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13.6	B△ A▽勝率6% EV-15% 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) -15% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 7.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.2% / 期待値 -16% ※ 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6.2	B▲ A×勝率6% EV-61% 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) -61% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 16.1%) × Aモデルの評価 (参考) レース内 10位 / 勝率 6.2% / 期待値 -62% ※ 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25.2	B▽ A△勝率6% EV+58% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+57%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) +57% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 4.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.3% / 期待値 +58% ※ 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55.6	B▽ A▽勝率6% EV+249% 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) +247% (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 8位 / 勝率 6.3% / 期待値 +249% ※ 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4.7	B○ A×勝率6% EV-70% 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) -71% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 21.3%) × Aモデルの評価 (参考) レース内 9位 / 勝率 6.2% / 期待値 -71% ※ 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51.1	B▽ A△勝率6% EV+220% 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) +219% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 2.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.3% / 期待値 +221% ※ 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52.6	B▽ A▽勝率6% EV+225% 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) +228% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 6.2% / 期待値 +226% ※ 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14.3	B△ A▲勝率6% EV-10% 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) -11% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 7.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.3% / 期待値 -10% ※ 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93.7	B▽ A▽勝率6% EV+480% 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) +485% (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 15位 / 勝率 6.2% / 期待値 +480% ※ 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57.5	B▽ A▽勝率6% EV+256% 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) +259% (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 13位 / 勝率 6.2% / 期待値 +256% ※ 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86.9	B▽ A▽勝率6% EV+438% 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) +443% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 6.2% / 期待値 +438% ※ 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7.8	B△ A○勝率6% EV-51% 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) -51% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 12.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.3% / 期待値 -51% ※ 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53.4	B▽ A▽勝率6% EV+235% 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) +233% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.3% / 期待値 +235% ※ 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2.3	B× A×勝率6% EV-85% 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 6.2% (オッズ暗示: 43.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 6.5% / 期待値 -85% ※ 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128.5	B▽ A▽勝率6% EV+695% 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) +703% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 6.2% / 期待値 +696% ※ 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39.8	B▽ A△勝率6% EV+149% 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) +148% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 2.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.3% / 期待値 +150% ※ 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

2.3倍

AI期待値

-85%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:×5ドラリズム

4.7倍

EV -70%

▲A:×2サトノフレイ

6.2倍

EV -61%

出走馬全16頭

×A:×14

ルージュフィーリア

佐々木

2.3倍

-85%

›

○A:×5

ドラリズム

武豊

4.7倍

-70%

›

▲A:×2

サトノフレイ

北村友

6.2倍

-61%

›

△A:○12

マティンデ

丹内

7.8倍

-51%

›

△A:▽1

ミルトメロディー

★河原田

13.6倍

-15%

›

△A:▲8

フォルストランキル

小沢

14.3倍

-10%

›

▽A:△3

ミレニアルピンク

斎藤

25.2倍

+57%

›

▽A:△16

ルーチェコメット

横山琉

39.8倍

+148%

›

▽A:△6

ハナイロマヒナ

☆長浜

51.1倍

+219%

›

▽A:▽7

フォークスアップ

横山和

52.6倍

+228%

›

▽A:▽13

ハネマン

原田和

53.4倍

+233%

›

▽A:▽4

ビップジョワ

▲遠藤

55.6倍

+247%

›

▽A:▽10

ネオシューマン

☆舟山

57.5倍

+259%

›

▽A:▽11

ソルトバーン

◇古川奈

86.9倍

+443%

›

▽A:▽9

ワイドアルバ

川又

93.7倍

+485%

›

▽A:▽15

ノーブルマドンナ

▲和田陽

128.5倍

+703%

›

💡 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25.2倍期待値 +57% 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13.6	▽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) -16% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 7.4%) ※ 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。
2	サトノフレイ	北村友	実6.2	×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) -62% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 16.1%) ※ 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。
3	ミレニアルピンク推奨	斎藤	実25.2	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+58%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) +58% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 4.0%) ※ 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。
4	ビップジョワ	▲遠藤	実55.6	▽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) +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。
5	ドラリズム	武豊	実4.7	×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) -71% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 21.3%) ※ 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	ハナイロマヒナ	☆長浜	実51.1	△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) +220% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 2.0%) ※ 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。
7	フォークスアップ	横山和	実52.6	▽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) +225% (市場が大幅過小評価) AI 予想勝率 6.2% (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。
8	フォルストランキル	小沢	実14.3	▲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) -10% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 7.0%) ※ 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。
9	ワイドアルバ	川又	実93.7	▽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) +480% (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。
10	ネオシューマン	☆舟山	実57.5	▽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) +256% (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。
11	ソルトバーン	◇古川奈	実86.9	▽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／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) +438% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.2%) ※ 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。
12	マティンデ	丹内	実7.8	○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) -51% (大幅な期待値マイナス) AI 予想勝率 6.3% (オッズ暗示: 12.8%) ※ 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	ハネマン	原田和	実53.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7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) +235% (市場が大幅過小評価) AI 予想勝率 6.3% (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。
14	ルージュフィーリア	佐々木	実2.3	×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) -85% (大幅な期待値マイナス) AI 予想勝率 6.5% (オッズ暗示: 43.5%) ※ 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	ノーブルマドンナ	▲和田陽	実128.5	▽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) +695% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 0.8%) ※ 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。
16	ルーチェコメット	横山琉	実39.8	△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) +149% (市場が大幅過小評価) AI 予想勝率 6.3% (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。

🎯 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

2.3倍

AI期待値

-85%

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

7.8倍

EV -51%

▲8フォルストランキル

14.3倍

EV -10%

出走馬全16頭

×14

ルージュフィーリア

佐々木

2.3倍

-85%

›

○12

マティンデ

丹内

7.8倍

-51%

›

▲8

フォルストランキル

小沢

14.3倍

-10%

›

△3

ミレニアルピンク

斎藤

25.2倍

+58%

›

△16

ルーチェコメット

横山琉

39.8倍

+149%

›

△6

ハナイロマヒナ

☆長浜

51.1倍

+220%

›

▽13

ハネマン

原田和

53.4倍

+235%

›

▽4

ビップジョワ

▲遠藤

55.6倍

+249%

›

×5

ドラリズム

武豊

4.7倍

-70%

›

×2

サトノフレイ

北村友

6.2倍

-61%

›

▽1

ミルトメロディー

★河原田

13.6倍

-15%

›

▽7

フォークスアップ

横山和

52.6倍

+225%

›

▽10

ネオシューマン

☆舟山

57.5倍

+256%

›

▽11

ソルトバーン

◇古川奈

86.9倍

+438%

›

▽9

ワイドアルバ

川又

93.7倍

+480%

›

▽15

ノーブルマドンナ

▲和田陽

128.5倍

+695%

›

💡 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25.2倍期待値 +57% 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。