札幌 12R 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

12R 札幌競馬場　発走 16:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミーントゥビー	川田	実7.7	B▲ A△勝率9% EV-32% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着／99日ぶりの実戦）
前5走 11/24 3福島610R 13着/16頭+0.7秒 10/26 4東京910R 3着/11頭+0.2秒 10/12 4東京49R 8着/16頭+0.6秒 08/09 2新潟56R 5着/16頭+0.4秒 05/11 2京都610R 4着/11頭+0.2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 3.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 99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 12.3% (オッズ暗示: 13.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.8% / 期待値 -32% ※ 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	マイネルフォルツァ	レーン	実38.9	B▽ A▽勝率5% EV+113% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場72走で勝率0%と苦戦傾向／直近3走平均2.0着と安定／前走2着）
前5走 06/08 3東京28R 2着/18頭+0.2秒 06/08 3東京28R 2着/18頭+0.2秒 06/08 3東京28R 2着/18頭+0.2秒 06/08 3東京28R 2着/18頭+0.2秒 06/08 3東京28R 2着/18頭+0.2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 2.0着 (安定) × 当競馬場適性 72走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 441日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.5% / 期待値 +113% ※ 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	バセリーナ	武豊	実21.2	B▽ A▽勝率6% EV+20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調／189日ぶりの実戦）
前5走 12/14 5中山49R 11着/12頭+1.2秒 11/08 3福島16R 1着/16頭勝利 06/29 2福島28R 6着/9頭+0.8秒 06/08 3東京28R 16着/18頭+1.6秒 05/18 2東京87R 4着/10頭+1.2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 9.0着 (不振) △ ローテーション 189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 3.0% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.7% / 期待値 +20% ※ 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	ストームサンダー	ロイド	実22.9	B▽ A▽勝率7% EV+55% 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33%と適性高／直近3走平均8.0着と低調／105日ぶりの実戦）
前5走 12/21 5阪神611R 9着/14頭+1.2秒 11/24 5東京611R 12着/12頭+2.7秒 10/26 3京都99R 3着/8頭+0.3秒 08/23 2札幌19R 1着/9頭勝利 08/09 1札幌51R 3着/12頭+0.1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 8.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 105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 7.3% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.8% / 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。
5	レッセパッセ	横山武	実52.7	B▽ A▽勝率5% EV+174% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／99日ぶりの実戦）
前5走 12/13 5阪神312R 6着/10頭+0.6秒 11/24 3福島610R 10着/16頭+0.3秒 08/09 1札幌510R 7着/11頭+1.2秒 08/02 1札幌310R 13着/14頭+1.4秒 07/19 1函館1110R 7着/14頭+0.7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 9.0着 (不振) △ ローテーション 99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 1.2% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 5.2% / 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。
6	マルカオペラ	松山	実16.2	B▽ A▽勝率6% EV0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／106日ぶりの実戦）
前5走 12/14 5阪神412R 4着/10頭+0.1秒 11/24 3福島610R 9着/16頭+0.3秒 08/02 1札幌310R 12着/14頭+1.4秒 07/13 1函館109R 5着/11頭+0.7秒 06/15 1函館29R 1着/13頭勝利
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 5.0着 × 当競馬場適性 5走で勝率 0% (苦戦) △ ローテーション 106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 4.4% (オッズ暗示: 6.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.1% / 期待値 -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	ベネスピラ	ナレドゥ	実11.3	B▽ A▽勝率7% EV-18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い／98日ぶりの実戦）
前5走 11/22 3福島56R 12着/15頭+2.2秒 07/13 2福島62R 1着/15頭勝利 06/29 2福島23R 5着/15頭+2.2秒 06/07 3東京13R 3着/16頭+1.0秒 05/17 1新潟54R 4着/12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 98日休養明け × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 4.4% (オッズ暗示: 8.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.2% / 期待値 -18% ※ 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	ウインベラーノ	丹内祐次	実6.6	B△ A○勝率9% EV-39% 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8.3着と低調／182日ぶりの実戦）
前5走 11/15 3福島39R 7着/16頭+1.1秒 07/05 1函館79R 3着/8頭+0.8秒 06/14 1函館14R 1着/15頭勝利 05/11 2京都64R 5着/16頭+0.7秒 04/19 1福島35R 2着/15頭+0.0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 8.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 182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 12.1% (オッズ暗示: 15.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.2% / 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	ルクスジニア	ルメール	実3.5	B○ A×勝率11% EV-62% 詳細▼	AI上位評価だが期待値不足、見送り（99日ぶりの実戦）
前5走 12/14 5阪神412R 5着/10頭+0.4秒 09/07 2札幌610R 6着/14頭+0.5秒 08/02 1札幌310R 3着/14頭+0.0秒 04/27 2東京211R 7着/18頭+0.6秒 03/29 2阪神19R 1着/14頭勝利
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 6.0着 △ ローテーション 99日休養明け × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 12.9% (オッズ暗示: 28.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 10.9% / 期待値 -62% ※ 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	テルヒコウ	Ｍヴェロン	実7.3	B△ A▲勝率9% 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／120日ぶりの実戦）
前5走 11/24 5東京611R 4着/12頭+0.4秒 10/26 3京都95R 1着/10頭勝利 ― ― ―
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) ▽ 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) -12% (オッズ過剰評価) AI 予想勝率 12.1% (オッズ暗示: 13.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.1% / 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。
11	ショウナンヤッホー	吉村智	実68.4	B▽ A▽勝率5% EV+216% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／98日ぶりの実戦）
前5走 11/30 5東京810R 11着/16頭+1.9秒 10/05 4東京212R 9着/16頭+0.9秒 08/10 1札幌612R 10着/14頭+2.2秒 07/26 1札幌19R 1着/13頭勝利 06/21 3東京512R 4着/16頭+0.4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 11.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.6% / 期待値 +217% ※ 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	ミリオンクラウン	横山典	実7.8	B◎ A△勝率9% EV-29% 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12.0着と低調／106日ぶりの実戦）
前5走 11/05 船橋11R 7着/9頭+2.3秒 09/06 2札幌511R 8着/12頭+0.9秒 08/16 1札幌79R 2着/8頭+0.4秒 07/16 門別3R 1着/8頭勝利 07/03 門別3R 2着/8頭+0.0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 12.0着 (不振) ▽ 前走実績前走 15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) +15% (市場と概ね一致) AI 予想勝率 14.8% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.0% / 期待値 -30% ※ 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	コスモスプモーニ	フーリー	実139.5	B× A▽勝率4% EV+437% 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／434日ぶりの実戦）
前5走 06/15 3東京49R 10着/10頭+1.9秒 06/15 3東京49R 10着/10頭+1.9秒 06/15 3東京49R 10着/10頭+1.9秒 06/15 3東京49R 10着/10頭+1.9秒 06/15 3東京49R 10着/10頭+1.9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 10.0着 (不振) ▽ 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) -76% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 3.9% / 期待値 +438% ※ 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	ワザモノ推奨	岩田望	実8.3	B△ A△勝率8% EV-33% 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 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3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 11.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 449日休養明け △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 12.3% (オッズ暗示: 12.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.0% / 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。

