函館 7R 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

7R 函館競馬場　発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エンダードラゴン	浜中	実6.0	B○ A▲勝率7% EV-56% 詳細▼	AI上位評価だが期待値不足、見送り（98日ぶりの実戦）
前5走 12/13 5中京38R 4着/16頭+0.7秒 11/23 4京都66R 5着/16頭+0.6秒 06/08 3東京28R 13着/18頭+1.2秒 05/24 2京都99R 5着/13頭+0.2秒 03/15 1阪神56R 5着/16頭+0.4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 4.3着 △ ローテーション 98日休養明け × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 16.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.2% / 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。
2	タイセイデクスター	黛	実62.3	B▽ A▽勝率7% EV+349% 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／342日ぶりの実戦）
前5走 08/10 2新潟610R 12着/15頭+1.9秒 06/15 3東京46R 12着/16頭+1.6秒 04/06 3中山46R 10着/14頭+1.7秒 02/16 1東京62R 1着/16頭勝利 01/26 1中京93R 3着/11頭+1.0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 11.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 342日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +317% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 7.2% / 期待値 +350% ※ 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	イサギ	小沢	実43.4	B▽ A▽勝率7% EV+203% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／126日ぶりの実戦）
前5走 12/06 5阪神11R 7着/16頭+0.8秒 11/23 4京都61R 7着/14頭+2.1秒 11/08 3福島13R 5着/15頭+1.5秒 10/04 3京都11R 4着/14頭+0.7秒 09/21 4阪神75R 8着/9頭+1.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12着 (大敗) △ ローテーション 126日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +145% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 7.0% / 期待値 +204% ※ 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	ディアスポラ	岩田康	実26.0	B▽ A▽勝率7% EV+87% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（237日ぶりの実戦）
前5走 11/23 5東京57R 12着/16頭+2.4秒 10/19 4新潟28R 6着/15頭+2.0秒 03/16 2中山68R 5着/16頭+2.0秒 02/15 1東京54R 5着/16頭+0.7秒 11/30 4中京17R 6着/12頭+0.8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 7.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 237日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +74% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.2% / 期待値 +88% ※ 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	ウィズマスタング	横山武	実10.9	B▽ A△勝率7% EV-21% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（63日ぶりの実戦）
前5走 01/24 1小倉112R 3着/15頭+0.9秒 11/16 3福島412R 11着/16頭+1.1秒 10/25 4新潟36R 10着/15頭+1.2秒 06/28 1函館57R 11着/16頭+1.2秒 06/15 1函館29R 4着/13頭+0.5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 5.3着 × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 9.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 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。
6	ノリノドラゴン	吉田隼	実39.8	B▲ A▽勝率7% EV+187% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走勝利の勢い／69日ぶりの実戦）
前5走 11/09 4京都21R 9着/16頭+1.0秒 10/18 3京都61R 2着/9頭+0.2秒 10/04 3京都13R 8着/16頭+2.4秒 ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +270% (市場が大幅過小評価) AI 予想勝率 9.3% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 7.2% / 期待値 +187% ※ 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	グランセレスト	丹内	実7.3	B× A△勝率7% EV-47% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（83日ぶりの実戦）
前5走 01/04 1中山110R 4着/8頭+0.0秒 11/30 5東京88R 7着/8頭+1.7秒 11/02 4東京111R 1着/12頭勝利 08/30 3新潟33R 4着/11頭+0.6秒 08/16 2新潟71R 4着/13頭+0.4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 5.3着 × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 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。
8	パラダイスフェイス	古川吉	実4.1	B× A○勝率7% EV-70% 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／前走勝利の勢い／140日ぶりの実戦）
前5走 02/01 2京都23R 2着/10頭+0.9秒 01/18 1中山73R 3着/13頭+0.5秒 01/04 1中山14R 2着/12頭+0.0秒 12/13 5中京31R 5着/14頭+1.0秒 11/16 5東京44R 6着/16頭+0.7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 1着 (勢い継続) △ ローテーション 140日休養明け × 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 9.3% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 7.2% / 期待値 -70% ※ 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	シェーンルスカ	★河原田	実46.7	B△ A▽勝率7% EV+226% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／97日ぶりの実戦）
前5走 12/13 5中京32R 14着/16頭+2.3秒 10/16 名古屋1R 1着/12頭勝利 09/30 名古屋7R 2着/12頭+0.1秒 09/03 名古屋4R 3着/12頭+0.2秒 08/21 名古屋1R 1着/10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) ▽ 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) +334% (市場が大幅過小評価) AI 予想勝率 9.3% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 7.0% / 期待値 +227% ※ 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	タイセツナヒ	佐々木	実22.3	B▽ A△勝率7% EV+61% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／77日ぶりの実戦）
前5走 01/24 1中山86R 8着/13頭+1.2秒 12/28 5中山82R 1着/16頭勝利 12/13 5中山34R 3着/16頭+0.9秒 09/20 4中山61R 3着/13頭+1.3秒 09/07 4中山26R 5着/16頭+1.3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 8.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 4.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.2% / 期待値 +61% ※ 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	ストロングボーイ	武豊	実3.8	B△ A×勝率7% EV-72% 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2.7着と安定／前走3着／63日ぶりの実戦）
前5走 01/12 1京都54R 9着/16頭+1.9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 2.7着 (安定) ○ 前走実績前走 3着 (好走) × 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%) × Aモデルの評価 (参考) レース内 1位 / 勝率 7.2% / 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。
12	カーマンライン	▲遠藤	実31.2	B▽ A▽勝率7% EV+118% 詳細▼	大穴、AI予想勝率低く長期回収困難（83日ぶりの実戦）
前5走 08/17 2新潟810R 4着/9頭+1.2秒 05/25 1新潟812R 6着/15頭+1.0秒 04/05 3中山37R 6着/11頭+0.8秒 11/23 5東京76R 8着/16頭+1.4秒 10/26 4新潟77R 2着/13頭+0.3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 6.7着 ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +109% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 7.0% / 期待値 +118% ※ 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	ガラスノブルース	☆長浜	実41.2	B▽ A▽勝率7% EV+188% 詳細▼	大穴、AI予想勝率低く長期回収困難（189日ぶりの実戦）
前5走 01/10 1中山36R 10着/16頭+1.5秒 12/27 5中山78R 5着/16頭+0.8秒 11/08 3福島112R 6着/15頭+0.8秒 07/06 1函館88R 12着/13頭+3.3秒 06/21 1函館312R 8着/8頭+2.7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 7.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 189日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +176% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 7.0% / 期待値 +188% ※ 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	ホウオウバローロ	△鷲頭	実7.5	B△ A▽勝率7% EV-47% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（83日ぶりの実戦）
前5走 01/31 1小倉33R 5着/16頭+1.0秒 01/24 1小倉112R 5着/15頭+1.2秒 08/17 1札幌88R 2着/13頭+0.1秒 07/20 1函館1212R 2着/13頭+0.1秒 07/13 1函館108R 2着/12頭+0.1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 4.7着 × 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 6.7% (オッズ暗示: 13.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 7.0% / 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。

