DeepResearch競馬予想レポート｜LLM徹底比較で精度を検証

1. 導入

AIによる高度な情報収集機能「DeepResearch」が、今、注目を集めています。

従来のAI検索が単一の回答を提示するのに対し、DeepResearchは複雑なテーマに対して多角的な情報収集と深層的な分析を行い、包括的なレポートとして結果をご提供してくれます。

この機能により、従来の検索エンジンでは得られなかった洞察や知見を引き出すことが可能になりました。

本記事では、DeepResearchの機能を競馬予想に応用し、そのポテンシャルを検証します。

競馬に詳しい有識者の集合知と、人類の英知であるAIによる高度な分析を組み合わせることで、競馬予想の精度は本当に向上するのでしょうか？

同じような複数のサービスを比較しながら、その可能性を探ってみたいと思います。

2. はじめに

本記事では、3つの重賞競走（オーシャンステークス、チューリップ賞、中山記念）における、各種LLM（ChatGPT・Grok・Perplexity・Felo・Gen Spark）のディープリサーチ機能を使った予想と、実際の着順・人気・オッズを比較し、それぞれのモデルの特徴や強み・弱みを考察しました。

ディープリサーチを競馬予想に活用する際に、どのような傾向が見られ、どういった場面で役立つかを見極めるための参考資料としてご活用ください。

注意：実行する度に参照元が変わっているのか、推奨馬が変わったりと再現性に課題があります。あくまで参考程度としてお考えください。

【出力指示】　

• 総論: レース全体の様子、特徴、注目ポイントのまとめ

• 分析スタイル: 予想専門家の視点での分析と考察

• 最終結論: 注目馬4頭（◎本命、○対抗、▲単穴、★大穴）のおすすめ

【補足事項】

• 各種LLMには同じ時間帯に同じプロンプトで実行しました。

• 基本的にはone-shotでの指示です。推奨が出走馬ではなかった場合のみ追加で指示しています。

• FeloはClaude 3.7 sonetを使用しました。

• GenSparkは途中で回数制限にかかったため、チューリップ賞は未評価です。

• GeminiのDeepResearchは無料では使用できないため、今回は調査対象から外しています。（今後の検討）

3. レース別結果と予想比較

3-1. オーシャンステークス（GⅢ）

• 収集日時: 金曜日 夜（開催前日）

• 結果

  • 1着: ママコチャ（1番人気 / オッズ2.7）

  • 2着: ペアポルックス（4番人気 / オッズ8.0）

  • 3着: ウイングレイテスト（6番人気 / オッズ9.9）

• 各LLMの主な印と着順

  • ChatGPT

    • ◎ママコチャ（1着）

    • ○ステークホルダー（10着）

    • 勝ち馬は的中しましたが、2着馬は的中できませんでした。

  • Grok

    • ◎ママコチャ（1着）、○ペアポルックス（2着）

    • 1着・2着を完璧に的中させました。最も精度が高かったです。

  • Perplexity

    • ◎ウインモナーク（5着）、○ペアポルックス（2着）、▲ママコチャ（1着）

    • 勝ち馬・2着馬ともに印を回していましたが、本命が5着という結果でした。

  • Felo

    • 本命・対抗ともに上位に来ず、勝ち馬ママコチャを無印としました。大きく外れる結果となりました。

  • Gen Spark

    • ◎ママコチャ（1着）、2着ペアポルックスは無印でした。勝ち馬は的中も連下は拾えませんでした。

• 総評

  • Grokが最も高い精度を示しました。

  • ChatGPT / Gen Sparkは人気馬（ママコチャ）をしっかり本命に据え、堅実な予想となりました。

  • Perplexityはやや妙味を狙う印配置でした。Feloは逆張り寄りで勝ち馬を逃す結果となりました。

3-2. チューリップ賞（GⅡ）

• 収集日時: 土曜日 昼（開催前日）

• 結果

  • 1着: クリノメイ（9番人気 / オッズ39.3）

  • 2着: ウォーターガーベラ（7番人気 / オッズ15.1）

  • 3着: ビップデイジー（1番人気 / オッズ2.9）

• 各LLMの主な印と着順

  • ChatGPT / Grok / Perplexity / Felo

    • いずれも1番人気ビップデイジー（3着）を◎本命に推していました。

    • しかし、1着（9番人気）、2着（7番人気）は完全にノーマークでした。

• 総評

  • 1番人気ビップデイジーは3着で馬券圏内には入りましたが、9番人気から7番人気の決着を的中させたモデルは一つもありませんでした。

  • 波乱に対しては全モデルが脆い結果となりました。

  • 特にChatGPT / Perplexity / Feloは「人気馬中心」の予想が強く、穴馬を拾えない傾向がはっきりと表れました。

3-3. 中山記念（GⅡ）

• 収集日時: 日曜日 朝（開催当日）

• 結果

  • 1着: シックスペンス（2番人気 / オッズ3.1）

  • 2着: エコロヴァルツ（3番人気 / オッズ6.9）

  • 3着: ソウルラッシュ（1番人気 / オッズ2.8）

