札幌 10R 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

10R 札幌競馬場　発走 15:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ローズマイスター	武豊	実4.8	B○ A×勝率10% EV-50% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率0%と苦戦傾向／直近3走平均2.3着と安定／前走3着）
前5走 12/21 5中京63R 4着/16頭+0.5秒 12/07 5中山212R 7着/16頭+1.8秒 09/06 2札幌512R 3着/14頭+0.2秒 08/31 2札幌412R 3着/12頭+0.1秒 08/17 1札幌88R 4着/13頭+0.7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 2.3着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 91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 11.8% (オッズ暗示: 20.8%) × Aモデルの評価 (参考) レース内 1位 / 勝率 10.2% / 期待値 -51% ※ 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	クリノラピダス	Ｍヴェロン	実96.0	B▽ A▽勝率5% EV+357% 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／106日ぶりの実戦）
前5走 10/04 3京都112R 11着/13頭+1.6秒 09/13 4中山39R 10着/11頭+2.7秒 08/21 園田8R 1着/11頭勝利 04/12 2阪神55R 9着/11頭+1.5秒 03/23 1阪神86R 13着/16頭+4.8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) ▽ 前走実績前走 12着 (大敗) △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.8% / 期待値 +358% ※ 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	ハイクオリティ	フーリー	実5.7	B▲ A▲勝率9% EV-46% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／106日ぶりの実戦）
前5走 11/09 4京都26R 7着/16頭+1.0秒 10/18 4新潟16R 7着/15頭+1.9秒 08/23 2札幌14R 1着/14頭勝利 06/28 1函館52R 7着/12頭+3.0秒 06/22 1函館46R 4着/11頭+1.0秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 106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 11.8% (オッズ暗示: 17.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.3% / 期待値 -47% ※ 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	セイントホース	横山武	実8.6	B△ A△勝率8% EV-33% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／175日ぶりの実戦）
前5走 12/21 5阪神61R 4着/12頭+1.7秒 11/29 4京都72R 4着/11頭+0.3秒 11/08 4京都12R 12着/15頭+1.8秒 10/18 3京都63R 5着/7頭+0.8秒 09/28 4阪神95R 5着/18頭+0.6秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 175日休養明け △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 11.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.7% / 期待値 -34% ※ 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	オーロラアーク	丹内祐次	実117.3	B× A▽勝率4% EV+358% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率100%と好調／前走勝利の勢い／484日ぶりの実戦）
前5走 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14頭勝利
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 484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: 0.9%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 3.9% / 期待値 +358% ※ 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	ユウェンタース	ルメール	実16.8	B▽ A▽勝率8% EV+26% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／126日ぶりの実戦）
前5走 12/07 5中京29R 4着/16頭+0.7秒 11/16 3福島43R 1着/15頭勝利 09/06 2札幌58R 4着/14頭+1.0秒 08/17 1札幌88R 5着/13頭+0.7秒 07/26 1札幌19R 8着/13頭+1.0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 7.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 126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 6.9% (オッズ暗示: 6.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.5% / 期待値 +26% ※ 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	レッドライトニング	レーン	実8.5	B△ A△勝率8% EV-28% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着／127日ぶりの実戦）
前5走 11/15 3福島310R 9着/15頭+1.6秒 07/06 1函館88R 1着/13頭勝利 06/28 1函館512R 2着/14頭+0.1秒 05/31 2東京118R 5着/16頭+1.1秒 05/11 1新潟47R 6着/15頭+0.5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 4.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 127日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 11.5% (オッズ暗示: 11.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.4% / 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。
8	ハヤブサオヒメサマ	松山	実7.5	B△ A△勝率8% EV-38% 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9.7着と低調／120日ぶりの実戦）
前5走 12/20 5中京52R 3着/16頭+0.5秒 12/07 5中京22R 11着/16頭+1.1秒 07/26 3中京15R 1着/16頭勝利 05/10 2京都51R 6着/16頭+2.2秒 03/08 1阪神31R 2着/16頭+0.2秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) △ ローテーション 120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 11.5% (オッズ暗示: 13.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.2% / 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。
9	ヒミノエトワール	ロイド	実16.9	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（106日ぶりの実戦）
前5走 12/07 5中京22R 4着/16頭+0.3秒 10/04 3京都16R 2着/16頭+0.1秒 09/07 4阪神26R 2着/15頭+0.4秒 07/13 2小倉67R 7着/16頭+1.0秒 05/18 2東京86R 6着/16頭+1.5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 6.3着 △ ローテーション 106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 4.2% (オッズ暗示: 5.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.5% / 期待値 +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。
10	カスバートテソーロ	ナレドゥ	実9.8	B× A▽勝率8% EV-26% 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4走で勝率25%と適性高／直近3走で勝率33%と好調／119日ぶりの実戦）
前5走 12/20 5中京56R 2着/16頭+0.9秒 11/24 3福島62R 4着/15頭+0.1秒 09/07 2札幌63R 1着/14頭勝利 08/31 2札幌42R 3着/14頭+0.5秒 08/16 1札幌72R 2着/14頭+0.3秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 119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 5.0% (オッズ暗示: 10.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 7.5% / 期待値 -26% ※ 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	アオハルブルース	吉村智	実5.5	B◎ A○勝率10% EV-44% 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走で勝率33%と好調／前走勝利の勢い／141日ぶりの実戦）
前5走 12/21 5中山62R 5着/16頭+0.2秒 11/30 5東京83R 8着/16頭+2.2秒 10/19 4東京74R 6着/16頭+1.1秒 ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 141日休養明け △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 21.3% (オッズ暗示: 18.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 10.0% / 期待値 -45% ※ 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	ヒルノピレネー	川田	実20.0	B▽ A▽勝率6% EV+26% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率100%と適性高／直近3走平均10.0着と低調／456日ぶりの実戦）
前5走 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3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 10.0着 (不振) ◎ 当競馬場適性 12走で勝率 100% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 456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 4.0% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.3% / 期待値 +26% ※ 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	マーシヴィガラス	岩田望	実62.9	B▽ A▽勝率5% EV+201% 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／434日ぶりの実戦）
前5走 06/15 3東京412R 16着/16頭+4.4秒 06/15 3東京412R 16着/16頭+4.4秒 06/15 3東京412R 16着/16頭+4.4秒 06/15 3東京412R 16着/16頭+4.4秒 06/15 3東京412R 16着/16頭+4.4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 16.0着 (不振) ▽ 前走実績前走 16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) -31% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.8% / 期待値 +201% ※ 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	ウインハルモニア	横山典	実40.3	B▽ A▽勝率5% EV+96% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調／前走勝利の勢い／103日ぶりの実戦）
前5走 03/20 浦和10R 7着/12頭+1.2秒 12/03 大井6R 1着/10頭勝利 10/14 4東京49R 4着/8頭+1.0秒 09/08 4中山23R 1着/16頭勝利 ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 103日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.9% / 期待値 +96% ※ 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 ○

