函館 3R 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

3R 函館競馬場　発走 10:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャストグレース推奨	古川吉	実16.7	B▽ A▽勝率8% EV+34% 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走過去走データ取得失敗 (horse_results 不在)
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 9.0着 (不振) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 7.3% (オッズ暗示: 6.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 8.0% / 期待値 +34% ※ 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	ザンテソーロ	横山武	実6.0	B× A▲勝率9% EV-47% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 01/17 1中山62R 6着/16頭+2.7秒 01/05 1中山23R 6着/12頭+1.7秒 12/20 5中山54R 7着/13頭+1.9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 6.3着 × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 7.3% (オッズ暗示: 16.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.8% / 期待値 -47% ※ 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	マーゴットデウス推奨	小沢	実18.2	B▽ A▽勝率8% EV+46% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+32%の妙味（市場想定よりAI評価が高く妙味）
前5走 11/24 3福島65R 16着/16頭+5.3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 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 7.3% (オッズ暗示: 5.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 8.0% / 期待値 +46% ※ 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	ウインガネーシャ	丹内	実4.1	B× A○勝率9% EV-64% 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東京22R 10着/13頭+2.7秒 01/11 1中山45R 7着/16頭+1.5秒 ― ― ―
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 5.0着 × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 7.3% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 8.8% / 期待値 -64% ※ 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	ハイランダー	吉田隼	実8.0	B◎ A▽勝率8% EV-35% 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走平均8.3着と低調／126日ぶりの実戦）
前5走 01/24 1中山82R 7着/16頭+1.5秒 11/30 5東京86R 12着/12頭+3.7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 8.3着 (不振) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 10.2% (オッズ暗示: 12.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 8.0% / 期待値 -36% ※ 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	リベンジャー	斎藤	実31.5	B△ A▽勝率8% 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13.0着と低調）
前5走 1回3日函館4R 13着/14頭 ― ― ― ―
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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +182% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 8.0% / 期待値 +153% ※ 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	エトワールブルー	▲遠藤	実76.1	B△ A▽勝率8% EV+511% 詳細▼	大穴、AI予想勝率低く長期回収困難
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 🌟◎ 期待値 (オッズ vs AI勝率) +582% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 8.0% / 期待値 +511% ※ 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	リバーソニック	☆舟山	実5.4	B▲ A△勝率8% EV-56% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定）
前5走 12/20 5阪神56R 8着/16頭+2.1秒 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) × 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 9.0% (オッズ暗示: 18.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.0% / 期待値 -57% ※ 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	フェンリル	岩田康	実46.2	B△ A△勝率9% EV+304% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.5着と低調）
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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.5着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +314% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 2.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.8% / 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。
10	ゴールデンボブ推奨	浜中	実28.3	B○ A△勝率9% EV+147% 詳細▼	市場が大きく過小評価、AI予想勝率10% × オッズ28.3倍で期待値+189%の有力候補（市場想定よりAI評価が高く妙味）
前5走 01/24 1小倉16R 9着/18頭+1.1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 9.7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 10.2% (オッズ暗示: 3.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.8% / 期待値 +148% ※ 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	ポップアップ	佐々木	実3.2	B× A×勝率9% EV-71% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（76日ぶりの実戦）
前5走 01/10 1京都32R 8着/14頭+1.1秒 08/24 3新潟25R 10着/14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 5.3着 × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 7.3% (オッズ暗示: 31.2%) × Aモデルの評価 (参考) レース内 1位 / 勝率 8.8% / 期待値 -72% ※ 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	エースオブゴールド	横山琉	実68.9	B▽ A▽勝率8% EV+453% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.5着と低調／158日ぶりの実戦）
前5走 01/25 1中山95R 13着/18頭+2.0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 15.5着 (不振) ▽ 前走実績前走 18着 (大敗) △ ローテーション 158日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +401% (市場が大幅過小評価) AI 予想勝率 7.3% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 8.0% / 期待値 +453% ※ 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 ▽

ハイランダー

騎手吉田隼

単勝オッズ

8.0倍

AI期待値

-18%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△10ゴールデンボブ

28.3倍

EV +189%

▲A:△8リバーソニック

5.4倍

EV -51%

出走馬全12頭

◎A:▽5

ハイランダー

吉田隼

8.0倍

-18%

›

○A:△10

ゴールデンボブ

浜中

28.3倍

+189%

›

▲A:△8

リバーソニック

☆舟山

5.4倍

-51%

›

△A:▽6

リベンジャー

斎藤

31.5倍

+182%

›

△A:△9

フェンリル

岩田康

46.2倍

+314%

›

△A:▽7

エトワールブルー

▲遠藤

76.1倍

+582%

›

×A:×11

ポップアップ

佐々木

3.2倍

-76%

›

×A:○4

ウインガネーシャ

丹内

4.1倍

-70%

›

×A:▲2

ザンテソーロ

横山武

6.0倍

-56%

›

▽A:▽1

ジャストグレース

古川吉

16.7倍

+21%

›

▽A:▽3

マーゴットデウス

小沢

18.2倍

+32%

›

▽A:▽12

エースオブゴールド

横山琉

68.9倍

+401%

›

💡 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)

