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	ロジスカヤ	☆長浜	実18.2	B▽ A▽勝率5% EV-7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（133日ぶりの実戦）
前5走 11/15 3福島34R 12着/16頭+1.1秒 08/31 3新潟43R 8着/18頭+1.4秒 08/03 2新潟44R 8着/13頭+1.7秒 ― ―
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 6.7着 △ ローテーション 133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 4.2% (オッズ暗示: 5.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.1% / 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。
2	メイショウテンジン	★河原田	実5.0	B▲ A▲勝率12% EV-37% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着／148日ぶりの実戦）
前5走 12/07 5阪神22R 10着/16頭+2.2秒 09/20 4阪神63R 8着/10頭+2.8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 3.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 148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 20.0% (オッズ暗示: 20.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.5% / 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。
3	グローリアスダンス	川又	実157.4	B▽ A▽勝率0% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／99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 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 9.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 99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 0.4% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.5% / 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。
4	ブラックジャック	横山典	実12.3	B△ A△勝率6% EV-30% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調／168日ぶりの実戦）
前5走 11/30 4京都82R 9着/13頭+2.8秒 11/15 3福島33R 13着/16頭+1.2秒 08/24 2札幌21R 10着/14頭+3.2秒 08/02 1札幌35R 9着/11頭+1.5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 10.3着 (不振) △ ローテーション 168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 5.8% (オッズ暗示: 8.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.6% / 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。
5	テンタイムトップ	落合玄	実80.1	B× A▽勝率1% EV-4% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.7着と低調／92日ぶりの実戦）
前5走 12/13 5阪神31R 14着/15頭+2.7秒 10/25 3京都86R 12着/16頭+2.1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 13.7着 (不振) ▽ 前走実績前走 18着 (大敗) △ ローテーション 92日休養明け × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.9% / 期待値 -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	ドラリズム	黛	実44.4	B▽ A▽勝率1% EV-34% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／113日ぶりの実戦）
前5走 11/30 5東京85R 8着/16頭+1.8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 5.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 113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 1.5% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 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	フルムーン	◇小林美	実9.6	B△ A△勝率7% EV-29% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（106日ぶりの実戦）
前5走 08/09 3中京53R 3着/12頭+0.5秒 07/19 2小倉75R 3着/9頭+0.1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 3.7着 △ ローテーション 106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 7.5% (オッズ暗示: 10.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.4% / 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。
8	リアララ	小沢	実4.4	B◎ A◎勝率24% EV+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
前5走 2回2日札幌4R 2着/14頭+1.0秒 ― ― ― ―
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 3.5着 △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 22.1% (オッズ暗示: 22.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 24.2% / 期待値 +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。
9	エンジェルサン	丹内	実16.3	B× A▽勝率3% EV-47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調／140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⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 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 140日休養明け × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 6.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.2% / 期待値 -48% ※ 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	ヒルノボローニャ	古川吉	実12.5	B▽ A▽勝率6% EV-29% 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／224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 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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 224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 4.6% (オッズ暗示: 8.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.6% / 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。
11	スピットブレイク	斎藤	実60.5	B× A▽勝率1% EV-44% 詳細▼	大穴、AI予想勝率低く長期回収困難（99日ぶりの実戦）
前5走 12/21 5中山67R 4着/16頭+1.0秒 11/29 5東京72R 4着/18頭+0.4秒 10/18 4新潟15R 14着/15頭+3.1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 6.7着 △ ローテーション 99日休養明け × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.9% / 期待値 -44% ※ 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	ソレイユルヴァン	吉田隼	実106.7	B▽ A▽勝率0% EV-35% 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／208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⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 208日休養明け × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.5% / 期待値 -36% ※ 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	メーレスブリーゼ	横山琉	実119.3	B× A▽勝率1% 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11.3着と低調／113日ぶりの実戦）
前5走 11/29 5東京72R 14着/18頭+1.5秒 11/08 5東京16R 5着/13頭+0.7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 11.3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) -56% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.8%) ▽ 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。
14	ルージュフィーリア	佐々木	実3.9	B○ A○勝率23% EV-11% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
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 14 ◎ 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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 20.0% (オッズ暗示: 25.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.7% / 期待値 -11% ※ 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	アドマイヤパープル	横山武	実9.0	B△ A△勝率10% EV-6% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（106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 15 ◎ 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 6.0着 △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 8.6% (オッズ暗示: 11.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.4% / 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。
16	メメボス	▲遠藤	実46.3	B▽ A×勝率1% EV-57% 詳細▼	大穴、AI予想勝率低く長期回収困難（176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 16 ◎ 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) △ ローテーション 176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 1.5% (オッズ暗示: 2.2%) × Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 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。

