函館 4R 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

4R 函館競馬場　発走 11:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニシノオールワン	武豊	実3.1	B○ A○勝率7% EV-79% 詳細▼	AI上位評価だが期待値不足、見送り（111日ぶりの実戦）
前5走 12/28 5中山83R 9着/16頭+0.9秒 08/03 1札幌41R 10着/12頭+0.9秒 06/28 1函館55R 8着/16頭+1.0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 7.7着 (不振) △ ローテーション 111日休養明け × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 32.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.7% / 期待値 -79% ※ 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	イズントイット	小沢	実56.1	B▽ A▽勝率5% EV+206% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／98日ぶりの実戦）
前5走 01/11 1京都43R 11着/16頭+2.8秒 11/08 4京都12R 9着/15頭+1.1秒 10/19 3京都74R 8着/17頭+0.7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 12.0着 (不振) ▽ 前走実績前走 14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) +250% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 5.5% / 期待値 +207% ※ 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	スッサンエア	鮫島駿	実9.2	B▲ A▲勝率7% EV-38% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 01/31 1小倉36R 2着/18頭+0.0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 5.0着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 10.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.7% / 期待値 -39% ※ 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	シバノパージャン	▲遠藤	実324.1	B▽ A▽勝率5% 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15.0着と低調／97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 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 97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 6.2% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 5.5% / 期待値 +1673% ※ 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	レッドアイスピア	★河原田	実20.2	B▽ A▽勝率6% EV+27% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.3着と低調／77日ぶりの実戦）
前5走 11/15 3福島34R 8着/16頭+0.3秒 10/18 4新潟13R 3着/18頭+0.2秒 09/27 4阪神83R 5着/14頭+0.8秒 09/06 4中山15R 3着/16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 11.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.3% / 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	ガルフコースト推奨	佐々木	実18.3	B△ A△勝率7% EV+22% 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 01/18 1京都72R 9着/12頭+1.7秒 01/04 1京都15R 9着/18頭+1.1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 11.7着 (不振) ▽ 前走実績前走 17着 (大敗) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 5.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.7% / 期待値 +22% ※ 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	オリヒメボシ	北村友	実77.4	B▽ A▽勝率7% EV+416% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／63日ぶりの実戦）
前5走 02/01 2京都22R 14着/15頭+2.3秒 01/04 1京都11R 14着/16頭+1.7秒 10/25 3京都86R 8着/16頭+1.2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 12.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +383% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.7% / 期待値 +416% ※ 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	ホウオウザロイヤル	丹内	実2.2	B× A×勝率7% EV-85% 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3.0着と安定／前走3着）
前5走 1回7日函館4R 3着/16頭 ― ― ― ―
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 3.0着 (安定) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -86% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 45.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 6.7% / 期待値 -85% ※ 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	エコロデュラン	◇古川奈	実50.5	B▽ A▽勝率6% EV+217% 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）
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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +215% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.3% / 期待値 +218% ※ 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	メカニックバレエ	横山和	実35.9	B▽ A△勝率7% EV+139% 詳細▼	大穴、AI予想勝率低く長期回収困難（147日ぶりの実戦）
前5走 12/14 5阪神44R 3着/11頭+0.4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 7.5着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 147日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +124% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 2.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.7% / 期待値 +139% ※ 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	シュヴェスター	川又	実136.7	B▽ A▽勝率6% EV+759% 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／前走2着／84日ぶりの実戦）
前5走 10/12 3京都41R 11着/12頭+2.6秒 09/13 4阪神36R 3着/13頭+1.2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 8.7着 (不振) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +754% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 6.3% / 期待値 +760% ※ 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	エルファリス	荻野琢	実225.8	B▽ A▽勝率5% 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12.3着と低調／154日ぶりの実戦）
前5走 01/25 1小倉27R 12着/18頭+1.7秒 12/20 5中山56R 14着/16頭+2.5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 12.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 154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 6.2% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 5.5% / 期待値 +1135% ※ 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	デルマアサマ	▲和田陽	実363.9	B▽ A▽勝率5% 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13.0着と低調／118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 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 118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 6.2% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 5.5% / 期待値 +1890% ※ 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	スノーガーネット	横山琉	実13.9	B△ A▽勝率6% EV-12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／119日ぶりの実戦）
前5走 11/22 4京都51R 7着/14頭+0.8秒 10/25 3京都86R 11着/16頭+1.8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 8.7着 (不振) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 7.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.3% / 期待値 -13% ※ 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。
15	ココソラーレ	☆舟山	実14.9	B△ A▽勝率6% EV-6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／118日ぶりの実戦）
前5走 01/25 1小倉22R 7着/18頭+0.9秒 11/16 5東京43R 8着/18頭+0.9秒 11/09 3福島22R 12着/16頭+0.9秒 09/06 2札幌52R 2着/11頭+0.9秒 08/31 2札幌41R 5着/10頭+0.6秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.3% / 期待値 -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。
16	ヨドノサファイア	横山武	実28.4	B▽ A△勝率7% EV+89% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（202日ぶりの実戦）
前5走 12/28 5中山83R 5着/16頭+0.5秒 11/09 5東京21R 11着/16頭+1.1秒 10/11 4東京35R 5着/14頭+0.3秒 ― ―
AI 評価の内訳 — 馬番 16 ◎ 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 202日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +77% (市場が大幅過小評価) AI 予想勝率 6.2% (オッズ暗示: 3.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.7% / 期待値 +89% ※ 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 ×

