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	フナデ	横山和	実39.5	B▽ A▽勝率1% EV-49% 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／162日ぶりの実戦）
前5走 12/14 5中山49R 12着/12頭+1.6秒 08/03 2新潟46R 2着/5頭+0.0秒 09/07 4中山17R 1着/10頭勝利 08/11 3新潟27R 6着/11頭+1.0秒 11/12 3京都49R 5着/7頭+0.3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 9.0着 (不振) ▽ 前走実績前走 11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) -25% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 期待値 -50% ※ 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	ヒズマスターピース	佐々木	実9.1	B△ A△勝率9% EV-17% 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8.3着と低調／148日ぶりの実戦）
前5走 12/14 5阪神411R 15着/18頭+1.6秒 11/23 5東京59R 1着/8頭勝利 10/25 4東京82R 1着/10頭勝利 09/28 4中山95R 6着/17頭+0.8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 8.3着 (不振) △ ローテーション 148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 11.1% (オッズ暗示: 11.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.1% / 期待値 -17% ※ 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	ドッグウッド	斎藤	実5.0	B▲ A○勝率14% EV-31% 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2着／189日ぶりの実戦）
前5走 12/20 5中山53R 3着/16頭+0.7秒 12/06 5中山15R 5着/18頭+0.7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戦の調子勝率 33% (上り調子) ○ 前走実績前走 2着 (好走) △ ローテーション 189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 11.1% (オッズ暗示: 20.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.7% / 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。
4	ロートホルン	浜中	実11.3	B▽ A△勝率9% EV+0% 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／176日ぶりの実戦）
前5走 11/24 3福島610R 16着/16頭+0.7秒 07/13 1函館107R 1着/14頭勝利 04/27 2東京211R 6着/18頭+0.5秒 02/15 1東京511R 7着/14頭+1.1秒 11/17 5東京62R 1着/17頭勝利
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) △ ローテーション 176日休養明け △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 9.5% (オッズ暗示: 8.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.9% / 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。
5	エーデル	古川吉	実136.8	B▽ A▽勝率1% EV+8% 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／120日ぶりの実戦）
前5走 12/21 5阪神68R 8着/15頭+1.2秒 11/16 5東京46R 1着/16頭勝利 11/02 4東京117R 11着/15頭+1.7秒 10/11 4東京38R 4着/16頭+0.2秒 04/27 1福島66R 6着/14頭+0.9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 8.0着 (不振) △ ローテーション 120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 0.4% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.8% / 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。
6	グレーヌドジョワ	荻野琢	実13.2	B▽ A▽勝率5% EV-35% 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／155日ぶりの実戦）
前5走 12/14 5中京44R 1着/13頭勝利 11/22 3福島57R 4着/16頭+0.5秒 08/24 2札幌21R 7着/14頭+2.4秒 08/09 1札幌55R 3着/11頭+0.5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 8.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 155日休養明け × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 7.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.9% / 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。
7	プレアレジェンド	小野楓	実104.2	B▽ A▽勝率1% EV+70% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 12位 (中位評価) × 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 0.5% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.7% / 期待値 +71% ※ 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	ワザモノ推奨	丹内	実10.9	B○ A△勝率9% EV-1% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+64%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3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 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 463日休養明け ◎ 期待値 (オッズ vs AI勝率) +64% (市場が大幅過小評価) AI 予想勝率 15.1% (オッズ暗示: 9.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.1% / 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。
9	ハヤブササキチャン	吉田隼	実2.8	B◎ A◎勝率25% EV-29% 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／前走勝利の勢い／105日ぶりの実戦）
前5走 12/20 5阪神53R 2着/18頭+0.1秒 11/15 4京都35R 3着/18頭+0.2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 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 105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 22.0% (オッズ暗示: 35.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.3% / 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。
10	コッツォリーノ	鮫島駿	実7.0	B△ A▲勝率11% EV-25% 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／148日ぶりの実戦）
前5走 11/24 5東京611R 10着/12頭+1.5秒 09/28 4中山93R 1着/16頭勝利 09/07 4中山25R 3着/12頭+0.1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 4.7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) -34% (大幅な期待値マイナス) AI 予想勝率 9.5% (オッズ暗示: 14.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.7% / 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。
11	サンセットゴールド	小沢	実12.4	B△ A▽勝率9% EV+10% 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 09/06 2札幌511R 6着/12頭+0.7秒 07/27 1札幌25R 1着/6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戦の調子平均 6.7着 △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 9.5% (オッズ暗示: 8.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 8.9% / 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。
12	ジャルディニエ	和田陽	実98.6	B▽ A▽勝率1% EV+23% 詳細▼	大穴、AI予想勝率低く長期回収困難（127日ぶりの実戦）
前5走 11/15 4京都38R 5着/7頭+2.0秒 10/13 3京都510R 6着/10頭+0.7秒 03/22 2中山711R 11着/16頭+1.6秒 01/12 1中山411R 11着/16頭+1.9秒 12/08 7京都411R 10着/18頭+1.1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 7.3着 (不振) △ ローテーション 127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 0.8% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 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	ファーマドール	落合玄	実112.6	B× A▽勝率1% EV+92% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 13位 (中位評価) × 期待値 (オッズ vs AI勝率) -54% (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 14位 / 勝率 0.7% / 期待値 +92% ※ 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	ダノンフィオーレ	横山武	実14.7	B▽ A▽勝率5% EV-32% 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／168日ぶりの実戦）
前5走 11/29 4京都77R 17着/18頭+1.2秒 08/03 3中京49R 1着/17頭勝利 07/19 2小倉73R 4着/18頭+0.4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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 16着 (大敗) △ ローテーション 168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 4.6% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.6% / 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。

