札幌 11R 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

11R 札幌競馬場　発走 15:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アンビバレント	丹内	実52.1	B▽ A▽勝率1% EV-43% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場48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 05/31 2京都1112R 2着/13頭+0.3秒 05/31 2京都1112R 2着/13頭+0.3秒 05/31 2京都1112R 2着/13頭+0.3秒 05/31 2京都1112R 2着/13頭+0.3秒 05/31 2京都1112R 2着/13頭+0.3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 2.0着 (安定) × 当競馬場適性 48走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 456日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 期待値 -43% ※ 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	ワタシマツワ	小林美	実14.5	B▽ A▽勝率5% EV-31% 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／232日ぶりの実戦）
前5走 12/21 5中京612R 14着/18頭+0.9秒 10/25 4新潟312R 1着/17頭勝利 08/16 1札幌74R 1着/14頭勝利 07/26 1札幌14R 2着/14頭+0.0秒 07/12 1函館91R 3着/14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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 14着 (大敗) △ ローテーション 232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 4.0% (オッズ暗示: 6.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.7% / 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。
3	マジックローズ	武豊	実4.9	B◎ A◎勝率20% EV-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／前走2着／99日ぶりの実戦）
前5走 12/13 5中京38R 1着/16頭勝利 10/26 高知8R 1着/11頭勝利 10/12 高知2R 1着/9頭勝利 09/14 4阪神43R 6着/15頭+2.5秒 08/16 3中京711R 14着/17頭+1.7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 2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) -14% (オッズ過剰評価) AI 予想勝率 17.6% (オッズ暗示: 20.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 19.9% / 期待値 -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。
4	エフォートレス	横山和	実8.0	B△ A△勝率9% EV-25% 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33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 11/15 5東京312R 5着/13頭+0.7秒 10/25 4東京89R 12着/12頭+0.6秒 08/23 2札幌17R 1着/14頭勝利 08/09 1札幌512R 2着/11頭+0.2秒 07/27 1札幌29R 2着/8頭+0.2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 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 196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 11.4% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.3% / 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。
5	リゾートアイランド	横山武	実18.9	B▽ A▽勝率5% EV-10% 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／112日ぶりの実戦）
前5走 12/20 5中山59R 2着/12頭+0.4秒 10/26 4東京93R 1着/11頭勝利 10/13 4東京55R 5着/13頭+0.3秒 ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 16着 (大敗) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 6.9% (オッズ暗示: 5.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.7% / 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。
6	エマヌエーレ	浜中	実9.9	B△ A△勝率9% EV-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8.0着と低調／511日ぶりの実戦）
前5走 04/06 2阪神410R 8着/14頭+0.7秒 04/06 2阪神410R 8着/14頭+0.7秒 04/06 2阪神410R 8着/14頭+0.7秒 04/06 2阪神410R 8着/14頭+0.7秒 04/06 2阪神410R 8着/14頭+0.7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 8.0着 (不振) ○ 当競馬場適性 60走で勝率 20% (相性良) △ ローテーション 511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 8.1% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 9.3% / 期待値 -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。
7	サクセスアイ	藤懸	実55.4	B▽ A▽勝率1% EV-39% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率100%と適性高／直近3走平均2.0着と安定／前走2着）
前5走 06/01 2京都1212R 2着/14頭+0.2秒 06/01 2京都1212R 2着/14頭+0.2秒 06/01 2京都1212R 2着/14頭+0.2秒 06/01 2京都1212R 2着/14頭+0.2秒 06/01 2京都1212R 2着/14頭+0.2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 2.0着 (安定) ◎ 当競馬場適性 12走で勝率 100% (得意) ○ 前走実績前走 2着 (好走) △ ローテーション 455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 1.8% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.1% / 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。
