小倉 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 小倉競馬場　発走 14:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダノンカゼルタ	高杉	実8.3	B△ A▽勝率9% EV-25% 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5走 05/31 2東京128R 12着/14頭+1.5秒 05/09 3京都510R 5着/8頭+0.7秒 03/28 1中京58R 1着/14頭勝利 02/15 2京都68R 2着/12頭+0.7秒 01/25 1京都96R 13着/15頭+1.7秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 12.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 9.0% / 期待値 -25% ※ 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	ショウナンハウル推奨	松若	実20.6	B▽ A▽勝率9% EV+82% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+87%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 03/07 1阪神59R 8着/9頭+2.1秒 02/07 2京都38R 7着/8頭+1.1秒 01/17 1京都69R 10着/10頭+1.5秒 12/27 5阪神712R 6着/9頭+1.1秒 10/18 3京都610R 8着/9頭+1.5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 8.3着 (不振) △ ローテーション 127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 9.1% (オッズ暗示: 4.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 8.9% / 期待値 +82% ※ 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	プリズマジコ	秋山稔	実8.2	B△ A△勝率9% EV-24% 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10.3着と低調）
前5走 05/31 2東京128R 10着/14頭+1.0秒 02/28 1小倉1111R 13着/15頭+1.4秒 10/25 3京都88R 8着/12頭+0.6秒 08/10 3中京66R 4着/9頭+0.7秒 07/20 2福島810R 3着/10頭+0.4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 10.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 12.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.2% / 期待値 -24% ※ 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	ハッピーダンチャン	国分優	実42.3	B▽ A△勝率9% EV+287% 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／126日ぶりの実戦）
前5走 03/08 1阪神68R 9着/9頭+1.9秒 02/14 2京都58R 11着/13頭+3.7秒 12/20 5中山510R 11着/16頭+2.4秒 11/01 3京都108R 15着/15頭+2.8秒 10/13 3京都58R 1着/13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 10.3着 (不振) △ ローテーション 126日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +284% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 2.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.2% / 期待値 +288% ※ 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	フォーチュンライド	藤懸	実3.6	B× A×勝率9% EV-66% 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／91日ぶりの実戦）
前5走 04/12 2阪神69R 13着/14頭+2.8秒 01/31 1小倉32R 1着/18頭勝利 01/04 1京都15R 2着/18頭+0.0秒 ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 13着 (大敗) △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 27.8%) × Aモデルの評価 (参考) レース内 1位 / 勝率 9.3% / 期待値 -66% ※ 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	アスクエピソード	中井	実41.2	B▽ A▲勝率9% EV+284% 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／518日ぶりの実戦）
前5走 02/09 1京都48R 11着/13頭+1.5秒 02/09 1京都48R 11着/13頭+1.5秒 02/09 1京都48R 11着/13頭+1.5秒 02/09 1京都48R 11着/13頭+1.5秒 02/09 1京都48R 11着/13頭+1.5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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 518日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +274% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 2.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.3% / 期待値 +285% ※ 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	レイピカケ	団野	実6.9	B△ A▽勝率9% EV-38% 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3走で勝率0%と苦戦傾向／直近3走平均10.3着と低調／168日ぶりの実戦）
前5走 01/25 1京都97R 10着/10頭+1.8秒 12/21 5中山69R 11着/11頭+1.7秒 08/30 2札幌311R 10着/14頭+2.2秒 08/17 1札幌812R 10着/14頭+2.5秒 07/19 1函館1110R 10着/14頭+0.9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 10.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 168日休養明け × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 14.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 9.0% / 期待値 -38% ※ 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	コリカンチャ	吉村	実4.0	B○ A×勝率9% EV-64% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.3着と低調／84日ぶりの実戦）
前5走 04/19 1福島410R 11着/13頭+1.4秒 03/21 1阪神99R 7着/8頭+0.5秒 11/23 4京都69R 10着/13頭+1.1秒 11/02 4東京119R 10着/10頭+1.2秒 08/16 3中京712R 1着/10頭勝利
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 9.3着 (不振) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 25.0%) × Aモデルの評価 (参考) レース内 9位 / 勝率 8.9% / 期待値 -64% ※ 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	オデット	田口	実44.9	B▽ A▽勝率9% EV+298% 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／78日ぶりの実戦）
前5走 04/25 3京都112R 10着/11頭+1.5秒 02/07 1小倉510R 11着/16頭+1.4秒 01/25 1京都97R 8着/10頭+1.7秒 10/25 3京都88R 5着/12頭+0.4秒 10/04 3京都18R 10着/12頭+1.5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 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) +308% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 8.9% / 期待値 +299% ※ 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	ジャスティンガルフ	西塚	実6.3	B▲ A△勝率9% EV-43% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率40%と適性高／直近3走で勝率33%と好調／120日ぶりの実戦）
前5走 03/14 1中京110R 6着/10頭+0.5秒 03/01 1小倉129R 1着/18頭勝利 11/22 3福島59R 13着/16頭+0.8秒 09/06 4中山19R 10着/11頭+0.9秒 08/17 3中京88R 4着/6頭+0.7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) ◎ 当競馬場適性 5走で勝率 40% (得意) △ ローテーション 120日休養明け × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 15.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 9.0% / 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	オウケンボルト推奨	菱田	実14.5	B▽ A○勝率9% EV+35% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+31%の妙味（当競馬場36走で勝率33%と適性高）
前5走 06/08 3東京29R 10着/12頭+0.8秒 06/08 3東京29R 10着/12頭+0.8秒 06/08 3東京29R 10着/12頭+0.8秒 06/08 3東京29R 10着/12頭+0.8秒 06/08 3東京29R 10着/12頭+0.8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 10.0着 (不振) ◎ 当競馬場適性 36走で勝率 33% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 399日休養明け ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 9.1% (オッズ暗示: 6.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.3% / 期待値 +35% ※ 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 ×

