札幌 7R 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

7R 札幌競馬場　発走 13:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ペイシャアーサー	▲遠藤	実32.1	B▽ A▽勝率6% EV+93% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／111日ぶりの実戦）
前5走 06/29 1函館63R 1着/12頭勝利 06/14 1函館11R 3着/16頭+0.4秒 05/18 1新潟61R 3着/16頭+0.0秒 04/27 1福島64R 3着/16頭+0.0秒 04/12 1福島12R 2着/16頭+0.0秒
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 13.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 111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 5.2% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 6.0% / 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。
2	ハッピーラッキー	横山和	実8.3	B× A△勝率7% EV-43% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（91日ぶりの実戦）
前5走 12/06 5中京14R 1着/18頭勝利 11/09 3福島22R 2着/16頭+0.3秒 10/18 4新潟13R 2着/18頭+0.1秒 09/28 4中山92R 2着/16頭+0.1秒 09/07 4中山23R 5着/15頭+2.5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 3.7着 △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 5.2% (オッズ暗示: 12.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.8% / 期待値 -44% ※ 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	ナンナンプー	石川倭	実32.0	B▽ A▽勝率7% EV+116% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均11.0着と低調／90日ぶりの実戦）
前5走 11/22 3福島512R 9着/16頭+0.4秒 11/09 3福島212R 3着/16頭+0.4秒 08/08 園田10R 5着/10頭+0.6秒 07/16 園田7R 1着/8頭勝利 06/26 園田8R 1着/11頭勝利
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 11.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 11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 5.2% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 6.8% / 期待値 +117% ※ 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	シュークリーム	鮫島駿	実10.7	B▽ A▽勝率7% EV-27% 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／84日ぶりの実戦）
前5走 12/07 5阪神27R 8着/11頭+0.9秒 11/16 3福島48R 2着/16頭+0.1秒 10/19 4新潟23R 8着/18頭+0.6秒 06/29 2小倉28R 10着/14頭+2.4秒 02/02 1小倉43R 9着/14頭+0.8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 8.7着 (不振) ▽ 前走実績前走 10着 (大敗) × 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 5.2% (オッズ暗示: 9.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.8% / 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。
5	ランプローグ推奨	佐々木	実21.1	B▲ A▽勝率7% EV+42% 詳細▼	市場が大きく過小評価、AI予想勝率13% × オッズ21.1倍で期待値+173%の有力候補（近5走で勝率20%と堅実）
前5走 11/16 3福島49R 5着/16頭+0.5秒 10/19 4東京76R 3着/8頭+0.2秒 09/06 4中山15R 1着/16頭勝利 ― ―
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 6.3着 △ ローテーション 133日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +173% (市場が大幅過小評価) AI 予想勝率 13.0% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.8% / 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。
6	セガンティーニ	☆舟山	実10.3	B▽ A△勝率7% EV-30% 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0%と苦戦傾向／前走2着／62日ぶりの実戦）
前5走 11/20 名古屋12R 1着/12頭勝利 11/07 名古屋12R 1着/12頭勝利 10/15 名古屋12R 2着/12頭+0.3秒 10/01 名古屋10R 2着/12頭+0.1秒 09/07 2札幌64R 6着/16頭+0.4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 5.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 5.2% (オッズ暗示: 9.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.8% / 期待値 -30% ※ 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	ニシノサリーナ	池添	実4.0	B◎ A×勝率7% EV-72% 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10.0着と低調／前走3着）
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 10.0着 (不振) ○ 前走実績前走 3着 (好走) × 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 13.0% (オッズ暗示: 25.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 6.8% / 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。
8	サトノカスターニャ	北村友	実27.4	B▽ A▽勝率7% EV+85% 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／前走勝利の勢い／63日ぶりの実戦）
前5走 11/15 4京都35R 6着/18頭+0.6秒 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 4.9% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.8% / 期待値 +85% ※ 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	カイショー	横山武	実6.1	B○ A○勝率7% EV-58% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／167日ぶりの実戦）
前5走 12/06 5阪神19R 3着/8頭+0.4秒 10/04 3京都19R 8着/8頭+1.1秒 07/20 1函館1211R 3着/12頭+0.6秒 06/14 1函館15R 1着/12頭勝利 ―
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 3.0着 (安定) △ ローテーション 167日休養明け △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 13.0% (オッズ暗示: 16.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.8% / 期待値 -59% ※ 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	アイアムステキ	武豊	実9.7	B△ A△勝率7% EV-34% 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／前走勝利の勢い／98日ぶりの実戦）
前5走 10/18 4東京64R 5着/18頭+0.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 98日休養明け × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 5.4% (オッズ暗示: 10.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.8% / 期待値 -34% ※ 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	ペガサスノース	▲小林美	実16.8	B▽ A▽勝率7% EV+13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.7着と低調／77日ぶりの実戦）
前5走 11/15 3福島37R 8着/16頭+0.5秒 08/17 3中京812R 6着/18頭+0.5秒 07/13 2小倉612R 7着/15頭+0.2秒 06/14 3阪神39R 8着/13頭+1.1秒 02/23 1小倉102R 1着/18頭勝利
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 11.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 5.2% (オッズ暗示: 6.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.8% / 期待値 +14% ※ 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	ジーティーエスピ	丹内	実7.7	B△ A▲勝率7% EV-47% 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／76日ぶりの実戦）
前5走 11/24 3福島68R 3着/16頭+0.2秒 11/09 3福島212R 2着/16頭+0.3秒 09/07 4阪神29R 3着/13頭+0.2秒 08/24 4中京29R 4着/14頭+0.5秒 02/08 1小倉56R 1着/18頭勝利
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 4.3着 ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 5.2% (オッズ暗示: 13.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.8% / 期待値 -48% ※ 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	グランテレーズ	小沢	実22.4	B△ A▽勝率7% EV+51% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／91日ぶりの実戦）
前5走 12/13 5中京312R 4着/18頭+0.2秒 11/15 3福島312R 4着/16頭+0.2秒 08/30 2札幌312R 13着/15頭+1.9秒 08/17 1札幌89R 4着/16頭+0.2秒 07/19 1函館117R 15着/16頭+1.4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 5.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 2着 (好走) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 5.4% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.8% / 期待値 +52% ※ 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	イズルード	☆長浜	実36.4	B▽ A▽勝率7% EV+146% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調）
前5走 06/29 2福島27R 6着/16頭+1.7秒 02/22 1東京72R 11着/16頭+2.0秒 01/26 1中山91R 1着/16頭勝利 01/06 1中山21R 2着/16頭+0.1秒 11/09 3福島33R 6着/16頭+1.7秒
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 10.3着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +56% (市場が大幅過小評価) AI 予想勝率 4.3% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 6.8% / 期待値 +146% ※ 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。
15	マティンデ	横山琉	実50.2	B▽ A▽勝率6% EV+201% 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／154日ぶりの実戦）
前5走 11/01 3京都102R 3着/12頭+0.1秒 10/11 3京都35R 6着/17頭+1.3秒 ― ― ―
AI 評価の内訳 — 馬番 15 ◎ 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 16着 (大敗) △ ローテーション 154日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +147% (市場が大幅過小評価) AI 予想勝率 4.9% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 6.0% / 期待値 +202% ※ 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 ×

