名古屋 1R 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

1R 名古屋競馬場ダ1500m ダート1500m　発走 14:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コスモアマデウス	筒井勇（笠松）	実18.2	B× A△勝率3% EV-39% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 09/07 名古屋12R 6着/11頭+1.0秒 08/21 名古屋3R 2着/12頭+0.0秒 07/17 名古屋3R 3着/3頭 06/30 名古屋3R 2着/12頭+0.0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 3.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.0% (オッズ暗示: 5.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.3% / 期待値 -40% ※ 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	ナンヨーロイヤル自在	室陽一（浦和）	実16.7	B▲ A▲勝率8% EV+35% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 09/07 名古屋12R 4着/11頭+0.8秒 08/20 名古屋1R 6着/11頭+0.8秒 07/31 名古屋6R 8着/12頭+1.9秒 07/14 名古屋1R 5着/12頭 05/12 川崎8R 7着/12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 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 7.1% (オッズ暗示: 6.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.1% / 期待値 +36% ※ 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	レイナデルアイレ	塚本征（愛知）	実3.1	B△ A△勝率7% EV-78% 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 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 騎手近50戦勝率 18% × 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 0.6% (オッズ暗示: 32.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.1% / 期待値 -78% ※ 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	キービート	今井貴（愛知）	実1.9	B◎ A◎勝率49% 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（直近3走平均2.0着と安定／前走2着／騎手は近50戦で勝率26%）
前5走 09/07 名古屋3R 2着/9頭+0.3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 2.0着 (安定) ◎ 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) +47% (妙味あり) AI 予想勝率 77.8% (オッズ暗示: 52.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 49.4% / 期待値 -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。
5	ハクノセブン差し	木之葵（愛知）	実125.4	B× A▽勝率1% EV-26% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は5走で勝ち無し）
前5走 09/07 名古屋4R 5着/9頭+4.7秒 08/20 名古屋1R 10着/11頭+1.9秒 05/24 312R 7着/9頭+1.8秒 05/10 316R 5着/10頭+1.5秒 04/25 312R 7着/10頭+2.9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 7.3着 (不振) ▽ 距離適性同距離は 5走で勝ち無し × 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 0.0% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.6% / 期待値 -27% ※ 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	クライナリーゼ	細川智（愛知）	実14.9	B× A△勝率6% EV-15% 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 05/20 名古屋10R 5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戦の調子平均 5.0着 △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 120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 5位 / 勝率 5.6% / 期待値 -16% ※ 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	カイトアザリー	尾崎章（愛知）	実78.7	B× A▽勝率1% EV-35% 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 09/07 名古屋4R 4着/9頭+3.4秒 08/20 名古屋1R 8着/11頭+1.4秒 07/01 名古屋3R 4着/12頭 06/18 名古屋4R 4着/12頭 05/25 名古屋1R 7着/10頭
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 5.3着 × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し △ 騎手近50戦勝率 2% (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 0.8% / 期待値 -36% ※ 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	ナムラカメコ	加藤誓（愛知）	実48.1	B△ A▽勝率2% EV-4% 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33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/07 名古屋4R 6着/9頭+5.3秒 08/18 名古屋12R 1着/12頭勝利 07/13 名古屋4R 7着/12頭+0.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.0% / 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	シャンクスレガシー逃げ	望月洵（愛知）	実6.0	B△ A○勝率20% EV+21% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は3走で勝ち無し／直近3走平均9.3着と低調／騎手は近50戦で勝率28%）
前5走 08/20 園田7R 7着/10頭+2.0秒 07/30 園田12R 12着/12頭+2.3秒 07/16 園田4R 9着/10頭+2.0秒 05/20 名古屋10R 2着/11頭 ―
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 9.3着 (不振) ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 28% (好調) ○ ローテーション 28日の間隔 (理想的) × 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 1.3% (オッズ暗示: 16.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.2% / 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。
10	スミレノハナ	丸野勝（愛知）	実32.4	B○ A▽勝率3% EV-7% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 08/18 名古屋1R 1着/12頭勝利 07/13 名古屋3R 9着/12頭 ― ― ―
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戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +315% (市場が大幅過小評価) AI 予想勝率 12.8% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.9% / 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。

