阪神 2R 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

2R 阪神競馬場　発走 10:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ピコキング	松本	実9.3	B△ A△勝率7% EV-33% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 2回7日中京3R 7着/7頭+8.0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 7.0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 8.4% (オッズ暗示: 10.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.1% / 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。
2	アースグリッパー	松山	実3.6	B◎ A○勝率22% EV-22% 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）
前5走 2回1日中京1R 3着/9頭 1回3日函館6R 4着/11頭 ― ― ―
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 3.5着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 21.7% (オッズ暗示: 27.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.6% / 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。
3	ゴールデンレシオ	△柴田裕	実20.9	B▽ A▽勝率4% EV-20% 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 3 ◎ 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 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 4.1% (オッズ暗示: 4.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.8% / 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。
4	テーオーライガ	松若	実47.3	B▽ A▽勝率1% EV-36% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 2回1日中京2R 12着/13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) -39% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 期待値 -37% ※ 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	ラブシンフォニー	浜中	実69.0	B▽ A▽勝率1% EV-31% 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）
前5走 3回3日阪神6R 10着/13頭 2回7日中京1R 6着/16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戦の調子平均 8.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -32% ※ 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	ニドヅケキンシ	◇今村	実20.3	B▽ A△勝率5% EV+0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 3回3日阪神5R 10着/11頭+3.0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 7.5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 4.6% (オッズ暗示: 4.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.9% / 期待値 +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。
7	ヴァーヴイレヴン	鮫島駿	実3.0	B○ A◎勝率22% EV-35% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 3回2日中京3R 5着/9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 5.0着 × 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 19.6% (オッズ暗示: 33.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 21.6% / 期待値 -35% ※ 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	スクワミッシュ	岩田望	実6.1	B△ A▲勝率17% EV+2% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 2回1日新潟2R 4着/14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 13.4% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.8% / 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。
9	ヨッシーフレアー	酒井	実37.2	B▽ A▽勝率2% EV-19% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調）
前5走 3回3日阪神6R 13着/13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 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) -37% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.2% / 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。
10	コパノキャンペーン	★河原田	実6.6	B▲ A△勝率14% EV-6% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 2回2日中京1R 7着/9頭+5.0秒 ― ― ― ―
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 5.5着 △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 17.7% (オッズ暗示: 15.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 14.2% / 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。
11	グランモンターナ	古川吉	実19.2	B△ A▽勝率4% EV-27% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 1回1日函館5R 10着/12頭 1回2日札幌1R 5着/12頭+1.0秒 ― ― ―
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 7.5着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 5.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 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。
12	ベイビーブラザー	幸	実72.4	B▽ A▽勝率1% EV-28% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 1回9日函館1R 5着/10頭 1回3日函館6R 6着/11頭 1回6日札幌1R 10着/12頭 ― ―
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 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 期待値 -28% ※ 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	ヤマトデュノール	▲森田	実156.2	B▽ A▽勝率1% EV-2% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.5着と低調）
前5走 2回8日中京1R 10着/10頭+5.0秒 2回1日中京2R 13着/13頭+9.0秒 ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 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 11.5着 (不振) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.6% / 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。