フォーチュンライド

騎手藤懸

単勝オッズ

3.6倍

AI期待値

-67%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:×8コリカンチャ

4.0倍

EV -63%

▲A:△10ジャスティンガルフ

6.3倍

EV -42%

出走馬全11頭

×A:×5

フォーチュンライド

藤懸

3.6倍

-67%

›

○A:×8

コリカンチャ

吉村

4.0倍

-63%

›

▲A:△10

ジャスティンガルフ

西塚

6.3倍

-42%

›

△A:▽7

レイピカケ

団野

6.9倍

-37%

›

△A:△3

プリズマジコ

秋山稔

8.2倍

-25%

›

△A:▽1

ダノンカゼルタ

高杉

8.3倍

-24%

›

▽A:○11

オウケンボルト

菱田

14.5倍

+31%

›

▽A:▽2

ショウナンハウル

松若

20.6倍

+87%

›

▽A:▲6

アスクエピソード

中井

41.2倍

+274%

›

▽A:△4

ハッピーダンチャン

国分優

42.3倍

+284%

›

▽A:▽9

オデット

田口

44.9倍

+308%

›

💡 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 11 オウケンボルト実14.5倍期待値 +35% 推奨 10.7〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 2 ショウナンハウル実20.6倍期待値 +87% 推奨 11.0〜30.0倍 200円
単勝 11 オウケンボルト実14.5倍期待値 +31% 推奨 11.0〜30.0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 小倉競馬場　発走 14:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダノンカゼルタ	高杉	実8.3	▽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5走 05/31 2東京128R 12着/14頭+1.5秒 05/09 3京都510R 5着/8頭+0.7秒 03/28 1中京58R 1着/14頭勝利 02/15 2京都68R 2着/12頭+0.7秒 01/25 1京都96R 13着/15頭+1.7秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 12.0%) ※ 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。
2	ショウナンハウル推奨	松若	実20.6	▽詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+82%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 03/07 1阪神59R 8着/9頭+2.1秒 02/07 2京都38R 7着/8頭+1.1秒 01/17 1京都69R 10着/10頭+1.5秒 12/27 5阪神712R 6着/9頭+1.1秒 10/18 3京都610R 8着/9頭+1.5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 8.3着 (不振) △ ローテーション 127日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +82% (市場が大幅過小評価) AI 予想勝率 8.9% (オッズ暗示: 4.9%) ※ 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。
3	プリズマジコ	秋山稔	実8.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均10.3着と低調）
前5走 05/31 2東京128R 10着/14頭+1.0秒 02/28 1小倉1111R 13着/15頭+1.4秒 10/25 3京都88R 8着/12頭+0.6秒 08/10 3中京66R 4着/9頭+0.7秒 07/20 2福島810R 3着/10頭+0.4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 10.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 12.2%) ※ 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。
4	ハッピーダンチャン	国分優	実42.3	△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／126日ぶりの実戦）
前5走 03/08 1阪神68R 9着/9頭+1.9秒 02/14 2京都58R 11着/13頭+3.7秒 12/20 5中山510R 11着/16頭+2.4秒 11/01 3京都108R 15着/15頭+2.8秒 10/13 3京都58R 1着/13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 10.3着 (不振) △ ローテーション 126日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +287% (市場が大幅過小評価) AI 予想勝率 9.2% (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。
5	フォーチュンライド	藤懸	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走で勝率33%と好調／91日ぶりの実戦）
前5走 04/12 2阪神69R 13着/14頭+2.8秒 01/31 1小倉32R 1着/18頭勝利 01/04 1京都15R 2着/18頭+0.0秒 ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 13着 (大敗) △ ローテーション 91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 9.3% (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。
6	アスクエピソード	中井	実41.2	▲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／518日ぶりの実戦）
前5走 02/09 1京都48R 11着/13頭+1.5秒 02/09 1京都48R 11着/13頭+1.5秒 02/09 1京都48R 11着/13頭+1.5秒 02/09 1京都48R 11着/13頭+1.5秒 02/09 1京都48R 11着/13頭+1.5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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 518日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +284% (市場が大幅過小評価) AI 予想勝率 9.3% (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。
