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 名古屋競馬場秋桜賞牝馬オープンダ1700m ダート1700m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミニマルデザイン	村上弘（愛知）	実130.8	B◎ A▽勝率1% EV+76% 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5走で勝率60%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 07/30 名古屋11R 1着/3頭 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
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 60% (得意) ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 37.5% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.4% / 期待値 +77% ※ 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	コパノエミリア逃げ	渡邊竜（笠松）	実18.4	B× A△勝率7% EV+30% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率67%／前走3着）
前5走 07/10 園田11R 3着/3頭 04/01 園田11R 5着/9頭+1.9秒 02/13 名古屋10R 6着/10頭+0.8秒 10/24 園田11R 1着/10頭勝利 10/02 船橋11R 5着/10頭+1.5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 4.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 67% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3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 0.3% (オッズ暗示: 5.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.1% / 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。
3	ウィルラウス	落合玄（北海道）	実22.8	B× A△勝率2% EV-46% 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 05/14 園田11R 2着/12頭+0.6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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 112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 6位 / 勝率 2.3% / 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	プロミシングギャル	小笠羚（愛知）	実80.7	B× A▽勝率1% EV+2% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は10走で勝ち無し／直近3走平均2.3着と安定／前走3着）
前5走 07/30 名古屋11R 3着/3頭 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
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 2.3着 (安定) △ 当競馬場適性 37走で勝率 14% ▽ 距離適性同距離は 10走で勝ち無し ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.3% / 期待値 +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。
5	サノノエスポ差し推奨	塚本征（愛知）	実5.4	B○ A○勝率26% EV+41% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+60%の中穴候補（直近3走勝率33%と上り調子／前走2着で力を示す／騎手は近50戦勝率26%と好調）
前5走 07/10 園田11R 2着/3頭 06/20 315R 1着/12頭勝利 03/12 名古屋11R 4着/12頭+1.1秒 02/22 314R 2着/12頭+0.1秒 01/12 316R 5着/12頭+0.5秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) 🌟◎ 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 29.7% (オッズ暗示: 18.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 26.3% / 期待値 +42% ※ 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	ユズノキ	筒井勇（笠松）	実91.6	B× A▽勝率2% EV+113% 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／前走3着）
前5走 08/19 名古屋11R 3着/3頭 07/30 名古屋11R 2着/3頭 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
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 4.0着 ○ 当競馬場適性 33走で勝率 18% (相性良) ▽ 距離適性同距離は 6走で勝ち無し ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.3% / 期待値 +114% ※ 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	ペップセ	山田祥（愛知）	実169.8	B△ A▽勝率1% EV+37% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 08/21 名古屋10R 3着/9頭+0.6秒 07/29 名古屋11R 3着/3頭 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
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 29走で勝率 7% △ 距離適性同距離 13走で勝率 8% ○ 前走実績前走 3着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +82% (市場が大幅過小評価) AI 予想勝率 1.1% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.8% / 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。
8	プロミストジーン	吉原寛（金沢）	実1.3	B▲ A×勝率35% EV-54% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均2.5着と安定／前走2着／155日ぶりの実戦）
前5走 04/01 園田11R 2着/9頭+0.2秒 10/02 船橋11R 3着/10頭+0.7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 2.5着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 155日休養明け × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 19.1% (オッズ暗示: 76.9%) × Aモデルの評価 (参考) レース内 1位 / 勝率 35.1% / 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	セットクルール	加藤聡（愛知）	実12.9	B△ A△勝率10% EV+33% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率58%と適性高／同馬場状態で勝率67%／直近3走で勝率100%と好調）
前5走 08/20 名古屋9R 1着/6頭勝利 07/28 名古屋10R 1着/9頭勝利 07/14 名古屋11R 1着/7頭 07/01 名古屋9R 3着/12頭 06/17 名古屋9R 1着/11頭
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 19走で勝率 58% (得意) ○ 距離適性同距離 5走で勝率 20% ◎ 馬場適性同馬場 3走で勝率 67% ○ 騎手近50戦勝率 14% ◎ 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) +29% (市場と概ね一致) AI 予想勝率 10.1% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.4% / 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。
10	ドナギニー追込	張田昂（船橋）	実10.6	B△ A▲勝率13% EV+38% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯7走で勝率43%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/21 名古屋11R 1着/9頭勝利 05/08 船橋11R 8着/14頭+1.9秒 04/16 大井11R 14着/16頭+3.9秒 02/11 船橋11R 12着/13頭+5.3秒 01/03 川崎11R 7着/11頭+3.1秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 7走で勝率 43% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -84% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 9.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.1% / 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。

