函館 12R 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

12R 函館競馬場　発走 16:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ザカリナン	斎藤	実10.7	B▽ A△勝率9% EV-5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（93日ぶりの実戦）
前5走 12/27 5阪神77R 11着/15頭+1.3秒 12/06 5阪神112R 9着/15頭+0.6秒 08/31 4中京48R 4着/16頭+1.1秒 08/16 3中京712R 4着/10頭+0.4秒 07/26 3中京112R 6着/10頭+0.7秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ ローテーション 93日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.8% / 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	コモンスナイプ	横山琉	実7.4	B○ A△勝率14% EV+5% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均11.0着と低調／324日ぶりの実戦）
前5走 08/30 2札幌312R 14着/15頭+2.6秒 08/03 3中京412R 13着/18頭+1.0秒 11/10 3福島49R 6着/16頭+0.8秒 10/13 5京都44R 1着/16頭勝利 ―
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 11.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 324日休養明け △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 17.0% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 14.3% / 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。
3	マグネシアブリック	北村友	実5.1	B△ A▲勝率14% EV-27% 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9.7着と低調／64日ぶりの実戦）
前5走 02/01 1小倉412R 17着/18頭+1.9秒 10/25 4新潟39R 3着/18頭+0.2秒 05/11 1新潟46R 1着/16頭勝利 04/20 1福島43R 4着/16頭+0.4秒 02/16 1小倉82R 4着/18頭+0.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) × 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 11.3% (オッズ暗示: 19.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.3% / 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。
4	ホウオウヘッセン	横山武	実3.3	B◎ A◎勝率20% EV-33% 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／72日ぶりの実戦）
前5走 12/21 5中山61R 1着/16頭勝利 10/26 4東京96R 6着/18頭+0.5秒 ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 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 20.5% (オッズ暗示: 30.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 20.3% / 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。
5	ロードクラシコ	丹内	実3.6	B△ A○勝率16% EV-43% 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 12/06 5中京14R 11着/18頭+0.7秒 08/23 3新潟15R 11着/13頭+1.1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 10.3着 (不振) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 11.3% (オッズ暗示: 27.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.6% / 期待値 -44% ※ 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	ブラヴィーノ	古川吉	実267.3	B× A▽勝率0% EV+15% 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／85日ぶりの実戦）
前5走 11/16 4京都46R 14着/16頭+2.1秒 11/09 3福島212R 7着/16頭+0.6秒 10/25 4新潟39R 6着/18頭+0.6秒 08/17 3中京812R 9着/18頭+0.6秒 07/20 2福島89R 9着/11頭+1.0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 15.0着 (不振) ▽ 前走実績前走 13着 (大敗) × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.4% / 期待値 +15% ※ 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	ミスターバッドガイ推奨	▲和田陽	実12.6	B▲ A△勝率10% EV+21% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+48%の妙味（市場想定よりAI評価が高く妙味）
前5走 01/12 1中山58R 4着/11頭+0.3秒 12/20 5中京59R 3着/9頭+0.2秒 08/30 2札幌39R 4着/13頭+0.6秒 08/14 門別7R 7着/7頭+3.4秒 07/15 門別5R 8着/9頭+2.4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) +48% (妙味あり) AI 予想勝率 11.8% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.6% / 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。
8	ロードヴェルテクス	鮫島駿	実62.4	B▽ A▽勝率1% EV-35% 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／86日ぶりの実戦）
前5走 11/15 3福島31R 7着/15頭+1.4秒 10/19 3京都74R 11着/17頭+1.5秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 1.8% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 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。
9	シャインズオンユー	岩田康	実35.7	B▽ A▽勝率2% EV-23% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.3着と低調／65日ぶりの実戦）
前5走 12/07 5中京28R 17着/18頭+0.9秒 08/30 2札幌312R 10着/15頭+1.2秒 07/26 1札幌17R 4着/8頭+0.4秒 07/05 1函館78R 8着/9頭+1.8秒 06/14 1函館17R 11着/14頭+1.4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 13.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.1% / 期待値 -23% ※ 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	マイオウンウェイ	小沢	実186.3	B▽ A▽勝率0% EV-19% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／183日ぶりの実戦）
前5走 01/18 1京都74R 10着/10頭+3.9秒 12/13 5中山39R 13着/13頭+1.3秒 09/20 4中山69R 7着/13頭+0.8秒 07/20 1函館1211R 12着/12頭+1.9秒 06/14 3阪神35R 1着/8頭勝利
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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 183日休養明け × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.4% / 期待値 -20% ※ 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	フレンドモナコ	▲遠藤	実89.3	B▽ A▽勝率1% EV-7% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／79日ぶりの実戦）
前5走 01/31 1東京110R 11着/15頭+1.1秒 01/04 1中山110R 8着/8頭+0.6秒 12/20 5中京59R 5着/9頭+0.5秒 11/22 4京都59R 8着/9頭+1.3秒 09/20 4中山69R 10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 9.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -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	ソードマスター推奨	☆舟山	実13.6	B△ A▽勝率9% EV+20% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+49%の妙味（市場想定よりAI評価が高く妙味）
前5走 12/14 5中京48R 11着/16頭+1.9秒 10/26 4東京98R 9着/15頭+0.7秒 08/30 3新潟39R 5着/18頭+0.9秒 08/10 2新潟612R 16着/18頭+1.4秒 05/11 1新潟49R 6着/13頭+1.2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 5.7着 ◎ 期待値 (オッズ vs AI勝率) +49% (妙味あり) AI 予想勝率 11.0% (オッズ暗示: 7.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 8.8% / 期待値 +20% ※ 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	アヤサンジョリーン	落合玄	実92.8	B▽ A▽勝率1% EV-3% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 1回3日函館9R 9着/12頭 ― ― ― ―
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 9.0着 (不振) × 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 0.7% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 期待値 -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	ルクスアドラー	☆長浜	実33.0	B▽ A▽勝率2% EV-29% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／直近3走平均12.7着と低調）
前5走 11/09 3福島27R 9着/16頭+0.5秒 07/27 1札幌29R 5着/8頭+0.9秒 07/05 1函館78R 4着/9頭+0.6秒 03/02 1小倉127R 14着/17頭+1.0秒 02/09 1小倉612R 5着/17頭+0.2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 4走で勝率 25% (得意) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.1% / 期待値 -29% ※ 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 ◎