7	レイピカケ	団野	実6.9	▽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3走で勝率0%と苦戦傾向／直近3走平均10.3着と低調／168日ぶりの実戦）
前5走 01/25 1京都97R 10着/10頭+1.8秒 12/21 5中山69R 11着/11頭+1.7秒 08/30 2札幌311R 10着/14頭+2.2秒 08/17 1札幌812R 10着/14頭+2.5秒 07/19 1函館1110R 10着/14頭+0.9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 10.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 168日休養明け × 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 9.0% (オッズ暗示: 14.5%) ※ 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。
8	コリカンチャ	吉村	実4.0	×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9.3着と低調／84日ぶりの実戦）
前5走 04/19 1福島410R 11着/13頭+1.4秒 03/21 1阪神99R 7着/8頭+0.5秒 11/23 4京都69R 10着/13頭+1.1秒 11/02 4東京119R 10着/10頭+1.2秒 08/16 3中京712R 1着/10頭勝利
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 9.3着 (不振) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 8.9% (オッズ暗示: 25.0%) ※ 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	オデット	田口	実44.9	▽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／78日ぶりの実戦）
前5走 04/25 3京都112R 10着/11頭+1.5秒 02/07 1小倉510R 11着/16頭+1.4秒 01/25 1京都97R 8着/10頭+1.7秒 10/25 3京都88R 5着/12頭+0.4秒 10/04 3京都18R 10着/12頭+1.5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 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) +298% (市場が大幅過小評価) AI 予想勝率 8.9% (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。
10	ジャスティンガルフ	西塚	実6.3	△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5走で勝率40%と適性高／直近3走で勝率33%と好調／120日ぶりの実戦）
前5走 03/14 1中京110R 6着/10頭+0.5秒 03/01 1小倉129R 1着/18頭勝利 11/22 3福島59R 13着/16頭+0.8秒 09/06 4中山19R 10着/11頭+0.9秒 08/17 3中京88R 4着/6頭+0.7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) ◎ 当競馬場適性 5走で勝率 40% (得意) △ ローテーション 120日休養明け × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 15.9%) ※ 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	オウケンボルト推奨	菱田	実14.5	○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（当競馬場36走で勝率33%と適性高）
前5走 06/08 3東京29R 10着/12頭+0.8秒 06/08 3東京29R 10着/12頭+0.8秒 06/08 3東京29R 10着/12頭+0.8秒 06/08 3東京29R 10着/12頭+0.8秒 06/08 3東京29R 10着/12頭+0.8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 10.0着 (不振) ◎ 当競馬場適性 36走で勝率 33% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 399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 9.3% (オッズ暗示: 6.9%) ※ 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

フォーチュンライド

騎手藤懸

単勝オッズ

3.6倍

AI期待値

-66%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11オウケンボルト

14.5倍

EV +35%

▲6アスクエピソード

41.2倍

EV +284%

出走馬全11頭

×5

フォーチュンライド

藤懸

3.6倍

-66%

›

○11

オウケンボルト

菱田

14.5倍

+35%

›

▲6

アスクエピソード

中井

41.2倍

+284%

›

△3

プリズマジコ

秋山稔

8.2倍

-24%

›

△4

ハッピーダンチャン

国分優

42.3倍

+287%

›

△10

ジャスティンガルフ

西塚

6.3倍

-43%

›

▽1

ダノンカゼルタ

高杉

8.3倍

-25%

›

▽7

レイピカケ

団野

6.9倍

-38%

›

×8

コリカンチャ

吉村

4.0倍

-64%

›

▽9

オデット

田口

44.9倍

+298%

›

▽2

ショウナンハウル

松若

20.6倍

+82%

›

💡 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 11 オウケンボルト実14.5倍期待値 +35% 推奨 10.7〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 2 ショウナンハウル実20.6倍期待値 +87% 推奨 11.0〜30.0倍 200円
単勝 11 オウケンボルト実14.5倍期待値 +31% 推奨 11.0〜30.0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。