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 19:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マクローリン	加藤聡（愛知）	実4.8	B▲ A○勝率22% EV+6% 詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率22%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 22% (好調) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 13.1% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.2% / 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。
2	ダイメイプリンス	今井貴（愛知）	実30.5	B△ A▽勝率2% EV-40% 詳細▼	大穴、AI予想勝率低く長期回収困難（騎手は近50戦で勝率26%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 26% (好調) ◎ 期待値 (オッズ vs AI勝率) +299% (市場が大幅過小評価) AI 予想勝率 13.1% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.9% / 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。
3	タイセイバウンス	望月洵（愛知）	実5.8	B△ A▲勝率14% EV-20% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（騎手は近50戦で勝率26%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 26% (好調) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 13.1% (オッズ暗示: 17.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.7% / 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。
4	ベラケンタウロス	阪野学（愛知）	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（当競馬場7走で勝率29%と適性高／同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 09/04 名古屋5R 4着/10頭+1.9秒 08/19 名古屋5R 1着/3頭 07/29 名古屋5R 3着/12頭+0.7秒 07/14 名古屋2R 1着/3頭 06/22 名古屋2R 4着/11頭
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 7走で勝率 29% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 6.3%) × Aモデルの評価 (参考) レース内 7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	ウインマデイラ	大原浩（笠松）	実7.6	B△ A△勝率5% 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7走で勝率29%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 09/04 名古屋4R 1着/3頭 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
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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 7走で勝率 29% (得意) ○ 距離適性同距離 6走で勝率 17% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 13.1% (オッズ暗示: 13.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.6% / 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。
6	ヘヴンリースカイ	大畑雅（愛知）	実8.4	B× A△勝率9% EV-20% 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）
前5走 09/04 名古屋8R 3着/10頭+0.7秒 08/20 名古屋12R 1着/12頭勝利 07/30 名古屋1R 2着/11頭+0.4秒 07/14 名古屋2R 3着/3頭 06/22 名古屋4R 8着/11頭+0.0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戦の調子勝率 33% (上り調子) △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ○ 前走実績前走 3着 (好走) × 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 0.9% (オッズ暗示: 11.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.4% / 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。
7	チヨ	渡邊竜（笠松）	実2.8	B◎ A◎勝率39% EV+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
前5走 ― ― ― ― ―
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) × 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 22.2% (オッズ暗示: 35.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 38.5% / 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	アンファール	小笠羚（愛知）	実12.0	B× A×勝率1% EV-84% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/03 名古屋3R 1着/12頭勝利 08/20 名古屋12R 2着/12頭+0.3秒 07/30 名古屋4R 4着/12頭+0.9秒 07/14 名古屋2R 2着/3頭 07/01 名古屋3R 5着/12頭
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戦の調子勝率 33% (上り調子) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 9走で勝率 11% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 8.3%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.3% / 期待値 -85% ※ 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	ピカレスクヒーロー先行	木之葵（愛知）	実49.6	B× A×勝率1% EV-61% 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3R 7着/9頭+3.0秒 04/08 川崎8R 8着/13頭+2.8秒 03/20 浦和9R 6着/9頭+2.0秒 03/05 川崎4R 7着/9頭+2.5秒 02/04 川崎3R 2着/14頭+0.1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 7.0着 (不振) ▽ 距離適性同距離は 11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 11位 / 勝率 0.8% / 期待値 -62% ※ 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	イマジェリーナ	筒井勇（笠松）	実89.2	B▽ A▽勝率1% EV-16% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.9% / 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。
11	カフジラクレット推奨	塚本征（愛知）	実16.0	B○ A△勝率4% EV-29% 詳細▼	市場が大きく過小評価、AI予想勝率22% × オッズ16.0倍で期待値+255%の有力候補（騎手は近50戦勝率20%と好調）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 20% (好調) ◎ 期待値 (オッズ vs AI勝率) +255% (市場が大幅過小評価) AI 予想勝率 22.2% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.4% / 期待値 -29% ※ 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 ◎

チヨ

騎手渡邊竜（笠松）

単勝オッズ

2.8倍

AI期待値

-37%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△11カフジラクレット

16.0倍

EV +255%

▲A:○1マクローリン

4.8倍

EV -37%

出走馬全11頭

◎A:◎7

チヨ

渡邊竜（笠松）

2.8倍

-37%

›

○A:△11

カフジラクレット

塚本征（愛知）

16.0倍

+255%

›

▲A:○1

マクローリン

加藤聡（愛知）

4.8倍

-37%

›

△A:▲3

タイセイバウンス

望月洵（愛知）

5.8倍

-24%

›

△A:△5

ウインマデイラ

大原浩（笠松）

7.6倍

›

△A:▽2

ダイメイプリンス

今井貴（愛知）

30.5倍

+299%

›

×A:△6

ヘヴンリースカイ

大畑雅（愛知）

8.4倍

-92%

›

▽A:▽10

イマジェリーナ

筒井勇（笠松）

89.2倍

-19%

›

×A:×8

アンファール

小笠羚（愛知）

12.0倍

-91%

›

×A:×4

ベラケンタウロス

阪野学（愛知）

15.9倍

-88%

›

×A:×9

ピカレスクヒーロー

木之葵（愛知）

49.6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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 11 カフジラクレット ¥400 確定17.3倍期待値 +255% 的中1着確定 17.3倍6,920円

