東京 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 東京競馬場発走 10:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ライヴバーボン	小林凌	実61.3	B▽ A△勝率5% EV+196% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調／84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 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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +86%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.0% (オッズ暗示: 1.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.8% / 期待値 +197% ※ 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	ワレモコウ	岩田望	実1.3	B◎ A×勝率29% EV-61% 詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（10〜30倍）より低く見送り（直近3走平均2.3着と安定／前走2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 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 2.3着 (安定) ○ 前走実績前走 2着 (好走) ○ ローテーション 20日の間隔 (理想的) × 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 42.2% (オッズ暗示: 76.9%) × Aモデルの評価 (参考) レース内 1位 / 勝率 29.2% / 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。
3	アフィーリア	三浦	実9.7	B▲ A▲勝率16% EV+55% 詳細▼	AI上位評価だが期待値不足、見送り（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 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 6.0着 ○ 前走実績前走 3着 (好走) ○ 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) +29% (市場と概ね一致) AI 予想勝率 13.4% (オッズ暗示: 10.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.0% / 期待値 +55% ※ 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	ピウモッソ	横山武	実4.7	B○ A○勝率26% EV+21% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均13.0着と低調／84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⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 18.6% (オッズ暗示: 21.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 25.8% / 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。
5	キタノバトゥーキ	原田和	実129.9	B▽ A▽勝率2% EV+218% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調／105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 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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) +27%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.5% / 期待値 +219% ※ 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	ロイヤルグルーヴ	横山和	実45.3	B△ A▽勝率4% EV+89% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調）
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 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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ 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) +83%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.1% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.2% / 期待値 +89% ※ 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	ラヴトリガー	▲遠藤	実49.7	B▽ A▽勝率4% EV+90% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均15.0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 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 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) +101%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.1% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.8% / 期待値 +91% ※ 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	パルセノスミハ	木幡巧	実28.7	B△ A△勝率4% EV+19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 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 6.3着 ○ ローテーション 20日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 4.8% (オッズ暗示: 3.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 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。
9	ラブマイティー	▲水沼	実371.7	B▽ A▽勝率1% EV+277% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均14.3着と低調／91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 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 14.3着 (不振) ▽ 前走実績前走 17着 (大敗) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +230%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 期待値 +277% ※ 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	アブリコース	原	実17.5	B△ A△勝率6% EV+3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.0着と低調／69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 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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 6.1% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.9% / 期待値 +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。
11	ココニイルヨ	木幡初	実155.7	B▽ A▽勝率2% EV+135% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（90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 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 7.7着 (不振) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) +52%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 期待値 +136% ※ 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	イチゴワタアメ	▲佐藤	実192.1	B▽ A▽勝率1% EV+94% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調／69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 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 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +70%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 +95% ※ 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

見送りAI の 1 位の馬

ワレモコウ

騎手岩田望

1.3倍

AI の勝率42%損益の分かれ目77%

オッズが買う範囲（10〜30倍）より低く見送り。

買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで

出走馬全12頭

◎A:×2

ワレモコウ

岩田望

1.3倍

勝率 42%

›

○A:○4

ピウモッソ

横山武

4.7倍

勝率 19%

›

▲A:▲3

アフィーリア

三浦

9.7倍

勝率 13%

›

△A:△10

アブリコース

原

17.5倍

勝率 6%

›

△A:△8

パルセノスミハ

木幡巧

28.7倍

勝率 5%

›

△A:▽6

ロイヤルグルーヴ

横山和

45.3倍

対象外勝率 4%

›

▽A:▽7

ラヴトリガー

▲遠藤

49.7倍

対象外勝率 4%

›

▽A:△1

ライヴバーボン

小林凌

61.3倍

対象外勝率 3%

›

▽A:▽5

キタノバトゥーキ

原田和

129.9倍

対象外勝率 1%

›

▽A:▽11

ココニイルヨ

木幡初

155.7倍

対象外勝率 1%

›

▽A:▽12

イチゴワタアメ

▲佐藤

192.1倍

対象外勝率 1%

›

▽A:▽9

ラブマイティー

▲水沼

371.7倍

対象外勝率 1%

›

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。買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで。

▶ 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 東京競馬場発走 10:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ライヴバーボン	小林凌	実61.3	△詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調／84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 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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +196%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.8% (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。
2	ワレモコウ	岩田望	実1.3	×詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（10〜30倍）より低く見送り（直近3走平均2.3着と安定／前走2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 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 2.3着 (安定) ○ 前走実績前走 2着 (好走) ○ ローテーション 20日の間隔 (理想的) × 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 29.2% (オッズ暗示: 76.9%) ※ 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	アフィーリア	三浦	実9.7	▲詳細▼	AI上位評価だが期待値不足、見送り（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 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 6.0着 ○ 前走実績前走 3着 (好走) ○ 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) +55% (市場が大幅過小評価) AI 予想勝率 16.0% (オッズ暗示: 10.3%) ※ 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	ピウモッソ	横山武	実4.7	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均13.0着と低調／84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⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 25.8% (オッズ暗示: 21.3%) ※ 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	キタノバトゥーキ	原田和	実129.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調／105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 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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) +218%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.5% (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	ロイヤルグルーヴ	横山和	実45.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調）
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 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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ 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) +89%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.2% (オッズ暗示: 2.2%) ※ 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。
7	ラヴトリガー	▲遠藤	実49.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均15.0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 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 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) +90%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.8% (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。
8	パルセノスミハ	木幡巧	実28.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 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 6.3着 ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 4.2% (オッズ暗示: 3.5%) ※ 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。
9	ラブマイティー	▲水沼	実371.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均14.3着と低調／91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 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 14.3着 (不振) ▽ 前走実績前走 17着 (大敗) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +277%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (オッズ暗示: 0.3%) ※ 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	アブリコース	原	実17.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均13.0着と低調／69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 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 13.0着 (不振) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 5.9% (オッズ暗示: 5.7%) ※ 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。
11	ココニイルヨ	木幡初	実155.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（90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 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 7.7着 (不振) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) +135%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.5% (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。
12	イチゴワタアメ	▲佐藤	実192.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調／69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 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 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +94%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (オッズ暗示: 0.5%) ※ 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。

見送りAI の 1 位の馬

ワレモコウ

騎手岩田望

1.3倍

AI の勝率29%損益の分かれ目77%

オッズが買う範囲（10〜30倍）より低く見送り。

買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで

出走馬全12頭

×2

ワレモコウ

岩田望

1.3倍

勝率 29%

›

○4

ピウモッソ

横山武

4.7倍

勝率 26%

›

▲3

アフィーリア

三浦

9.7倍

勝率 16%

›

△10

アブリコース

原

17.5倍

勝率 6%

›

△1

ライヴバーボン

小林凌

61.3倍

対象外勝率 5%

›

△8

パルセノスミハ

木幡巧

28.7倍

勝率 4%

›

▽6

ロイヤルグルーヴ

横山和

45.3倍

対象外勝率 4%

›

▽7

ラヴトリガー

▲遠藤

49.7倍

対象外勝率 4%

›

▽5

キタノバトゥーキ

原田和

129.9倍

対象外勝率 2%

›

▽11

ココニイルヨ

木幡初

155.7倍

対象外勝率 2%

›

▽12

イチゴワタアメ

▲佐藤

192.1倍

対象外勝率 1%

›

▽9

ラブマイティー

▲水沼

371.7倍

対象外勝率 1%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで。

▶ 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