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 11:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レイナデルアイレ	石川倭	実32.0	B○ A▽勝率7% EV+129% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.3着と低調／90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 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +198% (市場が大幅過小評価) AI 予想勝率 9.3% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 7.2% / 期待値 +130% ※ 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	サンエンジェルス	浜中	実13.4	B▽ A△勝率7% EV-3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（112日ぶりの実戦）
前5走 08/02 1札幌35R 5着/11頭+0.9秒 ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ ローテーション 112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 5.2% (オッズ暗示: 7.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.2% / 期待値 -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。
3	アロハ	丹内	実6.4	B△ A△勝率7% EV-54% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（69日ぶりの実戦）
前5走 10/13 3京都56R 2着/15頭+0.6秒 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.5着 ▽ 前走実績前走 11着 (大敗) × 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 8.9% (オッズ暗示: 15.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 期待値 -54% ※ 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	エアヴァイブス	武豊	実3.8	B× A○勝率7% EV-72% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 10/04 3京都15R 10着/14頭+1.9秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 5.4% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 7.2% / 期待値 -73% ※ 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	スパークルレイ	松本	実192.5	B▽ A▽勝率7% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調／69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 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 7.0% / 期待値 +1239% ※ 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	ペカリーナ	▲小林美	実4.6	B▲ A▲勝率7% EV-66% 詳細▼	AI上位評価だが期待値不足、見送り（69日ぶりの実戦）
前5走 12/27 5中山75R 14着/16頭+1.8秒 ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 8.9% (オッズ暗示: 21.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.2% / 期待値 -67% ※ 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	ビップジョワ	▲遠藤	実78.9	B▽ A▽勝率7% EV+466% 詳細▼	大穴、AI予想勝率低く長期回収困難（77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 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 🌟◎ 期待値 (オッズ vs AI勝率) +307% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 7.2% / 期待値 +466% ※ 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	サンセリテ	☆舟山	実8.1	B◎ A△勝率7% EV-41% 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8.3着と低調／76日ぶりの実戦）
前5走 10/25 4東京82R 6着/10頭+0.9秒 09/13 4中山35R 2着/16頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 9.3% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 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。
9	イノリ	▲和田陽	実99.2	B▽ A▽勝率7% EV+611% 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／104日ぶりの実戦）
前5走 12/14 5阪神43R 11着/11頭+2.3秒 11/23 4京都63R 12着/16頭+3.3秒 10/11 3京都33R 6着/6頭+2.9秒 09/06 2札幌55R 6着/10頭+1.8秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.7着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 104日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +412% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 7.2% / 期待値 +612% ※ 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	フローズンクイーン	鮫島駿	実89.7	B▽ A▽勝率7% EV+543% 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 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 11位 (中位評価) 🌟◎ 期待値 (オッズ vs AI勝率) +386% (市場が大幅過小評価) AI 予想勝率 5.4% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 7.2% / 期待値 +544% ※ 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	フレッチャアズーラ	横山和	実3.3	B× A×勝率7% EV-76% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（69日ぶりの実戦）
前5走 12/06 5阪神13R 2着/17頭+0.0秒 11/08 4京都15R 3着/9頭+0.3秒 ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 30.3%) × Aモデルの評価 (参考) レース内 1位 / 勝率 7.2% / 期待値 -76% ※ 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	イヌボウノシオカゼ	横山琉	実195.3	B▽ A▽勝率7% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／70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 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 14.0着 (不振) ▽ 前走実績前走 15着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 7.0% / 期待値 +1258% ※ 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	カスタニッチャ	小沢	実115.0	B△ A▽勝率7% EV+725% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調）
前5走 11/15 4京都35R 12着/18頭+1.6秒 ― ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.5着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +926% (市場が大幅過小評価) AI 予想勝率 8.9% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 7.2% / 期待値 +725% ※ 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	ロジマギー推奨	佐々木	実29.0	B△ A▽勝率7% EV+108% 詳細▼	市場が大きく過小評価、AI予想勝率9% × オッズ29.0倍で期待値+158%の有力候補（市場想定よりAI評価が高く妙味）
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 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 ▽ 前走実績前走 12着 (大敗) △ ローテーション 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +158% (市場が大幅過小評価) AI 予想勝率 8.9% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.2% / 期待値 +108% ※ 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 △

サンセリテ

騎手 ☆舟山

単勝オッズ

8.1倍

AI期待値

-24%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▽1レイナデルアイレ

32.0倍

EV +198%

▲A:▲6ペカリーナ

4.6倍

EV -58%

出走馬全14頭

◎A:△8

サンセリテ

☆舟山

8.1倍

-24%

›

○A:▽1

レイナデルアイレ

石川倭

32.0倍

+198%

›

▲A:▲6

ペカリーナ

▲小林美

4.6倍

-58%

›

△A:△3

アロハ

丹内

6.4倍

-42%

›

△A:▽14

ロジマギー

佐々木

29.0倍

+158%

›

△A:▽13

カスタニッチャ

小沢

115.0倍

+926%

›

×A:×11

フレッチャアズーラ

横山和

3.3倍

-78%

›

▽A:▽5

スパークルレイ

松本

192.5倍

+999%

›

▽A:▽12

イヌボウノシオカゼ

横山琉

195.3倍

+999%

›

×A:○4

エアヴァイブス

武豊

3.8倍

-79%

›

▽A:▽10

フローズンクイーン

鮫島駿

89.7倍

+386%

›

▽A:△2

サンエンジェルス

浜中

13.4倍

-30%

›

▽A:▽7

ビップジョワ

▲遠藤

78.9倍

+307%

›

▽A:▽9

イノリ

▲和田陽

99.2倍

+412%

›

💡 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 (AI 期待値プラス判定)