ホウオウヘッセン

騎手横山武

単勝オッズ

3.3倍

AI期待値

-32%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△2コモンスナイプ

7.4倍

EV +26%

▲A:△7ミスターバッドガイ

12.6倍

EV +48%

出走馬全14頭

◎A:◎4

ホウオウヘッセン

横山武

3.3倍

-32%

›

○A:△2

コモンスナイプ

横山琉

7.4倍

+26%

›

▲A:△7

ミスターバッドガイ

▲和田陽

12.6倍

+48%

›

△A:○5

ロードクラシコ

丹内

3.6倍

-59%

›

△A:▲3

マグネシアブリック

北村友

5.1倍

-42%

›

△A:▽12

ソードマスター

☆舟山

13.6倍

+49%

›

▽A:△1

ザカリナン

斎藤

10.7倍

-16%

›

▽A:▽9

シャインズオンユー

岩田康

35.7倍

-1%

›

▽A:▽14

ルクスアドラー

☆長浜

33.0倍

-20%

›

▽A:▽8

ロードヴェルテクス

鮫島駿

62.4倍

+9%

›

▽A:▽11

フレンドモナコ

▲遠藤

89.3倍

-6%

›

▽A:▽13

アヤサンジョリーン

落合玄

92.8倍

-31%

›

▽A:▽10

マイオウンウェイ

小沢

186.3倍

-30%

›

×A:▽6

ブラヴィーノ

古川吉

267.3倍

-58%

›

💡 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 7 ミスターバッドガイ実12.6倍期待値 +48% 推奨 10.0〜30.0倍 100円
単勝 12 ソードマスター実13.6倍期待値 +50% 推奨 10.0〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 12 ソードマスター実13.6倍期待値 +50% 推奨 10.0〜30.0倍 200円
単勝 7 ミスターバッドガイ実12.6倍期待値 +48% 推奨 10.0〜30.0倍 200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