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 ◎

キービート

騎手今井貴（愛知）

単勝オッズ

1.9倍

AI期待値

+47%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▽10スミレノハナ

32.4倍

EV +315%

▲A:▲2ナンヨーロイヤル

16.7倍

EV +18%

出走馬全10頭

◎A:◎4

キービート

今井貴（愛知）

1.9倍

+47%

›

○A:▽10

スミレノハナ

丸野勝（愛知）

32.4倍

+315%

›

▲A:▲2

ナンヨーロイヤル

室陽一（浦和）

16.7倍

+18%

›

△A:○9

シャンクスレガシー

望月洵（愛知）

6.0倍

-92%

›

△A:△3

レイナデルアイレ

塚本征（愛知）

3.1倍

-98%

›

△A:▽8

ナムラカメコ

加藤誓（愛知）

48.1倍

-86%

›

×A:△1

コスモアマデウス

筒井勇（笠松）

18.2倍

-99%

›

×A:▽5

ハクノセブン

木之葵（愛知）

125.4倍

-93%

›

×A:△6

クライナリーゼ

細川智（愛知）

14.9倍

-99%

›

×A:▽7

カイトアザリー

尾崎章（愛知）

78.7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

1R 名古屋競馬場ダ1500m ダート1500m　発走 14:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コスモアマデウス	筒井勇（笠松）	実18.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 09/07 名古屋12R 6着/11頭+1.0秒 08/21 名古屋3R 2着/12頭+0.0秒 07/17 名古屋3R 3着/3頭 06/30 名古屋3R 2着/12頭+0.0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 3.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 5.5%) ※ 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	ナンヨーロイヤル自在	室陽一（浦和）	実16.7	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 09/07 名古屋12R 4着/11頭+0.8秒 08/20 名古屋1R 6着/11頭+0.8秒 07/31 名古屋6R 8着/12頭+1.9秒 07/14 名古屋1R 5着/12頭 05/12 川崎8R 7着/12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 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 16% ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 8.1% (オッズ暗示: 6.0%) ※ 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	レイナデルアイレ	塚本征（愛知）	実3.1	△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 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 騎手近50戦勝率 18% × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 32.3%) ※ 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	キービート	今井貴（愛知）	実1.9	◎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2.0着と安定／前走2着／騎手は近50戦で勝率26%）
前5走 09/07 名古屋3R 2着/9頭+0.3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 2.0着 (安定) ◎ 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) -6% (オッズ過剰評価) AI 予想勝率 49.4% (オッズ暗示: 52.6%) ※ 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。
5	ハクノセブン差し	木之葵（愛知）	実125.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は5走で勝ち無し）
前5走 09/07 名古屋4R 5着/9頭+4.7秒 08/20 名古屋1R 10着/11頭+1.9秒 05/24 312R 7着/9頭+1.8秒 05/10 316R 5着/10頭+1.5秒 04/25 312R 7着/10頭+2.9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 7.3着 (不振) ▽ 距離適性同距離は 5走で勝ち無し △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 0.6% (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。
6	クライナリーゼ	細川智（愛知）	実14.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（120日ぶりの実戦）
前5走 05/20 名古屋10R 5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戦の調子平均 5.0着 △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 5.6% (オッズ暗示: 6.7%) ※ 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	カイトアザリー	尾崎章（愛知）	実78.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場15走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 09/07 名古屋4R 4着/9頭+3.4秒 08/20 名古屋1R 8着/11頭+1.4秒 07/01 名古屋3R 4着/12頭 06/18 名古屋4R 4着/12頭 05/25 名古屋1R 7着/10頭
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 5.3着 × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
8	ナムラカメコ	加藤誓（愛知）	実48.1	▽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33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/07 名古屋4R 6着/9頭+5.3秒 08/18 名古屋12R 1着/12頭勝利 07/13 名古屋4R 7着/12頭+0.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 2.0% (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。
9	シャンクスレガシー逃げ	望月洵（愛知）	実6.0	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は3走で勝ち無し／直近3走平均9.3着と低調／騎手は近50戦で勝率28%）
前5走 08/20 園田7R 7着/10頭+2.0秒 07/30 園田12R 12着/12頭+2.3秒 07/16 園田4R 9着/10頭+2.0秒 05/20 名古屋10R 2着/11頭 ―
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 9.3着 (不振) ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 28% (好調) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 20.2% (オッズ暗示: 16.7%) ※ 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。
10	スミレノハナ	丸野勝（愛知）	実32.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 08/18 名古屋1R 1着/12頭勝利 07/13 名古屋3R 9着/12頭 ― ― ―
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戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 2.9% (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。

AIの本命

AI評価1位

キービート

騎手今井貴（愛知）

単勝オッズ

1.9倍

AI期待値

-6%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9シャンクスレガシー

6.0倍

EV +21%

▲2ナンヨーロイヤル

16.7倍

EV +35%

出走馬全10頭

◎4

キービート

今井貴（愛知）

1.9倍

-6%

›

○9

シャンクスレガシー

望月洵（愛知）

6.0倍

+21%

›

▲2

ナンヨーロイヤル

室陽一（浦和）

16.7倍

+35%

›

△3

レイナデルアイレ

塚本征（愛知）

3.1倍

-78%

›

△6

クライナリーゼ

細川智（愛知）

14.9倍

-15%

›

△1

コスモアマデウス

筒井勇（笠松）

18.2倍

-39%

›

▽10

スミレノハナ

丸野勝（愛知）

32.4倍

-7%

›

▽8

ナムラカメコ

加藤誓（愛知）

48.1倍

-4%

›

▽7

カイトアザリー

尾崎章（愛知）

78.7倍

-35%

›

▽5

ハクノセブン

木之葵（愛知）

125.4倍

-26%

›

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