札幌 8R 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

8R 札幌競馬場　発走 13:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハネマン	原田和	実153.4	B× A▽勝率0% EV-39% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／127日ぶりの実戦）
前5走 11/24 3福島66R 14着/16頭+1.3秒 11/09 3福島22R 4着/16頭+0.5秒 08/31 2札幌41R 7着/10頭+1.0秒 06/28 1函館55R 3着/16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 10.7着 (不振) △ ローテーション 127日休養明け × 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 0.1% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.4% / 期待値 -40% ※ 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	メメボス	古川吉	実37.5	B▽ A▽勝率2% EV-30% 詳細▼	大穴、AI予想勝率低く長期回収困難（169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 2 ◎ 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 169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 1.6% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.9% / 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。
3	トリスティ	▲佐藤	実41.4	B△ A△勝率4% 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11.3着と低調／147日ぶりの実戦）
前5走 10/26 盛岡11R 6着/12頭+1.4秒 08/23 2札幌19R 3着/9頭+0.8秒 07/22 門別8R 5着/8頭+1.8秒 07/03 門別5R 1着/7頭勝利 ―
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 11.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 147日休養明け ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 3.4% (オッズ暗示: 2.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.7% / 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。
4	クラウンアールシー	石川倭	実47.9	B× A×勝率1% EV-54% 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／108日ぶりの実戦）
前5走 11/13 門別10R 7着/11頭+1.1秒 10/29 門別12R 1着/11頭勝利 09/14 4中山46R 6着/16頭+1.9秒 08/17 2新潟82R 2着/15頭+0.3秒 08/03 2新潟49R 3着/15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 108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 0.9% (オッズ暗示: 2.1%) × Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 -55% ※ 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	ユーティジャーニー	☆長浜	実6.0	B▲ A△勝率18% EV+10% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／140日ぶりの実戦）
前5走 12/07 5中京28R 8着/18頭+0.4秒 09/06 2札幌57R 4着/14頭+0.1秒 08/17 1札幌87R 2着/14頭+0.0秒 08/10 1札幌67R 3着/15頭+0.2秒 07/05 2福島312R 6着/15頭+0.4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 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 140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 15.8% (オッズ暗示: 16.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 18.4% / 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。
6	ファンクション	斎藤	実3.2	B🌟◎ A◎勝率22% EV-30% 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9.7着と低調／99日ぶりの実戦）
前5走 11/24 3福島65R 1着/16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 9.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 99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 31.3% (オッズ暗示: 31.2%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 21.7% / 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	テンユウ	丹内	実10.1	B△ A△勝率8% EV-18% 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 10/12 4東京42R 2着/10頭+0.3秒 09/13 4中山32R 6着/11頭+0.6秒 06/07 3東京15R 7着/9頭+1.9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 5.3着 △ ローテーション 141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 6.2% (オッズ暗示: 9.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 期待値 -19% ※ 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	トクシージェネラル	横山琉	実85.6	B▽ A▽勝率1% EV-38% 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 10/18 4新潟16R 12着/15頭+3.4秒 03/02 1小倉1212R 6着/16頭+0.6秒 02/16 1小倉88R 4着/14頭+0.6秒 02/02 1東京27R 13着/16頭+4.0秒 07/21 2福島82R 1着/15頭勝利
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 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) -44% (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 0.7% / 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。
9	メイショウホダワラ	吉田隼	実28.8	B▽ A▽勝率3% EV-26% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調／161日ぶりの実戦）
前5走 07/06 1函館87R 10着/12頭+1.2秒 06/21 1函館32R 1着/12頭勝利 06/01 2京都121R 3着/15頭+0.6秒 05/10 1新潟33R 4着/15頭+0.2秒 04/19 1福島31R 2着/16頭+0.1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 12.0着 (不振) ▽ 前走実績前走 16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) -38% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 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。
10	スタードメイソン	▲和田陽	実38.5	B▽ A×勝率1% EV-63% 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／140日ぶりの実戦）
前5走 08/30 2札幌36R 1着/16頭勝利 07/27 1札幌21R 11着/14頭+2.7秒 06/08 3阪神26R 11着/18頭+1.4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) ▽ 前走実績前走 13着 (大敗) △ ローテーション 140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 1.6% (オッズ暗示: 2.6%) × Aモデルの評価 (参考) レース内 10位 / 勝率 0.9% / 期待値 -64% ※ 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	ドラリズム	黛	実26.0	B▽ A▽勝率3% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／106日ぶりの実戦）
前5走 11/30 5東京85R 8着/16頭+1.8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 5.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 106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 2.5% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.4% / 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。
12	ネッタイヤライ	横山武	実3.6	B○ A○勝率18% EV-33% 詳細▼	AI上位評価だが期待値不足、見送り（161日ぶりの実戦）
前5走 11/29 4京都711R 4着/11頭+0.4秒 11/08 4京都13R 1着/9頭勝利 09/20 4阪神62R 4着/7頭+1.0秒 08/31 2札幌45R 2着/8頭+0.2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 3.7着 △ ローテーション 161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 18.3% (オッズ暗示: 27.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.4% / 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。
13	シェーンルスカ	▲遠藤	実195.6	B× A▽勝率0% EV-23% 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／140日ぶりの実戦）
前5走 12/13 5中京32R 14着/16頭+2.3秒 10/16 名古屋1R 1着/12頭勝利 09/30 名古屋7R 2着/12頭+0.1秒 09/03 名古屋4R 3着/12頭+0.2秒 08/21 名古屋1R 1着/10頭勝利
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 15着 (大敗) △ ローテーション 140日休養明け × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 0.1% (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 -23% ※ 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	ルクスアドラー	横山典	実4.7	B△ A▲勝率18% EV-13% 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12.7着と低調／99日ぶりの実戦）
前5走 11/09 3福島27R 9着/16頭+0.5秒 07/27 1札幌29R 5着/8頭+0.9秒 07/05 1函館78R 4着/9頭+0.6秒 03/02 1小倉127R 14着/17頭+1.0秒 02/09 1小倉612R 5着/17頭+0.2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 12.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 99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 15.2% (オッズ暗示: 21.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 18.4% / 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。