ニシノサリーナ

騎手池添

単勝オッズ

4.0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

○A:○9カイショー

6.1倍

EV -21%

▲A:▽5ランプローグ

21.1倍

EV +173%

出走馬全15頭

◎A:×7

ニシノサリーナ

池添

4.0倍

-48%

›

○A:○9

カイショー

横山武

6.1倍

-21%

›

▲A:▽5

ランプローグ

佐々木

21.1倍

+173%

›

△A:△10

アイアムステキ

武豊

9.7倍

-47%

›

△A:▽13

グランテレーズ

小沢

22.4倍

+21%

›

△A:▲12

ジーティーエスピ

丹内

7.7倍

-60%

›

×A:△2

ハッピーラッキー

横山和

8.3倍

-57%

›

▽A:△6

セガンティーニ

☆舟山

10.3倍

-46%

›

▽A:▽4

シュークリーム

鮫島駿

10.7倍

-44%

›

▽A:▽11

ペガサスノース

▲小林美

16.8倍

-13%

›

▽A:▽3

ナンナンプー

石川倭

32.0倍

+65%

›

▽A:▽1

ペイシャアーサー

▲遠藤

32.1倍

+65%

›

▽A:▽8

サトノカスターニャ

北村友

27.4倍

+34%

›

▽A:▽15

マティンデ

横山琉

50.2倍

+147%

›

▽A:▽14

イズルード

☆長浜

36.4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 (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 5 ランプローグ実21.1倍期待値 +173% 推奨 10.0〜30.0倍 400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