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 ◎

リアララ

騎手小沢

単勝オッズ

4.4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

○A:○14ルージュフィーリア

3.9倍

EV -21%

▲A:▲2メイショウテンジン

5.0倍

EV +0%

出走馬全16頭

◎A:◎8

リアララ

小沢

4.4倍

-2%

›

○A:○14

ルージュフィーリア

佐々木

3.9倍

-21%

›

▲A:▲2

メイショウテンジン

★河原田

5.0倍

+0%

›

△A:△15

アドマイヤパープル

横山武

9.0倍

-22%

›

△A:△7

フルムーン

◇小林美

9.6倍

-28%

›

△A:△4

ブラックジャック

横山典

12.3倍

-29%

›

▽A:▽10

ヒルノボローニャ

古川吉

12.5倍

-42%

›

▽A:▽1

ロジスカヤ

☆長浜

18.2倍

-24%

›

×A:▽9

エンジェルサン

丹内

16.3倍

-50%

›

▽A:▽6

ドラリズム

黛

44.4倍

-34%

›

▽A:×16

メメボス

▲遠藤

46.3倍

-32%

›

×A:▽11

スピットブレイク

斎藤

60.5倍

-50%

›

▽A:▽12

ソレイユルヴァン

吉田隼

106.7倍

-47%

›

×A:▽5

テンタイムトップ

落合玄

80.1倍

-61%

›

▽A:▽3

グローリアスダンス

川又

157.4倍

-34%

›

×A:▽13

メーレスブリーゼ

横山琉

119.3倍

-56%

›

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	ロジスカヤ	☆長浜	実18.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（133日ぶりの実戦）
前5走 11/15 3福島34R 12着/16頭+1.1秒 08/31 3新潟43R 8着/18頭+1.4秒 08/03 2新潟44R 8着/13頭+1.7秒 ― ―
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 6.7着 △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 5.1% (オッズ暗示: 5.5%) ※ 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。
2	メイショウテンジン	★河原田	実5.0	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着／148日ぶりの実戦）
前5走 12/07 5阪神22R 10着/16頭+2.2秒 09/20 4阪神63R 8着/10頭+2.8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 3.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 148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 12.5% (オッズ暗示: 20.0%) ※ 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。
3	グローリアスダンス	川又	実157.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／99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 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 9.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 99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 0.5% (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。
4	ブラックジャック	横山典	実12.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調／168日ぶりの実戦）
前5走 11/30 4京都82R 9着/13頭+2.8秒 11/15 3福島33R 13着/16頭+1.2秒 08/24 2札幌21R 10着/14頭+3.2秒 08/02 1札幌35R 9着/11頭+1.5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 10.3着 (不振) △ ローテーション 168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 5.6% (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。
5	テンタイムトップ	落合玄	実80.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.7着と低調／92日ぶりの実戦）
前5走 12/13 5阪神31R 14着/15頭+2.7秒 10/25 3京都86R 12着/16頭+2.1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 13.7着 (不振) ▽ 前走実績前走 18着 (大敗) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.2%) ※ 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	ドラリズム	黛	実44.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／113日ぶりの実戦）
前5走 11/30 5東京85R 8着/16頭+1.8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 5.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 113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 1.5% (オッズ暗示: 2.3%) ※ 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	フルムーン	◇小林美	実9.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（106日ぶりの実戦）
前5走 08/09 3中京53R 3着/12頭+0.5秒 07/19 2小倉75R 3着/9頭+0.1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 3.7着 △ ローテーション 106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 7.4% (オッズ暗示: 10.4%) ※ 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。
8	リアララ	小沢	実4.4	◎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
前5走 2回2日札幌4R 2着/14頭+1.0秒 ― ― ― ―
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 3.5着 △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 24.2% (オッズ暗示: 22.7%) ※ 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	エンジェルサン	丹内	実16.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調／140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⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 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 140日休養明け × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 3.2% (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	ヒルノボローニャ	古川吉	実12.5	▽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／224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 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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 224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 5.6% (オッズ暗示: 8.0%) ※ 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。
11	スピットブレイク	斎藤	実60.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（99日ぶりの実戦）
前5走 12/21 5中山67R 4着/16頭+1.0秒 11/29 5東京72R 4着/18頭+0.4秒 10/18 4新潟15R 14着/15頭+3.1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 6.7着 △ ローテーション 99日休養明け × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
12	ソレイユルヴァン	吉田隼	実106.7	▽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／208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⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 208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 0.5% (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。
13	メーレスブリーゼ	横山琉	実119.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／113日ぶりの実戦）
前5走 11/29 5東京72R 14着/18頭+1.5秒 11/08 5東京16R 5着/13頭+0.7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 11.3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) -29% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 0.8%) ※ 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。
14	ルージュフィーリア	佐々木	実3.9	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
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 14 ◎ 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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 22.7% (オッズ暗示: 25.6%) ※ 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。
15	アドマイヤパープル	横山武	実9.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（106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 15 ◎ 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 6.0着 △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 10.4% (オッズ暗示: 11.1%) ※ 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。
16	メメボス	▲遠藤	実46.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（176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 16 ◎ 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) △ ローテーション 176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 0.9% (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。

AIの本命

AI評価1位

リアララ

騎手小沢

単勝オッズ

4.4倍

AI期待値

+6%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○14ルージュフィーリア

3.9倍

EV -11%

▲2メイショウテンジン

5.0倍

EV -37%

出走馬全16頭

◎8

リアララ

小沢

4.4倍

+6%

›

○14

ルージュフィーリア

佐々木

3.9倍

-11%

›

▲2

メイショウテンジン

★河原田

5.0倍

-37%

›

△15

アドマイヤパープル

横山武

9.0倍

-6%

›

△7

フルムーン

◇小林美

9.6倍

-29%

›

△4

ブラックジャック

横山典

12.3倍

-30%

›

▽10

ヒルノボローニャ

古川吉

12.5倍

-29%

›

▽1

ロジスカヤ

☆長浜

18.2倍

-7%

›

▽9

エンジェルサン

丹内

16.3倍

-47%

›

▽6

ドラリズム

黛

44.4倍

-34%

›

▽13

メーレスブリーゼ

横山琉

119.3倍

-29%

›

×16

メメボス

▲遠藤

46.3倍

-57%

›

▽11

スピットブレイク

斎藤

60.5倍

-44%

›

▽5

テンタイムトップ

落合玄

80.1倍

-4%

›

▽12

ソレイユルヴァン

吉田隼

106.7倍

-35%

›

▽3

グローリアスダンス

川又

157.4倍

-38%

›

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