名古屋 8R 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

8R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マルシェ自在	渡邊竜（笠松）	実3.1	B◎ A○勝率32% EV-1% 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走で勝率33%と好調／前走3着）
前5走 08/24 名古屋8R 3着/12頭+0.1秒 07/31 名古屋8R 7着/11頭+2.3秒 07/15 名古屋12R 1着/12頭 06/19 名古屋3R 4着/11頭 06/04 名古屋12R 2着/12頭+0.0秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 前走実績前走 3着 (好走) ○ 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) +38% (妙味あり) AI 予想勝率 44.6% (オッズ暗示: 32.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 31.9% / 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	スパルタンワールド差し	阪野学（愛知）	実17.8	B△ A△勝率6% EV+1% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率33%）
前5走 08/24 名古屋8R 4着/12頭+0.4秒 07/17 名古屋7R 7着/12頭+0.0秒 06/30 名古屋8R 8着/12頭+0.0秒 04/09 名古屋10R 6着/11頭+1.2秒 03/23 名古屋8R 4着/12頭+0.5秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 △ 当競馬場適性 28走で勝率 14% ○ 距離適性同距離 19走で勝率 21% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.7% / 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。
3	イブシギン	柿原翔（愛知）	実16.3	B× A×勝率3% EV-54% 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 08/24 名古屋11R 3着/3頭 07/31 名古屋12R 7着/12頭+0.9秒 07/17 名古屋10R 6着/12頭 07/03 名古屋6R 7着/12頭 06/05 名古屋9R 5着/12頭
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.3着 × 当競馬場適性 92走で勝率 3% (苦戦) ▽ 距離適性同距離は 68走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ 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) -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 -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。
4	カスミヅキ推奨	山田祥（愛知）	実13.4	B▲ A×勝率2% EV-70% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+79%の中穴候補（適度な間隔で状態万全）
前5走 08/24 名古屋9R 7着/11頭+2.6秒 07/31 名古屋9R 11着/12頭+2.1秒 07/03 名古屋6R 5着/12頭+0.0秒 06/22 名古屋6R 5着/10頭 06/05 名古屋6R 6着/12頭
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) △ 当競馬場適性 23走で勝率 9% △ 距離適性同距離 22走で勝率 9% ○ 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) +79% (市場が大幅過小評価) AI 予想勝率 13.4% (オッズ暗示: 7.5%) × Aモデルの評価 (参考) レース内 8位 / 勝率 2.2% / 期待値 -70% ※ 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	メディアプンタ	大畑慧（愛知）	実9.5	B△ A△勝率8% EV-23% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 08/24 名古屋10R 2着/11頭+0.2秒 07/31 名古屋12R 6着/12頭+0.6秒 07/03 名古屋9R 5着/12頭 06/18 名古屋12R 1着/12頭 06/04 名古屋2R 5着/11頭
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.3着 △ 当競馬場適性 63走で勝率 8% △ 距離適性同距離 56走で勝率 9% ○ 前走実績前走 2着 (好走) ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 10.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.1% / 期待値 -23% ※ 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	テルケンレントラー追込	丸野勝（愛知）	実2.5	B○ A◎勝率33% EV-18% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 08/24 名古屋9R 6着/11頭+1.3秒 07/22 大井5R 4着/11頭+0.3秒 07/03 大井6R 4着/9頭+2.0秒 03/13 大井5R 7着/14頭+1.8秒 02/20 大井8R 6着/13頭+1.6秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.7着 △ 距離適性同距離 9走で勝率 11% ○ 騎手近50戦勝率 14% ○ 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) +0% (市場と概ね一致) AI 予想勝率 40.2% (オッズ暗示: 40.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 32.7% / 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。
7	トータルダイヤ先行	丹羽克（愛知）	実20.5	B× A×勝率2% EV-68% 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 08/24 名古屋9R 10着/11頭+3.4秒 07/31 名古屋9R 12着/12頭+2.7秒 07/17 名古屋7R 12着/12頭 05/06 名古屋5R 5着/11頭+2.1秒 04/23 名古屋8R 4着/12頭+1.8秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 11.3着 (不振) × 当競馬場適性 28走で勝率 0% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) -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 1.5% / 期待値 -69% ※ 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	カナアミデスマッチ	塚本征（愛知）	実7.3	B△ A▲勝率10% EV-25% 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6走で勝率0%と苦戦傾向／同距離帯は16走で勝ち無し／騎手は近50戦で勝率32%）
前5走 08/24 名古屋9R 5着/11頭+1.3秒 07/31 名古屋8R 4着/11頭+1.5秒 07/17 名古屋10R 5着/12頭 06/04 名古屋5R 9着/12頭 05/22 名古屋9R 5着/10頭
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 32% (好調) ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 13.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.2% / 期待値 -26% ※ 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	キタカラキタパンチ差し	大畑雅（愛知）	実65.3	B× A▽勝率1% EV-19% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 08/24 名古屋9R 11着/11頭+3.6秒 04/22 名古屋7R 8着/12頭+1.8秒 04/09 名古屋10R 5着/11頭+1.1秒 03/24 名古屋9R 7着/10頭+1.8秒 02/25 名古屋10R 10着/12頭+3.0秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.0着 (不振) △ 当競馬場適性 50走で勝率 12% △ 距離適性同距離 29走で勝率 14% ▽ 前走実績前走 11着 (大敗) ○ 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) -87% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 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。
10	エグザルテーション	大原浩（笠松）	実27.5	B× A△勝率4% EV+0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/24 名古屋9R 8着/11頭+2.6秒 07/31 名古屋9R 7着/12頭+1.4秒 06/30 名古屋8R 7着/12頭 06/17 名古屋6R 11着/11頭+5.0秒 01/01 名古屋11R 12着/12頭+2.8秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.3着 (不振) ○ 当競馬場適性 30走で勝率 20% (相性良) ○ 距離適性同距離 20走で勝率 20% ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 3.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.6% / 期待値 +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。