7R 札幌競馬場　発走 13:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ペイシャアーサー	▲遠藤	実32.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／111日ぶりの実戦）
前5走 06/29 1函館63R 1着/12頭勝利 06/14 1函館11R 3着/16頭+0.4秒 05/18 1新潟61R 3着/16頭+0.0秒 04/27 1福島64R 3着/16頭+0.0秒 04/12 1福島12R 2着/16頭+0.0秒
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 13.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 111日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +93% (市場が大幅過小評価) AI 予想勝率 6.0% (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	ハッピーラッキー	横山和	実8.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（91日ぶりの実戦）
前5走 12/06 5中京14R 1着/18頭勝利 11/09 3福島22R 2着/16頭+0.3秒 10/18 4新潟13R 2着/18頭+0.1秒 09/28 4中山92R 2着/16頭+0.1秒 09/07 4中山23R 5着/15頭+2.5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 3.7着 △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 12.0%) ※ 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	ナンナンプー	石川倭	実32.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均11.0着と低調／90日ぶりの実戦）
前5走 11/22 3福島512R 9着/16頭+0.4秒 11/09 3福島212R 3着/16頭+0.4秒 08/08 園田10R 5着/10頭+0.6秒 07/16 園田7R 1着/8頭勝利 06/26 園田8R 1着/11頭勝利
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 11.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 11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) +116% (市場が大幅過小評価) AI 予想勝率 6.8% (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。
4	シュークリーム	鮫島駿	実10.7	▽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／84日ぶりの実戦）
前5走 12/07 5阪神27R 8着/11頭+0.9秒 11/16 3福島48R 2着/16頭+0.1秒 10/19 4新潟23R 8着/18頭+0.6秒 06/29 2小倉28R 10着/14頭+2.4秒 02/02 1小倉43R 9着/14頭+0.8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 8.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 9.3%) ※ 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	ランプローグ推奨	佐々木	実21.1	▽詳細▼	オッズに対しAI予想勝率がやや高め、期待値+42%の妙味（近5走で勝率20%と堅実）
前5走 11/16 3福島49R 5着/16頭+0.5秒 10/19 4東京76R 3着/8頭+0.2秒 09/06 4中山15R 1着/16頭勝利 ― ―
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 6.3着 △ ローテーション 133日休養明け ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 6.8% (オッズ暗示: 4.7%) ※ 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	セガンティーニ	☆舟山	実10.3	△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0%と苦戦傾向／前走2着／62日ぶりの実戦）
前5走 11/20 名古屋12R 1着/12頭勝利 11/07 名古屋12R 1着/12頭勝利 10/15 名古屋12R 2着/12頭+0.3秒 10/01 名古屋10R 2着/12頭+0.1秒 09/07 2札幌64R 6着/16頭+0.4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 5.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 9.7%) ※ 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	ニシノサリーナ	池添	実4.0	×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走平均10.0着と低調／前走3着）
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 10.0着 (不振) ○ 前走実績前走 3着 (好走) × 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 6.8% (オッズ暗示: 25.0%) ※ 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	サトノカスターニャ	北村友	実27.4	▽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／前走勝利の勢い／63日ぶりの実戦）
前5走 11/15 4京都35R 6着/18頭+0.6秒 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +85% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 3.6%) ※ 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。
9	カイショー	横山武	実6.1	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／167日ぶりの実戦）
前5走 12/06 5阪神19R 3着/8頭+0.4秒 10/04 3京都19R 8着/8頭+1.1秒 07/20 1函館1211R 3着/12頭+0.6秒 06/14 1函館15R 1着/12頭勝利 ―
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 3.0着 (安定) △ ローテーション 167日休養明け × 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 6.8% (オッズ暗示: 16.4%) ※ 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。
10	アイアムステキ	武豊	実9.7	△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／前走勝利の勢い／98日ぶりの実戦）
前5走 10/18 4東京64R 5着/18頭+0.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 98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 6.8% (オッズ暗示: 10.3%) ※ 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	ペガサスノース	▲小林美	実16.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.7着と低調／77日ぶりの実戦）
前5走 11/15 3福島37R 8着/16頭+0.5秒 08/17 3中京812R 6着/18頭+0.5秒 07/13 2小倉612R 7着/15頭+0.2秒 06/14 3阪神39R 8着/13頭+1.1秒 02/23 1小倉102R 1着/18頭勝利
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 11.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 6.8% (オッズ暗示: 6.0%) ※ 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	ジーティーエスピ	丹内	実7.7	▲詳細▼	AI上位評価だが期待値不足、見送り（前走2着／76日ぶりの実戦）
前5走 11/24 3福島68R 3着/16頭+0.2秒 11/09 3福島212R 2着/16頭+0.3秒 09/07 4阪神29R 3着/13頭+0.2秒 08/24 4中京29R 4着/14頭+0.5秒 02/08 1小倉56R 1着/18頭勝利
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 4.3着 ○ 前走実績前走 2着 (好走) × 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 6.8% (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。
13	グランテレーズ	小沢	実22.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／91日ぶりの実戦）
前5走 12/13 5中京312R 4着/18頭+0.2秒 11/15 3福島312R 4着/16頭+0.2秒 08/30 2札幌312R 13着/15頭+1.9秒 08/17 1札幌89R 4着/16頭+0.2秒 07/19 1函館117R 15着/16頭+1.4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 5.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 2着 (好走) △ ローテーション 91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 6.8% (オッズ暗示: 4.5%) ※ 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。
14	イズルード	☆長浜	実36.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調）
前5走 06/29 2福島27R 6着/16頭+1.7秒 02/22 1東京72R 11着/16頭+2.0秒 01/26 1中山91R 1着/16頭勝利 01/06 1中山21R 2着/16頭+0.1秒 11/09 3福島33R 6着/16頭+1.7秒
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 10.3着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +146% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 2.7%) ※ 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。
15	マティンデ	横山琉	実50.2	▽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／154日ぶりの実戦）
前5走 11/01 3京都102R 3着/12頭+0.1秒 10/11 3京都35R 6着/17頭+1.3秒 ― ― ―
AI 評価の内訳 — 馬番 15 ◎ 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 16着 (大敗) △ ローテーション 154日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +201% (市場が大幅過小評価) AI 予想勝率 6.0% (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。