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 ○

パラダイスフェイス

騎手古川吉

単勝オッズ

4.1倍

AI期待値

-61%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲1エンダードラゴン

6.0倍

EV -44%

▲A:▽6ノリノドラゴン

39.8倍

EV +270%

出走馬全14頭

×A:○8

パラダイスフェイス

古川吉

4.1倍

-61%

›

○A:▲1

エンダードラゴン

浜中

6.0倍

-44%

›

▲A:▽6

ノリノドラゴン

吉田隼

39.8倍

+270%

›

△A:▽9

シェーンルスカ

★河原田

46.7倍

+334%

›

△A:×11

ストロングボーイ

武豊

3.8倍

-74%

›

△A:▽14

ホウオウバローロ

△鷲頭

7.5倍

-49%

›

▽A:▽4

ディアスポラ

岩田康

26.0倍

+74%

›

▽A:▽12

カーマンライン

▲遠藤

31.2倍

+109%

›

▽A:▽13

ガラスノブルース

☆長浜

41.2倍

+176%

›

▽A:▽2

タイセイデクスター

黛

62.3倍

+317%

›

×A:△7

グランセレスト

丹内

7.3倍

-58%

›

▽A:△5

ウィズマスタング

横山武

10.9倍

-38%

›

▽A:△10

タイセツナヒ

佐々木

22.3倍

+25%

›

▽A:▽3

イサギ

小沢

43.4倍

+145%

›

💡 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）

7R 函館競馬場　発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エンダードラゴン	浜中	実6.0	▲詳細▼	AI上位評価だが期待値不足、見送り（98日ぶりの実戦）
前5走 12/13 5中京38R 4着/16頭+0.7秒 11/23 4京都66R 5着/16頭+0.6秒 06/08 3東京28R 13着/18頭+1.2秒 05/24 2京都99R 5着/13頭+0.2秒 03/15 1阪神56R 5着/16頭+0.4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 4.3着 △ ローテーション 98日休養明け × 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 7.2% (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。
2	タイセイデクスター	黛	実62.3	▽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／342日ぶりの実戦）
前5走 08/10 2新潟610R 12着/15頭+1.9秒 06/15 3東京46R 12着/16頭+1.6秒 04/06 3中山46R 10着/14頭+1.7秒 02/16 1東京62R 1着/16頭勝利 01/26 1中京93R 3着/11頭+1.0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 11.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 342日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +349% (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。
3	イサギ	小沢	実43.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／126日ぶりの実戦）
前5走 12/06 5阪神11R 7着/16頭+0.8秒 11/23 4京都61R 7着/14頭+2.1秒 11/08 3福島13R 5着/15頭+1.5秒 10/04 3京都11R 4着/14頭+0.7秒 09/21 4阪神75R 8着/9頭+1.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12着 (大敗) △ ローテーション 126日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +203% (市場が大幅過小評価) AI 予想勝率 7.0% (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。
4	ディアスポラ	岩田康	実26.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（237日ぶりの実戦）
前5走 11/23 5東京57R 12着/16頭+2.4秒 10/19 4新潟28R 6着/15頭+2.0秒 03/16 2中山68R 5着/16頭+2.0秒 02/15 1東京54R 5着/16頭+0.7秒 11/30 4中京17R 6着/12頭+0.8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 7.7着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 237日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +87% (市場が大幅過小評価) AI 予想勝率 7.2% (オッズ暗示: 3.8%) ※ 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	ウィズマスタング	横山武	実10.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（63日ぶりの実戦）
前5走 01/24 1小倉112R 3着/15頭+0.9秒 11/16 3福島412R 11着/16頭+1.1秒 10/25 4新潟36R 10着/15頭+1.2秒 06/28 1函館57R 11着/16頭+1.2秒 06/15 1函館29R 4着/13頭+0.5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 5.3着 △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 9.2%) ※ 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	ノリノドラゴン	吉田隼	実39.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走勝利の勢い／69日ぶりの実戦）
前5走 11/09 4京都21R 9着/16頭+1.0秒 10/18 3京都61R 2着/9頭+0.2秒 10/04 3京都13R 8着/16頭+2.4秒 ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +187% (市場が大幅過小評価) AI 予想勝率 7.2% (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。
