札幌 4R 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

4R 札幌競馬場　発走 11:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ドンレミラピュセル	▲大久保	実64.0	B× A▽勝率5% EV+212% 詳細▼	大穴、AI予想勝率低く長期回収困難（85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 6.5着 × 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 0.8% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.9% / 期待値 +213% ※ 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	ブレッティレディ	ロイド	実17.2	B△ A△勝率6% EV+7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（120日ぶりの実戦）
前5走 12/27 5阪神73R 7着/16頭+1.4秒 11/16 4京都42R 15着/15頭+4.4秒 09/06 2札幌52R 6着/11頭+1.7秒 08/16 1札幌75R 7着/11頭+0.7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 6.3着 △ ローテーション 120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 4.0% (オッズ暗示: 5.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.3% / 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。
3	ロジスカヤ	☆長浜	実19.2	B▽ A▽勝率6% EV+9% 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 11/15 3福島34R 12着/16頭+1.1秒 08/31 3新潟43R 8着/18頭+1.4秒 08/03 2新潟44R 8着/13頭+1.7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 6.7着 △ ローテーション 119日休養明け × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 5.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.7% / 期待値 +10% ※ 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	スカイピア	▲小林美	実13.5	B△ A△勝率7% EV-3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（99日ぶりの実戦）
前5走 11/30 4京都81R 12着/16頭+2.5秒 11/15 5東京32R 7着/17頭+0.6秒 10/26 4新潟42R 7着/13頭+0.8秒 08/24 2札幌22R 8着/11頭+1.9秒 08/09 1札幌51R 4着/12頭+0.3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 6.3着 △ ローテーション 99日休養明け × 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 4.0% (オッズ暗示: 7.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 期待値 -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	メイショウテンジン	古川吉	実12.7	B▲ A▲勝率8% EV0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／134日ぶりの実戦）
前5走 12/07 5阪神22R 10着/16頭+2.2秒 09/20 4阪神63R 8着/10頭+2.8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 ○ 前走実績前走 3着 (好走) △ ローテーション 134日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 6.9% (オッズ暗示: 7.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.9% / 期待値 -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。
6	ファイティンアスク	小沢	実24.4	B▽ A▽勝率6% EV+37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 6 ◎ 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) -39% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.6% / 期待値 +37% ※ 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	ユーベルジーク	▲和田陽	実119.3	B× A▽勝率4% EV+386% 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／91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 11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) -81% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.1% / 期待値 +386% ※ 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	リアララ	川田	実1.7	B🌟◎ A×勝率13% EV-78% 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 5.0着 △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 54.2% (オッズ暗示: 58.8%) × Aモデルの評価 (参考) レース内 1位 / 勝率 12.5% / 期待値 -79% ※ 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	ヴェンデボヌール	吉田隼	実33.7	B▽ A▽勝率5% EV+67% 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／155日ぶりの実戦）
前5走 11/24 5東京62R 13着/18頭+1.5秒 10/19 4東京73R 2着/13頭+0.5秒 09/20 4中山64R 3着/11頭+1.0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 9.7着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 155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 1.8% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.0% / 期待値 +67% ※ 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	リネアベルタ	岩田康	実18.2	B▽ A▽勝率6% EV+11% 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 12/13 5阪神33R 3着/14頭+0.2秒 11/30 4京都83R 7着/13頭+1.1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) △ ローテーション 119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 4.0% (オッズ暗示: 5.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.1% / 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。
11	ニットウエース	Ｒヘルナン	実118.8	B× A▽勝率4% EV+384% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調／194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 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 194日休養明け × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.1% / 期待値 +384% ※ 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	レッドアイスピア	★河原田	実7.2	B○ A○勝率10% EV-29% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均11.3着と低調／113日ぶりの実戦）
前5走 11/15 3福島34R 8着/16頭+0.3秒 10/18 4新潟13R 3着/18頭+0.2秒 09/27 4阪神83R 5着/14頭+0.8秒 09/06 4中山15R 3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 11.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 113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 11.6% (オッズ暗示: 13.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.8% / 期待値 -29% ※ 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	ゲフィオン	フーリー	実55.8	B× A▽勝率5% EV+159% 詳細▼	大穴、AI予想勝率低く長期回収困難（120日ぶりの実戦）
前5走 12/21 5阪神63R 7着/18頭+0.7秒 11/23 4京都65R 3着/9頭+0.7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 7.7着 (不振) ▽ 前走実績前走 13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) -58% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.6% / 期待値 +159% ※ 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	チャーミングアイ	丹内	実33.6	B▽ A▽勝率5% EV+75% 詳細▼	大穴、AI予想勝率低く長期回収困難（91日ぶりの実戦）
前5走 12/27 5中山71R 8着/15頭+0.8秒 11/16 3福島41R 12着/16頭+3.4秒 09/28 4中山91R 12着/12頭+7.4秒 09/06 4中山16R 11着/16頭+3.5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 7.7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) -39% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.2% / 期待値 +75% ※ 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。
15	ウォーターブビンガ	◇古川奈	実208.0	B× A▽勝率4% EV+744% 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／161日ぶりの実戦）
前5走 12/13 5中京34R 12着/13頭+2.0秒 10/26 3京都92R 6着/10頭+0.6秒 10/13 3京都53R 5着/16頭+0.6秒 09/28 4阪神95R 10着/18頭+0.8秒 ―
AI 評価の内訳 — 馬番 15 ◎ 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 18着 (大敗) △ ローテーション 161日休養明け × 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 0.2% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 4.1% / 期待値 +745% ※ 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。
16	アドマイヤパープル	岩田望	実13.1	B△ A△勝率7% EV-8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（92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 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ ローテーション 92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 4.0% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.0% / 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 ×

