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 14:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カガラプンツェル	原田和	実23.0	B▽ A▽勝率3% EV-31% 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／106日ぶりの実戦）
前5走 08/16 3中京71R 6着/9頭+2.0秒 07/12 2小倉51R 6着/10頭+1.8秒 06/14 3阪神35R 6着/8頭+1.3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 9.0着 (不振) △ 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 3.2% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 3.0% / 期待値 -31% ※ 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	ショウナンカリス	吉田隼	実21.5	B▽ A▽勝率5% EV-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9.3着と低調／92日ぶりの実戦）
前5走 12/14 5阪神411R 7着/18頭+0.9秒 11/01 3京都1011R 2着/12頭+0.0秒 08/30 2札幌39R 2着/13頭+0.2秒 07/26 1札幌11R 1着/12頭勝利 07/05 1函館71R 4着/8頭+0.9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 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.6% / 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。
3	バシレウスシチー	小沢	実33.1	B▽ A×勝率1% EV-51% 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 11/08 3福島110R 16着/16頭+1.2秒 04/26 1福島511R 4着/15頭+0.4秒 02/16 1小倉89R 7着/18頭+0.4秒 02/02 1小倉410R 4着/18頭+0.5秒 12/08 7京都412R 4着/11頭+0.2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 6.7着 △ ローテーション 99日休養明け × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 3.0%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.5% / 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。
4	ルージュベルベット	浜中	実15.4	B▽ A△勝率6% EV-13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／98日ぶりの実戦）
前5走 12/07 5中京27R 9着/14頭+1.4秒 10/12 4東京46R 10着/15頭+1.3秒 09/20 4中山63R 5着/16頭+0.5秒 05/30 園田11R 1着/10頭勝利 04/29 園田8R 3着/8頭+0.5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 4.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 98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 4.5% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.6% / 期待値 -14% ※ 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	スイミーユニバンス	鮫島駿	実33.9	B▽ A×勝率1% EV-50% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／直近3走平均11.0着と低調／441日ぶりの実戦）
前5走 06/15 1函館211R 11着/14頭+1.0秒 06/15 1函館211R 11着/14頭+1.0秒 06/15 1函館211R 11着/14頭+1.0秒 06/15 1函館211R 11着/14頭+1.0秒 06/15 1函館211R 11着/14頭+1.0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 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 441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 2.0% (オッズ暗示: 2.9%) × Aモデルの評価 (参考) レース内 12位 / 勝率 1.5% / 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。
6	コックオーヴァン	遠藤	実71.4	B▽ A×勝率1% EV-56% 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／230日ぶりの実戦）
前5走 12/13 5中山39R 7着/13頭+0.7秒 11/08 5東京111R 16着/16頭+2.0秒 10/19 4東京76R 5着/8頭+0.4秒 08/09 2新潟58R 5着/9頭+0.5秒 07/19 2福島74R 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 11.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 230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 1.2% (オッズ暗示: 1.4%) × Aモデルの評価 (参考) レース内 15位 / 勝率 0.6% / 期待値 -57% ※ 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	セイウンデセオ	武豊	実6.7	B▲ A▲勝率12% EV-17% 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／127日ぶりの実戦）
前5走 11/15 3福島37R 6着/16頭+0.4秒 09/21 4中山78R 10着/16頭+0.7秒 07/20 2福島89R 2着/11頭+0.0秒 07/05 2福島312R 2着/15頭+0.1秒 05/17 1新潟58R 6着/16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戦の調子勝率 33% (上り調子) △ ローテーション 127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 12.9% (オッズ暗示: 14.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.3% / 期待値 -17% ※ 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	ムチャスグラシアス	佐藤	実124.7	B× A×勝率0% EV-76% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／直近3走平均12.7着と低調／141日ぶりの実戦）
前5走 12/27 5中山79R 13着/16頭+1.5秒 11/09 5東京28R 13着/16頭+2.8秒 09/06 2札幌510R 7着/16頭+0.6秒 08/30 2札幌312R 1着/15頭勝利 08/10 1札幌67R 8着/15頭+1.1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 12.7着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 141日休養明け × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.8%) × Aモデルの評価 (参考) レース内 16位 / 勝率 0.2% / 期待値 -76% ※ 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	プレセピオ推奨	川又	実13.3	B△ A△勝率12% EV+64% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+71%の中穴候補（近5走で勝率20%と堅実）
前5走 12/13 5中京39R 1着/11頭勝利 11/30 4京都89R 7着/11頭+1.4秒 10/05 3京都22R 1着/7頭勝利 09/14 4阪神42R 5着/10頭+0.9秒 07/05 1函館71R 3着/8頭+0.6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) ▽ 前走実績前走 16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) +71% (市場が大幅過小評価) AI 予想勝率 12.9% (オッズ暗示: 7.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.3% / 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。
10	ララバニュルス	藤懸	実9.5	B△ A△勝率7% 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走で勝率33%と好調／前走2着／133日ぶりの実戦）
前5走 07/06 1函館84R 1着/15頭勝利 06/15 3東京44R 4着/18頭+0.4秒 05/25 2東京104R 4着/18頭+0.9秒 05/04 2東京44R 2着/15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) ○ 前走実績前走 2着 (好走) △ ローテーション 133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 7.8% (オッズ暗示: 10.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.5% / 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。
11	ファビュラススター	丹内	実22.9	B▽ A▽勝率5% EV+5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（267日ぶりの実戦）
前5走 12/06 5中山112R 11着/13頭+0.7秒 09/27 4中山810R 4着/16頭+0.3秒 07/13 2福島612R 3着/9頭+0.3秒 06/15 3東京49R 4着/10頭+0.5秒 12/22 7京都812R 11着/17頭+1.0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 6.0着 ▽ 前走実績前走 11着 (大敗) △ ローテーション 267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 4.3% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.6% / 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。
12	デンプシー	横山和	実3.5	B◎ A◎勝率22% EV-23% 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2着／113日ぶりの実戦）
前5走 07/26 2新潟13R 18着/18頭+5.7秒 ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 2着 (好走) △ ローテーション 113日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 23.9% (オッズ暗示: 28.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 21.8% / 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。
13	フミサウンド	大野	実68.1	B▽ A×勝率1% EV-58% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率0%と苦戦傾向／直近3走平均14.0着と低調／441日ぶりの実戦）
前5走 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0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 14.0着 (不振) × 当競馬場適性 36走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 441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 0.9% (オッズ暗示: 1.5%) × Aモデルの評価 (参考) レース内 14位 / 勝率 0.6% / 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。
14	ホウオウブースター	石川倭	実39.0	B▽ A×勝率1% EV-60% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／99日ぶりの実戦）
前5走 11/09 3福島27R 1着/16頭勝利 09/21 4中山76R 13着/16頭+2.6秒 05/11 1新潟49R 9着/13頭+1.4秒 03/02 1小倉129R 10着/18頭+0.8秒 01/13 1中山57R 5着/11頭+0.4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 8.0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) -20% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.6%) × Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 期待値 -60% ※ 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。
15	シーグルロス	小林美	実14.8	B△ A▽勝率4% EV-41% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／99日ぶりの実戦）
前5走 12/20 5中京59R 7着/9頭+0.6秒 09/28 4中山99R 7着/8頭+1.6秒 09/20 4中山69R 12着/13頭+1.3秒 08/30 2札幌39R 5着/13頭+0.8秒 06/29 1函館61R 1着/12頭勝利
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3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) -33% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.9% / 期待値 -42% ※ 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。
16	サトノワーグナー	横山武	実3.9	B○ A○勝率20% EV-22% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着／85日ぶりの実戦）
前5走 07/05 2福島33R 7着/9頭+1.3秒 06/15 3東京45R 4着/10頭+2.0秒 ― ― ―
AI 評価の内訳 — 馬番 16 ◎ 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 3着 (好走) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 13.2% (オッズ暗示: 25.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.0% / 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。

