函館 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 函館競馬場　発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エラトー	北村友	実9.5	B△ A△勝率7% EV-32% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場3走で勝率67%と適性高／直近3走で勝率33%と好調／84日ぶりの実戦）
前5走 01/25 1小倉211R 1着/12頭勝利 08/02 1札幌311R 8着/16頭+0.3秒 07/12 1函館911R 2着/14頭+0.0秒 01/26 1小倉211R 9着/12頭+1.1秒 12/22 7京都810R 12着/14頭+1.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 67% (得意) ▽ 前走実績前走 13着 (大敗) × 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 7.1% (オッズ暗示: 10.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 期待値 -33% ※ 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	パレハ	佐々木	実6.6	B△ A▲勝率7% EV-52% 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／84日ぶりの実戦）
前5走 01/24 1小倉111R 7着/18頭+0.3秒 11/22 3福島511R 3着/16頭+0.3秒 08/03 1札幌411R 5着/14頭+0.3秒 07/12 1函館911R 1着/14頭勝利 06/14 1函館110R 1着/16頭勝利
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 8.3着 (不振) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 15.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.2% / 期待値 -53% ※ 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	タシット推奨	横山琉	実22.8	B▽ A▽勝率7% EV+65% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+62%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 04/05 3中山311R 7着/13頭+0.3秒 04/05 3中山311R 7着/13頭+0.3秒 04/05 3中山311R 7着/13頭+0.3秒 04/05 3中山311R 7着/13頭+0.3秒 04/05 3中山311R 7着/13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 7.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) △ ローテーション 463日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +62% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.2% / 期待値 +66% ※ 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	シルトホルン	丹内	実5.1	B× A×勝率7% EV-63% 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（当競馬場12走で勝率0%と苦戦傾向／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 06/14 3東京311R 1着/15頭勝利 06/14 3東京311R 1着/15頭勝利 06/14 3東京311R 1着/15頭勝利 06/14 3東京311R 1着/15頭勝利 06/14 3東京311R 1着/15頭勝利
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 100% (絶好調) × 当競馬場適性 12走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 393日休養明け × 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 7.1% (オッズ暗示: 19.6%) × Aモデルの評価 (参考) レース内 8位 / 勝率 7.2% / 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。
5	キョウエイブリッサ	浜中	実11.2	B▽ A△勝率7% EV-19% 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／428日ぶりの実戦）
前5走 05/10 2東京511R 14着/18頭+1.7秒 05/10 2東京511R 14着/18頭+1.7秒 05/10 2東京511R 14着/18頭+1.7秒 05/10 2東京511R 14着/18頭+1.7秒 05/10 2東京511R 14着/18頭+1.7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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 428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 7.1% (オッズ暗示: 8.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.2% / 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。
6	レディントン	小沢	実41.0	B▽ A▽勝率7% EV+189% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調）
前5走 11/23 5東京511R 11着/16頭+1.3秒 10/04 4東京111R 11着/16頭+1.6秒 07/19 1函館1111R 3着/14頭+0.3秒 05/31 2東京1111R 2着/16頭+0.2秒 03/30 2阪神211R 8着/12頭+0.4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 11.3着 (不振) 🌟◎ 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 7.1% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 7.1% / 期待値 +189% ※ 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	エエヤン	古川吉	実63.9	B▽ A▽勝率7% EV+359% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／413日ぶりの実戦）
前5走 05/25 1新潟811R 14着/16頭+1.6秒 05/25 1新潟811R 14着/16頭+1.6秒 05/25 1新潟811R 14着/16頭+1.6秒 05/25 1新潟811R 14着/16頭+1.6秒 05/25 1新潟811R 14着/16頭+1.6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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 413日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +356% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 7.2% / 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。
8	ストレイトトーカー	横山武	実9.0	B△ A△勝率7% EV-35% 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／64日ぶりの実戦）
前5走 01/25 1中山97R 1着/9頭勝利 01/10 1中山310R 3着/16頭+0.2秒 11/02 4東京119R 5着/10頭+0.5秒 10/12 4東京49R 5着/16頭+0.4秒 06/15 3東京49R 2着/10頭+0.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 16着 (大敗) × 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 7.1% (オッズ暗示: 11.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 期待値 -35% ※ 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	レディネス	横山和	実6.4	B▲ A○勝率7% EV-54% 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／162日ぶりの実戦）
前5走 01/31 1東京111R 4着/10頭+0.5秒 12/07 5阪神210R 1着/18頭勝利 10/19 4東京712R 16着/18頭+1.8秒 06/01 2東京1211R 17着/18頭+4.8秒 05/04 2東京411R 1着/14頭勝利
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 162日休養明け × 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 7.1% (オッズ暗示: 15.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 7.2% / 期待値 -54% ※ 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	ヴーレヴー	吉田隼	実15.6	B▽ A▽勝率7% EV+10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.0着と低調／99日ぶりの実戦）
前5走 02/01 1小倉411R 11着/15頭+1.3秒 10/19 3京都711R 12着/18頭+1.1秒 09/14 4阪神411R 6着/17頭+0.5秒 05/11 2東京611R 15着/18頭+1.3秒 04/13 2阪神611R 8着/18頭+1.4秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 6.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 7.1% / 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。
11	パトリックハンサム	斎藤	実53.5	B▽ A▽勝率7% EV+275% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／497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 11 ◎ 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 10着 (大敗) △ ローテーション 497日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +282% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 7.1% / 期待値 +275% ※ 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	レディーヴァリュー	武豊	実5.6	B○ A×勝率7% EV-59% 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／127日ぶりの実戦）
前5走 01/24 1小倉111R 15着/18頭+1.6秒 10/05 3京都29R 1着/9頭勝利 08/16 3中京78R 1着/8頭勝利 05/10 2京都57R 1着/11頭勝利 09/15 3中京411R 6着/15頭+0.4秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 16着 (大敗) △ ローテーション 127日休養明け × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 17.9%) × Aモデルの評価 (参考) レース内 1位 / 勝率 7.2% / 期待値 -60% ※ 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	ウインシュクラン	黛	実56.8	B▽ A▽勝率7% EV+305% 詳細▼	大穴、AI予想勝率低く長期回収困難（91日ぶりの実戦）
前5走 01/31 1小倉35R 3着/10頭+2.2秒 11/29 4京都74R 5着/9頭+1.2秒 11/02 3京都114R 10着/10頭+10.7秒 07/13 1函館1011R 5着/12頭+1.1秒 04/13 1福島211R 10着/15頭+0.7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 7.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +305% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 7.2% / 期待値 +305% ※ 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	リラボニート	鮫島駿	実11.9	B▽ A▽勝率7% EV-15% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（112日ぶりの実戦）
前5走 01/12 1中山511R 9着/14頭+0.7秒 12/20 5中山511R 2着/16頭+0.0秒 10/12 4東京411R 8着/16頭+0.6秒 08/31 2札幌411R 1着/13頭勝利 08/02 1札幌310R 1着/14頭勝利
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ ローテーション 112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 7.1% (オッズ暗示: 8.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 7.1% / 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。

