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 14:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スイミーユニバンス	浜中	実23.9	B▽ A×勝率2% EV-54% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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／447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 1 ◎ 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 447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 2.6% (オッズ暗示: 4.2%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.6% / 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。
2	エルサトアナ	和田陽	実185.0	B× A▽勝率0% EV-47% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 12/20 5阪神512R 11着/16頭+1.1秒 11/15 4京都39R 8着/15頭+0.8秒 10/05 3京都212R 8着/16頭+0.6秒 08/16 1札幌710R 5着/13頭+0.2秒 06/28 1函館59R 1着/8頭勝利
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 10.7着 (不振) △ ローテーション 146日休養明け × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.5% / 期待値 -47% ※ 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	ニシノラヴァンダ	長浜	実52.3	B▽ A▽勝率2% EV+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／202日ぶりの実戦）
前5走 12/27 5中山79R 6着/16頭+0.9秒 08/31 2札幌410R 16着/16頭+2.6秒 01/12 1中山411R 16着/16頭+3.9秒 07/13 1函館1111R 2着/14頭+0.2秒 06/16 1函館45R 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 12.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 202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 1.6% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.6% / 期待値 +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。
4	ブルボンクイーン	吉田隼	実58.3	B× A▽勝率1% EV-28% 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／105日ぶりの実戦）
前5走 10/19 4新潟210R 10着/18頭+1.1秒 08/10 2新潟68R 10着/18頭+1.4秒 05/18 1新潟69R 1着/16頭勝利 05/03 1新潟112R 2着/16頭+0.7秒 03/02 1小倉127R 7着/17頭+0.3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 8.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 105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 0.5% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 期待値 -29% ※ 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	レッドスティンガー	丹内	実1.6	B🌟◎ A×勝率31% EV-52% 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／153日ぶりの実戦）
前5走 12/28 5中山84R 7着/11頭+1.7秒 11/08 5東京111R 8着/16頭+0.9秒 10/19 4東京76R 2着/8頭+0.2秒 08/24 2札幌22R 1着/11頭勝利 08/02 1札幌35R 2着/11頭+0.5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) △ ローテーション 153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 52.0% (オッズ暗示: 62.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 31.5% / 期待値 -53% ※ 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	ツルノマイハシ	佐々木	実16.8	B▽ A▽勝率8% EV+23% 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／119日ぶりの実戦）
前5走 12/28 5中山83R 6着/16頭+0.5秒 12/14 5中山42R 3着/16頭+0.2秒 11/16 5東京43R 5着/18頭+0.4秒 09/28 4中山99R 8着/8頭+3.1秒 09/14 4中山45R 6着/10頭+1.5秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 119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 4.9% (オッズ暗示: 6.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.8% / 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。
7	ララバニュルス	藤懸	実12.4	B▲ A△勝率8% EV-2% 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2着／139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 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) ○ 前走実績前走 2着 (好走) △ ローテーション 139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 6.1% (オッズ暗示: 8.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 期待値 -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。
8	エスカレイト	斎藤	実34.7	B▽ A▽勝率2% EV-29% 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／112日ぶりの実戦）
前5走 12/13 5中京39R 10着/11頭+1.1秒 08/30 2札幌39R 10着/13頭+1.5秒 08/23 2札幌19R 5着/9頭+1.8秒 07/20 1函館1211R 11着/12頭+1.6秒 06/29 1函館65R 1着/12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 12.0着 (不振) ▽ 前走実績前走 13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) -46% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.6% / 期待値 -29% ※ 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	スムースベルベット	黛	実16.5	B○ A△勝率8% EV+55% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／直近3走平均14.0着と低調／623日ぶりの実戦）
前5走 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3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 14.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 623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 8.0% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 期待値 +56% ※ 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	ストレイトアスク推奨	北村友	実13.5	B△ A▲勝率10% EV+29% 詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 12/14 5中京412R 7着/16頭+0.3秒 10/25 4新潟312R 15着/17頭+1.7秒 10/04 3京都17R 2着/18頭+0.1秒 09/07 2札幌68R 4着/16頭+0.4秒 08/10 1札幌67R 7着/15頭+1.0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 12.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 125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 4.9% (オッズ暗示: 7.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.1% / 期待値 +29% ※ 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	ビービーエフォート	鮫島駿	実10.4	B△ A○勝率13% EV+9% 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 10/26 3京都98R 12着/14頭+0.5秒 10/05 3京都212R 7着/16頭+0.6秒 08/03 2新潟412R 1着/12頭勝利 07/13 2福島67R 3着/15頭+0.5秒 03/30 2中京65R 1着/18頭勝利
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 3.3着 △ ローテーション 105日休養明け × 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 4.9% (オッズ暗示: 9.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.2% / 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	ベビーズブレス	荻野琢	実54.9	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12.3着と低調／175日ぶりの実戦）
前5走 11/29 4京都712R 7着/16頭+0.6秒 09/06 2札幌510R 5着/16頭+0.3秒 08/31 2札幌410R 2着/16頭+0.1秒 07/05 1函館78R 1着/9頭勝利 06/22 1函館41R 1着/15頭勝利
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 12.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 175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 1.6% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 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。
13	ブライティアダイヤ	横山琉	実87.4	B× A×勝率0% EV-55% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／直近3走平均10.3着と低調／147日ぶりの実戦）
前5走 12/14 5阪神412R 9着/10頭+0.9秒 11/29 4京都712R 11着/16頭+0.8秒 09/06 2札幌510R 9着/16頭+0.7秒 07/13 1函館1012R 1着/8頭勝利 04/26 1福島57R 2着/15頭+0.0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 10.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 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) -63% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.1%) × Aモデルの評価 (参考) レース内 16位 / 勝率 0.5% / 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。
14	ファビュラススター	池添	実16.0	B△ A△勝率8% EV+42% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（273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 14 ◎ 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 273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 6.1% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.8% / 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。
15	ビーコング	松本	実35.4	B▽ A▽勝率2% EV-30% 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／98日ぶりの実戦）
前5走 11/16 3福島48R 12着/16頭+0.8秒 10/26 4新潟46R 2着/13頭+0.7秒 09/21 4中山76R 2着/16頭+0.2秒 09/13 4中山38R 5着/15頭+1.2秒 04/20 1福島49R 8着/15頭+0.7秒
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 8.7着 (不振) △ ローテーション 98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 2.0% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 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。
16	セイプリーズ	古川吉	実20.2	B▽ A▽勝率5% EV+18% 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／104日ぶりの実戦）
前5走 11/22 3福島512R 4着/16頭+0.3秒 03/01 1小倉112R 1着/18頭勝利 02/02 1小倉42R 3着/16頭+0.7秒 01/06 1中京26R 4着/18頭+0.7秒 12/14 4中京54R 3着/18頭+0.3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 104日休養明け × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.4% / 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。

