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	トウカイエルデ	岩田康	実8.2	B△ A△勝率9% EV-26% 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／119日ぶりの実戦）
前5走 10/05 3京都212R 12着/16頭+0.9秒 09/06 2札幌510R 4着/16頭+0.3秒 07/20 1函館129R 10着/13頭+0.7秒 06/29 1函館612R 2着/14頭+0.2秒 06/15 1函館211R 6着/14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 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 119日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 12.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.0% / 期待値 -26% ※ 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	ピコアーガイル	横山和	実2.5	B× A×勝率12% EV-69% 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10.3着と低調／125日ぶりの実戦）
前5走 12/07 5中山28R 6着/16頭+0.6秒 11/08 3福島110R 9着/16頭+0.6秒 07/20 1函館129R 2着/13頭+0.3秒 05/10 2東京58R 11着/12頭+1.8秒 04/19 3中山79R 2着/13頭+0.2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 10.3着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 125日休養明け × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 40.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 12.1% / 期待値 -70% ※ 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	ライツユーアップ推奨	丹内	実25.2	B▽ A▽勝率6% EV+58% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+79%の中穴候補（直近3走勝率33%と上り調子）
前5走 10/04 3京都16R 15着/16頭+2.0秒 08/03 3中京410R 10着/16頭+1.9秒 07/20 2小倉86R 4着/9頭+1.1秒 06/01 2京都126R 12着/14頭+1.9秒 03/22 2中京311R 13着/18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戦の調子勝率 33% (上り調子) 🌟◎ 期待値 (オッズ vs AI勝率) +79% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.3% / 期待値 +59% ※ 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	キーガッツ推奨	斎藤	実16.2	B△ A△勝率8% EV+27% 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／83日の休養を経て臨戦態勢）
前5走 01/04 1京都18R 5着/16頭+0.6秒 12/21 5中京62R 4着/16頭+0.5秒 11/15 3福島32R 5着/16頭+0.8秒 10/19 4新潟212R 2着/14頭+0.7秒 08/09 3中京55R 1着/16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) +15% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.9% / 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。
5	ジーベック	古川奈	実47.3	B▽ A▽勝率5% EV+140% 詳細▼	大穴、AI予想勝率低く長期回収困難（62日ぶりの実戦）
前5走 01/24 1京都88R 8着/15頭+0.9秒 01/17 1中山68R 6着/16頭+0.7秒 12/13 5中山312R 4着/13頭+0.8秒 11/30 5東京810R 8着/16頭+1.3秒 08/17 1札幌810R 3着/11頭+0.4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 7.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +237% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.1% / 期待値 +140% ※ 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	キープサインオン	浜中	実45.8	B▽ A▽勝率6% EV+159% 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／244日ぶりの実戦）
前5走 11/09 5東京212R 16着/18頭+1.4秒 09/13 4中山310R 8着/11頭+0.5秒 07/13 2福島67R 1着/15頭勝利 04/13 3中山68R 14着/16頭+2.2秒 03/22 2中山73R 1着/16頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 16着 (大敗) △ ローテーション 244日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +227% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 5.7% / 期待値 +160% ※ 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	アスクケンタッキー	武豊	実3.2	B○ A○勝率12% EV-63% 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／63日ぶりの実戦）
前5走 11/09 5東京29R 14着/15頭+3.8秒 10/04 3京都13R 1着/16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) -77% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 31.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.5% / 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	フレッシュラン	河原田	実114.9	B▽ A▽勝率4% EV+380% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／76日ぶりの実戦）
前5走 01/31 1小倉39R 12着/14頭+0.7秒 10/18 3京都69R 11着/12頭+2.8秒 09/27 4中山812R 8着/16頭+0.5秒 07/06 2福島49R 16着/16頭+14.7秒 03/16 2中京210R 9着/12頭+1.1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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +720% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.2% / 期待値 +380% ※ 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	レイユール	嶋田	実31.2	B▽ A▽勝率7% EV+113% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.3着と低調／91日ぶりの実戦）
前5走 01/17 1中山612R 16着/16頭+1.7秒 12/13 5中山37R 1着/16頭勝利 11/22 3福島512R 10着/16頭+0.5秒 09/07 4中山212R 9着/16頭+0.5秒 08/16 2新潟76R 9着/11頭+1.7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 14.3着 (不振) ▽ 前走実績前走 14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) +122% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.8% / 期待値 +113% ※ 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	エルサトアナ	遠藤	実50.9	B▽ A▽勝率5% EV+155% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／90日ぶりの実戦）
前5走 01/18 1京都79R 16着/16頭+3.8秒 12/20 5阪神512R 11着/16頭+1.1秒 11/15 4京都39R 8着/15頭+0.8秒 10/05 3京都212R 8着/16頭+0.6秒 08/16 1札幌710R 5着/13頭+0.2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 10.7着 (不振) △ ローテーション 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +263% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.0% / 期待値 +155% ※ 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	ラスティングスノー推奨	横山琉	実16.5	B△ A△勝率8% EV+25% 詳細▼	期待値プラスでAIの推し馬（近5走で勝率40%と堅実）
前5走 12/14 5阪神411R 16着/18頭+1.8秒 10/04 3京都19R 1着/8頭勝利 08/30 2札幌31R 1着/8頭勝利 08/10 1札幌65R 2着/12頭+0.1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 16.7着 (不振) ▽ 前走実績前走 17着 (大敗) △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.6% / 期待値 +26% ※ 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	ヴィヴァクラウン	横山武	実6.8	B▲ A▲勝率10% EV-33% 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／84日ぶりの実戦）
前5走 01/25 1小倉29R 10着/16頭+0.8秒 11/22 3福島512R 12着/16頭+0.6秒 11/09 3福島212R 5着/16頭+0.5秒 10/18 4東京67R 14着/17頭+1.5秒 08/03 1札幌59R 13着/14頭+1.0秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 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 7.1% (オッズ暗示: 14.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.8% / 期待値 -33% ※ 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	モレポブラーノ	小沢	実84.2	B▽ A▽勝率5% EV+303% 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／84日ぶりの実戦）
前5走 01/31 1小倉33R 1着/16頭勝利 11/30 4京都87R 11着/16頭+1.7秒 11/16 3福島43R 2着/15頭+0.2秒 08/30 4中京312R 10着/12頭+2.1秒 08/09 3中京510R 5着/14頭+0.8秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +501% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.8% / 期待値 +304% ※ 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	ムチャスグラシアス	佐々木	実138.1	B▽ A▽勝率4% EV+475% 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／91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 14 ◎ 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 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +886% (市場が大幅過小評価) AI 予想勝率 7.1% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.2% / 期待値 +475% ※ 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 ×