8	トラペジスト	吉田隼	実98.9	B▽ A▽勝率1% EV-17% 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／91日ぶりの実戦）
前5走 11/29 4京都710R 8着/12頭+0.4秒 11/15 5東京310R 10着/18頭+0.9秒 06/21 3東京510R 1着/14頭勝利 05/24 2東京910R 2着/12頭+0.1秒 04/19 2阪神710R 3着/14頭+0.3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 11.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 91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 0.8% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.8% / 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。
9	ダノンミッション	石川倭	実6.2	B▲ A▲勝率13% EV-16% 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33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/06 2札幌57R 1着/14頭勝利 08/31 2札幌47R 2着/13頭+0.1秒 04/20 3中山86R 9着/15頭+2.3秒 03/29 3中山16R 2着/8頭+0.0秒 02/23 1東京85R 2着/13頭+0.0秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 127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 11.6% (オッズ暗示: 16.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.5% / 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。
10	エルマーゴ	鮫島駿	実6.7	B△ A△勝率9% EV-37% 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67%と好調／前走勝利の勢い／105日ぶりの実戦）
前5走 11/08 5東京112R 5着/14頭+0.5秒 10/13 4東京59R 2着/18頭+0.2秒 06/22 3東京68R 12着/15頭+1.0秒 11/16 5東京54R 1着/11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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 105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 8.1% (オッズ暗示: 14.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 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	サンタアニタ	斎藤	実25.3	B× A▽勝率2% EV-42% 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／106日ぶりの実戦）
前5走 12/20 5中京512R 2着/18頭+0.0秒 11/24 5東京65R 3着/16頭+0.5秒 11/01 4東京106R 5着/15頭+0.9秒 10/12 4東京46R 3着/15頭+0.4秒 09/13 4中山38R 2着/15頭+0.5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 106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 1.8% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 2.3% / 期待値 -43% ※ 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	パワーホール	古川吉	実23.3	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10.0着と低調／113日ぶりの実戦）
前5走 11/23 5東京510R 8着/17頭+0.6秒 11/01 4東京1010R 4着/12頭+0.2秒 06/01 2東京1210R 5着/18頭+0.4秒 05/10 2東京59R 2着/15頭+0.0秒 04/06 3中山411R 11着/16頭+1.1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 10.0着 (不振) △ ローテーション 113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 3.8% (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。
13	モンドデラモーレ	大野	実5.1	B○ A○勝率16% EV-16% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着／126日ぶりの実戦）
前5走 11/08 5東京110R 8着/11頭+1.3秒 08/31 2札幌411R 3着/13頭+0.4秒 06/22 3東京610R 15着/16頭+1.5秒 05/11 2東京611R 4着/18頭+0.1秒 03/22 2中京311R 2着/18頭+0.1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 5.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 126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 17.6% (オッズ暗示: 19.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.4% / 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。
14	マテンロウサン	横山典	実14.1	B▽ A▽勝率5% EV-33% 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／309日ぶりの実戦）
前5走 10/25 4東京89R 7着/12頭+0.3秒 05/11 2京都610R 3着/11頭+0.1秒 04/20 2阪神87R 1着/11頭勝利 11/03 6京都29R 7着/12頭+2.4秒 10/12 5京都38R 4着/6頭+0.6秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 309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 4.9% (オッズ暗示: 7.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.7% / 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。

