札幌 5R 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

5R 札幌競馬場　発走 12:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カタカムナ	原田和	実292.6	B× A▽勝率0% EV+41% 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 12.3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) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.5% / 期待値 +42% ※ 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	スチョウプリンセス	▲大久保	実96.0	B× A▽勝率0% EV-13% 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／113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 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 12.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 113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 0.5% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.5% / 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。
3	ゴールドエンバー	◇小林美	実7.7	B▲ A▲勝率11% EV-13% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着／99日ぶりの実戦）
前5走 10/19 4新潟21R 8着/12頭+1.2秒 09/21 4中山75R 8着/10頭+1.6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 6.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 99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 12.6% (オッズ暗示: 13.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.2% / 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。
4	レッドレグルス	横山和	実9.8	B△ A△勝率6% EV-41% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（190日ぶりの実戦）
前5走 12/27 5阪神75R 5着/14頭+0.7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 6.3着 △ ローテーション 190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 5.2% (オッズ暗示: 10.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.0% / 期待値 -41% ※ 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	ラッキーシグネチャ	小沢	実31.2	B▽ A▽勝率2% EV-34% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 1回6日札幌6R 8着/14頭 ― ― ― ―
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 5.3着 △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.1% / 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。
6	ダイナソーコー	吉田隼	実30.7	B▽ A▽勝率2% 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9.7着と低調／134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 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 9.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 134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 2.8% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.1% / 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	アージュドール	落合玄	実54.0	B▽ A▽勝率1% EV-46% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／113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 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 10.3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) -50% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 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。
8	デイズインザサン	佐々木	実2.6	B◎ A◎勝率31% EV-18% 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10.0着と低調／112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 10.0着 (不振) △ ローテーション 112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 24.9% (オッズ暗示: 38.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.3% / 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。
9	ブライスフェアリー	丹内	実15.0	B△ A△勝率6% EV-9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（92日ぶりの実戦）
前5走 08/30 3新潟33R 3着/11頭+0.4秒 07/27 2新潟21R 4着/7頭+1.3秒 07/05 2福島35R 5着/7頭+1.3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 5.7着 △ ローテーション 92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 5.8% (オッズ暗示: 6.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.0% / 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。
10	ゴコウコイコイ	横山武	実4.3	B○ A○勝率17% EV-27% 詳細▼	AI上位評価だが期待値不足、見送り（106日ぶりの実戦）
前5走 12/27 5中山74R 10着/18頭+0.9秒 11/29 5東京73R 3着/12頭+0.3秒 11/09 5東京25R 5着/6頭+1.0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 6.3着 △ ローテーション 106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 22.5% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.0% / 期待値 -27% ※ 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	フォーチュンローズ	鮫島駿	実18.7	B▽ A▽勝率6% EV+12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／148日ぶりの実戦）
前5走 11/15 3福島35R 4着/16頭+0.3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 4.3着 ○ 前走実績前走 2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) -3% (オッズ過剰評価) AI 予想勝率 5.2% (オッズ暗示: 5.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.0% / 期待値 +12% ※ 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	ブリリアンブルーム	★河原田	実127.0	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12.0着と低調）
前5走 1回2日札幌6R 10着/12頭 ― ― ― ―
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 12.0着 (不振) ▽ 前走実績前走 14着 (大敗) × 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 0.4% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 15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。
13	スリールーディカ	浜中	実20.2	B▽ A▽勝率5% EV+9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／119日ぶりの実戦）
前5走 12/28 5阪神86R 8着/16頭+0.4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 8.7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) +4% (市場と概ね一致) AI 予想勝率 5.2% (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 +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。
14	サクセスブルー	小野楓	実51.4	B▽ A▽勝率2% EV-20% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／105日ぶりの実戦）
前5走 12/13 5中山35R 6着/13頭+0.8秒 ― ― ― ―
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 8.3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) -15% (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 11位 / 勝率 1.6% / 期待値 -20% ※ 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	フクチャンブラック	松本	実49.7	B▽ A×勝率1% EV-51% 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／141日ぶりの実戦）
前5走 12/07 5阪神24R 7着/8頭+1.2秒 11/15 4京都34R 5着/12頭+1.3秒 09/07 2札幌62R 6着/10頭+0.7秒 08/24 2札幌25R 6着/11頭+1.3秒 ―
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 8.0着 (不振) △ ローテーション 141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: 2.0%) × Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 期待値 -51% ※ 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	インテンスゲイズ	斎藤	実9.4	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9.7着と低調／148日ぶりの実戦）
前5走 12/06 5中京15R 11着/14頭+1.6秒 11/23 5東京52R 7着/18頭+0.9秒 11/08 5東京15R 6着/13頭+1.4秒 ― ―
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 9.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 148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 8.4% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.9% / 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。