単勝 3 マーゴットデウス実18.2倍期待値 +46% 推奨 12.5〜30.0倍 100円
単勝 1 ジャストグレース実16.7倍期待値 +34% 推奨 12.5〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 10 ゴールデンボブ実28.3倍期待値 +189% 推奨 9.8〜30.0倍 300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

3R 函館競馬場　発走 10:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャストグレース推奨	古川吉	実16.7	▽詳細▼	オッズに対しAI予想勝率がやや高め、期待値+34%の妙味（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 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 8.0% (オッズ暗示: 6.0%) ※ 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。
2	ザンテソーロ	横山武	実6.0	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 01/17 1中山62R 6着/16頭+2.7秒 01/05 1中山23R 6着/12頭+1.7秒 12/20 5中山54R 7着/13頭+1.9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 6.3着 × 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 8.8% (オッズ暗示: 16.7%) ※ 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。
3	マーゴットデウス推奨	小沢	実18.2	▽詳細▼	オッズに対しAI予想勝率がやや高め、期待値+46%の妙味（市場想定よりAI評価が高く妙味）
前5走 11/24 3福島65R 16着/16頭+5.3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 9.3着 (不振) ▽ 前走実績前走 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 8.0% (オッズ暗示: 5.5%) ※ 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	ウインガネーシャ	丹内	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 02/01 1東京22R 10着/13頭+2.7秒 01/11 1中山45R 7着/16頭+1.5秒 ― ― ―
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 5.0着 × 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 8.8% (オッズ暗示: 24.4%) ※ 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	ハイランダー	吉田隼	実8.0	▽詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.3着と低調／126日ぶりの実戦）
前5走 01/24 1中山82R 7着/16頭+1.5秒 11/30 5東京86R 12着/12頭+3.7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 8.3着 (不振) △ ローテーション 126日休養明け × 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 8.0% (オッズ暗示: 12.5%) ※ 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。
6	リベンジャー	斎藤	実31.5	▽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）
前5走 1回3日函館4R 13着/14頭 ― ― ― ―
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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) 🌟◎ 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 8.0% (オッズ暗示: 3.2%) ※ 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。
7	エトワールブルー	▲遠藤	実76.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難
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 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 🌟◎ 期待値 (オッズ vs AI勝率) +511% (市場が大幅過小評価) AI 予想勝率 8.0% (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。
8	リバーソニック	☆舟山	実5.4	△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3.0着と安定）
前5走 12/20 5阪神56R 8着/16頭+2.1秒 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 8.0% (オッズ暗示: 18.5%) ※ 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。
9	フェンリル	岩田康	実46.2	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.5着と低調）
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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.5着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +304% (市場が大幅過小評価) AI 予想勝率 8.8% (オッズ暗示: 2.2%) ※ 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。
10	ゴールデンボブ推奨	浜中	実28.3	△詳細▼	市場が大きく過小評価、AI予想勝率9% × オッズ28.3倍で期待値+147%の有力候補（市場想定よりAI評価が高く妙味）
前5走 01/24 1小倉16R 9着/18頭+1.1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 9.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +147% (市場が大幅過小評価) AI 予想勝率 8.8% (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。
11	ポップアップ	佐々木	実3.2	×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（76日ぶりの実戦）
前5走 01/10 1京都32R 8着/14頭+1.1秒 08/24 3新潟25R 10着/14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 5.3着 × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 8.8% (オッズ暗示: 31.2%) ※ 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	エースオブゴールド	横山琉	実68.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.5着と低調／158日ぶりの実戦）
前5走 01/25 1中山95R 13着/18頭+2.0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 15.5着 (不振) ▽ 前走実績前走 18着 (大敗) △ ローテーション 158日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +453% (市場が大幅過小評価) AI 予想勝率 8.0% (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。

🎯 AIの本命

AI評価1位

ポップアップ

騎手佐々木

単勝オッズ

3.2倍

AI期待値

-71%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4ウインガネーシャ

4.1倍

EV -64%

▲2ザンテソーロ

6.0倍

EV -47%

出走馬全12頭

×11

ポップアップ

佐々木

3.2倍

-71%

›

○4

ウインガネーシャ

丹内

4.1倍

-64%

›

▲2

ザンテソーロ

横山武

6.0倍

-47%

›

△10

ゴールデンボブ

浜中

28.3倍

+147%

›

△9

フェンリル

岩田康

46.2倍

+304%

›

△8

リバーソニック

☆舟山

5.4倍

-56%

›

▽5

ハイランダー

吉田隼

8.0倍

-35%

›

▽1

ジャストグレース

古川吉

16.7倍

+34%

›

▽3

マーゴットデウス

小沢

18.2倍

+46%

›

▽6

リベンジャー

斎藤

31.5倍

+152%

›

▽12

エースオブゴールド

横山琉

68.9倍

+453%

›

▽7

エトワールブルー

▲遠藤

76.1倍

+511%

›

💡 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 3 マーゴットデウス実18.2倍期待値 +46% 推奨 12.5〜30.0倍 100円
単勝 1 ジャストグレース実16.7倍期待値 +34% 推奨 12.5〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 10 ゴールデンボブ実28.3倍期待値 +189% 推奨 9.8〜30.0倍 300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。