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 ◎

ファンクション

騎手斎藤

単勝オッズ

3.2倍

AI期待値

+0%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12ネッタイヤライ

3.6倍

EV -34%

▲A:△5ユーティジャーニー

6.0倍

EV -4%

出走馬全14頭

◎A:◎6

ファンクション

斎藤

3.2倍

+0%

›

○A:○12

ネッタイヤライ

横山武

3.6倍

-34%

›

▲A:△5

ユーティジャーニー

☆長浜

6.0倍

-4%

›

△A:▲14

ルクスアドラー

横山典

4.7倍

-28%

›

△A:△7

テンユウ

丹内

10.1倍

-37%

›

△A:△3

トリスティ

▲佐藤

41.4倍

+42%

›

▽A:▽11

ドラリズム

黛

26.0倍

-35%

›

▽A:▽9

メイショウホダワラ

吉田隼

28.8倍

-37%

›

▽A:▽2

メメボス

古川吉

37.5倍

-41%

›

▽A:×10

スタードメイソン

▲和田陽

38.5倍

-39%

›

×A:×4

クラウンアールシー

石川倭

47.9倍

-54%

›

▽A:▽8

トクシージェネラル

横山琉

85.6倍

-43%

›

×A:▽1

ハネマン

原田和

153.4倍

-78%

›

×A:▽13

シェーンルスカ

▲遠藤

195.6倍

-72%

›

💡 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

8R 札幌競馬場　発走 13:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハネマン	原田和	実153.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／127日ぶりの実戦）
前5走 11/24 3福島66R 14着/16頭+1.3秒 11/09 3福島22R 4着/16頭+0.5秒 08/31 2札幌41R 7着/10頭+1.0秒 06/28 1函館55R 3着/16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 10.7着 (不振) △ ローテーション 127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 0.4% (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。
2	メメボス	古川吉	実37.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（169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 2 ◎ 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 169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 1.9% (オッズ暗示: 2.7%) ※ 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。
3	トリスティ	▲佐藤	実41.4	△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／147日ぶりの実戦）
前5走 10/26 盛岡11R 6着/12頭+1.4秒 08/23 2札幌19R 3着/9頭+0.8秒 07/22 門別8R 5着/8頭+1.8秒 07/03 門別5R 1着/7頭勝利 ―
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 11.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 147日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +51% (市場が大幅過小評価) AI 予想勝率 3.7% (オッズ暗示: 2.4%) ※ 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。
4	クラウンアールシー	石川倭	実47.9	×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／108日ぶりの実戦）
前5走 11/13 門別10R 7着/11頭+1.1秒 10/29 門別12R 1着/11頭勝利 09/14 4中山46R 6着/16頭+1.9秒 08/17 2新潟82R 2着/15頭+0.3秒 08/03 2新潟49R 3着/15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 108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 0.9% (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。
5	ユーティジャーニー	☆長浜	実6.0	△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3走で勝率0%と苦戦傾向／140日ぶりの実戦）
前5走 12/07 5中京28R 8着/18頭+0.4秒 09/06 2札幌57R 4着/14頭+0.1秒 08/17 1札幌87R 2着/14頭+0.0秒 08/10 1札幌67R 3着/15頭+0.2秒 07/05 2福島312R 6着/15頭+0.4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 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 140日休養明け △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 18.4% (オッズ暗示: 16.7%) ※ 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。
6	ファンクション	斎藤	実3.2	◎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走平均9.7着と低調／99日ぶりの実戦）
前5走 11/24 3福島65R 1着/16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 9.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 99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 21.7% (オッズ暗示: 31.2%) ※ 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	テンユウ	丹内	実10.1	△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 10/12 4東京42R 2着/10頭+0.3秒 09/13 4中山32R 6着/11頭+0.6秒 06/07 3東京15R 7着/9頭+1.9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 5.3着 △ ローテーション 141日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 9.9%) ※ 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	トクシージェネラル	横山琉	実85.6	▽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 10/18 4新潟16R 12着/15頭+3.4秒 03/02 1小倉1212R 6着/16頭+0.6秒 02/16 1小倉88R 4着/14頭+0.6秒 02/02 1東京27R 13着/16頭+4.0秒 07/21 2福島82R 1着/15頭勝利