リアララ

騎手川田

単勝オッズ

1.7倍

AI期待値

-7%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12レッドアイスピア

7.2倍

EV -16%

▲A:▲5メイショウテンジン

12.7倍

EV -12%

出走馬全16頭

◎A:×8

リアララ

川田

1.7倍

-7%

›

○A:○12

レッドアイスピア

★河原田

7.2倍

-16%

›

▲A:▲5

メイショウテンジン

古川吉

12.7倍

-12%

›

△A:△16

アドマイヤパープル

岩田望

13.1倍

-47%

›

△A:△4

スカイピア

▲小林美

13.5倍

-46%

›

△A:△2

ブレッティレディ

ロイド

17.2倍

-31%

›

▽A:▽10

リネアベルタ

岩田康

18.2倍

-27%

›

▽A:▽3

ロジスカヤ

☆長浜

19.2倍

-36%

›

▽A:▽6

ファイティンアスク

小沢

24.4倍

-39%

›

▽A:▽14

チャーミングアイ

丹内

33.6倍

-39%

›

▽A:▽9

ヴェンデボヌール

吉田隼

33.7倍

-39%

›

×A:▽13

ゲフィオン

フーリー

55.8倍

-57%

›

×A:▽1

ドンレミラピュセル

▲大久保

64.0倍

-51%

›

×A:▽11

ニットウエース

Ｒヘルナン

118.8倍

-80%

›

×A:▽7

ユーベルジーク

▲和田陽

119.3倍

-80%

›

×A:▽15

ウォーターブビンガ

◇古川奈

208.0倍

-66%

›

💡 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

4R 札幌競馬場　発走 11:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ドンレミラピュセル	▲大久保	実64.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（85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 6.5着 🌟◎ 期待値 (オッズ vs AI勝率) +212% (市場が大幅過小評価) AI 予想勝率 4.9% (オッズ暗示: 1.6%) ※ 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。
2	ブレッティレディ	ロイド	実17.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（120日ぶりの実戦）
前5走 12/27 5阪神73R 7着/16頭+1.4秒 11/16 4京都42R 15着/15頭+4.4秒 09/06 2札幌52R 6着/11頭+1.7秒 08/16 1札幌75R 7着/11頭+0.7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 6.3着 △ ローテーション 120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 6.3% (オッズ暗示: 5.8%) ※ 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。
3	ロジスカヤ	☆長浜	実19.2	▽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 11/15 3福島34R 12着/16頭+1.1秒 08/31 3新潟43R 8着/18頭+1.4秒 08/03 2新潟44R 8着/13頭+1.7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 6.7着 △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 5.7% (オッズ暗示: 5.2%) ※ 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。
4	スカイピア	▲小林美	実13.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（99日ぶりの実戦）
前5走 11/30 4京都81R 12着/16頭+2.5秒 11/15 5東京32R 7着/17頭+0.6秒 10/26 4新潟42R 7着/13頭+0.8秒 08/24 2札幌22R 8着/11頭+1.9秒 08/09 1札幌51R 4着/12頭+0.3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 6.3着 △ ローテーション 99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 7.2% (オッズ暗示: 7.4%) ※ 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。
5	メイショウテンジン	古川吉	実12.7	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／134日ぶりの実戦）
前5走 12/07 5阪神22R 10着/16頭+2.2秒 09/20 4阪神63R 8着/10頭+2.8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 ○ 前走実績前走 3着 (好走) △ ローテーション 134日休養明け △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 7.9% (オッズ暗示: 7.9%) ※ 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	ファイティンアスク	小沢	実24.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 6 ◎ 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) +37% (妙味あり) AI 予想勝率 5.6% (オッズ暗示: 4.1%) ※ 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	ユーベルジーク	▲和田陽	実119.3	▽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／91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 11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) +386% (市場が大幅過小評価) AI 予想勝率 4.1% (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	リアララ	川田	実1.7	×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 5.0着 × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 12.5% (オッズ暗示: 58.8%) ※ 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	ヴェンデボヌール	吉田隼	実33.7	▽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／155日ぶりの実戦）
