名古屋 9R 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

9R 名古屋競馬場ダ1500m ダート1500m　発走 18:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テリオスルナ差し	近藤颯（愛知）	実93.0	B× A×勝率0% EV-54% 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 03/06 川崎10R 5着/9頭+1.8秒 02/05 川崎12R 6着/12頭+0.6秒 01/20 船橋12R 10着/14頭+2.0秒 01/02 川崎12R 11着/14頭+1.8秒 12/18 川崎12R 11着/14頭+3.4秒
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 7.0着 (不振) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 18% △ ローテーション 144日休養明け × 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 12位 / 勝率 0.5% / 期待値 -54% ※ 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	カンタカナリート	渡邊竜（笠松）	実8.0	B○ A▲勝率10% EV-19% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/30 名古屋7R 1着/12頭 06/18 名古屋8R 6着/10頭 05/22 名古屋12R 3着/10頭 05/07 名古屋9R 2着/10頭+0.0秒 04/10 名古屋6R 2着/10頭+0.6秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 距離適性同距離 11走で勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ 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) +21% (市場と概ね一致) AI 予想勝率 15.2% (オッズ暗示: 12.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.1% / 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。
3	ワカギミ	丸野勝（愛知）	実19.8	B△ A▽勝率3% EV-47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高／直近3走で勝率33%と好調）
前5走 07/13 名古屋10R 7着/12頭 06/17 名古屋8R 2着/11頭 06/04 名古屋7R 1着/11頭 05/25 名古屋12R 1着/11頭 05/08 名古屋10R 5着/10頭+1.3秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 33% (得意) △ 距離適性同距離 17走で勝率 6% ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 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。
4	クルベリ	塚本征（愛知）	実4.8	B△ A△勝率7% EV-64% 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8走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/14 名古屋10R 1着/12頭 07/01 名古屋10R 5着/12頭 06/16 名古屋9R 4着/10頭+0.0秒 06/02 名古屋9R 7着/12頭 05/19 名古屋10R 7着/12頭+1.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ○ 距離適性同距離 13走で勝率 23% ◎ 騎手近50戦勝率 26% (好調) ◎ 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) -94% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 20.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.4% / 期待値 -65% ※ 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	オウケンボス先行	吉原寛（金沢）	実21.7	B× A×勝率2% EV-50% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場36走で勝率25%と適性高／同距離帯20走で勝率30%／直近3走平均9.0着と低調）
前5走 07/01 名古屋9R 9着/12頭+1.0秒 04/09 名古屋9R 6着/11頭+1.1秒 03/27 名古屋8R 12着/12頭+2.7秒 03/10 名古屋11R 1着/12頭勝利 02/25 名古屋11R 8着/12頭+0.9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 9.0着 (不振) ◎ 当競馬場適性 36走で勝率 25% (得意) ◎ 距離適性同距離 20走で勝率 30% ○ ローテーション 27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 0.2% (オッズ暗示: 4.6%) × Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 -50% ※ 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	ハヤブサアポチャン	明星晴（笠松）	実13.2	B× A△勝率5% EV-33% 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 07/13 名古屋9R 8着/11頭+1.0秒 06/16 川崎8R 1着/10頭 06/03 船橋4R 3着/11頭 03/16 浦和7R 2着/12頭+1.3秒 03/05 川崎6R 1着/11頭勝利
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 33% (上り調子) ◎ 距離適性同距離 9走で勝率 56% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 15日の間隔 (理想的) × 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 5位 / 勝率 5.1% / 期待値 -33% ※ 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	グラスビジョン	今井貴（愛知）	実3.1	B▲ A○勝率22% EV-32% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率67%と適性高／直近3走で勝率67%と好調／前走3着）
前5走 06/30 名古屋9R 3着/12頭 06/18 名古屋8R 1着/10頭 06/05 名古屋10R 1着/12頭 06/17 川崎7R 1着/12頭勝利 ―
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 3走で勝率 67% (得意) ○ 騎手近50戦勝率 14% ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 32.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.9% / 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。
8	エピックナイト	大畑慧（愛知）	実29.8	B△ A▽勝率2% EV-37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯25走で勝率28%）
前5走 07/13 名古屋10R 4着/12頭 06/30 名古屋10R 6着/9頭+3.0秒 06/16 名古屋11R 4着/12頭+1.0秒 06/02 名古屋9R 3着/12頭+4.0秒 05/19 名古屋10R 6着/12頭+0.9秒
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 4.7着 ○ 当競馬場適性 30走で勝率 20% (相性良) ◎ 距離適性同距離 25走で勝率 28% ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -86% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.1% / 期待値 -38% ※ 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	アオレレ	柿原翔（愛知）	実93.3	B× A▽勝率1% EV-22% 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 07/13 名古屋10R 8着/12頭+0.0秒 07/01 名古屋11R 3着/11頭 06/16 名古屋10R 8着/11頭 06/02 名古屋9R 11着/12頭+1.0秒 05/19 名古屋8R 3着/12頭+0.7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 6.3着 △ 当競馬場適性 32走で勝率 9% ○ 距離適性同距離 20走で勝率 15% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 15日の間隔 (理想的) × 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 10位 / 勝率 0.8% / 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。
10	ドラゴステ差し	丹羽克（愛知）	実18.3	B× A△勝率3% EV-36% 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 06/30 名古屋11R 5着/11頭+0.0秒 06/17 名古屋11R 6着/12頭 05/19 名古屋9R 6着/11頭+1.6秒 05/06 名古屋9R 4着/9頭+0.4秒 04/22 名古屋10R 3着/12頭+0.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -100% (大幅な期待値マイナス) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.5% / 期待値 -36% ※ 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	サラサラヘアー逃げ	村上弘（愛知）	実3.2	B🌟◎ A🌟◎勝率43% EV+37% 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7走で勝率57%と適性高／直近3走で勝率33%と好調／前走3着）
前5走 07/13 名古屋10R 3着/12頭+1.0秒 06/17 名古屋6R 1着/11頭 01/05 名古屋12R 3着/11頭+0.3秒 12/24 名古屋8R 1着/11頭勝利 12/09 名古屋5R 1着/12頭勝利
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 57% (得意) ○ 前走実績前走 3着 (好走) ○ ローテーション 15日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +138% (市場が大幅過小評価) AI 予想勝率 74.6% (オッズ暗示: 31.2%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 43.1% / 期待値 +38% ※ 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	スターインパクト	加藤聡（愛知）	実74.7	B× A▽勝率1% EV-48% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/13 名古屋10R 11着/12頭 07/01 名古屋8R 8着/12頭 06/17 名古屋8R 3着/11頭 06/03 名古屋9R 5着/12頭+3.0秒 05/21 名古屋6R 1着/10頭
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 当競馬場適性 114走で勝率 7% △ 距離適性同距離 65走で勝率 9% ○ 騎手近50戦勝率 14% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 期待値 -48% ※ 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