12R 函館競馬場　発走 16:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ザカリナン	斎藤	実10.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（93日ぶりの実戦）
前5走 12/27 5阪神77R 11着/15頭+1.3秒 12/06 5阪神112R 9着/15頭+0.6秒 08/31 4中京48R 4着/16頭+1.1秒 08/16 3中京712R 4着/10頭+0.4秒 07/26 3中京112R 6着/10頭+0.7秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ ローテーション 93日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 9.3%) ※ 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	コモンスナイプ	横山琉	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走平均11.0着と低調／324日ぶりの実戦）
前5走 08/30 2札幌312R 14着/15頭+2.6秒 08/03 3中京412R 13着/18頭+1.0秒 11/10 3福島49R 6着/16頭+0.8秒 10/13 5京都44R 1着/16頭勝利 ―
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 11.0着 (不振) ▽ 前走実績前走 14着 (大敗) △ ローテーション 324日休養明け △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 14.3% (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。
3	マグネシアブリック	北村友	実5.1	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.7着と低調／64日ぶりの実戦）
前5走 02/01 1小倉412R 17着/18頭+1.9秒 10/25 4新潟39R 3着/18頭+0.2秒 05/11 1新潟46R 1着/16頭勝利 04/20 1福島43R 4着/16頭+0.4秒 02/16 1小倉82R 4着/18頭+0.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 14.3% (オッズ暗示: 19.6%) ※ 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。
4	ホウオウヘッセン	横山武	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走で勝率33%と好調／72日ぶりの実戦）
前5走 12/21 5中山61R 1着/16頭勝利 10/26 4東京96R 6着/18頭+0.5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 20.3% (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	ロードクラシコ	丹内	実3.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均10.3着と低調）
前5走 12/06 5中京14R 11着/18頭+0.7秒 08/23 3新潟15R 11着/13頭+1.1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 10.3着 (不振) × 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 15.6% (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	ブラヴィーノ	古川吉	実267.3	▽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／85日ぶりの実戦）
前5走 11/16 4京都46R 14着/16頭+2.1秒 11/09 3福島212R 7着/16頭+0.6秒 10/25 4新潟39R 6着/18頭+0.6秒 08/17 3中京812R 9着/18頭+0.6秒 07/20 2福島89R 9着/11頭+1.0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 15.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 0.4% (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。
7	ミスターバッドガイ推奨	▲和田陽	実12.6	△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 01/12 1中山58R 4着/11頭+0.3秒 12/20 5中京59R 3着/9頭+0.2秒 08/30 2札幌39R 4着/13頭+0.6秒 08/14 門別7R 7着/7頭+3.4秒 07/15 門別5R 8着/9頭+2.4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) +21% (市場と概ね一致) AI 予想勝率 9.6% (オッズ暗示: 7.9%) ※ 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。
8	ロードヴェルテクス	鮫島駿	実62.4	▽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／86日ぶりの実戦）
前5走 11/15 3福島31R 7着/15頭+1.4秒 10/19 3京都74R 11着/17頭+1.5秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) × 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 1.0% (オッズ暗示: 1.6%) ※ 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。
9	シャインズオンユー	岩田康	実35.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.3着と低調／65日ぶりの実戦）
前5走 12/07 5中京28R 17着/18頭+0.9秒 08/30 2札幌312R 10着/15頭+1.2秒 07/26 1札幌17R 4着/8頭+0.4秒 07/05 1函館78R 8着/9頭+1.8秒 06/14 1函館17R 11着/14頭+1.4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 13.3着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 2.1% (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。
10	マイオウンウェイ	小沢	実186.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／183日ぶりの実戦）
前5走 01/18 1京都74R 10着/10頭+3.9秒 12/13 5中山39R 13着/13頭+1.3秒 09/20 4中山69R 7着/13頭+0.8秒 07/20 1函館1211R 12着/12頭+1.9秒 06/14 3阪神35R 1着/8頭勝利
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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 183日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 0.4% (オッズ暗示: 0.5%) ※ 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。
11	フレンドモナコ	▲遠藤	実89.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／79日ぶりの実戦）
前5走 01/31 1東京110R 11着/15頭+1.1秒 01/04 1中山110R 8着/8頭+0.6秒 12/20 5中京59R 5着/9頭+0.5秒 11/22 4京都59R 8着/9頭+1.3秒 09/20 4中山69R 10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 9.3着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 1.0% (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。
12	ソードマスター推奨	☆舟山	実13.6	▽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 12/14 5中京48R 11着/16頭+1.9秒 10/26 4東京98R 9着/15頭+0.7秒 08/30 3新潟39R 5着/18頭+0.9秒 08/10 2新潟612R 16着/18頭+1.4秒 05/11 1新潟49R 6着/13頭+1.2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 5.7着 △ 期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 8.8% (オッズ暗示: 7.4%) ※ 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	アヤサンジョリーン	落合玄	実92.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 1回3日函館9R 9着/12頭 ― ― ― ―
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 9.0着 (不振) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 1.0% (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。
14	ルクスアドラー	☆長浜	実33.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／直近3走平均12.7着と低調）
前5走 11/09 3福島27R 9着/16頭+0.5秒 07/27 1札幌29R 5着/8頭+0.9秒 07/05 1函館78R 4着/9頭+0.6秒 03/02 1小倉127R 14着/17頭+1.0秒 02/09 1小倉612R 5着/17頭+0.2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 4走で勝率 25% (得意) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 3.0%) ※ 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。

