札幌 3R 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

3R 札幌競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ナブッコ	横山武	実10.3	B△ A△勝率8% EV-17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（87日ぶりの実戦）
前5走 12/13 5中京31R 6着/14頭+1.2秒 11/23 4京都62R 7着/13頭+2.0秒 11/08 3福島13R 6着/15頭+1.8秒 10/05 3京都23R 11着/16頭+5.4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 4.0着 × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 6.6% (オッズ暗示: 9.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.0% / 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。
2	フェアリーキャット	◇古川奈	実8.6	B△ A△勝率10% EV-16% 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／77日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 10.6% (オッズ暗示: 11.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.7% / 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。
3	ソルトアイリス	横山和	実9.4	B△ A△勝率9% EV-12% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（125日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 3.7着 △ ローテーション 125日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.3% / 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。
4	トルークマクト	石川倭	実30.2	B▽ A▽勝率6% EV+73% 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／196日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 196日休養明け × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 5.8% / 期待値 +74% ※ 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	シルフ	松本	実22.0	B▽ A▽勝率6% EV+36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／336日ぶりの実戦）
前5走 09/13 4阪神36R 8着/13頭+2.7秒 ― ― ― ―
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 8.0着 (不振) △ ローテーション 336日休養明け × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.2% / 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。
6	アニマレイ	▲小林美	実2.9	B◎ A×勝率14% EV-60% 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（前走3着／111日ぶりの実戦）
前5走 08/24 2札幌22R 3着/11頭+0.2秒 08/09 1札幌51R 2着/12頭+0.0秒 06/29 1函館61R 2着/12頭+0.1秒 06/15 1函館25R 2着/9頭+0.2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 3.3着 ○ 前走実績前走 3着 (好走) △ ローテーション 111日休養明け × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 22.6% (オッズ暗示: 34.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 13.6% / 期待値 -61% ※ 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	デルマハルナ	▲和田陽	実62.8	B▽ A▽勝率5% EV+226% 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／前走3着）
前5走過去走データ取得失敗 (horse_results 不在)
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 9.0着 (不振) ○ 前走実績前走 3着 (好走) × 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 1.0% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 5.2% / 期待値 +226% ※ 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	ダイユウサルターレ	佐々木	実31.9	B▽ A▽勝率6% EV+84% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／69日ぶりの実戦）
前5走 12/21 5中山61R 3着/16頭+1.1秒 12/07 5中山23R 10着/13頭+3.3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 10.7着 (不振) ▽ 前走実績前走 14着 (大敗) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 5.8% / 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	サンライズロイ	菱田	実22.0	B▽ A▽勝率6% EV+40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（84日ぶりの実戦）
前5走 10/18 4新潟15R 8着/15頭+1.5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 3.7着 △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 3.6% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.4% / 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。
10	フェイスリフト	古川吉	実12.7	B▽ A▽勝率8% EV+0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.3着と安定／前走3着／69日ぶりの実戦）
前5走 11/15 5東京32R 10着/17頭+0.7秒 11/09 5東京23R 12着/18頭+1.3秒 10/19 4東京73R 6着/13頭+0.7秒 09/28 4中山92R 10着/16頭+1.3秒 08/31 3新潟43R 2着/18頭+0.2秒
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 2.3着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 7.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.9% / 期待値 +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	メイワキラリ	川又	実7.9	B▲ A▲勝率10% EV-22% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.3着と低調／76日ぶりの実戦）
前5走 10/25 3京都81R 13着/14頭+3.6秒 06/28 2小倉12R 6着/6頭+1.9秒 06/14 3阪神35R 7着/8頭+1.8秒 ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 10.7% (オッズ暗示: 12.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.8% / 期待値 -22% ※ 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	ツクバヴァンガード	☆長浜	実4.5	B○ A○勝率12% EV-44% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／83日ぶりの実戦）
前5走 09/28 4中山94R 3着/16頭+0.7秒 ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 22.5% (オッズ暗示: 22.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.4% / 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