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 ◎

デンプシー

騎手横山和

単勝オッズ

3.5倍

AI期待値

-16%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○16サトノワーグナー

3.9倍

EV -48%

▲A:▲7セイウンデセオ

6.7倍

EV -13%

出走馬全16頭

◎A:◎12

デンプシー

横山和

3.5倍

-16%

›

○A:○16

サトノワーグナー

横山武

3.9倍

-48%

›

▲A:▲7

セイウンデセオ

武豊

6.7倍

-13%

›

△A:△9

プレセピオ

川又

13.3倍

+71%

›

△A:△10

ララバニュルス

藤懸

9.5倍

-26%

›

△A:▽15

シーグルロス

小林美

14.8倍

-33%

›

▽A:△4

ルージュベルベット

浜中

15.4倍

-30%

›

▽A:▽2

ショウナンカリス

吉田隼

21.5倍

-3%

›

▽A:▽11

ファビュラススター

丹内

22.9倍

-1%

›

▽A:▽1

カガラプンツェル

原田和

23.0倍

-25%

›

▽A:×3

バシレウスシチー

小沢

33.1倍

-32%

›

▽A:×5

スイミーユニバンス

鮫島駿

33.9倍

-30%

›

▽A:×14

ホウオウブースター

石川倭

39.0倍

-20%

›

▽A:×6

コックオーヴァン

遠藤

71.4倍

-12%

›

▽A:×13

フミサウンド

大野

68.1倍

-41%

›

×A:×8

ムチャスグラシアス

佐藤

124.7倍

-77%

›

💡 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)