AI評価1位Aモデル ◎

サラサラヘアー

騎手村上弘（愛知）

単勝オッズ

3.2倍

AI期待値

+138%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲2カンタカナリート

8.0倍

EV +21%

▲A:○7グラスビジョン

3.1倍

EV -85%

出走馬全12頭

◎A:◎11

サラサラヘアー

村上弘（愛知）

3.2倍

+138%

›

○A:▲2

カンタカナリート

渡邊竜（笠松）

8.0倍

+21%

›

▲A:○7

グラスビジョン

今井貴（愛知）

3.1倍

-85%

›

△A:▽3

ワカギミ

丸野勝（愛知）

19.8倍

-24%

›

△A:△4

クルベリ

塚本征（愛知）

4.8倍

-94%

›

△A:▽8

エピックナイト

大畑慧（愛知）

29.8倍

-86%

›

×A:×5

オウケンボス

吉原寛（金沢）

21.7倍

-96%

›

×A:▽12

スターインパクト

加藤聡（愛知）

74.7倍

-92%

›

×A:△6

ハヤブサアポチャン

明星晴（笠松）

13.2倍

-99%

›

×A:△10

ドラゴステ

丹羽克（愛知）

18.3倍

-99%

›

×A:×1

テリオスルナ

近藤颯（愛知）

93.0倍

-99%

›

×A:▽9

アオレレ

柿原翔（愛知）

93.3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

両モデルとも本レースは見送り判定（期待値プラスなし）

9R 名古屋競馬場ダ1500m ダート1500m　発走 18:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テリオスルナ差し	近藤颯（愛知）	実93.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は5走で勝ち無し／144日ぶりの実戦）
前5走 03/06 川崎10R 5着/9頭+1.8秒 02/05 川崎12R 6着/12頭+0.6秒 01/20 船橋12R 10着/14頭+2.0秒 01/02 川崎12R 11着/14頭+1.8秒 12/18 川崎12R 11着/14頭+3.4秒
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 7.0着 (不振) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 18% △ ローテーション 144日休養明け × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.1%) ※ 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。
2	カンタカナリート	渡邊竜（笠松）	実8.0	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/30 名古屋7R 1着/12頭 06/18 名古屋8R 6着/10頭 05/22 名古屋12R 3着/10頭 05/07 名古屋9R 2着/10頭+0.0秒 04/10 名古屋6R 2着/10頭+0.6秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 距離適性同距離 11走で勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -19% (オッズ過剰評価) AI 予想勝率 10.1% (オッズ暗示: 12.5%) ※ 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。
3	ワカギミ	丸野勝（愛知）	実19.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高／直近3走で勝率33%と好調）
前5走 07/13 名古屋10R 7着/12頭 06/17 名古屋8R 2着/11頭 06/04 名古屋7R 1着/11頭 05/25 名古屋12R 1着/11頭 05/08 名古屋10R 5着/10頭+1.3秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 33% (得意) △ 距離適性同距離 17走で勝率 6% ○ ローテーション 15日の間隔 (理想的) × 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 2.7% (オッズ暗示: 5.1%) ※ 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。
4	クルベリ	塚本征（愛知）	実4.8	△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8走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/14 名古屋10R 1着/12頭 07/01 名古屋10R 5着/12頭 06/16 名古屋9R 4着/10頭+0.0秒 06/02 名古屋9R 7着/12頭 05/19 名古屋10R 7着/12頭+1.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ○ 距離適性同距離 13走で勝率 23% ◎ 騎手近50戦勝率 26% (好調) ◎ 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) -65% (大幅な期待値マイナス) AI 予想勝率 7.4% (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。
5	オウケンボス先行	吉原寛（金沢）	実21.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場36走で勝率25%と適性高／同距離帯20走で勝率30%／直近3走平均9.0着と低調）
前5走 07/01 名古屋9R 9着/12頭+1.0秒 04/09 名古屋9R 6着/11頭+1.1秒 03/27 名古屋8R 12着/12頭+2.7秒 03/10 名古屋11R 1着/12頭勝利 02/25 名古屋11R 8着/12頭+0.9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 9.0着 (不振) ◎ 当競馬場適性 36走で勝率 25% (得意) ◎ 距離適性同距離 20走で勝率 30% ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 4.6%) ※ 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	ハヤブサアポチャン	明星晴（笠松）	実13.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯9走で勝率56%／直近3走で勝率33%と好調）