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 △

ミリオンクラウン

騎手横山典

単勝オッズ

7.8倍

AI期待値

+15%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:×9ルクスジニア

3.5倍

EV -54%

▲A:△1ミーントゥビー

7.7倍

EV -5%

出走馬全14頭

◎A:△12

ミリオンクラウン

横山典

7.8倍

+15%

›

○A:×9

ルクスジニア

ルメール

3.5倍

-54%

›

▲A:△1

ミーントゥビー

川田

7.7倍

-5%

›

△A:△14

ワザモノ

岩田望

8.3倍

+2%

›

△A:○8

ウインベラーノ

丹内祐次

6.6倍

-20%

›

△A:▲10

テルヒコウ

Ｍヴェロン

7.3倍

-11%

›

▽A:▽4

ストームサンダー

ロイド

22.9倍

+67%

›

▽A:▽7

ベネスピラ

ナレドゥ

11.3倍

-49%

›

▽A:▽6

マルカオペラ

松山

16.2倍

-28%

›

▽A:▽3

バセリーナ

武豊

21.2倍

-35%

›

▽A:▽2

マイネルフォルツァ

レーン

38.9倍

-25%

›

▽A:▽5

レッセパッセ

横山武

52.7倍

-39%

›

▽A:▽11

ショウナンヤッホー

吉村智

68.4倍

-21%

›

×A:▽13

コスモスプモーニ

フーリー

139.5倍

-76%

›

💡 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)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 14 ワザモノ実8.3倍期待値 +2% 推奨 10.0〜30.0倍 ¥100 ❌不的中3着

