札幌 3R 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

3R 札幌競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ペガサスウィンド	鮫島駿	実5.4	B○ A○勝率19% EV+4% 詳細▼	AI上位評価だが期待値不足、見送り（134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 3.7着 △ ローテーション 134日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 16.6% (オッズ暗示: 18.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.3% / 期待値 +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。
2	サクセスブルー	丹内	実17.1	B▽ A▽勝率4% EV-34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／98日ぶりの実戦）
前5走 12/13 5中山35R 6着/13頭+0.8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 8.3着 (不振) △ ローテーション 98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 3.9% (オッズ暗示: 5.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.8% / 期待値 -35% ※ 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	ラスターヴァース	☆長浜	実46.7	B▽ A×勝率1% EV-53% 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／105日ぶりの実戦）
前5走 11/23 5東京52R 6着/18頭+0.8秒 11/09 5東京25R 6着/6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戦の調子平均 13.0着 (不振) ▽ 前走実績前走 10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) -20% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.1%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 期待値 -54% ※ 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	ポップアップ	★河原田	実3.3	B◎ A◎勝率23% EV-24% 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（119日ぶりの実戦）
前5走 08/24 3新潟25R 10着/14頭+1.8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 5.3着 △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 29.2% (オッズ暗示: 30.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.7% / 期待値 -25% ※ 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	デルマテイネ	的場	実117.7	B× A×勝率0% EV-51% 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／84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 5 ◎ 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 11着 (大敗) × 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 0.3% (オッズ暗示: 0.8%) × Aモデルの評価 (参考) レース内 13位 / 勝率 0.4% / 期待値 -52% ※ 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	ヨドノサファイア	石川倭	実22.2	B▽ A▽勝率3% EV-30% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（245日ぶりの実戦）
前5走 12/28 5中山83R 5着/16頭+0.5秒 11/09 5東京21R 11着/16頭+1.1秒 10/11 4東京35R 5着/14頭+0.3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 7.0着 (不振) △ ローテーション 245日休養明け × 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 2.7% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.1% / 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。
7	チャーチルデュース	武豊	実5.7	B▲ A▲勝率14% EV-22% 詳細▼	AI上位評価だが期待値不足、見送り（148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 6.0着 △ ローテーション 148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 11.0% (オッズ暗示: 17.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.6% / 期待値 -22% ※ 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	サンエンジェルス	浜中	実7.7	B△ A△勝率9% EV-29% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（148日ぶりの実戦）
前5走 08/02 1札幌35R 5着/11頭+0.9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 5.0着 △ ローテーション 148日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 10.7% (オッズ暗示: 13.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.2% / 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。
9	モンテール	斎藤	実16.3	B▽ A▽勝率4% EV-29% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調／120日ぶりの実戦）
前5走 12/21 5中山67R 11着/16頭+2.3秒 10/04 4東京13R 12着/17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 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 3.7% (オッズ暗示: 6.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.3% / 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。
10	ミアエッテ	横山琉	実184.8	B× A▽勝率0% EV-24% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／119日ぶりの実戦）
前5走 12/13 5中山33R 7着/16頭+1.0秒 11/24 5東京62R 11着/18頭+1.5秒 09/07 2札幌61R 2着/8頭+0.3秒 08/23 2札幌15R 2着/9頭+1.2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 11.7着 (不振) ▽ 前走実績前走 16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) -72% (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 14位 / 勝率 0.4% / 期待値 -24% ※ 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	ダンツアラーム	黛	実81.8	B▽ A▽勝率1% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難（99日ぶりの実戦）
前5走 11/29 4京都73R 11着/14頭+1.2秒 11/02 3京都115R 5着/15頭+0.7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 7.7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) -41% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.8% / 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。
12	クリコイーコ	吉田隼	実78.0	B▽ A▽勝率1% EV-40% 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 7.3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) -44% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.8% / 期待値 -41% ※ 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	ジャストグレース	古川吉	実12.0	B△ A△勝率8% EV+0% 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／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 13 ◎ 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 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 7.6% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.4% / 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。
14	ホウオウファラオ	横山武	実6.3	B△ A△勝率12% EV-23% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（85日ぶりの実戦）
前5走 12/13 5中山36R 10着/15頭+4.7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 7.0着 (不振) × 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 11.0% (オッズ暗示: 15.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.1% / 期待値 -24% ※ 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 ◎

