

★河原田

3.8倍

-32%

›

▲A:▲4

ラテラルパーム

松山

6.3倍

+11%

›

△A:△1

ロードヴァルカン

岩田望

5.8倍

-43%

›

△A:△8

セイウンバジリスク

▲和田陽

14.6倍

+42%

›

△A:▽12

セガンティーニ

石川倭

9.5倍

-9%

›

▽A:△3

レストプレドゥモア

小沢

12.1倍

+15%

›

▽A:▽9

メイワキラリ

川又

12.8倍

-26%

›

▽A:▽6

メイショウハッブル

◇古川奈

50.5倍

-23%

›

▽A:▽10

グッバイウェーブ

黛

109.3倍

-36%

›

×A:▽2

カップッチョ

古川吉

158.9倍

-59%

›

▽A:▽11

シェーンルスカ

▲遠藤

223.8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

A. 現行モデル (binary)

単勝 8 セイウンバジリスク実14.6倍期待値 +42% 推奨 10.3〜30.0倍 ¥100 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 8 セイウンバジリスク実14.6倍期待値 +42% 推奨 10.3〜30.0倍 ¥200 ❌不的中

※ オッズは予測時点の値です。

7R 札幌競馬場　発走 13:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ロードヴァルカン	岩田望	実5.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（126日ぶりの実戦）
前5走 11/08 3福島18R 5着/16頭+0.5秒 10/13 3京都512R 2着/16頭+0.0秒 09/28 4阪神96R 2着/16頭+0.3秒 09/14 4阪神412R 3着/16頭+1.8秒 06/29 2小倉28R 13着/14頭+2.7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 4.7着 △ 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 10.6% (オッズ暗示: 17.2%) ※ 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。
2	カップッチョ	古川吉	実158.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場120走で勝率0%と苦戦傾向／直近3走平均10.0着と低調／434日ぶりの実戦）
前5走 06/14 1函館18R 10着/12頭+2.1秒 06/14 1函館18R 10着/12頭+2.1秒 06/14 1函館18R 10着/12頭+2.1秒 06/14 1函館18R 10着/12頭+2.1秒 06/14 1函館18R 10着/12頭+2.1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 10.0着 (不振) × 当競馬場適性 120走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 434日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +629% (市場が大幅過小評価) AI 予想勝率 4.6% (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	レストプレドゥモア	小沢	実12.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／133日ぶりの実戦）
前5走 12/07 5阪神27R 11着/11頭+3.4秒 07/19 1函館112R 1着/12頭勝利 06/07 3阪神11R 6着/15頭+1.1秒 10/26 5京都73R 12着/12頭+3.0秒 08/18 2中京45R 5着/16頭+0.8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 10.0着 (不振) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 8.9% (オッズ暗示: 8.3%) ※ 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。
4	ラテラルパーム	松山	実6.3	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均10.0着と低調／105日ぶりの実戦）
前5走 12/13 5中山39R 11着/13頭+1.0秒 10/25 4新潟31R 1着/15頭勝利 08/30 3新潟35R 3着/18頭+0.2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 10.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 11.5% (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。
5	ドリームガッサン	▲小林美	実3.4	×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（104日ぶりの実戦）
前5走 11/09 3福島21R 8着/16頭+0.9秒 09/15 4中山51R 14着/16頭+2.2秒 08/10 2新潟63R 6着/15頭+2.3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 5.0着 △ ローテーション 104日休養明け × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 12.3% (オッズ暗示: 29.4%) ※ 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	メイショウハッブル	◇古川奈	実50.5	▽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 11/08 3福島18R 9着/16頭+0.8秒 08/30 2札幌37R 12着/12頭+2.0秒 08/09 1札幌57R 9着/12頭+1.5秒 07/12 1函館912R 7着/12頭+0.9秒 07/06 1函館87R 6着/12頭+0.9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 9.7着 (不振) ▽ 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) +175% (市場が大幅過小評価) AI 予想勝率 5.4% (オッズ暗示: 2.0%) ※ 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	ミサビスケッツ	★河原田	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／直近3走平均10.3着と低調／104日ぶりの実戦）
前5走 08/24 2札幌28R 2着/11頭+0.7秒 08/09 1札幌52R 1着/14頭勝利 07/27 1札幌21R 3着/14頭+0.2秒 04/13 1福島21R 2着/15頭+0.0秒 03/15 2中山51R 4着/16頭+1.1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) ◎ 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 104日休養明け × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 11.6% (オッズ暗示: 26.3%) ※ 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。
8	セイウンバジリスク推奨	▲和田陽	実14.6	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+35%の妙味（直近3走勝率33%と上り調子）
前5走 11/22 3福島53R 14着/15頭+3.8秒 11/09 4京都21R 5着/16頭+0.6秒 09/28 4阪神95R 6着/18頭+0.6秒 ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ ローテーション 105日休養明け ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 9.3% (オッズ暗示: 6.8%) ※ 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。
9	メイワキラリ	川又	実12.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／83日ぶりの実戦）
前5走 10/25 3京都81R 13着/14頭+3.6秒 06/28 2小倉12R 6着/6頭+1.9秒 06/14 3阪神35R 7着/8頭+1.8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 8.3着 (不振) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 7.7% (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。
10	グッバイウェーブ	黛	実109.3	▽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／97日ぶりの実戦）
前5走 11/15 3福島312R 12着/16頭+0.7秒 07/19 1函館117R 4着/16頭+0.4秒 06/21 1函館31R 1着/16頭勝利 05/17 1新潟56R 5着/16頭+1.0秒 04/19 1福島36R 2着/16頭+0.5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 11.0着 (不振) △ ローテーション 97日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +395% (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。
11	シェーンルスカ	▲遠藤	実223.8	▽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／132日ぶりの実戦）
前5走 12/13 5中京32R 14着/16頭+2.3秒 10/16 名古屋1R 1着/12頭勝利 09/30 名古屋7R 2着/12頭+0.1秒 09/03 名古屋4R 3着/12頭+0.2秒 08/21 名古屋1R 1着/10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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 15着 (大敗) △ ローテーション 132日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +937% (市場が大幅過小評価) AI 予想勝率 4.6% (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。
12	セガンティーニ	石川倭	実9.5	▽詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場3走で勝率0%と苦戦傾向／前走2着／90日ぶりの実戦）
前5走 11/20 名古屋12R 1着/12頭勝利 11/07 名古屋12R 1着/12頭勝利 10/15 名古屋12R 2着/12頭+0.3秒 10/01 名古屋10R 2着/12頭+0.1秒 09/07 2札幌64R 6着/16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 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 10.5%) ※ 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。