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 ▽

ミニマルデザイン

騎手村上弘（愛知）

単勝オッズ

130.8倍

AI期待値

+999%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5サノノエスポ

5.4倍

EV +60%

▲A:×8プロミストジーン

1.3倍

EV -75%

出走馬全10頭

◎A:▽1

ミニマルデザイン

村上弘（愛知）

130.8倍

+999%

›

○A:○5

サノノエスポ

塚本征（愛知）

5.4倍

+60%

›

▲A:×8

プロミストジーン

吉原寛（金沢）

1.3倍

-75%

›

△A:△9

セットクルール

加藤聡（愛知）

12.9倍

+29%

›

△A:▲10

ドナギニー

張田昂（船橋）

10.6倍

-83%

›

△A:▽7

ペップセ

山田祥（愛知）

169.8倍

+82%

›

×A:△2

コパノエミリア

渡邊竜（笠松）

18.4倍

-93%

›

×A:▽4

プロミシングギャル

小笠羚（愛知）

80.7倍

-72%

›

×A:▽6

ユズノキ

筒井勇（笠松）

91.6倍

-68%

›

×A:△3

ウィルラウス

落合玄（北海道）

22.8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

単勝 5 サノノエスポ ¥200 実5.4倍期待値 +60% ❌不的中4着単勝 5.4倍

B. 市場除外+キャリブ

単勝 5 サノノエスポ ¥300 実5.4倍期待値 +60% ❌不的中4着単勝 5.4倍

※ オッズは予測時点の値です。

10R 名古屋競馬場秋桜賞牝馬オープンダ1700m ダート1700m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミニマルデザイン	村上弘（愛知）	実130.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率60%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 07/30 名古屋11R 1着/3頭 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
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 60% (得意) ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +76% (市場が大幅過小評価) AI 予想勝率 1.4% (オッズ暗示: 0.8%) ※ 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。
2	コパノエミリア逃げ	渡邊竜（笠松）	実18.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率67%／前走3着）
前5走 07/10 園田11R 3着/3頭 04/01 園田11R 5着/9頭+1.9秒 02/13 名古屋10R 6着/10頭+0.8秒 10/24 園田11R 1着/10頭勝利 10/02 船橋11R 5着/10頭+1.5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 4.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 67% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 7.1% (オッズ暗示: 5.4%) ※ 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。
3	ウィルラウス	落合玄（北海道）	実22.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.0着と安定／前走2着／112日ぶりの実戦）
前5走 05/14 園田11R 2着/12頭+0.6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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 112日休養明け × 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 2.3% (オッズ暗示: 4.4%) ※ 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	プロミシングギャル	小笠羚（愛知）	実80.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は10走で勝ち無し／直近3走平均2.3着と安定／前走3着）
前5走 07/30 名古屋11R 3着/3頭 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
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 2.3着 (安定) △ 当競馬場適性 37走で勝率 14% ▽ 距離適性同距離は 10走で勝ち無し ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 1.3% (オッズ暗示: 1.2%) ※ 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。
5	サノノエスポ差し推奨	塚本征（愛知）	実5.4	○詳細▼	オッズに対しAI予想勝率がやや高め、期待値+41%の妙味（直近3走勝率33%と上り調子／前走2着で力を示す／騎手は近50戦勝率26%と好調）
前5走 07/10 園田11R 2着/3頭 06/20 315R 1着/12頭勝利 03/12 名古屋11R 4着/12頭+1.1秒 02/22 314R 2着/12頭+0.1秒 01/12 316R 5着/12頭+0.5秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +41% (妙味あり) AI 予想勝率 26.3% (オッズ暗示: 18.5%) ※ 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。
