川崎 4R 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

4R 川崎競馬場ダ900m ダート900m　発走 16:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マイリトルロマンス差し	町田直（川崎）	実13.6	B△ A△勝率4% EV-48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は7走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/29 川崎1R 9着/12頭+1.6秒 05/26 浦和5R 9着/12頭+1.0秒 04/23 浦和5R 7着/12頭+0.8秒 03/17 浦和5R 5着/12頭+1.4秒 02/25 浦和4R 8着/12頭+2.8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 8.3着 (不振) ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 14% ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 7.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 3.8% / 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	ジョーカイ	加藤雄（川崎）	実51.1	B× A▽勝率2% EV-21% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/28 川崎2R 8着/9頭+2.2秒 07/07 川崎6R 11着/11頭 06/15 川崎5R 9着/12頭+0.0秒 05/27 浦和2R 12着/12頭+2.0秒 05/12 川崎2R 9着/9頭+3.0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 9.3着 (不振) ◎ 当競馬場適性 8走で勝率 38% (得意) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 1.5% / 期待値 -22% ※ 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	フロレシミエント先行	高橋優（大井）	実57.6	B× A×勝率1% EV-58% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/30 川崎1R 8着/12頭+1.2秒 07/09 川崎2R 10着/12頭+0.0秒 06/18 川崎7R 9着/10頭 05/15 川崎12R 12着/14頭+3.8秒 04/08 川崎5R 11着/12頭+4.4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 9.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 9位 / 勝率 0.7% / 期待値 -58% ※ 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	セイウンヤタガラス逃げ	山林信（川崎）	実51.7	B× A×勝率1% EV-56% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/28 川崎1R 9着/10頭+2.4秒 07/09 川崎2R 11着/12頭 06/17 川崎1R 12着/12頭+5.0秒 04/10 川崎6R 7着/12頭+2.7秒 04/02 船橋1R 6着/11頭+2.5秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 8位 / 勝率 0.8% / 期待値 -57% ※ 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	ヤンキージャック先行	岡村裕（川崎）	実37.8	B△ A△勝率2% EV-18% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/29 川崎1R 7着/12頭+1.2秒 07/09 川崎2R 8着/12頭+0.0秒 06/17 川崎2R 10着/11頭 05/15 川崎5R 11着/12頭+2.3秒 04/09 川崎3R 10着/12頭+1.7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 8.3着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.2% / 期待値 -18% ※ 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	ダイナマイトブル先行	達城龍（大井）	実8.0	B△ A△勝率4% EV-64% 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32走で勝率3%と苦戦傾向／97日ぶりの実戦）
前5走 05/14 川崎2R 7着/12頭+0.4秒 04/09 川崎4R 4着/11頭+0.5秒 03/10 船橋5R 2着/12頭+0.3秒 03/04 川崎2R 4着/11頭+0.4秒 02/03 川崎1R 2着/12頭+0.9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 4.3着 × 当競馬場適性 32走で勝率 3% (苦戦) △ 距離適性同距離 9走で勝率 11% △ ローテーション 97日休養明け × 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 0.1% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 4.4% / 期待値 -65% ※ 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	アンジュラプソディ逃げ	佐野遥（川崎）	実3.6	B🌟◎ A○勝率30% EV+6% 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8走で勝率25%と適性高／同距離帯7走で勝率29%／前走2着）
前5走 07/30 川崎1R 2着/12頭+0.4秒 07/09 川崎2R 9着/12頭+0.0秒 01/04 川崎4R 4着/12頭+0.8秒 12/15 川崎3R 4着/12頭+0.2秒 06/17 川崎6R 5着/12頭+0.6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 5.0着 ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 前走実績前走 2着 (好走) ○ ローテーション 20日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +148% (市場が大幅過小評価) AI 予想勝率 69.2% (オッズ暗示: 27.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 29.6% / 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。
8	ドラマツルギー自在	野畑凌（川崎）	実1.7	B○ A🌟◎勝率46% EV-21% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率0%と苦戦傾向／騎手は近50戦で勝率24%）
前5走 07/30 川崎1R 5着/12頭+0.6秒 07/09 川崎2R 3着/12頭 06/18 川崎6R 9着/12頭+0.0秒 05/15 川崎6R 3着/12頭+1.4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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 20日の間隔 (理想的) × 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 27.9% (オッズ暗示: 58.8%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 46.5% / 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。
9	タノシサ自在	池谷匠（川崎）	実7.4	B▲ A▲勝率11% EV-21% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/30 川崎1R 4着/12頭+0.5秒 07/08 川崎1R 7着/11頭 06/15 川崎4R 4着/11頭 05/14 川崎2R 9着/12頭+0.8秒 02/02 川崎3R 2着/12頭+0.5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 5.0着 △ 当競馬場適性 15走で勝率 13% ○ 距離適性同距離 13走で勝率 15% ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 13.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.5% / 期待値 -22% ※ 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 ○

