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	サクセスゴールド推奨	吉田隼	実22.5	B△ A▽勝率7% EV+61% 詳細▼	市場が大きく過小評価、AI予想勝率9% × オッズ22.5倍で期待値+106%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中山84R 7着/15頭+1.0秒 01/11 1中山45R 4着/16頭+0.6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 5.0着 🌟◎ 期待値 (オッズ vs AI勝率) +106% (市場が大幅過小評価) AI 予想勝率 9.2% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 7.2% / 期待値 +62% ※ 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	デルマバンダイサン	松本	実9.4	B△ A△勝率7% EV-32% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（68日ぶりの実戦）
前5走 02/01 1小倉41R 3着/16頭+1.1秒 11/22 3福島53R 3着/15頭+0.6秒 11/09 4京都25R 5着/8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 5.3着 △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.2% / 期待値 -32% ※ 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	ルージュリヴィエラ	横山和	実6.8	B× A△勝率7% EV-51% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 11/29 5東京74R 2着/16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 6.7着 × 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 5.6% (オッズ暗示: 14.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 期待値 -51% ※ 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	ロジクリスエス	黛	実72.6	B▽ A▽勝率7% EV+422% 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／218日ぶりの実戦）
前5走 12/13 5中山33R 15着/16頭+2.5秒 11/23 5東京53R 9着/17頭+1.5秒 09/20 4中山65R 2着/16頭+0.0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 8.7着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 218日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +379% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 7.2% / 期待値 +422% ※ 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	マスカルポーネ推奨	丹内	実23.5	B▽ A▽勝率7% EV+68% 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 01/25 1中山92R 10着/14頭+3.3秒 01/12 1中山52R 4着/16頭+1.1秒 12/20 5中山52R 8着/16頭+1.8秒 10/26 4東京92R 8着/10頭+1.9秒 10/12 4東京45R 11着/12頭+2.3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 5.7着 ▽ 前走実績前走 11着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 5.6% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 7.2% / 期待値 +69% ※ 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	キヨタリート	落合玄	実53.6	B▽ A▽勝率7% EV+273% 詳細▼	大穴、AI予想勝率低く長期回収困難（176日ぶりの実戦）
前5走 01/24 1小倉16R 7着/18頭+0.8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 7.0着 (不振) △ ローテーション 176日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +253% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 7.0% / 期待値 +274% ※ 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	キセログラフィカ	佐々木	実12.4	B▽ A▽勝率7% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／92日ぶりの実戦）
前5走 01/31 1東京13R 8着/15頭+1.5秒 01/05 1中山23R 3着/12頭+0.4秒 12/06 5中山14R 6着/16頭+1.2秒 09/07 4中山26R 3着/16頭+0.7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 4.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 92日休養明け × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 8.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.2% / 期待値 -11% ※ 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	トーレス	古川吉	実165.1	B▽ A▽勝率7% 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8.5着と低調／113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 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.5着 (不振) △ ローテーション 113日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +817% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 7.0% / 期待値 +1051% ※ 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	ブレイズランナー	☆長浜	実4.9	B× A○勝率7% EV-64% 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（113日ぶりの実戦）
前5走 01/12 1中山53R 3着/16頭+0.7秒 12/21 5中京61R 2着/16頭+0.4秒 12/07 5中山22R 11着/16頭+1.6秒 09/28 4中山95R 10着/17頭+1.1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 5.0着 △ ローテーション 113日休養明け × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 9.2% (オッズ暗示: 20.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 7.2% / 期待値 -65% ※ 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	ドゥブルヴェ	★河原田	実108.9	B▽ A▽勝率7% EV+658% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 1回1日函館2R 11着/14頭+4.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +618% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 7.0% / 期待値 +659% ※ 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	ホウオウファラオ	岩田康	実4.9	B○ A▲勝率7% EV-64% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 12/13 5中山36R 10着/15頭+4.7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 7.0着 (不振) × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 9.2% (オッズ暗示: 20.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.2% / 期待値 -65% ※ 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	スマートコーラル	☆舟山	実7.3	B▲ A△勝率7% EV-47% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 12/14 5中京41R 12着/13頭+3.6秒 11/23 4京都62R 12着/13頭+3.6秒 09/21 4阪神73R 8着/11頭+2.7秒 08/31 4中京45R 6着/7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 4.3着 × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 9.2% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 期待値 -48% ※ 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	ニシノモリミチ	横山武	実4.3	B△ A×勝率7% EV-69% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（78日ぶりの実戦）
前5走 01/24 1中山82R 4着/16頭+0.5秒 01/04 1中山12R 2着/13頭+1.9秒 12/20 5中山55R 6着/17頭+0.9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 4.7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 6.6% (オッズ暗示: 23.3%) × Aモデルの評価 (参考) レース内 1位 / 勝率 7.2% / 期待値 -69% ※ 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	ダイユウアドバンス	斎藤	実82.4	B▽ A▽勝率7% EV+492% 詳細▼	大穴、AI予想勝率低く長期回収困難（63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 14 ◎ 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) +358% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 7.2% / 期待値 +492% ※ 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 ○

