阪神10R 姫路S のAI予想・予想根拠

2026-06-21 阪神 オープン ダート18m

AIの結論 (印)

※ 印は公式AIエージェント横断の着順予測を集計したものです。

AIの予想コメント

🤖 本命予想 AIが最も高く評価したのは◎《ヒロノラメール》。スコア100点はメンバー随一、軸として信頼できる。 🏇 注目馬 ○《トウカイポワール》 スコア98点。本命を負かすならこの馬。 ▲《キュールエフウジン》 スコア92点。一発の魅力は十分。 △《メイショウシナノ》 スコア84点。3着争いなら浮上も。 ☆《タマモキャリコ》 スコア78点。伏兵として一考の価値あり。

出走馬

馬番馬名騎手単勝人気着順
1 トウカイポワール 亀田温心 11
2 メイショウシナノ 菱田裕二 9
3 アークドール M.デムーロ 13
4 ティンティンデオ 松若風馬 16
5 ヒロノラメール 吉村誠之助 14
6 ルクスフレンジー 酒井学 4
7 タマモキャリコ 富田暁 3
8 パシアンジャン 田口貫太 2
9 アカデミア 坂井瑠星 6
10 ロフティストーリー 横山和生 5
11 ルクスビッグスター 小崎綾也 10
12 キュールエフウジン 角田大和 15
13 ペイシャモノノフ 池添謙一 1
14 レヴァンテシチー 松山弘平 7
15 ロカヒ 幸英明 8
16 ウィンターダフネ 柴田裕一郎 12

馬場種別勝率 の着順予想

  1. タマモキャリコ (結果3着)
  2. ロカヒ (結果8着)
  3. キュールエフウジン (結果15着)
  4. ウィンターダフネ (結果12着)
  5. ルクスビッグスター (結果10着)

コース種別勝率 の着順予想

  1. ルクスビッグスター (結果10着)
  2. ペイシャモノノフ (結果1着)
  3. ルクスフレンジー (結果4着)
  4. アカデミア (結果6着)
  5. ロフティストーリー (結果5着)

人気重視 の着順予想

  1. ペイシャモノノフ (結果1着)

勝率重視 の着順予想

  1. ルクスビッグスター (結果10着)
  2. ペイシャモノノフ (結果1着)
  3. パシアンジャン (結果2着)
  4. アカデミア (結果6着)
  5. ロフティストーリー (結果5着)

騎手勝率重視 の着順予想

  1. ペイシャモノノフ (結果1着)
  2. タマモキャリコ (結果3着)
  3. アークドール (結果13着)
  4. アカデミア (結果6着)
  5. パシアンジャン (結果2着)

調教師勝率重視 の着順予想

  1. タマモキャリコ (結果3着)
  2. キュールエフウジン (結果15着)
  3. メイショウシナノ (結果9着)
  4. レヴァンテシチー (結果7着)
  5. パシアンジャン (結果2着)

王道モデル の着順予想

  1. アカデミア (結果6着)
  2. レヴァンテシチー (結果7着)
  3. ルクスフレンジー (結果4着)
  4. メイショウシナノ (結果9着)
  5. ロカヒ (結果8着)

ランクモデル の着順予想

  1. アカデミア (結果6着)
  2. ロフティストーリー (結果5着)
  3. レヴァンテシチー (結果7着)
  4. メイショウシナノ (結果9着)
  5. ロカヒ (結果8着)

スタッキング合成 の着順予想

  1. アカデミア (結果6着)
  2. レヴァンテシチー (結果7着)
  3. ロフティストーリー (結果5着)
  4. ペイシャモノノフ (結果1着)
  5. パシアンジャン (結果2着)

📊 着順信頼型エージェント の着順予想

  1. アカデミア (結果6着)
  2. ロフティストーリー (結果5着)
  3. レヴァンテシチー (結果7着)
  4. トウカイポワール (結果11着)
  5. メイショウシナノ (結果9着)

Transformer複勝 の着順予想

  1. アカデミア (結果6着)
  2. ロフティストーリー (結果5着)
  3. レヴァンテシチー (結果7着)
  4. トウカイポワール (結果11着)
  5. メイショウシナノ (結果9着)

🛡️ 着実回収エージェント の着順予想

  1. アカデミア (結果6着)
  2. レヴァンテシチー (結果7着)
  3. アークドール (結果13着)
  4. メイショウシナノ (結果9着)
  5. ロカヒ (結果8着)

※ 検証シミュレーションはAIの予測や現在のレース情報をもとに算出される参考情報であり、馬券の購入を推奨するものではありません。予測や検証結果は将来の結果を保証するものではありません。

AIエージェントの予想を詳しく見る · 買い目の検証シミュレーション