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1400m ダート1400m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フークベルエ先行	村上弘（愛知）	実33.0	B× A×勝率1% EV-53% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場60走で勝率3%と苦戦傾向／同距離帯は52走で勝ち無し／同馬場状態で勝率40%）
前5走 07/31 名古屋10R 10着/12頭+2.7秒 07/17 名古屋12R 9着/12頭 06/05 名古屋8R 7着/12頭+1.0秒 05/25 名古屋7R 5着/10頭+0.0秒 05/08 名古屋2R 3着/11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戦の調子平均 8.7着 (不振) × 当競馬場適性 60走で勝率 3% (苦戦) ▽ 距離適性同距離は 52走で勝ち無し ◎ 馬場適性同馬場 5走で勝率 40% ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) × 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: 3.0%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 期待値 -53% ※ 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	アルゴフィリオ	小笠羚（愛知）	実27.4	B× A△勝率3% EV-16% 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10R 5着/11頭+0.6秒 07/31 名古屋7R 8着/12頭+1.6秒 07/03 名古屋10R 7着/12頭 06/19 名古屋2R 1着/11頭 05/20 名古屋8R 1着/10頭
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 6.7着 ◎ 当競馬場適性 5走で勝率 40% (得意) ○ 距離適性同距離 10走で勝率 20% ○ 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) -100% (大幅な期待値マイナス) △ Aモデルの評価 (参考) レース内 5位 / 勝率 3.0% / 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	ヴィクトリアランド	丸山真（愛知）	実103.3	B× A▽勝率1% 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 07/17 名古屋10R 12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 12.0着 (不振) ▽ 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 10位 / 勝率 0.5% / 期待値 -46% ※ 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	シグナトリー	近藤颯（愛知）	実93.3	B× A×勝率0% EV-65% 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4R 10着/11頭+2.4秒 07/28 名古屋12R 9着/10頭+1.9秒 07/13 名古屋7R 11着/12頭+3.0秒 06/30 名古屋12R 3着/12頭+2.0秒 06/17 名古屋1R 7着/11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 10.0着 (不振) × 当競馬場適性 43走で勝率 2% (苦戦) ▽ 距離適性同距離は 39走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 19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 -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。
5	セラヴィーナス	丸野勝（愛知）	実28.9	B△ A×勝率1% EV-56% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場26走で勝率4%と苦戦傾向／同距離帯は25走で勝ち無し／直近3走平均8.0着と低調）
前5走 08/24 名古屋7R 10着/12頭+1.4秒 07/31 名古屋7R 11着/12頭+2.2秒 07/03 名古屋12R 3着/12頭+4.0秒 06/05 名古屋9R 6着/12頭+2.0秒 05/25 名古屋5R 3着/11頭+0.0秒
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 8.0着 (不振) × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 25走で勝ち無し ○ 騎手近50戦勝率 16% ▽ 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) -85% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 3.5%) × Aモデルの評価 (参考) レース内 8位 / 勝率 1.5% / 期待値 -57% ※ 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	コスモコロネット追込	大原浩（笠松）	実17.2	B△ A△勝率4% EV-34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場18走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 08/24 名古屋7R 4着/12頭+0.7秒 07/31 名古屋5R 7着/12頭+1.7秒 07/17 名古屋12R 4着/12頭 07/03 名古屋7R 4着/12頭 06/22 名古屋7R 6着/11頭+0.0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 5.0着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ 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: 5.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 3.8% / 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。
7	フローラビーナス	松本一（笠松）	実29.5	B× A▽勝率2% EV-44% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場22走で勝率27%と適性高／同距離帯18走で勝率33%／直近3走平均8.0着と低調）
前5走 08/24 名古屋10R 4着/11頭+0.5秒 07/31 名古屋7R 10着/12頭+2.1秒 07/02 名古屋8R 10着/12頭 06/04 名古屋6R 9着/11頭 05/22 名古屋12R 8着/10頭+3.0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 8.0着 (不振) ◎ 当競馬場適性 22走で勝率 27% (得意) ◎ 距離適性同距離 18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) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 1.9% / 期待値 -44% ※ 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	ソダチザカリ	木之葵（愛知）	実7.6	B▲ A○勝率11% EV-13% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.3着と安定／前走3着）
前5走 08/20 名古屋5R 3着/10頭+0.8秒 06/03 名古屋7R 2着/12頭 05/21 名古屋1R 2着/10頭+0.0秒 05/06 名古屋12R 4着/12頭+1.3秒 04/07 名古屋5R 1着/11頭勝利
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 2.3着 (安定) △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 7走で勝率 14% △ 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 18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 0.5% (オッズ暗示: 13.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.4% / 期待値 -14% ※ 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	ラヴァーズブルー逃げ	加藤聡（愛知）	実1.3	B◎ A◎勝率66% EV-14% 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10走で勝率50%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 07/30 名古屋6R 1着/11頭勝利 07/14 名古屋7R 2着/12頭 03/26 名古屋1R 1着/11頭勝利 03/10 名古屋4R 1着/11頭勝利 02/23 名古屋3R 1着/11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 67% (絶好調) ◎ 当競馬場適性 10走で勝率 50% (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) △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 97.7% (オッズ暗示: 76.9%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 66.0% / 期待値 -14% ※ 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	レイエル先行	塚本征（愛知）	実9.6	B△ A▲勝率8% EV-27% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.7着と低調／騎手は近50戦で勝率32%）
前5走 07/17 浦和5R 11着/12頭+3.0秒 02/26 浦和2R 4着/11頭+1.8秒 09/08 川崎6R 11着/12頭+2.7秒 08/28 船橋4R 10着/11頭+4.7秒 06/19 川崎6R 5着/13頭+1.1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 8.7着 (不振) ○ 距離適性同距離 11走で勝率 18% ◎ 騎手近50戦勝率 32% (好調) ▽ 前走実績前走 11着 (大敗) × 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 0.4% (オッズ暗示: 10.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.5% / 期待値 -28% ※ 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	ダックリン	筒井勇（笠松）	実26.5	B○ A△勝率3% EV-31% 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%／直近3走で勝率33%と好調）
前5走 07/31 名古屋12R 8着/12頭+0.9秒 07/02 名古屋5R 1着/11頭 06/19 名古屋1R 3着/10頭+1.0秒 06/04 名古屋12R 9着/12頭 05/22 名古屋4R 7着/10頭+0.0秒
AI 評価の内訳 — 馬番 11 ◎ 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 45走で勝率 7% △ 距離適性同距離 41走で勝率 7% ◎ 馬場適性同馬場 3走で勝率 33% × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 3.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.6% / 期待値 -32% ※ 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 ◎

