函館 10R 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

10R 函館競馬場　発走 14:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フミサウンド	浜中	実9.4	B○ A△勝率10% EV-2% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場24走で勝率50%と適性高／直近3走平均14.0着と低調／398日ぶりの実戦）
前5走 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0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 14.0着 (不振) ◎ 当競馬場適性 24走で勝率 50% (得意) ▽ 前走実績前走 14着 (大敗) △ ローテーション 398日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 10.1% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.3% / 期待値 -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	ストリンジェンド推奨	斎藤	実24.0	B▽ A▽勝率9% EV+127% 詳細▼	市場が大きく過小評価、AI予想勝率10% × オッズ24.0倍で期待値+140%の有力候補（市場想定よりAI評価が高く妙味）
前5走 05/03 2京都312R 5着/16頭+0.4秒 05/03 2京都312R 5着/16頭+0.4秒 05/03 2京都312R 5着/16頭+0.4秒 05/03 2京都312R 5着/16頭+0.4秒 05/03 2京都312R 5着/16頭+0.4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 5.0着 △ ローテーション 441日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +140% (市場が大幅過小評価) AI 予想勝率 10.0% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 9.5% / 期待値 +128% ※ 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	ムチャスグラシアス	吉田隼	実41.2	B△ A△勝率10% EV+326% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均12.7着と低調／98日ぶりの実戦）
前5走 12/27 5中山79R 13着/16頭+1.5秒 11/09 5東京28R 13着/16頭+2.8秒 09/06 2札幌510R 7着/16頭+0.6秒 08/30 2札幌312R 1着/15頭勝利 08/10 1札幌67R 8着/15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戦の調子平均 12.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 12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) +314% (市場が大幅過小評価) AI 予想勝率 10.1% (オッズ暗示: 2.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 10.3% / 期待値 +326% ※ 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	マナボニート	丹内	実2.3	B× A×勝率10% EV-76% 詳細▼	人気馬、市場評価通りで上乗せなし（前走3着／70日ぶりの実戦）
前5走 01/18 1京都74R 5着/10頭+0.2秒 01/05 1京都23R 1着/14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戦の調子平均 3.3着 ○ 前走実績前走 3着 (好走) × 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 9.8% (オッズ暗示: 43.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 10.3% / 期待値 -76% ※ 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	フードマン	鮫島駿	実7.1	B△ A▲勝率10% EV-26% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（112日ぶりの実戦）
前5走 02/01 1小倉410R 11着/15頭+0.5秒 01/10 1京都310R 5着/18頭+1.0秒 11/08 3福島110R 3着/16頭+0.1秒 10/26 3京都98R 3着/14頭+0.1秒 10/05 4東京29R 14着/17頭+0.8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 6.3着 △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 10.0% (オッズ暗示: 14.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.3% / 期待値 -27% ※ 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	バシレウスシチー推奨	小沢	実13.8	B▽ A▽勝率9% EV+30% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+35%の妙味（市場想定よりAI評価が高く妙味）
前5走 02/01 1小倉410R 12着/15頭+0.7秒 11/08 3福島110R 16着/16頭+1.2秒 04/26 1福島511R 4着/15頭+0.4秒 02/16 1小倉89R 7着/18頭+0.4秒 02/02 1小倉410R 4着/18頭+0.5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 6.7着 ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 9.8% (オッズ暗示: 7.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 9.5% / 期待値 +31% ※ 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	サンドロナイト推奨	北村友	実15.0	B▲ A△勝率10% EV+55% 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 07/20 2小倉812R 4着/18頭+0.6秒 05/31 2京都1112R 10着/13頭+1.1秒 02/09 1京都48R 6着/13頭+0.8秒 12/08 7京都412R 8着/11頭+0.5秒 07/13 3小倉512R 1着/11頭勝利
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 7.0着 (不振) △ ローテーション 105日休養明け 🌟◎ 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 10.1% (オッズ暗示: 6.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.3% / 期待値 +55% ※ 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	マジカルフェアリー	舟山	実9.1	B◎ A▽勝率9% EV-13% 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8.0着と低調／76日ぶりの実戦）
前5走 08/16 1札幌710R 4着/13頭+0.1秒 07/19 1函館1112R 1着/16頭勝利 07/05 1函館712R 9着/13頭+1.6秒 04/13 2阪神69R 7着/8頭+1.3秒 03/29 2阪神19R 12着/14頭+1.2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 8.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 10.1% (オッズ暗示: 11.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 9.5% / 期待値 -14% ※ 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	エクストラバック推奨	横山琉	実13.5	B▽ A▽勝率9% EV+28% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+35%の妙味（市場想定よりAI評価が高く妙味）
前5走 01/17 1中山612R 6着/16頭+0.4秒 11/16 4京都48R 11着/15頭+0.3秒 10/25 4東京89R 10着/12頭+0.6秒 10/05 4東京29R 10着/17頭+0.6秒 08/03 3中京412R 1着/18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戦の調子平均 8.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 140日休養明け ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 10.0% (オッズ暗示: 7.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 9.5% / 期待値 +28% ※ 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	アパッシメント	佐々木	実5.3	B△ A○勝率10% EV-45% 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8.7着と低調／前走3着／118日ぶりの実戦）
前5走 09/28 4中山98R 15着/16頭+3.7秒 07/27 2新潟28R 8着/15頭+0.5秒 03/16 2中京210R 10着/12頭+1.3秒 02/08 1東京37R 1着/14頭勝利 12/28 5中山91R 1着/16頭勝利
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 8.7着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 118日休養明け × 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 10.0% (オッズ暗示: 18.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 10.3% / 期待値 -45% ※ 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 ▽