ポップアップ

騎手 ★河原田

単勝オッズ

3.3倍

AI期待値

-3%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○1ペガサスウィンド

5.4倍

EV -10%

▲A:▲7チャーチルデュース

5.7倍

EV -37%

出走馬全14頭

◎A:◎4

ポップアップ

★河原田

3.3倍

-3%

›

○A:○1

ペガサスウィンド

鮫島駿

5.4倍

-10%

›

▲A:▲7

チャーチルデュース

武豊

5.7倍

-37%

›

△A:△14

ホウオウファラオ

横山武

6.3倍

-30%

›

△A:△8

サンエンジェルス

浜中

7.7倍

-17%

›

△A:△13

ジャストグレース

古川吉

12.0倍

-8%

›

▽A:▽2

サクセスブルー

丹内

17.1倍

-32%

›

▽A:▽9

モンテール

斎藤

16.3倍

-38%

›

▽A:▽6

ヨドノサファイア

石川倭

22.2倍

-40%

›

▽A:×3

ラスターヴァース

☆長浜

46.7倍

-20%

›

▽A:▽12

クリコイーコ

吉田隼

78.0倍

-44%

›

▽A:▽11

ダンツアラーム

黛

81.8倍

-41%

›

×A:×5

デルマテイネ

的場

117.7倍

-66%

›

×A:▽10

ミアエッテ

横山琉

184.8倍

-71%

›

💡 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

3R 札幌競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ペガサスウィンド	鮫島駿	実5.4	○詳細▼	AI上位評価だが期待値不足、見送り（134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 3.7着 △ ローテーション 134日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 19.3% (オッズ暗示: 18.5%) ※ 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。
2	サクセスブルー	丹内	実17.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／98日ぶりの実戦）
前5走 12/13 5中山35R 6着/13頭+0.8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 8.3着 (不振) △ ローテーション 98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 3.8% (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	ラスターヴァース	☆長浜	実46.7	×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／105日ぶりの実戦）
前5走 11/23 5東京52R 6着/18頭+0.8秒 11/09 5東京25R 6着/6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戦の調子平均 13.0着 (不振) ▽ 前走実績前走 10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) -54% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.1%) ※ 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。
4	ポップアップ	★河原田	実3.3	◎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（119日ぶりの実戦）
前5走 08/24 3新潟25R 10着/14頭+1.8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 5.3着 △ ローテーション 119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 22.7% (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。
5	デルマテイネ	的場	実117.7	×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／84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 5 ◎ 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 11着 (大敗) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
6	ヨドノサファイア	石川倭	実22.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（245日ぶりの実戦）
前5走 12/28 5中山83R 5着/16頭+0.5秒 11/09 5東京21R 11着/16頭+1.1秒 10/11 4東京35R 5着/14頭+0.3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 7.0着 (不振) △ ローテーション 245日休養明け × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 4.5%) ※ 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。
7	チャーチルデュース	武豊	実5.7	▲詳細▼	AI上位評価だが期待値不足、見送り（148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 6.0着 △ ローテーション 148日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 13.6% (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。
8	サンエンジェルス	浜中	実7.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（148日ぶりの実戦）
前5走 08/02 1札幌35R 5着/11頭+0.9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 5.0着 △ ローテーション 148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 9.2% (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。
9	モンテール	斎藤	実16.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調／120日ぶりの実戦）
前5走 12/21 5中山67R 11着/16頭+2.3秒 10/04 4東京13R 12着/17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 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) -30% (オッズ過剰評価) AI 予想勝率 4.3% (オッズ暗示: 6.1%) ※ 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。
10	ミアエッテ	横山琉	実184.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／119日ぶりの実戦）
前5走 12/13 5中山33R 7着/16頭+1.0秒 11/24 5東京62R 11着/18頭+1.5秒 09/07 2札幌61R 2着/8頭+0.3秒 08/23 2札幌15R 2着/9頭+1.2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 11.7着 (不振) ▽ 前走実績前走 16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) -24% (オッズ過剰評価) AI 予想勝率 0.4% (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。
11	ダンツアラーム	黛	実81.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（99日ぶりの実戦）
前5走 11/29 4京都73R 11着/14頭+1.2秒 11/02 3京都115R 5着/15頭+0.7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 7.7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) -38% (大幅な期待値マイナス) AI 予想勝率 0.8% (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	クリコイーコ	吉田隼	実78.0	▽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 7.3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) -41% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
13	ジャストグレース	古川吉	実12.0	△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／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 13 ◎ 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 105日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 8.4% (オッズ暗示: 8.3%) ※ 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。
14	ホウオウファラオ	横山武	実6.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（85日ぶりの実戦）
前5走 12/13 5中山36R 10着/15頭+4.7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 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 12.1% (オッズ暗示: 15.9%) ※ 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。

🎯 AIの本命

AI評価1位

ポップアップ

騎手 ★河原田

単勝オッズ

3.3倍

AI期待値

-24%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1ペガサスウィンド

5.4倍

EV +4%

▲7チャーチルデュース

5.7倍

EV -22%

出走馬全14頭

◎4

ポップアップ

★河原田

3.3倍

-24%

›

○1

ペガサスウィンド

鮫島駿

5.4倍

+4%

›

▲7

チャーチルデュース

武豊

5.7倍

-22%

›

△14

ホウオウファラオ

横山武

6.3倍

-23%

›

△8

サンエンジェルス

浜中

7.7倍

-29%

›

△13

ジャストグレース

古川吉

12.0倍

+0%

›

▽9

モンテール

斎藤

16.3倍

-29%

›

▽2

サクセスブルー

丹内

17.1倍

-34%

›

▽6

ヨドノサファイア

石川倭

22.2倍

-30%

›

×3

ラスターヴァース

☆長浜

46.7倍

-53%

›

▽12

クリコイーコ

吉田隼

78.0倍

-40%

›

▽11

ダンツアラーム

黛

81.8倍

-38%

›

×5

デルマテイネ

的場

117.7倍

-51%

›

▽10

ミアエッテ

横山琉

184.8倍

-24%

›

💡 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