名古屋 1R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

1R 名古屋競馬場ダ1500m ダート1500m　発走 14:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シャインプレマ自在	丹羽克（愛知）	実40.0	B× A▽勝率2% EV-4% 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 09/01 名古屋1R 8着/10頭+2.9秒 08/18 名古屋12R 7着/12頭+2.6秒 07/28 名古屋1R 9着/12頭+96.0秒 07/13 名古屋1R 9着/12頭 06/30 名古屋2R 9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戦の調子平均 8.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7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) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.1% / 期待値 -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。
2	アルファリラエ	塚本征（愛知）	実3.0	B○ A▲勝率16% EV-55% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均10.0着と低調／騎手は近50戦で勝率32%）
前5走 08/18 名古屋4R 10着/12頭+3.0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 10.0着 (不振) ◎ 騎手近50戦勝率 32% (好調) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 27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 18.7% (オッズ暗示: 33.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.9% / 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。
3	ジン	松本一（笠松）	実22.1	B× A△勝率4% EV-18% 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 09/01 名古屋1R 10着/10頭+4.0秒 08/18 名古屋12R 5着/12頭+1.5秒 07/13 名古屋1R 7着/12頭 06/30 名古屋1R 5着/12頭+0.0秒 06/16 名古屋1R 3着/10頭+3.0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 7.3着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ▽ 前走実績前走 10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 6位 / 勝率 3.5% / 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。
4	パーフェクトスノー	細川智（愛知）	実1.7	B▲ A○勝率25% EV-55% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均9.0着と低調）
前5走 08/18 名古屋4R 9着/12頭+2.5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 9.0着 (不振) ○ ローテーション 27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 8.3% (オッズ暗示: 58.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.8% / 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。
5	イントゥディープ逃げ	木之葵（愛知）	実87.7	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 09/01 名古屋1R 9着/10頭+3.8秒 08/18 名古屋1R 7着/12頭+54.9秒 07/28 名古屋1R 11着/12頭+98.3秒 07/13 名古屋1R 12着/12頭 06/30 名古屋1R 9着/12頭+2.0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 9.0着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 8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) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.6% / 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。
6	メドウセージ逃げ	加藤聡（愛知）	実16.6	B△ A△勝率11% EV+88% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調）
前5走 09/01 名古屋3R 9着/10頭+4.2秒 08/18 名古屋3R 10着/12頭+5.4秒 04/02 船橋6R 10着/10頭+7.5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 9.7着 (不振) ○ 騎手近50戦勝率 14% × 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 2.1% (オッズ暗示: 6.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.3% / 期待値 +88% ※ 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	ケイツータカ	大原浩（笠松）	実66.2	B△ A▽勝率1% EV-25% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均9.0着と低調）
前5走 09/01 名古屋1R 6着/10頭+2.3秒 08/18 名古屋12R 10着/12頭+2.8秒 07/13 名古屋3R 11着/12頭+3.0秒 06/16 名古屋5R 8着/11頭+2.0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 9.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し × 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 0.7% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 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。
8	フォーアライター	今井貴（愛知）	実67.6	B× A▽勝率2% EV+82% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均8.7着と低調／騎手は近50戦で勝率20%）
前5走 08/18 名古屋1R 6着/12頭+54.5秒 07/13 名古屋2R 11着/12頭 06/30 名古屋3R 9着/12頭+4.0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戦の調子平均 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.4% / 期待値 +83% ※ 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	サンモリッツ逃げ推奨	山田祥（愛知）	実8.7	B◎ A◎勝率27% EV+96% 詳細▼	市場が大きく過小評価、AI予想勝率69% × オッズ8.7倍で期待値+500%の有力候補（市場想定よりAI評価が高く妙味）
前5走 09/01 名古屋1R 5着/10頭+1.3秒 08/18 名古屋12R 11着/12頭+2.8秒 07/13 名古屋1R 4着/12頭 06/30 名古屋1R 10着/12頭 09/19 名古屋4R 3着/11頭+1.8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 6.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ◎ 期待値 (オッズ vs AI勝率) +500% (市場が大幅過小評価) AI 予想勝率 69.1% (オッズ暗示: 11.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 26.9% / 期待値 +96% ※ 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	リヴァデラルナ	丸山真（愛知）	実67.6	B× A▽勝率2% EV+36% 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 09/01 名古屋3R 8着/10頭+4.2秒 08/18 名古屋4R 11着/12頭+6.6秒 06/24 園田10R 11着/11頭+5.0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 10.0着 (不振) ▽ 距離適性同距離は 3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) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 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。
11	ボンボンブーケ	近藤颯（愛知）	実18.9	B△ A△勝率10% EV+58% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.5着と低調）
前5走 08/18 名古屋3R 12着/12頭+5.7秒 07/13 名古屋4R 9着/12頭+3.0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戦の調子平均 10.5着 (不振) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 27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 0.8% (オッズ暗示: 5.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.7% / 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。

