名古屋 10R 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

10R 名古屋競馬場ダ2000m ダート2000m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミーハ	木之葵（愛知）	実187.6	B× A▽勝率1% 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 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 1 ◎ 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% ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10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 0.7% / 期待値 +37% ※ 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	マイネルモンテュス	大原浩（笠松）	実14.3	B× A△勝率8% EV+17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率33%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率50%）
前5走 07/15 名古屋11R 2着/12頭+3.0秒 06/17 名古屋11R 8着/12頭 06/04 名古屋11R 5着/12頭+0.0秒 05/05 名古屋11R 4着/11頭+2.6秒 04/10 名古屋11R 3着/10頭+1.1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 5.0着 ◎ 当競馬場適性 9走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 4走で勝率 50% ○ 前走実績前走 2着 (好走) × 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 0.0% (オッズ暗示: 7.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.2% / 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。
3	ケイエイト	川端海（JRA）	実24.6	B▲ A△勝率5% EV+24% 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 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 5% (やや苦戦) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 4.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.1% / 期待値 +25% ※ 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	ピーチブロッサム	丸野勝（愛知）	実40.3	B× A▽勝率2% EV-34% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走2着）
前5走 08/18 名古屋11R 2着/12頭+1.0秒 07/29 名古屋8R 1着/12頭勝利 06/30 名古屋10R 5着/9頭 06/16 名古屋11R 5着/12頭 06/02 名古屋10R 9着/12頭+0.0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 6走で勝率 17% (相性良) ○ 騎手近50戦勝率 16% ○ 前走実績前走 2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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.6% / 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。
5	サラサラヘアー逃げ	村上弘（愛知）	実26.8	B△ A▽勝率3% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率50%と適性高／同馬場状態で勝率60%／直近3走で勝率33%と好調）
前5走 07/28 名古屋9R 2着/12頭+0.0秒 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
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 50% (得意) ◎ 馬場適性同馬場 5走で勝率 60% ○ 前走実績前走 2着 (好走) × 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: 3.7%) ▽ 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	キタノファーンヒル	田山旺（JRA）	実4.6	B△ A○勝率21% EV-5% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率100%と好調／前走勝利の勢い／231日ぶりの実戦）
前5走 01/14 園田10R 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 100% (絶好調) ○ 騎手近50戦勝率 15% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 231日休養明け × 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 0.6% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.6% / 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。
7	ワールドキッス推奨	塚本征（愛知）	実14.7	B○ A△勝率9% EV+35% 詳細▼	市場が大きく過小評価、AI予想勝率30% × オッズ14.7倍で期待値+340%の有力候補（騎手は近50戦勝率24%と好調）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 24% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +340% (市場が大幅過小評価) AI 予想勝率 29.9% (オッズ暗示: 6.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.2% / 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。
8	マーゴットバディ	藤懸貴（JRA）	実1.6	B🌟◎ A🌟◎勝率36% EV-43% 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
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 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) +7% (市場と概ね一致) AI 予想勝率 67.1% (オッズ暗示: 62.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 35.5% / 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。
9	ケイアイカラキア	今井貴（愛知）	実27.1	B× A▽勝率2% EV-38% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場13走で勝率38%と適性高／同馬場状態で勝率33%）
前5走 07/13 名古屋9R 9着/11頭+1.0秒 06/17 名古屋9R 4着/11頭 05/19 名古屋8R 2着/12頭+0.4秒 05/05 名古屋7R 1着/11頭勝利 04/22 名古屋6R 2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 5.0着 ◎ 当競馬場適性 13走で勝率 38% (得意) ◎ 馬場適性同馬場 9走で勝率 33% × 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: 3.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 -39% ※ 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	近藤颯（愛知）	実42.5	B× A×勝率1% EV-54% 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% × 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: 2.4%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 期待値 -55% ※ 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	キタノサワヤカ	渡邊竜（笠松）	実7.9	B△ A▲勝率12% EV-2% 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 11 ◎ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 12.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.3% / 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。

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 ◎

マーゴットバディ

騎手藤懸貴（JRA）

単勝オッズ

1.6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:△7ワールドキッス

14.7倍

EV +340%

▲A:△3ケイエイト

24.6倍

EV -69%

出走馬全11頭

◎A:◎8

マーゴットバディ

藤懸貴（JRA）

1.6倍

+7%

›

○A:△7

ワールドキッス

塚本征（愛知）

14.7倍

+340%

›

▲A:△3

ケイエイト

川端海（JRA）

24.6倍

-69%

›

△A:○6

キタノファーンヒル

田山旺（JRA）

4.6倍

-97%

›

△A:▲11

キタノサワヤカ

渡邊竜（笠松）

7.9倍

-95%

›

△A:▽5

サラサラヘアー

村上弘（愛知）

26.8倍

-94%

›

×A:▽9

ケイアイカラキア

今井貴（愛知）

27.1倍

-94%

›

×A:△2

マイネルモンテュス

大原浩（笠松）

14.3倍

-99%

›

×A:▽4

ピーチブロッサム

丸野勝（愛知）

40.3倍

-99%

›

×A:×10

コムーネ

近藤颯（愛知）

42.5倍

-99%

›

×A:▽1

ミーハ

木之葵（愛知）

187.6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。

▶ 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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 7 ワールドキッス ¥600 実14.7倍期待値 +340% ❌不的中2着単勝 14.7倍

