函館 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。

9R 函館競馬場　発走 14:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スイミーユニバンス推奨	鮫島駿	実62.9	▽詳細▼	市場が大きく過小評価、AI予想勝率5% × オッズ62.9倍で期待値+192%の有力候補（市場想定よりAI評価が高く妙味）
前5走 06/15 1函館211R 11着/14頭+1.0秒 06/15 1函館211R 11着/14頭+1.0秒 06/15 1函館211R 11着/14頭+1.0秒 06/15 1函館211R 11着/14頭+1.0秒 06/15 1函館211R 11着/14頭+1.0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) +192% (市場が大幅過小評価) AI 予想勝率 4.6% (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。
2	ハリウッドメモリー	横山和	実5.8	×詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 02/01 1小倉410R 2着/15頭+0.1秒 11/29 4京都712R 10着/16頭+0.8秒 09/06 2札幌510R 3着/16頭+0.2秒 08/17 1札幌89R 1着/16頭勝利 07/13 1函館1012R 8着/8頭+1.7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) -63% (大幅な期待値マイナス) AI 予想勝率 6.3% (オッズ暗示: 17.2%) ※ 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。
3	マジカルフェアリー	舟山	実34.5	○詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/16 1札幌710R 4着/13頭+0.1秒 07/19 1函館1112R 1着/16頭勝利 07/05 1函館712R 9着/13頭+1.6秒 04/13 2阪神69R 7着/8頭+1.3秒 03/29 2阪神19R 12着/14頭+1.2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) +142% (市場が大幅過小評価) AI 予想勝率 7.0% (オッズ暗示: 2.9%) ※ 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	マルプリ推奨	秋山稔	実73.4	▽詳細▼	市場が大きく過小評価、AI予想勝率4% × オッズ73.4倍で期待値+208%の有力候補（市場想定よりAI評価が高く妙味）
前5走 04/27 2東京28R 8着/14頭+0.3秒 04/27 2東京28R 8着/14頭+0.3秒 04/27 2東京28R 8着/14頭+0.3秒 04/27 2東京28R 8着/14頭+0.3秒 04/27 2東京28R 8着/14頭+0.3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) +208% (市場が大幅過小評価) AI 予想勝率 4.2% (オッズ暗示: 1.4%) ※ 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	ゴキゲンサン推奨	国分恭	実70.6	▽詳細▼	市場が大きく過小評価、AI予想勝率6% × オッズ70.6倍で期待値+313%の有力候補（市場想定よりAI評価が高く妙味）
前5走 06/15 1函館211R 2着/14頭+0.3秒 06/15 1函館211R 2着/14頭+0.3秒 06/15 1函館211R 2着/14頭+0.3秒 06/15 1函館211R 2着/14頭+0.3秒 06/15 1函館211R 2着/14頭+0.3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) +313% (市場が大幅過小評価) AI 予想勝率 5.9% (オッズ暗示: 1.4%) ※ 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。
6	マナボニート	丹内	実4.4	▲詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 01/18 1京都74R 5着/10頭+0.2秒 01/05 1京都23R 1着/14頭勝利 ― ― ―
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) -71% (大幅な期待値マイナス) AI 予想勝率 6.6% (オッズ暗示: 22.7%) ※ 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。
7	リリーフィールド	佐々木	実13.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 11/08 4京都19R 9着/16頭+1.7秒 10/11 3京都310R 2着/13頭+0.0秒 07/20 1函館129R 6着/13頭+0.4秒 07/06 1函館89R 2着/11頭+0.1秒 05/01 園田11R 3着/12頭+0.5秒
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) -17% (オッズ過剰評価) AI 予想勝率 6.0% (オッズ暗示: 7.2%) ※ 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	ラスティングスノー	横山琉	実20.5	◎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 12/14 5阪神411R 16着/18頭+1.8秒 10/04 3京都19R 1着/8頭勝利 08/30 2札幌31R 1着/8頭勝利 08/10 1札幌65R 2着/12頭+0.1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) +59% (市場が大幅過小評価) AI 予想勝率 7.8% (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。
9	ミニョンマルーン	長浜	実29.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 02/01 1小倉410R 9着/15頭+0.4秒 12/27 5中山79R 8着/16頭+1.0秒 12/06 5中山112R 5着/13頭+0.3秒 08/30 2札幌37R 1着/12頭勝利 08/17 1札幌86R 2着/12頭+0.0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) +92% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 3.3%) ※ 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。
10	ベルビースタローン推奨	小林美	実19.6	△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 01/25 1小倉29R 4着/16頭+0.3秒 07/19 2小倉77R 8着/9頭+0.9秒 07/06 2小倉49R 2着/8頭+0.1秒 06/08 3阪神212R 6着/16頭+0.7秒 03/15 2中山511R 8着/12頭+0.3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) +26% (市場と概ね一致) AI 予想勝率 6.5% (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。
11	ベビーズブレス	武豊	実7.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 11/29 4京都712R 7着/16頭+0.6秒 09/06 2札幌510R 5着/16頭+0.3秒 08/31 2札幌410R 2着/16頭+0.1秒 07/05 1函館78R 1着/9頭勝利 06/22 1函館41R 1着/15頭勝利
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) -54% (大幅な期待値マイナス) AI 予想勝率 6.5% (オッズ暗示: 14.3%) ※ 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。
12	ヒラボクミニー	浜中	実26.5	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 01/05 1中山18R 4着/16頭+0.9秒 12/21 5中山712R 2着/16頭+0.4秒 11/09 3福島310R 7着/16頭+0.6秒 08/18 2札幌410R 4着/16頭+0.3秒 08/04 1札幌612R 1着/15頭勝利
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) +77% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 3.8%) ※ 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。
13	ショウナンカリス	池添	実5.3	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 12/14 5阪神411R 7着/18頭+0.9秒 11/01 3京都1011R 2着/12頭+0.0秒 08/30 2札幌39R 2着/13頭+0.2秒 07/26 1札幌11R 1着/12頭勝利 07/05 1函館71R 4着/8頭+0.9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) -62% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 18.9%) ※ 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。
14	セイプリーズ	古川吉	実40.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 01/25 1小倉29R 6着/16頭+0.7秒 11/22 3福島512R 4着/16頭+0.3秒 03/01 1小倉112R 1着/18頭勝利 02/02 1小倉42R 3着/16頭+0.7秒 01/06 1中京26R 4着/18頭+0.7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) +137% (市場が大幅過小評価) AI 予想勝率 5.8% (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。
15	モズアンタレス	吉田隼	実18.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/31 2京都1112R 8着/13頭+0.8秒 05/31 2京都1112R 8着/13頭+0.8秒 05/31 2京都1112R 8着/13頭+0.8秒 05/31 2京都1112R 8着/13頭+0.8秒 05/31 2京都1112R 8着/13頭+0.8秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 6.1% (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。
16	サンタアニタ	斎藤	実7.4	×詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 12/20 5中京512R 2着/18頭+0.0秒 11/24 5東京65R 3着/16頭+0.5秒 11/01 4東京106R 5着/15頭+0.9秒 10/12 4東京46R 3着/15頭+0.4秒 09/13 4中山38R 2着/15頭+0.5秒
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 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 6.4% (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。

