名古屋 11R 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

11R 名古屋競馬場竹橋おきらＢ２六特別編成ダ1700m ダート1700m　発走 19:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エムティトップ	近藤颯（愛知）	実158.7	B△ A▽勝率1% EV+102% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 18% 🌟◎ 期待値 (オッズ vs AI勝率) +277% (市場が大幅過小評価) AI 予想勝率 2.4% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 期待値 +103% ※ 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	ボル逃げ	塚本征（愛知）	実3.1	B△ A🌟◎勝率38% EV+17% 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50%と適性高／直近3走で勝率67%と好調／前走2着）
前5走 07/01 名古屋8R 2着/12頭 06/03 名古屋8R 1着/12頭 05/07 名古屋9R 1着/10頭勝利 04/13 名古屋7R 1着/10頭勝利 03/13 名古屋4R 2着/10頭+0.2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 67% (絶好調) ◎ 当競馬場適性 8走で勝率 50% (得意) ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2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) -83% (大幅な期待値マイナス) AI 予想勝率 5.4% (オッズ暗示: 32.3%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 37.9% / 期待値 +18% ※ 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	バードハズフロウン差し	加藤誓（愛知）	実227.6	B× A▽勝率0% EV-2% 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 04/06 川崎6R 10着/12頭+2.8秒 03/16 浦和8R 7着/12頭+1.9秒 03/02 川崎4R 9着/10頭+2.8秒 02/03 川崎5R 11着/12頭+1.6秒 01/04 川崎8R 9着/14頭+2.1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 8.7着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 114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 11位 / 勝率 0.4% / 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。
4	ノボリユーミン	小笠羚（愛知）	実4.1	B△ A▲勝率13% EV-48% 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13走で勝率38%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 07/13 名古屋10R 1着/12頭 06/30 名古屋9R 2着/12頭 06/03 名古屋8R 2着/12頭+3.0秒 05/21 名古屋7R 2着/10頭 04/09 名古屋10R 7着/11頭+1.6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 13走で勝率 38% (得意) △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -90% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 24.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.6% / 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。
5	アメストリス逃げ	加藤聡（愛知）	実33.6	B× A▽勝率3% EV+9% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率25%／70日ぶりの実戦）
前5走 05/20 名古屋11R 7着/11頭 04/03 船橋11R 9着/10頭+1.9秒 03/04 川崎11R 3着/6頭+0.4秒 11/19 川崎11R 7着/13頭+1.3秒 10/16 川崎11R 3着/11頭+0.7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 6.3着 ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.3% / 期待値 +10% ※ 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	テルケンレンスター	今井貴（愛知）	実4.4	B🌟◎ A○勝率16% EV-29% 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3走で勝率67%と適性高／直近3走で勝率67%と好調／前走2着）
前5走 07/13 名古屋10R 2着/12頭+2.0秒 06/18 名古屋9R 1着/10頭 06/05 名古屋8R 1着/12頭 05/01 大井6R 3着/12頭+0.4秒 04/17 大井7R 3着/10頭+0.4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 3走で勝率 67% (得意) ○ 距離適性同距離 9走で勝率 22% ○ 前走実績前走 2着 (好走) ○ ローテーション 16日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +190% (市場が大幅過小評価) AI 予想勝率 66.1% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.0% / 期待値 -30% ※ 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	ダイチラポール	渡邊竜（笠松）	実6.0	B× A△勝率11% EV-34% 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4走で勝率0%と苦戦傾向）
前5走 07/13 名古屋9R 5着/11頭+0.0秒 06/30 名古屋11R 6着/11頭 06/17 名古屋9R 2着/11頭 06/02 名古屋10R 2着/12頭 ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 騎手近50戦勝率 14% ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 16.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.9% / 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。
8	ペップセ	山田祥（愛知）	実17.4	B× A×勝率3% EV-53% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/13 名古屋9R 6着/11頭+2.0秒 06/03 名古屋11R 7着/10頭 05/20 名古屋11R 2着/11頭 05/06 名古屋11R 4着/10頭+0.8秒 10/16 名古屋10R 3着/7頭+0.6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 5.0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 8% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 16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 0.8% (オッズ暗示: 5.7%) × Aモデルの評価 (参考) レース内 8位 / 勝率 2.7% / 期待値 -53% ※ 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	ハビビ	筒井勇（笠松）	実8.5	B○ A△勝率8% EV-35% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 15.0% (オッズ暗示: 11.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.6% / 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。
10	サブリュウシン	大畑慧（愛知）	実93.7	B× A▽勝率2% EV+52% 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 11着/11頭+4.0秒 07/01 名古屋10R 7着/12頭 06/16 名古屋9R 5着/10頭+0.0秒 06/02 名古屋9R 5着/12頭 05/19 名古屋8R 8着/12頭+2.8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 7.7着 (不振) △ 当競馬場適性 12走で勝率 8% ◎ 距離適性同距離 3走で勝率 33% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 16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 9位 / 勝率 1.6% / 期待値 +52% ※ 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	レッドサラマンダー追込	丸野勝（愛知）	実193.6	B× A▽勝率0% 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 06/28 314R 9着/9頭+4.9秒 05/30 316R 11着/11頭+4.0秒 05/17 314R 7着/11頭+1.2秒 04/10 川崎12R 9着/11頭+2.3秒 03/03 川崎10R 11着/12頭+3.4秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ 距離適性同距離 10走で勝率 10% × 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 0.4% / 期待値 -23% ※ 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	リプリー	大畑雅（愛知）	実13.1	B▲ A△勝率5% EV-31% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯3走で勝率33%／同馬場状態で勝率50%／直近3走で勝率33%と好調）
前5走 06/30 名古屋9R 1着/12頭 06/18 名古屋5R 4着/9頭 06/04 名古屋9R 3着/12頭 05/20 名古屋12R 7着/11頭 04/23 名古屋8R 8着/12頭+2.7秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 25走で勝率 24% (相性良) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 8走で勝率 50% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 6.6% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.2% / 期待値 -31% ※ 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 ○

