札幌 11R 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

11R 札幌競馬場　発走 15:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スピードリッチ	北村友	実18.9	B× A△勝率4% EV-20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率50%と適性高／前走2着／71日ぶりの実戦）
前5走 12/27 5中山712R 9着/14頭+0.8秒 11/22 4京都510R 7着/16頭+0.6秒 10/13 4東京510R 4着/8頭+0.2秒 08/23 2札幌111R 2着/14頭+0.1秒 07/26 1札幌110R 1着/13頭勝利
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 4.7着 ◎ 当競馬場適性 4走で勝率 50% (得意) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 5.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 期待値 -21% ※ 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	ミラージュナイト	西村淳	実2.6	B🌟◎ A◎勝率22% EV-42% 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走で勝率33%と好調）
前5走 10/26 3京都911R 6着/18頭+0.5秒 08/30 2札幌311R 1着/14頭勝利 08/10 1札幌69R 1着/9頭勝利 03/01 1阪神19R 2着/8頭+0.2秒 01/25 1中京89R 3着/10頭+0.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 32.2% (オッズ暗示: 38.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.1% / 期待値 -42% ※ 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	レクスノヴァス	岩田康	実3.8	B○ A○勝率19% EV-28% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／77日ぶりの実戦）
前5走 10/26 3京都911R 9着/18頭+0.8秒 08/17 1札幌812R 1着/14頭勝利 07/20 1函館128R 1着/9頭勝利 06/29 1函館69R 2着/10頭+0.0秒 06/15 1函館26R 1着/12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) -28% (オッズ過剰評価) AI 予想勝率 18.9% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.8% / 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。
4	ギャンブルルーム	松本	実22.9	B▽ A▽勝率4% EV-14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／直近3走で勝率33%と好調）
前5走 11/22 4京都510R 10着/16頭+1.0秒 11/02 3京都1110R 3着/13頭+0.3秒 06/15 3東京410R 13着/15頭+6.8秒 04/26 2京都110R 11着/12頭+3.4秒 03/30 2阪神210R 7着/12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戦の調子勝率 33% (上り調子) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.7% / 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。
5	コーチェラバレー	横山和	実10.0	B△ A△勝率12% EV+18% 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3着／119日ぶりの実戦）
前5走 12/28 5中山89R 1着/14頭勝利 10/26 3京都911R 7着/18頭+0.6秒 09/13 4阪神38R 1着/6頭勝利 06/07 3東京19R 5着/12頭+2.0秒 05/10 2京都511R 7着/10頭+0.9秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 10.2% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.9% / 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。
6	パトリックハンサム	小林美	実52.1	B▽ A▽勝率2% EV+3% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率100%と適性高／直近3走平均10.0着と低調／511日ぶりの実戦）
前5走 03/02 1小倉1211R 10着/13頭+1.1秒 03/02 1小倉1211R 10着/13頭+1.1秒 03/02 1小倉1211R 10着/13頭+1.1秒 03/02 1小倉1211R 10着/13頭+1.1秒 03/02 1小倉1211R 10着/13頭+1.1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 10.0着 (不振) ◎ 当競馬場適性 12走で勝率 100% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 511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 1.0% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 2.0% / 期待値 +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。
7	ブレイヴロッカー	池添	実22.4	B▽ A▽勝率4% EV-6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0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 3.0着 (安定) × 当競馬場適性 12走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 441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 3.5% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.2% / 期待値 -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。
8	レッドテリオス	武豊	実6.6	B▲ A▲勝率13% EV-12% 詳細▼	AI上位評価だが期待値不足、見送り（71日ぶりの実戦）
前5走 12/27 5中山712R 6着/14頭+0.5秒 11/22 4京都510R 6着/16頭+0.5秒 04/06 3中山49R 1着/12頭勝利 03/08 2中山39R 3着/10頭+0.3秒 01/12 1中山47R 1着/18頭勝利
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 7.3着 (不振) × 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 10.4% (オッズ暗示: 15.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.3% / 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	エコロレイズ	横山琉	実63.6	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走で勝率33%と好調／98日ぶりの実戦）
前5走 12/28 5中山89R 6着/14頭+0.6秒 12/07 5中山27R 5着/11頭+1.2秒 11/24 5東京69R 4着/12頭+0.5秒 09/20 4中山610R 3着/9頭+1.4秒 08/17 2新潟88R 4着/9頭+0.6秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 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 0.7% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 1.0% / 期待値 -39% ※ 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	バルナバ	舟山	実32.1	B▽ A▽勝率4% EV+19% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／105日ぶりの実戦）
前5走 12/14 5中京410R 1着/10頭勝利 11/22 3福島59R 1着/16頭勝利 08/31 2札幌49R 12着/14頭+2.4秒 08/10 1札幌69R 5着/9頭+1.5秒 07/20 1函館128R 3着/9頭+0.6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) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 2.2% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 3.7% / 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。
11	アマキヒ	佐々木	実11.1	B△ A△勝率9% EV0% 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5走 12/27 5中山712R 2着/14頭+0.3秒 10/26 3京都911R 11着/18頭+1.4秒 08/17 2新潟88R 1着/9頭勝利 04/26 2東京111R 5着/13頭+0.2秒 03/23 2中山86R 1着/12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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 10.2% (オッズ暗示: 9.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.9% / 期待値 -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。
12	ラスカンブレス	丹内	実39.9	B▽ A▽勝率2% EV-20% 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／77日ぶりの実戦）
前5走 12/06 5中山111R 11着/14頭+0.9秒 10/13 4東京511R 17着/18頭+1.6秒 07/20 2小倉811R 4着/16頭+0.4秒 05/17 2東京711R 1着/12頭勝利 03/30 2阪神210R 2着/12頭+0.2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 11.7着 (不振) × 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 1.6% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 2.0% / 期待値 -21% ※ 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	ホールネス	小沢	実22.7	B△ A▽勝率4% EV-4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均14.0着と低調／553日ぶりの実戦）
前5走 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 553日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.2% / 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。

