札幌 3R 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

3R 札幌競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ロンドンプライド	★河原田	実14.0	B△ A△勝率6% EV-14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／77日ぶりの実戦）
前5走 07/12 2福島51R 9着/10頭+2.4秒 06/22 3東京65R 9着/16頭+1.4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 10.0着 (不振) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 5.0% (オッズ暗示: 7.1%) △ Aモデルの評価 (参考) レース内 6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。
2	ランスオブラヴ	武豊	実8.6	B△ A△勝率9% EV-19% 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10.3着と低調／84日ぶりの実戦）
前5走 12/07 5阪神25R 10着/17頭+0.8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 10.3着 (不振) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 11.6% (オッズ暗示: 11.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.4% / 期待値 -19% ※ 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	サトノシュトローム	鮫島駿	実25.9	B▽ A▽勝率3% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 3 ◎ 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 9位 (中位評価) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.9% / 期待値 -25% ※ 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	ロジスカヤ	☆長浜	実15.9	B▽ A▽勝率5% EV-18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（91日ぶりの実戦）
前5走 11/15 3福島34R 12着/16頭+1.1秒 08/31 3新潟43R 8着/18頭+1.4秒 08/03 2新潟44R 8着/13頭+1.7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 6.7着 △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 6.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.1% / 期待値 -19% ※ 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	ティンクルバレット	◇古川奈	実46.4	B▽ A▽勝率1% EV-34% 詳細▼	大穴、AI予想勝率低く長期回収困難（120日ぶりの実戦）
前5走 10/19 3京都74R 9着/17頭+1.0秒 ― ― ― ―
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 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 120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 1.8% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 期待値 -35% ※ 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	モノノケ	▲和田陽	実106.5	B▽ A▽勝率1% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／105日ぶりの実戦）
前5走 11/22 4京都51R 12着/14頭+1.8秒 11/01 3京都101R 8着/13頭+1.1秒 10/11 3京都35R 8着/17頭+1.7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 9.7着 (不振) △ ローテーション 105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 0.8% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 0.6% / 期待値 -38% ※ 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	フリーダムスタイル	横山和	実24.1	B▽ A▽勝率4% EV+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10.0着と低調／133日ぶりの実戦）
前5走 10/19 3京都74R 5着/17頭+0.5秒 ― ― ― ―
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 15着 (大敗) △ ローテーション 133日休養明け × 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 2.9% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.4% / 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。
8	ハルヒメ	▲小林美	実3.2	B◎ A◎勝率27% EV-12% 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（前走2着／63日ぶりの実戦）
前5走 11/09 3福島21R 12着/16頭+1.6秒 08/17 1札幌81R 4着/10頭+0.3秒 07/26 1札幌11R 3着/12頭+0.2秒 06/15 1函館25R 3着/9頭+0.3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 5.7着 ○ 前走実績前走 2着 (好走) × 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 21.5% (オッズ暗示: 31.2%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.3% / 期待値 -13% ※ 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	ユナダイヤ	小沢	実47.0	B▽ A×勝率1% EV-53% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／77日ぶりの実戦）
前5走 12/06 5中京11R 8着/16頭+1.1秒 11/15 4京都32R 5着/11頭+1.6秒 11/01 3京都102R 6着/12頭+0.5秒 10/11 3京都35R 11着/17頭+2.1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 9.0着 (不振) × 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 1.1% (オッズ暗示: 2.1%) × Aモデルの評価 (参考) レース内 15位 / 勝率 1.0% / 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。
10	アンジュラフィーユ	☆舟山	実4.0	B○ A○勝率19% EV-22% 詳細▼	AI上位評価だが期待値不足、見送り（78日ぶりの実戦）
前5走 12/07 5阪神23R 7着/18頭+1.2秒 11/22 4京都55R 2着/17頭+0.5秒 ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 21.5% (オッズ暗示: 25.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.3% / 期待値 -23% ※ 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	メイショウテンジン	古川吉	実8.8	B△ A△勝率6% EV-44% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／106日ぶりの実戦）
前5走 12/07 5阪神22R 10着/16頭+2.2秒 09/20 4阪神63R 8着/10頭+2.8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 3.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 10.1% (オッズ暗示: 11.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.3% / 期待値 -45% ※ 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	メーテルリンク	横山琉	実39.8	B▽ A×勝率1% EV-57% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／98日ぶりの実戦）
前5走 11/16 5東京43R 10着/18頭+1.2秒 10/25 4新潟31R 9着/15頭+0.6秒 08/02 2新潟33R 6着/12頭+1.5秒 07/19 2福島74R 4着/16頭+0.6秒 ―
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 10.0着 (不振) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.5%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.1% / 期待値 -57% ※ 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	ムーンリットレイン	丹内	実65.1	B▽ A▽勝率1% EV-30% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.5着と低調／315日ぶりの実戦）
前5走 09/14 4中山42R 14着/16頭+1.2秒 08/16 3中京72R 5着/10頭+1.2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 9.5着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 315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 1.1% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.1% / 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。
14	モズヴイ	西村淳	実7.8	B▲ A▲勝率12% EV-7% 詳細▼	AI上位評価だが期待値不足、見送り（91日ぶりの実戦）
前5走 11/08 3福島15R 3着/16頭+0.2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 5.3着 △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 11.6% (オッズ暗示: 12.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.9% / 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。
15	ガルフコースト	佐々木	実46.7	B▽ A▽勝率1% EV-49% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／105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 15 ◎ 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 17着 (大敗) △ ローテーション 105日休養明け × 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 1.1% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 期待値 -50% ※ 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。
16	クロノレガリス	吉田隼	実77.2	B▽ A▽勝率1% EV-17% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／98日ぶりの実戦）
前5走 12/27 5中山75R 6着/16頭+0.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 16 ◎ 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 16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) -40% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.1% / 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 ◎