前5走 11/24 5東京62R 13着/18頭+1.5秒 10/19 4東京73R 2着/13頭+0.5秒 09/20 4中山64R 3着/11頭+1.0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 9.7着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 155日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +67% (市場が大幅過小評価) AI 予想勝率 5.0% (オッズ暗示: 3.0%) ※ 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	リネアベルタ	岩田康	実18.2	▽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 12/13 5阪神33R 3着/14頭+0.2秒 11/30 4京都83R 7着/13頭+1.1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) △ ローテーション 119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 6.1% (オッズ暗示: 5.5%) ※ 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。
11	ニットウエース	Ｒヘルナン	実118.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調／194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 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 194日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +384% (市場が大幅過小評価) AI 予想勝率 4.1% (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。
12	レッドアイスピア	★河原田	実7.2	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均11.3着と低調／113日ぶりの実戦）
前5走 11/15 3福島34R 8着/16頭+0.3秒 10/18 4新潟13R 3着/18頭+0.2秒 09/27 4阪神83R 5着/14頭+0.8秒 09/06 4中山15R 3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 11.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 113日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 13.9%) ※ 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。
13	ゲフィオン	フーリー	実55.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（120日ぶりの実戦）
前5走 12/21 5阪神63R 7着/18頭+0.7秒 11/23 4京都65R 3着/9頭+0.7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 7.7着 (不振) ▽ 前走実績前走 13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) +159% (市場が大幅過小評価) AI 予想勝率 4.6% (オッズ暗示: 1.8%) ※ 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。
14	チャーミングアイ	丹内	実33.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（91日ぶりの実戦）
前5走 12/27 5中山71R 8着/15頭+0.8秒 11/16 3福島41R 12着/16頭+3.4秒 09/28 4中山91R 12着/12頭+7.4秒 09/06 4中山16R 11着/16頭+3.5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 7.7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) +75% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 3.0%) ※ 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。
15	ウォーターブビンガ	◇古川奈	実208.0	▽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／161日ぶりの実戦）
前5走 12/13 5中京34R 12着/13頭+2.0秒 10/26 3京都92R 6着/10頭+0.6秒 10/13 3京都53R 5着/16頭+0.6秒 09/28 4阪神95R 10着/18頭+0.8秒 ―
AI 評価の内訳 — 馬番 15 ◎ 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 18着 (大敗) △ ローテーション 161日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +744% (市場が大幅過小評価) AI 予想勝率 4.1% (オッズ暗示: 0.5%) ※ 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。
16	アドマイヤパープル	岩田望	実13.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（92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 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ ローテーション 92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 7.0% (オッズ暗示: 7.6%) ※ 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。

🎯 AIの本命

AI評価1位

リアララ

騎手川田

単勝オッズ

1.7倍

AI期待値

-78%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12レッドアイスピア

7.2倍

EV -29%

▲5メイショウテンジン

12.7倍

EV 0%

出走馬全16頭

×8

リアララ

川田

1.7倍

-78%

›

○12

レッドアイスピア

★河原田

7.2倍

-29%

›

▲5

メイショウテンジン

古川吉

12.7倍

›

△4

スカイピア

▲小林美

13.5倍

-3%

›

△16

アドマイヤパープル

岩田望

13.1倍

-8%

›

△2

ブレッティレディ

ロイド

17.2倍

+7%

›

▽10

リネアベルタ

岩田康

18.2倍

+11%

›

▽3

ロジスカヤ

☆長浜

19.2倍

+9%

›

▽6

ファイティンアスク

小沢

24.4倍

+37%

›

▽14

チャーミングアイ

丹内

33.6倍

+75%

›

▽9

ヴェンデボヌール

吉田隼

33.7倍

+67%

›

▽1

ドンレミラピュセル

▲大久保

64.0倍

+212%

›

▽13

ゲフィオン

フーリー

55.8倍

+159%

›

▽11

ニットウエース

Ｒヘルナン

118.8倍

+384%

›

▽7

ユーベルジーク

▲和田陽

119.3倍

+386%

›

▽15

ウォーターブビンガ

◇古川奈

208.0倍

+744%

›

💡 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