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 ◎

ミラージュナイト

騎手西村淳

単勝オッズ

2.6倍

AI期待値

-16%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○3レクスノヴァス

3.8倍

EV -28%

▲A:▲8レッドテリオス

6.6倍

EV -31%

出走馬全13頭

◎A:◎2

ミラージュナイト

西村淳

2.6倍

-16%

›

○A:○3

レクスノヴァス

岩田康

3.8倍

-28%

›

▲A:▲8

レッドテリオス

武豊

6.6倍

-31%

›

△A:△5

コーチェラバレー

横山和

10.0倍

+1%

›

△A:△11

アマキヒ

佐々木

11.1倍

+12%

›

△A:▽13

ホールネス

小沢

22.7倍

-15%

›

▽A:▽7

ブレイヴロッカー

池添

22.4倍

-20%

›

▽A:▽4

ギャンブルルーム

松本

22.9倍

-32%

›

×A:△1

スピードリッチ

北村友

18.9倍

-51%

›

▽A:▽10

バルナバ

舟山

32.1倍

-28%

›

▽A:▽12

ラスカンブレス

丹内

39.9倍

-35%

›

▽A:▽6

パトリックハンサム

小林美

52.1倍

-49%

›

×A:▽9

エコロレイズ

横山琉

63.6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

両モデルとも本レースは見送り判定（期待値プラスなし）

11R 札幌競馬場　発走 15:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スピードリッチ	北村友	実18.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率50%と適性高／前走2着／71日ぶりの実戦）
前5走 12/27 5中山712R 9着/14頭+0.8秒 11/22 4京都510R 7着/16頭+0.6秒 10/13 4東京510R 4着/8頭+0.2秒 08/23 2札幌111R 2着/14頭+0.1秒 07/26 1札幌110R 1着/13頭勝利
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 4.7着 ◎ 当競馬場適性 4走で勝率 50% (得意) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 4.2% (オッズ暗示: 5.3%) ※ 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	ミラージュナイト	西村淳	実2.6	◎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走で勝率33%と好調）
前5走 10/26 3京都911R 6着/18頭+0.5秒 08/30 2札幌311R 1着/14頭勝利 08/10 1札幌69R 1着/9頭勝利 03/01 1阪神19R 2着/8頭+0.2秒 01/25 1中京89R 3着/10頭+0.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 22.1% (オッズ暗示: 38.5%) ※ 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。
3	レクスノヴァス	岩田康	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い／77日ぶりの実戦）
前5走 10/26 3京都911R 9着/18頭+0.8秒 08/17 1札幌812R 1着/14頭勝利 07/20 1函館128R 1着/9頭勝利 06/29 1函館69R 2着/10頭+0.0秒 06/15 1函館26R 1着/12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) -29% (オッズ過剰評価) AI 予想勝率 18.8% (オッズ暗示: 26.3%) ※ 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。
4	ギャンブルルーム	松本	実22.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／直近3走で勝率33%と好調）
前5走 11/22 4京都510R 10着/16頭+1.0秒 11/02 3京都1110R 3着/13頭+0.3秒 06/15 3東京410R 13着/15頭+6.8秒 04/26 2京都110R 11着/12頭+3.4秒 03/30 2阪神210R 7着/12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戦の調子勝率 33% (上り調子) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 4.4%) ※ 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	コーチェラバレー	横山和	実10.0	△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3着／119日ぶりの実戦）
前5走 12/28 5中山89R 1着/14頭勝利 10/26 3京都911R 7着/18頭+0.6秒 09/13 4阪神38R 1着/6頭勝利 06/07 3東京19R 5着/12頭+2.0秒 05/10 2京都511R 7着/10頭+0.9秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 3着 (好走) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 11.9% (オッズ暗示: 10.0%) ※ 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。
6	パトリックハンサム	小林美	実52.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率100%と適性高／直近3走平均10.0着と低調／511日ぶりの実戦）
前5走 03/02 1小倉1211R 10着/13頭+1.1秒 03/02 1小倉1211R 10着/13頭+1.1秒 03/02 1小倉1211R 10着/13頭+1.1秒 03/02 1小倉1211R 10着/13頭+1.1秒 03/02 1小倉1211R 10着/13頭+1.1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 10.0着 (不振) ◎ 当競馬場適性 12走で勝率 100% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 511日休養明け △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 2.0% (オッズ暗示: 1.9%) ※ 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	ブレイヴロッカー	池添	実22.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0秒 05/11 2東京610R 3着/10頭+0.0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 3.0着 (安定) × 当競馬場適性 12走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 441日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 4.2% (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。
