札幌 4R 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

4R 札幌競馬場　発走 11:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブラックゲイル	☆長浜	実282.9	B▽ A▽勝率1% EV+95% 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／147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 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 11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) +0% (市場と概ね一致) AI 予想勝率 0.4% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.7% / 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。
2	テンユウ	◇小林美	実17.6	B△ A△勝率6% EV-3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（147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 2 ◎ 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 147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 4.5% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.5% / 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。
3	モズヴイ	横山琉	実41.2	B▽ A×勝率1% EV-54% 詳細▼	大穴、AI予想勝率低く長期回収困難（132日ぶりの実戦）
前5走 11/08 3福島15R 3着/16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 5.3着 △ ローテーション 132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 1.4% (オッズ暗示: 2.4%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 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。
4	ロジクリスエス	丹内	実45.2	B▽ A▽勝率1% EV-32% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／266日ぶりの実戦）
前5走 12/13 5中山33R 15着/16頭+2.5秒 11/23 5東京53R 9着/17頭+1.5秒 09/20 4中山65R 2着/16頭+0.0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 8.7着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 266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 1.4% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.5% / 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。
5	メイショウセンドウ	横山和	実1.8	B🌟◎ A×勝率24% EV-56% 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（119日ぶりの実戦）
前5走 12/06 5阪神12R 9着/16頭+2.2秒 11/15 4京都33R 4着/10頭+1.3秒 10/26 3京都94R 4着/16頭+2.2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 4.7着 △ ローテーション 119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 33.1% (オッズ暗示: 55.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 24.1% / 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。
6	アズライトアスール	★河原田	実6.9	B▲ A▲勝率16% EV+13% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均13.7着と低調／104日ぶりの実戦）
前5走 12/06 5阪神11R 12着/16頭+2.7秒 11/15 4京都36R 8着/16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 13.7着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 15.0% (オッズ暗示: 14.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.5% / 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。
7	クープグラッセ	小沢	実67.6	B▽ A▽勝率1% EV-25% 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／126日ぶりの実戦）
前5走 12/06 5阪神14R 7着/9頭+1.4秒 10/18 3京都65R 4着/13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 10.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.1% / 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。
8	フィーユレアル	▲遠藤	実19.4	B▽ A▽勝率6% EV+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8.3着と低調／90日ぶりの実戦）
前5走 12/21 5中山67R 7着/16頭+1.1秒 10/12 4東京42R 8着/10頭+1.2秒 09/13 4中山32R 5着/11頭+0.2秒 08/24 3新潟26R 5着/13頭+1.2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 8.3着 (不振) △ ローテーション 90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 4.5% (オッズ暗示: 5.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.5% / 期待値 +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。
9	エイシンリーガル	松本	実5.8	B○ A○勝率21% EV+23% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均11.5着と低調／104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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.5着 (不振) △ ローテーション 104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 22.6% (オッズ暗示: 17.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.3% / 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。
10	ダンツアラーム	黛	実19.5	B▽ A▽勝率6% EV+7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（105日ぶりの実戦）
前5走 11/29 4京都73R 11着/14頭+1.2秒 11/02 3京都115R 5着/15頭+0.7秒 ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) △ ローテーション 105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 4.5% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.5% / 期待値 +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。
11	サトノフレア	佐々木	実9.5	B△ A△勝率8% EV-26% 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9.0着と低調／252日ぶりの実戦）
前5走 12/27 5中山74R 16着/18頭+1.6秒 11/15 5東京35R 2着/10頭+0.2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 9.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 252日休養明け × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 10.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 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。
12	アインプロージット	川又	実425.8	B▽ A▽勝率1% EV+194% 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／161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 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) △ ローテーション 161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 0.4% (オッズ暗示: 0.2%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.7% / 期待値 +195% ※ 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	フェイスリフト	荻野琢	実17.4	B△ A△勝率8% EV+35% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.3着と安定／前走3着／90日ぶりの実戦）
前5走 11/15 5東京32R 10着/17頭+0.7秒 11/09 5東京23R 12着/18頭+1.3秒 10/19 4東京73R 6着/13頭+0.7秒 09/28 4中山92R 10着/16頭+1.3秒 08/31 3新潟43R 2着/18頭+0.2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 2.3着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 期待値 +35% ※ 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	ディープマウンテン	吉田隼	実74.8	B▽ A▽勝率1% EV-18% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／125日ぶりの実戦）
前5走 12/13 5阪神35R 4着/7頭+0.7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 8.7着 (不振) △ ローテーション 125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 0.8% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 期待値 -18% ※ 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 ×