アンジュラプソディ

騎手佐野遥（川崎）

単勝オッズ

3.6倍

AI期待値

+148%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎8ドラマツルギー

1.7倍

EV -52%

▲A:▲9タノシサ

7.4倍

EV -80%

出走馬全9頭

◎A:○7

アンジュラプソディ

佐野遥（川崎）

3.6倍

+148%

›

○A:◎8

ドラマツルギー

野畑凌（川崎）

1.7倍

-52%

›

▲A:▲9

タノシサ

池谷匠（川崎）

7.4倍

-80%

›

△A:△1

マイリトルロマンス

町田直（川崎）

13.6倍

-96%

›

△A:△6

ダイナマイトブル

達城龍（大井）

8.0倍

-98%

›

△A:△5

ヤンキージャック

岡村裕（川崎）

37.8倍

-99%

›

×A:▽2

ジョーカイ

加藤雄（川崎）

51.1倍

-99%

›

×A:×4

セイウンヤタガラス

山林信（川崎）

51.7倍

-99%

›

×A:×3

フロレシミエント

高橋優（大井）

57.6倍

-99%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

4R 川崎競馬場ダ900m ダート900m　発走 16:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マイリトルロマンス差し	町田直（川崎）	実13.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は7走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/29 川崎1R 9着/12頭+1.6秒 05/26 浦和5R 9着/12頭+1.0秒 04/23 浦和5R 7着/12頭+0.8秒 03/17 浦和5R 5着/12頭+1.4秒 02/25 浦和4R 8着/12頭+2.8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 8.3着 (不振) ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 14% ○ ローテーション 21日の間隔 (理想的) × 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 3.8% (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。
2	ジョーカイ	加藤雄（川崎）	実51.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率38%と適性高／直近3走平均9.3着と低調）
前5走 07/28 川崎2R 8着/9頭+2.2秒 07/07 川崎6R 11着/11頭 06/15 川崎5R 9着/12頭+0.0秒 05/27 浦和2R 12着/12頭+2.0秒 05/12 川崎2R 9着/9頭+3.0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 9.3着 (不振) ◎ 当競馬場適性 8走で勝率 38% (得意) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 2.0%) ※ 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	フロレシミエント先行	高橋優（大井）	実57.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/30 川崎1R 8着/12頭+1.2秒 07/09 川崎2R 10着/12頭+0.0秒 06/18 川崎7R 9着/10頭 05/15 川崎12R 12着/14頭+3.8秒 04/08 川崎5R 11着/12頭+4.4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 9.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ ローテーション 20日の間隔 (理想的) × 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 0.7% (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。
4	セイウンヤタガラス逃げ	山林信（川崎）	実51.7	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／直近3走平均10.7着と低調）
前5走 07/28 川崎1R 9着/10頭+2.4秒 07/09 川崎2R 11着/12頭 06/17 川崎1R 12着/12頭+5.0秒 04/10 川崎6R 7着/12頭+2.7秒 04/02 船橋1R 6着/11頭+2.5秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.9%) ※ 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。
5	ヤンキージャック先行	岡村裕（川崎）	実37.8	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/29 川崎1R 7着/12頭+1.2秒 07/09 川崎2R 8着/12頭+0.0秒 06/17 川崎2R 10着/11頭 05/15 川崎5R 11着/12頭+2.3秒 04/09 川崎3R 10着/12頭+1.7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 8.3着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 2.2% (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	ダイナマイトブル先行	達城龍（大井）	実8.0	△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32走で勝率3%と苦戦傾向／97日ぶりの実戦）
前5走 05/14 川崎2R 7着/12頭+0.4秒 04/09 川崎4R 4着/11頭+0.5秒 03/10 船橋5R 2着/12頭+0.3秒 03/04 川崎2R 4着/11頭+0.4秒 02/03 川崎1R 2着/12頭+0.9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 4.3着 × 当競馬場適性 32走で勝率 3% (苦戦) △ 距離適性同距離 9走で勝率 11% △ ローテーション 97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 4.4% (オッズ暗示: 12.5%) ※ 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	アンジュラプソディ逃げ	佐野遥（川崎）	実3.6	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率25%と適性高／同距離帯7走で勝率29%／前走2着）
前5走 07/30 川崎1R 2着/12頭+0.4秒 07/09 川崎2R 9着/12頭+0.0秒 01/04 川崎4R 4着/12頭+0.8秒 12/15 川崎3R 4着/12頭+0.2秒 06/17 川崎6R 5着/12頭+0.6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 5.0着 ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 前走実績前走 2着 (好走) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 29.6% (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。
8	ドラマツルギー自在	野畑凌（川崎）	実1.7	🌟◎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4走で勝率0%と苦戦傾向／騎手は近50戦で勝率24%）
前5走 07/30 川崎1R 5着/12頭+0.6秒 07/09 川崎2R 3着/12頭 06/18 川崎6R 9着/12頭+0.0秒 05/15 川崎6R 3着/12頭+1.4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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 46.5% (オッズ暗示: 58.8%) ※ 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。
9	タノシサ自在	池谷匠（川崎）	実7.4	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/30 川崎1R 4着/12頭+0.5秒 07/08 川崎1R 7着/11頭 06/15 川崎4R 4着/11頭 05/14 川崎2R 9着/12頭+0.8秒 02/02 川崎3R 2着/12頭+0.5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 5.0着 △ 当競馬場適性 15走で勝率 13% ○ 距離適性同距離 13走で勝率 15% ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 10.5% (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。

🎯 AIの本命

AI評価1位

ドラマツルギー

騎手野畑凌（川崎）

単勝オッズ

1.7倍

AI期待値

-21%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7アンジュラプソディ

3.6倍

EV +6%

▲9タノシサ

7.4倍

EV -21%

出走馬全9頭

◎8

ドラマツルギー

野畑凌（川崎）

1.7倍

-21%

›

○7

アンジュラプソディ

佐野遥（川崎）

3.6倍

+6%

›

▲9

タノシサ

池谷匠（川崎）

7.4倍

-21%

›

△6

ダイナマイトブル

達城龍（大井）

8.0倍

-64%

›

△1

マイリトルロマンス

町田直（川崎）

13.6倍

-48%

›

△5

ヤンキージャック

岡村裕（川崎）

37.8倍

-18%

›

▽2

ジョーカイ

加藤雄（川崎）

51.1倍

-21%

›

×4

セイウンヤタガラス

山林信（川崎）

51.7倍

-56%

›

×3

フロレシミエント

高橋優（大井）

57.6倍

-58%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

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）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項