札幌 6R 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

6R 札幌競馬場　発走 12:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クロミ	藤懸	実80.5	B▽ A▽勝率2% EV+33% 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／245日ぶりの実戦）
前5走 12/28 5阪神86R 13着/16頭+0.9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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 245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 0.9% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.7% / 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。
2	ルージュリヴィエラ	▲佐藤	実9.9	B△ A△勝率9% EV-11% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（98日ぶりの実戦）
前5走 11/29 5東京74R 2着/16頭+1.1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 6.7着 △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.9% / 期待値 -12% ※ 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	ライラックデューン	古川吉	実31.0	B▽ A▽勝率3% EV-20% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／197日ぶりの実戦）
前5走 09/06 2札幌56R 1着/14頭勝利 08/31 2札幌48R 4着/13頭+0.5秒 08/10 3中京62R 8着/15頭+1.3秒 07/20 2小倉83R 3着/16頭+1.3秒 03/15 1阪神51R 4着/12頭+1.1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 10着 (大敗) △ ローテーション 197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 2.2% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 期待値 -21% ※ 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	サイモンイロハニー	★河原田	実60.2	B▽ A▽勝率2% EV+0% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／直近3走平均11.7着と低調／203日ぶりの実戦）
前5走 11/08 4京都112R 12着/14頭+1.2秒 10/18 3京都67R 4着/8頭+0.3秒 09/27 4阪神87R 14着/16頭+1.0秒 09/06 2札幌54R 8着/16頭+1.0秒 08/30 2札幌36R 5着/16頭+0.7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 11.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 203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 1.4% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 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。
5	サマースプラッシュ	▲和田陽	実242.8	B▽ A▽勝率1% EV+96% 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 12/21 5中山66R 12着/16頭+2.6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 10.0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) -27% (オッズ過剰評価) AI 予想勝率 0.3% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.8% / 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。
6	デルマサクラサク	横山和	実5.8	B▲ A▲勝率16% EV-8% 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 12/06 5中京13R 10着/15頭+0.6秒 11/22 4京都57R 5着/16頭+1.3秒 10/26 3京都97R 4着/12頭+0.7秒 08/17 1札幌88R 8着/13頭+1.6秒 07/05 1函館712R 11着/13頭+2.0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 4.7着 △ ローテーション 99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 13.8% (オッズ暗示: 17.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.7% / 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。
7	タイセイルビー	▲小林美	実7.2	B△ A△勝率16% EV+13% 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 12/06 5中山12R 7着/13頭+1.3秒 11/23 5東京52R 13着/18頭+1.4秒 08/31 3新潟45R 6着/12頭+0.8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 5.7着 △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 13.8% (オッズ暗示: 13.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 15.7% / 期待値 +13% ※ 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	ヤマヤロード	◇古川奈	実179.1	B▽ A▽勝率1% EV+44% 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／133日ぶりの実戦）
前5走 12/20 5中山52R 16着/16頭+4.9秒 10/26 4東京96R 8着/18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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 133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 0.3% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.8% / 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。
9	ウィンターガーデン	小沢	実19.2	B▽ A▽勝率7% EV+31% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（141日ぶりの実戦）
前5走 11/22 4京都57R 10着/16頭+1.6秒 09/15 4阪神57R 9着/13頭+2.1秒 08/30 4中京37R 4着/10頭+1.5秒 06/28 2小倉18R 8着/15頭+1.7秒 04/27 2京都28R 4着/12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 7.3着 (不振) △ ローテーション 141日休養明け △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 5.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.8% / 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。
10	ヴェールミューズ	鮫島駿	実9.5	B△ A△勝率11% EV+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走で勝率33%と好調／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 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 13着 (大敗) △ ローテーション 134日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 10.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 11.1% / 期待値 +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	スリーケイ	斎藤	実5.6	B○ A○勝率16% EV-11% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.0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 11 ◎ 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) -7% (オッズ過剰評価) AI 予想勝率 16.6% (オッズ暗示: 17.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.7% / 期待値 -12% ※ 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	ルージュボニート	横山武	実2.2	B◎ A×勝率19% EV-59% 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5走 1回5日札幌1R 1着/14頭 1回2日札幌2R 2着/10頭 ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 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 28.3% (オッズ暗示: 45.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 18.5% / 期待値 -59% ※ 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 ×

