函館 6R 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。

6R 函館競馬場　発走 12:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メイショウセンドウ推奨	吉田隼	実17.4	▲詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 12/06 5阪神12R 9着/16頭+2.2秒 11/15 4京都33R 4着/10頭+1.3秒 10/26 3京都94R 4着/16頭+2.2秒 ― ―
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) +23% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 5.7%) ※ 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。
2	ブレイズランナー	☆長浜	実10.0	▲詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 01/12 1中山53R 3着/16頭+0.7秒 12/21 5中京61R 2着/16頭+0.4秒 12/07 5中山22R 11着/16頭+1.6秒 09/28 4中山95R 10着/17頭+1.1秒 ―
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 7.1% (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。
3	ディープマウンテン	▲小林美	実24.3	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 12/13 5阪神35R 4着/7頭+0.7秒 ― ― ― ―
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) +72% (市場が大幅過小評価) AI 予想勝率 7.1% (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。
4	ステキサプライズ推奨	横山琉	実48.7	▲詳細▼	市場が大きく過小評価、AI予想勝率7% × オッズ48.7倍で期待値+246%の有力候補（市場想定よりAI評価が高く妙味）
前5走 01/18 1中山71R 5着/16頭+0.8秒 12/21 5中山67R 14着/16頭+3.5秒 09/28 4中山92R 9着/16頭+1.3秒 ― ―
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) +246% (市場が大幅過小評価) AI 予想勝率 7.1% (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。
5	レッドフロイデ	★河原田	実3.1	▲詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 10/05 3京都23R 4着/16頭+2.0秒 ― ― ― ―
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) -78% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 32.3%) ※ 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	フェンリル推奨	石川倭	実42.7	▲詳細▼	市場が大きく過小評価、AI予想勝率7% × オッズ42.7倍で期待値+203%の有力候補（市場想定よりAI評価が高く妙味）
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 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎ 期待値 (オッズ vs AI勝率) +203% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.3%) ※ 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。
7	ブリリアンス推奨	松本	実66.7	◎詳細▼	市場が大きく過小評価、AI予想勝率7% × オッズ66.7倍で期待値+381%の有力候補（市場想定よりAI評価が高く妙味）
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎ 期待値 (オッズ vs AI勝率) +381% (市場が大幅過小評価) AI 予想勝率 7.2% (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。
8	クラン	横山武	実11.0	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 12/06 5中京14R 17着/18頭+1.3秒 08/03 1札幌41R 6着/12頭+0.8秒 07/13 1函館105R 5着/7頭+0.9秒 ― ―
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) -22% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 9.1%) ※ 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。
9	ライヴマルガリータ	古川吉	実110.8	▲詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 01/17 1中山62R 4着/16頭+2.1秒 01/11 1中山42R 10着/16頭+2.6秒 12/13 5中山33R 10着/16頭+1.5秒 08/10 2新潟61R 14着/18頭+1.9秒 07/20 2福島84R 5着/8頭+1.8秒
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) +688% (市場が大幅過小評価) AI 予想勝率 7.1% (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。
10	シュヴェスター	☆舟山	実12.7	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/12 3京都41R 11着/12頭+2.6秒 09/13 4阪神36R 3着/13頭+1.2秒 ― ― ―
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) -10% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 7.9%) ※ 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。
11	ストリートクイーン推奨	丹内	実20.0	▲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（市場想定よりAI評価が高く妙味）
前5走 01/24 1京都83R 2着/16頭+0.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 7.1% (オッズ暗示: 5.0%) ※ 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	ララニューディー	佐々木	実7.4	◎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5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 12 ◎ 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 7.2% (オッズ暗示: 13.5%) ※ 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	チャーチルデュース	武豊	実3.7	▲詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 01/12 1京都54R 5着/16頭+1.2秒 ― ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 27.0%) ※ 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。
14	トルークマクト推奨	△鷲頭	実19.8	◎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（市場想定よりAI評価が高く妙味）
前5走 01/31 1小倉37R 13着/16頭+1.4秒 01/05 1中山25R 3着/16頭+0.4秒 ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 7.2% (オッズ暗示: 5.1%) ※ 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。

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

B推奨

ブリリアンス

騎手松本

単勝オッズ

66.7倍

AI期待値

+381%

買い目

¥300

全レースの推奨

AIの推奨本命の次点

▲5レッドフロイデ

3.1倍

EV -77%

▲1メイショウセンドウ

17.4倍

EV +23%

▲2ブレイズランナー

10.0倍

EV -28%

▲3ディープマウンテン

24.3倍

EV +72%

▲4ステキサプライズ

48.7倍

EV +246%

▲6フェンリル

42.7倍

EV +203%

▲8クラン

11.0倍

EV -21%

▲9ライヴマルガリータ

110.8倍

EV +688%

▲10シュヴェスター

12.7倍

EV -9%

▲11ストリートクイーン

20.0倍

EV +42%

▲13チャーチルデュース

3.7倍

EV -73%

出走馬AI評価順・全14頭

◎7

ブリリアンス

松本

66.7倍

+381%

›

◎12

ララニューディー

佐々木

7.4倍

-46%

›

◎14

トルークマクト

△鷲頭

19.8倍

+42%

›

▲5

レッドフロイデ

★河原田

3.1倍

-77%

›

▲1

メイショウセンドウ

吉田隼

17.4倍

+23%

›

▲2

ブレイズランナー

☆長浜

10.0倍

-28%

›

▲3

ディープマウンテン

▲小林美

24.3倍

+72%

›

▲4

ステキサプライズ

横山琉

48.7倍

+246%

›

▲6

フェンリル

石川倭

42.7倍

+203%

›

▲8

クラン

横山武

11.0倍

-21%

›

▲9

ライヴマルガリータ

古川吉

110.8倍

+688%

›

▲10

シュヴェスター

☆舟山

12.7倍

-9%

›

▲11

ストリートクイーン

丹内

20.0倍

+42%

›

▲13

チャーチルデュース

武豊

3.7倍

-73%

›

💡 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 14 トルークマクト実19.8倍期待値 +42% 推奨 13.9〜100.0倍 100円
単勝 11 ストリートクイーン実20.0倍期待値 +42% 推奨 14.1〜100.0倍 100円
単勝 1 メイショウセンドウ実17.4倍期待値 +23% 推奨 14.1〜100.0倍 100円

B. 新モデル (rank最適化 + leak-free)

単勝 7 ブリリアンス実66.7倍期待値 +374% 推奨 14.1〜100.0倍 300円
単勝 6 フェンリル実42.7倍期待値 +247% 推奨 12.3〜100.0倍 300円
単勝 4 ステキサプライズ実48.7倍期待値 +238% 推奨 14.4〜100.0倍 200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。