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 ○

アースグリッパー

騎手松山

単勝オッズ

3.6倍

AI期待値

-21%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎7ヴァーヴイレヴン

3.0倍

EV -41%

▲A:△10コパノキャンペーン

6.6倍

EV +17%

出走馬全13頭

◎A:○2

アースグリッパー

松山

3.6倍

-21%

›

○A:◎7

ヴァーヴイレヴン

鮫島駿

3.0倍

-41%

›

▲A:△10

コパノキャンペーン

★河原田

6.6倍

+17%

›

△A:▲8

スクワミッシュ

岩田望

6.1倍

-18%

›

△A:△1

ピコキング

松本

9.3倍

-21%

›

△A:▽11

グランモンターナ

古川吉

19.2倍

-12%

›

▽A:△6

ニドヅケキンシ

◇今村

20.3倍

-7%

›

▽A:▽3

ゴールデンレシオ

△柴田裕

20.9倍

-14%

›

▽A:▽9

ヨッシーフレアー

酒井

37.2倍

-36%

›

▽A:▽4

テーオーライガ

松若

47.3倍

-38%

›

▽A:▽5

ラブシンフォニー

浜中

69.0倍

-10%

›

▽A:▽12

ベイビーブラザー

幸

72.4倍

-6%

›

▽A:▽13

ヤマトデュノール

▲森田

156.2倍

-49%

›

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

2R 阪神競馬場　発走 10:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ピコキング	松本	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 2回7日中京3R 7着/7頭+8.0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 7.0着 (不振) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 7.1% (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	アースグリッパー	松山	実3.6	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 2回1日中京1R 3着/9頭 1回3日函館6R 4着/11頭 ― ― ―
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 3.5着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 21.6% (オッズ暗示: 27.8%) ※ 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。
3	ゴールデンレシオ	△柴田裕	実20.9	▽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 3 ◎ 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 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 4.8%) ※ 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。
4	テーオーライガ	松若	実47.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 2回1日中京2R 12着/13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) -37% (大幅な期待値マイナス) AI 予想勝率 1.3% (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。
5	ラブシンフォニー	浜中	実69.0	▽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）
前5走 3回3日阪神6R 10着/13頭 2回7日中京1R 6着/16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戦の調子平均 8.0着 (不振) ▽ 前走実績前走 10着 (大敗) × 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 1.0% (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。
6	ニドヅケキンシ	◇今村	実20.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 3回3日阪神5R 10着/11頭+3.0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 7.5着 (不振) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 4.9% (オッズ暗示: 4.9%) ※ 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	ヴァーヴイレヴン	鮫島駿	実3.0	◎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 3回2日中京3R 5着/9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 5.0着 × 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 21.6% (オッズ暗示: 33.3%) ※ 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	スクワミッシュ	岩田望	実6.1	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 2回1日新潟2R 4着/14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戦の調子平均 4.0着 △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 16.8% (オッズ暗示: 16.4%) ※ 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	ヨッシーフレアー	酒井	実37.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.0着と低調）
前5走 3回3日阪神6R 13着/13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 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) -20% (オッズ過剰評価) AI 予想勝率 2.2% (オッズ暗示: 2.7%) ※ 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	コパノキャンペーン	★河原田	実6.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 2回2日中京1R 7着/9頭+5.0秒 ― ― ― ―
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 5.5着 △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 14.2% (オッズ暗示: 15.2%) ※ 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。
11	グランモンターナ	古川吉	実19.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 1回1日函館5R 10着/12頭 1回2日札幌1R 5着/12頭+1.0秒 ― ― ―
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 7.5着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 5.2%) ※ 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	ベイビーブラザー	幸	実72.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 1回9日函館1R 5着/10頭 1回3日函館6R 6着/11頭 1回6日札幌1R 10着/12頭 ― ―
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 7.0着 (不振) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 1.0% (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。
13	ヤマトデュノール	▲森田	実156.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.5着と低調）
前5走 2回8日中京1R 10着/10頭+5.0秒 2回1日中京2R 13着/13頭+9.0秒 ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 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 11.5着 (不振) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 0.6% (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。

AIの本命

AI評価1位

ヴァーヴイレヴン

騎手鮫島駿

単勝オッズ

3.0倍

AI期待値

-35%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2アースグリッパー

3.6倍

EV -22%

▲8スクワミッシュ

6.1倍

EV +2%

出走馬全13頭

◎7

ヴァーヴイレヴン

鮫島駿

3.0倍

-35%

›

○2

アースグリッパー

松山

3.6倍

-22%

›

▲8

スクワミッシュ

岩田望

6.1倍

+2%

›

△10

コパノキャンペーン

★河原田

6.6倍

-6%

›

△1

ピコキング

松本

9.3倍

-33%

›

△6

ニドヅケキンシ

◇今村

20.3倍

+0%

›

▽11

グランモンターナ

古川吉

19.2倍

-27%

›

▽3

ゴールデンレシオ

△柴田裕

20.9倍

-20%

›

▽9

ヨッシーフレアー

酒井

37.2倍

-19%

›

▽4

テーオーライガ

松若

47.3倍

-36%

›

▽5

ラブシンフォニー

浜中

69.0倍

-31%

›

▽12

ベイビーブラザー

幸

72.4倍

-28%

›

▽13

ヤマトデュノール

▲森田

156.2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