※ オッズは予測時点の値です。

12R 札幌競馬場　発走 16:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミーントゥビー	川田	実7.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／99日ぶりの実戦）
前5走 11/24 3福島610R 13着/16頭+0.7秒 10/26 4東京910R 3着/11頭+0.2秒 10/12 4東京49R 8着/16頭+0.6秒 08/09 2新潟56R 5着/16頭+0.4秒 05/11 2京都610R 4着/11頭+0.2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 3.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 99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 8.8% (オッズ暗示: 13.0%) ※ 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。
2	マイネルフォルツァ	レーン	実38.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場72走で勝率0%と苦戦傾向／直近3走平均2.0着と安定／前走2着）
前5走 06/08 3東京28R 2着/18頭+0.2秒 06/08 3東京28R 2着/18頭+0.2秒 06/08 3東京28R 2着/18頭+0.2秒 06/08 3東京28R 2着/18頭+0.2秒 06/08 3東京28R 2着/18頭+0.2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 2.0着 (安定) × 当競馬場適性 72走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 441日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +113% (市場が大幅過小評価) AI 予想勝率 5.5% (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。
3	バセリーナ	武豊	実21.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調／189日ぶりの実戦）
前5走 12/14 5中山49R 11着/12頭+1.2秒 11/08 3福島16R 1着/16頭勝利 06/29 2福島28R 6着/9頭+0.8秒 06/08 3東京28R 16着/18頭+1.6秒 05/18 2東京87R 4着/10頭+1.2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 9.0着 (不振) △ ローテーション 189日休養明け △ 期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 5.7% (オッズ暗示: 4.7%) ※ 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。
4	ストームサンダー	ロイド	実22.9	▽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33%と適性高／直近3走平均8.0着と低調／105日ぶりの実戦）
前5走 12/21 5阪神611R 9着/14頭+1.2秒 11/24 5東京611R 12着/12頭+2.7秒 10/26 3京都99R 3着/8頭+0.3秒 08/23 2札幌19R 1着/9頭勝利 08/09 1札幌51R 3着/12頭+0.1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 8.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +55% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 4.4%) ※ 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	レッセパッセ	横山武	実52.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／99日ぶりの実戦）
前5走 12/13 5阪神312R 6着/10頭+0.6秒 11/24 3福島610R 10着/16頭+0.3秒 08/09 1札幌510R 7着/11頭+1.2秒 08/02 1札幌310R 13着/14頭+1.4秒 07/19 1函館1110R 7着/14頭+0.7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 9.0着 (不振) △ ローテーション 99日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +174% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 1.9%) ※ 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	マルカオペラ	松山	実16.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／106日ぶりの実戦）
前5走 12/14 5阪神412R 4着/10頭+0.1秒 11/24 3福島610R 9着/16頭+0.3秒 08/02 1札幌310R 12着/14頭+1.4秒 07/13 1函館109R 5着/11頭+0.7秒 06/15 1函館29R 1着/13頭勝利
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 5.0着 × 当競馬場適性 5走で勝率 0% (苦戦) △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 6.1% (オッズ暗示: 6.2%) ※ 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。
7	ベネスピラ	ナレドゥ	実11.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い／98日ぶりの実戦）
前5走 11/22 3福島56R 12着/15頭+2.2秒 07/13 2福島62R 1着/15頭勝利 06/29 2福島23R 5着/15頭+2.2秒 06/07 3東京13R 3着/16頭+1.0秒 05/17 1新潟54R 4着/12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 98日休養明け △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 8.8%) ※ 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	ウインベラーノ	丹内祐次	実6.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.3着と低調／182日ぶりの実戦）
前5走 11/15 3福島39R 7着/16頭+1.1秒 07/05 1函館79R 3着/8頭+0.8秒 06/14 1函館14R 1着/15頭勝利 05/11 2京都64R 5着/16頭+0.7秒 04/19 1福島35R 2着/15頭+0.0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 8.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 182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 9.2% (オッズ暗示: 15.2%) ※ 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。
9	ルクスジニア	ルメール	実3.5	×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（99日ぶりの実戦）
前5走 12/14 5阪神412R 5着/10頭+0.4秒 09/07 2札幌610R 6着/14頭+0.5秒 08/02 1札幌310R 3着/14頭+0.0秒 04/27 2東京211R 7着/18頭+0.6秒 03/29 2阪神19R 1着/14頭勝利
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 6.0着 △ ローテーション 99日休養明け × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 10.9% (オッズ暗示: 28.6%) ※ 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。
10	テルヒコウ	Ｍヴェロン	実7.3	▲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／120日ぶりの実戦）
前5走 11/24 5東京611R 4着/12頭+0.4秒 10/26 3京都95R 1着/10頭勝利 ― ― ―
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) ▽ 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) -33% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 13.7%) ※ 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	ショウナンヤッホー	吉村智	実68.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／98日ぶりの実戦）
前5走 11/30 5東京810R 11着/16頭+1.9秒 10/05 4東京212R 9着/16頭+0.9秒 08/10 1札幌612R 10着/14頭+2.2秒 07/26 1札幌19R 1着/13頭勝利 06/21 3東京512R 4着/16頭+0.4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 11.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 98日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +216% (市場が大幅過小評価) AI 予想勝率 4.6% (オッズ暗示: 1.5%) ※ 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。
12	ミリオンクラウン	横山典	実7.8	△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12.0着と低調／106日ぶりの実戦）
前5走 11/05 船橋11R 7着/9頭+2.3秒 09/06 2札幌511R 8着/12頭+0.9秒 08/16 1札幌79R 2着/8頭+0.4秒 07/16 門別3R 1着/8頭勝利 07/03 門別3R 2着/8頭+0.0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 12.0着 (不振) ▽ 前走実績前走 15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) -30% (オッズ過剰評価) AI 予想勝率 9.0% (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。
13	コスモスプモーニ	フーリー	実139.5	▽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／434日ぶりの実戦）
前5走 06/15 3東京49R 10着/10頭+1.9秒 06/15 3東京49R 10着/10頭+1.9秒 06/15 3東京49R 10着/10頭+1.9秒 06/15 3東京49R 10着/10頭+1.9秒 06/15 3東京49R 10着/10頭+1.9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 10.0着 (不振) ▽ 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) +437% (市場が大幅過小評価) AI 予想勝率 3.9% (オッズ暗示: 0.7%) ※ 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。
14	ワザモノ推奨	岩田望	実8.3	△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 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3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 11.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 449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 8.0% (オッズ暗示: 12.0%) ※ 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。