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 ◎

マジックローズ

騎手武豊

単勝オッズ

4.9倍

AI期待値

-13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○13モンドデラモーレ

5.1倍

EV -10%

▲A:▲9ダノンミッション

6.2倍

EV -28%

出走馬全14頭

◎A:◎3

マジックローズ

武豊

4.9倍

-13%

›

○A:○13

モンドデラモーレ

大野

5.1倍

-10%

›

▲A:▲9

ダノンミッション

石川倭

6.2倍

-28%

›

△A:△4

エフォートレス

横山和

8.0倍

-9%

›

△A:△10

エルマーゴ

鮫島駿

6.7倍

-45%

›

△A:△6

エマヌエーレ

浜中

9.9倍

-19%

›

▽A:▽5

リゾートアイランド

横山武

18.9倍

+29%

›

▽A:▽14

マテンロウサン

横山典

14.1倍

-30%

›

▽A:▽2

ワタシマツワ

小林美

14.5倍

-42%

›

▽A:▽12

パワーホール

古川吉

23.3倍

-11%

›

×A:▽11

サンタアニタ

斎藤

25.3倍

-54%

›

▽A:▽1

アンビバレント

丹内

52.1倍

-5%

›

▽A:▽7

サクセスアイ

藤懸

55.4倍

+0%

›

▽A:▽8

トラペジスト

吉田隼

98.9倍

-24%

›

💡 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

11R 札幌競馬場　発走 15:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アンビバレント	丹内	実52.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場48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 05/31 2京都1112R 2着/13頭+0.3秒 05/31 2京都1112R 2着/13頭+0.3秒 05/31 2京都1112R 2着/13頭+0.3秒 05/31 2京都1112R 2着/13頭+0.3秒 05/31 2京都1112R 2着/13頭+0.3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 2.0着 (安定) × 当競馬場適性 48走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 456日休養明け × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 1.1% (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。
2	ワタシマツワ	小林美	実14.5	▽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／232日ぶりの実戦）
前5走 12/21 5中京612R 14着/18頭+0.9秒 10/25 4新潟312R 1着/17頭勝利 08/16 1札幌74R 1着/14頭勝利 07/26 1札幌14R 2着/14頭+0.0秒 07/12 1函館91R 3着/14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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 14着 (大敗) △ ローテーション 232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 4.7% (オッズ暗示: 6.9%) ※ 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。
3	マジックローズ	武豊	実4.9	◎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／99日ぶりの実戦）
前5走 12/13 5中京38R 1着/16頭勝利 10/26 高知8R 1着/11頭勝利 10/12 高知2R 1着/9頭勝利 09/14 4阪神43R 6着/15頭+2.5秒 08/16 3中京711R 14着/17頭+1.7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 2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) -3% (オッズ過剰評価) AI 予想勝率 19.9% (オッズ暗示: 20.4%) ※ 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	エフォートレス	横山和	実8.0	△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33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 11/15 5東京312R 5着/13頭+0.7秒 10/25 4東京89R 12着/12頭+0.6秒 08/23 2札幌17R 1着/14頭勝利 08/09 1札幌512R 2着/11頭+0.2秒 07/27 1札幌29R 2着/8頭+0.2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 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 196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 9.3% (オッズ暗示: 12.5%) ※ 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	リゾートアイランド	横山武	実18.9	▽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／112日ぶりの実戦）
前5走 12/20 5中山59R 2着/12頭+0.4秒 10/26 4東京93R 1着/11頭勝利 10/13 4東京55R 5着/13頭+0.3秒 ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 16着 (大敗) △ ローテーション 112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 4.7% (オッズ暗示: 5.3%) ※ 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。
6	エマヌエーレ	浜中	実9.9	△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8.0着と低調／511日ぶりの実戦）
前5走 04/06 2阪神410R 8着/14頭+0.7秒 04/06 2阪神410R 8着/14頭+0.7秒 04/06 2阪神410R 8着/14頭+0.7秒 04/06 2阪神410R 8着/14頭+0.7秒 04/06 2阪神410R 8着/14頭+0.7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 8.0着 (不振) ○ 当競馬場適性 60走で勝率 20% (相性良) △ ローテーション 511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 9.3% (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。
7	サクセスアイ	藤懸	実55.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率100%と適性高／直近3走平均2.0着と安定／前走2着）
