名古屋 9R 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

9R 名古屋競馬場ダ1500m ダート1500m　発走 18:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	パルジファル逃げ	尾崎章（愛知）	実47.8	B× A▽勝率1% 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 07/31 名古屋12R 12着/12頭+5.8秒 07/17 名古屋10R 8着/12頭+1.0秒 04/10 名古屋5R 1着/11頭勝利 03/26 名古屋5R 3着/12頭+0.5秒 03/12 名古屋3R 7着/11頭+1.2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% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12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 7位 / 勝率 1.2% / 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。
2	ハンクスター逃げ	大畑慧（愛知）	実4.3	B○ A○勝率15% EV-35% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率25%と適性高／同距離帯8走で勝率25%／108日ぶりの実戦）
前5走 05/22 名古屋9R 7着/10頭 05/08 名古屋8R 2着/11頭+0.2秒 02/13 船橋3R 3着/14頭+1.7秒 01/23 船橋3R 4着/13頭+1.1秒 12/10 名古屋10R 3着/12頭+0.9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 4.0着 ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% △ ローテーション 108日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 20.2% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.9% / 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。
3	ゴッドテソロ逃げ	丸山真（愛知）	実56.8	B× A×勝率1% EV-55% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場16走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し）
前5走 07/31 名古屋12R 9着/12頭+1.0秒 07/03 名古屋6R 4着/12頭 06/05 名古屋10R 10着/12頭+0.0秒 05/08 名古屋10R 7着/10頭+2.6秒 04/24 名古屋10R 9着/11頭+2.6秒
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 7.7着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し × 期待値 (オッズ vs AI勝率) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 1.8%) × Aモデルの評価 (参考) レース内 9位 / 勝率 0.8% / 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。
4	ボスコヴェローチェ	丹羽克（愛知）	実87.0	B× A▽勝率1% EV-37% 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 07/31 名古屋10R 9着/12頭+2.5秒 06/18 名古屋5R 6着/9頭+0.0秒 06/04 名古屋7R 9着/11頭 05/21 名古屋6R 7着/10頭+2.0秒 05/06 名古屋5R 9着/11頭+4.3秒
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 8.0着 (不振) △ 当競馬場適性 46走で勝率 11% △ 距離適性同距離 32走で勝率 9% × 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 0.7% / 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。
5	ナムラフィクサー差し	今井貴（愛知）	実4.9	B▲ A▲勝率14% EV-30% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場9走で勝率44%と適性高／同距離帯8走で勝率50%／直近3走で勝率67%と好調）
前5走 08/20 名古屋7R 1着/12頭勝利 07/14 名古屋5R 1着/3頭 07/02 名古屋3R 9着/12頭+0.0秒 09/18 名古屋8R 7着/12頭+2.3秒 09/02 名古屋7R 1着/11頭勝利
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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 9走で勝率 44% (得意) ◎ 距離適性同距離 8走で勝率 50% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 18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 2.6% (オッズ暗示: 20.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.1% / 期待値 -31% ※ 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	フルオブエナジー	渡邊竜（笠松）	実15.3	B△ A△勝率2% EV-62% 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10R 7着/12頭+0.0秒 06/05 名古屋12R 6着/11頭 05/25 名古屋12R 8着/11頭+0.0秒 05/08 名古屋12R 4着/10頭+0.4秒 04/23 名古屋3R 1着/12頭勝利
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 7.0着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 10走で勝率 10% × 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 0.4% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.4% / 期待値 -63% ※ 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	インフォーマント	小笠羚（愛知）	実12.5	B△ A△勝率3% EV-57% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場88走で勝率5%と苦戦傾向／前走3着）
前5走 08/24 名古屋10R 3着/11頭+0.3秒 07/17 名古屋12R 2着/12頭+0.0秒 07/03 名古屋7R 7着/12頭 06/05 名古屋8R 11着/12頭 05/25 名古屋9R 9着/10頭
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 4.0着 × 当競馬場適性 88走で勝率 5% (苦戦) △ 距離適性同距離 54走で勝率 6% ○ 騎手近50戦勝率 14% ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 8.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 3.4% / 期待値 -58% ※ 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	ウインライズ差し	細川智（愛知）	実7.4	B△ A△勝率5% EV-65% 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33%と好調）
前5走 08/24 名古屋7R 11着/12頭+1.6秒 06/27 名古屋11R 3着/12頭+1.8秒 06/05 名古屋11R 1着/10頭勝利 05/22 名古屋11R 5着/12頭+1.2秒 05/08 名古屋11R 6着/11頭+1.1秒
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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 27走で勝率 22% (相性良) ○ 距離適性同距離 17走で勝率 24% ○ 馬場適性同馬場 5走で勝率 20% ▽ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 4.6% / 期待値 -66% ※ 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	シヴァールバーニ	塚本征（愛知）	実2.1	B◎ A◎勝率57% EV+19% 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100%と好調／前走勝利の勢い／騎手は近50戦で勝率32%）
前5走 08/20 名古屋6R 1着/12頭勝利 ― ― ― ―
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戦の調子勝率 100% (絶好調) ◎ 騎手近50戦勝率 32% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 18日の間隔 (理想的) ◎ 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 76.3% (オッズ暗示: 47.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 56.7% / 期待値 +19% ※ 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	ゴーゴーゴウト	近藤颯（愛知）	実52.8	B× A▽勝率1% EV-41% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調）
前5走 08/24 名古屋7R 9着/12頭+1.4秒 07/17 名古屋10R 9着/12頭 07/03 名古屋12R 11着/12頭 06/05 名古屋10R 12着/12頭+3.0秒 05/25 名古屋10R 8着/10頭
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 9.7着 (不振) △ 当競馬場適性 23走で勝率 9% △ 距離適性同距離 17走で勝率 12% ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.1% / 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。