🎯 AIの本命

AI評価1位

ドリームガッサン

騎手 ▲小林美

単勝オッズ

3.4倍

AI期待値

-58%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ミサビスケッツ

3.8倍

EV -55%

▲4ラテラルパーム

6.3倍

EV -27%

出走馬全12頭

×5

ドリームガッサン

▲小林美

3.4倍

-58%

›

○7

ミサビスケッツ

★河原田

3.8倍

-55%

›

▲4

ラテラルパーム

松山

6.3倍

-27%

›

△1

ロードヴァルカン

岩田望

5.8倍

-38%

›

△8

セイウンバジリスク

▲和田陽

14.6倍

+35%

›

△3

レストプレドゥモア

小沢

12.1倍

+7%

›

▽12

セガンティーニ

石川倭

9.5倍

-16%

›

▽9

メイワキラリ

川又

12.8倍

-1%

›

▽6

メイショウハッブル

◇古川奈

50.5倍

+175%

›

▽11

シェーンルスカ

▲遠藤

223.8倍

+937%

›

▽2

カップッチョ

古川吉

158.9倍

+629%

›

▽10

グッバイウェーブ

黛

109.3倍

+395%

›

💡 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)

単勝 8 セイウンバジリスク実14.6倍期待値 +36% 推奨 10.7〜30.0倍 ¥100 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 8 セイウンバジリスク実14.6倍期待値 +36% 推奨 10.7〜30.0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