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5.7	B▲ A▽勝率9% EV-48% 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) -48% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 17.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 9.0% / 期待値 -49% ※ 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	松若	実33.1	B▽ A▽勝率9% EV+193% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／127日ぶりの実戦）
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) +200% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 8.9% / 期待値 +193% ※ 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10.5	B△ A△勝率9% EV-3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3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) -5% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 9.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.2% / 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。
4	ハッピーダンチャン	国分優	実67.8	B▽ A△勝率9% EV+521% 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) +516% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 1.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.2% / 期待値 +521% ※ 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2.5	B× A×勝率9% EV-76% 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) -77% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 40.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 9.3% / 期待値 -77% ※ 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40.3	B▽ A▲勝率9% EV+276% 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) +266% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 2.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.3% / 期待値 +276% ※ 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7.6	B△ A▽勝率9% EV-31% 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) -31% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 13.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 9.0% / 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。
8	コリカンチャ	吉村	実9.8	B△ A▽勝率9% EV-12% 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) -11% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 10.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 8.9% / 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。
9	オデット	田口	実58.2	B▽ A▽勝率9% 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) +429% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 8.9% / 期待値 +417% ※ 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4.9	B○ A△勝率9% EV-55% 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) -55% (大幅な期待値マイナス) AI 予想勝率 9.1% (オッズ暗示: 20.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 9.0% / 期待値 -56% ※ 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13.3	B▽ A○勝率9% EV+24% 詳細▼	期待値プラスでAIの推し馬（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) +20% (市場と概ね一致) AI 予想勝率 9.1% (オッズ暗示: 7.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.3% / 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。

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

2.5倍

AI期待値

-77%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△10ジャスティンガルフ

4.9倍

EV -55%

▲A:▽1ダノンカゼルタ

5.7倍

EV -48%

出走馬全11頭

×A:×5

フォーチュンライド

藤懸

2.5倍

-77%

›

○A:△10

ジャスティンガルフ

西塚

4.9倍

-55%

›

▲A:▽1

ダノンカゼルタ

高杉

5.7倍

-48%

›

△A:▽7

レイピカケ

団野

7.6倍

-30%

›

△A:▽8

コリカンチャ

吉村

9.8倍

-10%

›

△A:△3

プリズマジコ

秋山稔

10.5倍

-4%

›

▽A:○11

オウケンボルト

菱田

13.3倍

+20%

›

▽A:▽2

ショウナンハウル

松若

33.1倍

+200%

›

▽A:▲6

アスクエピソード

中井

40.3倍

+266%

›

▽A:▽9

オデット

田口

58.2倍

+429%

›

▽A:△4

ハッピーダンチャン

国分優

67.8倍

+516%

›

💡 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13.3倍期待値 +24% 推奨 10.7〜30.0倍 100円 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 11 オウケンボルト実13.3倍期待値 +20% 推奨 11.0〜30.0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 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5.7	▽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) -49% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 17.5%) ※ 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	ショウナンハウル	松若	実33.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調／127日ぶりの実戦）
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) +193% (市場が大幅過小評価) AI 予想勝率 8.9% (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。
3	プリズマジコ	秋山稔	実10.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3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) -3% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 9.5%) ※ 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。
4	ハッピーダンチャン	国分優	実67.8	△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) +521% (市場が大幅過小評価) AI 予想勝率 9.2% (オッズ暗示: 1.5%) ※ 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。
5	フォーチュンライド	藤懸	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) -77% (大幅な期待値マイナス) AI 予想勝率 9.3% (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。
6	アスクエピソード	中井	実40.3	▲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) +276% (市場が大幅過小評価) AI 予想勝率 9.3% (オッズ暗示: 2.5%) ※ 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	レイピカケ	団野	実7.6	▽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) -32% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 13.2%) ※ 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	コリカンチャ	吉村	実9.8	▽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) -13% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 10.2%) ※ 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	オデット	田口	実58.2	▽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) +416% (市場が大幅過小評価) AI 予想勝率 8.9% (オッズ暗示: 1.7%) ※ 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。
10	ジャスティンガルフ	西塚	実4.9	△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) -56% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 20.4%) ※ 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。
11	オウケンボルト推奨	菱田	実13.3	○詳細▼	期待値プラスでAIの推し馬（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) +24% (市場と概ね一致) AI 予想勝率 9.3% (オッズ暗示: 7.5%) ※ 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

フォーチュンライド

騎手藤懸

単勝オッズ

2.5倍

AI期待値

-76%

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

13.3倍

EV +24%

▲6アスクエピソード

40.3倍

EV +276%

出走馬全11頭

×5

フォーチュンライド

藤懸

2.5倍

-76%

›

○11

オウケンボルト

菱田

13.3倍

+24%

›

▲6

アスクエピソード

中井

40.3倍

+276%

›

△3

プリズマジコ

秋山稔

10.5倍

-3%

›

△4

ハッピーダンチャン

国分優

67.8倍

+521%

›

△10

ジャスティンガルフ

西塚

4.9倍

-55%

›

▽1

ダノンカゼルタ

高杉

5.7倍

-48%

›

▽7

レイピカケ

団野

7.6倍

-31%

›

▽8

コリカンチャ

吉村

9.8倍

-12%

›

▽9

オデット

田口

58.2倍

+416%

›

▽2

ショウナンハウル

松若

33.1倍

+193%

›

💡 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13.3倍期待値 +24% 推奨 10.7〜30.0倍 100円 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 11 オウケンボルト実13.3倍期待値 +20% 推奨 11.0〜30.0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。