マジカルフェアリー

騎手舟山

単勝オッズ

9.1倍

AI期待値

-8%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△1フミサウンド

9.4倍

EV -5%

▲A:△7サンドロナイト

15.0倍

EV +50%

出走馬全10頭

◎A:▽8

マジカルフェアリー

舟山

9.1倍

-8%

›

○A:△1

フミサウンド

浜中

9.4倍

-5%

›

▲A:△7

サンドロナイト

北村友

15.0倍

+50%

›

△A:△3

ムチャスグラシアス

吉田隼

41.2倍

+314%

›

△A:○10

アパッシメント

佐々木

5.3倍

-46%

›

△A:▲5

フードマン

鮫島駿

7.1倍

-28%

›

▽A:▽9

エクストラバック

横山琉

13.5倍

+35%

›

▽A:▽2

ストリンジェンド

斎藤

24.0倍

+140%

›

×A:×4

マナボニート

丹内

2.3倍

-77%

›

▽A:▽6

バシレウスシチー

小沢

13.8倍

+35%

›

💡 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 7 サンドロナイト実15.0倍期待値 +55% 推奨 9.7〜30.0倍 200円
単勝 6 バシレウスシチー実13.8倍期待値 +30% 推奨 10.5〜30.0倍 100円
単勝 9 エクストラバック実13.5倍期待値 +28% 推奨 10.5〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 2 ストリンジェンド実24.0倍期待値 +140% 推奨 10.0〜30.0倍 300円
単勝 7 サンドロナイト実15.0倍期待値 +50% 推奨 9.9〜30.0倍 200円
単勝 6 バシレウスシチー実13.8倍期待値 +35% 推奨 10.2〜30.0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

