名古屋 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 名古屋競馬場ダ1500m ダート1500m　発走 19:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フリッパー	近藤颯（愛知）	実47.1	B× A▽勝率1% EV-40% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し）
前5走 07/17 名古屋11R 4着/6頭 07/03 名古屋11R 6着/11頭 05/25 名古屋11R 9着/12頭 05/08 名古屋11R 9着/10頭+2.8秒 04/10 名古屋10R 1着/9頭勝利
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 6.3着 ○ 当競馬場適性 9走で勝率 22% (相性良) ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 18% × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.3% / 期待値 -40% ※ 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	ソーラレイ逃げ	塚本征（愛知）	実4.2	B△ A▲勝率15% EV-38% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同馬場状態で勝率33%／前走3着／騎手は近50戦で勝率24%）
前5走 07/03 名古屋11R 3着/11頭+4.0秒 05/22 名古屋11R 6着/11頭 05/08 名古屋11R 3着/10頭+1.1秒 04/13 名古屋11R 2着/10頭+0.5秒 03/11 名古屋11R 2着/11頭+0.4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 4.0着 ○ 当競馬場適性 42走で勝率 19% (相性良) ○ 距離適性同距離 26走で勝率 23% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 23.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.7% / 期待値 -38% ※ 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	エバーシンス	細川智（愛知）	実7.1	B△ A△勝率10% EV-26% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 07/17 名古屋11R 3着/6頭+0.0秒 06/05 名古屋11R 2着/11頭 05/21 名古屋11R 5着/10頭 05/08 名古屋11R 2着/10頭+0.9秒 04/24 名古屋11R 2着/10頭+0.8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 3.3着 △ 当競馬場適性 27走で勝率 7% ○ 距離適性同距離 12走で勝率 17% ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.3% / 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	アルバーシャ逃げ	大畑雅（愛知）	実16.2	B▲ A△勝率5% EV-20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率32%と適性高／同馬場状態で勝率33%／直近3走平均3.0着と安定）
前5走 10/03 名古屋11R 4着/12頭+0.4秒 09/19 名古屋11R 2着/10頭+0.9秒 07/21 名古屋7R 3着/12頭+0.8秒 06/18 名古屋11R 2着/9頭+0.1秒 06/06 名古屋11R 1着/12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 3.0着 (安定) ◎ 当競馬場適性 19走で勝率 32% (得意) ◎ 馬場適性同馬場 3走で勝率 33% △ ローテーション 298日休養明け × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.9% / 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。
5	ジャスパーノワール	渡邊竜（笠松）	実38.7	B△ A▽勝率3% EV+5% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 07/15 名古屋10R 3着/12頭+3.0秒 07/02 名古屋11R 9着/11頭+4.0秒 ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 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。
6	アイガー逃げ推奨	大畑慧（愛知）	実6.2	B○ A○勝率18% EV+12% 詳細▼	市場が大きく過小評価、AI予想勝率41% × オッズ6.2倍で期待値+152%の有力候補（直近3走勝率67%と絶好調／当競馬場13走で勝率62%と適性高／同距離帯で勝率71%と得意）
前5走 07/14 名古屋11R 3着/7頭+1.0秒 06/02 名古屋11R 1着/12頭 05/06 名古屋9R 1着/9頭勝利 04/22 名古屋10R 2着/12頭+0.3秒 04/07 名古屋8R 2着/10頭+0.1秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 13走で勝率 62% (得意) ◎ 距離適性同距離 7走で勝率 71% ○ 前走実績前走 3着 (好走) ○ ローテーション 14日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +152% (市場が大幅過小評価) AI 予想勝率 40.8% (オッズ暗示: 16.1%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.2% / 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。
7	セットクルール	加藤聡（愛知）	実2.2	B🌟◎ A🌟◎勝率39% 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（当競馬場17走で勝率53%と適性高／同距離帯11走で勝率64%／直近3走で勝率67%と好調）
前5走 07/14 名古屋11R 1着/7頭 07/01 名古屋9R 3着/12頭 06/17 名古屋9R 1着/11頭 05/20 名古屋12R 2着/11頭+0.0秒 02/10 名古屋12R 2着/11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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 17走で勝率 53% (得意) ◎ 距離適性同距離 11走で勝率 64% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 53.9% (オッズ暗示: 45.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 39.1% / 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。
8	ハッピーミーク先行	木之葵（愛知）	実6.2	B× A△勝率8% EV-52% 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26走で勝率46%と適性高／同距離帯14走で勝率43%／同馬場状態で勝率50%）
前5走 07/15 名古屋10R 2着/12頭+3.0秒 04/23 名古屋11R 4着/10頭+1.5秒 03/25 名古屋10R 2着/12頭+0.3秒 03/12 名古屋11R 3着/12頭+1.1秒 02/13 名古屋11R 1着/12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 2.7着 (安定) ◎ 当競馬場適性 26走で勝率 46% (得意) ◎ 距離適性同距離 14走で勝率 43% ◎ 馬場適性同馬場 4走で勝率 50% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 16.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.6% / 期待値 -53% ※ 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	パピタ	大原浩（笠松）	実119.7	B× A▽勝率1% EV+42% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯40走で勝率30%／同馬場状態で勝率43%／直近3走平均8.0着と低調）
前5走 07/17 名古屋11R 6着/6頭 07/03 名古屋11R 10着/11頭+0.0秒 05/22 名古屋11R 8着/11頭+1.0秒 04/07 名古屋10R 11着/11頭+11.1秒 03/27 名古屋10R 3着/9頭+0.2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 8.0着 (不振) ○ 当競馬場適性 72走で勝率 19% (相性良) ◎ 距離適性同距離 40走で勝率 30% ◎ 馬場適性同馬場 7走で勝率 43% × 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 0.1% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 期待値 +42% ※ 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／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）