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 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) -38% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。
9	メイショウホダワラ	吉田隼	実28.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調／161日ぶりの実戦）
前5走 07/06 1函館87R 10着/12頭+1.2秒 06/21 1函館32R 1着/12頭勝利 06/01 2京都121R 3着/15頭+0.6秒 05/10 1新潟33R 4着/15頭+0.2秒 04/19 1福島31R 2着/16頭+0.1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 12.0着 (不振) ▽ 前走実績前走 16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) -26% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 3.5%) ※ 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。
10	スタードメイソン	▲和田陽	実38.5	×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／140日ぶりの実戦）
前5走 08/30 2札幌36R 1着/16頭勝利 07/27 1札幌21R 11着/14頭+2.7秒 06/08 3阪神26R 11着/18頭+1.4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) ▽ 前走実績前走 13着 (大敗) △ ローテーション 140日休養明け × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
11	ドラリズム	黛	実26.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／106日ぶりの実戦）
前5走 11/30 5東京85R 8着/16頭+1.8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 5.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 3.8%) ※ 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	ネッタイヤライ	横山武	実3.6	○詳細▼	AI上位評価だが期待値不足、見送り（161日ぶりの実戦）
前5走 11/29 4京都711R 4着/11頭+0.4秒 11/08 4京都13R 1着/9頭勝利 09/20 4阪神62R 4着/7頭+1.0秒 08/31 2札幌45R 2着/8頭+0.2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 3.7着 △ ローテーション 161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 18.4% (オッズ暗示: 27.8%) ※ 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	シェーンルスカ	▲遠藤	実195.6	▽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／140日ぶりの実戦）
前5走 12/13 5中京32R 14着/16頭+2.3秒 10/16 名古屋1R 1着/12頭勝利 09/30 名古屋7R 2着/12頭+0.1秒 09/03 名古屋4R 3着/12頭+0.2秒 08/21 名古屋1R 1着/10頭勝利
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 15着 (大敗) △ ローテーション 140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 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。
14	ルクスアドラー	横山典	実4.7	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均12.7着と低調／99日ぶりの実戦）
前5走 11/09 3福島27R 9着/16頭+0.5秒 07/27 1札幌29R 5着/8頭+0.9秒 07/05 1函館78R 4着/9頭+0.6秒 03/02 1小倉127R 14着/17頭+1.0秒 02/09 1小倉612R 5着/17頭+0.2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 12.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 99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 18.4% (オッズ暗示: 21.3%) ※ 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。

🎯 AIの本命

AI評価1位

ファンクション

騎手斎藤

単勝オッズ

3.2倍

AI期待値

-30%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12ネッタイヤライ

3.6倍

EV -33%

▲14ルクスアドラー

4.7倍

EV -13%

出走馬全14頭

◎6

ファンクション

斎藤

3.2倍

-30%

›

○12

ネッタイヤライ

横山武

3.6倍

-33%

›

▲14

ルクスアドラー

横山典

4.7倍

-13%

›

△5

ユーティジャーニー

☆長浜

6.0倍

+10%

›

△7

テンユウ

丹内

10.1倍

-18%

›

△3

トリスティ

▲佐藤

41.4倍

+51%

›

▽11

ドラリズム

黛

26.0倍

-10%

›

▽9

メイショウホダワラ

吉田隼

28.8倍

-26%

›

▽2

メメボス

古川吉

37.5倍

-30%

›

×10

スタードメイソン

▲和田陽

38.5倍

-63%

›

×4

クラウンアールシー

石川倭

47.9倍

-54%

›

▽8

トクシージェネラル

横山琉

85.6倍

-38%

›

▽1

ハネマン

原田和

153.4倍

-39%

›

▽13

シェーンルスカ

▲遠藤

195.6倍

-23%

›

💡 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