🎯 AIの本命

AI評価1位

ホウオウヘッセン

騎手横山武

単勝オッズ

3.3倍

AI期待値

-33%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ロードクラシコ

3.6倍

EV -43%

▲3マグネシアブリック

5.1倍

EV -27%

出走馬全14頭

◎4

ホウオウヘッセン

横山武

3.3倍

-33%

›

○5

ロードクラシコ

丹内

3.6倍

-43%

›

▲3

マグネシアブリック

北村友

5.1倍

-27%

›

△2

コモンスナイプ

横山琉

7.4倍

+5%

›

△7

ミスターバッドガイ

▲和田陽

12.6倍

+21%

›

△1

ザカリナン

斎藤

10.7倍

-5%

›

▽12

ソードマスター

☆舟山

13.6倍

+20%

›

▽14

ルクスアドラー

☆長浜

33.0倍

-29%

›

▽9

シャインズオンユー

岩田康

35.7倍

-23%

›

▽8

ロードヴェルテクス

鮫島駿

62.4倍

-35%

›

▽11

フレンドモナコ

▲遠藤

89.3倍

-7%

›

▽13

アヤサンジョリーン

落合玄

92.8倍

-3%

›

▽10

マイオウンウェイ

小沢

186.3倍

-19%

›

▽6

ブラヴィーノ

古川吉

267.3倍

+15%

›

💡 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 7 ミスターバッドガイ実12.6倍期待値 +21% 推奨 10.4〜30.0倍 100円
単勝 12 ソードマスター実13.6倍期待値 +20% 推奨 11.3〜30.0倍 100円

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 12 ソードマスター実13.6倍期待値 +20% 推奨 11.3〜30.0倍 200円
単勝 7 ミスターバッドガイ実12.6倍期待値 +21% 推奨 10.4〜30.0倍 200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。