函館 8R 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

8R 函館競馬場　発走 13:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ワンダフルデイズ	横山琉	実11.2	B△ A△勝率8% EV-9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 01/11 1京都41R 2着/16頭+0.0秒 12/21 5阪神64R 4着/12頭+0.1秒 11/29 4京都72R 2着/11頭+0.0秒 09/21 4阪神73R 2着/11頭+0.5秒 08/30 4中京31R 4着/12頭+0.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 8.7% (オッズ暗示: 8.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.1% / 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。
2	シャインバオバブ	古川吉	実45.4	B▽ A▽勝率8% EV+267% 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）
前5走 12/14 5中京412R 12着/16頭+0.7秒 10/25 4新潟36R 4着/15頭+0.3秒 10/12 3京都47R 9着/13頭+0.5秒 09/27 4阪神87R 7着/16頭+0.3秒 08/31 2札幌49R 9着/14頭+1.7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 8.0着 (不振) 🌟◎ 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 7.0% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 8.1% / 期待値 +267% ※ 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	バルドル	横山和	実37.4	B▽ A△勝率9% EV+230% 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／91日ぶりの実戦）
前5走 01/10 1中山35R 6着/15頭+1.3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 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +163% (市場が大幅過小評価) AI 予想勝率 7.0% (オッズ暗示: 2.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.8% / 期待値 +230% ※ 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	テイクザクラウン推奨	川又	実14.2	B▽ A▽勝率8% EV+14% 詳細▼	期待値プラスでAIの推し馬（前走2着で力を示す／97日の休養を経て臨戦態勢）
前5走 11/23 4京都67R 10着/18頭+1.0秒 10/12 3京都47R 10着/13頭+0.6秒 09/13 4阪神38R 2着/6頭+0.2秒 07/12 2小倉59R 5着/11頭+0.7秒 05/24 2京都97R 7着/12頭+0.6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 3.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 7.0% (オッズ暗示: 7.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 8.1% / 期待値 +15% ※ 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	アーレムアレス	武豊	実1.5	B▲ A×勝率9% EV-86% 詳細▼	人気馬、市場評価通りで上乗せなし（70日ぶりの実戦）
前5走 12/27 5中山711R 4着/16頭+0.4秒 11/16 4京都49R 2着/8頭+0.0秒 09/06 2札幌511R 4着/12頭+0.5秒 07/20 1函館125R 1着/9頭勝利 ―
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 6.0着 ▽ 前走実績前走 14着 (大敗) × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 8.7% (オッズ暗示: 66.7%) × Aモデルの評価 (参考) レース内 1位 / 勝率 8.8% / 期待値 -87% ※ 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	マイネルゼウス推奨	丹内	実17.0	B▽ A▲勝率9% EV+50% 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 01/31 1小倉312R 4着/16頭+0.2秒 12/14 5中山412R 13着/16頭+1.0秒 11/15 3福島39R 3着/16頭+0.5秒 09/06 2札幌59R 4着/15頭+0.5秒 08/24 2札幌29R 3着/13頭+0.7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 4.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 7.0% (オッズ暗示: 5.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.8% / 期待値 +50% ※ 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	アスクファイアモア	吉田隼	実20.8	B○ A▽勝率8% EV+68% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い／98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 7 ◎ 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 98日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +105% (市場が大幅過小評価) AI 予想勝率 9.9% (オッズ暗示: 4.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 8.1% / 期待値 +68% ※ 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	ジーティートシオー	荻野琢	実103.7	B▽ A▽勝率8% EV+738% 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／70日ぶりの実戦）
前5走 12/13 5中京37R 9着/18頭+1.2秒 11/23 4京都67R 11着/18頭+1.0秒 08/10 1札幌66R 10着/14頭+2.2秒 07/12 1函館96R 2着/16頭+0.7秒 06/01 2京都125R 5着/13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戦の調子平均 9.7着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +799% (市場が大幅過小評価) AI 予想勝率 8.7% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 8.1% / 期待値 +739% ※ 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	ペリプルス	☆舟山	実43.6	B△ A▽勝率8% EV+252% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率0%と苦戦傾向／直近3走平均8.0着と低調／482日ぶりの実戦）
前5走 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2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) × 当競馬場適性 36走で勝率 0% (苦戦) △ ローテーション 482日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +278% (市場が大幅過小評価) AI 予想勝率 8.7% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 8.1% / 期待値 +253% ※ 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	メイショウテンク	斎藤	実7.5	B△ A△勝率8% EV-39% 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／70日ぶりの実戦）
前5走 02/01 2京都25R 1着/13頭勝利 01/11 1京都412R 2着/18頭+0.2秒 12/20 5阪神53R 6着/18頭+0.5秒 11/29 4京都75R 2着/12頭+0.0秒 ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 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 8.7% (オッズ暗示: 13.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.1% / 期待値 -39% ※ 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	エリナ	▲大久保	実174.7	B▽ A▽勝率8% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.7着と低調／231日ぶりの実戦）
前5走 11/29 5東京77R 15着/16頭+3.3秒 11/15 3福島38R 13着/16頭+4.3秒 08/02 2新潟312R 10着/12頭+1.7秒 07/13 2福島63R 7着/16頭+0.8秒 05/31 2東京115R 13着/16頭+1.6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 12.7着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 231日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 8.7% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 8.1% / 期待値 +1313% ※ 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	マテンロウオリジン	池添	実9.1	B◎ A○勝率9% EV-19% 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2.0着と安定／前走2着／147日ぶりの実戦）
前5走 01/24 1京都85R 2着/18頭+0.2秒 11/08 4京都13R 2着/9頭+0.1秒 08/10 3中京64R 3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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 147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 9.9% (オッズ暗示: 11.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 8.8% / 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。