🎯 AIの本命

AI評価1位

ニシノサリーナ

騎手池添

単勝オッズ

4.0倍

AI期待値

-72%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9カイショー

6.1倍

EV -58%

▲12ジーティーエスピ

7.7倍

EV -47%

出走馬全15頭

×7

ニシノサリーナ

池添

4.0倍

-72%

›

○9

カイショー

横山武

6.1倍

-58%

›

▲12

ジーティーエスピ

丹内

7.7倍

-47%

›

△2

ハッピーラッキー

横山和

8.3倍

-43%

›

△10

アイアムステキ

武豊

9.7倍

-34%

›

△6

セガンティーニ

☆舟山

10.3倍

-30%

›

▽4

シュークリーム

鮫島駿

10.7倍

-27%

›

▽11

ペガサスノース

▲小林美

16.8倍

+13%

›

▽5

ランプローグ

佐々木

21.1倍

+42%

›

▽13

グランテレーズ

小沢

22.4倍

+51%

›

▽8

サトノカスターニャ

北村友

27.4倍

+85%

›

▽3

ナンナンプー

石川倭

32.0倍

+116%

›

▽14

イズルード

☆長浜

36.4倍

+146%

›

▽1

ペイシャアーサー

▲遠藤

32.1倍

+93%

›

▽15

マティンデ

横山琉

50.2倍

+201%

›

💡 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 5 ランプローグ実21.1倍期待値 +43% 推奨 14.8〜30.0倍 400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。