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	レイナデルアイレ推奨	石川倭	実23.0	B○ A▽勝率7% EV+65% 詳細▼	市場が大きく過小評価、AI予想勝率9% × オッズ23.0倍で期待値+115%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 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) +115% (市場が大幅過小評価) AI 予想勝率 9.4% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.2% / 期待値 +65% ※ 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11.1	B▽ A△勝率7% EV-20% 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) -43% (大幅な期待値マイナス) AI 予想勝率 5.2% (オッズ暗示: 9.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.2% / 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。
3	アロハ	丹内	実4.8	B▲ A▲勝率7% EV-65% 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 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) -57% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 20.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.2% / 期待値 -66% ※ 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4.6	B× A○勝率7% EV-66% 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) -76% (大幅な期待値マイナス) AI 予想勝率 5.2% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2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。
5	スパークルレイ	松本	実113.4	B▽ A▽勝率7% EV+688% 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) +631% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 7.0% / 期待値 +689% ※ 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5.8	B△ A△勝率7% EV-58% 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 12/27 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) -48% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 17.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 期待値 -58% ※ 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50.1	B▽ A▽勝率7% EV+259% 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) +159% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 7.2% / 期待値 +259% ※ 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7.1	B◎ A△勝率7% EV-49% 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) -34% (大幅な期待値マイナス) AI 予想勝率 9.4% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 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。
9	イノリ	▲和田陽	実93.9	B▽ A▽勝率7% EV+573% 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) +385% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 7.2% / 期待値 +574% ※ 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77.3	B▽ A▽勝率7% EV+454% 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) +319% (市場が大幅過小評価) AI 予想勝率 5.4% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 7.2% / 期待値 +455% ※ 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3.5	B× A×勝率7% EV-74% 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) -77% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 28.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 7.2% / 期待値 -75% ※ 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94.8	B▽ A▽勝率7% EV+559% 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) +511% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 7.0% / 期待値 +559% ※ 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93.1	B△ A▽勝率7% EV+567% 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) +733% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 7.2% / 期待値 +568% ※ 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	佐々木	実32.4	B△ A▽勝率7% EV+132% 詳細▼	大穴、AI予想勝率低く長期回収困難（91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 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) +190% (市場が大幅過小評価) AI 予想勝率 9.0% (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 +132% ※ 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

7.1倍

AI期待値

-33%

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

23.0倍

EV +115%

▲A:▲3アロハ

4.8倍

EV -57%

出走馬全14頭

◎A:△8

サンセリテ

☆舟山

7.1倍

-33%

›

○A:▽1

レイナデルアイレ

石川倭

23.0倍

+115%

›

▲A:▲3

アロハ

丹内

4.8倍

-57%

›

△A:△6

ペカリーナ

▲小林美

5.8倍

-48%

›

△A:▽14

ロジマギー

佐々木

32.4倍

+190%

›

△A:▽13

カスタニッチャ

小沢

93.1倍

+733%

›

×A:×11

フレッチャアズーラ

横山和

3.5倍

-77%

›

▽A:▽12

イヌボウノシオカゼ

横山琉

94.8倍

+511%

›

▽A:▽5

スパークルレイ

松本

113.4倍

+631%

›

▽A:▽10

フローズンクイーン

鮫島駿

77.3倍

+319%

›

×A:○4

エアヴァイブス

武豊

4.6倍

-76%

›

▽A:△2

サンエンジェルス

浜中

11.1倍

-42%

›

▽A:▽7

ビップジョワ

▲遠藤

50.1倍

+159%

›

▽A:▽9

イノリ

▲和田陽

93.9倍

+385%

›

💡 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 1 レイナデルアイレ実23.0倍期待値 +115% 推奨 10.7〜30.0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	レイナデルアイレ推奨	石川倭	実23.0	▽詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+65%の中穴候補（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 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) +65% (市場が大幅過小評価) AI 予想勝率 7.2% (オッズ暗示: 4.3%) ※ 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	サンエンジェルス	浜中	実11.1	△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) -20% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 9.0%) ※ 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	アロハ	丹内	実4.8	▲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 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) -66% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 20.8%) ※ 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	エアヴァイブス	武豊	実4.6	○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) -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。
5	スパークルレイ	松本	実113.4	▽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) +688% (市場が大幅過小評価) AI 予想勝率 7.0% (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。
6	ペカリーナ	▲小林美	実5.8	△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 12/27 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) -58% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 17.2%) ※ 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。
7	ビップジョワ	▲遠藤	実50.1	▽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) +259% (市場が大幅過小評価) AI 予想勝率 7.2% (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。
8	サンセリテ	☆舟山	実7.1	△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) -49% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 14.1%) ※ 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	イノリ	▲和田陽	実93.9	▽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) +573% (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。
10	フローズンクイーン	鮫島駿	実77.3	▽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) +454% (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。
11	フレッチャアズーラ	横山和	実3.5	×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) -75% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 28.6%) ※ 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。
12	イヌボウノシオカゼ	横山琉	実94.8	▽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) +559% (市場が大幅過小評価) AI 予想勝率 7.0% (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。
13	カスタニッチャ	小沢	実93.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5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) +567% (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。
14	ロジマギー	佐々木	実32.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（91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 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) +132% (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。

🎯 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

3.5倍

AI期待値

-74%

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

4.6倍

EV -66%

▲3アロハ

4.8倍

EV -65%

出走馬全14頭

×11

フレッチャアズーラ

横山和

3.5倍

-74%

›

○4

エアヴァイブス

武豊

4.6倍

-66%

›

▲3

アロハ

丹内

4.8倍

-65%

›

△6

ペカリーナ

▲小林美

5.8倍

-58%

›

△8

サンセリテ

☆舟山

7.1倍

-49%

›

△2

サンエンジェルス

浜中

11.1倍

-20%

›

▽1

レイナデルアイレ

石川倭

23.0倍

+65%

›

▽14

ロジマギー

佐々木

32.4倍

+132%

›

▽7

ビップジョワ

▲遠藤

50.1倍

+259%

›

▽10

フローズンクイーン

鮫島駿

77.3倍

+454%

›

▽13

カスタニッチャ

小沢

93.1倍

+567%

›

▽9

イノリ

▲和田陽

93.9倍

+573%

›

▽12

イヌボウノシオカゼ

横山琉

94.8倍

+559%

›

▽5

スパークルレイ

松本

113.4倍

+688%

›

💡 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 1 レイナデルアイレ実23.0倍期待値 +65% 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。