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 ○

マテンロウオリジン

騎手池添

単勝オッズ

9.1倍

AI期待値

-9%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▽7アスクファイアモア

20.8倍

EV +105%

▲A:×5アーレムアレス

1.5倍

EV -86%

出走馬全12頭

◎A:○12

マテンロウオリジン

池添

9.1倍

-9%

›

○A:▽7

アスクファイアモア

吉田隼

20.8倍

+105%

›

▲A:×5

アーレムアレス

武豊

1.5倍

-86%

›

△A:△10

メイショウテンク

斎藤

7.5倍

-34%

›

△A:△1

ワンダフルデイズ

横山琉

11.2倍

-2%

›

△A:▽9

ペリプルス

☆舟山

43.6倍

+278%

›

▽A:▽8

ジーティートシオー

荻野琢

103.7倍

+799%

›

▽A:▽11

エリナ

▲大久保

174.7倍

+999%

›

▽A:▽4

テイクザクラウン

川又

14.2倍

+0%

›

▽A:▲6

マイネルゼウス

丹内

17.0倍

+19%

›

▽A:△3

バルドル

横山和

37.4倍

+163%

›

▽A:▽2

シャインバオバブ

古川吉

45.4倍

+219%

›

💡 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 6 マイネルゼウス実17.0倍期待値 +49% 推奨 11.3〜30.0倍 200円
単勝 4 テイクザクラウン実14.2倍期待値 +14% 推奨 12.4〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

