函館 4R 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

4R 函館競馬場　発走 11:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニシノオールワン	武豊	実3.8	B○ A○勝率7% EV-74% 詳細▼	AI上位評価だが期待値不足、見送り（111日ぶりの実戦）
前5走 12/28 5中山83R 9着/16頭+0.9秒 08/03 1札幌41R 10着/12頭+0.9秒 06/28 1函館55R 8着/16頭+1.0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 7.7着 (不振) △ ローテーション 111日休養明け × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.7% / 期待値 -75% ※ 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	イズントイット	小沢	実34.8	B▽ A▽勝率5% EV+90% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／98日ぶりの実戦）
前5走 01/11 1京都43R 11着/16頭+2.8秒 11/08 4京都12R 9着/15頭+1.1秒 10/19 3京都74R 8着/17頭+0.7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 12.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 98日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +117% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 5.5% / 期待値 +90% ※ 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	スッサンエア	鮫島駿	実7.6	B▲ A▲勝率7% EV-49% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 01/31 1小倉36R 2着/18頭+0.0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 5.0着 ○ 前走実績前走 3着 (好走) × 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 3位 / 勝率 6.7% / 期待値 -49% ※ 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	シバノパージャン	▲遠藤	実147.4	B▽ A▽勝率5% EV+706% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調／97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 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 97日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +821% (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 5.5% / 期待値 +706% ※ 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	レッドアイスピア	★河原田	実12.0	B△ A▽勝率6% EV-24% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.3着と低調／77日ぶりの実戦）
前5走 11/15 3福島34R 8着/16頭+0.3秒 10/18 4新潟13R 3着/18頭+0.2秒 09/27 4阪神83R 5着/14頭+0.8秒 09/06 4中山15R 3着/16頭+0.4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 11.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 8.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.3% / 期待値 -25% ※ 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	ガルフコースト	佐々木	実12.4	B△ A△勝率7% EV-17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.7着と低調／97日ぶりの実戦）
前5走 01/18 1京都72R 9着/12頭+1.7秒 01/04 1京都15R 9着/18頭+1.1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 11.7着 (不振) ▽ 前走実績前走 17着 (大敗) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 8.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.7% / 期待値 -17% ※ 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	オリヒメボシ	北村友	実52.3	B▽ A▽勝率7% EV+248% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／63日ぶりの実戦）
前5走 02/01 2京都22R 14着/15頭+2.3秒 01/04 1京都11R 14着/16頭+1.7秒 10/25 3京都86R 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 12.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +226% (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 6.7% / 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。
8	ホウオウザロイヤル	丹内	実2.6	B× A×勝率7% EV-82% 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3.0着と安定／前走3着）
前5走 1回7日函館4R 3着/16頭 ― ― ― ―
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) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -84% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 38.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 6.7% / 期待値 -83% ※ 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	エコロデュラン	◇古川奈	実42.7	B▽ A▽勝率6% EV+168% 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）
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 10.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +166% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.3% / 期待値 +169% ※ 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	メカニックバレエ	横山和	実42.8	B▽ A△勝率7% EV+185% 詳細▼	大穴、AI予想勝率低く長期回収困難（147日ぶりの実戦）
前5走 12/14 5阪神44R 3着/11頭+0.4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 7.5着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 147日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +167% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 2.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.7% / 期待値 +185% ※ 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	シュヴェスター	川又	実59.6	B▽ A▽勝率6% EV+274% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／前走2着／84日ぶりの実戦）
前5走 10/12 3京都41R 11着/12頭+2.6秒 09/13 4阪神36R 3着/13頭+1.2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 8.7着 (不振) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +272% (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 6.3% / 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	エルファリス	荻野琢	実104.1	B▽ A▽勝率5% EV+469% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調／154日ぶりの実戦）
前5走 01/25 1小倉27R 12着/18頭+1.7秒 12/20 5中山56R 14着/16頭+2.5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 12.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 154日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +550% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 5.5% / 期待値 +469% ※ 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	デルマアサマ	▲和田陽	実174.7	B▽ A▽勝率5% EV+855% 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／118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 13 ◎ 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) △ ローテーション 118日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +991% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 5.5% / 期待値 +856% ※ 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	スノーガーネット	横山琉	実14.5	B△ A▽勝率6% EV-8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／119日ぶりの実戦）
前5走 11/22 4京都51R 7着/14頭+0.8秒 10/25 3京都86R 11着/16頭+1.8秒 ― ― ―
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 8.7着 (不振) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.3% / 期待値 -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。
15	ココソラーレ	☆舟山	実14.7	B▽ A▽勝率6% EV-7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／118日ぶりの実戦）
前5走 01/25 1小倉22R 7着/18頭+0.9秒 11/16 5東京43R 8着/18頭+0.9秒 11/09 3福島22R 12着/16頭+0.9秒 09/06 2札幌52R 2着/11頭+0.9秒 08/31 2札幌41R 5着/10頭+0.6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 10.0着 (不振) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.3% / 期待値 -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	ヨドノサファイア	横山武	実20.1	B▽ A△勝率7% EV+34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（202日ぶりの実戦）
前5走 12/28 5中山83R 5着/16頭+0.5秒 11/09 5東京21R 11着/16頭+1.1秒 10/11 4東京35R 5着/14頭+0.3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 7.0着 (不振) △ ローテーション 202日休養明け △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 5.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.7% / 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。