ホウオウザロイヤル

騎手丹内

単勝オッズ

2.2倍

AI期待値

-86%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○1ニシノオールワン

3.1倍

EV -80%

▲A:▲3スッサンエア

9.2倍

EV -42%

出走馬全16頭

×A:×8

ホウオウザロイヤル

丹内

2.2倍

-86%

›

○A:○1

ニシノオールワン

武豊

3.1倍

-80%

›

▲A:▲3

スッサンエア

鮫島駿

9.2倍

-42%

›

△A:▽14

スノーガーネット

横山琉

13.9倍

-13%

›

△A:▽15

ココソラーレ

☆舟山

14.9倍

-6%

›

△A:△6

ガルフコースト

佐々木

18.3倍

+14%

›

▽A:▽5

レッドアイスピア

★河原田

20.2倍

+26%

›

▽A:△16

ヨドノサファイア

横山武

28.4倍

+77%

›

▽A:△10

メカニックバレエ

横山和

35.9倍

+124%

›

▽A:▽9

エコロデュラン

◇古川奈

50.5倍

+215%

›

▽A:▽2

イズントイット

小沢

56.1倍

+250%

›

▽A:▽7

オリヒメボシ

北村友

77.4倍

+383%

›

▽A:▽11

シュヴェスター

川又

136.7倍

+754%

›

▽A:▽12

エルファリス

荻野琢

225.8倍

+999%

›

▽A:▽4

シバノパージャン

▲遠藤

324.1倍

+999%

›

▽A:▽13

デルマアサマ

▲和田陽

363.9倍

+999%

›

💡 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 6 ガルフコースト実18.3倍期待値 +22% 推奨 15.0〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

