名古屋 12R 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

12R 名古屋競馬場ダ1500m ダート1500m　発走 20:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クィーンズウィンク	加藤聡（愛知）	実9.8	B▲ A△勝率8% EV-17% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 09/01 名古屋5R 6着/11頭+2.6秒 ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.0着 ○ 騎手近50戦勝率 18% × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 5.5% (オッズ暗示: 10.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.5% / 期待値 -17% ※ 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	アロハオエ	近藤颯（愛知）	実5.9	B○ A▲勝率14% EV-16% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 09/02 名古屋1R 6着/9頭+1.3秒 ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.0着 × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 5.5% (オッズ暗示: 16.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.1% / 期待値 -17% ※ 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	ソパデアホ	塚本征（愛知）	実5.8	B△ A△勝率12% EV-29% 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／騎手は近50戦で勝率30%）
前5走 08/24 名古屋1R 9着/11頭+3.6秒 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0着 (不振) ◎ 騎手近50戦勝率 30% (好調) ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 17.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.1% / 期待値 -30% ※ 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	ローズバラード	小笠羚（愛知）	実42.4	B× A▽勝率1% EV-43% 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 09/01 名古屋5R 9着/11頭+4.3秒 08/24 名古屋3R 11着/12頭+3.9秒 ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 10.0着 (不振) ○ 騎手近50戦勝率 18% × 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 1.3% / 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。
5	クロムブレイズ差し	友森翔（愛知）	実11.1	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（同距離帯は6走で勝ち無し／前走3着）
前5走 09/01 名古屋1R 3着/10頭+0.5秒 08/18 名古屋1R 8着/12頭+55.1秒 07/31 川崎2R 7着/11頭+87.2秒 07/07 川崎3R 5着/10頭+0.0秒 05/15 川崎1R 5着/9頭+1.0秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.0着 ▽ 距離適性同距離は 6走で勝ち無し ○ 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 0.5% (オッズ暗示: 9.0%) × Aモデルの評価 (参考) レース内 7位 / 勝率 4.2% / 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。
6	ミツカネルナ	大畑慧（愛知）	実37.1	B× A▽勝率3% EV0% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 09/01 名古屋5R 8着/11頭+4.0秒 08/05 船橋10R 8着/12頭+1.8秒 ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.0着 (不振) × 期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.7% / 期待値 -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。
7	メイショウツキヨ	木之葵（愛知）	実25.0	B× A▽勝率2% EV-45% 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 09/01 名古屋4R 7着/10頭+2.0秒 08/18 名古屋5R 8着/12頭+5.6秒 ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.5着 (不振) × 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 2.2% / 期待値 -46% ※ 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	ホウオウパーソンズ	望月洵（愛知）	実3.8	B△ A◎勝率27% EV+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走平均9.0着と低調／騎手は近50戦で勝率26%）
前5走 09/01 名古屋6R 9着/11頭+2.9秒 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0着 (不振) ◎ 騎手近50戦勝率 26% (好調) × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 26.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.3% / 期待値 +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。
9	ジェルソミーノ	丹羽克（愛知）	実180.8	B× A▽勝率1% EV+91% 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 09/01 名古屋3R 7着/10頭+4.0秒 08/18 名古屋12R 8着/12頭+2.7秒 07/13 名古屋4R 8着/12頭+3.0秒 ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し × 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 12位 / 勝率 1.1% / 期待値 +92% ※ 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	グランスプリント	阪野学（愛知）	実4.8	B× A○勝率16% EV-21% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 09/01 名古屋6R 7着/11頭+2.3秒 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) × 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 0.5% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.4% / 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。
11	フチサンチャチャ推奨	細川智（愛知）	実7.4	B◎ A△勝率9% EV-33% 詳細▼	市場が大きく過小評価、AI予想勝率85% × オッズ7.4倍で期待値+527%の有力候補（市場想定よりAI評価が高く妙味）
前5走 09/01 名古屋3R 6着/10頭+2.4秒 08/18 名古屋4R 8着/12頭+2.4秒 ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) ◎ 期待値 (オッズ vs AI勝率) +527% (市場が大幅過小評価) AI 予想勝率 84.7% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.0% / 期待値 -34% ※ 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。
12	サイモングリーマン	大原浩（笠松）	実46.7	B△ A▽勝率1% EV-43% 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 09/01 名古屋6R 10着/11頭+3.5秒 04/07 川崎6R 8着/10頭+2.6秒 ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.2% / 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。

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

B推奨Aモデル △

フチサンチャチャ

騎手細川智（愛知）

単勝オッズ

7.4倍

AI期待値

+527%

買い目

¥2,000

全レースの推奨

AIの推奨本命の次点

○A:▲2アロハオエ

5.9倍

EV -67%

▲A:△1クィーンズウィンク

9.8倍

EV -46%

出走馬全12頭

◎A:△11

フチサンチャチャ

細川智（愛知）

7.4倍

+527%

›

○A:▲2

アロハオエ

近藤颯（愛知）

5.9倍

-67%

›

▲A:△1

クィーンズウィンク

加藤聡（愛知）

9.8倍

-46%

›

△A:◎8

ホウオウパーソンズ

望月洵（愛知）

3.8倍

-93%

›

△A:△3

ソパデアホ

塚本征（愛知）

5.8倍

-96%

›

△A:▽12

サイモングリーマン

大原浩（笠松）

46.7倍

-67%

›

×A:○10

グランスプリント

阪野学（愛知）

4.8倍

-97%

›

×A:×5

クロムブレイズ

友森翔（愛知）

11.1倍

-94%

›

×A:▽6

ミツカネルナ

大畑慧（愛知）

37.1倍

-91%

›

×A:▽7

メイショウツキヨ

木之葵（愛知）

25.0倍

-99%

›

×A:▽4

ローズバラード

小笠羚（愛知）

42.4倍

-99%

›

×A:▽9

ジェルソミーノ

丹羽克（愛知）

180.8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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 11 フチサンチャチャ ¥2,000 実7.4倍期待値 +527% 不的中3着単勝 7.4倍