10R 函館競馬場　発走 14:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フミサウンド	浜中	実9.4	△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24走で勝率50%と適性高／直近3走平均14.0着と低調／398日ぶりの実戦）
前5走 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0秒 06/15 1函館211R 14着/14頭+2.0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 14.0着 (不振) ◎ 当競馬場適性 24走で勝率 50% (得意) ▽ 前走実績前走 14着 (大敗) △ ローテーション 398日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 10.6%) ※ 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。
2	ストリンジェンド推奨	斎藤	実24.0	▽詳細▼	市場が大きく過小評価、AI予想勝率9% × オッズ24.0倍で期待値+127%の有力候補（市場想定よりAI評価が高く妙味）
前5走 05/03 2京都312R 5着/16頭+0.4秒 05/03 2京都312R 5着/16頭+0.4秒 05/03 2京都312R 5着/16頭+0.4秒 05/03 2京都312R 5着/16頭+0.4秒 05/03 2京都312R 5着/16頭+0.4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 5.0着 △ ローテーション 441日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +127% (市場が大幅過小評価) AI 予想勝率 9.5% (オッズ暗示: 4.2%) ※ 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	ムチャスグラシアス	吉田隼	実41.2	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均12.7着と低調／98日ぶりの実戦）
前5走 12/27 5中山79R 13着/16頭+1.5秒 11/09 5東京28R 13着/16頭+2.8秒 09/06 2札幌510R 7着/16頭+0.6秒 08/30 2札幌312R 1着/15頭勝利 08/10 1札幌67R 8着/15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戦の調子平均 12.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 12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) +326% (市場が大幅過小評価) AI 予想勝率 10.3% (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。
4	マナボニート	丹内	実2.3	×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（前走3着／70日ぶりの実戦）
前5走 01/18 1京都74R 5着/10頭+0.2秒 01/05 1京都23R 1着/14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戦の調子平均 3.3着 ○ 前走実績前走 3着 (好走) × 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 10.3% (オッズ暗示: 43.5%) ※ 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。
5	フードマン	鮫島駿	実7.1	▲詳細▼	AI上位評価だが期待値不足、見送り（112日ぶりの実戦）
前5走 02/01 1小倉410R 11着/15頭+0.5秒 01/10 1京都310R 5着/18頭+1.0秒 11/08 3福島110R 3着/16頭+0.1秒 10/26 3京都98R 3着/14頭+0.1秒 10/05 4東京29R 14着/17頭+0.8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 6.3着 △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 14.1%) ※ 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。
6	バシレウスシチー推奨	小沢	実13.8	▽詳細▼	オッズに対しAI予想勝率がやや高め、期待値+30%の妙味（市場想定よりAI評価が高く妙味）
前5走 02/01 1小倉410R 12着/15頭+0.7秒 11/08 3福島110R 16着/16頭+1.2秒 04/26 1福島511R 4着/15頭+0.4秒 02/16 1小倉89R 7着/18頭+0.4秒 02/02 1小倉410R 4着/18頭+0.5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 6.7着 ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 9.5% (オッズ暗示: 7.2%) ※ 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	サンドロナイト推奨	北村友	実15.0	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+55%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 07/20 2小倉812R 4着/18頭+0.6秒 05/31 2京都1112R 10着/13頭+1.1秒 02/09 1京都48R 6着/13頭+0.8秒 12/08 7京都412R 8着/11頭+0.5秒 07/13 3小倉512R 1着/11頭勝利
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 7.0着 (不振) △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +55% (市場が大幅過小評価) AI 予想勝率 10.3% (オッズ暗示: 6.7%) ※ 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	マジカルフェアリー	舟山	実9.1	▽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8.0着と低調／76日ぶりの実戦）
前5走 08/16 1札幌710R 4着/13頭+0.1秒 07/19 1函館1112R 1着/16頭勝利 07/05 1函館712R 9着/13頭+1.6秒 04/13 2阪神69R 7着/8頭+1.3秒 03/29 2阪神19R 12着/14頭+1.2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 8.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 9.5% (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。
9	エクストラバック推奨	横山琉	実13.5	▽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 01/17 1中山612R 6着/16頭+0.4秒 11/16 4京都48R 11着/15頭+0.3秒 10/25 4東京89R 10着/12頭+0.6秒 10/05 4東京29R 10着/17頭+0.6秒 08/03 3中京412R 1着/18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戦の調子平均 8.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 9.5% (オッズ暗示: 7.4%) ※ 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。
10	アパッシメント	佐々木	実5.3	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.7着と低調／前走3着／118日ぶりの実戦）
前5走 09/28 4中山98R 15着/16頭+3.7秒 07/27 2新潟28R 8着/15頭+0.5秒 03/16 2中京210R 10着/12頭+1.3秒 02/08 1東京37R 1着/14頭勝利 12/28 5中山91R 1着/16頭勝利
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 8.7着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 118日休養明け × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 10.3% (オッズ暗示: 18.9%) ※ 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。

🎯 AIの本命

AI評価1位

マナボニート

騎手丹内

単勝オッズ

2.3倍

AI期待値

-76%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10アパッシメント

5.3倍

EV -45%

▲5フードマン

7.1倍

EV -26%

出走馬全10頭

×4

マナボニート

丹内

2.3倍

-76%

›

○10

アパッシメント

佐々木

5.3倍

-45%

›

▲5

フードマン

鮫島駿

7.1倍

-26%

›

△1

フミサウンド

浜中

9.4倍

-2%

›

△7

サンドロナイト

北村友

15.0倍

+55%

›

△3

ムチャスグラシアス

吉田隼

41.2倍

+326%

›

▽8

マジカルフェアリー

舟山

9.1倍

-13%

›

▽9

エクストラバック

横山琉

13.5倍

+28%

›

▽6

バシレウスシチー

小沢

13.8倍

+30%

›

▽2

ストリンジェンド

斎藤

24.0倍

+127%

›

💡 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 7 サンドロナイト実15.0倍期待値 +55% 推奨 9.7〜30.0倍 200円
単勝 6 バシレウスシチー実13.8倍期待値 +30% 推奨 10.5〜30.0倍 100円
単勝 9 エクストラバック実13.5倍期待値 +28% 推奨 10.5〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 2 ストリンジェンド実24.0倍期待値 +140% 推奨 10.0〜30.0倍 300円
単勝 7 サンドロナイト実15.0倍期待値 +50% 推奨 9.9〜30.0倍 200円
単勝 6 バシレウスシチー実13.8倍期待値 +35% 推奨 10.2〜30.0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。