名古屋 9R 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

9R 名古屋競馬場ダ1500m ダート1500m　発走 18:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クルベリ	塚本征（愛知）	実6.9	B△ A△勝率4% EV-72% 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／前走3着／騎手は近50戦で勝率20%）
前5走 07/28 名古屋9R 3着/12頭+0.1秒 07/14 名古屋10R 1着/12頭 07/01 名古屋10R 5着/12頭 06/16 名古屋9R 4着/10頭+0.0秒 06/02 名古屋9R 7着/12頭
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) ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 14走で勝率 21% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 14.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.0% / 期待値 -72% ※ 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	テルケンレンスター	今井貴（愛知）	実6.7	B▲ A△勝率6% EV-60% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率67%と適性高／直近3走で勝率67%と好調／前走2着）
前5走 07/13 名古屋10R 2着/12頭+2.0秒 06/18 名古屋9R 1着/10頭 06/05 名古屋8R 1着/12頭 05/01 大井6R 3着/12頭+0.4秒 04/17 大井7R 3着/10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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ○ 馬場適性同馬場 5走で勝率 20% ○ 前走実績前走 2着 (好走) × 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 2.1% (オッズ暗示: 14.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.9% / 期待値 -60% ※ 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	レッドサラマンダー追込	東川慎（笠松）	実79.3	B× A×勝率0% EV-63% 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 06/28 314R 9着/9頭+4.9秒 05/30 316R 11着/11頭+4.0秒 05/17 314R 7着/11頭+1.2秒 04/10 川崎12R 9着/11頭+2.3秒 03/03 川崎10R 11着/12頭+3.4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) △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.5% / 期待値 -64% ※ 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	ナムラトロム	筒井勇（笠松）	実15.9	B△ A△勝率2% EV-66% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 5位 (中位評価) × 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 0.4% (オッズ暗示: 6.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.1% / 期待値 -67% ※ 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	ナンヨークリスタル逃げ	村上弘（愛知）	実3.7	B🌟◎ A🌟◎勝率62% EV+130% 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3走で勝率100%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 01/29 名古屋11R 1着/10頭勝利 01/03 名古屋10R 1着/12頭勝利 12/21 名古屋12R 1着/10頭勝利 ― ―
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 100% (絶好調) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 933日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +150% (市場が大幅過小評価) AI 予想勝率 67.7% (オッズ暗示: 27.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 62.2% / 期待値 +130% ※ 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	バードハズフロウン差し	加藤誓（愛知）	実130.9	B× A▽勝率0% EV-40% 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 04/06 川崎6R 10着/12頭+2.8秒 03/16 浦和8R 7着/12頭+1.9秒 03/02 川崎4R 9着/10頭+2.8秒 02/03 川崎5R 11着/12頭+1.6秒 01/04 川崎8R 9着/14頭+2.1秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) △ 距離適性同距離 57走で勝率 11% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 135日休養明け × 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 10位 / 勝率 0.5% / 期待値 -41% ※ 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	サブリュウシン	小笠羚（愛知）	実32.3	B× A×勝率1% EV-55% 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 07/13 名古屋9R 11着/11頭+4.0秒 07/01 名古屋10R 7着/12頭 06/16 名古屋9R 5着/10頭+0.0秒 06/02 名古屋9R 5着/12頭 05/19 名古屋8R 8着/12頭+2.8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 7.7着 (不振) △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 40走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 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 1.4% / 期待値 -55% ※ 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	ステラデルシエロ差し	大畑雅（愛知）	実32.9	B× A▽勝率2% EV-44% 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 06/27 3111R 12着/12頭+6.0秒 06/13 319R 7着/10頭 05/30 319R 10着/12頭+2.4秒 05/16 318R 3着/11頭+1.5秒 05/02 317R 7着/11頭+3.2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 9.7着 (不振) △ 当競馬場適性 18走で勝率 11% ○ 距離適性同距離 16走で勝率 19% ▽ 前走実績前走 12着 (大敗) × 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 1.7% / 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。
9	ボル逃げ	望月洵（愛知）	実3.9	B○ A○勝率11% EV-55% 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50%と適性高／同距離帯9走で勝率33%／直近3走で勝率67%と好調）
前5走 07/01 名古屋8R 2着/12頭 06/03 名古屋8R 1着/12頭 05/07 名古屋9R 1着/10頭勝利 04/13 名古屋7R 1着/10頭勝利 03/13 名古屋4R 2着/10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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 8走で勝率 50% (得意) ◎ 距離適性同距離 9走で勝率 33% ○ 馬場適性同馬場 7走で勝率 29% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 28.7% (オッズ暗示: 25.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.5% / 期待値 -55% ※ 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	マフィン	木之葵（愛知）	実3.4	B△ A▲勝率10% EV-64% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.9% (オッズ暗示: 29.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.3% / 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。

