札幌 8R 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

8R 札幌競馬場　発走 13:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ザカリナン	斎藤	実24.7	B▽ A▽勝率4% EV+10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（141日ぶりの実戦）
前5走 12/27 5阪神77R 11着/15頭+1.3秒 12/06 5阪神112R 9着/15頭+0.6秒 08/31 4中京48R 4着/16頭+1.1秒 08/16 3中京712R 4着/10頭+0.4秒 07/26 3中京112R 6着/10頭+0.7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 7.0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) -38% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.5% / 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。
2	コスモキャバリエ	▲和田陽	実24.8	B× A×勝率2% EV-60% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（140日ぶりの実戦）
前5走 09/20 4中山67R 9着/18頭+0.8秒 08/31 3新潟49R 8着/11頭+1.4秒 08/05 盛岡9R 4着/12頭+0.1秒 07/06 2福島48R 11着/14頭+1.4秒 06/21 3東京58R 14着/16頭+2.0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 4.3着 △ ローテーション 140日休養明け × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 4.0%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 期待値 -61% ※ 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	シュガービスケッツ	鮫島駿	実8.0	B○ A▲勝率12% EV-7% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均10.7着と低調／176日ぶりの実戦）
前5走 11/02 3京都119R 14着/16頭+3.4秒 08/23 4中京16R 1着/12頭勝利 ― ― ―
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 10.7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) +25% (市場と概ね一致) AI 予想勝率 15.7% (オッズ暗示: 12.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.5% / 期待値 -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。
4	タイキプレジール	◇小林美	実13.7	B▽ A△勝率8% EV+12% 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／127日ぶりの実戦）
前5走 12/07 5中山21R 7着/16頭+1.0秒 11/23 5東京53R 10着/17頭+1.5秒 11/01 4東京104R 5着/16頭+0.8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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ ローテーション 127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 4.7% (オッズ暗示: 7.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.2% / 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。
5	グロリアスマーチ推奨	佐々木	実16.1	B△ A△勝率8% EV+35% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+55%の中穴候補（当競馬場3走で勝率33%と適性高）
前5走 12/27 5阪神79R 3着/10頭+0.2秒 12/20 5中山59R 10着/12頭+1.6秒 11/30 5東京88R 3着/8頭+0.4秒 09/07 2札幌61R 1着/8頭勝利 08/16 1札幌71R 2着/7頭+0.5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 4.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 99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 9.6% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.4% / 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。
6	アルマロクザン	▲遠藤	実99.7	B× A▽勝率1% EV+51% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／568日ぶりの実戦）
前5走 02/15 1小倉76R 7着/18頭+1.0秒 02/15 1小倉76R 7着/18頭+1.0秒 02/15 1小倉76R 7着/18頭+1.0秒 02/15 1小倉76R 7着/18頭+1.0秒 02/15 1小倉76R 7着/18頭+1.0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 7.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) △ ローテーション 568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 0.4% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 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。
7	アクアアイ	横山和	実5.9	B▲ A○勝率17% EV+3% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／92日ぶりの実戦）
前5走 11/02 3京都115R 3着/15頭+0.4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 92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 11.3% (オッズ暗示: 16.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.5% / 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。
8	ゴーゴーリチャード	小沢	実47.7	B▽ A▽勝率4% EV+92% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／197日ぶりの実戦）
前5走 12/27 5阪神79R 6着/10頭+0.7秒 12/07 5中京25R 1着/17頭勝利 ― ― ―
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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 16着 (大敗) △ ローテーション 197日休養明け ◎ 期待値 (オッズ vs AI勝率) +73% (市場が大幅過小評価) AI 予想勝率 3.6% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.0% / 期待値 +93% ※ 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	クラウンアールシー	小野楓	実106.7	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走で勝率67%と好調／前走勝利の勢い／115日ぶりの実戦）
前5走 11/13 門別10R 7着/11頭+1.1秒 10/29 門別12R 1着/11頭勝利 09/14 4中山46R 6着/16頭+1.9秒 08/17 2新潟82R 2着/15頭+0.3秒 08/03 2新潟49R 3着/15頭+0.7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戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 115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 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 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。
10	レッドカメリア	黛	実137.6	B▽ A▽勝率1% EV+1% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／505日ぶりの実戦）
前5走 04/19 1福島312R 11着/16頭+0.6秒 04/19 1福島312R 11着/16頭+0.6秒 04/19 1福島312R 11着/16頭+0.6秒 04/19 1福島312R 11着/16頭+0.6秒 04/19 1福島312R 11着/16頭+0.6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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 505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 0.4% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.7% / 期待値 +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	ルールザウェイヴ	丹内	実2.0	B◎ A◎勝率26% EV-48% 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／147日ぶりの実戦）
前5走 12/27 5中山75R 1着/16頭勝利 ― ― ― ―
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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 14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) -31% (大幅な期待値マイナス) AI 予想勝率 34.7% (オッズ暗示: 50.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.5% / 期待値 -49% ※ 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	トクシージェネラル	横山琉	実119.1	B× A▽勝率1% EV+92% 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 10/18 4新潟16R 12着/15頭+3.4秒 03/02 1小倉1212R 6着/16頭+0.6秒 02/16 1小倉88R 4着/14頭+0.6秒 02/02 1東京27R 13着/16頭+4.0秒 07/21 2福島82R 1着/15頭勝利
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) △ ローテーション 98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 0.4% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.7% / 期待値 +93% ※ 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	ブライトフレア	浜中	実20.5	B△ A▽勝率6% EV+20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／98日ぶりの実戦）
前5走 09/20 4阪神68R 3着/6頭+1.3秒 08/09 1札幌51R 1着/12頭勝利 06/21 3阪神55R 6着/12頭+1.1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 11.0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) +19% (市場と概ね一致) AI 予想勝率 5.8% (オッズ暗示: 4.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.9% / 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。
14	クリスレジーナ	横山武	実6.4	B△ A△勝率10% EV-36% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走3着／127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 14 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) △ ローテーション 127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 9.6% (オッズ暗示: 15.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.9% / 期待値 -37% ※ 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 ◎

