札幌 5R 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

5R 札幌競馬場　発走 12:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グレーターマーク	◇小林美	実9.3	B△ A△勝率8% EV-25% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) × 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 7.2% (オッズ暗示: 10.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 期待値 -25% ※ 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	ローズファミリー	▲大久保	実3.3	B○ A○勝率23% EV-24% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 22.1% (オッズ暗示: 30.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.8% / 期待値 -25% ※ 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	ポーラールート	北村友	実2.2	B🌟◎ A◎勝率25% EV-45% 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 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 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) -14% (オッズ過剰評価) AI 予想勝率 39.1% (オッズ暗示: 45.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 24.9% / 期待値 -45% ※ 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	フェアリースノー	☆長浜	実81.0	B▽ A▽勝率1% EV-7% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 11位 (中位評価) × 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 0.8% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 11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。
5	シュヴァルツペルレ	浜中	実28.0	B▽ A△勝率4% EV+22% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 3.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.4% / 期待値 +23% ※ 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	ラガーレッドムーン	荻野琢	実112.7	B× A▽勝率1% EV-19% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 12位 (中位評価) × 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 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 期待値 -19% ※ 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	プレシャスタイム	佐々木	実7.9	B▲ A▲勝率17% EV+34% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 12.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.0% / 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。
8	ルナディアナ	松本	実142.9	B▽ A▽勝率1% EV+2% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 14位 (中位評価) × 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 0.4% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.7% / 期待値 +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。
9	ララアウローラ	小沢	実30.6	B▽ A▽勝率4% EV+26% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.1% / 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。
10	アンミツ	▲和田陽	実70.0	B▽ A▽勝率2% EV+7% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 10位 (中位評価) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 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。
11	ジャスコヒラリアス	斎藤	実23.6	B△ A▽勝率4% EV-2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 4.4% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.1% / 期待値 -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。
12	ミーアキース	鮫島駿	実10.6	B△ A△勝率8% EV-13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 5位 (中位評価) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 9.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 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。
13	アルーリングボーイ	伊藤	実118.0	B× A▽勝率1% EV-15% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 13位 (中位評価) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.7% / 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。
14	コーズサム	黛	実49.6	B▽ A▽勝率2% EV-23% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 9位 (中位評価) × 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 1.4% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.5% / 期待値 -24% ※ 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 ◎

ポーラールート

騎手北村友

単勝オッズ

2.2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

○A:○2ローズファミリー

3.3倍

EV -26%

▲A:▲7プレシャスタイム

7.9倍

EV -28%

出走馬全14頭

◎A:◎3

ポーラールート

北村友

2.2倍

-13%

›

○A:○2

ローズファミリー

▲大久保

3.3倍

-26%

›

▲A:▲7

プレシャスタイム

佐々木

7.9倍

-28%

›

△A:△1

グレーターマーク

◇小林美

9.3倍

-32%

›

△A:△12

ミーアキース

鮫島駿

10.6倍

-24%

›

△A:▽11

ジャスコヒラリアス

斎藤

23.6倍

+2%

›

▽A:△5

シュヴァルツペルレ

浜中

28.0倍

-4%

›

▽A:▽9

ララアウローラ

小沢

30.6倍

-11%

›

▽A:▽14

コーズサム

黛

49.6倍

-31%

›

▽A:▽10

アンミツ

▲和田陽

70.0倍

-2%

›

▽A:▽4

フェアリースノー

☆長浜

81.0倍

-36%

›

×A:▽6

ラガーレッドムーン

荻野琢

112.7倍

-53%

›

×A:▽13

アルーリングボーイ

伊藤

118.0倍

-50%

›

▽A:▽8

ルナディアナ

松本

142.9倍

-46%

›

💡 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

5R 札幌競馬場　発走 12:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グレーターマーク	◇小林美	実9.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 5位 (中位評価) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 10.8%) ※ 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	ローズファミリー	▲大久保	実3.3	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 22.8% (オッズ暗示: 30.3%) ※ 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	ポーラールート	北村友	実2.2	◎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 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 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) -45% (大幅な期待値マイナス) AI 予想勝率 24.9% (オッズ暗示: 45.5%) ※ 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。
4	フェアリースノー	☆長浜	実81.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 11位 (中位評価) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.2%) ※ 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。
5	シュヴァルツペルレ	浜中	実28.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 4.4% (オッズ暗示: 3.6%) ※ 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。
6	ラガーレッドムーン	荻野琢	実112.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 12位 (中位評価) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.9%) ※ 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	プレシャスタイム	佐々木	実7.9	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 17.0% (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。
8	ルナディアナ	松本	実142.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 14位 (中位評価) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 0.7% (オッズ暗示: 0.7%) ※ 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	ララアウローラ	小沢	実30.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 4.1% (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。
10	アンミツ	▲和田陽	実70.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 10位 (中位評価) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 1.5% (オッズ暗示: 1.4%) ※ 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。
11	ジャスコヒラリアス	斎藤	実23.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 4.1% (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。
12	ミーアキース	鮫島駿	実10.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 9.4%) ※ 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。
13	アルーリングボーイ	伊藤	実118.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 13位 (中位評価) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 0.7% (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。
14	コーズサム	黛	実49.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 9位 (中位評価) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 1.5% (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。

🎯 AIの本命

AI評価1位

ポーラールート

騎手北村友

単勝オッズ

2.2倍

AI期待値

-45%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2ローズファミリー

3.3倍

EV -24%

▲7プレシャスタイム

7.9倍

EV +34%

出走馬全14頭

◎3

ポーラールート

北村友

2.2倍

-45%

›

○2

ローズファミリー

▲大久保

3.3倍

-24%

›

▲7

プレシャスタイム

佐々木

7.9倍

+34%

›

△12

ミーアキース

鮫島駿

10.6倍

-13%

›

△1

グレーターマーク

◇小林美

9.3倍

-25%

›

△5

シュヴァルツペルレ

浜中

28.0倍

+22%

›

▽11

ジャスコヒラリアス

斎藤

23.6倍

-2%

›

▽9

ララアウローラ

小沢

30.6倍

+26%

›

▽14

コーズサム

黛

49.6倍

-23%

›

▽10

アンミツ

▲和田陽

70.0倍

+7%

›

▽4

フェアリースノー

☆長浜

81.0倍

-7%

›

▽6

ラガーレッドムーン

荻野琢

112.7倍

-19%

›

▽13

アルーリングボーイ

伊藤

118.0倍

-15%

›

▽8

ルナディアナ

松本

142.9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。

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