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	ルージュエピック	松本	実69.9	B▽ A▽勝率1% EV-29% 詳細▼	大穴、AI予想勝率低く長期回収困難（98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⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.7着 △ ローテーション 98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 1.3% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 11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。
2	テンレッドサン	丹内	実5.9	B△ A▲勝率17% EV-2% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着／190日ぶりの実戦）
前5走 11/22 4京都52R 7着/15頭+2.2秒 11/09 5東京26R 6着/15頭+1.1秒 ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 ○ 前走実績前走 2着 (好走) △ ローテーション 190日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 13.8% (オッズ暗示: 16.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.6% / 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。
3	エリカビアリッツ	鮫島駿	実3.1	B○ A◎勝率22% EV-31% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／98日ぶりの実戦）
前5走 08/30 2札幌31R 2着/8頭+0.3秒 08/10 1札幌65R 3着/12頭+0.2秒 ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2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) -42% (大幅な期待値マイナス) AI 予想勝率 18.8% (オッズ暗示: 32.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.1% / 期待値 -32% ※ 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	ルージュリヴィエラ	◇小林美	実10.4	B△ A△勝率7% EV-24% 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 5東京74R 2着/16頭+1.1秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.7着 △ ローテーション 105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 7.0% (オッズ暗示: 9.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.3% / 期待値 -25% ※ 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	サンセリテ	☆長浜	実16.0	B△ A△勝率5% EV-14% 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／119日ぶりの実戦）
前5走 10/25 4東京82R 6着/10頭+0.9秒 09/13 4中山35R 2着/16頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 119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 6.6% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.3% / 期待値 -15% ※ 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	ウォータースパウト	吉田隼	実5.9	B▲ A△勝率11% EV-35% 詳細▼	AI上位評価だが期待値不足、見送り（126日ぶりの実戦）
前5走 11/22 3福島51R 6着/14頭+1.3秒 10/12 4東京41R 9着/15頭+2.3秒 07/26 1札幌15R 7着/13頭+2.8秒 ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.3着 (不振) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 17.7% (オッズ暗示: 16.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.0% / 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。
7	ワンダーアスク	川又	実19.5	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（154日ぶりの実戦）
前5走 12/20 5中京54R 7着/16頭+0.6秒 12/06 5阪神13R 5着/17頭+0.8秒 10/18 3京都65R 5着/13頭+0.8秒 ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 △ ローテーション 154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 4.1% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.0% / 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	クリコイーコ	▲遠藤	実16.9	B▽ A▽勝率4% EV-34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（98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 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.3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 4.1% (オッズ暗示: 5.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.9% / 期待値 -34% ※ 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	シンデレラカラー	原田和	実283.1	B▽ A▽勝率1% EV+79% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／126日ぶりの実戦）
前5走 12/06 5中京11R 9着/16頭+1.3秒 11/23 5東京51R 3着/16頭+0.4秒 11/01 4東京102R 2着/12頭+0.3秒 10/18 4東京64R 15着/18頭+1.5秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0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) -8% (オッズ過剰評価) AI 予想勝率 0.3% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 期待値 +79% ※ 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	セラサイト	横山武	実4.2	B◎ A○勝率20% EV-15% 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（113日ぶりの実戦）
前5走 12/27 5阪神73R 11着/16頭+1.8秒 10/26 4新潟41R 9着/13頭+2.0秒 09/13 4阪神36R 9着/13頭+2.7秒 ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 △ ローテーション 113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 20.7% (オッズ暗示: 23.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.2% / 期待値 -15% ※ 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	マスカルポーネ	斎藤	実17.2	B▽ A▽勝率5% EV-13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（91日ぶりの実戦）
前5走 12/20 5中山52R 8着/16頭+1.8秒 10/26 4東京92R 8着/10頭+1.9秒 10/12 4東京45R 11着/12頭+2.3秒 ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.7着 ▽ 前走実績前走 11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) -30% (オッズ過剰評価) AI 予想勝率 4.1% (オッズ暗示: 5.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.0% / 期待値 -13% ※ 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	ティンクルバレット	◇古川奈	実55.5	B▽ A▽勝率1% EV-24% 詳細▼	大穴、AI予想勝率低く長期回収困難（162日ぶりの実戦）
前5走 10/19 3京都74R 9着/17頭+1.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 162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 1.3% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 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	サマースプラッシュ	▲和田陽	実358.0	B▽ A▽勝率1% EV+126% 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／98日ぶりの実戦）
前5走 12/21 5中山66R 12着/16頭+2.6秒 ― ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 10.0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) +16% (市場と概ね一致) AI 予想勝率 0.3% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.6% / 期待値 +127% ※ 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 ○