ルールザウェイヴ

騎手丹内

単勝オッズ

2.0倍

AI期待値

-30%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲3シュガービスケッツ

8.0倍

EV +25%

▲A:○7アクアアイ

5.9倍

EV -33%

出走馬全14頭

◎A:◎11

ルールザウェイヴ

丹内

2.0倍

-30%

›

○A:▲3

シュガービスケッツ

鮫島駿

8.0倍

+25%

›

▲A:○7

アクアアイ

横山和

5.9倍

-33%

›

△A:△14

クリスレジーナ

横山武

6.4倍

-38%

›

△A:△5

グロリアスマーチ

佐々木

16.1倍

+55%

›

△A:▽13

ブライトフレア

浜中

20.5倍

+19%

›

▽A:△4

タイキプレジール

◇小林美

13.7倍

-35%

›

▽A:▽8

ゴーゴーリチャード

小沢

47.7倍

+73%

›

▽A:▽1

ザカリナン

斎藤

24.7倍

-38%

›

×A:×2

コスモキャバリエ

▲和田陽

24.8倍

-51%

›

×A:▽6

アルマロクザン

▲遠藤

99.7倍

-56%

›

×A:▽9

クラウンアールシー

小野楓

106.7倍

-54%

›

▽A:▽10

レッドカメリア

黛

137.6倍

-48%

›

×A:▽12

トクシージェネラル

横山琉

119.1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

A. 現行モデル (binary)

単勝 5 グロリアスマーチ実16.1倍期待値 +55% 推奨 10.4〜30.0倍 ¥100 不的中3着

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 5 グロリアスマーチ実16.1倍期待値 +55% 推奨 10.4〜30.0倍 ¥200 不的中3着

