名古屋 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 名古屋競馬場ダ920m ダート920m　発走 16:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キャメロン	小笠羚（愛知）	実49.5	B× A▽勝率2% EV-9% 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 名古屋5R 7着/12頭+1.6秒 07/15 名古屋2R 6着/12頭 07/02 名古屋10R 10着/12頭+0.0秒 06/04 名古屋10R 9着/12頭+5.0秒 05/21 名古屋12R 6着/7頭+0.0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 7.7着 (不振) × 当競馬場適性 23走で勝率 4% (苦戦) ○ 距離適性同距離 5走で勝率 20% × 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 1.8% / 期待値 -10% ※ 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	ユイノレジスタンス	近藤颯（愛知）	実8.3	B△ A△勝率10% EV-14% 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 08/20 名古屋3R 9着/11頭+2.6秒 07/30 名古屋5R 1着/12頭勝利 07/13 名古屋4R 4着/12頭 06/30 名古屋4R 12着/12頭+2.0秒 06/18 名古屋1R 6着/11頭+0.0秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 9走で勝率 11% ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 12.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.3% / 期待値 -15% ※ 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	アイオロステソーロ	深澤杏（笠松）	実93.3	B× A▽勝率1% EV-2% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向）
前5走 08/20 名古屋2R 8着/12頭+3.3秒 07/30 名古屋5R 7着/12頭+1.0秒 07/14 名古屋4R 3着/12頭 06/22 名古屋4R 9着/11頭 06/02 名古屋2R 10着/11頭+3.0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 6.0着 × 当競馬場適性 7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 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -84% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 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	ナムラシンジロー	塚本征（愛知）	実4.0	B▲ A○勝率21% EV-17% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／前走勝利の勢い／騎手は近50戦で勝率32%）
前5走 07/14 名古屋1R 1着/12頭 07/03 名古屋5R 2着/12頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 32% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 4.9% (オッズ暗示: 25.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.5% / 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。
5	パッションマーレ	大畑慧（愛知）	実12.0	B△ A△勝率4% EV-53% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／直近3走平均8.3着と低調）
前5走 07/30 名古屋1R 11着/11頭+2.4秒 07/01 名古屋4R 10着/12頭 06/02 名古屋1R 4着/12頭 ― ―
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 3走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) × 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 4.9% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.9% / 期待値 -54% ※ 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	ウインマデイラ	大原浩（笠松）	実4.4	B🌟◎ A▲勝率13% EV-43% 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／前走勝利の勢い）
前5走 08/20 名古屋1R 1着/11頭勝利 07/31 名古屋6R 3着/12頭+0.7秒 07/14 名古屋1R 6着/12頭+1.0秒 06/18 名古屋3R 2着/12頭 06/03 名古屋4R 5着/12頭+7.0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 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 15日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +102% (市場が大幅過小評価) AI 予想勝率 46.0% (オッズ暗示: 22.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.8% / 期待値 -43% ※ 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	レヨンドルミエール	大畑雅（愛知）	実100.7	B× A▽勝率1% EV+7% 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 名古屋4R 11着/11頭+4.6秒 07/15 名古屋1R 12着/12頭 ― ― ―
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 11.5着 (不振) ▽ 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 9位 / 勝率 1.1% / 期待値 +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	ベベペッパー	今井貴（愛知）	実2.8	B○ A🌟◎勝率41% EV+13% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 08/20 名古屋4R 8着/12頭+2.8秒 07/30 名古屋4R 2着/12頭+0.2秒 07/14 名古屋3R 5着/12頭 06/18 名古屋2R 1着/11頭 06/03 名古屋2R 4着/12頭+0.0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 5.0着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 騎手近50戦勝率 14% ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 36.8% (オッズ暗示: 35.7%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 40.6% / 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。
9	メーテルリンク	木之葵（愛知）	実7.2	B× A△勝率4% EV-68% 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9.0着と低調）
前5走 08/20 名古屋1R 9着/11頭+1.7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 9.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 13.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.3% / 期待値 -69% ※ 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	ジーティーウンカイ	丸山真（愛知）	実23.9	B△ A▽勝率4% EV-13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／前走2着）
前5走 07/29 名古屋4R 2着/11頭+0.6秒 07/14 名古屋3R 2着/12頭+0.0秒 06/22 名古屋5R 9着/12頭 ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 4.9% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.6% / 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。