ラヴァーズブルー

騎手加藤聡（愛知）

単勝オッズ

1.3倍

AI期待値

+26%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△11ダックリン

26.5倍

EV -85%

▲A:○8ソダチザカリ

7.6倍

EV -96%

出走馬全11頭

◎A:◎9

ラヴァーズブルー

加藤聡（愛知）

1.3倍

+26%

›

○A:△11

ダックリン

筒井勇（笠松）

26.5倍

-85%

›

▲A:○8

ソダチザカリ

木之葵（愛知）

7.6倍

-96%

›

△A:×5

セラヴィーナス

丸野勝（愛知）

28.9倍

-85%

›

△A:▲10

レイエル

塚本征（愛知）

9.6倍

-95%

›

△A:△6

コスモコロネット

大原浩（笠松）

17.2倍

-97%

›

×A:▽7

フローラビーナス

松本一（笠松）

29.5倍

-96%

›

×A:×1

フークベルエ

村上弘（愛知）

33.0倍

-98%

›

×A:△2

アルゴフィリオ

小笠羚（愛知）

27.4倍

-99%

›

×A:×4

シグナトリー

近藤颯（愛知）

93.3倍

-99%

›

×A:▽3

ヴィクトリアランド

丸山真（愛知）

103.3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

両モデルとも見送り

10R 名古屋競馬場ダ1400m ダート1400m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フークベルエ先行	村上弘（愛知）	実33.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場60走で勝率3%と苦戦傾向／同距離帯は52走で勝ち無し／同馬場状態で勝率40%）
前5走 07/31 名古屋10R 10着/12頭+2.7秒 07/17 名古屋12R 9着/12頭 06/05 名古屋8R 7着/12頭+1.0秒 05/25 名古屋7R 5着/10頭+0.0秒 05/08 名古屋2R 3着/11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戦の調子平均 8.7着 (不振) × 当競馬場適性 60走で勝率 3% (苦戦) ▽ 距離適性同距離は 52走で勝ち無し ◎ 馬場適性同馬場 5走で勝率 40% ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.0%) ※ 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	アルゴフィリオ	小笠羚（愛知）	実27.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率40%と適性高）
前5走 08/24 名古屋10R 5着/11頭+0.6秒 07/31 名古屋7R 8着/12頭+1.6秒 07/03 名古屋10R 7着/12頭 06/19 名古屋2R 1着/11頭 05/20 名古屋8R 1着/10頭
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 6.7着 ◎ 当競馬場適性 5走で勝率 40% (得意) ○ 距離適性同距離 10走で勝率 20% ○ 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) -17% (オッズ過剰評価) AI 予想勝率 3.0% (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。
3	ヴィクトリアランド	丸山真（愛知）	実103.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 07/17 名古屋10R 12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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
4	シグナトリー	近藤颯（愛知）	実93.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場43走で勝率2%と苦戦傾向／同距離帯は39走で勝ち無し／直近3走平均10.0着と低調）
前5走 08/19 名古屋4R 10着/11頭+2.4秒 07/28 名古屋12R 9着/10頭+1.9秒 07/13 名古屋7R 11着/12頭+3.0秒 06/30 名古屋12R 3着/12頭+2.0秒 06/17 名古屋1R 7着/11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 10.0着 (不振) × 当競馬場適性 43走で勝率 2% (苦戦) ▽ 距離適性同距離は 39走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 19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 0.4% (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	セラヴィーナス	丸野勝（愛知）	実28.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場26走で勝率4%と苦戦傾向／同距離帯は25走で勝ち無し／直近3走平均8.0着と低調）
前5走 08/24 名古屋7R 10着/12頭+1.4秒 07/31 名古屋7R 11着/12頭+2.2秒 07/03 名古屋12R 3着/12頭+4.0秒 06/05 名古屋9R 6着/12頭+2.0秒 05/25 名古屋5R 3着/11頭+0.0秒
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 8.0着 (不振) × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 25走で勝ち無し ○ 騎手近50戦勝率 16% ▽ 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) -57% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 3.5%) ※ 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	コスモコロネット追込	大原浩（笠松）	実17.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場18走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 08/24 名古屋7R 4着/12頭+0.7秒 07/31 名古屋5R 7着/12頭+1.7秒 07/17 名古屋12R 4着/12頭 07/03 名古屋7R 4着/12頭 06/22 名古屋7R 6着/11頭+0.0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 5.0着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ 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) -34% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 5.8%) ※ 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。