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 ×

シルトホルン

騎手丹内

単勝オッズ

5.1倍

AI期待値

-63%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:×12レディーヴァリュー

5.6倍

EV -60%

▲A:○9レディネス

6.4倍

EV -54%

出走馬全14頭

×A:×4

シルトホルン

丹内

5.1倍

-63%

›

○A:×12

レディーヴァリュー

武豊

5.6倍

-60%

›

▲A:○9

レディネス

横山和

6.4倍

-54%

›

△A:▲2

パレハ

佐々木

6.6倍

-52%

›

△A:△8

ストレイトトーカー

横山武

9.0倍

-35%

›

△A:△1

エラトー

北村友

9.5倍

-32%

›

▽A:△5

キョウエイブリッサ

浜中

11.2倍

-20%

›

▽A:▽14

リラボニート

鮫島駿

11.9倍

-15%

›

▽A:▽10

ヴーレヴー

吉田隼

15.6倍

+11%

›

▽A:▽3

タシット

横山琉

22.8倍

+62%

›

▽A:▽6

レディントン

小沢

41.0倍

+192%

›

▽A:▽11

パトリックハンサム

斎藤

53.5倍

+282%

›

▽A:▽13

ウインシュクラン

黛

56.8倍

+305%

›

▽A:▽7

エエヤン

古川吉

63.9倍

+356%

›

💡 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 タシット実22.8倍期待値 +62% 推奨 14.0〜30.0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