7	グランセレスト	丹内	実7.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（83日ぶりの実戦）
前5走 01/04 1中山110R 4着/8頭+0.0秒 11/30 5東京88R 7着/8頭+1.7秒 11/02 4東京111R 1着/12頭勝利 08/30 3新潟33R 4着/11頭+0.6秒 08/16 2新潟71R 4着/13頭+0.4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 5.3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 7.2% (オッズ暗示: 13.7%) ※ 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	パラダイスフェイス	古川吉	実4.1	○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／前走勝利の勢い／140日ぶりの実戦）
前5走 02/01 2京都23R 2着/10頭+0.9秒 01/18 1中山73R 3着/13頭+0.5秒 01/04 1中山14R 2着/12頭+0.0秒 12/13 5中京31R 5着/14頭+1.0秒 11/16 5東京44R 6着/16頭+0.7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 1着 (勢い継続) △ ローテーション 140日休養明け × 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 7.2% (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。
9	シェーンルスカ	★河原田	実46.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／97日ぶりの実戦）
前5走 12/13 5中京32R 14着/16頭+2.3秒 10/16 名古屋1R 1着/12頭勝利 09/30 名古屋7R 2着/12頭+0.1秒 09/03 名古屋4R 3着/12頭+0.2秒 08/21 名古屋1R 1着/10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) ▽ 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) +226% (市場が大幅過小評価) AI 予想勝率 7.0% (オッズ暗示: 2.1%) ※ 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	タイセツナヒ	佐々木	実22.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／77日ぶりの実戦）
前5走 01/24 1中山86R 8着/13頭+1.2秒 12/28 5中山82R 1着/16頭勝利 12/13 5中山34R 3着/16頭+0.9秒 09/20 4中山61R 3着/13頭+1.3秒 09/07 4中山26R 5着/16頭+1.3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 8.0着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +61% (市場が大幅過小評価) AI 予想勝率 7.2% (オッズ暗示: 4.5%) ※ 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	ストロングボーイ	武豊	実3.8	×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2.7着と安定／前走3着／63日ぶりの実戦）
前5走 01/12 1京都54R 9着/16頭+1.9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 2.7着 (安定) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 7.2% (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。
12	カーマンライン	▲遠藤	実31.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（83日ぶりの実戦）
前5走 08/17 2新潟810R 4着/9頭+1.2秒 05/25 1新潟812R 6着/15頭+1.0秒 04/05 3中山37R 6着/11頭+0.8秒 11/23 5東京76R 8着/16頭+1.4秒 10/26 4新潟77R 2着/13頭+0.3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 6.7着 ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +118% (市場が大幅過小評価) AI 予想勝率 7.0% (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。
13	ガラスノブルース	☆長浜	実41.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（189日ぶりの実戦）
前5走 01/10 1中山36R 10着/16頭+1.5秒 12/27 5中山78R 5着/16頭+0.8秒 11/08 3福島112R 6着/15頭+0.8秒 07/06 1函館88R 12着/13頭+3.3秒 06/21 1函館312R 8着/8頭+2.7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 7.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 189日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +188% (市場が大幅過小評価) AI 予想勝率 7.0% (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	ホウオウバローロ	△鷲頭	実7.5	▽詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（83日ぶりの実戦）
前5走 01/31 1小倉33R 5着/16頭+1.0秒 01/24 1小倉112R 5着/15頭+1.2秒 08/17 1札幌88R 2着/13頭+0.1秒 07/20 1函館1212R 2着/13頭+0.1秒 07/13 1函館108R 2着/12頭+0.1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 4.7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 7.0% (オッズ暗示: 13.3%) ※ 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。