7	フローラビーナス	松本一（笠松）	実29.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場22走で勝率27%と適性高／同距離帯18走で勝率33%／直近3走平均8.0着と低調）
前5走 08/24 名古屋10R 4着/11頭+0.5秒 07/31 名古屋7R 10着/12頭+2.1秒 07/02 名古屋8R 10着/12頭 06/04 名古屋6R 9着/11頭 05/22 名古屋12R 8着/10頭+3.0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 8.0着 (不振) ◎ 当競馬場適性 22走で勝率 27% (得意) ◎ 距離適性同距離 18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) -44% (大幅な期待値マイナス) AI 予想勝率 1.9% (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。
8	ソダチザカリ	木之葵（愛知）	実7.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.3着と安定／前走3着）
前5走 08/20 名古屋5R 3着/10頭+0.8秒 06/03 名古屋7R 2着/12頭 05/21 名古屋1R 2着/10頭+0.0秒 05/06 名古屋12R 4着/12頭+1.3秒 04/07 名古屋5R 1着/11頭勝利
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 2.3着 (安定) △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 7走で勝率 14% △ 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 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 11.4% (オッズ暗示: 13.2%) ※ 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。
9	ラヴァーズブルー逃げ	加藤聡（愛知）	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（当競馬場10走で勝率50%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 07/30 名古屋6R 1着/11頭勝利 07/14 名古屋7R 2着/12頭 03/26 名古屋1R 1着/11頭勝利 03/10 名古屋4R 1着/11頭勝利 02/23 名古屋3R 1着/11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 67% (絶好調) ◎ 当競馬場適性 10走で勝率 50% (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) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 66.0% (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。
10	レイエル先行	塚本征（愛知）	実9.6	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.7着と低調／騎手は近50戦で勝率32%）
前5走 07/17 浦和5R 11着/12頭+3.0秒 02/26 浦和2R 4着/11頭+1.8秒 09/08 川崎6R 11着/12頭+2.7秒 08/28 船橋4R 10着/11頭+4.7秒 06/19 川崎6R 5着/13頭+1.1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 8.7着 (不振) ○ 距離適性同距離 11走で勝率 18% ◎ 騎手近50戦勝率 32% (好調) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 10.4%) ※ 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	ダックリン	筒井勇（笠松）	実26.5	△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%／直近3走で勝率33%と好調）
前5走 07/31 名古屋12R 8着/12頭+0.9秒 07/02 名古屋5R 1着/11頭 06/19 名古屋1R 3着/10頭+1.0秒 06/04 名古屋12R 9着/12頭 05/22 名古屋4R 7着/10頭+0.0秒
AI 評価の内訳 — 馬番 11 ◎ 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 45走で勝率 7% △ 距離適性同距離 41走で勝率 7% ◎ 馬場適性同馬場 3走で勝率 33% × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 3.8%) ※ 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。

AIの本命

AI評価1位

ラヴァーズブルー

騎手加藤聡（愛知）

単勝オッズ

1.3倍

AI期待値

-14%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ソダチザカリ

7.6倍

EV -13%

▲10レイエル

9.6倍

EV -27%

出走馬全11頭

◎9

ラヴァーズブルー

加藤聡（愛知）

1.3倍

-14%

›

○8

ソダチザカリ

木之葵（愛知）

7.6倍

-13%

›

▲10

レイエル

塚本征（愛知）

9.6倍

-27%

›

△6

コスモコロネット

大原浩（笠松）

17.2倍

-34%

›

△2

アルゴフィリオ

小笠羚（愛知）

27.4倍

-16%

›

△11

ダックリン

筒井勇（笠松）

26.5倍

-31%

›

▽7

フローラビーナス

松本一（笠松）

29.5倍

-44%

›

×5

セラヴィーナス

丸野勝（愛知）

28.9倍

-56%

›

×1

フークベルエ

村上弘（愛知）

33.0倍

-53%

›

▽3

ヴィクトリアランド

丸山真（愛知）

103.3倍

-46%

›

×4

シグナトリー

近藤颯（愛知）

93.3倍

-65%

›

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