11R 函館競馬場　発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エラトー	北村友	実9.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場3走で勝率67%と適性高／直近3走で勝率33%と好調／84日ぶりの実戦）
前5走 01/25 1小倉211R 1着/12頭勝利 08/02 1札幌311R 8着/16頭+0.3秒 07/12 1函館911R 2着/14頭+0.0秒 01/26 1小倉211R 9着/12頭+1.1秒 12/22 7京都810R 12着/14頭+1.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 67% (得意) ▽ 前走実績前走 13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 7.2% (オッズ暗示: 10.5%) ※ 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。
2	パレハ	佐々木	実6.6	▲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／84日ぶりの実戦）
前5走 01/24 1小倉111R 7着/18頭+0.3秒 11/22 3福島511R 3着/16頭+0.3秒 08/03 1札幌411R 5着/14頭+0.3秒 07/12 1函館911R 1着/14頭勝利 06/14 1函館110R 1着/16頭勝利
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 8.3着 (不振) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 7.2% (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。
3	タシット推奨	横山琉	実22.8	▽詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+65%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 04/05 3中山311R 7着/13頭+0.3秒 04/05 3中山311R 7着/13頭+0.3秒 04/05 3中山311R 7着/13頭+0.3秒 04/05 3中山311R 7着/13頭+0.3秒 04/05 3中山311R 7着/13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 7.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) △ ローテーション 463日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +65% (市場が大幅過小評価) AI 予想勝率 7.2% (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。
4	シルトホルン	丹内	実5.1	×詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場12走で勝率0%と苦戦傾向／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 06/14 3東京311R 1着/15頭勝利 06/14 3東京311R 1着/15頭勝利 06/14 3東京311R 1着/15頭勝利 06/14 3東京311R 1着/15頭勝利 06/14 3東京311R 1着/15頭勝利
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 100% (絶好調) × 当競馬場適性 12走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 393日休養明け × 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 7.2% (オッズ暗示: 19.6%) ※ 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。
5	キョウエイブリッサ	浜中	実11.2	△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／428日ぶりの実戦）
前5走 05/10 2東京511R 14着/18頭+1.7秒 05/10 2東京511R 14着/18頭+1.7秒 05/10 2東京511R 14着/18頭+1.7秒 05/10 2東京511R 14着/18頭+1.7秒 05/10 2東京511R 14着/18頭+1.7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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 428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 7.2% (オッズ暗示: 8.9%) ※ 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。
6	レディントン	小沢	実41.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調）
前5走 11/23 5東京511R 11着/16頭+1.3秒 10/04 4東京111R 11着/16頭+1.6秒 07/19 1函館1111R 3着/14頭+0.3秒 05/31 2東京1111R 2着/16頭+0.2秒 03/30 2阪神211R 8着/12頭+0.4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 11.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +189% (市場が大幅過小評価) AI 予想勝率 7.1% (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。
7	エエヤン	古川吉	実63.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／413日ぶりの実戦）
前5走 05/25 1新潟811R 14着/16頭+1.6秒 05/25 1新潟811R 14着/16頭+1.6秒 05/25 1新潟811R 14着/16頭+1.6秒 05/25 1新潟811R 14着/16頭+1.6秒 05/25 1新潟811R 14着/16頭+1.6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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 413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 7.2% (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。
8	ストレイトトーカー	横山武	実9.0	△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／64日ぶりの実戦）
