札幌 9R 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
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ガーネットフレア |
北村友 |
実10.5 |
B○ A△勝率10% EV+8% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 10.3% (オッズ暗示: 9.5%) △Aモデルの評価 (参考) レース内 4位 / 勝率 10.3% / 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。 |
| 2 |
ニシノエピカリ 推奨 |
★河原田 |
実21.4 |
B◎ A▽勝率9% EV+103% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +151% (市場が大幅過小評価) AI 予想勝率 11.8% (オッズ暗示: 4.7%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 9.5% / 期待値 +103% ※ 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 |
ルーチェフィオーレ |
横山和 |
実3.6 |
B△ A○勝率10% EV-62% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 9.8% (オッズ暗示: 27.8%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 10.3% / 期待値 -63% ※ 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 |
ジェルブロア |
◇古川奈 |
実3.4 |
B△ A×勝率10% EV-64% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 9.6% (オッズ暗示: 29.4%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 10.3% / 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。 |
| 5 |
シニャンガ |
横山武 |
実4.6 |
B× A×勝率9% EV-56% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 9.6% (オッズ暗示: 21.7%) ×Aモデルの評価 (参考) レース内 7位 / 勝率 9.5% / 期待値 -56% ※ 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 |
ラコンチャビエン |
武豊 |
実6.7 |
B▽ A▲勝率10% EV-30% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 9.6% (オッズ暗示: 14.9%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 10.3% / 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。 |
| 7 |
ジャストビート 推奨 |
鮫島駿 |
実23.7 |
B▲ A△勝率10% EV+145% 詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +143% (市場が大幅過小評価) AI 予想勝率 10.3% (オッズ暗示: 4.2%) △Aモデルの評価 (参考) レース内 5位 / 勝率 10.3% / 期待値 +145% ※ 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 |
ディヒターリーベ |
石川倭 |
実36.4 |
B▽ A▽勝率9% EV+245% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 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) +249% (市場が大幅過小評価) AI 予想勝率 9.6% (オッズ暗示: 2.7%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 9.5% / 期待値 +245% ※ 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 |
キタノサリスカ |
▲和田陽 |
実68.9 |
B△ A△勝率10% EV+612% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +576% (市場が大幅過小評価) AI 予想勝率 9.8% (オッズ暗示: 1.5%) △Aモデルの評価 (参考) レース内 6位 / 勝率 10.3% / 期待値 +613% ※ 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 |
ナムラヒナギク |
小沢 |
実9.8 |
B▽ A▽勝率9% EV-7% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 9.6% (オッズ暗示: 10.2%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 9.5% / 期待値 -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。 |
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の推奨本命の次点
出走馬全10頭
🌟◎期待値 (オッズ vs AI勝率)
+151% (市場が大幅過小評価)
AI 予想勝率
11.8% (オッズ暗示: 4.7%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 9.5% / 期待値 +103%
△期待値 (オッズ vs AI勝率)
+7% (市場と概ね一致)
AI 予想勝率
10.3% (オッズ暗示: 9.5%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 10.3% / 期待値 +9%
🌟◎期待値 (オッズ vs AI勝率)
+143% (市場が大幅過小評価)
AI 予想勝率
10.3% (オッズ暗示: 4.2%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 10.3% / 期待値 +145%
×期待値 (オッズ vs AI勝率)
-65% (大幅な期待値マイナス)
AI 予想勝率
9.8% (オッズ暗示: 27.8%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 10.3% / 期待値 -63%
🌟◎期待値 (オッズ vs AI勝率)
+576% (市場が大幅過小評価)
AI 予想勝率
9.8% (オッズ暗示: 1.5%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 10.3% / 期待値 +613%
×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
9.6% (オッズ暗示: 29.4%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 10.3% / 期待値 -65%
×期待値 (オッズ vs AI勝率)
-56% (大幅な期待値マイナス)
AI 予想勝率
9.6% (オッズ暗示: 21.7%)
×Aモデルの評価 (参考)
レース内 7位 / 勝率 9.5% / 期待値 -56%
×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
