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1500m ダート1500m　発走 20:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レッドサラマンダー追込	東川慎（笠松）	実95.3	B× A×勝率0% 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 08/19 名古屋9R 8着/10頭+3.2秒 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
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) △ 距離適性同距離 9走で勝率 11% △ 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) -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 -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。
2	ドラゴステ差し	丹羽克（愛知）	実8.2	B× A△勝率6% EV-54% 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25走で勝率4%と苦戦傾向／同距離帯は18走で勝ち無し）
前5走 07/28 名古屋9R 5着/12頭+0.6秒 06/30 名古屋11R 5着/11頭+0.0秒 06/17 名古屋11R 6着/12頭 05/19 名古屋9R 6着/11頭+1.6秒 05/06 名古屋9R 4着/9頭+0.4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 5.3着 × 当競馬場適性 25走で勝率 4% (苦戦) ▽ 距離適性同距離は 18走で勝ち無し × 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: 12.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.6% / 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。
3	サブリュウシン	小笠羚（愛知）	実5.6	B△ A△勝率7% EV-60% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 08/19 名古屋9R 3着/10頭+0.8秒 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
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 7.0着 (不振) △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 41走で勝率 7% ○ 前走実績前走 3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) -94% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 17.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.1% / 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。
4	テルケンレンスター	今井貴（愛知）	実2.4	B▲ A🌟◎勝率38% EV-7% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率50%と適性高／直近3走で勝率33%と好調）
前5走 08/19 名古屋9R 4着/10頭+0.9秒 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
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 4走で勝率 50% (得意) ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 41.7%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 38.5% / 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。
5	ナンヨークリスタル逃げ推奨	村上弘（愛知）	実17.7	B◎ A△勝率7% EV+16% 詳細▼	市場が大きく過小評価、AI予想勝率78% × オッズ17.7倍で期待値+999%の有力候補（直近3走勝率67%と絶好調／当競馬場4走で勝率75%と適性高／適度な間隔で状態万全）
前5走 08/19 名古屋9R 7着/10頭+2.6秒 01/29 名古屋11R 1着/10頭勝利 01/03 名古屋10R 1着/12頭勝利 12/21 名古屋12R 1着/10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 67% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ○ 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) +999% (市場が大幅過小評価) AI 予想勝率 78.3% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.6% / 期待値 +16% ※ 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	バードハズフロウン差し	加藤誓（愛知）	実40.3	B× A×勝率1% EV-64% 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 08/19 名古屋9R 6着/10頭+1.9秒 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
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 7.7着 (不振) △ 距離適性同距離 58走で勝率 10% ○ 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 10位 / 勝率 0.9% / 期待値 -64% ※ 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	マフィン	木之葵（愛知）	実4.9	B△ A▲勝率15% EV-25% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/19 名古屋9R 5着/10頭+1.6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 5.0着 △ 騎手近50戦勝率 2% (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 2.9% (オッズ暗示: 20.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.3% / 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。
8	サノプリ追込	渡邊竜（笠松）	実29.8	B× A▽勝率2% EV-47% 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 02/27 名古屋11R 10着/12頭+2.2秒 02/12 名古屋11R 10着/12頭+3.5秒 01/30 名古屋11R 8着/11頭+1.2秒 01/05 名古屋11R 6着/7頭+2.2秒 12/23 名古屋11R 7着/12頭+2.1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 9.3着 (不振) △ 当競馬場適性 60走で勝率 13% △ 距離適性同距離 39走で勝率 10% ▽ 前走実績前走 10着 (大敗) △ ローテーション 189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 8位 / 勝率 1.8% / 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。
9	ステラデルシエロ逃げ	細川智（愛知）	実37.0	B× A▽勝率2% EV-12% 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 08/19 名古屋9R 9着/10頭+4.2秒 06/27 3111R 12着/12頭+6.0秒 06/13 319R 7着/10頭 05/30 319R 10着/12頭+2.4秒 05/16 318R 3着/11頭+1.5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 9.3着 (不振) △ 当競馬場適性 19走で勝率 11% ○ 距離適性同距離 17走で勝率 18% ○ 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 7位 / 勝率 2.4% / 期待値 -12% ※ 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	ナムラトロム	筒井勇（笠松）	実49.4	B△ A▽勝率1% EV-39% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 08/19 名古屋9R 10着/10頭+5.6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 10.0着 (不振) ▽ 前走実績前走 10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) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 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。
11	イストロス	大畑雅（愛知）	実5.7	B○ A○勝率20% EV+15% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場19走で勝率58%と適性高／同距離帯10走で勝率60%／直近3走で勝率33%と好調）
前5走 08/18 名古屋9R 3着/11頭+0.3秒 07/13 名古屋9R 10着/11頭 06/16 名古屋8R 1着/12頭 06/03 名古屋8R 4着/12頭+1.0秒 11/20 名古屋10R 1着/12頭勝利
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 19走で勝率 58% (得意) ◎ 距離適性同距離 10走で勝率 60% ○ 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) -22% (オッズ過剰評価) AI 予想勝率 13.7% (オッズ暗示: 17.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.3% / 期待値 +16% ※ 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