ルージュボニート

騎手横山武

単勝オッズ

2.2倍

AI期待値

-37%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○11スリーケイ

5.6倍

EV -7%

▲A:▲6デルマサクラサク

5.8倍

EV -20%

出走馬全12頭

◎A:×12

ルージュボニート

横山武

2.2倍

-37%

›

○A:○11

スリーケイ

斎藤

5.6倍

-7%

›

▲A:▲6

デルマサクラサク

横山和

5.8倍

-20%

›

△A:△7

タイセイルビー

▲小林美

7.2倍

›

△A:△10

ヴェールミューズ

鮫島駿

9.5倍

-15%

›

△A:△2

ルージュリヴィエラ

▲佐藤

9.9倍

-22%

›

▽A:▽9

ウィンターガーデン

小沢

19.2倍

+8%

›

▽A:▽3

ライラックデューン

古川吉

31.0倍

-30%

›

▽A:▽4

サイモンイロハニー

★河原田

60.2倍

-14%

›

▽A:▽1

クロミ

藤懸

80.5倍

-31%

›

▽A:▽8

ヤマヤロード

◇古川奈

179.1倍

-46%

›

▽A:▽5

サマースプラッシュ

▲和田陽

242.8倍

-27%

›

💡 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

6R 札幌競馬場　発走 12:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クロミ	藤懸	実80.5	▽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／245日ぶりの実戦）
前5走 12/28 5阪神86R 13着/16頭+0.9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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 245日休養明け ◎ 期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 1.7% (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。
2	ルージュリヴィエラ	▲佐藤	実9.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（98日ぶりの実戦）
前5走 11/29 5東京74R 2着/16頭+1.1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 6.7着 △ ローテーション 98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 8.9% (オッズ暗示: 10.1%) ※ 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。
3	ライラックデューン	古川吉	実31.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／197日ぶりの実戦）
前5走 09/06 2札幌56R 1着/14頭勝利 08/31 2札幌48R 4着/13頭+0.5秒 08/10 3中京62R 8着/15頭+1.3秒 07/20 2小倉83R 3着/16頭+1.3秒 03/15 1阪神51R 4着/12頭+1.1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 10着 (大敗) △ ローテーション 197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 2.6% (オッズ暗示: 3.2%) ※ 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	サイモンイロハニー	★河原田	実60.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／直近3走平均11.7着と低調／203日ぶりの実戦）
前5走 11/08 4京都112R 12着/14頭+1.2秒 10/18 3京都67R 4着/8頭+0.3秒 09/27 4阪神87R 14着/16頭+1.0秒 09/06 2札幌54R 8着/16頭+1.0秒 08/30 2札幌36R 5着/16頭+0.7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 11.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 203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 1.7% (オッズ暗示: 1.7%) ※ 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	サマースプラッシュ	▲和田陽	実242.8	▽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 12/21 5中山66R 12着/16頭+2.6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 10.0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) +96% (市場が大幅過小評価) AI 予想勝率 0.8% (オッズ暗示: 0.4%) ※ 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。
6	デルマサクラサク	横山和	実5.8	▲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 12/06 5中京13R 10着/15頭+0.6秒 11/22 4京都57R 5着/16頭+1.3秒 10/26 3京都97R 4着/12頭+0.7秒 08/17 1札幌88R 8着/13頭+1.6秒 07/05 1函館712R 11着/13頭+2.0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 4.7着 △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 15.7% (オッズ暗示: 17.2%) ※ 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	タイセイルビー	▲小林美	実7.2	△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 12/06 5中山12R 7着/13頭+1.3秒 11/23 5東京52R 13着/18頭+1.4秒 08/31 3新潟45R 6着/12頭+0.8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 5.7着 △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 15.7% (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。
8	ヤマヤロード	◇古川奈	実179.1	▽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／133日ぶりの実戦）
前5走 12/20 5中山52R 16着/16頭+4.9秒 10/26 4東京96R 8着/18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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 133日休養明け ◎ 期待値 (オッズ vs AI勝率) +44% (妙味あり) AI 予想勝率 0.8% (オッズ暗示: 0.6%) ※ 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。
9	ウィンターガーデン	小沢	実19.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（141日ぶりの実戦）
前5走 11/22 4京都57R 10着/16頭+1.6秒 09/15 4阪神57R 9着/13頭+2.1秒 08/30 4中京37R 4着/10頭+1.5秒 06/28 2小倉18R 8着/15頭+1.7秒 04/27 2京都28R 4着/12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 7.3着 (不振) △ ローテーション 141日休養明け ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 6.8% (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。
10	ヴェールミューズ	鮫島駿	実9.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／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 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 13着 (大敗) △ ローテーション 134日休養明け △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 11.1% (オッズ暗示: 10.5%) ※ 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	スリーケイ	斎藤	実5.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.0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 11 ◎ 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) -12% (オッズ過剰評価) AI 予想勝率 15.7% (オッズ暗示: 17.9%) ※ 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。
12	ルージュボニート	横山武	実2.2	×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5走 1回5日札幌1R 1着/14頭 1回2日札幌2R 2着/10頭 ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 18.5% (オッズ暗示: 45.5%) ※ 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

ルージュボニート

騎手横山武

単勝オッズ

2.2倍

AI期待値

-59%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11スリーケイ

5.6倍

EV -11%

▲6デルマサクラサク

5.8倍

EV -8%

出走馬全12頭

×12

ルージュボニート

横山武

2.2倍

-59%

›

○11

スリーケイ

斎藤

5.6倍

-11%

›

▲6

デルマサクラサク

横山和

5.8倍

-8%

›

△7

タイセイルビー

▲小林美

7.2倍

+13%

›

△10

ヴェールミューズ

鮫島駿

9.5倍

+5%

›

△2

ルージュリヴィエラ

▲佐藤

9.9倍

-11%

›

▽9

ウィンターガーデン

小沢

19.2倍

+31%

›

▽3

ライラックデューン

古川吉

31.0倍

-20%

›

▽4

サイモンイロハニー

★河原田

60.2倍

+0%

›

▽1

クロミ

藤懸

80.5倍

+33%

›

▽8

ヤマヤロード

◇古川奈

179.1倍

+44%

›

▽5

サマースプラッシュ

▲和田陽

242.8倍

+96%

›

💡 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