ピコアーガイル

騎手横山和

単勝オッズ

2.5倍

AI期待値

-82%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○7アスクケンタッキー

3.2倍

EV -77%

▲A:▲12ヴィヴァクラウン

6.8倍

EV -51%

出走馬全14頭

×A:×2

ピコアーガイル

横山和

2.5倍

-82%

›

○A:○7

アスクケンタッキー

武豊

3.2倍

-77%

›

▲A:▲12

ヴィヴァクラウン

横山武

6.8倍

-51%

›

△A:△1

トウカイエルデ

岩田康

8.2倍

-41%

›

△A:△4

キーガッツ

斎藤

16.2倍

+15%

›

△A:△11

ラスティングスノー

横山琉

16.5倍

+17%

›

▽A:▽3

ライツユーアップ

丹内

25.2倍

+79%

›

▽A:▽9

レイユール

嶋田

31.2倍

+122%

›

▽A:▽6

キープサインオン

浜中

45.8倍

+227%

›

▽A:▽5

ジーベック

古川奈

47.3倍

+237%

›

▽A:▽10

エルサトアナ

遠藤

50.9倍

+263%

›

▽A:▽13

モレポブラーノ

小沢

84.2倍

+501%

›

▽A:▽8

フレッシュラン

河原田

114.9倍

+720%

›

▽A:▽14

ムチャスグラシアス

佐々木

138.1倍

+886%

›

💡 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 4 キーガッツ実16.2倍期待値 +27% 推奨 12.7〜30.0倍 100円 ❌不的中
単勝 11 ラスティングスノー実16.5倍期待値 +25% 推奨 13.1〜30.0倍 100円 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 3 ライツユーアップ実25.2倍期待値 +79% 推奨 14.0〜30.0倍 200円 ❌不的中
単勝 11 ラスティングスノー実16.5倍期待値 +17% 推奨 14.0〜30.0倍 100円 ❌不的中
単勝 4 キーガッツ実16.2倍期待値 +15% 推奨 14.0〜30.0倍 100円 ❌不的中