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 ○

マルシェ

騎手渡邊竜（笠松）

単勝オッズ

3.1倍

AI期待値

+38%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎6テルケンレントラー

2.5倍

EV +0%

▲A:×4カスミヅキ

13.4倍

EV +79%

出走馬全10頭

◎A:○1

マルシェ

渡邊竜（笠松）

3.1倍

+38%

›

○A:◎6

テルケンレントラー

丸野勝（愛知）

2.5倍

+0%

›

▲A:×4

カスミヅキ

山田祥（愛知）

13.4倍

+79%

›

△A:▲8

カナアミデスマッチ

塚本征（愛知）

7.3倍

-94%

›

△A:△5

メディアプンタ

大畑慧（愛知）

9.5倍

-94%

›

△A:△2

スパルタンワールド

阪野学（愛知）

17.8倍

-96%

›

×A:▽9

キタカラキタパンチ

大畑雅（愛知）

65.3倍

-87%

›

×A:△10

エグザルテーション

大原浩（笠松）

27.5倍

-98%

›

×A:×3

イブシギン

柿原翔（愛知）

16.3倍

-99%

›

×A:×7

トータルダイヤ

丹羽克（愛知）

20.5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 4 カスミヅキ ¥100 実13.4倍期待値 +79% 不的中9着単勝 13.4倍

