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。

モデル

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	ミルトメロディー	★河原田	実12.8	B△ A▽勝率6% EV-21% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 01/04 1中山11R 10着/16頭+2.1秒 11/16 5東京43R 12着/18頭+1.3秒 10/13 4東京56R 13着/17頭+1.9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 6.0着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 7.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.2% / 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	サトノフレイ	北村友	実5.6	B○ A×勝率6% EV-65% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 02/01 1東京25R 3着/16頭+0.4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 4.7着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 17.9%) × Aモデルの評価 (参考) レース内 9位 / 勝率 6.2% / 期待値 -65% ※ 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	ミレニアルピンク推奨	斎藤	実28.7	B▽ A△勝率6% EV+72% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+79%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 01/24 1京都86R 14着/17頭+1.5秒 12/28 5阪神86R 6着/16頭+0.3秒 ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 169日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +79% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 3.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.3% / 期待値 +73% ※ 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	ビップジョワ	▲遠藤	実77.8	B▽ A▽勝率6% EV+381% 詳細▼	大穴、AI予想勝率低く長期回収困難（64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 4 ◎ 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) +386% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.3% / 期待値 +382% ※ 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	ドラリズム	武豊	実5.8	B▲ A×勝率6% EV-63% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 01/25 1中山93R 6着/16頭+1.5秒 11/30 5東京85R 8着/16頭+1.8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 5.7着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 17.2%) × Aモデルの評価 (参考) レース内 10位 / 勝率 6.2% / 期待値 -63% ※ 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	ハナイロマヒナ	☆長浜	実74.9	B▽ A▽勝率6% EV+359% 詳細▼	大穴、AI予想勝率低く長期回収困難（162日ぶりの実戦）
前5走 01/31 1小倉36R 13着/18頭+0.8秒 12/13 5阪神33R 5着/14頭+0.3秒 11/22 4京都53R 4着/18頭+0.6秒 09/13 4阪神35R 4着/11頭+0.3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 7.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 162日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +368% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.3% / 期待値 +359% ※ 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	フォークスアップ	横山和	実59.8	B▽ A▽勝率6% EV+280% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／77日ぶりの実戦）
前5走 11/16 5東京41R 15着/16頭+2.1秒 11/02 4東京112R 12着/14頭+2.6秒 09/06 4中山15R 8着/16頭+1.2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 13.0着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +273% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 6.2% / 期待値 +281% ※ 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	フォルストランキル	小沢	実13.0	B△ A▲勝率6% EV-20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（99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 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 △ ローテーション 99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 6.2% (オッズ暗示: 7.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.3% / 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。
9	ワイドアルバ	川又	実152.0	B▽ A▽勝率6% EV+829% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／85日ぶりの実戦）
前5走 01/04 1京都11R 12着/16頭+1.5秒 11/24 3福島61R 7着/16頭+2.2秒 10/11 3京都31R 11着/16頭+2.0秒 09/21 4阪神74R 10着/13頭+1.7秒 08/03 1札幌41R 3着/12頭+0.3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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +850% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 6.2% / 期待値 +829% ※ 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	ネオシューマン	☆舟山	実90.3	B▽ A▽勝率6% EV+449% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.5着と低調／70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 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.5着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +464% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 6.2% / 期待値 +450% ※ 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	ソルトバーン	◇古川奈	実144.1	B▽ A▽勝率6% EV+784% 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／134日ぶりの実戦）
前5走 11/30 5東京84R 13着/13頭+3.6秒 11/08 3福島12R 7着/16頭+1.0秒 08/09 2新潟52R 7着/10頭+2.4秒 07/27 2新潟22R 5着/6頭+2.8秒 07/13 2福島65R 9着/15頭+1.8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 11.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 134日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +800% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 6.2% / 期待値 +784% ※ 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	マティンデ	丹内	実7.6	B△ A○勝率6% EV-50% 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8.3着と低調／141日ぶりの実戦）
前5走 11/01 3京都102R 3着/12頭+0.1秒 10/11 3京都35R 6着/17頭+1.3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 8.3着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 141日休養明け × 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 6.2% (オッズ暗示: 13.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.3% / 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。
13	ハネマン	原田和	実41.3	B▽ A△勝率6% EV+152% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／78日ぶりの実戦）
前5走 02/01 1小倉42R 18着/18頭+2.8秒 11/24 3福島66R 14着/16頭+1.3秒 11/09 3福島22R 4着/16頭+0.5秒 08/31 2札幌41R 7着/10頭+1.0秒 06/28 1函館55R 3着/16頭+0.2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 10.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +158% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 2.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.3% / 期待値 +152% ※ 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	ルージュフィーリア	佐々木	実2.1	B× A×勝率6% EV-86% 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 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 14 ◎ 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 1位 (最上位評価) × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 47.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 6.5% / 期待値 -86% ※ 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	ノーブルマドンナ	▲和田陽	実252.9	B▽ A▽勝率6% EV+999% 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／119日ぶりの実戦）
前5走 12/14 5阪神44R 8着/11頭+1.2秒 ― ― ― ―
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 9.7着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 119日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 6.2% / 期待値 +1402% ※ 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	ルーチェコメット	横山琉	実55.4	B▽ A△勝率6% EV+249% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調／77日ぶりの実戦）
前5走 01/25 1京都95R 15着/18頭+2.1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 10.5着 (不振) 🌟◎ 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 6.2% (オッズ暗示: 1.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.3% / 期待値 +250% ※ 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 ×

