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 名古屋競馬場ダ1400m ダート1400m　発走 19:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フォルツァエフ	筒井勇（笠松）	実73.6	B× A▽勝率2% EV+10% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は12走で勝ち無し）
前5走 07/15 名古屋10R 6着/12頭 07/01 名古屋9R 8着/12頭 05/21 名古屋11R 4着/10頭 05/07 名古屋11R 9着/10頭+1.0秒 04/23 名古屋11R 10着/10頭+2.5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 6.0着 ○ 当競馬場適性 31走で勝率 19% (相性良) ▽ 距離適性同距離は 12走で勝ち無し ○ 馬場適性同馬場 14走で勝率 21% ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.5% / 期待値 +11% ※ 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	ユズノキ	渡邊竜（笠松）	実4.3	B△ A○勝率22% EV-5% 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22走で勝率27%／同馬場状態で勝率36%）
前5走 07/01 名古屋9R 7着/12頭+0.0秒 06/17 名古屋11R 3着/12頭+0.0秒 06/03 名古屋10R 7着/12頭 05/20 名古屋11R 3着/11頭+0.0秒 05/06 名古屋11R 5着/10頭+0.9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 5.7着 ○ 当競馬場適性 31走で勝率 19% (相性良) ◎ 距離適性同距離 22走で勝率 27% ◎ 馬場適性同馬場 14走で勝率 36% ○ 騎手近50戦勝率 18% × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.0% / 期待値 -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	デスティニーホープ	加藤聡（愛知）	実2.4	B🌟◎ A◎勝率29% EV-31% 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29%と適性高／同距離帯9走で勝率33%／直近3走で勝率33%と好調）
前5走 07/13 名古屋9R 3着/11頭 07/01 名古屋10R 2着/12頭+2.0秒 06/03 名古屋9R 1着/12頭 05/20 名古屋9R 10着/11頭+2.0秒 04/23 名古屋8R 1着/12頭勝利
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 7走で勝率 29% (得意) ◎ 距離適性同距離 9走で勝率 33% ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) ○ ローテーション 17日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +88% (市場が大幅過小評価) AI 予想勝率 78.4% (オッズ暗示: 41.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 28.7% / 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。
4	ミーハ	木之葵（愛知）	実57.9	B× A▽勝率3% EV+56% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 07/13 名古屋11R 10着/11頭+2.0秒 06/30 名古屋11R 8着/11頭+0.0秒 06/17 名古屋11R 10着/12頭+5.0秒 05/19 名古屋9R 3着/11頭+0.9秒 05/06 名古屋9R 5着/9頭+0.6秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) △ 当競馬場適性 42走で勝率 12% ○ 距離適性同距離 15走で勝率 20% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 17日の間隔 (理想的) × 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 0.0% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.7% / 期待値 +57% ※ 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	ブライテン	塚本征（愛知）	実6.4	B△ A△勝率11% EV-28% 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20走で勝率30%／同馬場状態で勝率38%／騎手は近50戦で勝率24%）
前5走 07/13 名古屋11R 7着/11頭 07/01 名古屋9R 5着/12頭 06/17 名古屋11R 5着/12頭 06/02 名古屋10R 4着/12頭 05/20 名古屋11R 8着/11頭
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 5.7着 ○ 当競馬場適性 14走で勝率 21% (相性良) ◎ 距離適性同距離 20走で勝率 30% ◎ 馬場適性同馬場 16走で勝率 38% ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 17日の間隔 (理想的) × 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: 15.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.2% / 期待値 -29% ※ 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	ジェイエルバルカー	細川智（愛知）	実56.3	B× A▽勝率3% EV+60% 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 07/15 名古屋10R 7着/12頭 07/01 名古屋9R 12着/12頭 06/17 名古屋9R 10着/11頭+2.0秒 05/21 名古屋11R 3着/10頭 04/23 名古屋11R 9着/10頭+2.3秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 5走で勝ち無し ○ 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 7位 / 勝率 2.8% / 期待値 +60% ※ 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	ミニマルデザイン推奨	村上弘（愛知）	実8.6	B○ A△勝率10% EV-16% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+64%の中穴候補（直近3走勝率33%と上り調子／当競馬場4走で勝率50%と適性高／同距離帯で勝率40%と得意）
前5走 07/14 名古屋11R 4着/7頭 07/01 名古屋9R 6着/12頭 06/16 名古屋9R 1着/10頭 05/21 名古屋7R 1着/10頭 12/25 園田9R 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 33% (上り調子) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 馬場適性同馬場 5走で勝率 60% ○ 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) +64% (市場が大幅過小評価) AI 予想勝率 19.1% (オッズ暗示: 11.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.7% / 期待値 -17% ※ 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	プロミシングギャル	小笠羚（愛知）	実3.9	B▲ A▲勝率12% EV-53% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.3着と安定／前走2着）
前5走 07/13 名古屋9R 2着/11頭 06/30 名古屋10R 2着/9頭 06/17 名古屋9R 3着/11頭 06/02 名古屋10R 5着/12頭 05/20 名古屋12R 3着/11頭
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 2.3着 (安定) △ 当競馬場適性 36走で勝率 14% ○ 距離適性同距離 22走で勝率 23% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 17日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 25.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.9% / 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。
9	ラブミーテキーラ自在	近藤颯（愛知）	実30.1	B△ A△勝率8% EV+142% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/15 名古屋10R 5着/12頭 07/02 名古屋11R 10着/11頭 01/15 園田10R 7着/10頭+0.8秒 12/16 園田10R 5着/12頭+0.4秒 11/26 園田11R 4着/12頭+0.5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 7.3着 (不振) ○ 距離適性同距離 5走で勝率 20% ○ 騎手近50戦勝率 18% ○ 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 0.2% (オッズ暗示: 3.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.0% / 期待値 +142% ※ 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	コムーネ	丸野勝（愛知）	実58.0	B× A▽勝率1% EV-18% 詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／直近3走平均8.7着と低調）
前5走 07/14 名古屋11R 6着/7頭+0.0秒 06/17 名古屋11R 12着/12頭+0.0秒 06/02 名古屋11R 8着/12頭 05/06 名古屋11R 9着/10頭+2.8秒 04/20 名古屋11R 1着/11頭勝利
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 8.7着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 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。