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 ◎

シヴァールバーニ

騎手塚本征（愛知）

単勝オッズ

2.1倍

AI期待値

+60%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○2ハンクスター

4.3倍

EV -13%

▲A:▲5ナムラフィクサー

4.9倍

EV -87%

出走馬全10頭

◎A:◎9

シヴァールバーニ

塚本征（愛知）

2.1倍

+60%

›

○A:○2

ハンクスター

大畑慧（愛知）

4.3倍

-13%

›

▲A:▲5

ナムラフィクサー

今井貴（愛知）

4.9倍

-87%

›

△A:△8

ウインライズ

細川智（愛知）

7.4倍

-97%

›

△A:△6

フルオブエナジー

渡邊竜（笠松）

15.3倍

-94%

›

△A:△7

インフォーマント

小笠羚（愛知）

12.5倍

-98%

›

×A:▽10

ゴーゴーゴウト

近藤颯（愛知）

52.8倍

-98%

›

×A:×3

ゴッドテソロ

丸山真（愛知）

56.8倍

-98%

›

×A:▽1

パルジファル

尾崎章（愛知）

47.8倍

-99%

›

×A:▽4

ボスコヴェローチェ

丹羽克（愛知）

87.0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

9R 名古屋競馬場ダ1500m ダート1500m　発走 18:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	パルジファル逃げ	尾崎章（愛知）	実47.8	▽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5走 07/31 名古屋12R 12着/12頭+5.8秒 07/17 名古屋10R 8着/12頭+1.0秒 04/10 名古屋5R 1着/11頭勝利 03/26 名古屋5R 3着/12頭+0.5秒 03/12 名古屋3R 7着/11頭+1.2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% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) × 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 1.2% (オッズ暗示: 2.1%) ※ 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	ハンクスター逃げ	大畑慧（愛知）	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率25%と適性高／同距離帯8走で勝率25%／108日ぶりの実戦）
前5走 05/22 名古屋9R 7着/10頭 05/08 名古屋8R 2着/11頭+0.2秒 02/13 船橋3R 3着/14頭+1.7秒 01/23 船橋3R 4着/13頭+1.1秒 12/10 名古屋10R 3着/12頭+0.9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 4.0着 ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% △ ローテーション 108日休養明け × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 14.9% (オッズ暗示: 23.3%) ※ 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。
3	ゴッドテソロ逃げ	丸山真（愛知）	実56.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場16走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し）
前5走 07/31 名古屋12R 9着/12頭+1.0秒 07/03 名古屋6R 4着/12頭 06/05 名古屋10R 10着/12頭+0.0秒 05/08 名古屋10R 7着/10頭+2.6秒 04/24 名古屋10R 9着/11頭+2.6秒
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 7.7着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し × 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 0.8% (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。
4	ボスコヴェローチェ	丹羽克（愛知）	実87.0	▽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 07/31 名古屋10R 9着/12頭+2.5秒 06/18 名古屋5R 6着/9頭+0.0秒 06/04 名古屋7R 9着/11頭 05/21 名古屋6R 7着/10頭+2.0秒 05/06 名古屋5R 9着/11頭+4.3秒
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 8.0着 (不振) △ 当競馬場適性 46走で勝率 11% △ 距離適性同距離 32走で勝率 9% × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 0.7% (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	ナムラフィクサー差し	今井貴（愛知）	実4.9	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場9走で勝率44%と適性高／同距離帯8走で勝率50%／直近3走で勝率67%と好調）
前5走 08/20 名古屋7R 1着/12頭勝利 07/14 名古屋5R 1着/3頭 07/02 名古屋3R 9着/12頭+0.0秒 09/18 名古屋8R 7着/12頭+2.3秒 09/02 名古屋7R 1着/11頭勝利
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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 9走で勝率 44% (得意) ◎ 距離適性同距離 8走で勝率 50% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 14.1% (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。