※ オッズは予測時点の値です。

8R 札幌競馬場　発走 13:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ザカリナン	斎藤	実24.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（141日ぶりの実戦）
前5走 12/27 5阪神77R 11着/15頭+1.3秒 12/06 5阪神112R 9着/15頭+0.6秒 08/31 4中京48R 4着/16頭+1.1秒 08/16 3中京712R 4着/10頭+0.4秒 07/26 3中京112R 6着/10頭+0.7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 7.0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) +10% (市場と概ね一致) AI 予想勝率 4.5% (オッズ暗示: 4.0%) ※ 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。
2	コスモキャバリエ	▲和田陽	実24.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（140日ぶりの実戦）
前5走 09/20 4中山67R 9着/18頭+0.8秒 08/31 3新潟49R 8着/11頭+1.4秒 08/05 盛岡9R 4着/12頭+0.1秒 07/06 2福島48R 11着/14頭+1.4秒 06/21 3東京58R 14着/16頭+2.0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 4.3着 △ ローテーション 140日休養明け × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 4.0%) ※ 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	シュガービスケッツ	鮫島駿	実8.0	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均10.7着と低調／176日ぶりの実戦）
前5走 11/02 3京都119R 14着/16頭+3.4秒 08/23 4中京16R 1着/12頭勝利 ― ― ―
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 10.7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) -8% (オッズ過剰評価) AI 予想勝率 11.5% (オッズ暗示: 12.5%) ※ 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。
4	タイキプレジール	◇小林美	実13.7	△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／127日ぶりの実戦）
前5走 12/07 5中山21R 7着/16頭+1.0秒 11/23 5東京53R 10着/17頭+1.5秒 11/01 4東京104R 5着/16頭+0.8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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ ローテーション 127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 8.2% (オッズ暗示: 7.3%) ※ 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。
5	グロリアスマーチ推奨	佐々木	実16.1	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+35%の妙味（当競馬場3走で勝率33%と適性高）
前5走 12/27 5阪神79R 3着/10頭+0.2秒 12/20 5中山59R 10着/12頭+1.6秒 11/30 5東京88R 3着/8頭+0.4秒 09/07 2札幌61R 1着/8頭勝利 08/16 1札幌71R 2着/7頭+0.5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 4.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 99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 8.4% (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	アルマロクザン	▲遠藤	実99.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／568日ぶりの実戦）
前5走 02/15 1小倉76R 7着/18頭+1.0秒 02/15 1小倉76R 7着/18頭+1.0秒 02/15 1小倉76R 7着/18頭+1.0秒 02/15 1小倉76R 7着/18頭+1.0秒 02/15 1小倉76R 7着/18頭+1.0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 7.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) △ ローテーション 568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 0.7% (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。
7	アクアアイ	横山和	実5.9	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／92日ぶりの実戦）
前5走 11/02 3京都115R 3着/15頭+0.4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 92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 17.5% (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。
8	ゴーゴーリチャード	小沢	実47.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／197日ぶりの実戦）
前5走 12/27 5阪神79R 6着/10頭+0.7秒 12/07 5中京25R 1着/17頭勝利 ― ― ―
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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 16着 (大敗) △ ローテーション 197日休養明け ◎ 期待値 (オッズ vs AI勝率) +92% (市場が大幅過小評価) AI 予想勝率 4.0% (オッズ暗示: 2.1%) ※ 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。
9	クラウンアールシー	小野楓	実106.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調／前走勝利の勢い／115日ぶりの実戦）
前5走 11/13 門別10R 7着/11頭+1.1秒 10/29 門別12R 1着/11頭勝利 09/14 4中山46R 6着/16頭+1.9秒 08/17 2新潟82R 2着/15頭+0.3秒 08/03 2新潟49R 3着/15頭+0.7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戦の調子勝率 67% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 115日休養明け ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 0.7% (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。
10	レッドカメリア	黛	実137.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／505日ぶりの実戦）
前5走 04/19 1福島312R 11着/16頭+0.6秒 04/19 1福島312R 11着/16頭+0.6秒 04/19 1福島312R 11着/16頭+0.6秒 04/19 1福島312R 11着/16頭+0.6秒 04/19 1福島312R 11着/16頭+0.6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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 505日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 0.7% (オッズ暗示: 0.7%) ※ 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	ルールザウェイヴ	丹内	実2.0	◎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／147日ぶりの実戦）
前5走 12/27 5中山75R 1着/16頭勝利 ― ― ― ―
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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 14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) -49% (大幅な期待値マイナス) AI 予想勝率 25.5% (オッズ暗示: 50.0%) ※ 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。
12	トクシージェネラル	横山琉	実119.1	▽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 10/18 4新潟16R 12着/15頭+3.4秒 03/02 1小倉1212R 6着/16頭+0.6秒 02/16 1小倉88R 4着/14頭+0.6秒 02/02 1東京27R 13着/16頭+4.0秒 07/21 2福島82R 1着/15頭勝利
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) △ ローテーション 98日休養明け ◎ 期待値 (オッズ vs AI勝率) +92% (市場が大幅過小評価) AI 予想勝率 0.7% (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	ブライトフレア	浜中	実20.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／98日ぶりの実戦）
前5走 09/20 4阪神68R 3着/6頭+1.3秒 08/09 1札幌51R 1着/12頭勝利 06/21 3阪神55R 6着/12頭+1.1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 11.0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) +20% (市場と概ね一致) AI 予想勝率 5.9% (オッズ暗示: 4.9%) ※ 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	クリスレジーナ	横山武	実6.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走3着／127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 14 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) △ ローテーション 127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 9.9% (オッズ暗示: 15.6%) ※ 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

ルールザウェイヴ

騎手丹内

単勝オッズ

2.0倍

AI期待値

-48%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7アクアアイ

5.9倍

EV +3%

▲3シュガービスケッツ

8.0倍

EV -7%

出走馬全14頭

◎11

ルールザウェイヴ

丹内

2.0倍

-48%

›

○7

アクアアイ

横山和

5.9倍

+3%

›

▲3

シュガービスケッツ

鮫島駿

8.0倍

-7%

›

△14

クリスレジーナ

横山武

6.4倍

-36%

›

△5

グロリアスマーチ

佐々木

16.1倍

+35%

›

△4

タイキプレジール

◇小林美

13.7倍

+12%

›

▽13

ブライトフレア

浜中

20.5倍

+20%

›

▽1

ザカリナン

斎藤

24.7倍

+10%

›

▽8

ゴーゴーリチャード

小沢

47.7倍

+92%

›

×2

コスモキャバリエ

▲和田陽

24.8倍

-60%

›

▽6

アルマロクザン

▲遠藤

99.7倍

+51%

›

▽9

クラウンアールシー

小野楓

106.7倍

+32%

›

▽12

トクシージェネラル

横山琉

119.1倍

+92%

›

▽10

レッドカメリア

黛

137.6倍

+1%

›

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 5 グロリアスマーチ実16.1倍期待値 +35% 推奨 11.9〜30.0倍 ¥100 不的中3着

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 5 グロリアスマーチ実16.1倍期待値 +35% 推奨 11.9〜30.0倍 ¥200 不的中3着

※ 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