名古屋 10R 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

10R 名古屋競馬場ダ1500m ダート1500m　発走 19:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フリッパー	近藤颯（愛知）	実6.6	B× A△勝率8% EV-47% 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）
前5走 07/17 名古屋11R 4着/6頭 07/03 名古屋11R 6着/11頭 05/25 名古屋11R 9着/12頭 05/08 名古屋11R 9着/10頭+2.8秒 04/10 名古屋10R 1着/9頭勝利
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 6.3着 ○ 当競馬場適性 9走で勝率 22% (相性良) ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 18% × 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 0.2% (オッズ暗示: 15.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 期待値 -47% ※ 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	ソーラレイ逃げ	塚本征（愛知）	実3.4	B△ A▲勝率20% EV-31% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／騎手は近50戦で勝率20%）
前5走 07/03 名古屋11R 3着/11頭+4.0秒 05/22 名古屋11R 6着/11頭 05/08 名古屋11R 3着/10頭+1.1秒 04/13 名古屋11R 2着/10頭+0.5秒 03/11 名古屋11R 2着/11頭+0.4秒
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 4.0着 ○ 当競馬場適性 42走で勝率 19% (相性良) ○ 距離適性同距離 26走で勝率 23% ○ 馬場適性同馬場 21走で勝率 24% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 29.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 20.1% / 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。
3	エバーシンス	細川智（愛知）	実14.6	B△ A▽勝率4% EV-42% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/17 名古屋11R 3着/6頭+0.0秒 06/05 名古屋11R 2着/11頭 05/21 名古屋11R 5着/10頭 05/08 名古屋11R 2着/10頭+0.9秒 04/24 名古屋11R 2着/10頭+0.8秒
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 3.3着 △ 当競馬場適性 27走で勝率 7% ○ 距離適性同距離 12走で勝率 17% ○ 前走実績前走 3着 (好走) × 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 0.9% (オッズ暗示: 6.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.0% / 期待値 -42% ※ 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	アルバーシャ逃げ	大畑雅（愛知）	実4.1	B△ A◎勝率28% EV+14% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場19走で勝率32%と適性高／直近3走平均3.0着と安定／298日ぶりの実戦）
前5走 10/03 名古屋11R 4着/12頭+0.4秒 09/19 名古屋11R 2着/10頭+0.9秒 07/21 名古屋7R 3着/12頭+0.8秒 06/18 名古屋11R 2着/9頭+0.1秒 06/06 名古屋11R 1着/12頭勝利
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 3.0着 (安定) ◎ 当競馬場適性 19走で勝率 32% (得意) ○ 馬場適性同馬場 14走で勝率 29% △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 298日休養明け × 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 1.5% (オッズ暗示: 24.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.9% / 期待値 +14% ※ 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	ジャスパーノワール	渡邊竜（笠松）	実13.2	B× A△勝率6% EV-27% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/15 名古屋10R 3着/12頭+3.0秒 07/02 名古屋11R 9着/11頭+4.0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 6.0着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.5% / 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	アイガー逃げ推奨	大畑慧（愛知）	実16.5	B◎ A×勝率3% EV-54% 詳細▼	市場が大きく過小評価、AI予想勝率75% × オッズ16.5倍で期待値+999%の有力候補（直近3走勝率67%と絶好調／当競馬場13走で勝率62%と適性高／同距離帯で勝率71%と得意）
前5走 07/14 名古屋11R 3着/7頭+1.0秒 06/02 名古屋11R 1着/12頭 05/06 名古屋9R 1着/9頭勝利 04/22 名古屋10R 2着/12頭+0.3秒 04/07 名古屋8R 2着/10頭+0.1秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 13走で勝率 62% (得意) ◎ 距離適性同距離 7走で勝率 71% ◎ 馬場適性同馬場 6走で勝率 50% ○ 前走実績前走 3着 (好走) ○ ローテーション 14日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 75.0% (オッズ暗示: 6.1%) × Aモデルの評価 (参考) レース内 8位 / 勝率 2.7% / 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。
7	セットクルール	加藤聡（愛知）	実9.4	B○ A△勝率10% EV-6% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場17走で勝率53%と適性高／同距離帯11走で勝率64%／同馬場状態で勝率62%）
前5走 07/14 名古屋11R 1着/7頭 07/01 名古屋9R 3着/12頭 06/17 名古屋9R 1着/11頭 05/20 名古屋12R 2着/11頭+0.0秒 02/10 名古屋12R 2着/11頭+1.2秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 17走で勝率 53% (得意) ◎ 距離適性同距離 11走で勝率 64% ◎ 馬場適性同馬場 13走で勝率 62% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 14日の間隔 (理想的) 🌟◎ 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 18.5% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.9% / 期待値 -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	ハッピーミーク先行	木之葵（愛知）	実4.8	B▲ A○勝率21% EV0% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場26走で勝率46%と適性高／同距離帯14走で勝率43%／同馬場状態で勝率40%）
前5走 07/15 名古屋10R 2着/12頭+3.0秒 04/23 名古屋11R 4着/10頭+1.5秒 03/25 名古屋10R 2着/12頭+0.3秒 03/12 名古屋11R 3着/12頭+1.1秒 02/13 名古屋11R 1着/12頭勝利
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 2.7着 (安定) ◎ 当競馬場適性 26走で勝率 46% (得意) ◎ 距離適性同距離 14走で勝率 43% ◎ 馬場適性同馬場 15走で勝率 40% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.7% / 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。
9	パピタ	大原浩（笠松）	実18.8	B× A×勝率1% EV-77% 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 07/17 名古屋11R 6着/6頭 07/03 名古屋11R 10着/11頭+0.0秒 05/22 名古屋11R 8着/11頭+1.0秒 04/07 名古屋10R 11着/11頭+11.1秒 03/27 名古屋10R 3着/9頭+0.2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 8.0着 (不振) ○ 当競馬場適性 72走で勝率 19% (相性良) ◎ 距離適性同距離 40走で勝率 30% × 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 1.2% / 期待値 -77% ※ 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