B推奨Aモデル △

ナンヨークリスタル

騎手村上弘（愛知）

単勝オッズ

17.7倍

AI期待値

+999%

買い目

¥1,900

全レースの推奨

AIの推奨本命の次点

○A:○11イストロス

5.7倍

EV -21%

▲A:◎4テルケンレンスター

2.4倍

EV -90%

出走馬全11頭

◎A:△5

ナンヨークリスタル

村上弘（愛知）

17.7倍

+999%

›

○A:○11

イストロス

大畑雅（愛知）

5.7倍

-21%

›

▲A:◎4

テルケンレンスター

今井貴（愛知）

2.4倍

-90%

›

△A:▲7

マフィン

木之葵（愛知）

4.9倍

-85%

›

△A:△3

サブリュウシン

小笠羚（愛知）

5.6倍

-94%

›

△A:▽10

ナムラトロム

筒井勇（笠松）

49.4倍

-95%

›

×A:△2

ドラゴステ

丹羽克（愛知）

8.2倍

-99%

›

×A:▽8

サノプリ

渡邊竜（笠松）

29.8倍

-99%

›

×A:▽9

ステラデルシエロ

細川智（愛知）

37.0倍

-99%

›

×A:×6

バードハズフロウン

加藤誓（愛知）

40.3倍

-99%

›

×A:×1

レッドサラマンダー

東川慎（笠松）

95.3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。

▶ 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 5 ナンヨークリスタル ¥1,900 実17.7倍期待値 +999% ❌不的中7着単勝 17.7倍