🎯 AIの本命

AI評価1位Aモデル ◎

セットクルール

騎手加藤聡（愛知）

単勝オッズ

2.2倍

AI期待値

+18%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6アイガー

6.2倍

EV +152%

▲A:△4アルバーシャ

16.2倍

EV -65%

出走馬全9頭

◎A:◎7

セットクルール

加藤聡（愛知）

2.2倍

+18%

›

○A:○6

アイガー

大畑慧（愛知）

6.2倍

+152%

›

▲A:△4

アルバーシャ

大畑雅（愛知）

16.2倍

-65%

›

△A:▲2

ソーラレイ

塚本征（愛知）

4.2倍

-93%

›

△A:△3

エバーシンス

細川智（愛知）

7.1倍

-95%

›

△A:▽5

ジャスパーノワール

渡邊竜（笠松）

38.7倍

-75%

›

×A:△8

ハッピーミーク

木之葵（愛知）

6.2倍

-98%

›

×A:▽9

パピタ

大原浩（笠松）

119.7倍

-86%

›

×A:▽1

フリッパー

近藤颯（愛知）

47.1倍

-94%

›

💡 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。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

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. 市場込みモデル

このモデルは本レース見送り判定（期待値プラスなし）

B. 市場除外+キャリブ

単勝 6 アイガー ¥700 実6.2倍期待値 +153% ❌不的中3着単勝 6.2倍

※ 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 名古屋競馬場ダ1500m ダート1500m　発走 19:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フリッパー	近藤颯（愛知）	実47.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し）
前5走 07/17 名古屋11R 4着/6頭 07/03 名古屋11R 6着/11頭 05/25 名古屋11R 9着/12頭 05/08 名古屋11R 9着/10頭+2.8秒 04/10 名古屋10R 1着/9頭勝利
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 6.3着 ○ 当競馬場適性 9走で勝率 22% (相性良) ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 18% × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.1%) ※ 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。
2	ソーラレイ逃げ	塚本征（愛知）	実4.2	▲詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率33%／前走3着／騎手は近50戦で勝率24%）
前5走 07/03 名古屋11R 3着/11頭+4.0秒 05/22 名古屋11R 6着/11頭 05/08 名古屋11R 3着/10頭+1.1秒 04/13 名古屋11R 2着/10頭+0.5秒 03/11 名古屋11R 2着/11頭+0.4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 4.0着 ○ 当競馬場適性 42走で勝率 19% (相性良) ○ 距離適性同距離 26走で勝率 23% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 14.7% (オッズ暗示: 23.8%) ※ 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	エバーシンス	細川智（愛知）	実7.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 07/17 名古屋11R 3着/6頭+0.0秒 06/05 名古屋11R 2着/11頭 05/21 名古屋11R 5着/10頭 05/08 名古屋11R 2着/10頭+0.9秒 04/24 名古屋11R 2着/10頭+0.8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 3.3着 △ 当競馬場適性 27走で勝率 7% ○ 距離適性同距離 12走で勝率 17% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 14.1%) ※ 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。
4	アルバーシャ逃げ	大畑雅（愛知）	実16.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率32%と適性高／同馬場状態で勝率33%／直近3走平均3.0着と安定）
前5走 10/03 名古屋11R 4着/12頭+0.4秒 09/19 名古屋11R 2着/10頭+0.9秒 07/21 名古屋7R 3着/12頭+0.8秒 06/18 名古屋11R 2着/9頭+0.1秒 06/06 名古屋11R 1着/12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 3.0着 (安定) ◎ 当競馬場適性 19走で勝率 32% (得意) ◎ 馬場適性同馬場 3走で勝率 33% △ ローテーション 298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 4.9% (オッズ暗示: 6.2%) ※ 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。
5	ジャスパーノワール	渡邊竜（笠松）	実38.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 07/15 名古屋10R 3着/12頭+3.0秒 07/02 名古屋11R 9着/11頭+4.0秒 ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 2.7% (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。