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 ×

レッドスティンガー

騎手丹内

単勝オッズ

1.6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:△9スムースベルベット

16.5倍

EV +31%

▲A:△7ララバニュルス

12.4倍

EV -24%

出走馬全16頭

◎A:×5

レッドスティンガー

丹内

1.6倍

-16%

›

○A:△9

スムースベルベット

黛

16.5倍

+31%

›

▲A:△7

ララバニュルス

藤懸

12.4倍

-24%

›

△A:△14

ファビュラススター

池添

16.0倍

-2%

›

△A:○11

ビービーエフォート

鮫島駿

10.4倍

-48%

›

△A:▲10

ストレイトアスク

北村友

13.5倍

-33%

›

▽A:▽6

ツルノマイハシ

佐々木

16.8倍

-17%

›

▽A:▽16

セイプリーズ

古川吉

20.2倍

-34%

›

▽A:×1

スイミーユニバンス

浜中

23.9倍

-37%

›

▽A:▽15

ビーコング

松本

35.4倍

-27%

›

▽A:▽8

エスカレイト

斎藤

34.7倍

-45%

›

▽A:▽3

ニシノラヴァンダ

長浜

52.3倍

-18%

›

▽A:▽12

ベビーズブレス

荻野琢

54.9倍

-14%

›

×A:▽4

ブルボンクイーン

吉田隼

58.3倍

-72%

›

×A:×13

ブライティアダイヤ

横山琉

87.4倍

-63%

›

×A:▽2

エルサトアナ

和田陽

185.0倍

-99%

›

💡 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 10 ストレイトアスク実13.5倍期待値 -34% 推奨 20.4〜30.0倍 ¥100 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ オッズは予測時点の値です。