🎯 AIの本命

AI評価1位

ストロングボーイ

騎手武豊

単勝オッズ

3.8倍

AI期待値

-72%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8パラダイスフェイス

4.1倍

EV -70%

▲1エンダードラゴン

6.0倍

EV -56%

出走馬全14頭

×11

ストロングボーイ

武豊

3.8倍

-72%

›

○8

パラダイスフェイス

古川吉

4.1倍

-70%

›

▲1

エンダードラゴン

浜中

6.0倍

-56%

›

△7

グランセレスト

丹内

7.3倍

-47%

›

△5

ウィズマスタング

横山武

10.9倍

-21%

›

△10

タイセツナヒ

佐々木

22.3倍

+61%

›

▽4

ディアスポラ

岩田康

26.0倍

+87%

›

▽6

ノリノドラゴン

吉田隼

39.8倍

+187%

›

▽2

タイセイデクスター

黛

62.3倍

+349%

›

▽14

ホウオウバローロ

△鷲頭

7.5倍

-47%

›

▽12

カーマンライン

▲遠藤

31.2倍

+118%

›

▽13

ガラスノブルース

☆長浜

41.2倍

+188%

›

▽3

イサギ

小沢

43.4倍

+203%

›

▽9

シェーンルスカ

★河原田

46.7倍

+226%

›

💡 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。