函館 7R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

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103.9	B▽ A▽勝率1% EV+4% 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／128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 128日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 +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。
2	ライラックデューン	▲和田陽	実111.3	B× A×勝率0% EV-53% 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／156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 156日休養明け × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.9%) × Aモデルの評価 (参考) レース内 13位 / 勝率 0.4% / 期待値 -54% ※ 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14.2	B△ A△勝率9% EV+21% 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 100日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 7.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.5% / 期待値 +21% ※ 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3.3	B○ A◎勝率20% EV-35% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／65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) -37% (大幅な期待値マイナス) AI 予想勝率 19.1% (オッズ暗示: 30.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 19.6% / 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。
5	ブーケドグレイス	横山琉	実87.9	B▽ A▽勝率1% EV-32% 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) -39% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.8% / 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。
6	ビーチイン	横山和	実4.5	B▲ A▲勝率15% EV-32% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着／100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 100日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 15.9% (オッズ暗示: 22.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.1% / 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。
7	ジーティーアリア	北村友	実5.4	B△ A△勝率14% 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／前走勝利の勢い／106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 106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 11.0% (オッズ暗示: 18.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 13.8% / 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。
8	クッカユフラ	斎藤	実80.9	B▽ A▽勝率1% EV-18% 詳細▼	大穴、AI予想勝率低く長期回収困難（71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) -44% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 期待値 -19% ※ 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	★河原田	実38.5	B▽ A▽勝率2% EV-24% 詳細▼	大穴、AI予想勝率低く長期回収困難（64日ぶりの実戦）
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) -37% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.0% / 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。
10	ゴールドドレッサ	横山武	実23.1	B▽ A▽勝率4% EV+1% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い／86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 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) -21% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.4% / 期待値 +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。
11	ストラニエーロ	佐々木	実44.3	B▽ A×勝率1% EV-55% 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／95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 95日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.3%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.0% / 期待値 -55% ※ 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8.9	B△ A△勝率12% EV+10% 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／196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 196日休養明け ◎ 期待値 (オッズ vs AI勝率) +41% (妙味あり) AI 予想勝率 15.9% (オッズ暗示: 11.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 12.4% / 期待値 +10% ※ 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371.4	B▽ A▽勝率0% EV+54% 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／121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 121日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 0.2% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.4% / 期待値 +55% ※ 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4.4	B◎ A○勝率20% EV-13% 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／93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 93日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 22.2% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.6% / 期待値 -14% ※ 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

4.4倍

AI期待値

-2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎4プリンセスアツコ

3.3倍

EV -36%

▲A:▲6ビーチイン

4.5倍

EV -28%

出走馬全14頭

◎A:○14

ヴァレンティーニ

吉田隼

4.4倍

-2%

›

○A:◎4

プリンセスアツコ

鮫島駿

3.3倍

-36%

›

▲A:▲6

ビーチイン

横山和

4.5倍

-28%

›

△A:△12

リピース

△鷲頭

8.9倍

+41%

›

△A:△7

ジーティーアリア

北村友

5.4倍

-40%

›

△A:△3

ゴールドヴィーナス

松本

14.2倍

-7%

›

▽A:▽10

ゴールドドレッサ

横山武

23.1倍

-20%

›

▽A:▽9

ミリオンアップ

★河原田

38.5倍

-36%

›

▽A:×11

ストラニエーロ

佐々木

44.3倍

-27%

›

▽A:▽8

クッカユフラ

斎藤

80.9倍

-44%

›

▽A:▽5

ブーケドグレイス

横山琉

87.9倍

-39%

›

▽A:▽1

フェニーチェドーロ

荻野琢

103.9倍

-28%

›

×A:×2

ライラックデューン

▲和田陽

111.3倍

-61%

›

▽A:▽13

スタンピー

黛

371.4倍

-26%

›

💡 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 3 ゴールドヴィーナス実14.2倍期待値 -8% 推奨 15.4〜30.0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

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103.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／128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 128日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 1.0% (オッズ暗示: 1.0%) ※ 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	ライラックデューン	▲和田陽	実111.3	×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／156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 156日休養明け × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
3	ゴールドヴィーナス推奨	松本	実14.2	△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 100日休養明け △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 8.5% (オッズ暗示: 7.0%) ※ 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	プリンセスアツコ	鮫島駿	実3.3	◎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（直近3走平均2.0着と安定／前走2着／65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) -35% (大幅な期待値マイナス) AI 予想勝率 19.6% (オッズ暗示: 30.3%) ※ 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	ブーケドグレイス	横山琉	実87.9	▽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) -32% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.1%) ※ 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	ビーチイン	横山和	実4.5	▲詳細▼	AI上位評価だが期待値不足、見送り（前走2着／100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 100日休養明け × 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 15.1% (オッズ暗示: 22.2%) ※ 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	ジーティーアリア	北村友	実5.4	△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／前走勝利の勢い／106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 106日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 13.8% (オッズ暗示: 18.5%) ※ 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	クッカユフラ	斎藤	実80.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（71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) -19% (オッズ過剰評価) AI 予想勝率 1.0% (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。
9	ミリオンアップ	★河原田	実38.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（64日ぶりの実戦）
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) -24% (オッズ過剰評価) AI 予想勝率 2.0% (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。
10	ゴールドドレッサ	横山武	実23.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い／86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 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) +1% (市場と概ね一致) AI 予想勝率 4.4% (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。
11	ストラニエーロ	佐々木	実44.3	×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／95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 95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 1.0% (オッズ暗示: 2.3%) ※ 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。
12	リピース	△鷲頭	実8.9	△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／196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 196日休養明け △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 12.4% (オッズ暗示: 11.2%) ※ 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。
13	スタンピー	黛	実371.4	▽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／121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 121日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +54% (市場が大幅過小評価) AI 予想勝率 0.4% (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	ヴァレンティーニ	吉田隼	実4.4	○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／93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 93日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 19.6% (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。

🎯 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

3.3倍

AI期待値

-35%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○14ヴァレンティーニ

4.4倍

EV -13%

▲6ビーチイン

4.5倍

EV -32%

出走馬全14頭

◎4

プリンセスアツコ

鮫島駿

3.3倍

-35%

›

○14

ヴァレンティーニ

吉田隼

4.4倍

-13%

›

▲6

ビーチイン

横山和

4.5倍

-32%

›

△7

ジーティーアリア

北村友

5.4倍

-25%

›

△12

リピース

△鷲頭

8.9倍

+10%

›

△3

ゴールドヴィーナス

松本

14.2倍

+21%

›

▽10

ゴールドドレッサ

横山武

23.1倍

+1%

›

▽9

ミリオンアップ

★河原田

38.5倍

-24%

›

×11

ストラニエーロ

佐々木

44.3倍

-55%

›

▽8

クッカユフラ

斎藤

80.9倍

-18%

›

▽1

フェニーチェドーロ

荻野琢

103.9倍

+4%

›

▽5

ブーケドグレイス

横山琉

87.9倍

-32%

›

×2

ライラックデューン

▲和田陽

111.3倍

-53%

›

▽13

スタンピー

黛

371.4倍

+54%

›

💡 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 3 ゴールドヴィーナス実14.2倍期待値 +21% 推奨 11.7〜30.0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。