メイショウセンドウ

騎手横山和

単勝オッズ

1.8倍

AI期待値

-40%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○9エイシンリーガル

5.8倍

EV +31%

▲A:▲6アズライトアスール

6.9倍

EV +3%

出走馬全14頭

◎A:×5

メイショウセンドウ

横山和

1.8倍

-40%

›

○A:○9

エイシンリーガル

松本

5.8倍

+31%

›

▲A:▲6

アズライトアスール

★河原田

6.9倍

+3%

›

△A:△11

サトノフレア

佐々木

9.5倍

-47%

›

△A:△13

フェイスリフト

荻野琢

17.4倍

-22%

›

△A:△2

テンユウ

◇小林美

17.6倍

-21%

›

▽A:▽8

フィーユレアル

▲遠藤

19.4倍

-13%

›

▽A:▽10

ダンツアラーム

黛

19.5倍

-12%

›

▽A:×3

モズヴイ

横山琉

41.2倍

-41%

›

▽A:▽4

ロジクリスエス

丹内

45.2倍

-35%

›

▽A:▽7

クープグラッセ

小沢

67.6倍

-4%

›

▽A:▽14

ディープマウンテン

吉田隼

74.8倍

-40%

›

▽A:▽1

ブラックゲイル

☆長浜

282.9倍

+0%

›

▽A:▽12

アインプロージット

川又

425.8倍

+51%

›

💡 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

4R 札幌競馬場　発走 11:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブラックゲイル	☆長浜	実282.9	▽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／147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 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 11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) +95% (市場が大幅過小評価) AI 予想勝率 0.7% (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。
2	テンユウ	◇小林美	実17.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（147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 2 ◎ 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 147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 5.5% (オッズ暗示: 5.7%) ※ 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	モズヴイ	横山琉	実41.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（132日ぶりの実戦）
前5走 11/08 3福島15R 3着/16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 5.3着 △ ローテーション 132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 1.1% (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	ロジクリスエス	丹内	実45.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／266日ぶりの実戦）
前5走 12/13 5中山33R 15着/16頭+2.5秒 11/23 5東京53R 9着/17頭+1.5秒 09/20 4中山65R 2着/16頭+0.0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 8.7着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 266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 1.5% (オッズ暗示: 2.2%) ※ 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。
5	メイショウセンドウ	横山和	実1.8	×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（119日ぶりの実戦）
前5走 12/06 5阪神12R 9着/16頭+2.2秒 11/15 4京都33R 4着/10頭+1.3秒 10/26 3京都94R 4着/16頭+2.2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 4.7着 △ ローテーション 119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 24.1% (オッズ暗示: 55.6%) ※ 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	アズライトアスール	★河原田	実6.9	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均13.7着と低調／104日ぶりの実戦）
前5走 12/06 5阪神11R 12着/16頭+2.7秒 11/15 4京都36R 8着/16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 13.7着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 16.5% (オッズ暗示: 14.5%) ※ 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。
7	クープグラッセ	小沢	実67.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／126日ぶりの実戦）
前5走 12/06 5阪神14R 7着/9頭+1.4秒 10/18 3京都65R 4着/13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 10.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 126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 1.1% (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。
8	フィーユレアル	▲遠藤	実19.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／90日ぶりの実戦）
前5走 12/21 5中山67R 7着/16頭+1.1秒 10/12 4東京42R 8着/10頭+1.2秒 09/13 4中山32R 5着/11頭+0.2秒 08/24 3新潟26R 5着/13頭+1.2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 8.3着 (不振) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 5.5% (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。
9	エイシンリーガル	松本	実5.8	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均11.5着と低調／104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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.5着 (不振) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 21.3% (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。
10	ダンツアラーム	黛	実19.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（105日ぶりの実戦）
前5走 11/29 4京都73R 11着/14頭+1.2秒 11/02 3京都115R 5着/15頭+0.7秒 ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 5.5% (オッズ暗示: 5.1%) ※ 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。
11	サトノフレア	佐々木	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走平均9.0着と低調／252日ぶりの実戦）
前5走 12/27 5中山74R 16着/18頭+1.6秒 11/15 5東京35R 2着/10頭+0.2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 9.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 252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%) ※ 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	アインプロージット	川又	実425.8	▽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／161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 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) △ ローテーション 161日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +194% (市場が大幅過小評価) AI 予想勝率 0.7% (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。
13	フェイスリフト	荻野琢	実17.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.3着と安定／前走3着／90日ぶりの実戦）
前5走 11/15 5東京32R 10着/17頭+0.7秒 11/09 5東京23R 12着/18頭+1.3秒 10/19 4東京73R 6着/13頭+0.7秒 09/28 4中山92R 10着/16頭+1.3秒 08/31 3新潟43R 2着/18頭+0.2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 2.3着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 90日休養明け ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 7.8% (オッズ暗示: 5.7%) ※ 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。
14	ディープマウンテン	吉田隼	実74.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／125日ぶりの実戦）
前5走 12/13 5阪神35R 4着/7頭+0.7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 8.7着 (不振) △ ローテーション 125日休養明け △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.3%) ※ 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

メイショウセンドウ

騎手横山和

単勝オッズ

1.8倍

AI期待値

-56%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9エイシンリーガル

5.8倍

EV +23%

▲6アズライトアスール

6.9倍

EV +13%

出走馬全14頭

×5

メイショウセンドウ

横山和

1.8倍

-56%

›

○9

エイシンリーガル

松本

5.8倍

+23%

›

▲6

アズライトアスール

★河原田

6.9倍

+13%

›

△11

サトノフレア

佐々木

9.5倍

-26%

›

△13

フェイスリフト

荻野琢

17.4倍

+35%

›

△2

テンユウ

◇小林美

17.6倍

-3%

›

▽8

フィーユレアル

▲遠藤

19.4倍

+6%

›

▽10

ダンツアラーム

黛

19.5倍

+7%

›

▽4

ロジクリスエス

丹内

45.2倍

-32%

›

×3

モズヴイ

横山琉

41.2倍

-54%

›

▽7

クープグラッセ

小沢

67.6倍

-25%

›

▽14

ディープマウンテン

吉田隼

74.8倍

-18%

›

▽1

ブラックゲイル

☆長浜

282.9倍

+95%

›

▽12

アインプロージット

川又

425.8倍

+194%

›

💡 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