9.6% (オッズ暗示: 14.9%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 10.3% / 期待値 -31%
△期待値 (オッズ vs AI勝率)
-6% (オッズ過剰評価)
AI 予想勝率
9.6% (オッズ暗示: 10.2%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 9.5% / 期待値 -7%
△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)
+249% (市場が大幅過小評価)
AI 予想勝率
9.6% (オッズ暗示: 2.7%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 9.5% / 期待値 +245%
💡 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)
-
単勝
7
ジャストビート
実23.7倍
期待値 +143%
推奨 10.0〜30.0倍
300円
-
単勝
2
ニシノエピカリ
実21.4倍
期待値 +152%
推奨 10.0〜30.0倍
300円
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
2
ニシノエピカリ
実21.4倍
期待値 +152%
推奨 10.0〜30.0倍
400円
-
単勝
7
ジャストビート
実23.7倍
期待値 +143%
推奨 10.0〜30.0倍
300円
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ガーネットフレア |
北村友 |
実10.5 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 10.3% (オッズ暗示: 9.5%) ※ 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 |
ニシノエピカリ 推奨 |
★河原田 |
実21.4 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +103% (市場が大幅過小評価) AI 予想勝率 9.5% (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。 |
| 3 |
ルーチェフィオーレ |
横山和 |
実3.6 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 10.3% (オッズ暗示: 27.8%) ※ 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 |
ジェルブロア |
◇古川奈 |
実3.4 |
×詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 10.3% (オッズ暗示: 29.4%) ※ 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。 |
| 5 |
シニャンガ |
横山武 |
実4.6 |
×詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 9.5% (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。 |
| 6 |
ラコンチャビエン |
武豊 |
実6.7 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 10.3% (オッズ暗示: 14.9%) ※ 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。 |
| 7 |
ジャストビート 推奨 |
鮫島駿 |
実23.7 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +145% (市場が大幅過小評価) AI 予想勝率 10.3% (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。 |
| 8 |
ディヒターリーベ |
石川倭 |
実36.4 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 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) +245% (市場が大幅過小評価) AI 予想勝率 9.5% (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。 |
| 9 |
キタノサリスカ |
▲和田陽 |
実68.9 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +612% (市場が大幅過小評価) AI 予想勝率 10.3% (オッズ暗示: 1.5%) ※ 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。 |
| 10 |
ナムラヒナギク |
小沢 |
実9.8 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 9.5% (オッズ暗示: 10.2%) ※ 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。 |
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の推奨本命の次点
出走馬全10頭
×期待値 (オッズ vs AI勝率)
-65% (大幅な期待値マイナス)
AI 予想勝率
10.3% (オッズ暗示: 29.4%)
×期待値 (オッズ vs AI勝率)
-63% (大幅な期待値マイナス)
AI 予想勝率
10.3% (オッズ暗示: 27.8%)
×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
10.3% (オッズ暗示: 14.9%)
△期待値 (オッズ vs AI勝率)
+8% (市場と概ね一致)
AI 予想勝率
10.3% (オッズ暗示: 9.5%)
🌟◎期待値 (オッズ vs AI勝率)
+145% (市場が大幅過小評価)
AI 予想勝率
10.3% (オッズ暗示: 4.2%)
🌟◎期待値 (オッズ vs AI勝率)
+612% (市場が大幅過小評価)
AI 予想勝率
10.3% (オッズ暗示: 1.5%)
×期待値 (オッズ vs AI勝率)
-56% (大幅な期待値マイナス)
AI 予想勝率
9.5% (オッズ暗示: 21.7%)
△期待値 (オッズ vs AI勝率)
-7% (オッズ過剰評価)
AI 予想勝率
9.5% (オッズ暗示: 10.2%)
🌟◎期待値 (オッズ vs AI勝率)
+103% (市場が大幅過小評価)
AI 予想勝率
9.5% (オッズ暗示: 4.7%)
△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)
+245% (市場が大幅過小評価)
AI 予想勝率
9.5% (オッズ暗示: 2.7%)
💡 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)
-
単勝
7
ジャストビート
実23.7倍
期待値 +145%
推奨 10.0〜30.0倍
300円
-
単勝
2
ニシノエピカリ
実21.4倍
期待値 +103%
推奨 10.5〜30.0倍
300円
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
2
ニシノエピカリ
実21.4倍
期待値 +103%
推奨 10.5〜30.0倍
400円
-
単勝
7
ジャストビート
実23.7倍
期待値 +145%
推奨 10.0〜30.0倍
300円
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。