B推奨Aモデル ×

アイガー

騎手大畑慧（愛知）

単勝オッズ

16.5倍

AI期待値

+999%

買い目

¥1,800

全レースの推奨

AIの推奨本命の次点

○A:△7セットクルール

9.4倍

EV +73%

▲A:○8ハッピーミーク

4.8倍

EV -89%

出走馬全9頭

◎A:×6

アイガー

大畑慧（愛知）

16.5倍

+999%

›

○A:△7

セットクルール

加藤聡（愛知）

9.4倍

+73%

›

▲A:○8

ハッピーミーク

木之葵（愛知）

4.8倍

-89%

›

△A:◎4

アルバーシャ

大畑雅（愛知）

4.1倍

-93%

›

△A:▲2

ソーラレイ

塚本征（愛知）

3.4倍

-96%

›

△A:▽3

エバーシンス

細川智（愛知）

14.6倍

-86%

›

×A:△5

ジャスパーノワール

渡邊竜（笠松）

13.2倍

-91%

›

×A:△1

フリッパー

近藤颯（愛知）

6.6倍

-98%

›

×A:×9

パピタ

大原浩（笠松）

18.8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。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

このレースの推奨馬券　2モデル並走 (AI 期待値プラス判定)

A. 市場込みモデル

このモデルは本レース見送り判定（期待値プラスなし）

B. 市場除外+キャリブ

単勝 6 アイガー ¥1,800 実16.5倍期待値 +999%

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

10R 名古屋競馬場ダ1500m ダート1500m　発走 19:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フリッパー	近藤颯（愛知）	実6.6	△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）
前5走 07/17 名古屋11R 4着/6頭 07/03 名古屋11R 6着/11頭 05/25 名古屋11R 9着/12頭 05/08 名古屋11R 9着/10頭+2.8秒 04/10 名古屋10R 1着/9頭勝利
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 6.3着 ○ 当競馬場適性 9走で勝率 22% (相性良) ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 18% × 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 8.0% (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。
2	ソーラレイ逃げ	塚本征（愛知）	実3.4	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着／騎手は近50戦で勝率20%）
前5走 07/03 名古屋11R 3着/11頭+4.0秒 05/22 名古屋11R 6着/11頭 05/08 名古屋11R 3着/10頭+1.1秒 04/13 名古屋11R 2着/10頭+0.5秒 03/11 名古屋11R 2着/11頭+0.4秒
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 4.0着 ○ 当競馬場適性 42走で勝率 19% (相性良) ○ 距離適性同距離 26走で勝率 23% ○ 馬場適性同馬場 21走で勝率 24% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 25日の間隔 (理想的) × 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 20.1% (オッズ暗示: 29.4%) ※ 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。
3	エバーシンス	細川智（愛知）	実14.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/17 名古屋11R 3着/6頭+0.0秒 06/05 名古屋11R 2着/11頭 05/21 名古屋11R 5着/10頭 05/08 名古屋11R 2着/10頭+0.9秒 04/24 名古屋11R 2着/10頭+0.8秒
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 3.3着 △ 当競馬場適性 27走で勝率 7% ○ 距離適性同距離 12走で勝率 17% ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 6.8%) ※ 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	アルバーシャ逃げ	大畑雅（愛知）	実4.1	◎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（当競馬場19走で勝率32%と適性高／直近3走平均3.0着と安定／298日ぶりの実戦）
前5走 10/03 名古屋11R 4着/12頭+0.4秒 09/19 名古屋11R 2着/10頭+0.9秒 07/21 名古屋7R 3着/12頭+0.8秒 06/18 名古屋11R 2着/9頭+0.1秒 06/06 名古屋11R 1着/12頭勝利
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 3.0着 (安定) ◎ 当競馬場適性 19走で勝率 32% (得意) ○ 馬場適性同馬場 14走で勝率 29% △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 298日休養明け △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 27.9% (オッズ暗示: 24.4%) ※ 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。