アオハルブルース

騎手吉村智

単勝オッズ

5.5倍

AI期待値

+17%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:×1ローズマイスター

4.8倍

EV -43%

▲A:▲3ハイクオリティ

5.7倍

EV -32%

出走馬全14頭

◎A:○11

アオハルブルース

吉村智

5.5倍

+17%

›

○A:×1

ローズマイスター

武豊

4.8倍

-43%

›

▲A:▲3

ハイクオリティ

フーリー

5.7倍

-32%

›

△A:△8

ハヤブサオヒメサマ

松山

7.5倍

-13%

›

△A:△7

レッドライトニング

レーン

8.5倍

-2%

›

△A:△4

セイントホース

横山武

8.6倍

-29%

›

▽A:▽6

ユウェンタース

ルメール

16.8倍

+16%

›

×A:▽10

カスバートテソーロ

ナレドゥ

9.8倍

-51%

›

▽A:▽9

ヒミノエトワール

ロイド

16.9倍

-28%

›

▽A:▽12

ヒルノピレネー

川田

20.0倍

-19%

›

▽A:▽14

ウインハルモニア

横山典

40.3倍

-26%

›

▽A:▽13

マーシヴィガラス

岩田望

62.9倍

-31%

›

▽A:▽2

クリノラピダス

Ｍヴェロン

96.0倍

-26%

›

×A:▽5

オーロラアーク

丹内祐次

117.3倍

-80%

›

💡 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

10R 札幌競馬場　発走 15:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ローズマイスター	武豊	実4.8	×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（当競馬場4走で勝率0%と苦戦傾向／直近3走平均2.3着と安定／前走3着）
前5走 12/21 5中京63R 4着/16頭+0.5秒 12/07 5中山212R 7着/16頭+1.8秒 09/06 2札幌512R 3着/14頭+0.2秒 08/31 2札幌412R 3着/12頭+0.1秒 08/17 1札幌88R 4着/13頭+0.7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 2.3着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 91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 10.2% (オッズ暗示: 20.8%) ※ 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	クリノラピダス	Ｍヴェロン	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10.0着と低調／106日ぶりの実戦）
前5走 10/04 3京都112R 11着/13頭+1.6秒 09/13 4中山39R 10着/11頭+2.7秒 08/21 園田8R 1着/11頭勝利 04/12 2阪神55R 9着/11頭+1.5秒 03/23 1阪神86R 13着/16頭+4.8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) ▽ 前走実績前走 12着 (大敗) △ ローテーション 106日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +357% (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。
3	ハイクオリティ	フーリー	実5.7	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／106日ぶりの実戦）
前5走 11/09 4京都26R 7着/16頭+1.0秒 10/18 4新潟16R 7着/15頭+1.9秒 08/23 2札幌14R 1着/14頭勝利 06/28 1函館52R 7着/12頭+3.0秒 06/22 1函館46R 4着/11頭+1.0秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 106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 9.3% (オッズ暗示: 17.5%) ※ 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	セイントホース	横山武	実8.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／175日ぶりの実戦）
前5走 12/21 5阪神61R 4着/12頭+1.7秒 11/29 4京都72R 4着/11頭+0.3秒 11/08 4京都12R 12着/15頭+1.8秒 10/18 3京都63R 5着/7頭+0.8秒 09/28 4阪神95R 5着/18頭+0.6秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 175日休養明け × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 7.7% (オッズ暗示: 11.6%) ※ 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。
5	オーロラアーク	丹内祐次	実117.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率100%と好調／前走勝利の勢い／484日ぶりの実戦）
前5走 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14頭勝利 04/26 2東京17R 1着/14頭勝利
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 484日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +358% (市場が大幅過小評価) AI 予想勝率 3.9% (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。
6	ユウェンタース	ルメール	実16.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／126日ぶりの実戦）
前5走 12/07 5中京29R 4着/16頭+0.7秒 11/16 3福島43R 1着/15頭勝利 09/06 2札幌58R 4着/14頭+1.0秒 08/17 1札幌88R 5着/13頭+0.7秒 07/26 1札幌19R 8着/13頭+1.0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 7.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 7.5% (オッズ暗示: 6.0%) ※ 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	レッドライトニング	レーン	実8.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着／127日ぶりの実戦）