※ 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	トウカイエルデ	岩田康	実8.2	△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／119日ぶりの実戦）
前5走 10/05 3京都212R 12着/16頭+0.9秒 09/06 2札幌510R 4着/16頭+0.3秒 07/20 1函館129R 10着/13頭+0.7秒 06/29 1函館612R 2着/14頭+0.2秒 06/15 1函館211R 6着/14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 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 9.0% (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。
2	ピコアーガイル	横山和	実2.5	×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（直近3走平均10.3着と低調／125日ぶりの実戦）
前5走 12/07 5中山28R 6着/16頭+0.6秒 11/08 3福島110R 9着/16頭+0.6秒 07/20 1函館129R 2着/13頭+0.3秒 05/10 2東京58R 11着/12頭+1.8秒 04/19 3中山79R 2着/13頭+0.2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 10.3着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 125日休養明け × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 12.1% (オッズ暗示: 40.0%) ※ 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。
3	ライツユーアップ推奨	丹内	実25.2	▽詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+58%の中穴候補（直近3走勝率33%と上り調子）
前5走 10/04 3京都16R 15着/16頭+2.0秒 08/03 3中京410R 10着/16頭+1.9秒 07/20 2小倉86R 4着/9頭+1.1秒 06/01 2京都126R 12着/14頭+1.9秒 03/22 2中京311R 13着/18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戦の調子勝率 33% (上り調子) 🌟◎ 期待値 (オッズ vs AI勝率) +58% (市場が大幅過小評価) AI 予想勝率 6.3% (オッズ暗示: 4.0%) ※ 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。
4	キーガッツ推奨	斎藤	実16.2	△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／83日の休養を経て臨戦態勢）
前5走 01/04 1京都18R 5着/16頭+0.6秒 12/21 5中京62R 4着/16頭+0.5秒 11/15 3福島32R 5着/16頭+0.8秒 10/19 4新潟212R 2着/14頭+0.7秒 08/09 3中京55R 1着/16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) +27% (市場と概ね一致) AI 予想勝率 7.9% (オッズ暗示: 6.2%) ※ 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。
5	ジーベック	古川奈	実47.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（62日ぶりの実戦）
前5走 01/24 1京都88R 8着/15頭+0.9秒 01/17 1中山68R 6着/16頭+0.7秒 12/13 5中山312R 4着/13頭+0.8秒 11/30 5東京810R 8着/16頭+1.3秒 08/17 1札幌810R 3着/11頭+0.4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 7.7着 (不振) 🌟◎ 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 5.1% (オッズ暗示: 2.1%) ※ 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	キープサインオン	浜中	実45.8	▽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／244日ぶりの実戦）
前5走 11/09 5東京212R 16着/18頭+1.4秒 09/13 4中山310R 8着/11頭+0.5秒 07/13 2福島67R 1着/15頭勝利 04/13 3中山68R 14着/16頭+2.2秒 03/22 2中山73R 1着/16頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 16着 (大敗) △ ローテーション 244日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +159% (市場が大幅過小評価) AI 予想勝率 5.7% (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。
7	アスクケンタッキー	武豊	実3.2	○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／63日ぶりの実戦）
前5走 11/09 5東京29R 14着/15頭+3.8秒 10/04 3京都13R 1着/16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) -63% (大幅な期待値マイナス) AI 予想勝率 11.5% (オッズ暗示: 31.2%) ※ 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	フレッシュラン	河原田	実114.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／76日ぶりの実戦）
前5走 01/31 1小倉39R 12着/14頭+0.7秒 10/18 3京都69R 11着/12頭+2.8秒 09/27 4中山812R 8着/16頭+0.5秒 07/06 2福島49R 16着/16頭+14.7秒 03/16 2中京210R 9着/12頭+1.1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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +380% (市場が大幅過小評価) AI 予想勝率 4.2% (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。
9	レイユール	嶋田	実31.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.3着と低調／91日ぶりの実戦）
前5走 01/17 1中山612R 16着/16頭+1.7秒 12/13 5中山37R 1着/16頭勝利 11/22 3福島512R 10着/16頭+0.5秒 09/07 4中山212R 9着/16頭+0.5秒 08/16 2新潟76R 9着/11頭+1.7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 14.3着 (不振) ▽ 前走実績前走 14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) +113% (市場が大幅過小評価) AI 予想勝率 6.8% (オッズ暗示: 3.2%) ※ 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	エルサトアナ	遠藤	実50.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／90日ぶりの実戦）
前5走 01/18 1京都79R 16着/16頭+3.8秒 12/20 5阪神512R 11着/16頭+1.1秒 11/15 4京都39R 8着/15頭+0.8秒 10/05 3京都212R 8着/16頭+0.6秒 08/16 1札幌710R 5着/13頭+0.2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 10.7着 (不振) △ ローテーション 90日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +155% (市場が大幅過小評価) AI 予想勝率 5.0% (オッズ暗示: 2.0%) ※ 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	ラスティングスノー推奨	横山琉	実16.5	△詳細▼	期待値プラスでAIの推し馬（近5走で勝率40%と堅実）
前5走 12/14 5阪神411R 16着/18頭+1.8秒 10/04 3京都19R 1着/8頭勝利 08/30 2札幌31R 1着/8頭勝利 08/10 1札幌65R 2着/12頭+0.1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 16.7着 (不振) ▽ 前走実績前走 17着 (大敗) △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 7.6% (オッズ暗示: 6.1%) ※ 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。
12	ヴィヴァクラウン	横山武	実6.8	▲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／84日ぶりの実戦）
前5走 01/25 1小倉29R 10着/16頭+0.8秒 11/22 3福島512R 12着/16頭+0.6秒 11/09 3福島212R 5着/16頭+0.5秒 10/18 4東京67R 14着/17頭+1.5秒 08/03 1札幌59R 13着/14頭+1.0秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 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 9.8% (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。
13	モレポブラーノ	小沢	実84.2	▽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／84日ぶりの実戦）
前5走 01/31 1小倉33R 1着/16頭勝利 11/30 4京都87R 11着/16頭+1.7秒 11/16 3福島43R 2着/15頭+0.2秒 08/30 4中京312R 10着/12頭+2.1秒 08/09 3中京510R 5着/14頭+0.8秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +303% (市場が大幅過小評価) AI 予想勝率 4.8% (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。
14	ムチャスグラシアス	佐々木	実138.1	▽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／91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 14 ◎ 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 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +475% (市場が大幅過小評価) AI 予想勝率 4.2% (オッズ暗示: 0.7%) ※ 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。