前5走 07/13 名古屋9R 8着/11頭+1.0秒 06/16 川崎8R 1着/10頭 06/03 船橋4R 3着/11頭 03/16 浦和7R 2着/12頭+1.3秒 03/05 川崎6R 1着/11頭勝利
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 33% (上り調子) ◎ 距離適性同距離 9走で勝率 56% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 15日の間隔 (理想的) × 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 5.1% (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。
7	グラスビジョン	今井貴（愛知）	実3.1	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率67%と適性高／直近3走で勝率67%と好調／前走3着）
前5走 06/30 名古屋9R 3着/12頭 06/18 名古屋8R 1着/10頭 06/05 名古屋10R 1着/12頭 06/17 川崎7R 1着/12頭勝利 ―
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 3走で勝率 67% (得意) ○ 騎手近50戦勝率 14% ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 21.9% (オッズ暗示: 32.3%) ※ 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	エピックナイト	大畑慧（愛知）	実29.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯25走で勝率28%）
前5走 07/13 名古屋10R 4着/12頭 06/30 名古屋10R 6着/9頭+3.0秒 06/16 名古屋11R 4着/12頭+1.0秒 06/02 名古屋9R 3着/12頭+4.0秒 05/19 名古屋10R 6着/12頭+0.9秒
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 4.7着 ○ 当競馬場適性 30走で勝率 20% (相性良) ◎ 距離適性同距離 25走で勝率 28% ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 3.4%) ※ 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	アオレレ	柿原翔（愛知）	実93.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/13 名古屋10R 8着/12頭+0.0秒 07/01 名古屋11R 3着/11頭 06/16 名古屋10R 8着/11頭 06/02 名古屋9R 11着/12頭+1.0秒 05/19 名古屋8R 3着/12頭+0.7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 6.3着 △ 当競馬場適性 32走で勝率 9% ○ 距離適性同距離 20走で勝率 15% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.1%) ※ 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。
10	ドラゴステ差し	丹羽克（愛知）	実18.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率4%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 06/30 名古屋11R 5着/11頭+0.0秒 06/17 名古屋11R 6着/12頭 05/19 名古屋9R 6着/11頭+1.6秒 05/06 名古屋9R 4着/9頭+0.4秒 04/22 名古屋10R 3着/12頭+0.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -36% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 5.5%) ※ 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。
11	サラサラヘアー逃げ	村上弘（愛知）	実3.2	🌟◎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（当競馬場7走で勝率57%と適性高／直近3走で勝率33%と好調／前走3着）
前5走 07/13 名古屋10R 3着/12頭+1.0秒 06/17 名古屋6R 1着/11頭 01/05 名古屋12R 3着/11頭+0.3秒 12/24 名古屋8R 1着/11頭勝利 12/09 名古屋5R 1着/12頭勝利
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 57% (得意) ○ 前走実績前走 3着 (好走) ○ ローテーション 15日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 43.1% (オッズ暗示: 31.2%) ※ 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	スターインパクト	加藤聡（愛知）	実74.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/13 名古屋10R 11着/12頭 07/01 名古屋8R 8着/12頭 06/17 名古屋8R 3着/11頭 06/03 名古屋9R 5着/12頭+3.0秒 05/21 名古屋6R 1着/10頭
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 当競馬場適性 114走で勝率 7% △ 距離適性同距離 65走で勝率 9% ○ 騎手近50戦勝率 14% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.3%) ※ 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