前5走 01/25 1中山97R 1着/9頭勝利 01/10 1中山310R 3着/16頭+0.2秒 11/02 4東京119R 5着/10頭+0.5秒 10/12 4東京49R 5着/16頭+0.4秒 06/15 3東京49R 2着/10頭+0.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 16着 (大敗) × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 11.1%) ※ 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	レディネス	横山和	実6.4	○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／162日ぶりの実戦）
前5走 01/31 1東京111R 4着/10頭+0.5秒 12/07 5阪神210R 1着/18頭勝利 10/19 4東京712R 16着/18頭+1.8秒 06/01 2東京1211R 17着/18頭+4.8秒 05/04 2東京411R 1着/14頭勝利
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 162日休養明け × 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 7.2% (オッズ暗示: 15.6%) ※ 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	ヴーレヴー	吉田隼	実15.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.0着と低調／99日ぶりの実戦）
前5走 02/01 1小倉411R 11着/15頭+1.3秒 10/19 3京都711R 12着/18頭+1.1秒 09/14 4阪神411R 6着/17頭+0.5秒 05/11 2東京611R 15着/18頭+1.3秒 04/13 2阪神611R 8着/18頭+1.4秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 6.4%) ※ 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。
11	パトリックハンサム	斎藤	実53.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／497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 11 ◎ 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 10着 (大敗) △ ローテーション 497日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +275% (市場が大幅過小評価) AI 予想勝率 7.1% (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。
12	レディーヴァリュー	武豊	実5.6	×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／127日ぶりの実戦）
前5走 01/24 1小倉111R 15着/18頭+1.6秒 10/05 3京都29R 1着/9頭勝利 08/16 3中京78R 1着/8頭勝利 05/10 2京都57R 1着/11頭勝利 09/15 3中京411R 6着/15頭+0.4秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 16着 (大敗) △ ローテーション 127日休養明け × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 7.2% (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。
13	ウインシュクラン	黛	実56.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（91日ぶりの実戦）
前5走 01/31 1小倉35R 3着/10頭+2.2秒 11/29 4京都74R 5着/9頭+1.2秒 11/02 3京都114R 10着/10頭+10.7秒 07/13 1函館1011R 5着/12頭+1.1秒 04/13 1福島211R 10着/15頭+0.7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 7.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +305% (市場が大幅過小評価) AI 予想勝率 7.2% (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。
14	リラボニート	鮫島駿	実11.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（112日ぶりの実戦）
前5走 01/12 1中山511R 9着/14頭+0.7秒 12/20 5中山511R 2着/16頭+0.0秒 10/12 4東京411R 8着/16頭+0.6秒 08/31 2札幌411R 1着/13頭勝利 08/02 1札幌310R 1着/14頭勝利
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 8.4%) ※ 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

レディーヴァリュー

騎手武豊

単勝オッズ

5.6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

○9レディネス

6.4倍

EV -54%

▲2パレハ

6.6倍

EV -52%

出走馬全14頭

×12

レディーヴァリュー

武豊

5.6倍

-59%

›

○9

レディネス

横山和

6.4倍

-54%

›

▲2

パレハ

佐々木

6.6倍

-52%

›

△8

ストレイトトーカー

横山武

9.0倍

-35%

›

△1

エラトー

北村友

9.5倍

-32%

›

△5

キョウエイブリッサ

浜中

11.2倍

-19%

›

▽3

タシット

横山琉

22.8倍

+65%

›

×4

シルトホルン

丹内

5.1倍

-63%

›

▽13

ウインシュクラン

黛

56.8倍

+305%

›

▽7

エエヤン

古川吉

63.9倍

+359%

›

▽14

リラボニート

鮫島駿

11.9倍

-15%

›

▽10

ヴーレヴー

吉田隼

15.6倍

+10%

›

▽6

レディントン

小沢

41.0倍

+189%

›

▽11

パトリックハンサム

斎藤

53.5倍

+275%

›

💡 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 タシット実22.8倍期待値 +62% 推奨 14.0〜30.0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。