単勝 9 プレセピオ実13.3倍期待値 +71% 推奨 10.0〜30.0倍 ¥300 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 9 プレセピオ実13.3倍期待値 +71% 推奨 10.0〜30.0倍 ¥300 ❌不的中

※ オッズは予測時点の値です。

10R 札幌競馬場　発走 14:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カガラプンツェル	原田和	実23.0	▽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／106日ぶりの実戦）
前5走 08/16 3中京71R 6着/9頭+2.0秒 07/12 2小倉51R 6着/10頭+1.8秒 06/14 3阪神35R 6着/8頭+1.3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 9.0着 (不振) △ ローテーション 106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 3.0% (オッズ暗示: 4.3%) ※ 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。
2	ショウナンカリス	吉田隼	実21.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／92日ぶりの実戦）
前5走 12/14 5阪神411R 7着/18頭+0.9秒 11/01 3京都1011R 2着/12頭+0.0秒 08/30 2札幌39R 2着/13頭+0.2秒 07/26 1札幌11R 1着/12頭勝利 07/05 1函館71R 4着/8頭+0.9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 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 92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 4.6% (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。
3	バシレウスシチー	小沢	実33.1	×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 11/08 3福島110R 16着/16頭+1.2秒 04/26 1福島511R 4着/15頭+0.4秒 02/16 1小倉89R 7着/18頭+0.4秒 02/02 1小倉410R 4着/18頭+0.5秒 12/08 7京都412R 4着/11頭+0.2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 6.7着 △ ローテーション 99日休養明け × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 3.0%) ※ 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。
4	ルージュベルベット	浜中	実15.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／98日ぶりの実戦）
前5走 12/07 5中京27R 9着/14頭+1.4秒 10/12 4東京46R 10着/15頭+1.3秒 09/20 4中山63R 5着/16頭+0.5秒 05/30 園田11R 1着/10頭勝利 04/29 園田8R 3着/8頭+0.5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 4.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 98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 5.6% (オッズ暗示: 6.5%) ※ 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。
5	スイミーユニバンス	鮫島駿	実33.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／直近3走平均11.0着と低調／441日ぶりの実戦）
前5走 06/15 1函館211R 11着/14頭+1.0秒 06/15 1函館211R 11着/14頭+1.0秒 06/15 1函館211R 11着/14頭+1.0秒 06/15 1函館211R 11着/14頭+1.0秒 06/15 1函館211R 11着/14頭+1.0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 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 441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 1.5% (オッズ暗示: 2.9%) ※ 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	コックオーヴァン	遠藤	実71.4	×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／230日ぶりの実戦）
前5走 12/13 5中山39R 7着/13頭+0.7秒 11/08 5東京111R 16着/16頭+2.0秒 10/19 4東京76R 5着/8頭+0.4秒 08/09 2新潟58R 5着/9頭+0.5秒 07/19 2福島74R 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 11.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 230日休養明け × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.4%) ※ 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。
7	セイウンデセオ	武豊	実6.7	▲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／127日ぶりの実戦）
前5走 11/15 3福島37R 6着/16頭+0.4秒 09/21 4中山78R 10着/16頭+0.7秒 07/20 2福島89R 2着/11頭+0.0秒 07/05 2福島312R 2着/15頭+0.1秒 05/17 1新潟58R 6着/16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戦の調子勝率 33% (上り調子) △ ローテーション 127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 12.3% (オッズ暗示: 14.9%) ※ 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	ムチャスグラシアス	佐藤	実124.7	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／直近3走平均12.7着と低調／141日ぶりの実戦）
前5走 12/27 5中山79R 13着/16頭+1.5秒 11/09 5東京28R 13着/16頭+2.8秒 09/06 2札幌510R 7着/16頭+0.6秒 08/30 2札幌312R 1着/15頭勝利 08/10 1札幌67R 8着/15頭+1.1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 12.7着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 12着 (大敗) △ ローテーション 141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: 0.8%) ※ 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。
9	プレセピオ推奨	川又	実13.3	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+64%の中穴候補（近5走で勝率20%と堅実）
前5走 12/13 5中京39R 1着/11頭勝利 11/30 4京都89R 7着/11頭+1.4秒 10/05 3京都22R 1着/7頭勝利 09/14 4阪神42R 5着/10頭+0.9秒 07/05 1函館71R 3着/8頭+0.6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) ▽ 前走実績前走 16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% (市場が大幅過小評価) AI 予想勝率 12.3% (オッズ暗示: 7.5%) ※ 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	ララバニュルス	藤懸	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／前走2着／133日ぶりの実戦）
前5走 07/06 1函館84R 1着/15頭勝利 06/15 3東京44R 4着/18頭+0.4秒 05/25 2東京104R 4着/18頭+0.9秒 05/04 2東京44R 2着/15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) ○ 前走実績前走 2着 (好走) △ ローテーション 133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 6.5% (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	ファビュラススター	丹内	実22.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（267日ぶりの実戦）
前5走 12/06 5中山112R 11着/13頭+0.7秒 09/27 4中山810R 4着/16頭+0.3秒 07/13 2福島612R 3着/9頭+0.3秒 06/15 3東京49R 4着/10頭+0.5秒 12/22 7京都812R 11着/17頭+1.0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 6.0着 ▽ 前走実績前走 11着 (大敗) △ ローテーション 267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 4.6% (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。
12	デンプシー	横山和	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（直近3走で勝率33%と好調／前走2着／113日ぶりの実戦）
前5走 07/26 2新潟13R 18着/18頭+5.7秒 ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 2着 (好走) △ ローテーション 113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 21.8% (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。
13	フミサウンド	大野	実68.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率0%と苦戦傾向／直近3走平均14.0着と低調／441日ぶりの実戦）
前5走 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0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 14.0着 (不振) × 当競馬場適性 36走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 441日休養明け × 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 0.6% (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。
14	ホウオウブースター	石川倭	実39.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／99日ぶりの実戦）
前5走 11/09 3福島27R 1着/16頭勝利 09/21 4中山76R 13着/16頭+2.6秒 05/11 1新潟49R 9着/13頭+1.4秒 03/02 1小倉129R 10着/18頭+0.8秒 01/13 1中山57R 5着/11頭+0.4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 8.0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) -60% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
15	シーグルロス	小林美	実14.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／99日ぶりの実戦）
前5走 12/20 5中京59R 7着/9頭+0.6秒 09/28 4中山99R 7着/8頭+1.6秒 09/20 4中山69R 12着/13頭+1.3秒 08/30 2札幌39R 5着/13頭+0.8秒 06/29 1函館61R 1着/12頭勝利
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3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) -42% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 6.8%) ※ 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。
16	サトノワーグナー	横山武	実3.9	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着／85日ぶりの実戦）
前5走 07/05 2福島33R 7着/9頭+1.3秒 06/15 3東京45R 4着/10頭+2.0秒 ― ― ―
AI 評価の内訳 — 馬番 16 ◎ 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 3着 (好走) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 20.0% (オッズ暗示: 25.6%) ※ 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。