🎯 AIの本命

AI評価1位

ルクスジニア

騎手ルメール

単勝オッズ

3.5倍

AI期待値

-62%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ウインベラーノ

6.6倍

EV -39%

▲10テルヒコウ

7.3倍

EV -33%

出走馬全14頭

×9

ルクスジニア

ルメール

3.5倍

-62%

›

○8

ウインベラーノ

丹内祐次

6.6倍

-39%

›

▲10

テルヒコウ

Ｍヴェロン

7.3倍

-33%

›

△12

ミリオンクラウン

横山典

7.8倍

-29%

›

△1

ミーントゥビー

川田

7.7倍

-32%

›

△14

ワザモノ

岩田望

8.3倍

-33%

›

▽7

ベネスピラ

ナレドゥ

11.3倍

-18%

›

▽4

ストームサンダー

ロイド

22.9倍

+55%

›

▽6

マルカオペラ

松山

16.2倍

›

▽3

バセリーナ

武豊

21.2倍

+20%

›

▽2

マイネルフォルツァ

レーン

38.9倍

+113%

›

▽5

レッセパッセ

横山武

52.7倍

+174%

›

▽11

ショウナンヤッホー

吉村智

68.4倍

+216%

›

▽13

コスモスプモーニ

フーリー

139.5倍

+437%

›

💡 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)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 14 ワザモノ実8.3倍期待値 -34% 推奨 12.5〜30.0倍 ¥100 ❌不的中3着

※ 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