6	アイガー逃げ推奨	大畑慧（愛知）	実6.2	○詳細▼	期待値プラスでAIの推し馬（直近3走勝率67%と絶好調／当競馬場13走で勝率62%と適性高／同距離帯で勝率71%と得意）
前5走 07/14 名古屋11R 3着/7頭+1.0秒 06/02 名古屋11R 1着/12頭 05/06 名古屋9R 1着/9頭勝利 04/22 名古屋10R 2着/12頭+0.3秒 04/07 名古屋8R 2着/10頭+0.1秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 13走で勝率 62% (得意) ◎ 距離適性同距離 7走で勝率 71% ○ 前走実績前走 3着 (好走) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 18.2% (オッズ暗示: 16.1%) ※ 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。
7	セットクルール	加藤聡（愛知）	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（当競馬場17走で勝率53%と適性高／同距離帯11走で勝率64%／直近3走で勝率67%と好調）
前5走 07/14 名古屋11R 1着/7頭 07/01 名古屋9R 3着/12頭 06/17 名古屋9R 1着/11頭 05/20 名古屋12R 2着/11頭+0.0秒 02/10 名古屋12R 2着/11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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 17走で勝率 53% (得意) ◎ 距離適性同距離 11走で勝率 64% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 39.1% (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。
8	ハッピーミーク先行	木之葵（愛知）	実6.2	△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26走で勝率46%と適性高／同距離帯14走で勝率43%／同馬場状態で勝率50%）
前5走 07/15 名古屋10R 2着/12頭+3.0秒 04/23 名古屋11R 4着/10頭+1.5秒 03/25 名古屋10R 2着/12頭+0.3秒 03/12 名古屋11R 3着/12頭+1.1秒 02/13 名古屋11R 1着/12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 2.7着 (安定) ◎ 当競馬場適性 26走で勝率 46% (得意) ◎ 距離適性同距離 14走で勝率 43% ◎ 馬場適性同馬場 4走で勝率 50% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 7.6% (オッズ暗示: 16.1%) ※ 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。
9	パピタ	大原浩（笠松）	実119.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯40走で勝率30%／同馬場状態で勝率43%／直近3走平均8.0着と低調）
前5走 07/17 名古屋11R 6着/6頭 07/03 名古屋11R 10着/11頭+0.0秒 05/22 名古屋11R 8着/11頭+1.0秒 04/07 名古屋10R 11着/11頭+11.1秒 03/27 名古屋10R 3着/9頭+0.2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 8.0着 (不振) ○ 当競馬場適性 72走で勝率 19% (相性良) ◎ 距離適性同距離 40走で勝率 30% ◎ 馬場適性同馬場 7走で勝率 43% ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 1.2% (オッズ暗示: 0.8%) ※ 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。

🎯 AIの本命

AI評価1位

セットクルール

騎手加藤聡（愛知）

単勝オッズ

2.2倍

AI期待値

-13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6アイガー

6.2倍

EV +12%

▲2ソーラレイ

4.2倍

EV -38%

出走馬全9頭

◎7

セットクルール

加藤聡（愛知）

2.2倍

-13%

›

○6

アイガー

大畑慧（愛知）

6.2倍

+12%

›

▲2

ソーラレイ

塚本征（愛知）

4.2倍

-38%

›

△3

エバーシンス

細川智（愛知）

7.1倍

-26%

›

△8

ハッピーミーク

木之葵（愛知）

6.2倍

-52%

›

△4

アルバーシャ

大畑雅（愛知）

16.2倍

-20%

›

▽5

ジャスパーノワール

渡邊竜（笠松）

38.7倍

+5%

›

▽1

フリッパー

近藤颯（愛知）

47.1倍

-40%

›

▽9

パピタ

大原浩（笠松）

119.7倍

+42%

›

💡 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。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

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. 市場込みモデル

このモデルは本レース見送り判定（期待値プラスなし）

B. 市場除外+キャリブ

単勝 6 アイガー ¥700 実6.2倍期待値 +13% ❌不的中3着単勝 6.2倍

※ 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。