札幌 11R 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

11R 札幌競馬場　発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レクスノヴァス	横山武	実4.4	B◎ A○勝率18% EV-19% 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／119日ぶりの実戦）
前5走 10/26 3京都911R 9着/18頭+0.8秒 08/17 1札幌812R 1着/14頭勝利 07/20 1函館128R 1着/9頭勝利 06/29 1函館69R 2着/10頭+0.0秒 06/15 1函館26R 1着/12頭勝利
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 119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 16.4% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.2% / 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。
2	サクソンジェンヌ	川又	実40.5	B▽ A×勝率1% EV-50% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／106日ぶりの実戦）
前5走 12/27 5中山712R 4着/14頭+0.4秒 11/30 4京都88R 1着/8頭勝利 11/15 4京都38R 3着/7頭+0.8秒 08/24 2札幌212R 5着/14頭+0.4秒 08/02 1札幌310R 7着/14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 4.7着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 106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 1.6% (オッズ暗示: 2.5%) × Aモデルの評価 (参考) レース内 13位 / 勝率 1.2% / 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。
3	パレハ	吉田隼	実58.5	B▽ A▽勝率1% EV-28% 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／140日ぶりの実戦）
前5走 11/22 3福島511R 3着/16頭+0.3秒 08/03 1札幌411R 5着/14頭+0.3秒 07/12 1函館911R 1着/14頭勝利 06/14 1函館110R 1着/16頭勝利 03/16 2中山69R 7着/16頭+1.4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 8.3着 (不振) △ ローテーション 140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 1.6% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.2% / 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。
4	ヨヒーン	鮫島駿	実12.1	B▽ A▽勝率5% EV-43% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／161日ぶりの実戦）
前5走 11/22 3福島58R 1着/16頭勝利 09/06 2札幌59R 2着/15頭+0.2秒 08/10 1札幌69R 2着/9頭+0.1秒 07/27 1札幌24R 1着/9頭勝利 06/28 1函館54R 3着/13頭+0.5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 6.0着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 161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 5.0% (オッズ暗示: 8.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.7% / 期待値 -43% ※ 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	ボンドロア	横山典	実7.7	B△ A△勝率9% EV-32% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（197日ぶりの実戦）
前5走 12/28 5中山89R 13着/14頭+3.8秒 09/21 4阪神711R 10着/10頭+1.6秒 08/31 2札幌49R 1着/14頭勝利 08/03 1札幌412R 4着/7頭+0.8秒 06/22 3阪神64R 1着/15頭勝利
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 ▽ 前走実績前走 10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) -20% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 13.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.8% / 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。
6	シュトルーヴェ	佐々木	実28.6	B▽ A▽勝率4% EV+20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（561日ぶりの実戦）
前5走 02/22 1東京711R 5着/16頭+1.1秒 02/22 1東京711R 5着/16頭+1.1秒 02/22 1東京711R 5着/16頭+1.1秒 02/22 1東京711R 5着/16頭+1.1秒 02/22 1東京711R 5着/16頭+1.1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 5.0着 △ ローテーション 561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 2.1% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.2% / 期待値 +21% ※ 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	コーチェラバレー	横山和	実9.9	B▽ A△勝率6% EV-39% 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／161日ぶりの実戦）
前5走 12/28 5中山89R 1着/14頭勝利 10/26 3京都911R 7着/18頭+0.6秒 09/13 4阪神38R 1着/6頭勝利 06/07 3東京19R 5着/12頭+2.0秒 05/10 2京都511R 7着/10頭+0.9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 3着 (好走) △ ローテーション 161日休養明け × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.1% / 期待値 -40% ※ 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	グランドカリナン	小林美	実31.3	B▽ A▽勝率4% EV+32% 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／449日ぶりの実戦）
前5走 06/14 3東京311R 12着/15頭+1.7秒 06/14 3東京311R 12着/15頭+1.7秒 06/14 3東京311R 12着/15頭+1.7秒 06/14 3東京311R 12着/15頭+1.7秒 06/14 3東京311R 12着/15頭+1.7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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 449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 3.3% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.2% / 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。
9	エコロレイズ	横山琉	実17.9	B▽ A▽勝率5% EV-16% 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／140日ぶりの実戦）
前5走 12/28 5中山89R 6着/14頭+0.6秒 12/07 5中山27R 5着/11頭+1.2秒 11/24 5東京69R 4着/12頭+0.5秒 09/20 4中山610R 3着/9頭+1.4秒 08/17 2新潟88R 4着/9頭+0.6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) △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.7% / 期待値 -16% ※ 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	マイネルカンパーナ	丹内	実13.9	B△ A▽勝率6% EV-15% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／462日ぶりの実戦）
前5走 06/01 2東京1212R 8着/18頭+0.7秒 06/01 2東京1212R 8着/18頭+0.7秒 06/01 2東京1212R 8着/18頭+0.7秒 06/01 2東京1212R 8着/18頭+0.7秒 06/01 2東京1212R 8着/18頭+0.7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 8.0着 (不振) △ ローテーション 462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 8.1% (オッズ暗示: 7.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.1% / 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	ブレイヴロッカー	斎藤	実23.9	B▽ A▽勝率3% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0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 3.0着 (安定) × 当競馬場適性 12走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 483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 2.7% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 2.7% / 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。
12	ゴールデンスナップ	浜中	実5.2	B○ A◎勝率19% EV-1% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場36走で勝率33%と適性高／532日ぶりの実戦）
前5走 03/23 1阪神811R 6着/11頭+1.7秒 03/23 1阪神811R 6着/11頭+1.7秒 03/23 1阪神811R 6着/11頭+1.7秒 03/23 1阪神811R 6着/11頭+1.7秒 03/23 1阪神811R 6着/11頭+1.7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 6.0着 ◎ 当競馬場適性 36走で勝率 33% (得意) △ ローテーション 532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 16.4% (オッズ暗示: 19.2%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 18.9% / 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。
13	ホールネス	小沢	実7.0	B▲ A▲勝率10% EV-27% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均14.0着と低調／595日ぶりの実戦）
前5走 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 595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 10.3% (オッズ暗示: 14.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.3% / 期待値 -28% ※ 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	ギャンブルルーム	松本	実9.6	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（当競馬場4走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／98日ぶりの実戦）
前5走 11/22 4京都510R 10着/16頭+1.0秒 11/02 3京都1110R 3着/13頭+0.3秒 06/15 3東京410R 13着/15頭+6.8秒 04/26 2京都110R 11着/12頭+3.4秒 03/30 2阪神210R 7着/12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戦の調子勝率 33% (上り調子) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 98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 10.3% (オッズ暗示: 10.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.6% / 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。