ハルヒメ

騎手 ▲小林美

単勝オッズ

3.2倍

AI期待値

-31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○10アンジュラフィーユ

4.0倍

EV -13%

▲A:▲14モズヴイ

7.8倍

EV -9%

出走馬全16頭

◎A:◎8

ハルヒメ

▲小林美

3.2倍

-31%

›

○A:○10

アンジュラフィーユ

☆舟山

4.0倍

-13%

›

▲A:▲14

モズヴイ

西村淳

7.8倍

-9%

›

△A:△2

ランスオブラヴ

武豊

8.6倍

›

△A:△11

メイショウテンジン

古川吉

8.8倍

-10%

›

△A:△1

ロンドンプライド

★河原田

14.0倍

-29%

›

▽A:▽4

ロジスカヤ

☆長浜

15.9倍

-32%

›

▽A:▽7

フリーダムスタイル

横山和

24.1倍

-30%

›

▽A:▽3

サトノシュトローム

鮫島駿

25.9倍

-24%

›

▽A:×12

メーテルリンク

横山琉

39.8倍

-26%

›

▽A:▽5

ティンクルバレット

◇古川奈

46.4倍

-14%

›

▽A:▽15

ガルフコースト

佐々木

46.7倍

-48%

›

▽A:×9

ユナダイヤ

小沢

47.0倍

-48%

›

▽A:▽13

ムーンリットレイン

丹内

65.1倍

-28%

›

▽A:▽16

クロノレガリス

吉田隼

77.2倍

-40%

›

▽A:▽6

モノノケ

▲和田陽

106.5倍

-17%

›

💡 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

両モデルとも本レースは見送り判定（期待値プラスなし）

3R 札幌競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ロンドンプライド	★河原田	実14.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／77日ぶりの実戦）
前5走 07/12 2福島51R 9着/10頭+2.4秒 06/22 3東京65R 9着/16頭+1.4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 10.0着 (不振) △ 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: 7.1%) ※ 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	ランスオブラヴ	武豊	実8.6	△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10.3着と低調／84日ぶりの実戦）
前5走 12/07 5阪神25R 10着/17頭+0.8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 10.3着 (不振) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 11.6%) ※ 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。
3	サトノシュトローム	鮫島駿	実25.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 3 ◎ 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 9位 (中位評価) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.9%) ※ 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。
4	ロジスカヤ	☆長浜	実15.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（91日ぶりの実戦）
前5走 11/15 3福島34R 12着/16頭+1.1秒 08/31 3新潟43R 8着/18頭+1.4秒 08/03 2新潟44R 8着/13頭+1.7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 6.7着 △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 5.1% (オッズ暗示: 6.3%) ※ 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	ティンクルバレット	◇古川奈	実46.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（120日ぶりの実戦）
前5走 10/19 3京都74R 9着/17頭+1.0秒 ― ― ― ―
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 7.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 120日休養明け × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.2%) ※ 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。
6	モノノケ	▲和田陽	実106.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／105日ぶりの実戦）
前5走 11/22 4京都51R 12着/14頭+1.8秒 11/01 3京都101R 8着/13頭+1.1秒 10/11 3京都35R 8着/17頭+1.7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 9.7着 (不振) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
7	フリーダムスタイル	横山和	実24.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／133日ぶりの実戦）
前5走 10/19 3京都74R 5着/17頭+0.5秒 ― ― ― ―
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 15着 (大敗) △ ローテーション 133日休養明け △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 4.4% (オッズ暗示: 4.1%) ※ 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	ハルヒメ	▲小林美	実3.2	◎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（前走2着／63日ぶりの実戦）
前5走 11/09 3福島21R 12着/16頭+1.6秒 08/17 1札幌81R 4着/10頭+0.3秒 07/26 1札幌11R 3着/12頭+0.2秒 06/15 1函館25R 3着/9頭+0.3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 5.7着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 27.3% (オッズ暗示: 31.2%) ※ 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	ユナダイヤ	小沢	実47.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／77日ぶりの実戦）