10R 札幌競馬場　発走 14:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スイミーユニバンス	浜中	実23.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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／447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 1 ◎ 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 447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 1.6% (オッズ暗示: 4.2%) ※ 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。
2	エルサトアナ	和田陽	実185.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／146日ぶりの実戦）
前5走 12/20 5阪神512R 11着/16頭+1.1秒 11/15 4京都39R 8着/15頭+0.8秒 10/05 3京都212R 8着/16頭+0.6秒 08/16 1札幌710R 5着/13頭+0.2秒 06/28 1函館59R 1着/8頭勝利
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 10.7着 (不振) △ ローテーション 146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 0.5% (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。
3	ニシノラヴァンダ	長浜	実52.3	▽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／202日ぶりの実戦）
前5走 12/27 5中山79R 6着/16頭+0.9秒 08/31 2札幌410R 16着/16頭+2.6秒 01/12 1中山411R 16着/16頭+3.9秒 07/13 1函館1111R 2着/14頭+0.2秒 06/16 1函館45R 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 12.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 202日休養明け △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 1.6% (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。
4	ブルボンクイーン	吉田隼	実58.3	▽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／105日ぶりの実戦）
前5走 10/19 4新潟210R 10着/18頭+1.1秒 08/10 2新潟68R 10着/18頭+1.4秒 05/18 1新潟69R 1着/16頭勝利 05/03 1新潟112R 2着/16頭+0.7秒 03/02 1小倉127R 7着/17頭+0.3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 8.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.7%) ※ 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。
5	レッドスティンガー	丹内	実1.6	×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／153日ぶりの実戦）
前5走 12/28 5中山84R 7着/11頭+1.7秒 11/08 5東京111R 8着/16頭+0.9秒 10/19 4東京76R 2着/8頭+0.2秒 08/24 2札幌22R 1着/11頭勝利 08/02 1札幌35R 2着/11頭+0.5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) △ ローテーション 153日休養明け × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 31.5% (オッズ暗示: 62.5%) ※ 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。
6	ツルノマイハシ	佐々木	実16.8	▽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／119日ぶりの実戦）
前5走 12/28 5中山83R 6着/16頭+0.5秒 12/14 5中山42R 3着/16頭+0.2秒 11/16 5東京43R 5着/18頭+0.4秒 09/28 4中山99R 8着/8頭+3.1秒 09/14 4中山45R 6着/10頭+1.5秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 119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 7.8% (オッズ暗示: 6.0%) ※ 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。
7	ララバニュルス	藤懸	実12.4	△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2着／139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 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) ○ 前走実績前走 2着 (好走) △ ローテーション 139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 8.2% (オッズ暗示: 8.1%) ※ 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。
8	エスカレイト	斎藤	実34.7	▽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／112日ぶりの実戦）
前5走 12/13 5中京39R 10着/11頭+1.1秒 08/30 2札幌39R 10着/13頭+1.5秒 08/23 2札幌19R 5着/9頭+1.8秒 07/20 1函館1211R 11着/12頭+1.6秒 06/29 1函館65R 1着/12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 12.0着 (不振) ▽ 前走実績前走 13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% (オッズ過剰評価) AI 予想勝率 1.6% (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。
9	スムースベルベット	黛	実16.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／直近3走平均14.0着と低調／623日ぶりの実戦）
前5走 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3秒 12/21 5中山712R 14着/16頭+1.3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 14.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 623日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +55% (市場が大幅過小評価) AI 予想勝率 7.8% (オッズ暗示: 6.1%) ※ 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	ストレイトアスク推奨	北村友	実13.5	▲詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 12/14 5中京412R 7着/16頭+0.3秒 10/25 4新潟312R 15着/17頭+1.7秒 10/04 3京都17R 2着/18頭+0.1秒 09/07 2札幌68R 4着/16頭+0.4秒 08/10 1札幌67R 7着/15頭+1.0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 12.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 125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 10.1% (オッズ暗示: 7.4%) ※ 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。
11	ビービーエフォート	鮫島駿	実10.4	○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 10/26 3京都98R 12着/14頭+0.5秒 10/05 3京都212R 7着/16頭+0.6秒 08/03 2新潟412R 1着/12頭勝利 07/13 2福島67R 3着/15頭+0.5秒 03/30 2中京65R 1着/18頭勝利
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 3.3着 △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 13.2% (オッズ暗示: 9.6%) ※ 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。
12	ベビーズブレス	荻野琢	実54.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調／175日ぶりの実戦）
前5走 11/29 4京都712R 7着/16頭+0.6秒 09/06 2札幌510R 5着/16頭+0.3秒 08/31 2札幌410R 2着/16頭+0.1秒 07/05 1函館78R 1着/9頭勝利 06/22 1函館41R 1着/15頭勝利
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 12.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 175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 1.0% (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。
13	ブライティアダイヤ	横山琉	実87.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／直近3走平均10.3着と低調／147日ぶりの実戦）
前5走 12/14 5阪神412R 9着/10頭+0.9秒 11/29 4京都712R 11着/16頭+0.8秒 09/06 2札幌510R 9着/16頭+0.7秒 07/13 1函館1012R 1着/8頭勝利 04/26 1福島57R 2着/15頭+0.0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 10.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 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) -55% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.1%) ※ 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。
14	ファビュラススター	池添	実16.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（273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 14 ◎ 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 273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 7.8% (オッズ暗示: 6.2%) ※ 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。
15	ビーコング	松本	実35.4	▽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／98日ぶりの実戦）
前5走 11/16 3福島48R 12着/16頭+0.8秒 10/26 4新潟46R 2着/13頭+0.7秒 09/21 4中山76R 2着/16頭+0.2秒 09/13 4中山38R 5着/15頭+1.2秒 04/20 1福島49R 8着/15頭+0.7秒
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 8.7着 (不振) △ 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 1.6% (オッズ暗示: 2.8%) ※ 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	セイプリーズ	古川吉	実20.2	▽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／104日ぶりの実戦）
前5走 11/22 3福島512R 4着/16頭+0.3秒 03/01 1小倉112R 1着/18頭勝利 02/02 1小倉42R 3着/16頭+0.7秒 01/06 1中京26R 4着/18頭+0.7秒 12/14 4中京54R 3着/18頭+0.3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 104日休養明け △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 5.4% (オッズ暗示: 5.0%) ※ 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。

