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 名古屋競馬場ベイスプリントオープンダ920m ダート920m　発走 20:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コパカツ	今井貴（愛知）	実94.8	B× A▽勝率1% EV+1% 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 11着/12頭+3.0秒 06/18 名古屋11R 10着/12頭 05/21 名古屋11R 2着/10頭+3.0秒 05/08 名古屋11R 6着/10頭+1.9秒 04/23 名古屋11R 3着/10頭+1.3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 7.7着 (不振) ○ 当競馬場適性 13走で勝率 15% (相性良) ◎ 距離適性同距離 8走で勝率 25% ◎ 馬場適性同馬場 11走で勝率 45% ▽ 前走実績前走 11着 (大敗) × 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 1.1% / 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。
2	ジュンフィレンツェ	筒井勇（笠松）	実25.7	B× A▽勝率3% EV-19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/17 名古屋11R 5着/6頭 07/02 名古屋11R 2着/11頭+4.0秒 06/03 名古屋11R 5着/10頭 05/22 名古屋11R 3着/11頭 05/04 名古屋8R 5着/9頭+2.0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 34走で勝率 21% (相性良) × 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 0.2% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.1% / 期待値 -20% ※ 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	スティールアクター	細川智（愛知）	実30.2	B× A△勝率4% EV+17% 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 8着/12頭 07/02 名古屋11R 4着/11頭 06/18 名古屋11R 8着/12頭 05/21 名古屋11R 1着/10頭 04/23 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 6.7着 ◎ 当競馬場適性 30走で勝率 27% (得意) ◎ 距離適性同距離 10走で勝率 30% ○ 馬場適性同馬場 19走で勝率 21% × 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 3.9% / 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。
4	ラブミーテキーラ自在	友森翔（愛知）	実91.0	B× A▽勝率2% EV+59% 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 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 4 ◎ 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 16走で勝率 12% × 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 1.7% / 期待値 +59% ※ 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	ハクサンパイオニア	塚本征（愛知）	実6.6	B▲ A▲勝率14% EV-8% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／728日ぶりの実戦）
前5走 08/22 名古屋11R 2着/12頭+0.1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 2.0着 (安定) ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) △ ローテーション 728日休養明け × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 8.3% (オッズ暗示: 15.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.9% / 期待値 -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。
6	タントゥーム差し	鈴木太（金沢）	実137.0	B× A▽勝率0% EV-40% 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 02/23 浦和7R 13着/13頭+5.1秒 09/13 大井1R 4着/8頭+1.5秒 12/31 大井1R 2着/10頭+0.7秒 12/09 大井6R 5着/10頭+1.5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 6.3着 ▽ 前走実績前走 13着 (大敗) △ ローテーション 178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 0.4% / 期待値 -41% ※ 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	ハッピーミーク先行	望月洵（愛知）	推定—	B△ A△勝率7% EV-88% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場27走で勝率44%と適性高／同距離帯7走で勝率57%／同馬場状態で勝率40%）
前5走 07/28 名古屋10R 6着/9頭+1.8秒 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
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 4.0着 ◎ 当競馬場適性 27走で勝率 44% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 馬場適性同馬場 15走で勝率 40% ◎ 騎手近50戦勝率 28% (好調) ○ ローテーション 23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) AI 予想勝率 0.2% △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.3% / 期待値 -88% ※ 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	ブライトファントム逃げ	村上弘（愛知）	実6.6	B△ A○勝率16% EV+5% 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23走で勝率43%と適性高／同距離帯12走で勝率58%／同馬場状態で勝率47%）
前5走 07/15 名古屋10R 9着/12頭 01/16 名古屋11R 1着/8頭勝利 11/25 名古屋11R 1着/8頭勝利 10/30 名古屋10R 1着/11頭勝利 09/17 名古屋11R 4着/10頭+0.3秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 23走で勝率 43% (得意) ◎ 距離適性同距離 12走で勝率 58% ◎ 馬場適性同馬場 15走で勝率 47% × 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 0.4% (オッズ暗示: 15.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.0% / 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。
9	ショウガマッタナシ	魚住謙（金沢）	実55.6	B○ A▽勝率2% EV+12% 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 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) +912% (市場が大幅過小評価) AI 予想勝率 18.2% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.0% / 期待値 +13% ※ 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	ハクサンバード	加藤翔（金沢）	実16.9	B△ A△勝率5% EV-17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 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 4位 (中位評価) × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 5.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.9% / 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。
11	パピタ	大畑慧（愛知）	実90.4	B× A▽勝率2% EV+62% 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 07/28 名古屋10R 7着/9頭+2.5秒 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
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 7.7着 (不振) ○ 当競馬場適性 73走で勝率 19% (相性良) ▽ 距離適性同距離は 6走で勝ち無し ○ ローテーション 23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 1.8% / 期待値 +62% ※ 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	ゴールデンリング逃げ	加藤聡（愛知）	実1.3	B🌟◎ A🌟◎勝率44% EV-42% 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4走で勝率75%と適性高／同馬場状態で勝率50%／直近3走で勝率100%と好調）
前5走 07/15 名古屋10R 1着/12頭 07/01 名古屋7R 1着/11頭 04/22 名古屋5R 1着/12頭勝利 03/25 名古屋8R 2着/10頭+0.6秒 02/03 314R 7着/8頭+3.9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 100% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 馬場適性同馬場 4走で勝率 50% ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 70.8% (オッズ暗示: 76.9%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 43.9% / 期待値 -43% ※ 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 ◎