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 ◎

デスティニーホープ

騎手加藤聡（愛知）

単勝オッズ

2.4倍

AI期待値

+88%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△7ミニマルデザイン

8.6倍

EV +64%

▲A:▲8プロミシングギャル

3.9倍

EV -96%

出走馬全10頭

◎A:◎3

デスティニーホープ

加藤聡（愛知）

2.4倍

+88%

›

○A:△7

ミニマルデザイン

村上弘（愛知）

8.6倍

+64%

›

▲A:▲8

プロミシングギャル

小笠羚（愛知）

3.9倍

-96%

›

△A:○2

ユズノキ

渡邊竜（笠松）

4.3倍

-96%

›

△A:△5

ブライテン

塚本征（愛知）

6.4倍

-98%

›

△A:△9

ラブミーテキーラ

近藤颯（愛知）

30.1倍

-93%

›

×A:▽1

フォルツァエフ

筒井勇（笠松）

73.6倍

-91%

›

×A:▽10

コムーネ

丸野勝（愛知）

58.0倍

-95%

›

×A:▽4

ミーハ

木之葵（愛知）

57.9倍

-99%

›

×A:▽6

ジェイエルバルカー

細川智（愛知）

56.3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 (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 7 ミニマルデザイン ¥200 確定5.0倍期待値 +64% 🎯的中1着確定 5.0倍1,000円