🎯 AIの本命

AI評価1位

レッドスティンガー

騎手丹内

単勝オッズ

1.6倍

AI期待値

-52%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11ビービーエフォート

10.4倍

EV +9%

▲10ストレイトアスク

13.5倍

EV +29%

出走馬全16頭

×5

レッドスティンガー

丹内

1.6倍

-52%

›

○11

ビービーエフォート

鮫島駿

10.4倍

+9%

›

▲10

ストレイトアスク

北村友

13.5倍

+29%

›

△7

ララバニュルス

藤懸

12.4倍

-2%

›

△9

スムースベルベット

黛

16.5倍

+55%

›

△14

ファビュラススター

池添

16.0倍

+42%

›

▽6

ツルノマイハシ

佐々木

16.8倍

+23%

›

▽16

セイプリーズ

古川吉

20.2倍

+18%

›

×1

スイミーユニバンス

浜中

23.9倍

-54%

›

▽15

ビーコング

松本

35.4倍

-30%

›

▽8

エスカレイト

斎藤

34.7倍

-29%

›

▽3

ニシノラヴァンダ

長浜

52.3倍

+9%

›

▽12

ベビーズブレス

荻野琢

54.9倍

-25%

›

▽4

ブルボンクイーン

吉田隼

58.3倍

-28%

›

▽2

エルサトアナ

和田陽

185.0倍

-47%

›

×13

ブライティアダイヤ

横山琉

87.4倍

-55%

›

💡 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 10 ストレイトアスク実13.5倍期待値 +36% 推奨 10.0〜30.0倍 ¥100 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

見送り

※ 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