札幌 1R 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

1R 札幌競馬場　発走 09:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カセノメロス	◇小林美	実21.6	B▲ A△勝率6% EV+131% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.0着と低調）
前5走 2回1日札幌5R 13着/14頭+1.0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) 🌟◎ 期待値 (オッズ vs AI勝率) +52% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 4.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.4% / 期待値 +131% ※ 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	シンゼンノト	▲遠藤	実11.7	B○ A▲勝率15% EV+116% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向）
前5走 2回1日札幌1R 3着/12頭+3.0秒 1回6日札幌1R 5着/12頭 1回2日札幌1R 3着/12頭 ― ―
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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 11.5% (オッズ暗示: 8.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.1% / 期待値 +116% ※ 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	グリームウッド	横山琉	実279.3	B▽ A▽勝率3% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 1回8日札幌5R 11着/12頭 ― ― ― ―
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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +203% (市場が大幅過小評価) AI 予想勝率 1.1% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 3.1% / 期待値 +1309% ※ 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	ロードレスポンス	鮫島駿	実113.1	B▽ A▽勝率3% EV+413% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回1日札幌2R 6着/6頭+3.0秒 1回3日札幌2R 9着/9頭 ― ― ―
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 6.0着 △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 1.1% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.2% / 期待値 +414% ※ 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	ロードリバイバル	松本	実38.7	B△ A△勝率5% EV+139% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回1日札幌5R 7着/14頭+2.0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 7.0着 (不振) ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 3.4% (オッズ暗示: 2.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.7% / 期待値 +139% ※ 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	ゲームチェンジャー	原田和	実374.9	B▽ A▽勝率3% EV+999% 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）
前5走 1回7日札幌5R 8着/12頭+1.0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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +307% (市場が大幅過小評価) AI 予想勝率 1.1% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 3.1% / 期待値 +1716% ※ 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	キュータンチャン	丹内	実29.9	B△ A△勝率6% EV+175% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 5.5着 🌟◎ 期待値 (オッズ vs AI勝率) +65% (市場が大幅過小評価) AI 予想勝率 5.5% (オッズ暗示: 3.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.3% / 期待値 +176% ※ 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	カリスマン	吉田隼	実186.0	B▽ A▽勝率3% EV+686% 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）
前5走 1回7日札幌2R 9着/10頭 ― ― ― ―
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) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +102% (市場が大幅過小評価) AI 予想勝率 1.1% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.1% / 期待値 +686% ※ 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	サトノフルーク	佐々木	実1.1	B🌟◎ A×勝率30% EV-67% 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2.0着と安定／前走2着）
前5走 1回2日札幌5R 2着/10頭 ― ― ― ―
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 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 60.3% (オッズ暗示: 90.9%) × Aモデルの評価 (参考) レース内 1位 / 勝率 29.5% / 期待値 -68% ※ 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	ラストフィールド	▲和田陽	実420.6	B▽ A▽勝率3% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調）
前5走 2回1日札幌5R 14着/14頭 ― ― ― ―
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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +356% (市場が大幅過小評価) AI 予想勝率 1.1% (オッズ暗示: 0.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 3.1% / 期待値 +1785% ※ 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	ロジアコース	浜中	実24.5	B△ A○勝率19% EV+117% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 7.0着 (不振) ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 5.7% (オッズ暗示: 4.1%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.4% / 期待値 +117% ※ 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	フレンドミラノ	★河原田	実172.9	B▽ A▽勝率3% EV+836% 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）
前5走 1回7日札幌5R 12着/12頭+3.0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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +87% (市場が大幅過小評価) AI 予想勝率 1.1% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.1% / 期待値 +837% ※ 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 ×