ルージュフィーリア

騎手佐々木

単勝オッズ

2.1倍

AI期待値

-86%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:×2サトノフレイ

5.6倍

EV -65%

▲A:×5ドラリズム

5.8倍

EV -63%

出走馬全16頭

×A:×14

ルージュフィーリア

佐々木

2.1倍

-86%

›

○A:×2

サトノフレイ

北村友

5.6倍

-65%

›

▲A:×5

ドラリズム

武豊

5.8倍

-63%

›

△A:○12

マティンデ

丹内

7.6倍

-52%

›

△A:▽1

ミルトメロディー

★河原田

12.8倍

-19%

›

△A:▲8

フォルストランキル

小沢

13.0倍

-18%

›

▽A:△3

ミレニアルピンク

斎藤

28.7倍

+79%

›

▽A:△13

ハネマン

原田和

41.3倍

+158%

›

▽A:△16

ルーチェコメット

横山琉

55.4倍

+246%

›

▽A:▽7

フォークスアップ

横山和

59.8倍

+273%

›

▽A:▽6

ハナイロマヒナ

☆長浜

74.9倍

+368%

›

▽A:▽4

ビップジョワ

▲遠藤

77.8倍

+386%

›

▽A:▽10

ネオシューマン

☆舟山

90.3倍

+464%

›

▽A:▽11

ソルトバーン

◇古川奈

144.1倍

+800%

›

▽A:▽9

ワイドアルバ

川又

152.0倍

+850%

›

▽A:▽15

ノーブルマドンナ

▲和田陽

252.9倍

+999%

›

💡 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 (AI 期待値プラス判定)

A. 現行モデル (binary)

このモデルは本レース見送り判定（期待値プラスなし）

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 3 ミレニアルピンク実28.7倍期待値 +79% 推奨 16.0〜30.0倍 100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