A. 現行モデル (binary)

このモデルは本レース見送り判定（期待値プラスなし）

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 14 ロジマギー実29.0倍期待値 +159% 推奨 11.2〜30.0倍 300円

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

4R 札幌競馬場　発走 11:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レイナデルアイレ	石川倭	実32.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.3着と低調／90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 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +129% (市場が大幅過小評価) AI 予想勝率 7.2% (オッズ暗示: 3.1%) ※ 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。
2	サンエンジェルス	浜中	実13.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（112日ぶりの実戦）
前5走 08/02 1札幌35R 5着/11頭+0.9秒 ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 7.5%) ※ 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	アロハ	丹内	実6.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（69日ぶりの実戦）
前5走 10/13 3京都56R 2着/15頭+0.6秒 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.5着 ▽ 前走実績前走 11着 (大敗) × 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 7.2% (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。
4	エアヴァイブス	武豊	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 10/04 3京都15R 10着/14頭+1.9秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 26.3%) ※ 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	スパークルレイ	松本	実192.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調／69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 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 7.0% (オッズ暗示: 0.5%) ※ 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	ペカリーナ	▲小林美	実4.6	▲詳細▼	AI上位評価だが期待値不足、見送り（69日ぶりの実戦）
前5走 12/27 5中山75R 14着/16頭+1.8秒 ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 21.7%) ※ 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。
7	ビップジョワ	▲遠藤	実78.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（77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 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 🌟◎ 期待値 (オッズ vs AI勝率) +466% (市場が大幅過小評価) AI 予想勝率 7.2% (オッズ暗示: 1.3%) ※ 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	サンセリテ	☆舟山	実8.1	△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／76日ぶりの実戦）
前5走 10/25 4東京82R 6着/10頭+0.9秒 09/13 4中山35R 2着/16頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) ▽ 前走実績前走 10着 (大敗) × 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 7.2% (オッズ暗示: 12.3%) ※ 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。
9	イノリ	▲和田陽	実99.2	▽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／104日ぶりの実戦）
前5走 12/14 5阪神43R 11着/11頭+2.3秒 11/23 4京都63R 12着/16頭+3.3秒 10/11 3京都33R 6着/6頭+2.9秒 09/06 2札幌55R 6着/10頭+1.8秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.7着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 104日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +611% (市場が大幅過小評価) AI 予想勝率 7.2% (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。
10	フローズンクイーン	鮫島駿	実89.7	▽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 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 10位 (中位評価) 🌟◎ 期待値 (オッズ vs AI勝率) +543% (市場が大幅過小評価) AI 予想勝率 7.2% (オッズ暗示: 1.1%) ※ 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	フレッチャアズーラ	横山和	実3.3	×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（69日ぶりの実戦）
前5走 12/06 5阪神13R 2着/17頭+0.0秒 11/08 4京都15R 3着/9頭+0.3秒 ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 30.3%) ※ 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	イヌボウノシオカゼ	横山琉	実195.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／70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 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 14.0着 (不振) ▽ 前走実績前走 15着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 7.0% (オッズ暗示: 0.5%) ※ 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。
13	カスタニッチャ	小沢	実115.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調）
前5走 11/15 4京都35R 12着/18頭+1.6秒 ― ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.5着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +725% (市場が大幅過小評価) AI 予想勝率 7.2% (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	ロジマギー推奨	佐々木	実29.0	▽詳細▼	市場が大きく過小評価、AI予想勝率7% × オッズ29.0倍で期待値+108%の有力候補（市場想定よりAI評価が高く妙味）
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 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 ▽ 前走実績前走 12着 (大敗) △ ローテーション 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +108% (市場が大幅過小評価) AI 予想勝率 7.2% (オッズ暗示: 3.4%) ※ 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

フレッチャアズーラ

騎手横山和

単勝オッズ

3.3倍

AI期待値

-76%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4エアヴァイブス

3.8倍

EV -72%

▲6ペカリーナ

4.6倍

EV -66%

出走馬全14頭

×11

フレッチャアズーラ

横山和

3.3倍

-76%

›

○4

エアヴァイブス

武豊

3.8倍

-72%

›

▲6

ペカリーナ

▲小林美

4.6倍

-66%

›

△3

アロハ

丹内

6.4倍

-54%

›

△8

サンセリテ

☆舟山

8.1倍

-41%

›

△2

サンエンジェルス

浜中

13.4倍

-3%

›

▽14

ロジマギー

佐々木

29.0倍

+108%

›

▽1

レイナデルアイレ

石川倭

32.0倍

+129%

›

▽7

ビップジョワ

▲遠藤

78.9倍

+466%

›

▽10

フローズンクイーン

鮫島駿

89.7倍

+543%

›

▽9

イノリ

▲和田陽

99.2倍

+611%

›

▽13

カスタニッチャ

小沢

115.0倍

+725%

›

▽5

スパークルレイ

松本

192.5倍

+999%

›

▽12

イヌボウノシオカゼ

横山琉

195.3倍

+999%

›

💡 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 (AI 期待値プラス判定)

A. 現行モデル (binary)

このモデルは本レース見送り判定（期待値プラスなし）

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 14 ロジマギー実29.0倍期待値 +108% 推奨 13.9〜30.0倍 300円

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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）

本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。