• 各LLMの主な印と着順

  • ChatGPT

    • ◎ソウルラッシュ（3着）、○シックスペンス（1着）

    • 2着馬（エコロヴァルツ）は無印でした。

  • Perplexity

    • ◎ソウルラッシュ（3着）、○シックスペンス（1着）

    • 同じく2着馬を拾えませんでした。

  • Gen Spark

    • ◎アルナシーム（12着）、★シックスペンス（1着）、▲ソウルラッシュ（3着）

    • 2着馬を無印としました。上位2頭を本命サイドで捉えきれませんでした。

  • Grok

    • ◎メイショウチタン（6着）、★エコロヴァルツ（2着）、○ソウルラッシュ（3着）

    • 1着馬を無印とし、2着・3着は確保しました。

  • Felo

    • ◎アルナシーム（12着）など、上位馬を全く拾えませんでした。

• 総評

  • 1番人気・2番人気・3番人気の堅い決着でしたが、全てを的中できたモデルは一つもありませんでした。

  • ChatGPT / Perplexityは1着・3着を拾いましたが2着を外し、Grokは2着・3着を拾いましたが1着を外しました。

  • Feloは逆張り寄りの予想が当たらず大きく外しました。

4. 各LLMの予想傾向と特徴

(1) Grok

• メリット

  • 人気馬だけでなく中穴や穴馬にも印を回し、オーシャンステークスで1-2着を的中させるなど、一発の破壊力があります。

  • 2着・3着の中くらいの人気馬を拾うことも比較的多いです。

• デメリット

  • 軸（◎）選びがやや冒険的で、人気馬を軽視することがあります。

  • 堅い決着の場合には、勝ち馬を外すと大きく不的中になるリスクがあります。

(2) ChatGPT / Perplexity / Gen Spark

• 共通する特徴

  • 人気馬を素直に評価する傾向が強く、本命・対抗は1番人気や2番人気になりやすいです。

  • 堅い決着（1番人気～3番人気での決着）であればある程度当てやすく、軸が大きく崩れないことが多いです。

• 相違点（少しの違い）

  • Perplexityは印をやや広めに振る傾向もありますが、波乱度の高いレースでは拾いきれないことが多いです。

  • ChatGPT / Gen Sparkも同じように、人気馬は抑えますが、中穴を積極的に拾う印象は薄いです。

• デメリット

  • チューリップ賞のような大穴決着には弱く、波乱時は全滅となる可能性があります。

  • 人気上位の馬を一頭でも軽視すると、三連系の的中を逃してしまうことがあります。

(3) Felo

• メリット（潜在的な可能性）

  • 人気上位馬をあえて外す「逆張り」や独自理論を活用している可能性があり、波乱時に当たると高配当のチャンスがあります。

• デメリット

  • 3レース全てで勝ち馬を拾えず、上位の着順を外すことが目立ちました。

  • 堅い決着・順当な決着には全く噛み合わない結果となりました。

5. 総合評価と結論

5-1. 安定感 vs. 爆発力

• ChatGPT / Perplexity / Gen Spark

  • 人気馬を素直に評価するため、堅い決着なら「勝ち馬を取りこぼしにくい」と言えます。

  • 大穴が来るレースでは脆く、チューリップ賞のように全く当たらないこともあります。

• Grok

  • 穴馬や中くらいの人気馬も積極的に拾うため、波乱含みのレースで高配当を当てる可能性があります。

  • 一方で、人気馬を外す場合もあり、軸が外れた時はリスクが大きいです。

• Felo

  • 「独自理論・逆張り」寄りなので、3レースでは不発が続きました。

  • 今後の検証次第では、条件によっては穴馬を的中させる可能性も否定はできません。

5-2. 使い分けのポイント

• 堅い決着が見込まれるレース

  • ChatGPT / Perplexity / Gen Spark のような、人気馬重視型を参考にする方が的中率が高めでしょう。

• 波乱含みのレースや予想が難しいレース

  • Grok のように穴馬を拾えるモデルに注目することで、高配当のチャンスを狙えます。

• Felo

  • 現時点では実績不足ですが、逆張り型の予想を求めるのであれば参考にする余地はあるでしょう。

5-3. 結論

• 全体的に見て、どのモデルにも得意なことと苦手なことがあるという結果になりました。

• 3レースだけでは決定的な優劣は判断できませんが、傾向としては以下のようになります。

  1. 安定志向なら ChatGPT / Perplexity / Gen Spark。

  2. 波乱狙いなら Grok。

  3. 逆張り特化なら Felo（ただし現時点では結果が出ておらず、要検証）。

• 実際の競馬予想では、レースの性質（堅いか波乱か）や展開を見極めた上で、複数のモデルの特徴を組み合わせるのが効果的だと思われます。

【次の検証】

#競馬 #競馬予想 #競馬情報 #競馬レポート #AI競馬予想 #競馬分析 #DeepResearch #LLM #ChatGPT #Grok #Perplexity #Felo #GenSpark #データ分析 #競馬検証 #穴馬予想