※ オッズは予測時点の値です。

10R 名古屋競馬場ダ2000m ダート2000m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミーハ	木之葵（愛知）	実187.6	▽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／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 1 ◎ 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% ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 0.7% (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。
2	マイネルモンテュス	大原浩（笠松）	実14.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率33%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率50%）
前5走 07/15 名古屋11R 2着/12頭+3.0秒 06/17 名古屋11R 8着/12頭 06/04 名古屋11R 5着/12頭+0.0秒 05/05 名古屋11R 4着/11頭+2.6秒 04/10 名古屋11R 3着/10頭+1.1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 5.0着 ◎ 当競馬場適性 9走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 4走で勝率 50% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 8.2% (オッズ暗示: 7.0%) ※ 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。
3	ケイエイト	川端海（JRA）	実24.6	△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 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 5% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 5.1% (オッズ暗示: 4.1%) ※ 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	ピーチブロッサム	丸野勝（愛知）	実40.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走2着）
前5走 08/18 名古屋11R 2着/12頭+1.0秒 07/29 名古屋8R 1着/12頭勝利 06/30 名古屋10R 5着/9頭 06/16 名古屋11R 5着/12頭 06/02 名古屋10R 9着/12頭+0.0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 6走で勝率 17% (相性良) ○ 騎手近50戦勝率 16% ○ 前走実績前走 2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) -34% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.5%) ※ 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。
5	サラサラヘアー逃げ	村上弘（愛知）	実26.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率50%と適性高／同馬場状態で勝率60%／直近3走で勝率33%と好調）
前5走 07/28 名古屋9R 2着/12頭+0.0秒 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
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 50% (得意) ◎ 馬場適性同馬場 5走で勝率 60% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 3.7%) ※ 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。
6	キタノファーンヒル	田山旺（JRA）	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率100%と好調／前走勝利の勢い／231日ぶりの実戦）
前5走 01/14 園田10R 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 100% (絶好調) ○ 騎手近50戦勝率 15% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 231日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 20.6% (オッズ暗示: 21.7%) ※ 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	ワールドキッス推奨	塚本征（愛知）	実14.7	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+35%の妙味（騎手は近50戦勝率24%と好調）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 24% (好調) ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 9.2% (オッズ暗示: 6.8%) ※ 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。
8	マーゴットバディ	藤懸貴（JRA）	実1.6	🌟◎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
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 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) -43% (大幅な期待値マイナス) AI 予想勝率 35.5% (オッズ暗示: 62.5%) ※ 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	ケイアイカラキア	今井貴（愛知）	実27.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場13走で勝率38%と適性高／同馬場状態で勝率33%）
前5走 07/13 名古屋9R 9着/11頭+1.0秒 06/17 名古屋9R 4着/11頭 05/19 名古屋8R 2着/12頭+0.4秒 05/05 名古屋7R 1着/11頭勝利 04/22 名古屋6R 2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 5.0着 ◎ 当競馬場適性 13走で勝率 38% (得意) ◎ 馬場適性同馬場 9走で勝率 33% × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 3.7%) ※ 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。
10	コムーネ	近藤颯（愛知）	実42.5	×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% × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.4%) ※ 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。
11	キタノサワヤカ	渡邊竜（笠松）	実7.9	▲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 11 ◎ 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 3位 (上位評価) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 12.3% (オッズ暗示: 12.7%) ※ 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

マーゴットバディ

騎手藤懸貴（JRA）

単勝オッズ

1.6倍

AI期待値

-43%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6キタノファーンヒル

4.6倍

EV -5%

▲11キタノサワヤカ

7.9倍

EV -2%

出走馬全11頭

◎8

マーゴットバディ

藤懸貴（JRA）

1.6倍

-43%

›

○6

キタノファーンヒル

田山旺（JRA）

4.6倍

-5%

›

▲11

キタノサワヤカ

渡邊竜（笠松）

7.9倍

-2%

›

△7

ワールドキッス

塚本征（愛知）

14.7倍

+35%

›

△2

マイネルモンテュス

大原浩（笠松）

14.3倍

+17%

›

△3

ケイエイト

川端海（JRA）

24.6倍

+24%

›

▽5

サラサラヘアー

村上弘（愛知）

26.8倍

-10%

›

▽9

ケイアイカラキア

今井貴（愛知）

27.1倍

-38%

›

▽4

ピーチブロッサム

丸野勝（愛知）

40.3倍

-34%

›

×10

コムーネ

近藤颯（愛知）

42.5倍

-54%

›

▽1

ミーハ

木之葵（愛知）

187.6倍

+36%

›

💡 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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 7 ワールドキッス ¥600 実14.7倍期待値 +36% ❌不的中2着単勝 14.7倍

※ オッズは予測時点の値です。

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