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 ○

レクスノヴァス

騎手横山武

単勝オッズ

4.4倍

AI期待値

-27%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎12ゴールデンスナップ

5.2倍

EV -14%

▲A:▲13ホールネス

7.0倍

EV -27%

出走馬全14頭

◎A:○1

レクスノヴァス

横山武

4.4倍

-27%

›

○A:◎12

ゴールデンスナップ

浜中

5.2倍

-14%

›

▲A:▲13

ホールネス

小沢

7.0倍

-27%

›

△A:△5

ボンドロア

横山典

7.7倍

-20%

›

△A:△14

ギャンブルルーム

松本

9.6倍

-1%

›

△A:▽10

マイネルカンパーナ

丹内

13.9倍

+12%

›

▽A:▽9

エコロレイズ

横山琉

17.9倍

+11%

›

▽A:△7

コーチェラバレー

横山和

9.9倍

-44%

›

▽A:▽4

ヨヒーン

鮫島駿

12.1倍

-39%

›

▽A:▽8

グランドカリナン

小林美

31.3倍

+3%

›

▽A:▽11

ブレイヴロッカー

斎藤

23.9倍

-35%

›

▽A:▽6

シュトルーヴェ

佐々木

28.6倍

-40%

›

▽A:×2

サクソンジェンヌ

川又

40.5倍

-35%

›

▽A:▽3

パレハ

吉田隼

58.5倍

-7%

›

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

11R 札幌競馬場　発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レクスノヴァス	横山武	実4.4	○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／119日ぶりの実戦）
前5走 10/26 3京都911R 9着/18頭+0.8秒 08/17 1札幌812R 1着/14頭勝利 07/20 1函館128R 1着/9頭勝利 06/29 1函館69R 2着/10頭+0.0秒 06/15 1函館26R 1着/12頭勝利
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 119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 18.2% (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。
2	サクソンジェンヌ	川又	実40.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／106日ぶりの実戦）
前5走 12/27 5中山712R 4着/14頭+0.4秒 11/30 4京都88R 1着/8頭勝利 11/15 4京都38R 3着/7頭+0.8秒 08/24 2札幌212R 5着/14頭+0.4秒 08/02 1札幌310R 7着/14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 4.7着 × 当競馬場適性 4走で勝率 0% (苦戦) △ ローテーション 106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 1.2% (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。
3	パレハ	吉田隼	実58.5	▽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／140日ぶりの実戦）
前5走 11/22 3福島511R 3着/16頭+0.3秒 08/03 1札幌411R 5着/14頭+0.3秒 07/12 1函館911R 1着/14頭勝利 06/14 1函館110R 1着/16頭勝利 03/16 2中山69R 7着/16頭+1.4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 8.3着 (不振) △ ローテーション 140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 1.2% (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。
4	ヨヒーン	鮫島駿	実12.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／161日ぶりの実戦）
前5走 11/22 3福島58R 1着/16頭勝利 09/06 2札幌59R 2着/15頭+0.2秒 08/10 1札幌69R 2着/9頭+0.1秒 07/27 1札幌24R 1着/9頭勝利 06/28 1函館54R 3着/13頭+0.5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 6.0着 ◎ 当競馬場適性 3走で勝率 33% (得意) △ ローテーション 161日休養明け × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 8.3%) ※ 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	ボンドロア	横山典	実7.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（197日ぶりの実戦）
前5走 12/28 5中山89R 13着/14頭+3.8秒 09/21 4阪神711R 10着/10頭+1.6秒 08/31 2札幌49R 1着/14頭勝利 08/03 1札幌412R 4着/7頭+0.8秒 06/22 3阪神64R 1着/15頭勝利
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 ▽ 前走実績前走 10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) -32% (大幅な期待値マイナス) AI 予想勝率 8.8% (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。
6	シュトルーヴェ	佐々木	実28.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（561日ぶりの実戦）
前5走 02/22 1東京711R 5着/16頭+1.1秒 02/22 1東京711R 5着/16頭+1.1秒 02/22 1東京711R 5着/16頭+1.1秒 02/22 1東京711R 5着/16頭+1.1秒 02/22 1東京711R 5着/16頭+1.1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 5.0着 △ ローテーション 561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 4.2% (オッズ暗示: 3.5%) ※ 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。