※ オッズは予測時点の値です。

8R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マルシェ自在	渡邊竜（笠松）	実3.1	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走3着）
前5走 08/24 名古屋8R 3着/12頭+0.1秒 07/31 名古屋8R 7着/11頭+2.3秒 07/15 名古屋12R 1着/12頭 06/19 名古屋3R 4着/11頭 06/04 名古屋12R 2着/12頭+0.0秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 前走実績前走 3着 (好走) ○ 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) -1% (オッズ過剰評価) AI 予想勝率 31.9% (オッズ暗示: 32.3%) ※ 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。
2	スパルタンワールド差し	阪野学（愛知）	実17.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率33%）
前5走 08/24 名古屋8R 4着/12頭+0.4秒 07/17 名古屋7R 7着/12頭+0.0秒 06/30 名古屋8R 8着/12頭+0.0秒 04/09 名古屋10R 6着/11頭+1.2秒 03/23 名古屋8R 4着/12頭+0.5秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 △ 当競馬場適性 28走で勝率 14% ○ 距離適性同距離 19走で勝率 21% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) +1% (市場と概ね一致) AI 予想勝率 5.7% (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。
3	イブシギン	柿原翔（愛知）	実16.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場92走で勝率3%と苦戦傾向／同距離帯は68走で勝ち無し／前走3着）
前5走 08/24 名古屋11R 3着/3頭 07/31 名古屋12R 7着/12頭+0.9秒 07/17 名古屋10R 6着/12頭 07/03 名古屋6R 7着/12頭 06/05 名古屋9R 5着/12頭
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.3着 × 当競馬場適性 92走で勝率 3% (苦戦) ▽ 距離適性同距離は 68走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ 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) -54% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 6.1%) ※ 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	カスミヅキ推奨	山田祥（愛知）	実13.4	×詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全）
前5走 08/24 名古屋9R 7着/11頭+2.6秒 07/31 名古屋9R 11着/12頭+2.1秒 07/03 名古屋6R 5着/12頭+0.0秒 06/22 名古屋6R 5着/10頭 06/05 名古屋6R 6着/12頭
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) △ 当競馬場適性 23走で勝率 9% △ 距離適性同距離 22走で勝率 9% ○ 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) -70% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 7.5%) ※ 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	メディアプンタ	大畑慧（愛知）	実9.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 08/24 名古屋10R 2着/11頭+0.2秒 07/31 名古屋12R 6着/12頭+0.6秒 07/03 名古屋9R 5着/12頭 06/18 名古屋12R 1着/12頭 06/04 名古屋2R 5着/11頭
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.3着 △ 当競馬場適性 63走で勝率 8% △ 距離適性同距離 56走で勝率 9% ○ 前走実績前走 2着 (好走) ○ 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) -23% (オッズ過剰評価) AI 予想勝率 8.1% (オッズ暗示: 10.5%) ※ 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	テルケンレントラー追込	丸野勝（愛知）	実2.5	◎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 08/24 名古屋9R 6着/11頭+1.3秒 07/22 大井5R 4着/11頭+0.3秒 07/03 大井6R 4着/9頭+2.0秒 03/13 大井5R 7着/14頭+1.8秒 02/20 大井8R 6着/13頭+1.6秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.7着 △ 距離適性同距離 9走で勝率 11% ○ 騎手近50戦勝率 14% ○ 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) -18% (オッズ過剰評価) AI 予想勝率 32.7% (オッズ暗示: 40.0%) ※ 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。
7	トータルダイヤ先行	丹羽克（愛知）	実20.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場28走で勝率0%と苦戦傾向／同距離帯は23走で勝ち無し／直近3走平均11.3着と低調）
前5走 08/24 名古屋9R 10着/11頭+3.4秒 07/31 名古屋9R 12着/12頭+2.7秒 07/17 名古屋7R 12着/12頭 05/06 名古屋5R 5着/11頭+2.1秒 04/23 名古屋8R 4着/12頭+1.8秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 11.3着 (不振) × 当競馬場適性 28走で勝率 0% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) -69% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 4.9%) ※ 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。
8	カナアミデスマッチ	塚本征（愛知）	実7.3	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率0%と苦戦傾向／同距離帯は16走で勝ち無し／騎手は近50戦で勝率32%）
前5走 08/24 名古屋9R 5着/11頭+1.3秒 07/31 名古屋8R 4着/11頭+1.5秒 07/17 名古屋10R 5着/12頭 06/04 名古屋5R 9着/12頭 05/22 名古屋9R 5着/10頭
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 32% (好調) ○ 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) -26% (オッズ過剰評価) AI 予想勝率 10.2% (オッズ暗示: 13.7%) ※ 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。
9	キタカラキタパンチ差し	大畑雅（愛知）	実65.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 08/24 名古屋9R 11着/11頭+3.6秒 04/22 名古屋7R 8着/12頭+1.8秒 04/09 名古屋10R 5着/11頭+1.1秒 03/24 名古屋9R 7着/10頭+1.8秒 02/25 名古屋10R 10着/12頭+3.0秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.0着 (不振) △ 当競馬場適性 50走で勝率 12% △ 距離適性同距離 29走で勝率 14% ▽ 前走実績前走 11着 (大敗) ○ 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) -20% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.5%) ※ 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。
10	エグザルテーション	大原浩（笠松）	実27.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/24 名古屋9R 8着/11頭+2.6秒 07/31 名古屋9R 7着/12頭+1.4秒 06/30 名古屋8R 7着/12頭 06/17 名古屋6R 11着/11頭+5.0秒 01/01 名古屋11R 12着/12頭+2.8秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.3着 (不振) ○ 当競馬場適性 30走で勝率 20% (相性良) ○ 距離適性同距離 20走で勝率 20% ○ 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) +0% (市場と概ね一致) AI 予想勝率 3.6% (オッズ暗示: 3.6%) ※ 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。

AIの本命

AI評価1位

テルケンレントラー

騎手丸野勝（愛知）

単勝オッズ

2.5倍

AI期待値

-18%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1マルシェ

3.1倍

EV -1%

▲8カナアミデスマッチ

7.3倍

EV -25%

出走馬全10頭

◎6

テルケンレントラー

丸野勝（愛知）

2.5倍

-18%

›

○1

マルシェ

渡邊竜（笠松）

3.1倍

-1%

›

▲8

カナアミデスマッチ

塚本征（愛知）

7.3倍

-25%

›

△5

メディアプンタ

大畑慧（愛知）

9.5倍

-23%

›

△2

スパルタンワールド

阪野学（愛知）

17.8倍

+1%

›

△10

エグザルテーション

大原浩（笠松）

27.5倍

+0%

›

×3

イブシギン

柿原翔（愛知）

16.3倍

-54%

›

×4

カスミヅキ

山田祥（愛知）

13.4倍

-70%

›

×7

トータルダイヤ

丹羽克（愛知）

20.5倍

-68%

›

▽9

キタカラキタパンチ

大畑雅（愛知）

65.3倍

-19%

›

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 4 カスミヅキ ¥100 実13.4倍期待値 -70% 不的中9着単勝 13.4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