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 ◎

ハヤブササキチャン

騎手吉田隼

単勝オッズ

2.8倍

AI期待値

-38%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△8ワザモノ

10.9倍

EV +64%

▲A:○3ドッグウッド

5.0倍

EV -44%

出走馬全14頭

◎A:◎9

ハヤブササキチャン

吉田隼

2.8倍

-38%

›

○A:△8

ワザモノ

丹内

10.9倍

+64%

›

▲A:○3

ドッグウッド

斎藤

5.0倍

-44%

›

△A:△2

ヒズマスターピース

佐々木

9.1倍

+1%

›

△A:▲10

コッツォリーノ

鮫島駿

7.0倍

-33%

›

△A:▽11

サンセットゴールド

小沢

12.4倍

+17%

›

▽A:△4

ロートホルン

浜中

11.3倍

+6%

›

▽A:▽6

グレーヌドジョワ

荻野琢

13.2倍

-39%

›

▽A:▽14

ダノンフィオーレ

横山武

14.7倍

-32%

›

▽A:▽1

フナデ

横山和

39.5倍

-24%

›

▽A:▽12

ジャルディニエ

和田陽

98.6倍

-19%

›

▽A:▽7

プレアレジェンド

小野楓

104.2倍

-49%

›

×A:▽13

ファーマドール

落合玄

112.6倍

-54%

›

▽A:▽5

エーデル

古川吉

136.8倍

-49%

›

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)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 8 ワザモノ実10.9倍期待値 +64% 推奨 10.0〜30.0倍 ¥300 不的中2着

