札幌 10R 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 |
アルデトップガン |
丹内 |
実5.2 |
B○ A○勝率16% EV-17% 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) -10% (オッズ過剰評価) AI 予想勝率 17.3% (オッズ暗示: 19.2%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 15.8% / 期待値 -18% ※ 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 |
レイユール |
長浜 |
実15.1 |
B× A▽勝率5% EV-29% 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) -53% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 6.6%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 4.6% / 期待値 -29% ※ 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 |
シャイニースイフト |
舟山 |
実13.0 |
B▽ A△勝率8% EV+12% 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) -47% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 7.7%) △Aモデルの評価 (参考) レース内 6位 / 勝率 8.5% / 期待値 +12% ※ 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 |
ヴェナートル |
黛 |
実31.9 |
B▽ A▽勝率3% EV-5% 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) -35% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 3.1%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 3.0% / 期待値 -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。 |
| 5 |
マーゴットブロー |
西村淳 |
実7.2 |
B△ A△勝率13% EV-3% 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) -18% (オッズ過剰評価) AI 予想勝率 11.4% (オッズ暗示: 13.9%) △Aモデルの評価 (参考) レース内 5位 / 勝率 13.4% / 期待値 -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。 |
| 6 |
ショウナンカリス |
池添 |
実7.1 |
B▲ A△勝率13% EV-4% 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) +2% (市場と概ね一致) AI 予想勝率 14.4% (オッズ暗示: 14.1%) △Aモデルの評価 (参考) レース内 4位 / 勝率 13.4% / 期待値 -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。 |
| 7 |
ブラックルビー |
北村友 |
実20.5 |
B△ A▽勝率6% EV+23% 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) +15% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 4.9%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 5.9% / 期待値 +24% ※ 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 |
ワタシマツワ |
小林美 |
実6.5 |
B△ A▲勝率13% EV-14% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 9.9% (オッズ暗示: 15.4%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 13.4% / 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。 |
| 9 |
ジャズ |
吉田隼 |
実15.7 |
B× A▽勝率5% EV-27% 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) -58% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 6.4%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 4.6% / 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。 |
| 10 |
ヒズマスターピース |
佐々木 |
実2.9 |
B◎ A◎勝率17% EV-49% 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) -14% (オッズ過剰評価) AI 予想勝率 29.5% (オッズ暗示: 34.5%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 17.3% / 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。 |
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)
-14% (オッズ過剰評価)
AI 予想勝率
29.5% (オッズ暗示: 34.5%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 17.3% / 期待値 -50%
△期待値 (オッズ vs AI勝率)
-10% (オッズ過剰評価)
AI 予想勝率
17.3% (オッズ暗示: 19.2%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 15.8% / 期待値 -18%
△期待値 (オッズ vs AI勝率)
+2% (市場と概ね一致)
AI 予想勝率
14.4% (オッズ暗示: 14.1%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 13.4% / 期待値 -5%
△期待値 (オッズ vs AI勝率)
-18% (オッズ過剰評価)
AI 予想勝率
11.4% (オッズ暗示: 13.9%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 13.4% / 期待値 -3%
×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
9.9% (オッズ暗示: 15.4%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 13.4% / 期待値 -14%
△期待値 (オッズ vs AI勝率)
+15% (市場と概ね一致)
AI 予想勝率
5.6% (オッズ暗示: 4.9%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 5.9% / 期待値 +24%
×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
4.1% (オッズ暗示: 7.7%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 8.5% / 期待値 +12%
×期待値 (オッズ vs AI勝率)
-53% (大幅な期待値マイナス)
AI 予想勝率
3.1% (オッズ暗示: 6.6%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 4.6% / 期待値 -29%
×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
2.7% (オッズ暗示: 6.4%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 4.6% / 期待値 -28%
×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
2.0% (オッズ暗示: 3.1%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 3.0% / 期待値 -5%
💡 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）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
アルデトップガン |
丹内 |
実5.2 |
○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) -18% (オッズ過剰評価) AI 予想勝率 15.8% (オッズ暗示: 19.2%) ※ 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。 |
| 2 |
レイユール |
長浜 |
実15.1 |
▽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) -29% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 6.6%) ※ 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 |
シャイニースイフト |
舟山 |
実13.0 |
△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) +12% (市場と概ね一致) AI 予想勝率 8.5% (オッズ暗示: 7.7%) ※ 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。 |
| 4 |
ヴェナートル |
黛 |
実31.9 |
▽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) -5% (オッズ過剰評価) AI 予想勝率 3.0% (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。 |
| 5 |
マーゴットブロー |
西村淳 |
実7.2 |
△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) -3% (オッズ過剰評価) AI 予想勝率 13.4% (オッズ暗示: 13.9%) ※ 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 |
ショウナンカリス |
池添 |
実7.1 |
△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) -5% (オッズ過剰評価) AI 予想勝率 13.4% (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。 |
| 7 |
ブラックルビー |
北村友 |
実20.5 |
▽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) +23% (市場と概ね一致) AI 予想勝率 5.9% (オッズ暗示: 4.9%) ※ 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。 |
| 8 |
ワタシマツワ |
小林美 |
実6.5 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 13.4% (オッズ暗示: 15.4%) ※ 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。 |
| 9 |
ジャズ |
吉田隼 |
実15.7 |
▽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) -28% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 6.4%) ※ 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 |
ヒズマスターピース |
佐々木 |
実2.9 |
◎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) -50% (大幅な期待値マイナス) AI 予想勝率 17.3% (オッズ暗示: 34.5%) ※ 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。 |
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)
-50% (大幅な期待値マイナス)
AI 予想勝率
17.3% (オッズ暗示: 34.5%)
△期待値 (オッズ vs AI勝率)
-18% (オッズ過剰評価)
AI 予想勝率
15.8% (オッズ暗示: 19.2%)
△期待値 (オッズ vs AI勝率)
-14% (オッズ過剰評価)
AI 予想勝率
13.4% (オッズ暗示: 15.4%)
△期待値 (オッズ vs AI勝率)
-5% (オッズ過剰評価)
AI 予想勝率
13.4% (オッズ暗示: 14.1%)
△期待値 (オッズ vs AI勝率)
-3% (オッズ過剰評価)
AI 予想勝率
13.4% (オッズ暗示: 13.9%)
△期待値 (オッズ vs AI勝率)
+12% (市場と概ね一致)
AI 予想勝率
8.5% (オッズ暗示: 7.7%)
△期待値 (オッズ vs AI勝率)
+23% (市場と概ね一致)
AI 予想勝率
5.9% (オッズ暗示: 4.9%)
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
4.6% (オッズ暗示: 6.6%)
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
4.6% (オッズ暗示: 6.4%)
△期待値 (オッズ vs AI勝率)
-5% (オッズ過剰評価)
AI 予想勝率
3.0% (オッズ暗示: 3.1%)
💡 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）
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。