🎯 AIの本命

AI評価1位Aモデル ×

アニマレイ

騎手 ▲小林美

単勝オッズ

2.9倍

AI期待値

-34%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12ツクバヴァンガード

4.5倍

EV +1%

▲A:▲11メイワキラリ

7.9倍

EV -15%

出走馬全12頭

◎A:×6

アニマレイ

▲小林美

2.9倍

-34%

›

○A:○12

ツクバヴァンガード

☆長浜

4.5倍

+1%

›

▲A:▲11

メイワキラリ

川又

7.9倍

-15%

›

△A:△2

フェアリーキャット

◇古川奈

8.6倍

-8%

›

△A:△3

ソルトアイリス

横山和

9.4倍

-14%

›

△A:△1

ナブッコ

横山武

10.3倍

-32%

›

▽A:▽10

フェイスリフト

古川吉

12.7倍

-19%

›

▽A:▽9

サンライズロイ

菱田

22.0倍

-19%

›

▽A:▽5

シルフ

松本

22.0倍

-33%

›

▽A:▽4

トルークマクト

石川倭

30.2倍

-31%

›

▽A:▽8

ダイユウサルターレ

佐々木

31.9倍

-47%

›

▽A:▽7

デルマハルナ

▲和田陽

62.8倍

-37%

›

💡 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。

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

3R 札幌競馬場　発走 11:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ナブッコ	横山武	実10.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（87日ぶりの実戦）
前5走 12/13 5中京31R 6着/14頭+1.2秒 11/23 4京都62R 7着/13頭+2.0秒 11/08 3福島13R 6着/15頭+1.8秒 10/05 3京都23R 11着/16頭+5.4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 4.0着 △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 9.7%) ※ 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	フェアリーキャット	◇古川奈	実8.6	△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／77日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 9.7% (オッズ暗示: 11.6%) ※ 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。
3	ソルトアイリス	横山和	実9.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（125日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
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 3.7着 △ ローテーション 125日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 9.3% (オッズ暗示: 10.6%) ※ 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。
4	トルークマクト	石川倭	実30.2	▽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／196日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ ローテーション 196日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +73% (市場が大幅過小評価) AI 予想勝率 5.8% (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。
5	シルフ	松本	実22.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／336日ぶりの実戦）
前5走 09/13 4阪神36R 8着/13頭+2.7秒 ― ― ― ―
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 8.0着 (不振) △ ローテーション 336日休養明け ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 6.2% (オッズ暗示: 4.5%) ※ 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。
6	アニマレイ	▲小林美	実2.9	×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（前走3着／111日ぶりの実戦）
前5走 08/24 2札幌22R 3着/11頭+0.2秒 08/09 1札幌51R 2着/12頭+0.0秒 06/29 1函館61R 2着/12頭+0.1秒 06/15 1函館25R 2着/9頭+0.2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 3.3着 ○ 前走実績前走 3着 (好走) △ ローテーション 111日休養明け × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 13.6% (オッズ暗示: 34.5%) ※ 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。
7	デルマハルナ	▲和田陽	実62.8	▽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／前走3着）
前5走過去走データ取得失敗 (horse_results 不在)
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 9.0着 (不振) ○ 前走実績前走 3着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +226% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 1.6%) ※ 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。
8	ダイユウサルターレ	佐々木	実31.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／69日ぶりの実戦）
前5走 12/21 5中山61R 3着/16頭+1.1秒 12/07 5中山23R 10着/13頭+3.3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 10.7着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +84% (市場が大幅過小評価) AI 予想勝率 5.8% (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。
9	サンライズロイ	菱田	実22.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（84日ぶりの実戦）
前5走 10/18 4新潟15R 8着/15頭+1.5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 3.7着 ◎ 期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 6.4% (オッズ暗示: 4.5%) ※ 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。
10	フェイスリフト	古川吉	実12.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.3着と安定／前走3着／69日ぶりの実戦）
前5走 11/15 5東京32R 10着/17頭+0.7秒 11/09 5東京23R 12着/18頭+1.3秒 10/19 4東京73R 6着/13頭+0.7秒 09/28 4中山92R 10着/16頭+1.3秒 08/31 3新潟43R 2着/18頭+0.2秒
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 2.3着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 7.9% (オッズ暗示: 7.9%) ※ 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。
11	メイワキラリ	川又	実7.9	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.3着と低調／76日ぶりの実戦）
前5走 10/25 3京都81R 13着/14頭+3.6秒 06/28 2小倉12R 6着/6頭+1.9秒 06/14 3阪神35R 7着/8頭+1.8秒 ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 12.7%) ※ 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。
12	ツクバヴァンガード	☆長浜	実4.5	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／83日ぶりの実戦）
前5走 09/28 4中山94R 3着/16頭+0.7秒 ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 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 12.4% (オッズ暗示: 22.2%) ※ 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

アニマレイ

騎手 ▲小林美

単勝オッズ

2.9倍

AI期待値

-60%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12ツクバヴァンガード

4.5倍

EV -44%

▲11メイワキラリ

7.9倍

EV -22%

出走馬全12頭

×6

アニマレイ

▲小林美

2.9倍

-60%

›

○12

ツクバヴァンガード

☆長浜

4.5倍

-44%

›

▲11

メイワキラリ

川又

7.9倍

-22%

›

△2

フェアリーキャット

◇古川奈

8.6倍

-16%

›

△3

ソルトアイリス

横山和

9.4倍

-12%

›

△1

ナブッコ

横山武

10.3倍

-17%

›

▽10

フェイスリフト

古川吉

12.7倍

+0%

›

▽9

サンライズロイ

菱田

22.0倍

+40%

›

▽5

シルフ

松本

22.0倍

+36%

›

▽8

ダイユウサルターレ

佐々木

31.9倍

+84%

›

▽4

トルークマクト

石川倭

30.2倍

+73%

›

▽7

デルマハルナ

▲和田陽

62.8倍

+226%

›

💡 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。

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