ゴールデンリング

騎手加藤聡（愛知）

単勝オッズ

1.3倍

AI期待値

-7%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▽9ショウガマッタナシ

55.6倍

EV +912%

▲A:▲5ハクサンパイオニア

6.6倍

EV -45%

出走馬全12頭

◎A:◎12

ゴールデンリング

加藤聡（愛知）

1.3倍

-7%

›

○A:▽9

ショウガマッタナシ

魚住謙（金沢）

55.6倍

+912%

›

▲A:▲5

ハクサンパイオニア

塚本征（愛知）

6.6倍

-45%

›

△A:△10

ハクサンバード

加藤翔（金沢）

16.9倍

-68%

›

△A:○8

ブライトファントム

村上弘（愛知）

6.6倍

-97%

›

△A:△7

ハッピーミーク

望月洵（愛知）

—

›

×A:▽2

ジュンフィレンツェ

筒井勇（笠松）

25.7倍

-93%

›

×A:△3

スティールアクター

細川智（愛知）

30.2倍

-99%

›

×A:▽11

パピタ

大畑慧（愛知）

90.4倍

-99%

›

×A:▽4

ラブミーテキーラ

友森翔（愛知）

91.0倍

-99%

›

×A:▽1

コパカツ

今井貴（愛知）

94.8倍

-99%

›

×A:▽6

タントゥーム

鈴木太（金沢）

137.0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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