テルケンレンスター

騎手今井貴（愛知）

単勝オッズ

4.4倍

AI期待値

+190%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△9ハビビ

8.5倍

EV +27%

▲A:△12リプリー

13.1倍

EV -14%

出走馬全12頭

◎A:○6

テルケンレンスター

今井貴（愛知）

4.4倍

+190%

›

○A:△9

ハビビ

筒井勇（笠松）

8.5倍

+27%

›

▲A:△12

リプリー

大畑雅（愛知）

13.1倍

-14%

›

△A:◎2

ボル

塚本征（愛知）

3.1倍

-83%

›

△A:▲4

ノボリユーミン

小笠羚（愛知）

4.1倍

-90%

›

△A:▽1

エムティトップ

近藤颯（愛知）

158.7倍

+277%

›

×A:△7

ダイチラポール

渡邊竜（笠松）

6.0倍

-95%

›

×A:×8

ペップセ

山田祥（愛知）

17.4倍

-86%

›

×A:▽5

アメストリス

加藤聡（愛知）

33.6倍

-81%

›

×A:▽10

サブリュウシン

大畑慧（愛知）

93.7倍

-99%

›

×A:▽11

レッドサラマンダー

丸野勝（愛知）

193.6倍

-99%

›

×A:▽3

バードハズフロウン

加藤誓（愛知）

227.6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）

11R 名古屋競馬場竹橋おきらＢ２六特別編成ダ1700m ダート1700m　発走 19:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エムティトップ	近藤颯（愛知）	実158.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 18% 🌟◎ 期待値 (オッズ vs AI勝率) +102% (市場が大幅過小評価) AI 予想勝率 1.3% (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。
2	ボル逃げ	塚本征（愛知）	実3.1	🌟◎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8走で勝率50%と適性高／直近3走で勝率67%と好調／前走2着）
前5走 07/01 名古屋8R 2着/12頭 06/03 名古屋8R 1着/12頭 05/07 名古屋9R 1着/10頭勝利 04/13 名古屋7R 1着/10頭勝利 03/13 名古屋4R 2着/10頭+0.2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 67% (絶好調) ◎ 当競馬場適性 8走で勝率 50% (得意) ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2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) +17% (市場と概ね一致) AI 予想勝率 37.9% (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。
3	バードハズフロウン差し	加藤誓（愛知）	実227.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／114日ぶりの実戦）
前5走 04/06 川崎6R 10着/12頭+2.8秒 03/16 浦和8R 7着/12頭+1.9秒 03/02 川崎4R 9着/10頭+2.8秒 02/03 川崎5R 11着/12頭+1.6秒 01/04 川崎8R 9着/14頭+2.1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 8.7着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 114日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 0.4% (オッズ暗示: 0.4%) ※ 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。
4	ノボリユーミン	小笠羚（愛知）	実4.1	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場13走で勝率38%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 07/13 名古屋10R 1着/12頭 06/30 名古屋9R 2着/12頭 06/03 名古屋8R 2着/12頭+3.0秒 05/21 名古屋7R 2着/10頭 04/09 名古屋10R 7着/11頭+1.6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 13走で勝率 38% (得意) △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16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 12.6% (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	アメストリス逃げ	加藤聡（愛知）	実33.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率25%／70日ぶりの実戦）
前5走 05/20 名古屋11R 7着/11頭 04/03 船橋11R 9着/10頭+1.9秒 03/04 川崎11R 3着/6頭+0.4秒 11/19 川崎11R 7着/13頭+1.3秒 10/16 川崎11R 3着/11頭+0.7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 6.3着 ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 3.3% (オッズ暗示: 3.0%) ※ 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。
6	テルケンレンスター	今井貴（愛知）	実4.4	○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2着）
前5走 07/13 名古屋10R 2着/12頭+2.0秒 06/18 名古屋9R 1着/10頭 06/05 名古屋8R 1着/12頭 05/01 大井6R 3着/12頭+0.4秒 04/17 大井7R 3着/10頭+0.4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 3走で勝率 67% (得意) ○ 距離適性同距離 9走で勝率 22% ○ 前走実績前走 2着 (好走) ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 16.0% (オッズ暗示: 22.7%) ※ 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。