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 ◎

デイズインザサン

騎手佐々木

単勝オッズ

2.6倍

AI期待値

-35%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○10ゴコウコイコイ

4.3倍

EV -3%

▲A:▲3ゴールドエンバー

7.7倍

EV -3%

出走馬全16頭

◎A:◎8

デイズインザサン

佐々木

2.6倍

-35%

›

○A:○10

ゴコウコイコイ

横山武

4.3倍

-3%

›

▲A:▲3

ゴールドエンバー

◇小林美

7.7倍

-3%

›

△A:△16

インテンスゲイズ

斎藤

9.4倍

-20%

›

△A:△9

ブライスフェアリー

丹内

15.0倍

-13%

›

△A:△4

レッドレグルス

横山和

9.8倍

-49%

›

▽A:▽11

フォーチュンローズ

鮫島駿

18.7倍

-2%

›

▽A:▽13

スリールーディカ

浜中

20.2倍

+4%

›

▽A:▽6

ダイナソーコー

吉田隼

30.7倍

-14%

›

▽A:▽5

ラッキーシグネチャ

小沢

31.2倍

-13%

›

▽A:×15

フクチャンブラック

松本

49.7倍

-18%

›

▽A:▽14

サクセスブルー

小野楓

51.4倍

-15%

›

▽A:▽7

アージュドール

落合玄

54.0倍

-49%

›

×A:▽2

スチョウプリンセス

▲大久保

96.0倍

-53%

›

▽A:▽12

ブリリアンブルーム

★河原田

127.0倍

-47%

›

×A:▽1

カタカムナ

原田和

292.6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

両モデルとも見送り

5R 札幌競馬場　発走 12:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カタカムナ	原田和	実292.6	▽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／112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 12.3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) +41% (妙味あり) AI 予想勝率 0.5% (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。
2	スチョウプリンセス	▲大久保	実96.0	▽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／113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 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 12.3着 (不振) ▽ 前走実績前走 14着 (大敗) △ 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 0.5% (オッズ暗示: 1.0%) ※ 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	ゴールドエンバー	◇小林美	実7.7	▲詳細▼	AI上位評価だが期待値不足、見送り（前走2着／99日ぶりの実戦）
前5走 10/19 4新潟21R 8着/12頭+1.2秒 09/21 4中山75R 8着/10頭+1.6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 6.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 99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 11.2% (オッズ暗示: 13.0%) ※ 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。
4	レッドレグルス	横山和	実9.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（190日ぶりの実戦）
前5走 12/27 5阪神75R 5着/14頭+0.7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 6.3着 △ ローテーション 190日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 6.0% (オッズ暗示: 10.2%) ※ 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	ラッキーシグネチャ	小沢	実31.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 1回6日札幌6R 8着/14頭 ― ― ― ―
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 5.3着 × 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 2.1% (オッズ暗示: 3.2%) ※ 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	ダイナソーコー	吉田隼	実30.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／134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 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 9.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 134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 2.1% (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。
7	アージュドール	落合玄	実54.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／113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 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 10.3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) -47% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
8	デイズインザサン	佐々木	実2.6	◎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走平均10.0着と低調／112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 10.0着 (不振) △ ローテーション 112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 31.3% (オッズ暗示: 38.5%) ※ 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	ブライスフェアリー	丹内	実15.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（92日ぶりの実戦）