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 ▲

ウインマデイラ

騎手大原浩（笠松）

単勝オッズ

4.4倍

AI期待値

+102%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎8ベベペッパー

2.8倍

EV +3%

▲A:○4ナムラシンジロー

4.0倍

EV -80%

出走馬全10頭

◎A:▲6

ウインマデイラ

大原浩（笠松）

4.4倍

+102%

›

○A:◎8

ベベペッパー

今井貴（愛知）

2.8倍

+3%

›

▲A:○4

ナムラシンジロー

塚本征（愛知）

4.0倍

-80%

›

△A:△5

パッションマーレ

大畑慧（愛知）

12.0倍

-41%

›

△A:▽10

ジーティーウンカイ

丸山真（愛知）

23.9倍

+16%

›

△A:△2

ユイノレジスタンス

近藤颯（愛知）

8.3倍

-85%

›

×A:△9

メーテルリンク

木之葵（愛知）

7.2倍

-96%

›

×A:▽3

アイオロステソーロ

深澤杏（笠松）

93.3倍

-83%

›

×A:▽1

キャメロン

小笠羚（愛知）

49.5倍

-99%

›

×A:▽7

レヨンドルミエール

大畑雅（愛知）

100.7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 名古屋競馬場ダ920m ダート920m　発走 16:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キャメロン	小笠羚（愛知）	実49.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場23走で勝率4%と苦戦傾向）
前5走 07/29 名古屋5R 7着/12頭+1.6秒 07/15 名古屋2R 6着/12頭 07/02 名古屋10R 10着/12頭+0.0秒 06/04 名古屋10R 9着/12頭+5.0秒 05/21 名古屋12R 6着/7頭+0.0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 7.7着 (不振) × 当競馬場適性 23走で勝率 4% (苦戦) ○ 距離適性同距離 5走で勝率 20% △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 1.8% (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。
2	ユイノレジスタンス	近藤颯（愛知）	実8.3	△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 08/20 名古屋3R 9着/11頭+2.6秒 07/30 名古屋5R 1着/12頭勝利 07/13 名古屋4R 4着/12頭 06/30 名古屋4R 12着/12頭+2.0秒 06/18 名古屋1R 6着/11頭+0.0秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 9走で勝率 11% ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 12.0%) ※ 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	アイオロステソーロ	深澤杏（笠松）	実93.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向）
前5走 08/20 名古屋2R 8着/12頭+3.3秒 07/30 名古屋5R 7着/12頭+1.0秒 07/14 名古屋4R 3着/12頭 06/22 名古屋4R 9着/11頭 06/02 名古屋2R 10着/11頭+3.0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 6.0着 × 当競馬場適性 7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 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.1%) ※ 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	ナムラシンジロー	塚本征（愛知）	実4.0	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／前走勝利の勢い／騎手は近50戦で勝率32%）
前5走 07/14 名古屋1R 1着/12頭 07/03 名古屋5R 2着/12頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 32% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 20.5% (オッズ暗示: 25.0%) ※ 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。
5	パッションマーレ	大畑慧（愛知）	実12.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／直近3走平均8.3着と低調）
前5走 07/30 名古屋1R 11着/11頭+2.4秒 07/01 名古屋4R 10着/12頭 06/02 名古屋1R 4着/12頭 ― ―
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 3走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 8.3%) ※ 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。
6	ウインマデイラ	大原浩（笠松）	実4.4	▲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／前走勝利の勢い）
前5走 08/20 名古屋1R 1着/11頭勝利 07/31 名古屋6R 3着/12頭+0.7秒 07/14 名古屋1R 6着/12頭+1.0秒 06/18 名古屋3R 2着/12頭 06/03 名古屋4R 5着/12頭+7.0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 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 12.8% (オッズ暗示: 22.7%) ※ 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。
7	レヨンドルミエール	大畑雅（愛知）	実100.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.5着と低調）
前5走 07/29 名古屋4R 11着/11頭+4.6秒 07/15 名古屋1R 12着/12頭 ― ― ―
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 11.5着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 1.1% (オッズ暗示: 1.0%) ※ 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。
8	ベベペッパー	今井貴（愛知）	実2.8	🌟◎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
前5走 08/20 名古屋4R 8着/12頭+2.8秒 07/30 名古屋4R 2着/12頭+0.2秒 07/14 名古屋3R 5着/12頭 06/18 名古屋2R 1着/11頭 06/03 名古屋2R 4着/12頭+0.0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 5.0着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 騎手近50戦勝率 14% ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 40.6% (オッズ暗示: 35.7%) ※ 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。
9	メーテルリンク	木之葵（愛知）	実7.2	△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9.0着と低調）
前5走 08/20 名古屋1R 9着/11頭+1.7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 9.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 13.9%) ※ 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。
10	ジーティーウンカイ	丸山真（愛知）	実23.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／前走2着）
前5走 07/29 名古屋4R 2着/11頭+0.6秒 07/14 名古屋3R 2着/12頭+0.0秒 06/22 名古屋5R 9着/12頭 ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 3.6% (オッズ暗示: 4.2%) ※ 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。

🎯 AIの本命

AI評価1位

ベベペッパー

騎手今井貴（愛知）

単勝オッズ

2.8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

○4ナムラシンジロー

4.0倍

EV -17%

▲6ウインマデイラ

4.4倍

EV -43%

出走馬全10頭

◎8

ベベペッパー

今井貴（愛知）

2.8倍

+13%

›

○4

ナムラシンジロー

塚本征（愛知）

4.0倍

-17%

›

▲6

ウインマデイラ

大原浩（笠松）

4.4倍

-43%

›

△2

ユイノレジスタンス

近藤颯（愛知）

8.3倍

-14%

›

△9

メーテルリンク

木之葵（愛知）

7.2倍

-68%

›

△5

パッションマーレ

大畑慧（愛知）

12.0倍

-53%

›

▽10

ジーティーウンカイ

丸山真（愛知）

23.9倍

-13%

›

▽1

キャメロン

小笠羚（愛知）

49.5倍

-9%

›

▽7

レヨンドルミエール

大畑雅（愛知）

100.7倍

+7%

›

▽3

アイオロステソーロ

深澤杏（笠松）

93.3倍

-2%

›

💡 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