5	ジャスパーノワール	渡邊竜（笠松）	実13.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/15 名古屋10R 3着/12頭+3.0秒 07/02 名古屋11R 9着/11頭+4.0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 6.0着 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 7.6%) ※ 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	アイガー逃げ推奨	大畑慧（愛知）	実16.5	×詳細▼	期待値プラスでAIの推し馬（直近3走勝率67%と絶好調／当競馬場13走で勝率62%と適性高／同距離帯で勝率71%と得意）
前5走 07/14 名古屋11R 3着/7頭+1.0秒 06/02 名古屋11R 1着/12頭 05/06 名古屋9R 1着/9頭勝利 04/22 名古屋10R 2着/12頭+0.3秒 04/07 名古屋8R 2着/10頭+0.1秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 13走で勝率 62% (得意) ◎ 距離適性同距離 7走で勝率 71% ◎ 馬場適性同馬場 6走で勝率 50% ○ 前走実績前走 3着 (好走) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 6.1%) ※ 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。
7	セットクルール	加藤聡（愛知）	実9.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場17走で勝率53%と適性高／同距離帯11走で勝率64%／同馬場状態で勝率62%）
前5走 07/14 名古屋11R 1着/7頭 07/01 名古屋9R 3着/12頭 06/17 名古屋9R 1着/11頭 05/20 名古屋12R 2着/11頭+0.0秒 02/10 名古屋12R 2着/11頭+1.2秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 17走で勝率 53% (得意) ◎ 距離適性同距離 11走で勝率 64% ◎ 馬場適性同馬場 13走で勝率 62% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 9.9% (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。
8	ハッピーミーク先行	木之葵（愛知）	実4.8	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場26走で勝率46%と適性高／同距離帯14走で勝率43%／同馬場状態で勝率40%）
前5走 07/15 名古屋10R 2着/12頭+3.0秒 04/23 名古屋11R 4着/10頭+1.5秒 03/25 名古屋10R 2着/12頭+0.3秒 03/12 名古屋11R 3着/12頭+1.1秒 02/13 名古屋11R 1着/12頭勝利
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 2.7着 (安定) ◎ 当競馬場適性 26走で勝率 46% (得意) ◎ 距離適性同距離 14走で勝率 43% ◎ 馬場適性同馬場 15走で勝率 40% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 20.7% (オッズ暗示: 20.8%) ※ 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。
9	パピタ	大原浩（笠松）	実18.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯40走で勝率30%／直近3走平均8.0着と低調）
前5走 07/17 名古屋11R 6着/6頭 07/03 名古屋11R 10着/11頭+0.0秒 05/22 名古屋11R 8着/11頭+1.0秒 04/07 名古屋10R 11着/11頭+11.1秒 03/27 名古屋10R 3着/9頭+0.2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 8.0着 (不振) ○ 当競馬場適性 72走で勝率 19% (相性良) ◎ 距離適性同距離 40走で勝率 30% × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 5.3%) ※ 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の本命

AI評価1位

アルバーシャ

騎手大畑雅（愛知）

単勝オッズ

4.1倍

AI期待値

+14%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ハッピーミーク

4.8倍

EV 0%

▲2ソーラレイ

3.4倍

EV -31%

出走馬全9頭

◎4

アルバーシャ

大畑雅（愛知）

4.1倍

+14%

›

○8

ハッピーミーク

木之葵（愛知）

4.8倍

›

▲2

ソーラレイ

塚本征（愛知）

3.4倍

-31%

›

△7

セットクルール

加藤聡（愛知）

9.4倍

-6%

›

△1

フリッパー

近藤颯（愛知）

6.6倍

-47%

›

△5

ジャスパーノワール

渡邊竜（笠松）

13.2倍

-27%

›

▽3

エバーシンス

細川智（愛知）

14.6倍

-42%

›

×6

アイガー

大畑慧（愛知）

16.5倍

-54%

›

×9

パピタ

大原浩（笠松）

18.8倍

-77%

›

💡 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。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

このレースの推奨馬券　2モデル並走 (AI 期待値プラス判定)

A. 市場込みモデル

このモデルは本レース見送り判定（期待値プラスなし）

B. 市場除外+キャリブ

単勝 6 アイガー ¥1,800 実16.5倍期待値 -55%

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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）

本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。