前5走 11/15 3福島310R 9着/15頭+1.6秒 07/06 1函館88R 1着/13頭勝利 06/28 1函館512R 2着/14頭+0.1秒 05/31 2東京118R 5着/16頭+1.1秒 05/11 1新潟47R 6着/15頭+0.5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 4.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 127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 8.4% (オッズ暗示: 11.8%) ※ 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	ハヤブサオヒメサマ	松山	実7.5	△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9.7着と低調／120日ぶりの実戦）
前5走 12/20 5中京52R 3着/16頭+0.5秒 12/07 5中京22R 11着/16頭+1.1秒 07/26 3中京15R 1着/16頭勝利 05/10 2京都51R 6着/16頭+2.2秒 03/08 1阪神31R 2着/16頭+0.2秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) △ ローテーション 120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 8.2% (オッズ暗示: 13.3%) ※ 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。
9	ヒミノエトワール	ロイド	実16.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（106日ぶりの実戦）
前5走 12/07 5中京22R 4着/16頭+0.3秒 10/04 3京都16R 2着/16頭+0.1秒 09/07 4阪神26R 2着/15頭+0.4秒 07/13 2小倉67R 7着/16頭+1.0秒 05/18 2東京86R 6着/16頭+1.5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 6.3着 △ ローテーション 106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 6.5% (オッズ暗示: 5.9%) ※ 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。
10	カスバートテソーロ	ナレドゥ	実9.8	▽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4走で勝率25%と適性高／直近3走で勝率33%と好調／119日ぶりの実戦）
前5走 12/20 5中京56R 2着/16頭+0.9秒 11/24 3福島62R 4着/15頭+0.1秒 09/07 2札幌63R 1着/14頭勝利 08/31 2札幌42R 3着/14頭+0.5秒 08/16 1札幌72R 2着/14頭+0.3秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 10.2%) ※ 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。
11	アオハルブルース	吉村智	実5.5	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／141日ぶりの実戦）
前5走 12/21 5中山62R 5着/16頭+0.2秒 11/30 5東京83R 8着/16頭+2.2秒 10/19 4東京74R 6着/16頭+1.1秒 ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 141日休養明け × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 10.0% (オッズ暗示: 18.2%) ※ 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	ヒルノピレネー	川田	実20.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率100%と適性高／直近3走平均10.0着と低調／456日ぶりの実戦）
前5走 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3秒 05/24 2京都912R 10着/13頭+1.3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 10.0着 (不振) ◎ 当競馬場適性 12走で勝率 100% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 456日休養明け △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 6.3% (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。
13	マーシヴィガラス	岩田望	実62.9	▽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／434日ぶりの実戦）
前5走 06/15 3東京412R 16着/16頭+4.4秒 06/15 3東京412R 16着/16頭+4.4秒 06/15 3東京412R 16着/16頭+4.4秒 06/15 3東京412R 16着/16頭+4.4秒 06/15 3東京412R 16着/16頭+4.4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 16.0着 (不振) ▽ 前走実績前走 16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) +201% (市場が大幅過小評価) AI 予想勝率 4.8% (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。
14	ウインハルモニア	横山典	実40.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調／前走勝利の勢い／103日ぶりの実戦）
前5走 03/20 浦和10R 7着/12頭+1.2秒 12/03 大井6R 1着/10頭勝利 10/14 4東京49R 4着/8頭+1.0秒 09/08 4中山23R 1着/16頭勝利 ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 103日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +96% (市場が大幅過小評価) AI 予想勝率 4.9% (オッズ暗示: 2.5%) ※ 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