前5走 12/06 5中京11R 8着/16頭+1.1秒 11/15 4京都32R 5着/11頭+1.6秒 11/01 3京都102R 6着/12頭+0.5秒 10/11 3京都35R 11着/17頭+2.1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 9.0着 (不振) × 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 1.0% (オッズ暗示: 2.1%) ※ 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	アンジュラフィーユ	☆舟山	実4.0	○詳細▼	AI上位評価だが期待値不足、見送り（78日ぶりの実戦）
前5走 12/07 5阪神23R 7着/18頭+1.2秒 11/22 4京都55R 2着/17頭+0.5秒 ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 19.3% (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。
11	メイショウテンジン	古川吉	実8.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／106日ぶりの実戦）
前5走 12/07 5阪神22R 10着/16頭+2.2秒 09/20 4阪神63R 8着/10頭+2.8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 3.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 106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 6.3% (オッズ暗示: 11.4%) ※ 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。
12	メーテルリンク	横山琉	実39.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／98日ぶりの実戦）
前5走 11/16 5東京43R 10着/18頭+1.2秒 10/25 4新潟31R 9着/15頭+0.6秒 08/02 2新潟33R 6着/12頭+1.5秒 07/19 2福島74R 4着/16頭+0.6秒 ―
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 10.0着 (不振) △ ローテーション 98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 1.1% (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。
13	ムーンリットレイン	丹内	実65.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.5着と低調／315日ぶりの実戦）
前5走 09/14 4中山42R 14着/16頭+1.2秒 08/16 3中京72R 5着/10頭+1.2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 9.5着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 315日休養明け × 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 1.1% (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。
14	モズヴイ	西村淳	実7.8	▲詳細▼	AI上位評価だが期待値不足、見送り（91日ぶりの実戦）
前5走 11/08 3福島15R 3着/16頭+0.2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 5.3着 △ ローテーション 91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 11.9% (オッズ暗示: 12.8%) ※ 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。
15	ガルフコースト	佐々木	実46.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／105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 15 ◎ 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 17着 (大敗) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.1%) ※ 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。
16	クロノレガリス	吉田隼	実77.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／98日ぶりの実戦）
前5走 12/27 5中山75R 6着/16頭+0.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 16 ◎ 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 16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 1.1% (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。

🎯 AIの本命

AI評価1位

ハルヒメ

騎手 ▲小林美

単勝オッズ

3.2倍

AI期待値

-12%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10アンジュラフィーユ

4.0倍

EV -22%

▲14モズヴイ

7.8倍

EV -7%

出走馬全16頭

◎8

ハルヒメ

▲小林美

3.2倍

-12%

›

○10

アンジュラフィーユ

☆舟山

4.0倍

-22%

›

▲14

モズヴイ

西村淳

7.8倍

-7%

›

△2

ランスオブラヴ

武豊

8.6倍

-19%

›

△11

メイショウテンジン

古川吉

8.8倍

-44%

›

△1

ロンドンプライド

★河原田

14.0倍

-14%

›

▽4

ロジスカヤ

☆長浜

15.9倍

-18%

›

▽7

フリーダムスタイル

横山和

24.1倍

+7%

›

▽3

サトノシュトローム

鮫島駿

25.9倍

-25%

›

▽5

ティンクルバレット

◇古川奈

46.4倍

-34%

›

×12

メーテルリンク

横山琉

39.8倍

-57%

›

▽15

ガルフコースト

佐々木

46.7倍

-49%

›

▽13

ムーンリットレイン

丹内

65.1倍

-30%

›

▽16

クロノレガリス

吉田隼

77.2倍

-17%

›

×9

ユナダイヤ

小沢

47.0倍

-53%

›

▽6

モノノケ

▲和田陽

106.5倍

-38%

›

💡 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

両モデルとも本レースは見送り判定（期待値プラスなし）

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。