ブレイズランナー

騎手 ☆長浜

単勝オッズ

4.9倍

AI期待値

-55%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲11ホウオウファラオ

4.9倍

EV -55%

▲A:△12スマートコーラル

7.3倍

EV -33%

出走馬全14頭

×A:○9

ブレイズランナー

☆長浜

4.9倍

-55%

›

○A:▲11

ホウオウファラオ

岩田康

4.9倍

-55%

›

▲A:△12

スマートコーラル

☆舟山

7.3倍

-33%

›

△A:△2

デルマバンダイサン

松本

9.4倍

-13%

›

△A:▽1

サクセスゴールド

吉田隼

22.5倍

+106%

›

△A:×13

ニシノモリミチ

横山武

4.3倍

-71%

›

▽A:▽6

キヨタリート

落合玄

53.6倍

+253%

›

▽A:▽4

ロジクリスエス

黛

72.6倍

+379%

›

▽A:▽10

ドゥブルヴェ

★河原田

108.9倍

+618%

›

×A:△3

ルージュリヴィエラ

横山和

6.8倍

-62%

›

▽A:▽7

キセログラフィカ

佐々木

12.4倍

-31%

›

▽A:▽5

マスカルポーネ

丹内

23.5倍

+30%

›

▽A:▽14

ダイユウアドバンス

斎藤

82.4倍

+358%

›

▽A:▽8

トーレス

古川吉

165.1倍

+817%

›

💡 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 5 マスカルポーネ実23.5倍期待値 +68% 推奨 13.9〜30.0倍 100円
単勝 1 サクセスゴールド実22.5倍期待値 +61% 推奨 13.9〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 1 サクセスゴールド実22.5倍期待値 +106% 推奨 10.9〜30.0倍 200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	サクセスゴールド推奨	吉田隼	実22.5	▽詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+61%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 01/24 1中山84R 7着/15頭+1.0秒 01/11 1中山45R 4着/16頭+0.6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 5.0着 🌟◎ 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: 4.4%) ※ 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。
2	デルマバンダイサン	松本	実9.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（68日ぶりの実戦）
前5走 02/01 1小倉41R 3着/16頭+1.1秒 11/22 3福島53R 3着/15頭+0.6秒 11/09 4京都25R 5着/8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 5.3着 × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 7.2% (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。
3	ルージュリヴィエラ	横山和	実6.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 11/29 5東京74R 2着/16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 6.7着 × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 14.7%) ※ 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	ロジクリスエス	黛	実72.6	▽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／218日ぶりの実戦）
前5走 12/13 5中山33R 15着/16頭+2.5秒 11/23 5東京53R 9着/17頭+1.5秒 09/20 4中山65R 2着/16頭+0.0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 8.7着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 218日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +422% (市場が大幅過小評価) AI 予想勝率 7.2% (オッズ暗示: 1.4%) ※ 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	マスカルポーネ推奨	丹内	実23.5	▽詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+68%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 01/25 1中山92R 10着/14頭+3.3秒 01/12 1中山52R 4着/16頭+1.1秒 12/20 5中山52R 8着/16頭+1.8秒 10/26 4東京92R 8着/10頭+1.9秒 10/12 4東京45R 11着/12頭+2.3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 5.7着 ▽ 前走実績前走 11着 (大敗) 🌟◎ 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 7.2% (オッズ暗示: 4.3%) ※ 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	キヨタリート	落合玄	実53.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（176日ぶりの実戦）
前5走 01/24 1小倉16R 7着/18頭+0.8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 7.0着 (不振) △ ローテーション 176日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +273% (市場が大幅過小評価) AI 予想勝率 7.0% (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。
7	キセログラフィカ	佐々木	実12.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／92日ぶりの実戦）