前5走 08/30 3新潟33R 3着/11頭+0.4秒 07/27 2新潟21R 4着/7頭+1.3秒 07/05 2福島35R 5着/7頭+1.3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 5.7着 △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 6.0% (オッズ暗示: 6.7%) ※ 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。
10	ゴコウコイコイ	横山武	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（106日ぶりの実戦）
前5走 12/27 5中山74R 10着/18頭+0.9秒 11/29 5東京73R 3着/12頭+0.3秒 11/09 5東京25R 5着/6頭+1.0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 6.3着 △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 17.0% (オッズ暗示: 23.3%) ※ 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。
11	フォーチュンローズ	鮫島駿	実18.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／148日ぶりの実戦）
前5走 11/15 3福島35R 4着/16頭+0.3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 4.3着 ○ 前走実績前走 2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) +12% (市場と概ね一致) AI 予想勝率 6.0% (オッズ暗示: 5.3%) ※ 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。
12	ブリリアンブルーム	★河原田	実127.0	▽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2日札幌6R 10着/12頭 ― ― ― ―
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 12.0着 (不振) ▽ 前走実績前走 14着 (大敗) × 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: 0.8%) ※ 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	スリールーディカ	浜中	実20.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／119日ぶりの実戦）
前5走 12/28 5阪神86R 8着/16頭+0.4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 8.7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) +9% (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。
14	サクセスブルー	小野楓	実51.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／105日ぶりの実戦）
前5走 12/13 5中山35R 6着/13頭+0.8秒 ― ― ― ―
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 8.3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) -20% (オッズ過剰評価) 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。
15	フクチャンブラック	松本	実49.7	×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／141日ぶりの実戦）
前5走 12/07 5阪神24R 7着/8頭+1.2秒 11/15 4京都34R 5着/12頭+1.3秒 09/07 2札幌62R 6着/10頭+0.7秒 08/24 2札幌25R 6着/11頭+1.3秒 ―
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 8.0着 (不振) △ ローテーション 141日休養明け × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.0%) ※ 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。
16	インテンスゲイズ	斎藤	実9.4	△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9.7着と低調／148日ぶりの実戦）
前5走 12/06 5中京15R 11着/14頭+1.6秒 11/23 5東京52R 7着/18頭+0.9秒 11/08 5東京15R 6着/13頭+1.4秒 ― ―
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 9.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 148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 7.9% (オッズ暗示: 10.6%) ※ 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

デイズインザサン

騎手佐々木

単勝オッズ

2.6倍

AI期待値

-18%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10ゴコウコイコイ

4.3倍

EV -27%

▲3ゴールドエンバー

7.7倍

EV -13%

出走馬全16頭

◎8

デイズインザサン

佐々木

2.6倍

-18%

›

○10

ゴコウコイコイ

横山武

4.3倍

-27%

›

▲3

ゴールドエンバー

◇小林美

7.7倍

-13%

›

△16

インテンスゲイズ

斎藤

9.4倍

-26%

›

△4

レッドレグルス

横山和

9.8倍

-41%

›

△9

ブライスフェアリー

丹内

15.0倍

-9%

›

▽11

フォーチュンローズ

鮫島駿

18.7倍

+12%

›

▽13

スリールーディカ

浜中

20.2倍

+9%

›

▽6

ダイナソーコー

吉田隼

30.7倍

-35%

›

▽5

ラッキーシグネチャ

小沢

31.2倍

-34%

›

▽14

サクセスブルー

小野楓

51.4倍

-20%

›

×15

フクチャンブラック

松本

49.7倍

-51%

›

▽7

アージュドール

落合玄

54.0倍

-46%

›

▽2

スチョウプリンセス

▲大久保

96.0倍

-13%

›

▽12

ブリリアンブルーム

★河原田

127.0倍

-38%

›

▽1

カタカムナ

原田和

292.6倍

+41%

›

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