🎯 AIの本命

AI評価1位

デンプシー

騎手横山和

単勝オッズ

3.5倍

AI期待値

-23%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○16サトノワーグナー

3.9倍

EV -22%

▲7セイウンデセオ

6.7倍

EV -17%

出走馬全16頭

◎12

デンプシー

横山和

3.5倍

-23%

›

○16

サトノワーグナー

横山武

3.9倍

-22%

›

▲7

セイウンデセオ

武豊

6.7倍

-17%

›

△9

プレセピオ

川又

13.3倍

+64%

›

△10

ララバニュルス

藤懸

9.5倍

-38%

›

△4

ルージュベルベット

浜中

15.4倍

-13%

›

▽2

ショウナンカリス

吉田隼

21.5倍

-1%

›

▽11

ファビュラススター

丹内

22.9倍

+5%

›

▽15

シーグルロス

小林美

14.8倍

-41%

›

▽1

カガラプンツェル

原田和

23.0倍

-31%

›

×3

バシレウスシチー

小沢

33.1倍

-51%

›

×5

スイミーユニバンス

鮫島駿

33.9倍

-50%

›

×14

ホウオウブースター

石川倭

39.0倍

-60%

›

×13

フミサウンド

大野

68.1倍

-58%

›

×6

コックオーヴァン

遠藤

71.4倍

-56%

›

×8

ムチャスグラシアス

佐藤

124.7倍

-76%

›

💡 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)

単勝 9 プレセピオ実13.3倍期待値 +64% 推奨 10.0〜30.0倍 ¥300 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 9 プレセピオ実13.3倍期待値 +64% 推奨 10.0〜30.0倍 ¥300 ❌不的中

※ 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