7	コーチェラバレー	横山和	実9.9	△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／161日ぶりの実戦）
前5走 12/28 5中山89R 1着/14頭勝利 10/26 3京都911R 7着/18頭+0.6秒 09/13 4阪神38R 1着/6頭勝利 06/07 3東京19R 5着/12頭+2.0秒 05/10 2京都511R 7着/10頭+0.9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 3着 (好走) △ ローテーション 161日休養明け × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 6.1% (オッズ暗示: 10.1%) ※ 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	グランドカリナン	小林美	実31.3	▽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／449日ぶりの実戦）
前5走 06/14 3東京311R 12着/15頭+1.7秒 06/14 3東京311R 12着/15頭+1.7秒 06/14 3東京311R 12着/15頭+1.7秒 06/14 3東京311R 12着/15頭+1.7秒 06/14 3東京311R 12着/15頭+1.7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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 449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 4.2% (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。
9	エコロレイズ	横山琉	実17.9	▽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／140日ぶりの実戦）
前5走 12/28 5中山89R 6着/14頭+0.6秒 12/07 5中山27R 5着/11頭+1.2秒 11/24 5東京69R 4着/12頭+0.5秒 09/20 4中山610R 3着/9頭+1.4秒 08/17 2新潟88R 4着/9頭+0.6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) △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 4.7% (オッズ暗示: 5.6%) ※ 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。
10	マイネルカンパーナ	丹内	実13.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／462日ぶりの実戦）
前5走 06/01 2東京1212R 8着/18頭+0.7秒 06/01 2東京1212R 8着/18頭+0.7秒 06/01 2東京1212R 8着/18頭+0.7秒 06/01 2東京1212R 8着/18頭+0.7秒 06/01 2東京1212R 8着/18頭+0.7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 8.0着 (不振) △ ローテーション 462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 6.1% (オッズ暗示: 7.2%) ※ 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。
11	ブレイヴロッカー	斎藤	実23.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0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 3.0着 (安定) × 当競馬場適性 12走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 483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 2.7% (オッズ暗示: 4.2%) ※ 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。
12	ゴールデンスナップ	浜中	実5.2	◎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（当競馬場36走で勝率33%と適性高／532日ぶりの実戦）
前5走 03/23 1阪神811R 6着/11頭+1.7秒 03/23 1阪神811R 6着/11頭+1.7秒 03/23 1阪神811R 6着/11頭+1.7秒 03/23 1阪神811R 6着/11頭+1.7秒 03/23 1阪神811R 6着/11頭+1.7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 6.0着 ◎ 当競馬場適性 36走で勝率 33% (得意) △ ローテーション 532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 18.9% (オッズ暗示: 19.2%) ※ 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。
13	ホールネス	小沢	実7.0	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均14.0着と低調／595日ぶりの実戦）
前5走 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 595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 10.3% (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。
14	ギャンブルルーム	松本	実9.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場4走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／98日ぶりの実戦）
前5走 11/22 4京都510R 10着/16頭+1.0秒 11/02 3京都1110R 3着/13頭+0.3秒 06/15 3東京410R 13着/15頭+6.8秒 04/26 2京都110R 11着/12頭+3.4秒 03/30 2阪神210R 7着/12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戦の調子勝率 33% (上り調子) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 98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 8.6% (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。