8	レッドテリオス	武豊	実6.6	▲詳細▼	AI上位評価だが期待値不足、見送り（71日ぶりの実戦）
前5走 12/27 5中山712R 6着/14頭+0.5秒 11/22 4京都510R 6着/16頭+0.5秒 04/06 3中山49R 1着/12頭勝利 03/08 2中山39R 3着/10頭+0.3秒 01/12 1中山47R 1着/18頭勝利
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 7.3着 (不振) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 13.3% (オッズ暗示: 15.2%) ※ 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	エコロレイズ	横山琉	実63.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／98日ぶりの実戦）
前5走 12/28 5中山89R 6着/14頭+0.6秒 12/07 5中山27R 5着/11頭+1.2秒 11/24 5東京69R 4着/12頭+0.5秒 09/20 4中山610R 3着/9頭+1.4秒 08/17 2新潟88R 4着/9頭+0.6秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 98日休養明け × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.6%) ※ 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。
10	バルナバ	舟山	実32.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／105日ぶりの実戦）
前5走 12/14 5中京410R 1着/10頭勝利 11/22 3福島59R 1着/16頭勝利 08/31 2札幌49R 12着/14頭+2.4秒 08/10 1札幌69R 5着/9頭+1.5秒 07/20 1函館128R 3着/9頭+0.6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) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 3.7% (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。
11	アマキヒ	佐々木	実11.1	△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5走 12/27 5中山712R 2着/14頭+0.3秒 10/26 3京都911R 11着/18頭+1.4秒 08/17 2新潟88R 1着/9頭勝利 04/26 2東京111R 5着/13頭+0.2秒 03/23 2中山86R 1着/12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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 8.9% (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。
12	ラスカンブレス	丹内	実39.9	▽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／77日ぶりの実戦）
前5走 12/06 5中山111R 11着/14頭+0.9秒 10/13 4東京511R 17着/18頭+1.6秒 07/20 2小倉811R 4着/16頭+0.4秒 05/17 2東京711R 1着/12頭勝利 03/30 2阪神210R 2着/12頭+0.2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 11.7着 (不振) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 2.0% (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	ホールネス	小沢	実22.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均14.0着と低調／553日ぶりの実戦）
前5走 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0秒 01/19 1中京711R 14着/16頭+3.0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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 553日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 4.2% (オッズ暗示: 4.4%) ※ 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。

🎯 AIの本命

AI評価1位

ミラージュナイト

騎手西村淳

単勝オッズ

2.6倍

AI期待値

-42%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3レクスノヴァス

3.8倍

EV -28%

▲8レッドテリオス

6.6倍

EV -12%

出走馬全13頭

◎2

ミラージュナイト

西村淳

2.6倍

-42%

›

○3

レクスノヴァス

岩田康

3.8倍

-28%

›

▲8

レッドテリオス

武豊

6.6倍

-12%

›

△5

コーチェラバレー

横山和

10.0倍

+18%

›

△11

アマキヒ

佐々木

11.1倍

›

△1

スピードリッチ

北村友

18.9倍

-20%

›

▽7

ブレイヴロッカー

池添

22.4倍

-6%

›

▽13

ホールネス

小沢

22.7倍

-4%

›

▽4

ギャンブルルーム

松本

22.9倍

-14%

›

▽10

バルナバ

舟山

32.1倍

+19%

›

▽12

ラスカンブレス

丹内

39.9倍

-20%

›

▽6

パトリックハンサム

小林美

52.1倍

+3%

›

▽9

エコロレイズ

横山琉

63.6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。