このモデルは本レース見送り判定（期待値プラスなし）

※ 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

8R 函館競馬場　発走 13:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ワンダフルデイズ	横山琉	実11.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 01/11 1京都41R 2着/16頭+0.0秒 12/21 5阪神64R 4着/12頭+0.1秒 11/29 4京都72R 2着/11頭+0.0秒 09/21 4阪神73R 2着/11頭+0.5秒 08/30 4中京31R 4着/12頭+0.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 8.1% (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。
2	シャインバオバブ	古川吉	実45.4	▽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）
前5走 12/14 5中京412R 12着/16頭+0.7秒 10/25 4新潟36R 4着/15頭+0.3秒 10/12 3京都47R 9着/13頭+0.5秒 09/27 4阪神87R 7着/16頭+0.3秒 08/31 2札幌49R 9着/14頭+1.7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 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +267% (市場が大幅過小評価) AI 予想勝率 8.1% (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。
3	バルドル	横山和	実37.4	△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／前走勝利の勢い／91日ぶりの実戦）
前5走 01/10 1中山35R 6着/15頭+1.3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 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +230% (市場が大幅過小評価) AI 予想勝率 8.8% (オッズ暗示: 2.7%) ※ 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。
4	テイクザクラウン推奨	川又	実14.2	▽詳細▼	期待値プラスでAIの推し馬（前走2着で力を示す／97日の休養を経て臨戦態勢）
前5走 11/23 4京都67R 10着/18頭+1.0秒 10/12 3京都47R 10着/13頭+0.6秒 09/13 4阪神38R 2着/6頭+0.2秒 07/12 2小倉59R 5着/11頭+0.7秒 05/24 2京都97R 7着/12頭+0.6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 3.3着 ○ 前走実績前走 2着 (好走) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 8.1% (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。
5	アーレムアレス	武豊	実1.5	×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（70日ぶりの実戦）
前5走 12/27 5中山711R 4着/16頭+0.4秒 11/16 4京都49R 2着/8頭+0.0秒 09/06 2札幌511R 4着/12頭+0.5秒 07/20 1函館125R 1着/9頭勝利 ―
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 6.0着 ▽ 前走実績前走 14着 (大敗) × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 8.8% (オッズ暗示: 66.7%) ※ 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。
6	マイネルゼウス推奨	丹内	実17.0	▲詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+50%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 01/31 1小倉312R 4着/16頭+0.2秒 12/14 5中山412R 13着/16頭+1.0秒 11/15 3福島39R 3着/16頭+0.5秒 09/06 2札幌59R 4着/15頭+0.5秒 08/24 2札幌29R 3着/13頭+0.7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 4.7着 × 当競馬場適性 3走で勝率 0% (苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +50% (市場が大幅過小評価) AI 予想勝率 8.8% (オッズ暗示: 5.9%) ※ 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。
7	アスクファイアモア	吉田隼	実20.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い／98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 7 ◎ 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 98日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +68% (市場が大幅過小評価) AI 予想勝率 8.1% (オッズ暗示: 4.8%) ※ 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。
8	ジーティートシオー	荻野琢	実103.7	▽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／70日ぶりの実戦）
前5走 12/13 5中京37R 9着/18頭+1.2秒 11/23 4京都67R 11着/18頭+1.0秒 08/10 1札幌66R 10着/14頭+2.2秒 07/12 1函館96R 2着/16頭+0.7秒 06/01 2京都125R 5着/13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戦の調子平均 9.7着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +738% (市場が大幅過小評価) AI 予想勝率 8.1% (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。
9	ペリプルス	☆舟山	実43.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率0%と苦戦傾向／直近3走平均8.0着と低調／482日ぶりの実戦）
前5走 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2秒 03/23 2中山87R 8着/16頭+1.2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) × 当競馬場適性 36走で勝率 0% (苦戦) △ ローテーション 482日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +252% (市場が大幅過小評価) AI 予想勝率 8.1% (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	メイショウテンク	斎藤	実7.5	△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／70日ぶりの実戦）
前5走 02/01 2京都25R 1着/13頭勝利 01/11 1京都412R 2着/18頭+0.2秒 12/20 5阪神53R 6着/18頭+0.5秒 11/29 4京都75R 2着/12頭+0.0秒 ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 8.1% (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。
11	エリナ	▲大久保	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12.7着と低調／231日ぶりの実戦）
前5走 11/29 5東京77R 15着/16頭+3.3秒 11/15 3福島38R 13着/16頭+4.3秒 08/02 2新潟312R 10着/12頭+1.7秒 07/13 2福島63R 7着/16頭+0.8秒 05/31 2東京115R 13着/16頭+1.6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 12.7着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 231日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 8.1% (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。
12	マテンロウオリジン	池添	実9.1	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／147日ぶりの実戦）
前5走 01/24 1京都85R 2着/18頭+0.2秒 11/08 4京都13R 2着/9頭+0.1秒 08/10 3中京64R 3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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 147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 8.8% (オッズ暗示: 11.0%) ※ 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

アーレムアレス

騎手武豊

単勝オッズ

1.5倍

AI期待値

-86%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12マテンロウオリジン

9.1倍

EV -19%

▲6マイネルゼウス

17.0倍

EV +50%

出走馬全12頭

×5

アーレムアレス

武豊

1.5倍

-86%

›

○12

マテンロウオリジン

池添

9.1倍

-19%

›

▲6

マイネルゼウス

丹内

17.0倍

+50%

›

△3

バルドル

横山和

37.4倍

+230%

›

△10

メイショウテンク

斎藤

7.5倍

-39%

›

△1

ワンダフルデイズ

横山琉

11.2倍

-9%

›

▽4

テイクザクラウン

川又

14.2倍

+14%

›

▽7

アスクファイアモア

吉田隼

20.8倍

+68%

›

▽9

ペリプルス

☆舟山

43.6倍

+252%

›

▽2

シャインバオバブ

古川吉

45.4倍

+267%

›

▽8

ジーティートシオー

荻野琢

103.7倍

+738%

›

▽11

エリナ

▲大久保

174.7倍

+999%

›

💡 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 6 マイネルゼウス実17.0倍期待値 +49% 推奨 11.3〜30.0倍 200円
単勝 4 テイクザクラウン実14.2倍期待値 +14% 推奨 12.4〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

このモデルは本レース見送り判定（期待値プラスなし）

※ 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。