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	フェニーチェドーロ	荻野琢	実83.0	B▽ A▽勝率7% EV+479% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／127日ぶりの実戦）
前5走 11/16 4京都46R 12着/16頭+1.5秒 08/16 3中京79R 7着/16頭+2.1秒 08/03 3中京410R 5着/16頭+1.0秒 04/20 2阪神86R 10着/16頭+1.4秒 01/12 1中京47R 8着/16頭+1.4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 10.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 127日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +450% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 7.0% / 期待値 +480% ※ 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	ライラックデューン	▲和田陽	実127.4	B△ A▽勝率7% EV+789% 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／155日ぶりの実戦）
前5走 02/01 1小倉47R 10着/15頭+1.2秒 09/06 2札幌56R 1着/14頭勝利 08/31 2札幌48R 4着/13頭+0.5秒 08/10 3中京62R 8着/15頭+1.3秒 07/20 2小倉83R 3着/16頭+1.3秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 10着 (大敗) △ ローテーション 155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 9.2% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 7.0% / 期待値 +790% ※ 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	ゴールドヴィーナス推奨	松本	実15.5	B○ A△勝率7% EV+11% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+42%の妙味（直近3走勝率33%と上り調子）
前5走 01/31 1小倉36R 18着/18頭+2.0秒 12/07 5阪神23R 11着/18頭+1.5秒 10/25 4新潟31R 7着/15頭+0.3秒 08/02 3中京31R 2着/5頭+0.6秒 07/05 2小倉35R 3着/8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 15着 (大敗) △ ローテーション 99日休養明け ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 9.2% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.2% / 期待値 +12% ※ 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	プリンセスアツコ	鮫島駿	実3.6	B× A×勝率7% EV-74% 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2.0着と安定／前走2着／64日ぶりの実戦）
前5走 01/17 1京都64R 2着/16頭+0.1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 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 27.8%) × Aモデルの評価 (参考) レース内 1位 / 勝率 7.2% / 期待値 -74% ※ 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	ブーケドグレイス	横山琉	実70.5	B▽ A▽勝率7% EV+408% 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）
前5走 12/12 船橋10R 5着/14頭+2.3秒 11/18 川崎12R 1着/14頭勝利 11/03 船橋6R 3着/12頭+0.8秒 09/04 園田12R 1着/12頭勝利 08/08 園田10R 2着/10頭+0.2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 5.0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) +367% (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 +408% ※ 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	ビーチイン	横山和	実4.4	B△ A○勝率7% EV-68% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着／99日ぶりの実戦）
前5走 01/11 1中山42R 7着/16頭+2.2秒 11/24 5東京64R 7着/14頭+2.6秒 11/15 5東京36R 12着/14頭+2.5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 3.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 99日休養明け × 期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 6.6% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 7.2% / 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。
7	ジーティーアリア	北村友	実5.2	B△ A▲勝率7% EV-62% 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／前走勝利の勢い／105日ぶりの実戦）
前5走 01/05 1京都26R 8着/14頭+0.7秒 12/21 5阪神65R 7着/12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 105日休養明け × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 6.6% (オッズ暗示: 19.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.2% / 期待値 -63% ※ 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	クッカユフラ	斎藤	実59.1	B▽ A▽勝率7% EV+325% 詳細▼	大穴、AI予想勝率低く長期回収困難（70日ぶりの実戦）
前5走 11/09 3福島26R 8着/15頭+2.2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 5.3着 🌟◎ 期待値 (オッズ vs AI勝率) +291% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 7.2% / 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。
9	ミリオンアップ推奨	★河原田	実28.1	B▲ A▽勝率7% EV+96% 詳細▼	市場が大きく過小評価、AI予想勝率9% × オッズ28.1倍で期待値+158%の有力候補（市場想定よりAI評価が高く妙味）
前5走 01/25 1京都93R 9着/12頭+1.4秒 01/17 1京都64R 11着/16頭+1.9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 🌟◎ 期待値 (オッズ vs AI勝率) +158% (市場が大幅過小評価) AI 予想勝率 9.2% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 7.0% / 期待値 +96% ※ 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	ゴールドドレッサ推奨	横山武	実19.9	B▽ A▽勝率7% EV+43% 詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／前走勝利の勢い継続／85日の休養を経て臨戦態勢）
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 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) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.2% / 期待値 +43% ※ 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	ストラニエーロ	佐々木	実38.1	B▽ A▽勝率7% EV+174% 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／前走2着／94日ぶりの実戦）
前5走 12/27 5中山77R 10着/18頭+0.6秒 11/09 3福島28R 11着/16頭+0.8秒 09/13 4中山312R 12着/16頭+1.5秒 07/12 1函館99R 5着/11頭+0.3秒 06/22 1函館49R 3着/10頭+0.3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 8.0着 (不振) ○ 前走実績前走 2着 (好走) △ ローテーション 94日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +112% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 7.2% / 期待値 +175% ※ 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	リピース	△鷲頭	実7.4	B× A△勝率7% EV-46% 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／195日ぶりの実戦）
前5走 01/05 1京都24R 11着/11頭+3.7秒 11/02 3京都119R 16着/16頭+4.3秒 09/06 2札幌51R 1着/10頭勝利 08/24 2札幌21R 2着/14頭+1.0秒 08/02 1札幌35R 10着/11頭+1.6秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ ローテーション 195日休養明け × 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 6.6% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 5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。
13	スタンピー	黛	実180.0	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10.3着と低調／120日ぶりの実戦）
前5走 12/13 5中京32R 13着/16頭+1.9秒 11/24 5東京612R 9着/18頭+0.9秒 10/19 4新潟27R 5着/18頭+0.2秒 09/07 4中山22R 11着/16頭+0.9秒 08/23 3新潟13R 3着/18頭+0.2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 10.3着 (不振) △ ローテーション 120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 6.6% (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 +1157% ※ 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	ヴァレンティーニ	吉田隼	実5.2	B× A△勝率7% EV-62% 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／92日ぶりの実戦）
前5走 09/07 4中山26R 1着/16頭勝利 ― ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 92日休養明け × 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 9.2% (オッズ暗示: 19.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 期待値 -63% ※ 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 △