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 ×

ホウオウザロイヤル

騎手丹内

単勝オッズ

2.6倍

AI期待値

-83%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○1ニシノオールワン

3.8倍

EV -76%

▲A:▲3スッサンエア

7.6倍

EV -52%

出走馬全16頭

×A:×8

ホウオウザロイヤル

丹内

2.6倍

-83%

›

○A:○1

ニシノオールワン

武豊

3.8倍

-76%

›

▲A:▲3

スッサンエア

鮫島駿

7.6倍

-52%

›

△A:▽5

レッドアイスピア

★河原田

12.0倍

-25%

›

△A:△6

ガルフコースト

佐々木

12.4倍

-22%

›

△A:▽14

スノーガーネット

横山琉

14.5倍

-9%

›

▽A:▽15

ココソラーレ

☆舟山

14.7倍

-8%

›

▽A:△16

ヨドノサファイア

横山武

20.1倍

+25%

›

▽A:▽2

イズントイット

小沢

34.8倍

+117%

›

▽A:▽9

エコロデュラン

◇古川奈

42.7倍

+166%

›

▽A:△10

メカニックバレエ

横山和

42.8倍

+167%

›

▽A:▽7

オリヒメボシ

北村友

52.3倍

+226%

›

▽A:▽11

シュヴェスター

川又

59.6倍

+272%

›

▽A:▽12

エルファリス

荻野琢

104.1倍

+550%

›

▽A:▽4

シバノパージャン

▲遠藤

147.4倍

+821%

›

▽A:▽13

デルマアサマ

▲和田陽

174.7倍

+991%

›

💡 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

両モデルとも本レースは見送り判定（期待値プラスなし）

4R 函館競馬場　発走 11:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニシノオールワン	武豊	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（111日ぶりの実戦）
前5走 12/28 5中山83R 9着/16頭+0.9秒 08/03 1札幌41R 10着/12頭+0.9秒 06/28 1函館55R 8着/16頭+1.0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 7.7着 (不振) △ ローテーション 111日休養明け × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 26.3%) ※ 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。
2	イズントイット	小沢	実34.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／98日ぶりの実戦）
前5走 01/11 1京都43R 11着/16頭+2.8秒 11/08 4京都12R 9着/15頭+1.1秒 10/19 3京都74R 8着/17頭+0.7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 12.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 98日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +90% (市場が大幅過小評価) AI 予想勝率 5.5% (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。
3	スッサンエア	鮫島駿	実7.6	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 01/31 1小倉36R 2着/18頭+0.0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 5.0着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 6.7% (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。
4	シバノパージャン	▲遠藤	実147.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調／97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 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 97日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +706% (市場が大幅過小評価) AI 予想勝率 5.5% (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。
5	レッドアイスピア	★河原田	実12.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.3着と低調／77日ぶりの実戦）
前5走 11/15 3福島34R 8着/16頭+0.3秒 10/18 4新潟13R 3着/18頭+0.2秒 09/27 4阪神83R 5着/14頭+0.8秒 09/06 4中山15R 3着/16頭+0.4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 11.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 8.3%) ※ 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	ガルフコースト	佐々木	実12.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.7着と低調／97日ぶりの実戦）
前5走 01/18 1京都72R 9着/12頭+1.7秒 01/04 1京都15R 9着/18頭+1.1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 11.7着 (不振) ▽ 前走実績前走 17着 (大敗) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 8.1%) ※ 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。
7	オリヒメボシ	北村友	実52.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／63日ぶりの実戦）
前5走 02/01 2京都22R 14着/15頭+2.3秒 01/04 1京都11R 14着/16頭+1.7秒 10/25 3京都86R 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 12.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +248% (市場が大幅過小評価) AI 予想勝率 6.7% (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	ホウオウザロイヤル	丹内	実2.6	×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走平均3.0着と安定／前走3着）
前5走 1回7日函館4R 3着/16頭 ― ― ― ―
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) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -83% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 38.5%) ※ 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	エコロデュラン	◇古川奈	実42.7	▽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）