6	ユズノキ	筒井勇（笠松）	実91.6	▽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／前走3着）
前5走 08/19 名古屋11R 3着/3頭 07/30 名古屋11R 2着/3頭 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
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 4.0着 ○ 当競馬場適性 33走で勝率 18% (相性良) ▽ 距離適性同距離は 6走で勝ち無し ○ 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) +113% (市場が大幅過小評価) AI 予想勝率 2.3% (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。
7	ペップセ	山田祥（愛知）	実169.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 08/21 名古屋10R 3着/9頭+0.6秒 07/29 名古屋11R 3着/3頭 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
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 29走で勝率 7% △ 距離適性同距離 13走で勝率 8% ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 0.8% (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。
8	プロミストジーン	吉原寛（金沢）	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（直近3走平均2.5着と安定／前走2着／155日ぶりの実戦）
前5走 04/01 園田11R 2着/9頭+0.2秒 10/02 船橋11R 3着/10頭+0.7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 2.5着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 155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 35.1% (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。
9	セットクルール	加藤聡（愛知）	実12.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率58%と適性高／同馬場状態で勝率67%／直近3走で勝率100%と好調）
前5走 08/20 名古屋9R 1着/6頭勝利 07/28 名古屋10R 1着/9頭勝利 07/14 名古屋11R 1着/7頭 07/01 名古屋9R 3着/12頭 06/17 名古屋9R 1着/11頭
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 19走で勝率 58% (得意) ○ 距離適性同距離 5走で勝率 20% ◎ 馬場適性同馬場 3走で勝率 67% ○ 騎手近50戦勝率 14% ◎ 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) +33% (妙味あり) AI 予想勝率 10.4% (オッズ暗示: 7.8%) ※ 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	ドナギニー追込	張田昂（船橋）	実10.6	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯7走で勝率43%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/21 名古屋11R 1着/9頭勝利 05/08 船橋11R 8着/14頭+1.9秒 04/16 大井11R 14着/16頭+3.9秒 02/11 船橋11R 12着/13頭+5.3秒 01/03 川崎11R 7着/11頭+3.1秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 7走で勝率 43% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 13.1% (オッズ暗示: 9.4%) ※ 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。

🎯 AIの本命

AI評価1位

プロミストジーン

騎手吉原寛（金沢）

単勝オッズ

1.3倍

AI期待値

-54%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5サノノエスポ

5.4倍

EV +41%

▲10ドナギニー

10.6倍

EV +38%

出走馬全10頭

×8

プロミストジーン

吉原寛（金沢）

1.3倍

-54%

›

○5

サノノエスポ

塚本征（愛知）

5.4倍

+41%

›

▲10

ドナギニー

張田昂（船橋）

10.6倍

+38%

›

△9

セットクルール

加藤聡（愛知）

12.9倍

+33%

›

△2

コパノエミリア

渡邊竜（笠松）

18.4倍

+30%

›

△3

ウィルラウス

落合玄（北海道）

22.8倍

-46%

›

▽6

ユズノキ

筒井勇（笠松）

91.6倍

+113%

›

▽1

ミニマルデザイン

村上弘（愛知）

130.8倍

+76%

›

▽4

プロミシングギャル

小笠羚（愛知）

80.7倍

+2%

›

▽7

ペップセ

山田祥（愛知）

169.8倍

+37%

›

💡 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

単勝 5 サノノエスポ ¥200 実5.4倍期待値 +42% ❌不的中4着単勝 5.4倍

B. 市場除外+キャリブ

単勝 5 サノノエスポ ¥300 実5.4倍期待値 +42% ❌不的中4着単勝 5.4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