7	ダイチラポール	渡邊竜（笠松）	実6.0	△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4走で勝率0%と苦戦傾向）
前5走 07/13 名古屋9R 5着/11頭+0.0秒 06/30 名古屋11R 6着/11頭 06/17 名古屋9R 2着/11頭 06/02 名古屋10R 2着/12頭 ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 騎手近50戦勝率 14% ○ ローテーション 16日の間隔 (理想的) × 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 10.9% (オッズ暗示: 16.7%) ※ 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	ペップセ	山田祥（愛知）	実17.4	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/13 名古屋9R 6着/11頭+2.0秒 06/03 名古屋11R 7着/10頭 05/20 名古屋11R 2着/11頭 05/06 名古屋11R 4着/10頭+0.8秒 10/16 名古屋10R 3着/7頭+0.6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 5.0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 8% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 2.7% (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。
9	ハビビ	筒井勇（笠松）	実8.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 5位 (中位評価) × 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 7.6% (オッズ暗示: 11.8%) ※ 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。
10	サブリュウシン	大畑慧（愛知）	実93.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯3走で勝率33%）
前5走 07/13 名古屋9R 11着/11頭+4.0秒 07/01 名古屋10R 7着/12頭 06/16 名古屋9R 5着/10頭+0.0秒 06/02 名古屋9R 5着/12頭 05/19 名古屋8R 8着/12頭+2.8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 7.7着 (不振) △ 当競馬場適性 12走で勝率 8% ◎ 距離適性同距離 3走で勝率 33% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 16日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +52% (市場が大幅過小評価) AI 予想勝率 1.6% (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。
11	レッドサラマンダー追込	丸野勝（愛知）	実193.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 06/28 314R 9着/9頭+4.9秒 05/30 316R 11着/11頭+4.0秒 05/17 314R 7着/11頭+1.2秒 04/10 川崎12R 9着/11頭+2.3秒 03/03 川崎10R 11着/12頭+3.4秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ 距離適性同距離 10走で勝率 10% △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 0.4% (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。
12	リプリー	大畑雅（愛知）	実13.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯3走で勝率33%／同馬場状態で勝率50%／直近3走で勝率33%と好調）
前5走 06/30 名古屋9R 1着/12頭 06/18 名古屋5R 4着/9頭 06/04 名古屋9R 3着/12頭 05/20 名古屋12R 7着/11頭 04/23 名古屋8R 8着/12頭+2.7秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 25走で勝率 24% (相性良) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 8走で勝率 50% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 5.2% (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。

🎯 AIの本命

AI評価1位

ボル

騎手塚本征（愛知）

単勝オッズ

3.1倍

AI期待値

+17%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6テルケンレンスター

4.4倍

EV -29%

▲4ノボリユーミン

4.1倍

EV -48%

出走馬全12頭

◎2

ボル

塚本征（愛知）

3.1倍

+17%

›

○6

テルケンレンスター

今井貴（愛知）

4.4倍

-29%

›

▲4

ノボリユーミン

小笠羚（愛知）

4.1倍

-48%

›

△7

ダイチラポール

渡邊竜（笠松）

6.0倍

-34%

›

△9

ハビビ

筒井勇（笠松）

8.5倍

-35%

›

△12

リプリー

大畑雅（愛知）

13.1倍

-31%

›

▽5

アメストリス

加藤聡（愛知）

33.6倍

+9%

›

×8

ペップセ

山田祥（愛知）

17.4倍

-53%

›

▽10

サブリュウシン

大畑慧（愛知）

93.7倍

+52%

›

▽1

エムティトップ

近藤颯（愛知）

158.7倍

+102%

›

▽3

バードハズフロウン

加藤誓（愛知）

227.6倍

-2%

›

▽11

レッドサラマンダー

丸野勝（愛知）

193.6倍

-22%

›

💡 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。