札幌 2R 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

2R 札幌競馬場　発走 10:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デザートスピリット	ルメール	実3.3	B○ A○勝率13% EV-55% 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 1 ◎ 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 2着 (好走) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 23.7% (オッズ暗示: 30.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.5% / 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。
2	トムクリオーザ	小沢	実24.7	B△ A△勝率7% EV+64% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0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 2 ◎ 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) -25% (オッズ過剰評価) AI 予想勝率 3.0% (オッズ暗示: 4.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.7% / 期待値 +64% ※ 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	リーゼントエース	池添	実49.8	B▽ A▽勝率6% EV+214% 詳細▼	大穴、AI予想勝率低く長期回収困難
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 6.0着 × 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 1.4% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.3% / 期待値 +215% ※ 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	シガレス	▲和田陽	実27.2	B▽ A▽勝率6% EV+75% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 1回1日札幌2R 3着/8頭 ― ― ― ―
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 4.5着 △ 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 6.5% / 期待値 +76% ※ 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	ティアラード	横山武	実2.4	B🌟◎ A×勝率14% EV-65% 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2.0着と安定／前走2着）
前5走 1回3日札幌5R 2着/12頭 ― ― ― ―
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 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) -23% (オッズ過剰評価) AI 予想勝率 31.9% (オッズ暗示: 41.7%) × Aモデルの評価 (参考) レース内 1位 / 勝率 14.2% / 期待値 -66% ※ 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	セールデュクール	▲小林美	実999.9	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12.0着と低調）
前5走 1回3日札幌5R 12着/12頭 ― ― ― ―
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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +431% (市場が大幅過小評価) AI 予想勝率 0.5% (オッズ暗示: 0.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.8% / 期待値 +4678% ※ 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	サンシルヴァリー	川又	実117.2	B▽ A▽勝率5% EV+461% 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 1回5日札幌2R 8着/13頭 ― ― ― ―
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 8.0着 (不振) × 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 0.6% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.8% / 期待値 +462% ※ 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	サンレガート	浜中	実12.9	B△ A△勝率9% EV+18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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 8 ◎ 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) +12% (市場と概ね一致) AI 予想勝率 8.7% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.2% / 期待値 +19% ※ 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	アルデシンザン	丹内	実8.1	B△ A△勝率10% EV-19% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 1回5日札幌2R 4着/13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 6.5着 △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.0% / 期待値 -19% ※ 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	ウィルレーヴィア	横山琉	実75.5	B▽ A▽勝率6% EV+351% 詳細▼	大穴、AI予想勝率低く長期回収困難
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 7.5着 (不振) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 1.4% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.0% / 期待値 +351% ※ 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	シークレットタワー	◇古川奈	実83.7	B▽ A▽勝率6% EV+396% 詳細▼	大穴、AI予想勝率低く長期回収困難
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 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 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 0.8% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.9% / 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。
12	ムッチリスタイル	岩田望	実4.9	B▲ A▲勝率12% EV-39% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 1回5日札幌5R 7着/12頭 ― ― ― ―
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 7.0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 16.2% (オッズ暗示: 20.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.3% / 期待値 -40% ※ 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 ×

ティアラード

騎手横山武

単勝オッズ

2.4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:○1デザートスピリット

3.3倍

EV -21%

▲A:▲12ムッチリスタイル

4.9倍

EV -20%

出走馬全12頭

◎A:×5

ティアラード

横山武

2.4倍

-23%

›

○A:○1

デザートスピリット

ルメール

3.3倍

-21%

›

▲A:▲12

ムッチリスタイル

岩田望

4.9倍

-20%

›

△A:△9

アルデシンザン

丹内

8.1倍

-27%

›

△A:△8

サンレガート

浜中

12.9倍

+12%

›

△A:△2

トムクリオーザ

小沢

24.7倍

-24%

›

▽A:▽4

シガレス

▲和田陽

27.2倍

-21%

›

▽A:▽3

リーゼントエース

池添

49.8倍

-31%

›

▽A:▽10

ウィルレーヴィア

横山琉

75.5倍

+4%

›

▽A:▽11

シークレットタワー

◇古川奈

83.7倍

-30%

›

▽A:▽7

サンシルヴァリー

川又

117.2倍

-31%

›

▽A:▽6

セールデュクール

▲小林美

999.9倍

+431%

›

💡 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

2R 札幌競馬場　発走 10:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デザートスピリット	ルメール	実3.3	○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 1 ◎ 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 2着 (好走) × 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 13.5% (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。
2	トムクリオーザ	小沢	実24.7	△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 2 ◎ 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) +64% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 4.0%) ※ 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。
3	リーゼントエース	池添	実49.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
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 6.0着 🌟◎ 期待値 (オッズ vs AI勝率) +214% (市場が大幅過小評価) AI 予想勝率 6.3% (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。
4	シガレス	▲和田陽	実27.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 1回1日札幌2R 3着/8頭 ― ― ― ―
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 4.5着 🌟◎ 期待値 (オッズ vs AI勝率) +75% (市場が大幅過小評価) AI 予想勝率 6.5% (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。
5	ティアラード	横山武	実2.4	×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（直近3走平均2.0着と安定／前走2着）
前5走 1回3日札幌5R 2着/12頭 ― ― ― ―
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 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) -66% (大幅な期待値マイナス) AI 予想勝率 14.2% (オッズ暗示: 41.7%) ※ 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。
6	セールデュクール	▲小林美	実999.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 1回3日札幌5R 12着/12頭 ― ― ― ―
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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 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 4.8% (オッズ暗示: 0.1%) ※ 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。
7	サンシルヴァリー	川又	実117.2	▽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 1回5日札幌2R 8着/13頭 ― ― ― ―
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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +461% (市場が大幅過小評価) AI 予想勝率 4.8% (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。
8	サンレガート	浜中	実12.9	△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 8 ◎ 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) +18% (市場と概ね一致) AI 予想勝率 9.2% (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。
9	アルデシンザン	丹内	実8.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 1回5日札幌2R 4着/13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 6.5着 △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 10.0% (オッズ暗示: 12.3%) ※ 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。
10	ウィルレーヴィア	横山琉	実75.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
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 7.5着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +351% (市場が大幅過小評価) AI 予想勝率 6.0% (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。
11	シークレットタワー	◇古川奈	実83.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
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 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 🌟◎ 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 5.9% (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	ムッチリスタイル	岩田望	実4.9	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 1回5日札幌5R 7着/12頭 ― ― ― ―
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 7.0着 (不振) × 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 12.3% (オッズ暗示: 20.4%) ※ 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

ティアラード

騎手横山武

単勝オッズ

2.4倍

AI期待値

-65%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1デザートスピリット

3.3倍

EV -55%

▲12ムッチリスタイル

4.9倍

EV -39%

出走馬全12頭

×5

ティアラード

横山武

2.4倍

-65%

›

○1

デザートスピリット

ルメール

3.3倍

-55%

›

▲12

ムッチリスタイル

岩田望

4.9倍

-39%

›

△9

アルデシンザン

丹内

8.1倍

-19%

›

△8

サンレガート

浜中

12.9倍

+18%

›

△2

トムクリオーザ

小沢

24.7倍

+64%

›

▽4

シガレス

▲和田陽

27.2倍

+75%

›

▽3

リーゼントエース

池添

49.8倍

+214%

›

▽10

ウィルレーヴィア

横山琉

75.5倍

+351%

›

▽11

シークレットタワー

◇古川奈

83.7倍

+396%

›

▽7

サンシルヴァリー

川又

117.2倍

+461%

›

▽6

セールデュクール

▲小林美

999.9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