前5走 06/01 2京都1212R 2着/14頭+0.2秒 06/01 2京都1212R 2着/14頭+0.2秒 06/01 2京都1212R 2着/14頭+0.2秒 06/01 2京都1212R 2着/14頭+0.2秒 06/01 2京都1212R 2着/14頭+0.2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 2.0着 (安定) ◎ 当競馬場適性 12走で勝率 100% (得意) ○ 前走実績前走 2着 (好走) △ ローテーション 455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 1.1% (オッズ暗示: 1.8%) ※ 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	トラペジスト	吉田隼	実98.9	▽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／91日ぶりの実戦）
前5走 11/29 4京都710R 8着/12頭+0.4秒 11/15 5東京310R 10着/18頭+0.9秒 06/21 3東京510R 1着/14頭勝利 05/24 2東京910R 2着/12頭+0.1秒 04/19 2阪神710R 3着/14頭+0.3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 11.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 91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 0.8% (オッズ暗示: 1.0%) ※ 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	ダノンミッション	石川倭	実6.2	▲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33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/06 2札幌57R 1着/14頭勝利 08/31 2札幌47R 2着/13頭+0.1秒 04/20 3中山86R 9着/15頭+2.3秒 03/29 3中山16R 2着/8頭+0.0秒 02/23 1東京85R 2着/13頭+0.0秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 前走実績前走 1着 (勢い継続) △ 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 13.5% (オッズ暗示: 16.1%) ※ 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	エルマーゴ	鮫島駿	実6.7	△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67%と好調／前走勝利の勢い／105日ぶりの実戦）
前5走 11/08 5東京112R 5着/14頭+0.5秒 10/13 4東京59R 2着/18頭+0.2秒 06/22 3東京68R 12着/15頭+1.0秒 11/16 5東京54R 1着/11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 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 105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 9.3% (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。
11	サンタアニタ	斎藤	実25.3	▽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／106日ぶりの実戦）
前5走 12/20 5中京512R 2着/18頭+0.0秒 11/24 5東京65R 3着/16頭+0.5秒 11/01 4東京106R 5着/15頭+0.9秒 10/12 4東京46R 3着/15頭+0.4秒 09/13 4中山38R 2着/15頭+0.5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 106日休養明け × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 4.0%) ※ 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。
12	パワーホール	古川吉	実23.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／113日ぶりの実戦）
前5走 11/23 5東京510R 8着/17頭+0.6秒 11/01 4東京1010R 4着/12頭+0.2秒 06/01 2東京1210R 5着/18頭+0.4秒 05/10 2東京59R 2着/15頭+0.0秒 04/06 3中山411R 11着/16頭+1.1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 10.0着 (不振) △ ローテーション 113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。
13	モンドデラモーレ	大野	実5.1	○詳細▼	AI上位評価だが期待値不足、見送り（前走2着／126日ぶりの実戦）
前5走 11/08 5東京110R 8着/11頭+1.3秒 08/31 2札幌411R 3着/13頭+0.4秒 06/22 3東京610R 15着/16頭+1.5秒 05/11 2東京611R 4着/18頭+0.1秒 03/22 2中京311R 2着/18頭+0.1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 5.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 126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 16.4% (オッズ暗示: 19.6%) ※ 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。
14	マテンロウサン	横山典	実14.1	▽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／309日ぶりの実戦）
前5走 10/25 4東京89R 7着/12頭+0.3秒 05/11 2京都610R 3着/11頭+0.1秒 04/20 2阪神87R 1着/11頭勝利 11/03 6京都29R 7着/12頭+2.4秒 10/12 5京都38R 4着/6頭+0.6秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 309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 4.7% (オッズ暗示: 7.1%) ※ 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。

🎯 AIの本命

AI評価1位

マジックローズ

騎手武豊

単勝オッズ

4.9倍

AI期待値

-2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○13モンドデラモーレ

5.1倍

EV -16%

▲9ダノンミッション

6.2倍

EV -16%

出走馬全14頭

◎3

マジックローズ

武豊

4.9倍

-2%

›

○13

モンドデラモーレ

大野

5.1倍

-16%

›

▲9

ダノンミッション

石川倭

6.2倍

-16%

›

△10

エルマーゴ

鮫島駿

6.7倍

-37%

›

△4

エフォートレス

横山和

8.0倍

-25%

›

△6

エマヌエーレ

浜中

9.9倍

-8%

›

▽14

マテンロウサン

横山典

14.1倍

-33%

›

▽2

ワタシマツワ

小林美

14.5倍

-31%

›

▽5

リゾートアイランド

横山武

18.9倍

-10%

›

▽12

パワーホール

古川吉

23.3倍

-31%

›

▽11

サンタアニタ

斎藤

25.3倍

-42%

›

▽1

アンビバレント

丹内

52.1倍

-43%

›

▽7

サクセスアイ

藤懸

55.4倍

-39%

›

▽8

トラペジスト

吉田隼

98.9倍

-17%

›

💡 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