セラサイト

騎手横山武

単勝オッズ

4.2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:◎3エリカビアリッツ

3.1倍

EV -41%

▲A:△6ウォータースパウト

5.9倍

EV +4%

出走馬全13頭

◎A:○10

セラサイト

横山武

4.2倍

-13%

›

○A:◎3

エリカビアリッツ

鮫島駿

3.1倍

-41%

›

▲A:△6

ウォータースパウト

吉田隼

5.9倍

+4%

›

△A:▲2

テンレッドサン

丹内

5.9倍

-18%

›

△A:△4

ルージュリヴィエラ

◇小林美

10.4倍

-27%

›

△A:△5

サンセリテ

☆長浜

16.0倍

+5%

›

▽A:▽8

クリコイーコ

▲遠藤

16.9倍

-31%

›

▽A:▽11

マスカルポーネ

斎藤

17.2倍

-29%

›

▽A:▽7

ワンダーアスク

川又

19.5倍

-20%

›

▽A:▽12

ティンクルバレット

◇古川奈

55.5倍

-28%

›

▽A:▽1

ルージュエピック

松本

69.9倍

-9%

›

▽A:▽9

シンデレラカラー

原田和

283.1倍

-7%

›

▽A:▽13

サマースプラッシュ

▲和田陽

358.0倍

+16%

›

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	ルージュエピック	松本	実69.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（98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⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.7着 △ ローテーション 98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: 1.4%) ※ 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	テンレッドサン	丹内	実5.9	▲詳細▼	AI上位評価だが期待値不足、見送り（前走2着／190日ぶりの実戦）
前5走 11/22 4京都52R 7着/15頭+2.2秒 11/09 5東京26R 6着/15頭+1.1秒 ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 ○ 前走実績前走 2着 (好走) △ ローテーション 190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 16.6% (オッズ暗示: 16.9%) ※ 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	エリカビアリッツ	鮫島駿	実3.1	◎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／98日ぶりの実戦）
前5走 08/30 2札幌31R 2着/8頭+0.3秒 08/10 1札幌65R 3着/12頭+0.2秒 ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2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) -32% (大幅な期待値マイナス) AI 予想勝率 22.1% (オッズ暗示: 32.3%) ※ 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	ルージュリヴィエラ	◇小林美	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 11/29 5東京74R 2着/16頭+1.1秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.7着 △ ローテーション 105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 7.3% (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。
5	サンセリテ	☆長浜	実16.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調／119日ぶりの実戦）
前5走 10/25 4東京82R 6着/10頭+0.9秒 09/13 4中山35R 2着/16頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 5.3% (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。
6	ウォータースパウト	吉田隼	実5.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（126日ぶりの実戦）
前5走 11/22 3福島51R 6着/14頭+1.3秒 10/12 4東京41R 9着/15頭+2.3秒 07/26 1札幌15R 7着/13頭+2.8秒 ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.3着 (不振) △ ローテーション 126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 11.0% (オッズ暗示: 16.9%) ※ 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。
7	ワンダーアスク	川又	実19.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（154日ぶりの実戦）
前5走 12/20 5中京54R 7着/16頭+0.6秒 12/06 5阪神13R 5着/17頭+0.8秒 10/18 3京都65R 5着/13頭+0.8秒 ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 △ ローテーション 154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 5.0% (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。
8	クリコイーコ	▲遠藤	実16.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（98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 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.3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) -34% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 5.9%) ※ 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	シンデレラカラー	原田和	実283.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／126日ぶりの実戦）
前5走 12/06 5中京11R 9着/16頭+1.3秒 11/23 5東京51R 3着/16頭+0.4秒 11/01 4東京102R 2着/12頭+0.3秒 10/18 4東京64R 15着/18頭+1.5秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0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) +79% (市場が大幅過小評価) AI 予想勝率 0.6% (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。
10	セラサイト	横山武	実4.2	○詳細▼	AI上位評価だが期待値不足、見送り（113日ぶりの実戦）
前5走 12/27 5阪神73R 11着/16頭+1.8秒 10/26 4新潟41R 9着/13頭+2.0秒 09/13 4阪神36R 9着/13頭+2.7秒 ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 △ ローテーション 113日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 20.2% (オッズ暗示: 23.8%) ※ 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。
11	マスカルポーネ	斎藤	実17.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（91日ぶりの実戦）
前5走 12/20 5中山52R 8着/16頭+1.8秒 10/26 4東京92R 8着/10頭+1.9秒 10/12 4東京45R 11着/12頭+2.3秒 ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.7着 ▽ 前走実績前走 11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) -13% (オッズ過剰評価) AI 予想勝率 5.0% (オッズ暗示: 5.8%) ※ 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。
12	ティンクルバレット	◇古川奈	実55.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（162日ぶりの実戦）
前5走 10/19 3京都74R 9着/17頭+1.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 162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 1.4% (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	サマースプラッシュ	▲和田陽	実358.0	▽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／98日ぶりの実戦）
前5走 12/21 5中山66R 12着/16頭+2.6秒 ― ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 10.0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) +126% (市場が大幅過小評価) AI 予想勝率 0.6% (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。

AIの本命

AI評価1位

エリカビアリッツ

騎手鮫島駿

単勝オッズ

3.1倍

AI期待値

-31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10セラサイト

4.2倍

EV -15%

▲2テンレッドサン

5.9倍

EV -2%

出走馬全13頭

◎3

エリカビアリッツ

鮫島駿

3.1倍

-31%

›

○10

セラサイト

横山武

4.2倍

-15%

›

▲2

テンレッドサン

丹内

5.9倍

-2%

›

△6

ウォータースパウト

吉田隼

5.9倍

-35%

›

△4

ルージュリヴィエラ

◇小林美

10.4倍

-24%

›

△5

サンセリテ

☆長浜

16.0倍

-14%

›

▽11

マスカルポーネ

斎藤

17.2倍

-13%

›

▽7

ワンダーアスク

川又

19.5倍

-1%

›

▽8

クリコイーコ

▲遠藤

16.9倍

-34%

›

▽12

ティンクルバレット

◇古川奈

55.5倍

-24%

›

▽1

ルージュエピック

松本

69.9倍

-29%

›

▽9

シンデレラカラー

原田和

283.1倍

+79%

›

▽13

サマースプラッシュ

▲和田陽

358.0倍

+126%

›

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