※ オッズは予測時点の値です。

12R 名古屋競馬場ダ1500m ダート1500m　発走 20:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クィーンズウィンク	加藤聡（愛知）	実9.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 09/01 名古屋5R 6着/11頭+2.6秒 ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.0着 ○ 騎手近50戦勝率 18% △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 10.2%) ※ 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。
2	アロハオエ	近藤颯（愛知）	実5.9	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 09/02 名古屋1R 6着/9頭+1.3秒 ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.0着 △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 14.1% (オッズ暗示: 16.9%) ※ 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	ソパデアホ	塚本征（愛知）	実5.8	△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／騎手は近50戦で勝率30%）
前5走 08/24 名古屋1R 9着/11頭+3.6秒 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0着 (不振) ◎ 騎手近50戦勝率 30% (好調) ○ 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) -30% (オッズ過剰評価) AI 予想勝率 12.1% (オッズ暗示: 17.2%) ※ 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。
4	ローズバラード	小笠羚（愛知）	実42.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 09/01 名古屋5R 9着/11頭+4.3秒 08/24 名古屋3R 11着/12頭+3.9秒 ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 10.0着 (不振) ○ 騎手近50戦勝率 18% × 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 1.3% (オッズ暗示: 2.4%) ※ 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。
5	クロムブレイズ差し	友森翔（愛知）	実11.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は6走で勝ち無し／前走3着）
前5走 09/01 名古屋1R 3着/10頭+0.5秒 08/18 名古屋1R 8着/12頭+55.1秒 07/31 川崎2R 7着/11頭+87.2秒 07/07 川崎3R 5着/10頭+0.0秒 05/15 川崎1R 5着/9頭+1.0秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.0着 ▽ 距離適性同距離は 6走で勝ち無し ○ 前走実績前走 3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 4.2% (オッズ暗示: 9.0%) ※ 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	ミツカネルナ	大畑慧（愛知）	実37.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 09/01 名古屋5R 8着/11頭+4.0秒 08/05 船橋10R 8着/12頭+1.8秒 ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 2.7%) ※ 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	メイショウツキヨ	木之葵（愛知）	実25.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/01 名古屋4R 7着/10頭+2.0秒 08/18 名古屋5R 8着/12頭+5.6秒 ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.5着 (不振) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 4.0%) ※ 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	ホウオウパーソンズ	望月洵（愛知）	実3.8	◎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（直近3走平均9.0着と低調／騎手は近50戦で勝率26%）
前5走 09/01 名古屋6R 9着/11頭+2.9秒 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0着 (不振) ◎ 騎手近50戦勝率 26% (好調) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 27.3% (オッズ暗示: 26.3%) ※ 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。
9	ジェルソミーノ	丹羽克（愛知）	実180.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 09/01 名古屋3R 7着/10頭+4.0秒 08/18 名古屋12R 8着/12頭+2.7秒 07/13 名古屋4R 8着/12頭+3.0秒 ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ◎ 期待値 (オッズ vs AI勝率) +91% (市場が大幅過小評価) AI 予想勝率 1.1% (オッズ暗示: 0.6%) ※ 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	グランスプリント	阪野学（愛知）	実4.8	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 09/01 名古屋6R 7着/11頭+2.3秒 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 16.4% (オッズ暗示: 20.8%) ※ 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。
11	フチサンチャチャ推奨	細川智（愛知）	実7.4	△詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 09/01 名古屋3R 6着/10頭+2.4秒 08/18 名古屋4R 8着/12頭+2.4秒 ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 9.0% (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。
12	サイモングリーマン	大原浩（笠松）	実46.7	▽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 09/01 名古屋6R 10着/11頭+3.5秒 04/07 川崎6R 8着/10頭+2.6秒 ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0着 (不振) ▽ 前走実績前走 10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 1.2% (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。

AIの本命

AI評価1位

ホウオウパーソンズ

騎手望月洵（愛知）

単勝オッズ

3.8倍

AI期待値

+3%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10グランスプリント

4.8倍

EV -21%

▲2アロハオエ

5.9倍

EV -16%

出走馬全12頭

◎8

ホウオウパーソンズ

望月洵（愛知）

3.8倍

+3%

›

○10

グランスプリント

阪野学（愛知）

4.8倍

-21%

›

▲2

アロハオエ

近藤颯（愛知）

5.9倍

-16%

›

△3

ソパデアホ

塚本征（愛知）

5.8倍

-29%

›

△11

フチサンチャチャ

細川智（愛知）

7.4倍

-33%

›

△1

クィーンズウィンク

加藤聡（愛知）

9.8倍

-17%

›

×5

クロムブレイズ

友森翔（愛知）

11.1倍

-53%

›

▽6

ミツカネルナ

大畑慧（愛知）

37.1倍

›

▽7

メイショウツキヨ

木之葵（愛知）

25.0倍

-45%

›

▽4

ローズバラード

小笠羚（愛知）

42.4倍

-43%

›

▽12

サイモングリーマン

大原浩（笠松）

46.7倍

-43%

›

▽9

ジェルソミーノ

丹羽克（愛知）

180.8倍

+91%

›

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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 11 フチサンチャチャ ¥2,000 実7.4倍期待値 -34% 不的中3着単勝 7.4倍

※ オッズは予測時点の値です。

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