11R 名古屋競馬場ベイスプリントオープンダ920m ダート920m　発走 20:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コパカツ	今井貴（愛知）	実94.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯8走で勝率25%／同馬場状態で勝率45%）
前5走 07/15 名古屋10R 11着/12頭+3.0秒 06/18 名古屋11R 10着/12頭 05/21 名古屋11R 2着/10頭+3.0秒 05/08 名古屋11R 6着/10頭+1.9秒 04/23 名古屋11R 3着/10頭+1.3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 7.7着 (不振) ○ 当競馬場適性 13走で勝率 15% (相性良) ◎ 距離適性同距離 8走で勝率 25% ◎ 馬場適性同馬場 11走で勝率 45% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 1.1% (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	ジュンフィレンツェ	筒井勇（笠松）	実25.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/17 名古屋11R 5着/6頭 07/02 名古屋11R 2着/11頭+4.0秒 06/03 名古屋11R 5着/10頭 05/22 名古屋11R 3着/11頭 05/04 名古屋8R 5着/9頭+2.0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 34走で勝率 21% (相性良) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 3.1% (オッズ暗示: 3.9%) ※ 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	スティールアクター	細川智（愛知）	実30.2	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場30走で勝率27%と適性高／同距離帯10走で勝率30%）
前5走 07/15 名古屋10R 8着/12頭 07/02 名古屋11R 4着/11頭 06/18 名古屋11R 8着/12頭 05/21 名古屋11R 1着/10頭 04/23 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 6.7着 ◎ 当競馬場適性 30走で勝率 27% (得意) ◎ 距離適性同距離 10走で勝率 30% ○ 馬場適性同馬場 19走で勝率 21% △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 3.9% (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。
4	ラブミーテキーラ自在	友森翔（愛知）	実91.0	▽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 4 ◎ 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 16走で勝率 12% 🌟◎ 期待値 (オッズ vs AI勝率) +59% (市場が大幅過小評価) AI 予想勝率 1.7% (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。
5	ハクサンパイオニア	塚本征（愛知）	実6.6	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／728日ぶりの実戦）
前5走 08/22 名古屋11R 2着/12頭+0.1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 2.0着 (安定) ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) △ ローテーション 728日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 13.9% (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。
6	タントゥーム差し	鈴木太（金沢）	実137.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（178日ぶりの実戦）
前5走 02/23 浦和7R 13着/13頭+5.1秒 09/13 大井1R 4着/8頭+1.5秒 12/31 大井1R 2着/10頭+0.7秒 12/09 大井6R 5着/10頭+1.5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 6.3着 ▽ 前走実績前走 13着 (大敗) △ ローテーション 178日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.7%) ※ 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	ハッピーミーク先行	望月洵（愛知）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場27走で勝率44%と適性高／同距離帯7走で勝率57%／同馬場状態で勝率40%）
前5走 07/28 名古屋10R 6着/9頭+1.8秒 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
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 4.0着 ◎ 当競馬場適性 27走で勝率 44% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 馬場適性同馬場 15走で勝率 40% ◎ 騎手近50戦勝率 28% (好調) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 7.3% ※ 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	ブライトファントム逃げ	村上弘（愛知）	実6.6	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場23走で勝率43%と適性高／同距離帯12走で勝率58%／同馬場状態で勝率47%）
前5走 07/15 名古屋10R 9着/12頭 01/16 名古屋11R 1着/8頭勝利 11/25 名古屋11R 1着/8頭勝利 10/30 名古屋10R 1着/11頭勝利 09/17 名古屋11R 4着/10頭+0.3秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 23走で勝率 43% (得意) ◎ 距離適性同距離 12走で勝率 58% ◎ 馬場適性同馬場 15走で勝率 47% △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 16.0% (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。
9	ショウガマッタナシ	魚住謙（金沢）	実55.6	▽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 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 8位 (中位評価) △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 2.0% (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。
10	ハクサンバード	加藤翔（金沢）	実16.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 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) -18% (オッズ過剰評価) AI 予想勝率 4.9% (オッズ暗示: 5.9%) ※ 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	パピタ	大畑慧（愛知）	実90.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は6走で勝ち無し）
前5走 07/28 名古屋10R 7着/9頭+2.5秒 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
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 7.7着 (不振) ○ 当競馬場適性 73走で勝率 19% (相性良) ▽ 距離適性同距離は 6走で勝ち無し ○ ローテーション 23日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +62% (市場が大幅過小評価) AI 予想勝率 1.8% (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。
12	ゴールデンリング逃げ	加藤聡（愛知）	実1.3	🌟◎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4走で勝率75%と適性高／同馬場状態で勝率50%／直近3走で勝率100%と好調）
前5走 07/15 名古屋10R 1着/12頭 07/01 名古屋7R 1着/11頭 04/22 名古屋5R 1着/12頭勝利 03/25 名古屋8R 2着/10頭+0.6秒 02/03 314R 7着/8頭+3.9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 100% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 馬場適性同馬場 4走で勝率 50% ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 43.9% (オッズ暗示: 76.9%) ※ 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

ゴールデンリング

騎手加藤聡（愛知）

単勝オッズ

1.3倍

AI期待値

-42%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ブライトファントム

6.6倍

EV +5%

▲5ハクサンパイオニア

6.6倍

EV -8%

出走馬全12頭

◎12

ゴールデンリング

加藤聡（愛知）

1.3倍

-42%

›

○8

ブライトファントム

村上弘（愛知）

6.6倍

+5%

›

▲5

ハクサンパイオニア

塚本征（愛知）

6.6倍

-8%

›

△7

ハッピーミーク

望月洵（愛知）

—

›

△10

ハクサンバード

加藤翔（金沢）

16.9倍

-17%

›

△3

スティールアクター

細川智（愛知）

30.2倍

+17%

›

▽2

ジュンフィレンツェ

筒井勇（笠松）

25.7倍

-19%

›

▽9

ショウガマッタナシ

魚住謙（金沢）

55.6倍

+12%

›

▽11

パピタ

大畑慧（愛知）

90.4倍

+62%

›

▽4

ラブミーテキーラ

友森翔（愛知）

91.0倍

+59%

›

▽1

コパカツ

今井貴（愛知）

94.8倍

+1%

›

▽6

タントゥーム

鈴木太（金沢）

137.0倍

-40%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

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）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項