🎯 AIの本命

AI評価1位

ピコアーガイル

騎手横山和

単勝オッズ

2.5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

○7アスクケンタッキー

3.2倍

EV -63%

▲12ヴィヴァクラウン

6.8倍

EV -33%

出走馬全14頭

×2

ピコアーガイル

横山和

2.5倍

-69%

›

○7

アスクケンタッキー

武豊

3.2倍

-63%

›

▲12

ヴィヴァクラウン

横山武

6.8倍

-33%

›

△1

トウカイエルデ

岩田康

8.2倍

-26%

›

△4

キーガッツ

斎藤

16.2倍

+27%

›

△11

ラスティングスノー

横山琉

16.5倍

+25%

›

▽9

レイユール

嶋田

31.2倍

+113%

›

▽3

ライツユーアップ

丹内

25.2倍

+58%

›

▽6

キープサインオン

浜中

45.8倍

+159%

›

▽5

ジーベック

古川奈

47.3倍

+140%

›

▽10

エルサトアナ

遠藤

50.9倍

+155%

›

▽13

モレポブラーノ

小沢

84.2倍

+303%

›

▽8

フレッシュラン

河原田

114.9倍

+380%

›

▽14

ムチャスグラシアス

佐々木

138.1倍

+475%

›

💡 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 4 キーガッツ実16.2倍期待値 +27% 推奨 12.7〜30.0倍 100円 ❌不的中
単勝 11 ラスティングスノー実16.5倍期待値 +25% 推奨 13.1〜30.0倍 100円 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 3 ライツユーアップ実25.2倍期待値 +79% 推奨 14.0〜30.0倍 200円 ❌不的中
単勝 11 ラスティングスノー実16.5倍期待値 +17% 推奨 14.0〜30.0倍 100円 ❌不的中
単勝 4 キーガッツ実16.2倍期待値 +15% 推奨 14.0〜30.0倍 100円 ❌不的中

※ 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。