ヴァレンティーニ

騎手吉田隼

単勝オッズ

5.2倍

AI期待値

-52%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△3ゴールドヴィーナス

15.5倍

EV +42%

▲A:▽9ミリオンアップ

28.1倍

EV +158%

出走馬全14頭

×A:△14

ヴァレンティーニ

吉田隼

5.2倍

-52%

›

○A:△3

ゴールドヴィーナス

松本

15.5倍

+42%

›

▲A:▽9

ミリオンアップ

★河原田

28.1倍

+158%

›

△A:▽2

ライラックデューン

▲和田陽

127.4倍

+999%

›

△A:○6

ビーチイン

横山和

4.4倍

-70%

›

△A:▲7

ジーティーアリア

北村友

5.2倍

-65%

›

×A:△12

リピース

△鷲頭

7.4倍

-50%

›

▽A:▽8

クッカユフラ

斎藤

59.1倍

+291%

›

▽A:▽5

ブーケドグレイス

横山琉

70.5倍

+367%

›

▽A:▽1

フェニーチェドーロ

荻野琢

83.0倍

+450%

›

▽A:▽13

スタンピー

黛

180.0倍

+999%

›

×A:×4

プリンセスアツコ

鮫島駿

3.6倍

-79%

›

▽A:▽10

ゴールドドレッサ

横山武

19.9倍

+11%

›

▽A:▽11

ストラニエーロ

佐々木

38.1倍

+112%

›

💡 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 10 ゴールドドレッサ実19.9倍期待値 +43% 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 9 ミリオンアップ実28.1倍期待値 +158% 推奨 10.9〜30.0倍 300円
単勝 3 ゴールドヴィーナス実15.5倍期待値 +42% 推奨 10.9〜30.0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

