札幌 1R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

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	アーミル	小沢	実129.3	B▽ A▽勝率5% EV+584% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.5着と低調／155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 9.5着 (不振) △ ローテーション 155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 0.6% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.3% / 期待値 +584% ※ 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	アッシュグレイス	◇古川奈	実229.8	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13.0着と低調／120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 13.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 120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 0.2% (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 +1094% ※ 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	アイビーミャーオ	横山武	実1.4	B🌟◎ A×勝率16% EV-77% 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3着／84日ぶりの実戦）
前5走 12/14 5中京41R 9着/13頭+2.8秒 11/22 4京都56R 14着/16頭+3.8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 5.3着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 55.0% (オッズ暗示: 71.4%) × Aモデルの評価 (参考) レース内 1位 / 勝率 15.9% / 期待値 -78% ※ 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	ルーチェコメット	松山	実19.9	B▽ A▽勝率7% EV+37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.5着と低調／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 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.5着 (不振) △ ローテーション 119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 3.2% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.9% / 期待値 +38% ※ 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	シェイプオブユー	川又	実8.4	B▲ A▲勝率11% EV-4% 詳細▼	AI上位評価だが期待値不足、見送り（119日ぶりの実戦）
前5走 11/24 3福島61R 5着/16頭+1.5秒 10/18 3京都66R 6着/16頭+2.1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 3.7着 △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 11.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.3% / 期待値 -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。
6	ニシノギャルズ推奨	吉村智	実17.4	B△ A△勝率8% EV+41% 詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 11/09 5東京23R 14着/18頭+1.3秒 08/03 2新潟44R 10着/13頭+1.9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 8.0着 (不振) ▽ 前走実績前走 13着 (大敗) × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.1% / 期待値 +42% ※ 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	トリアングルレディ	横山琉	実156.2	B× A▽勝率5% EV+711% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／210日ぶりの実戦）
前5走 10/12 4東京44R 13着/16頭+2.5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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 210日休養明け × 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 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 5.2% / 期待値 +711% ※ 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	ロングフルスペック	古川吉	実37.8	B▽ A▽勝率6% EV+134% 詳細▼	大穴、AI予想勝率低く長期回収困難（133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 7.7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) -44% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.2% / 期待値 +135% ※ 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	ペイシャクロス推奨	☆長浜	実14.3	B△ A△勝率9% EV+32% 詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
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 9 ◎ 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 15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) -20% (オッズ過剰評価) AI 予想勝率 5.6% (オッズ暗示: 7.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 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。
10	ベルグランボヌール	▲小林美	実13.0	B△ A△勝率9% EV+16% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（253日ぶりの実戦）
前5走 12/13 5阪神33R 10着/14頭+1.0秒 09/06 2札幌52R 5着/11頭+1.4秒 08/10 1札幌65R 6着/12頭+0.7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 7.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 253日休養明け × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 7.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.9% / 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。
11	アジーザム	▲和田陽	実72.2	B▽ A▽勝率6% EV+319% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／77日ぶりの実戦）
前5走 11/02 3京都115R 7着/15頭+0.9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 10.7着 (不振) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 1.5% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.8% / 期待値 +320% ※ 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	メイショウマドンナ	吉田隼	実7.8	B○ A○勝率12% EV-7% 詳細▼	AI上位評価だが期待値不足、見送り（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 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ▽ 前走実績前走 12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 14.3% (オッズ暗示: 12.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.8% / 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。

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 ×

アイビーミャーオ

騎手横山武

単勝オッズ

1.4倍

AI期待値

-23%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12メイショウマドンナ

7.8倍

EV +11%

▲A:▲5シェイプオブユー

8.4倍

EV -13%

出走馬全12頭

◎A:×3

アイビーミャーオ

横山武

1.4倍

-23%

›

○A:○12

メイショウマドンナ

吉田隼

7.8倍

+11%

›

▲A:▲5

シェイプオブユー

川又

8.4倍

-13%

›

△A:△9

ペイシャクロス

☆長浜

14.3倍

-19%

›

△A:△10

ベルグランボヌール

▲小林美

13.0倍

-47%

›

△A:△6

ニシノギャルズ

吉村智

17.4倍

-40%

›

▽A:▽4

ルーチェコメット

松山

19.9倍

-35%

›

▽A:▽8

ロングフルスペック

古川吉

37.8倍

-44%

›

▽A:▽11

アジーザム

▲和田陽

72.2倍

+6%

›

▽A:▽1

アーミル

小沢

129.3倍

-26%

›

×A:▽7

トリアングルレディ

横山琉

156.2倍

-51%

›

▽A:▽2

アッシュグレイス

◇古川奈

229.8倍

-42%

›

💡 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 6 ニシノギャルズ実17.4倍期待値 -41% 推奨 29.4〜30.0倍 ¥100 ❌不的中
単勝 9 ペイシャクロス実14.3倍期待値 -20% 推奨 17.8〜30.0倍 ¥100 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ オッズは予測時点の値です。