前5走 01/31 1東京13R 8着/15頭+1.5秒 01/05 1中山23R 3着/12頭+0.4秒 12/06 5中山14R 6着/16頭+1.2秒 09/07 4中山26R 3着/16頭+0.7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 4.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 7.2% (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。
8	トーレス	古川吉	実165.1	▽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／113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 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.5着 (不振) △ ローテーション 113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 7.0% (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。
9	ブレイズランナー	☆長浜	実4.9	○詳細▼	AI上位評価だが期待値不足、見送り（113日ぶりの実戦）
前5走 01/12 1中山53R 3着/16頭+0.7秒 12/21 5中京61R 2着/16頭+0.4秒 12/07 5中山22R 11着/16頭+1.6秒 09/28 4中山95R 10着/17頭+1.1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 5.0着 △ ローテーション 113日休養明け × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 20.4%) ※ 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	ドゥブルヴェ	★河原田	実108.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 1回1日函館2R 11着/14頭+4.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +658% (市場が大幅過小評価) AI 予想勝率 7.0% (オッズ暗示: 0.9%) ※ 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。
11	ホウオウファラオ	岩田康	実4.9	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 12/13 5中山36R 10着/15頭+4.7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 7.0着 (不振) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 20.4%) ※ 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。
12	スマートコーラル	☆舟山	実7.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 12/14 5中京41R 12着/13頭+3.6秒 11/23 4京都62R 12着/13頭+3.6秒 09/21 4阪神73R 8着/11頭+2.7秒 08/31 4中京45R 6着/7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 4.3着 × 期待値 (オッズ vs AI勝率) -48% (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。
13	ニシノモリミチ	横山武	実4.3	×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（78日ぶりの実戦）
前5走 01/24 1中山82R 4着/16頭+0.5秒 01/04 1中山12R 2着/13頭+1.9秒 12/20 5中山55R 6着/17頭+0.9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 4.7着 × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 23.3%) ※ 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。
14	ダイユウアドバンス	斎藤	実82.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（63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 14 ◎ 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) +492% (市場が大幅過小評価) AI 予想勝率 7.2% (オッズ暗示: 1.2%) ※ 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。

🎯 AIの本命

AI評価1位

ニシノモリミチ

騎手横山武

単勝オッズ

4.3倍

AI期待値

-69%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ブレイズランナー

4.9倍

EV -64%

▲11ホウオウファラオ

4.9倍

EV -64%

出走馬全14頭

×13

ニシノモリミチ

横山武

4.3倍

-69%

›

○9

ブレイズランナー

☆長浜

4.9倍

-64%

›

▲11

ホウオウファラオ

岩田康

4.9倍

-64%

›

△3

ルージュリヴィエラ

横山和

6.8倍

-51%

›

△12

スマートコーラル

☆舟山

7.3倍

-47%

›

△2

デルマバンダイサン

松本

9.4倍

-32%

›

▽7

キセログラフィカ

佐々木

12.4倍

-10%

›

▽1

サクセスゴールド

吉田隼

22.5倍

+61%

›

▽5

マスカルポーネ

丹内

23.5倍

+68%

›

▽4

ロジクリスエス

黛

72.6倍

+422%

›

▽14

ダイユウアドバンス

斎藤

82.4倍

+492%

›

▽6

キヨタリート

落合玄

53.6倍

+273%

›

▽10

ドゥブルヴェ

★河原田

108.9倍

+658%

›

▽8

トーレス

古川吉

165.1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 5 マスカルポーネ実23.5倍期待値 +68% 推奨 13.9〜30.0倍 100円
単勝 1 サクセスゴールド実22.5倍期待値 +61% 推奨 13.9〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 1 サクセスゴールド実22.5倍期待値 +106% 推奨 10.9〜30.0倍 200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。