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	フェニーチェドーロ	荻野琢	実83.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／127日ぶりの実戦）
前5走 11/16 4京都46R 12着/16頭+1.5秒 08/16 3中京79R 7着/16頭+2.1秒 08/03 3中京410R 5着/16頭+1.0秒 04/20 2阪神86R 10着/16頭+1.4秒 01/12 1中京47R 8着/16頭+1.4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 10.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 127日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +479% (市場が大幅過小評価) AI 予想勝率 7.0% (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。
2	ライラックデューン	▲和田陽	実127.4	▽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／155日ぶりの実戦）
前5走 02/01 1小倉47R 10着/15頭+1.2秒 09/06 2札幌56R 1着/14頭勝利 08/31 2札幌48R 4着/13頭+0.5秒 08/10 3中京62R 8着/15頭+1.3秒 07/20 2小倉83R 3着/16頭+1.3秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 10着 (大敗) △ ローテーション 155日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +789% (市場が大幅過小評価) AI 予想勝率 7.0% (オッズ暗示: 0.8%) ※ 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。
3	ゴールドヴィーナス推奨	松本	実15.5	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子）
前5走 01/31 1小倉36R 18着/18頭+2.0秒 12/07 5阪神23R 11着/18頭+1.5秒 10/25 4新潟31R 7着/15頭+0.3秒 08/02 3中京31R 2着/5頭+0.6秒 07/05 2小倉35R 3着/8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 15着 (大敗) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 7.2% (オッズ暗示: 6.5%) ※ 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。
4	プリンセスアツコ	鮫島駿	実3.6	×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2.0着と安定／前走2着／64日ぶりの実戦）
前5走 01/17 1京都64R 2着/16頭+0.1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 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 27.8%) ※ 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	ブーケドグレイス	横山琉	実70.5	▽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）
前5走 12/12 船橋10R 5着/14頭+2.3秒 11/18 川崎12R 1着/14頭勝利 11/03 船橋6R 3着/12頭+0.8秒 09/04 園田12R 1着/12頭勝利 08/08 園田10R 2着/10頭+0.2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 5.0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) +408% (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。
6	ビーチイン	横山和	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り（前走2着／99日ぶりの実戦）
前5走 01/11 1中山42R 7着/16頭+2.2秒 11/24 5東京64R 7着/14頭+2.6秒 11/15 5東京36R 12着/14頭+2.5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 3.7着 ○ 前走実績前走 2着 (好走) △ ローテーション 99日休養明け × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 22.7%) ※ 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。
7	ジーティーアリア	北村友	実5.2	▲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／105日ぶりの実戦）
前5走 01/05 1京都26R 8着/14頭+0.7秒 12/21 5阪神65R 7着/12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 105日休養明け × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 19.2%) ※ 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。
8	クッカユフラ	斎藤	実59.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（70日ぶりの実戦）
前5走 11/09 3福島26R 8着/15頭+2.2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 5.3着 🌟◎ 期待値 (オッズ vs AI勝率) +325% (市場が大幅過小評価) AI 予想勝率 7.2% (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。
9	ミリオンアップ推奨	★河原田	実28.1	▽詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+96%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 01/25 1京都93R 9着/12頭+1.4秒 01/17 1京都64R 11着/16頭+1.9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 🌟◎ 期待値 (オッズ vs AI勝率) +96% (市場が大幅過小評価) AI 予想勝率 7.0% (オッズ暗示: 3.6%) ※ 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。
10	ゴールドドレッサ推奨	横山武	実19.9	▽詳細▼	オッズに対しAI予想勝率がやや高め、期待値+43%の妙味（直近3走勝率33%と上り調子／前走勝利の勢い継続／85日の休養を経て臨戦態勢）
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 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) ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +43% (妙味あり) AI 予想勝率 7.2% (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。
11	ストラニエーロ	佐々木	実38.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／前走2着／94日ぶりの実戦）
前5走 12/27 5中山77R 10着/18頭+0.6秒 11/09 3福島28R 11着/16頭+0.8秒 09/13 4中山312R 12着/16頭+1.5秒 07/12 1函館99R 5着/11頭+0.3秒 06/22 1函館49R 3着/10頭+0.3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 8.0着 (不振) ○ 前走実績前走 2着 (好走) △ ローテーション 94日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +174% (市場が大幅過小評価) AI 予想勝率 7.2% (オッズ暗示: 2.6%) ※ 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	リピース	△鷲頭	実7.4	△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／195日ぶりの実戦）
前5走 01/05 1京都24R 11着/11頭+3.7秒 11/02 3京都119R 16着/16頭+4.3秒 09/06 2札幌51R 1着/10頭勝利 08/24 2札幌21R 2着/14頭+1.0秒 08/02 1札幌35R 10着/11頭+1.6秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ ローテーション 195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 7.2% (オッズ暗示: 13.5%) ※ 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。
13	スタンピー	黛	実180.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／120日ぶりの実戦）
前5走 12/13 5中京32R 13着/16頭+1.9秒 11/24 5東京612R 9着/18頭+0.9秒 10/19 4新潟27R 5着/18頭+0.2秒 09/07 4中山22R 11着/16頭+0.9秒 08/23 3新潟13R 3着/18頭+0.2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 10.3着 (不振) △ ローテーション 120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。
14	ヴァレンティーニ	吉田隼	実5.2	△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／92日ぶりの実戦）
前5走 09/07 4中山26R 1着/16頭勝利 ― ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 92日休養明け × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 19.2%) ※ 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

プリンセスアツコ

騎手鮫島駿

単勝オッズ

3.6倍

AI期待値

-74%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ビーチイン

4.4倍

EV -68%

▲7ジーティーアリア

5.2倍

EV -62%

出走馬全14頭

×4

プリンセスアツコ

鮫島駿

3.6倍

-74%

›

○6

ビーチイン

横山和

4.4倍

-68%

›

▲7

ジーティーアリア

北村友

5.2倍

-62%

›

△14

ヴァレンティーニ

吉田隼

5.2倍

-62%

›

△12

リピース

△鷲頭

7.4倍

-46%

›

△3

ゴールドヴィーナス

松本

15.5倍

+11%

›

▽10

ゴールドドレッサ

横山武

19.9倍

+43%

›

▽11

ストラニエーロ

佐々木

38.1倍

+174%

›

▽8

クッカユフラ

斎藤

59.1倍

+325%

›

▽5

ブーケドグレイス

横山琉

70.5倍

+408%

›

▽9

ミリオンアップ

★河原田

28.1倍

+96%

›

▽1

フェニーチェドーロ

荻野琢

83.0倍

+479%

›

▽2

ライラックデューン

▲和田陽

127.4倍

+789%

›

▽13

スタンピー

黛

180.0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 10 ゴールドドレッサ実19.9倍期待値 +43% 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 9 ミリオンアップ実28.1倍期待値 +158% 推奨 10.9〜30.0倍 300円
単勝 3 ゴールドヴィーナス実15.5倍期待値 +42% 推奨 10.9〜30.0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。