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	アーミル	小沢	実129.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.5着と低調／155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 9.5着 (不振) △ ローテーション 155日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +584% (市場が大幅過小評価) AI 予想勝率 5.3% (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。
2	アッシュグレイス	◇古川奈	実229.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／120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 13.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 120日休養明け 🌟◎ 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。
3	アイビーミャーオ	横山武	実1.4	×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（前走3着／84日ぶりの実戦）
前5走 12/14 5中京41R 9着/13頭+2.8秒 11/22 4京都56R 14着/16頭+3.8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 5.3着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 15.9% (オッズ暗示: 71.4%) ※ 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。
4	ルーチェコメット	松山	実19.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.5着と低調／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 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.5着 (不振) △ ローテーション 119日休養明け ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 6.9% (オッズ暗示: 5.0%) ※ 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	シェイプオブユー	川又	実8.4	▲詳細▼	AI上位評価だが期待値不足、見送り（119日ぶりの実戦）
前5走 11/24 3福島61R 5着/16頭+1.5秒 10/18 3京都66R 6着/16頭+2.1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 3.7着 △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 11.3% (オッズ暗示: 11.9%) ※ 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	ニシノギャルズ推奨	吉村智	実17.4	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+41%の妙味（市場想定よりAI評価が高く妙味）
前5走 11/09 5東京23R 14着/18頭+1.3秒 08/03 2新潟44R 10着/13頭+1.9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 8.0着 (不振) ▽ 前走実績前走 13着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +41% (妙味あり) AI 予想勝率 8.1% (オッズ暗示: 5.7%) ※ 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	トリアングルレディ	横山琉	実156.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／210日ぶりの実戦）
前5走 10/12 4東京44R 13着/16頭+2.5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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 210日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +711% (市場が大幅過小評価) AI 予想勝率 5.2% (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	ロングフルスペック	古川吉	実37.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（133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 7.7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) +134% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 2.6%) ※ 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	ペイシャクロス推奨	☆長浜	実14.3	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+32%の妙味（市場想定よりAI評価が高く妙味）
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 9 ◎ 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 15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) +32% (妙味あり) AI 予想勝率 9.3% (オッズ暗示: 7.0%) ※ 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	ベルグランボヌール	▲小林美	実13.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（253日ぶりの実戦）
前5走 12/13 5阪神33R 10着/14頭+1.0秒 09/06 2札幌52R 5着/11頭+1.4秒 08/10 1札幌65R 6着/12頭+0.7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 7.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 253日休養明け △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 8.9% (オッズ暗示: 7.7%) ※ 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	アジーザム	▲和田陽	実72.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／77日ぶりの実戦）
前5走 11/02 3京都115R 7着/15頭+0.9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 10.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +319% (市場が大幅過小評価) AI 予想勝率 5.8% (オッズ暗示: 1.4%) ※ 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	メイショウマドンナ	吉田隼	実7.8	○詳細▼	AI上位評価だが期待値不足、見送り（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 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ▽ 前走実績前走 12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) -8% (オッズ過剰評価) AI 予想勝率 11.8% (オッズ暗示: 12.8%) ※ 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。

🎯 AIの本命

AI評価1位

アイビーミャーオ

騎手横山武

単勝オッズ

1.4倍

AI期待値

-77%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12メイショウマドンナ

7.8倍

EV -7%

▲5シェイプオブユー

8.4倍

EV -4%

出走馬全12頭

×3

アイビーミャーオ

横山武

1.4倍

-77%

›

○12

メイショウマドンナ

吉田隼

7.8倍

-7%

›

▲5

シェイプオブユー

川又

8.4倍

-4%

›

△9

ペイシャクロス

☆長浜

14.3倍

+32%

›

△10

ベルグランボヌール

▲小林美

13.0倍

+16%

›

△6

ニシノギャルズ

吉村智

17.4倍

+41%

›

▽4

ルーチェコメット

松山

19.9倍

+37%

›

▽8

ロングフルスペック

古川吉

37.8倍

+134%

›

▽11

アジーザム

▲和田陽

72.2倍

+319%

›

▽1

アーミル

小沢

129.3倍

+584%

›

▽7

トリアングルレディ

横山琉

156.2倍

+711%

›

▽2

アッシュグレイス

◇古川奈

229.8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

A. 現行モデル (binary)

単勝 6 ニシノギャルズ実17.4倍期待値 +42% 推奨 12.3〜30.0倍 ¥100 ❌不的中
単勝 9 ペイシャクロス実14.3倍期待値 +33% 推奨 10.8〜30.0倍 ¥100 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ 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