6	フルオブエナジー	渡邊竜（笠松）	実15.3	△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10R 7着/12頭+0.0秒 06/05 名古屋12R 6着/11頭 05/25 名古屋12R 8着/11頭+0.0秒 05/08 名古屋12R 4着/10頭+0.4秒 04/23 名古屋3R 1着/12頭勝利
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 7.0着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 10走で勝率 10% × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 6.5%) ※ 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	インフォーマント	小笠羚（愛知）	実12.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場88走で勝率5%と苦戦傾向／前走3着）
前5走 08/24 名古屋10R 3着/11頭+0.3秒 07/17 名古屋12R 2着/12頭+0.0秒 07/03 名古屋7R 7着/12頭 06/05 名古屋8R 11着/12頭 05/25 名古屋9R 9着/10頭
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 4.0着 × 当競馬場適性 88走で勝率 5% (苦戦) △ 距離適性同距離 54走で勝率 6% ○ 騎手近50戦勝率 14% ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 8.0%) ※ 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。
8	ウインライズ差し	細川智（愛知）	実7.4	△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33%と好調）
前5走 08/24 名古屋7R 11着/12頭+1.6秒 06/27 名古屋11R 3着/12頭+1.8秒 06/05 名古屋11R 1着/10頭勝利 05/22 名古屋11R 5着/12頭+1.2秒 05/08 名古屋11R 6着/11頭+1.1秒
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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 27走で勝率 22% (相性良) ○ 距離適性同距離 17走で勝率 24% ○ 馬場適性同馬場 5走で勝率 20% ▽ 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) -66% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 13.5%) ※ 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	シヴァールバーニ	塚本征（愛知）	実2.1	◎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100%と好調／前走勝利の勢い／騎手は近50戦で勝率32%）
前5走 08/20 名古屋6R 1着/12頭勝利 ― ― ― ―
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戦の調子勝率 100% (絶好調) ◎ 騎手近50戦勝率 32% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 56.7% (オッズ暗示: 47.6%) ※ 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。
10	ゴーゴーゴウト	近藤颯（愛知）	実52.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調）
前5走 08/24 名古屋7R 9着/12頭+1.4秒 07/17 名古屋10R 9着/12頭 07/03 名古屋12R 11着/12頭 06/05 名古屋10R 12着/12頭+3.0秒 05/25 名古屋10R 8着/10頭
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 9.7着 (不振) △ 当競馬場適性 23走で勝率 9% △ 距離適性同距離 17走で勝率 12% ○ 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) -41% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 1.9%) ※ 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

シヴァールバーニ

騎手塚本征（愛知）

単勝オッズ

2.1倍

AI期待値

+19%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2ハンクスター

4.3倍

EV -35%

▲5ナムラフィクサー

4.9倍

EV -30%

出走馬全10頭

◎9

シヴァールバーニ

塚本征（愛知）

2.1倍

+19%

›

○2

ハンクスター

大畑慧（愛知）

4.3倍

-35%

›

▲5

ナムラフィクサー

今井貴（愛知）

4.9倍

-30%

›

△8

ウインライズ

細川智（愛知）

7.4倍

-65%

›

△7

インフォーマント

小笠羚（愛知）

12.5倍

-57%

›

△6

フルオブエナジー

渡邊竜（笠松）

15.3倍

-62%

›

▽1

パルジファル

尾崎章（愛知）

47.8倍

-40%

›

▽10

ゴーゴーゴウト

近藤颯（愛知）

52.8倍

-41%

›

×3

ゴッドテソロ

丸山真（愛知）

56.8倍

-55%

›

▽4

ボスコヴェローチェ

丹羽克（愛知）

87.0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

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