※ オッズは予測時点の値です。

10R 名古屋競馬場ダ1500m ダート1500m　発走 19:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マクローリン	加藤聡（愛知）	実4.8	○詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率22%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 22.2% (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。
2	ダイメイプリンス	今井貴（愛知）	実30.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（騎手は近50戦で勝率26%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 26% (好調) × 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 1.9% (オッズ暗示: 3.3%) ※ 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。
3	タイセイバウンス	望月洵（愛知）	実5.8	▲詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率26%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 26% (好調) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 13.7% (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	ベラケンタウロス	阪野学（愛知）	実15.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 09/04 名古屋5R 4着/10頭+1.9秒 08/19 名古屋5R 1着/3頭 07/29 名古屋5R 3着/12頭+0.7秒 07/14 名古屋2R 1着/3頭 06/22 名古屋2R 4着/11頭
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 7走で勝率 29% △ 騎手近50戦勝率 2% (やや苦戦) × 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	ウインマデイラ	大原浩（笠松）	実7.6	△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7走で勝率29%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 09/04 名古屋4R 1着/3頭 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
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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 7走で勝率 29% (得意) ○ 距離適性同距離 6走で勝率 17% ◎ 前走実績前走 1着 (勢い継続) × 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 4.6% (オッズ暗示: 13.2%) ※ 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。
6	ヘヴンリースカイ	大畑雅（愛知）	実8.4	△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）
前5走 09/04 名古屋8R 3着/10頭+0.7秒 08/20 名古屋12R 1着/12頭勝利 07/30 名古屋1R 2着/11頭+0.4秒 07/14 名古屋2R 3着/3頭 06/22 名古屋4R 8着/11頭+0.0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戦の調子勝率 33% (上り調子) △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 11.9%) ※ 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。
7	チヨ	渡邊竜（笠松）	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 ― ― ― ― ―
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 38.5% (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。
8	アンファール	小笠羚（愛知）	実12.0	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/03 名古屋3R 1着/12頭勝利 08/20 名古屋12R 2着/12頭+0.3秒 07/30 名古屋4R 4着/12頭+0.9秒 07/14 名古屋2R 2着/3頭 07/01 名古屋3R 5着/12頭
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戦の調子勝率 33% (上り調子) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 9走で勝率 11% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) × 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 1.3% (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。
9	ピカレスクヒーロー先行	木之葵（愛知）	実49.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は11走で勝ち無し）
前5走 07/29 川崎3R 7着/9頭+3.0秒 04/08 川崎8R 8着/13頭+2.8秒 03/20 浦和9R 6着/9頭+2.0秒 03/05 川崎4R 7着/9頭+2.5秒 02/04 川崎3R 2着/14頭+0.1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 7.0着 (不振) ▽ 距離適性同距離は 11走で勝ち無し × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
10	イマジェリーナ	筒井勇（笠松）	実89.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 0.9% (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。
11	カフジラクレット推奨	塚本征（愛知）	実16.0	△詳細▼	期待値プラスでAIの推し馬（騎手は近50戦勝率20%と好調）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 20% (好調) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 4.4% (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。

AIの本命

AI評価1位

チヨ

騎手渡邊竜（笠松）

単勝オッズ

2.8倍

AI期待値

+7%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1マクローリン

4.8倍

EV +6%

▲3タイセイバウンス

5.8倍

EV -20%

出走馬全11頭

◎7

チヨ

渡邊竜（笠松）

2.8倍

+7%

›

○1

マクローリン

加藤聡（愛知）

4.8倍

+6%

›

▲3

タイセイバウンス

望月洵（愛知）

5.8倍

-20%

›

△6

ヘヴンリースカイ

大畑雅（愛知）

8.4倍

-20%

›

△5

ウインマデイラ

大原浩（笠松）

7.6倍

-64%

›

△11

カフジラクレット

塚本征（愛知）

16.0倍

-29%

›

×4

ベラケンタウロス

阪野学（愛知）

15.9倍

-66%

›

▽2

ダイメイプリンス

今井貴（愛知）

30.5倍

-40%

›

×8

アンファール

小笠羚（愛知）

12.0倍

-84%

›

▽10

イマジェリーナ

筒井勇（笠松）

89.2倍

-16%

›

×9

ピカレスクヒーロー

木之葵（愛知）

49.6倍

-61%

›

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 カフジラクレット ¥400 確定17.3倍期待値 -29% 的中1着確定 17.3倍6,920円

※ 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