サトノフルーク

騎手佐々木

単勝オッズ

1.1倍

AI期待値

-33%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲2シンゼンノト

11.7倍

EV +34%

▲A:△1カセノメロス

21.6倍

EV +52%

出走馬全12頭

◎A:×9

サトノフルーク

佐々木

1.1倍

-33%

›

○A:▲2

シンゼンノト

▲遠藤

11.7倍

+34%

›

▲A:△1

カセノメロス

◇小林美

21.6倍

+52%

›

△A:○11

ロジアコース

浜中

24.5倍

+38%

›

△A:△7

キュータンチャン

丹内

29.9倍

+65%

›

△A:△5

ロードリバイバル

松本

38.7倍

+32%

›

▽A:▽4

ロードレスポンス

鮫島駿

113.1倍

+22%

›

▽A:▽12

フレンドミラノ

★河原田

172.9倍

+87%

›

▽A:▽8

カリスマン

吉田隼

186.0倍

+102%

›

▽A:▽3

グリームウッド

横山琉

279.3倍

+203%

›

▽A:▽6

ゲームチェンジャー

原田和

374.9倍

+307%

›

▽A:▽10

ラストフィールド

▲和田陽

420.6倍

+356%

›

💡 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

1R 札幌競馬場　発走 09:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カセノメロス	◇小林美	実21.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.0着と低調）
前5走 2回1日札幌5R 13着/14頭+1.0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) 🌟◎ 期待値 (オッズ vs AI勝率) +131% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 4.6%) ※ 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。
2	シンゼンノト	▲遠藤	実11.7	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向）
前5走 2回1日札幌1R 3着/12頭+3.0秒 1回6日札幌1R 5着/12頭 1回2日札幌1R 3着/12頭 ― ―
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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +116% (市場が大幅過小評価) AI 予想勝率 15.1% (オッズ暗示: 8.5%) ※ 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。
3	グリームウッド	横山琉	実279.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 1回8日札幌5R 11着/12頭 ― ― ― ―
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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 3.1% (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。
4	ロードレスポンス	鮫島駿	実113.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回1日札幌2R 6着/6頭+3.0秒 1回3日札幌2R 9着/9頭 ― ― ―
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 6.0着 🌟◎ 期待値 (オッズ vs AI勝率) +413% (市場が大幅過小評価) AI 予想勝率 3.2% (オッズ暗示: 0.9%) ※ 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。
5	ロードリバイバル	松本	実38.7	△詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 2回1日札幌5R 7着/14頭+2.0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 7.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +139% (市場が大幅過小評価) AI 予想勝率 4.7% (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。
6	ゲームチェンジャー	原田和	実374.9	▽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）
前5走 1回7日札幌5R 8着/12頭+1.0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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 3.1% (オッズ暗示: 0.3%) ※ 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。
7	キュータンチャン	丹内	実29.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 5.5着 🌟◎ 期待値 (オッズ vs AI勝率) +175% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 3.3%) ※ 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。
8	カリスマン	吉田隼	実186.0	▽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）
前5走 1回7日札幌2R 9着/10頭 ― ― ― ―
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) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +686% (市場が大幅過小評価) AI 予想勝率 3.1% (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。
9	サトノフルーク	佐々木	実1.1	×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2.0着と安定／前走2着）
前5走 1回2日札幌5R 2着/10頭 ― ― ― ―
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 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 29.5% (オッズ暗示: 90.9%) ※ 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。
10	ラストフィールド	▲和田陽	実420.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調）
前5走 2回1日札幌5R 14着/14頭 ― ― ― ―
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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 3.1% (オッズ暗示: 0.2%) ※ 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。
11	ロジアコース	浜中	実24.5	○詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 7.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +117% (市場が大幅過小評価) AI 予想勝率 19.4% (オッズ暗示: 4.1%) ※ 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。
12	フレンドミラノ	★河原田	実172.9	▽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）
前5走 1回7日札幌5R 12着/12頭+3.0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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +836% (市場が大幅過小評価) AI 予想勝率 3.1% (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。

🎯 AIの本命

AI評価1位

サトノフルーク

騎手佐々木

単勝オッズ

1.1倍

AI期待値

-67%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11ロジアコース

24.5倍

EV +117%

▲2シンゼンノト

11.7倍

EV +116%

出走馬全12頭

×9

サトノフルーク

佐々木

1.1倍

-67%

›

○11

ロジアコース

浜中

24.5倍

+117%

›

▲2

シンゼンノト

▲遠藤

11.7倍

+116%

›

△1

カセノメロス

◇小林美

21.6倍

+131%

›

△7

キュータンチャン

丹内

29.9倍

+175%

›

△5

ロードリバイバル

松本

38.7倍

+139%

›

▽4

ロードレスポンス

鮫島駿

113.1倍

+413%

›

▽12

フレンドミラノ

★河原田

172.9倍

+836%

›

▽8

カリスマン

吉田隼

186.0倍

+686%

›

▽3

グリームウッド

横山琉

279.3倍

+999%

›

▽6

ゲームチェンジャー

原田和

374.9倍

+999%

›

▽10

ラストフィールド

▲和田陽

420.6倍

+999%

›

💡 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