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	ミルトメロディー	★河原田	実12.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 01/04 1中山11R 10着/16頭+2.1秒 11/16 5東京43R 12着/18頭+1.3秒 10/13 4東京56R 13着/17頭+1.9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 6.0着 ○ 前走実績前走 3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 6.2% (オッズ暗示: 7.8%) ※ 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。
2	サトノフレイ	北村友	実5.6	×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）
前5走 02/01 1東京25R 3着/16頭+0.4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 4.7着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 17.9%) ※ 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。
3	ミレニアルピンク推奨	斎藤	実28.7	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+72%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 01/24 1京都86R 14着/17頭+1.5秒 12/28 5阪神86R 6着/16頭+0.3秒 ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 169日休養明け 🌟◎ 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 6.3% (オッズ暗示: 3.5%) ※ 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。
4	ビップジョワ	▲遠藤	実77.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（64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 4 ◎ 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) +381% (市場が大幅過小評価) AI 予想勝率 6.3% (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。
5	ドラリズム	武豊	実5.8	×詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 01/25 1中山93R 6着/16頭+1.5秒 11/30 5東京85R 8着/16頭+1.8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 5.7着 ○ 前走実績前走 3着 (好走) × 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 6.2% (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。
6	ハナイロマヒナ	☆長浜	実74.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（162日ぶりの実戦）
前5走 01/31 1小倉36R 13着/18頭+0.8秒 12/13 5阪神33R 5着/14頭+0.3秒 11/22 4京都53R 4着/18頭+0.6秒 09/13 4阪神35R 4着/11頭+0.3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 7.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 162日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +359% (市場が大幅過小評価) AI 予想勝率 6.3% (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。
7	フォークスアップ	横山和	実59.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／77日ぶりの実戦）
前5走 11/16 5東京41R 15着/16頭+2.1秒 11/02 4東京112R 12着/14頭+2.6秒 09/06 4中山15R 8着/16頭+1.2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 13.0着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +280% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.7%) ※ 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	フォルストランキル	小沢	実13.0	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（99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 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 6.3% (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。
9	ワイドアルバ	川又	実152.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／85日ぶりの実戦）
前5走 01/04 1京都11R 12着/16頭+1.5秒 11/24 3福島61R 7着/16頭+2.2秒 10/11 3京都31R 11着/16頭+2.0秒 09/21 4阪神74R 10着/13頭+1.7秒 08/03 1札幌41R 3着/12頭+0.3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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +829% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 0.7%) ※ 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。
10	ネオシューマン	☆舟山	実90.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.5着と低調／70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 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.5着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +449% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.1%) ※ 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	ソルトバーン	◇古川奈	実144.1	▽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／134日ぶりの実戦）
前5走 11/30 5東京84R 13着/13頭+3.6秒 11/08 3福島12R 7着/16頭+1.0秒 08/09 2新潟52R 7着/10頭+2.4秒 07/27 2新潟22R 5着/6頭+2.8秒 07/13 2福島65R 9着/15頭+1.8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 11.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 134日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +784% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 0.7%) ※ 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。
12	マティンデ	丹内	実7.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.3着と低調／141日ぶりの実戦）
前5走 11/01 3京都102R 3着/12頭+0.1秒 10/11 3京都35R 6着/17頭+1.3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 8.3着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 141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 6.3% (オッズ暗示: 13.2%) ※ 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。
13	ハネマン	原田和	実41.3	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／78日ぶりの実戦）
前5走 02/01 1小倉42R 18着/18頭+2.8秒 11/24 3福島66R 14着/16頭+1.3秒 11/09 3福島22R 4着/16頭+0.5秒 08/31 2札幌41R 7着/10頭+1.0秒 06/28 1函館55R 3着/16頭+0.2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 10.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +152% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 2.4%) ※ 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。
14	ルージュフィーリア	佐々木	実2.1	×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 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 14 ◎ 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 1位 (最上位評価) × 期待値 (オッズ vs AI勝率) -86% (大幅な期待値マイナス) AI 予想勝率 6.5% (オッズ暗示: 47.6%) ※ 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。
15	ノーブルマドンナ	▲和田陽	実252.9	▽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／119日ぶりの実戦）
前5走 12/14 5阪神44R 8着/11頭+1.2秒 ― ― ― ―
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 9.7着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 119日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 0.4%) ※ 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。
16	ルーチェコメット	横山琉	実55.4	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.5着と低調／77日ぶりの実戦）
前5走 01/25 1京都95R 15着/18頭+2.1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 10.5着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +249% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 1.8%) ※ 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。

🎯 AIの本命

AI評価1位

ルージュフィーリア

騎手佐々木

単勝オッズ

2.1倍

AI期待値

-86%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12マティンデ

7.6倍

EV -50%

▲8フォルストランキル

13.0倍

EV -20%

出走馬全16頭

×14

ルージュフィーリア

佐々木

2.1倍

-86%

›

○12

マティンデ

丹内

7.6倍

-50%

›

▲8

フォルストランキル

小沢

13.0倍

-20%

›

△3

ミレニアルピンク

斎藤

28.7倍

+72%

›

△13

ハネマン

原田和

41.3倍

+152%

›

△16

ルーチェコメット

横山琉

55.4倍

+249%

›

▽6

ハナイロマヒナ

☆長浜

74.9倍

+359%

›

▽4

ビップジョワ

▲遠藤

77.8倍

+381%

›

×2

サトノフレイ

北村友

5.6倍

-65%

›

×5

ドラリズム

武豊

5.8倍

-63%

›

▽1

ミルトメロディー

★河原田

12.8倍

-21%

›

▽7

フォークスアップ

横山和

59.8倍

+280%

›

▽10

ネオシューマン

☆舟山

90.3倍

+449%

›

▽11

ソルトバーン

◇古川奈

144.1倍

+784%

›

▽9

ワイドアルバ

川又

152.0倍

+829%

›

▽15

ノーブルマドンナ

▲和田陽

252.9倍

+999%

›

💡 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)

このモデルは本レース見送り判定（期待値プラスなし）

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 3 ミレニアルピンク実28.7倍期待値 +79% 推奨 16.0〜30.0倍 100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。