AIの本命

AI評価1位

ゴールデンスナップ

騎手浜中

単勝オッズ

5.2倍

AI期待値

-1%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1レクスノヴァス

4.4倍

EV -19%

▲13ホールネス

7.0倍

EV -27%

出走馬全14頭

◎12

ゴールデンスナップ

浜中

5.2倍

-1%

›

○1

レクスノヴァス

横山武

4.4倍

-19%

›

▲13

ホールネス

小沢

7.0倍

-27%

›

△5

ボンドロア

横山典

7.7倍

-32%

›

△14

ギャンブルルーム

松本

9.6倍

-17%

›

△7

コーチェラバレー

横山和

9.9倍

-39%

›

▽10

マイネルカンパーナ

丹内

13.9倍

-15%

›

▽4

ヨヒーン

鮫島駿

12.1倍

-43%

›

▽9

エコロレイズ

横山琉

17.9倍

-16%

›

▽6

シュトルーヴェ

佐々木

28.6倍

+20%

›

▽8

グランドカリナン

小林美

31.3倍

+32%

›

▽11

ブレイヴロッカー

斎藤

23.9倍

-36%

›

×2

サクソンジェンヌ

川又

40.5倍

-50%

›

▽3

パレハ

吉田隼

58.5倍

-28%

›

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