このモデルは本レース見送り判定（期待値プラスなし）

※ 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

4R 函館競馬場　発走 11:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニシノオールワン	武豊	実3.1	○詳細▼	AI上位評価だが期待値不足、見送り（111日ぶりの実戦）
前5走 12/28 5中山83R 9着/16頭+0.9秒 08/03 1札幌41R 10着/12頭+0.9秒 06/28 1函館55R 8着/16頭+1.0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 7.7着 (不振) △ ローテーション 111日休養明け × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 32.3%) ※ 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	イズントイット	小沢	実56.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／98日ぶりの実戦）
前5走 01/11 1京都43R 11着/16頭+2.8秒 11/08 4京都12R 9着/15頭+1.1秒 10/19 3京都74R 8着/17頭+0.7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 12.0着 (不振) ▽ 前走実績前走 14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) +206% (市場が大幅過小評価) AI 予想勝率 5.5% (オッズ暗示: 1.8%) ※ 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	スッサンエア	鮫島駿	実9.2	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 01/31 1小倉36R 2着/18頭+0.0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 5.0着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 10.9%) ※ 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。
4	シバノパージャン	▲遠藤	実324.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調／97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 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 97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 5.5% (オッズ暗示: 0.3%) ※ 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。
5	レッドアイスピア	★河原田	実20.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.3着と低調／77日ぶりの実戦）
前5走 11/15 3福島34R 8着/16頭+0.3秒 10/18 4新潟13R 3着/18頭+0.2秒 09/27 4阪神83R 5着/14頭+0.8秒 09/06 4中山15R 3着/16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 11.3着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 6.3% (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。
6	ガルフコースト推奨	佐々木	実18.3	△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 01/18 1京都72R 9着/12頭+1.7秒 01/04 1京都15R 9着/18頭+1.1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 11.7着 (不振) ▽ 前走実績前走 17着 (大敗) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 5.5%) ※ 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。
7	オリヒメボシ	北村友	実77.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調／63日ぶりの実戦）
前5走 02/01 2京都22R 14着/15頭+2.3秒 01/04 1京都11R 14着/16頭+1.7秒 10/25 3京都86R 8着/16頭+1.2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 12.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +416% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.3%) ※ 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。
8	ホウオウザロイヤル	丹内	実2.2	×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3.0着と安定／前走3着）
前5走 1回7日函館4R 3着/16頭 ― ― ― ―
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 3.0着 (安定) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 45.5%) ※ 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。
9	エコロデュラン	◇古川奈	実50.5	▽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）
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 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +217% (市場が大幅過小評価) AI 予想勝率 6.3% (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。
10	メカニックバレエ	横山和	実35.9	△詳細▼	大穴、AI予想勝率低く長期回収困難（147日ぶりの実戦）
前5走 12/14 5阪神44R 3着/11頭+0.4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 7.5着 (不振) ▽ 前走実績前走 12着 (大敗) △ ローテーション 147日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +139% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.8%) ※ 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。
11	シュヴェスター	川又	実136.7	▽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／前走2着／84日ぶりの実戦）
前5走 10/12 3京都41R 11着/12頭+2.6秒 09/13 4阪神36R 3着/13頭+1.2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 8.7着 (不振) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +759% (市場が大幅過小評価) AI 予想勝率 6.3% (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。
12	エルファリス	荻野琢	実225.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調／154日ぶりの実戦）
前5走 01/25 1小倉27R 12着/18頭+1.7秒 12/20 5中山56R 14着/16頭+2.5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 12.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ ローテーション 154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 5.5% (オッズ暗示: 0.4%) ※ 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。
13	デルマアサマ	▲和田陽	実363.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調／118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 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 118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 5.5% (オッズ暗示: 0.3%) ※ 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	スノーガーネット	横山琉	実13.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／119日ぶりの実戦）
前5走 11/22 4京都51R 7着/14頭+0.8秒 10/25 3京都86R 11着/16頭+1.8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 8.7着 (不振) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 6.3% (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。
15	ココソラーレ	☆舟山	実14.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調／118日ぶりの実戦）
前5走 01/25 1小倉22R 7着/18頭+0.9秒 11/16 5東京43R 8着/18頭+0.9秒 11/09 3福島22R 12着/16頭+0.9秒 09/06 2札幌52R 2着/11頭+0.9秒 08/31 2札幌41R 5着/10頭+0.6秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 6.3% (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。
16	ヨドノサファイア	横山武	実28.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（202日ぶりの実戦）
前5走 12/28 5中山83R 5着/16頭+0.5秒 11/09 5東京21R 11着/16頭+1.1秒 10/11 4東京35R 5着/14頭+0.3秒 ― ―
AI 評価の内訳 — 馬番 16 ◎ 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 202日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +89% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 3.5%) ※ 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。

🎯 AIの本命

AI評価1位

ホウオウザロイヤル

騎手丹内

単勝オッズ

2.2倍

AI期待値

-85%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1ニシノオールワン

3.1倍

EV -79%

▲3スッサンエア

9.2倍

EV -38%

出走馬全16頭

×8

ホウオウザロイヤル

丹内

2.2倍

-85%

›

○1

ニシノオールワン

武豊

3.1倍

-79%

›

▲3

スッサンエア

鮫島駿

9.2倍

-38%

›

△6

ガルフコースト

佐々木

18.3倍

+22%

›

△16

ヨドノサファイア

横山武

28.4倍

+89%

›

△10

メカニックバレエ

横山和

35.9倍

+139%

›

▽7

オリヒメボシ

北村友

77.4倍

+416%

›

▽14

スノーガーネット

横山琉

13.9倍

-12%

›

▽15

ココソラーレ

☆舟山

14.9倍

-6%

›

▽5

レッドアイスピア

★河原田

20.2倍

+27%

›

▽9

エコロデュラン

◇古川奈

50.5倍

+217%

›

▽11

シュヴェスター

川又

136.7倍

+759%

›

▽2

イズントイット

小沢

56.1倍

+206%

›

▽12

エルファリス

荻野琢

225.8倍

+999%

›

▽4

シバノパージャン

▲遠藤

324.1倍

+999%

›

▽13

デルマアサマ

▲和田陽

363.9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 6 ガルフコースト実18.3倍期待値 +22% 推奨 15.0〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

このモデルは本レース見送り判定（期待値プラスなし）

※ 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。