※ オッズは予測時点の値です。

11R 名古屋競馬場ダ1500m ダート1500m　発走 20:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レッドサラマンダー追込	東川慎（笠松）	実95.3	×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 08/19 名古屋9R 8着/10頭+3.2秒 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
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) △ 距離適性同距離 9走で勝率 11% △ 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) -60% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.0%) ※ 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。
2	ドラゴステ差し	丹羽克（愛知）	実8.2	△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25走で勝率4%と苦戦傾向／同距離帯は18走で勝ち無し）
前5走 07/28 名古屋9R 5着/12頭+0.6秒 06/30 名古屋11R 5着/11頭+0.0秒 06/17 名古屋11R 6着/12頭 05/19 名古屋9R 6着/11頭+1.6秒 05/06 名古屋9R 4着/9頭+0.4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 5.3着 × 当競馬場適性 25走で勝率 4% (苦戦) ▽ 距離適性同距離は 18走で勝ち無し × 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 5.6% (オッズ暗示: 12.2%) ※ 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。
3	サブリュウシン	小笠羚（愛知）	実5.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 08/19 名古屋9R 3着/10頭+0.8秒 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
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 7.0着 (不振) △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 41走で勝率 7% ○ 前走実績前走 3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) -60% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 17.9%) ※ 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。
4	テルケンレンスター	今井貴（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4走で勝率50%と適性高／直近3走で勝率33%と好調）
前5走 08/19 名古屋9R 4着/10頭+0.9秒 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
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 4走で勝率 50% (得意) ○ 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) -8% (オッズ過剰評価) AI 予想勝率 38.5% (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。
5	ナンヨークリスタル逃げ推奨	村上弘（愛知）	実17.7	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率67%と絶好調／当競馬場4走で勝率75%と適性高／適度な間隔で状態万全）
前5走 08/19 名古屋9R 7着/10頭+2.6秒 01/29 名古屋11R 1着/10頭勝利 01/03 名古屋10R 1着/12頭勝利 12/21 名古屋12R 1着/10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 67% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ○ 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) +16% (市場と概ね一致) AI 予想勝率 6.6% (オッズ暗示: 5.6%) ※ 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	バードハズフロウン差し	加藤誓（愛知）	実40.3	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/19 名古屋9R 6着/10頭+1.9秒 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
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 7.7着 (不振) △ 距離適性同距離 58走で勝率 10% ○ 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% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
7	マフィン	木之葵（愛知）	実4.9	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 08/19 名古屋9R 5着/10頭+1.6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 5.0着 △ 騎手近50戦勝率 2% (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) -25% (オッズ過剰評価) AI 予想勝率 15.3% (オッズ暗示: 20.4%) ※ 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。
8	サノプリ追込	渡邊竜（笠松）	実29.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／189日ぶりの実戦）
前5走 02/27 名古屋11R 10着/12頭+2.2秒 02/12 名古屋11R 10着/12頭+3.5秒 01/30 名古屋11R 8着/11頭+1.2秒 01/05 名古屋11R 6着/7頭+2.2秒 12/23 名古屋11R 7着/12頭+2.1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 9.3着 (不振) △ 当競馬場適性 60走で勝率 13% △ 距離適性同距離 39走で勝率 10% ▽ 前走実績前走 10着 (大敗) △ ローテーション 189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 1.8% (オッズ暗示: 3.4%) ※ 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。
9	ステラデルシエロ逃げ	細川智（愛知）	実37.0	▽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 08/19 名古屋9R 9着/10頭+4.2秒 06/27 3111R 12着/12頭+6.0秒 06/13 319R 7着/10頭 05/30 319R 10着/12頭+2.4秒 05/16 318R 3着/11頭+1.5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 9.3着 (不振) △ 当競馬場適性 19走で勝率 11% ○ 距離適性同距離 17走で勝率 18% ○ 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) -12% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 2.7%) ※ 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	ナムラトロム	筒井勇（笠松）	実49.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 08/19 名古屋9R 10着/10頭+5.6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 10.0着 (不振) ▽ 前走実績前走 10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) -39% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.0%) ※ 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。
11	イストロス	大畑雅（愛知）	実5.7	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場19走で勝率58%と適性高／同距離帯10走で勝率60%／直近3走で勝率33%と好調）
前5走 08/18 名古屋9R 3着/11頭+0.3秒 07/13 名古屋9R 10着/11頭 06/16 名古屋8R 1着/12頭 06/03 名古屋8R 4着/12頭+1.0秒 11/20 名古屋10R 1着/12頭勝利
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 19走で勝率 58% (得意) ◎ 距離適性同距離 10走で勝率 60% ○ 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) +15% (市場と概ね一致) AI 予想勝率 20.3% (オッズ暗示: 17.5%) ※ 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。

🎯 AIの本命

AI評価1位

テルケンレンスター

騎手今井貴（愛知）

単勝オッズ

2.4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

○11イストロス

5.7倍

EV +15%

▲7マフィン

4.9倍

EV -25%

出走馬全11頭

◎4

テルケンレンスター

今井貴（愛知）

2.4倍

-7%

›

○11

イストロス

大畑雅（愛知）

5.7倍

+15%

›

▲7

マフィン

木之葵（愛知）

4.9倍

-25%

›

△3

サブリュウシン

小笠羚（愛知）

5.6倍

-60%

›

△5

ナンヨークリスタル

村上弘（愛知）

17.7倍

+16%

›

△2

ドラゴステ

丹羽克（愛知）

8.2倍

-54%

›

▽9

ステラデルシエロ

細川智（愛知）

37.0倍

-12%

›

▽8

サノプリ

渡邊竜（笠松）

29.8倍

-47%

›

▽10

ナムラトロム

筒井勇（笠松）

49.4倍

-39%

›

×6

バードハズフロウン

加藤誓（愛知）

40.3倍

-64%

›

×1

レッドサラマンダー

東川慎（笠松）

95.3倍

-60%

›

💡 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 5 ナンヨークリスタル ¥1,900 実17.7倍期待値 +16% ❌不的中7着単勝 17.7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