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 10.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +168% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 2.3%) ※ 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	メカニックバレエ	横山和	実42.8	△詳細▼	大穴、AI予想勝率低く長期回収困難（147日ぶりの実戦）
前5走 12/14 5阪神44R 3着/11頭+0.4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 7.5着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 147日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +185% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.3%) ※ 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。
11	シュヴェスター	川又	実59.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／前走2着／84日ぶりの実戦）
前5走 10/12 3京都41R 11着/12頭+2.6秒 09/13 4阪神36R 3着/13頭+1.2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 8.7着 (不振) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +274% (市場が大幅過小評価) AI 予想勝率 6.3% (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。
12	エルファリス	荻野琢	実104.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調／154日ぶりの実戦）
前5走 01/25 1小倉27R 12着/18頭+1.7秒 12/20 5中山56R 14着/16頭+2.5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 12.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 154日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +469% (市場が大幅過小評価) AI 予想勝率 5.5% (オッズ暗示: 1.0%) ※ 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。
13	デルマアサマ	▲和田陽	実174.7	▽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／118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 13 ◎ 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) △ ローテーション 118日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +855% (市場が大幅過小評価) AI 予想勝率 5.5% (オッズ暗示: 0.6%) ※ 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。
14	スノーガーネット	横山琉	実14.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／119日ぶりの実戦）
前5走 11/22 4京都51R 7着/14頭+0.8秒 10/25 3京都86R 11着/16頭+1.8秒 ― ― ―
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 8.7着 (不振) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 6.9%) ※ 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。
15	ココソラーレ	☆舟山	実14.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／118日ぶりの実戦）
前5走 01/25 1小倉22R 7着/18頭+0.9秒 11/16 5東京43R 8着/18頭+0.9秒 11/09 3福島22R 12着/16頭+0.9秒 09/06 2札幌52R 2着/11頭+0.9秒 08/31 2札幌41R 5着/10頭+0.6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 10.0着 (不振) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 6.8%) ※ 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	ヨドノサファイア	横山武	実20.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（202日ぶりの実戦）
前5走 12/28 5中山83R 5着/16頭+0.5秒 11/09 5東京21R 11着/16頭+1.1秒 10/11 4東京35R 5着/14頭+0.3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 7.0着 (不振) △ ローテーション 202日休養明け ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 6.7% (オッズ暗示: 5.0%) ※ 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。

🎯 AIの本命

AI評価1位

ホウオウザロイヤル

騎手丹内

単勝オッズ

2.6倍

AI期待値

-82%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1ニシノオールワン

3.8倍

EV -74%

▲3スッサンエア

7.6倍

EV -49%

出走馬全16頭

×8

ホウオウザロイヤル

丹内

2.6倍

-82%

›

○1

ニシノオールワン

武豊

3.8倍

-74%

›

▲3

スッサンエア

鮫島駿

7.6倍

-49%

›

△6

ガルフコースト

佐々木

12.4倍

-17%

›

△16

ヨドノサファイア

横山武

20.1倍

+34%

›

△10

メカニックバレエ

横山和

42.8倍

+185%

›

▽7

オリヒメボシ

北村友

52.3倍

+248%

›

▽5

レッドアイスピア

★河原田

12.0倍

-24%

›

▽14

スノーガーネット

横山琉

14.5倍

-8%

›

▽15

ココソラーレ

☆舟山

14.7倍

-7%

›

▽9

エコロデュラン

◇古川奈

42.7倍

+168%

›

▽11

シュヴェスター

川又

59.6倍

+274%

›

▽2

イズントイット

小沢

34.8倍

+90%

›

▽12

エルファリス

荻野琢

104.1倍

+469%

›

▽4

シバノパージャン

▲遠藤

147.4倍

+706%

›

▽13

デルマアサマ

▲和田陽

174.7倍

+855%

›

💡 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

両モデルとも本レースは見送り判定（期待値プラスなし）

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。