サラサラヘアー

騎手村上弘（愛知）

単勝オッズ

3.2倍

AI期待値

+37%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7グラスビジョン

3.1倍

EV -32%

▲2カンタカナリート

8.0倍

EV -19%

出走馬全12頭

◎11

サラサラヘアー

村上弘（愛知）

3.2倍

+37%

›

○7

グラスビジョン

今井貴（愛知）

3.1倍

-32%

›

▲2

カンタカナリート

渡邊竜（笠松）

8.0倍

-19%

›

△4

クルベリ

塚本征（愛知）

4.8倍

-64%

›

△6

ハヤブサアポチャン

明星晴（笠松）

13.2倍

-33%

›

△10

ドラゴステ

丹羽克（愛知）

18.3倍

-36%

›

▽3

ワカギミ

丸野勝（愛知）

19.8倍

-47%

›

×5

オウケンボス

吉原寛（金沢）

21.7倍

-50%

›

▽8

エピックナイト

大畑慧（愛知）

29.8倍

-37%

›

▽9

アオレレ

柿原翔（愛知）

93.3倍

-22%

›

▽12

スターインパクト

加藤聡（愛知）

74.7倍

-48%

›

×1

テリオスルナ

近藤颯（愛知）

93.0倍

-54%

›

💡 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

両モデルとも本レースは見送り判定（期待値プラスなし）

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。