※ 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	フナデ	横山和	実39.5	▽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／162日ぶりの実戦）
前5走 12/14 5中山49R 12着/12頭+1.6秒 08/03 2新潟46R 2着/5頭+0.0秒 09/07 4中山17R 1着/10頭勝利 08/11 3新潟27R 6着/11頭+1.0秒 11/12 3京都49R 5着/7頭+0.3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 9.0着 (不振) ▽ 前走実績前走 11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) -50% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.5%) ※ 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	ヒズマスターピース	佐々木	実9.1	△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8.3着と低調／148日ぶりの実戦）
前5走 12/14 5阪神411R 15着/18頭+1.6秒 11/23 5東京59R 1着/8頭勝利 10/25 4東京82R 1着/10頭勝利 09/28 4中山95R 6着/17頭+0.8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 8.3着 (不振) △ ローテーション 148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 9.1% (オッズ暗示: 11.0%) ※ 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	ドッグウッド	斎藤	実5.0	○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2着／189日ぶりの実戦）
前5走 12/20 5中山53R 3着/16頭+0.7秒 12/06 5中山15R 5着/18頭+0.7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戦の調子勝率 33% (上り調子) ○ 前走実績前走 2着 (好走) △ ローテーション 189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 13.7% (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。
4	ロートホルン	浜中	実11.3	△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／176日ぶりの実戦）
前5走 11/24 3福島610R 16着/16頭+0.7秒 07/13 1函館107R 1着/14頭勝利 04/27 2東京211R 6着/18頭+0.5秒 02/15 1東京511R 7着/14頭+1.1秒 11/17 5東京62R 1着/17頭勝利
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) △ ローテーション 176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 8.9% (オッズ暗示: 8.8%) ※ 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。
5	エーデル	古川吉	実136.8	▽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／120日ぶりの実戦）
前5走 12/21 5阪神68R 8着/15頭+1.2秒 11/16 5東京46R 1着/16頭勝利 11/02 4東京117R 11着/15頭+1.7秒 10/11 4東京38R 4着/16頭+0.2秒 04/27 1福島66R 6着/14頭+0.9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 8.0着 (不振) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 0.8% (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。
6	グレーヌドジョワ	荻野琢	実13.2	▽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／155日ぶりの実戦）
前5走 12/14 5中京44R 1着/13頭勝利 11/22 3福島57R 4着/16頭+0.5秒 08/24 2札幌21R 7着/14頭+2.4秒 08/09 1札幌55R 3着/11頭+0.5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 8.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 155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 4.9% (オッズ暗示: 7.6%) ※ 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。
7	プレアレジェンド	小野楓	実104.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 13位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +70% (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。
8	ワザモノ推奨	丹内	実10.9	△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 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3秒 05/31 2東京1110R 11着/16頭+1.3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 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 463日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 9.2%) ※ 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。
9	ハヤブササキチャン	吉田隼	実2.8	◎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／前走勝利の勢い／105日ぶりの実戦）
前5走 12/20 5阪神53R 2着/18頭+0.1秒 11/15 4京都35R 3着/18頭+0.2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 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ 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 25.3% (オッズ暗示: 35.7%) ※ 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	コッツォリーノ	鮫島駿	実7.0	▲詳細▼	AI上位評価だが期待値不足、見送り（前走2着／148日ぶりの実戦）
前5走 11/24 5東京611R 10着/12頭+1.5秒 09/28 4中山93R 1着/16頭勝利 09/07 4中山25R 3着/12頭+0.1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 4.7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) -25% (オッズ過剰評価) AI 予想勝率 10.7% (オッズ暗示: 14.3%) ※ 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	サンセットゴールド	小沢	実12.4	▽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 09/06 2札幌511R 6着/12頭+0.7秒 07/27 1札幌25R 1着/6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戦の調子平均 6.7着 △ ローテーション 91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 8.9% (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。
12	ジャルディニエ	和田陽	実98.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（127日ぶりの実戦）
前5走 11/15 4京都38R 5着/7頭+2.0秒 10/13 3京都510R 6着/10頭+0.7秒 03/22 2中山711R 11着/16頭+1.6秒 01/12 1中山411R 11着/16頭+1.9秒 12/08 7京都411R 10着/18頭+1.1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 7.3着 (不振) △ ローテーション 127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 1.3% (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。
13	ファーマドール	落合玄	実112.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 14位 (中位評価) ◎ 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: 0.9%) ※ 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	ダノンフィオーレ	横山武	実14.7	▽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／168日ぶりの実戦）
前5走 11/29 4京都77R 17着/18頭+1.2秒 08/03 3中京49R 1着/17頭勝利 07/19 2小倉73R 4着/18頭+0.4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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 16着 (大敗) △ ローテーション 168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 4.6% (オッズ暗示: 6.8%) ※ 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。

AIの本命

AI評価1位

ハヤブササキチャン

騎手吉田隼

単勝オッズ

2.8倍

AI期待値

-29%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3ドッグウッド

5.0倍

EV -31%

▲10コッツォリーノ

7.0倍

EV -25%

出走馬全14頭

◎9

ハヤブササキチャン

吉田隼

2.8倍

-29%

›

○3

ドッグウッド

斎藤

5.0倍

-31%

›

▲10

コッツォリーノ

鮫島駿

7.0倍

-25%

›

△2

ヒズマスターピース

佐々木

9.1倍

-17%

›

△8

ワザモノ

丹内

10.9倍

-1%

›

△4

ロートホルン

浜中

11.3倍

+0%

›

▽11

サンセットゴールド

小沢

12.4倍

+10%

›

▽6

グレーヌドジョワ

荻野琢

13.2倍

-35%

›

▽14

ダノンフィオーレ

横山武

14.7倍

-32%

›

▽1

フナデ

横山和

39.5倍

-49%

›

▽12

ジャルディニエ

和田陽

98.6倍

+23%

›

▽5

エーデル

古川吉

136.8倍

+8%

›

▽7

プレアレジェンド

小野楓

104.2倍

+70%

›

▽13

ファーマドール

落合玄

112.6倍

+92%

›

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)

見送り

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 8 ワザモノ実10.9倍期待値 -1% 推奨 11.0〜30.0倍 ¥300 不的中2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