ローズマイスター

騎手武豊

単勝オッズ

4.8倍

AI期待値

-50%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11アオハルブルース

5.5倍

EV -44%

▲3ハイクオリティ

5.7倍

EV -46%

出走馬全14頭

×1

ローズマイスター

武豊

4.8倍

-50%

›

○11

アオハルブルース

吉村智

5.5倍

-44%

›

▲3

ハイクオリティ

フーリー

5.7倍

-46%

›

△7

レッドライトニング

レーン

8.5倍

-28%

›

△8

ハヤブサオヒメサマ

松山

7.5倍

-38%

›

△4

セイントホース

横山武

8.6倍

-33%

›

▽6

ユウェンタース

ルメール

16.8倍

+26%

›

▽10

カスバートテソーロ

ナレドゥ

9.8倍

-26%

›

▽9

ヒミノエトワール

ロイド

16.9倍

+9%

›

▽12

ヒルノピレネー

川田

20.0倍

+26%

›

▽14

ウインハルモニア

横山典

40.3倍

+96%

›

▽13

マーシヴィガラス

岩田望

62.9倍

+201%

›

▽2

クリノラピダス

Ｍヴェロン

96.0倍

+357%

›

▽5

オーロラアーク

丹内祐次

117.3倍

+358%

›

💡 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