※ 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

11R 名古屋競馬場ダ1400m ダート1400m　発走 19:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フォルツァエフ	筒井勇（笠松）	実73.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は12走で勝ち無し）
前5走 07/15 名古屋10R 6着/12頭 07/01 名古屋9R 8着/12頭 05/21 名古屋11R 4着/10頭 05/07 名古屋11R 9着/10頭+1.0秒 04/23 名古屋11R 10着/10頭+2.5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 6.0着 ○ 当競馬場適性 31走で勝率 19% (相性良) ▽ 距離適性同距離は 12走で勝ち無し ○ 馬場適性同馬場 14走で勝率 21% ○ 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) +10% (市場と概ね一致) AI 予想勝率 1.5% (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。
2	ユズノキ	渡邊竜（笠松）	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯22走で勝率27%／同馬場状態で勝率36%）
前5走 07/01 名古屋9R 7着/12頭+0.0秒 06/17 名古屋11R 3着/12頭+0.0秒 06/03 名古屋10R 7着/12頭 05/20 名古屋11R 3着/11頭+0.0秒 05/06 名古屋11R 5着/10頭+0.9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 5.7着 ○ 当競馬場適性 31走で勝率 19% (相性良) ◎ 距離適性同距離 22走で勝率 27% ◎ 馬場適性同馬場 14走で勝率 36% ○ 騎手近50戦勝率 18% △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 22.0% (オッズ暗示: 23.3%) ※ 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	デスティニーホープ	加藤聡（愛知）	実2.4	◎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29%と適性高／同距離帯9走で勝率33%／直近3走で勝率33%と好調）
前5走 07/13 名古屋9R 3着/11頭 07/01 名古屋10R 2着/12頭+2.0秒 06/03 名古屋9R 1着/12頭 05/20 名古屋9R 10着/11頭+2.0秒 04/23 名古屋8R 1着/12頭勝利
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 7走で勝率 29% (得意) ◎ 距離適性同距離 9走で勝率 33% ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) ○ ローテーション 17日の間隔 (理想的) × 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 28.7% (オッズ暗示: 41.7%) ※ 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。
4	ミーハ	木之葵（愛知）	実57.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 07/13 名古屋11R 10着/11頭+2.0秒 06/30 名古屋11R 8着/11頭+0.0秒 06/17 名古屋11R 10着/12頭+5.0秒 05/19 名古屋9R 3着/11頭+0.9秒 05/06 名古屋9R 5着/9頭+0.6秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) △ 当競馬場適性 42走で勝率 12% ○ 距離適性同距離 15走で勝率 20% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 17日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +56% (市場が大幅過小評価) AI 予想勝率 2.7% (オッズ暗示: 1.7%) ※ 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。
5	ブライテン	塚本征（愛知）	実6.4	△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20走で勝率30%／同馬場状態で勝率38%／騎手は近50戦で勝率24%）
前5走 07/13 名古屋11R 7着/11頭 07/01 名古屋9R 5着/12頭 06/17 名古屋11R 5着/12頭 06/02 名古屋10R 4着/12頭 05/20 名古屋11R 8着/11頭
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 5.7着 ○ 当競馬場適性 14走で勝率 21% (相性良) ◎ 距離適性同距離 20走で勝率 30% ◎ 馬場適性同馬場 16走で勝率 38% ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 11.2% (オッズ暗示: 15.6%) ※ 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	ジェイエルバルカー	細川智（愛知）	実56.3	▽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／直近3走平均9.7着と低調）
前5走 07/15 名古屋10R 7着/12頭 07/01 名古屋9R 12着/12頭 06/17 名古屋9R 10着/11頭+2.0秒 05/21 名古屋11R 3着/10頭 04/23 名古屋11R 9着/10頭+2.3秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 5走で勝ち無し ○ 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) +60% (市場が大幅過小評価) AI 予想勝率 2.8% (オッズ暗示: 1.8%) ※ 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。
7	ミニマルデザイン推奨	村上弘（愛知）	実8.6	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場4走で勝率50%と適性高／同距離帯で勝率40%と得意）
前5走 07/14 名古屋11R 4着/7頭 07/01 名古屋9R 6着/12頭 06/16 名古屋9R 1着/10頭 05/21 名古屋7R 1着/10頭 12/25 園田9R 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 33% (上り調子) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 馬場適性同馬場 5走で勝率 60% ○ 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) -17% (オッズ過剰評価) AI 予想勝率 9.7% (オッズ暗示: 11.6%) ※ 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	プロミシングギャル	小笠羚（愛知）	実3.9	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.3着と安定／前走2着）
前5走 07/13 名古屋9R 2着/11頭 06/30 名古屋10R 2着/9頭 06/17 名古屋9R 3着/11頭 06/02 名古屋10R 5着/12頭 05/20 名古屋12R 3着/11頭
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 2.3着 (安定) △ 当競馬場適性 36走で勝率 14% ○ 距離適性同距離 22走で勝率 23% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 17日の間隔 (理想的) × 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 11.9% (オッズ暗示: 25.6%) ※ 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。
9	ラブミーテキーラ自在	近藤颯（愛知）	実30.1	△詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/15 名古屋10R 5着/12頭 07/02 名古屋11R 10着/11頭 01/15 園田10R 7着/10頭+0.8秒 12/16 園田10R 5着/12頭+0.4秒 11/26 園田11R 4着/12頭+0.5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 7.3着 (不振) ○ 距離適性同距離 5走で勝率 20% ○ 騎手近50戦勝率 18% ○ 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) +142% (市場が大幅過小評価) AI 予想勝率 8.0% (オッズ暗示: 3.3%) ※ 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。
10	コムーネ	丸野勝（愛知）	実58.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／直近3走平均8.7着と低調）
前5走 07/14 名古屋11R 6着/7頭+0.0秒 06/17 名古屋11R 12着/12頭+0.0秒 06/02 名古屋11R 8着/12頭 05/06 名古屋11R 9着/10頭+2.8秒 04/20 名古屋11R 1着/11頭勝利
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 8.7着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -19% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.7%) ※ 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。

🎯 AIの本命

AI評価1位

デスティニーホープ

騎手加藤聡（愛知）

単勝オッズ

2.4倍

AI期待値

-31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2ユズノキ

4.3倍

EV -5%

▲8プロミシングギャル

3.9倍

EV -53%

出走馬全10頭

◎3

デスティニーホープ

加藤聡（愛知）

2.4倍

-31%

›

○2

ユズノキ

渡邊竜（笠松）

4.3倍

-5%

›

▲8

プロミシングギャル

小笠羚（愛知）

3.9倍

-53%

›

△5

ブライテン

塚本征（愛知）

6.4倍

-28%

›

△7

ミニマルデザイン

村上弘（愛知）

8.6倍

-16%

›

△9

ラブミーテキーラ

近藤颯（愛知）

30.1倍

+142%

›

▽6

ジェイエルバルカー

細川智（愛知）

56.3倍

+60%

›

▽4

ミーハ

木之葵（愛知）

57.9倍

+56%

›

▽1

フォルツァエフ

筒井勇（笠松）

73.6倍

+10%

›

▽10

コムーネ

丸野勝（愛知）

58.0倍

-18%

›

💡 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 7 ミニマルデザイン ¥200 確定5.0倍期待値 -17% 🎯的中1着確定 5.0倍1,000円

※ 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。