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 ◎

ナンヨークリスタル

騎手村上弘（愛知）

単勝オッズ

3.7倍

AI期待値

+150%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○9ボル

3.9倍

EV +11%

▲A:△2テルケンレンスター

6.7倍

EV -86%

出走馬全10頭

◎A:◎5

ナンヨークリスタル

村上弘（愛知）

3.7倍

+150%

›

○A:○9

ボル

望月洵（愛知）

3.9倍

+11%

›

▲A:△2

テルケンレンスター

今井貴（愛知）

6.7倍

-86%

›

△A:▲10

マフィン

木之葵（愛知）

3.4倍

-96%

›

△A:△4

ナムラトロム

筒井勇（笠松）

15.9倍

-94%

›

△A:△1

クルベリ

塚本征（愛知）

6.9倍

-98%

›

×A:×7

サブリュウシン

小笠羚（愛知）

32.3倍

-99%

›

×A:▽8

ステラデルシエロ

大畑雅（愛知）

32.9倍

-99%

›

×A:×3

レッドサラマンダー

東川慎（笠松）

79.3倍

-99%

›

×A:▽6

バードハズフロウン

加藤誓（愛知）

130.9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

9R 名古屋競馬場ダ1500m ダート1500m　発走 18:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クルベリ	塚本征（愛知）	実6.9	△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／前走3着／騎手は近50戦で勝率20%）
前5走 07/28 名古屋9R 3着/12頭+0.1秒 07/14 名古屋10R 1着/12頭 07/01 名古屋10R 5着/12頭 06/16 名古屋9R 4着/10頭+0.0秒 06/02 名古屋9R 7着/12頭
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) ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 14走で勝率 21% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) ○ 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) -72% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 14.5%) ※ 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	テルケンレンスター	今井貴（愛知）	実6.7	△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67%と適性高／直近3走で勝率67%と好調／前走2着）
前5走 07/13 名古屋10R 2着/12頭+2.0秒 06/18 名古屋9R 1着/10頭 06/05 名古屋8R 1着/12頭 05/01 大井6R 3着/12頭+0.4秒 04/17 大井7R 3着/10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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ○ 馬場適性同馬場 5走で勝率 20% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 5.9% (オッズ暗示: 14.9%) ※ 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。
3	レッドサラマンダー追込	東川慎（笠松）	実79.3	×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 06/28 314R 9着/9頭+4.9秒 05/30 316R 11着/11頭+4.0秒 05/17 314R 7着/11頭+1.2秒 04/10 川崎12R 9着/11頭+2.3秒 03/03 川崎10R 11着/12頭+3.4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) △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.3%) ※ 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	ナムラトロム	筒井勇（笠松）	実15.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 6.3%) ※ 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	ナンヨークリスタル逃げ	村上弘（愛知）	実3.7	🌟◎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3走で勝率100%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 01/29 名古屋11R 1着/10頭勝利 01/03 名古屋10R 1着/12頭勝利 12/21 名古屋12R 1着/10頭勝利 ― ―
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 100% (絶好調) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 933日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +130% (市場が大幅過小評価) AI 予想勝率 62.2% (オッズ暗示: 27.0%) ※ 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	バードハズフロウン差し	加藤誓（愛知）	実130.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／135日ぶりの実戦）
前5走 04/06 川崎6R 10着/12頭+2.8秒 03/16 浦和8R 7着/12頭+1.9秒 03/02 川崎4R 9着/10頭+2.8秒 02/03 川崎5R 11着/12頭+1.6秒 01/04 川崎8R 9着/14頭+2.1秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) △ 距離適性同距離 57走で勝率 11% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 135日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
7	サブリュウシン	小笠羚（愛知）	実32.3	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/13 名古屋9R 11着/11頭+4.0秒 07/01 名古屋10R 7着/12頭 06/16 名古屋9R 5着/10頭+0.0秒 06/02 名古屋9R 5着/12頭 05/19 名古屋8R 8着/12頭+2.8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 7.7着 (不振) △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 40走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 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 1.4% (オッズ暗示: 3.1%) ※ 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。
8	ステラデルシエロ差し	大畑雅（愛知）	実32.9	▽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）
前5走 06/27 3111R 12着/12頭+6.0秒 06/13 319R 7着/10頭 05/30 319R 10着/12頭+2.4秒 05/16 318R 3着/11頭+1.5秒 05/02 317R 7着/11頭+3.2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 9.7着 (不振) △ 当競馬場適性 18走で勝率 11% ○ 距離適性同距離 16走で勝率 19% ▽ 前走実績前走 12着 (大敗) × 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 1.7% (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。
9	ボル逃げ	望月洵（愛知）	実3.9	○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50%と適性高／同距離帯9走で勝率33%／直近3走で勝率67%と好調）
前5走 07/01 名古屋8R 2着/12頭 06/03 名古屋8R 1着/12頭 05/07 名古屋9R 1着/10頭勝利 04/13 名古屋7R 1着/10頭勝利 03/13 名古屋4R 2着/10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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 8走で勝率 50% (得意) ◎ 距離適性同距離 9走で勝率 33% ○ 馬場適性同馬場 7走で勝率 29% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) × 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 11.5% (オッズ暗示: 25.6%) ※ 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。
10	マフィン	木之葵（愛知）	実3.4	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 2% (やや苦戦) × 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 10.3% (オッズ暗示: 29.4%) ※ 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。

🎯 AIの本命

AI評価1位

ナンヨークリスタル

騎手村上弘（愛知）

単勝オッズ

3.7倍

AI期待値

+130%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ボル

3.9倍

EV -55%

▲10マフィン

3.4倍

EV -64%

出走馬全10頭

◎5

ナンヨークリスタル

村上弘（愛知）

3.7倍

+130%

›

○9

ボル

望月洵（愛知）

3.9倍

-55%

›

▲10

マフィン

木之葵（愛知）

3.4倍

-64%

›

△2

テルケンレンスター

今井貴（愛知）

6.7倍

-60%

›

△1

クルベリ

塚本征（愛知）

6.9倍

-72%

›

△4

ナムラトロム

筒井勇（笠松）

15.9倍

-66%

›

▽8

ステラデルシエロ

大畑雅（愛知）

32.9倍

-44%

›

×7

サブリュウシン

小笠羚（愛知）

32.3倍

-55%

›

×3

レッドサラマンダー

東川慎（笠松）

79.3倍

-63%

›

▽6

バードハズフロウン

加藤誓（愛知）

130.9倍

-40%

›

💡 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