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

ラスティングスノー

騎手横山琉

単勝オッズ

20.5倍

AI期待値

+59%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

▲13ショウナンカリス

5.3倍

EV -62%

○3マジカルフェアリー

34.5倍

EV +142%

▲12ヒラボクミニー

26.5倍

EV +77%

▲6マナボニート

4.4倍

EV -70%

出走馬AI評価順・全16頭

◎8

ラスティングスノー

横山琉

20.5倍

+59%

›

▲13

ショウナンカリス

池添

5.3倍

-62%

›

○3

マジカルフェアリー

舟山

34.5倍

+142%

›

▲12

ヒラボクミニー

浜中

26.5倍

+77%

›

▲6

マナボニート

丹内

4.4倍

-70%

›

△11

ベビーズブレス

武豊

7.0倍

-54%

›

△10

ベルビースタローン

小林美

19.6倍

+26%

›

△9

ミニョンマルーン

長浜

29.9倍

+92%

›

×16

サンタアニタ

斎藤

7.4倍

-52%

›

×2

ハリウッドメモリー

横山和

5.8倍

-63%

›

▽15

モズアンタレス

吉田隼

18.8倍

+14%

›

▽7

リリーフィールド

佐々木

13.9倍

-16%

›

▽5

ゴキゲンサン

国分恭

70.6倍

+313%

›

▽14

セイプリーズ

古川吉

40.6倍

+137%

›

▽1

スイミーユニバンス

鮫島駿

62.9倍

+192%

›

▽4

マルプリ

秋山稔

73.4倍

+208%

›

💡 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 10 ベルビースタローン実19.6倍期待値 +23% 推奨 15.8〜100.0倍 100円

B. 新モデル (rank最適化 + leak-free)

単勝 5 ゴキゲンサン実70.6倍期待値 +313% 推奨 17.1〜100.0倍 200円
単勝 4 マルプリ実73.4倍期待値 +208% 推奨 23.8〜100.0倍 100円
単勝 1 スイミーユニバンス実62.9倍期待値 +192% 推奨 21.5〜100.0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。