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

A推奨B推奨Aモデル ◎

サンモリッツ

騎手山田祥（愛知）

単勝オッズ

8.7倍

AI期待値

+500%

買い目

¥1,900

全レースの推奨

AIの推奨本命の次点

○A:▲2アルファリラエ

3.0倍

EV -43%

▲A:○4パーフェクトスノー

1.7倍

EV -85%

出走馬全11頭

◎A:◎9

サンモリッツ

山田祥（愛知）

8.7倍

+500%

›

○A:▲2

アルファリラエ

塚本征（愛知）

3.0倍

-43%

›

▲A:○4

パーフェクトスノー

細川智（愛知）

1.7倍

-85%

›

△A:△6

メドウセージ

加藤聡（愛知）

16.6倍

-64%

›

△A:△11

ボンボンブーケ

近藤颯（愛知）

18.9倍

-85%

›

△A:▽7

ケイツータカ

大原浩（笠松）

66.2倍

-53%

›

×A:▽8

フォーアライター

今井貴（愛知）

67.6倍

-81%

›

×A:△3

ジン

松本一（笠松）

22.1倍

-99%

›

×A:▽1

シャインプレマ

丹羽克（愛知）

40.0倍

-99%

›

×A:▽10

リヴァデラルナ

丸山真（愛知）

67.6倍

-99%

›

×A:▽5

イントゥディープ

木之葵（愛知）

87.7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 9 サンモリッツ ¥300 実8.7倍期待値 +501% 不的中3着単勝 8.7倍

B. 市場除外+キャリブ

単勝 9 サンモリッツ ¥1,600 実8.7倍期待値 +501% 不的中3着単勝 8.7倍

※ オッズは予測時点の値です。

1R 名古屋競馬場ダ1500m ダート1500m　発走 14:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シャインプレマ自在	丹羽克（愛知）	実40.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走平均8.0着と低調）
前5走 09/01 名古屋1R 8着/10頭+2.9秒 08/18 名古屋12R 7着/12頭+2.6秒 07/28 名古屋1R 9着/12頭+96.0秒 07/13 名古屋1R 9着/12頭 06/30 名古屋2R 9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戦の調子平均 8.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 2.1% (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。
2	アルファリラエ	塚本征（愛知）	実3.0	▲詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均10.0着と低調／騎手は近50戦で勝率32%）
前5走 08/18 名古屋4R 10着/12頭+3.0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 10.0着 (不振) ◎ 騎手近50戦勝率 32% (好調) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 27日の間隔 (理想的) × 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 15.9% (オッズ暗示: 33.3%) ※ 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	ジン	松本一（笠松）	実22.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 09/01 名古屋1R 10着/10頭+4.0秒 08/18 名古屋12R 5着/12頭+1.5秒 07/13 名古屋1R 7着/12頭 06/30 名古屋1R 5着/12頭+0.0秒 06/16 名古屋1R 3着/10頭+3.0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 7.3着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 4.5%) ※ 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。
4	パーフェクトスノー	細川智（愛知）	実1.7	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均9.0着と低調）
前5走 08/18 名古屋4R 9着/12頭+2.5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 9.0着 (不振) ○ ローテーション 27日の間隔 (理想的) × 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 24.8% (オッズ暗示: 58.8%) ※ 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	イントゥディープ逃げ	木之葵（愛知）	実87.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／直近3走平均9.0着と低調）
前5走 09/01 名古屋1R 9着/10頭+3.8秒 08/18 名古屋1R 7着/12頭+54.9秒 07/28 名古屋1R 11着/12頭+98.3秒 07/13 名古屋1R 12着/12頭 06/30 名古屋1R 9着/12頭+2.0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 9.0着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
6	メドウセージ逃げ	加藤聡（愛知）	実16.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調）
前5走 09/01 名古屋3R 9着/10頭+4.2秒 08/18 名古屋3R 10着/12頭+5.4秒 04/02 船橋6R 10着/10頭+7.5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 9.7着 (不振) ○ 騎手近50戦勝率 14% ◎ 期待値 (オッズ vs AI勝率) +88% (市場が大幅過小評価) AI 予想勝率 11.3% (オッズ暗示: 6.0%) ※ 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	ケイツータカ	大原浩（笠松）	実66.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均9.0着と低調）
前5走 09/01 名古屋1R 6着/10頭+2.3秒 08/18 名古屋12R 10着/12頭+2.8秒 07/13 名古屋3R 11着/12頭+3.0秒 06/16 名古屋5R 8着/11頭+2.0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 9.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.0% (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。
8	フォーアライター	今井貴（愛知）	実67.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均8.7着と低調／騎手は近50戦で勝率20%）
前5走 08/18 名古屋1R 6着/12頭+54.5秒 07/13 名古屋2R 11着/12頭 06/30 名古屋3R 9着/12頭+4.0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戦の調子平均 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 27日の間隔 (理想的) ◎ 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 2.4% (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。
9	サンモリッツ逃げ推奨	山田祥（愛知）	実8.7	◎詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+96%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 09/01 名古屋1R 5着/10頭+1.3秒 08/18 名古屋12R 11着/12頭+2.8秒 07/13 名古屋1R 4着/12頭 06/30 名古屋1R 10着/12頭 09/19 名古屋4R 3着/11頭+1.8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 6.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ◎ 期待値 (オッズ vs AI勝率) +96% (市場が大幅過小評価) AI 予想勝率 26.9% (オッズ暗示: 11.5%) ※ 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	リヴァデラルナ	丸山真（愛知）	実67.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／直近3走平均10.0着と低調）
前5走 09/01 名古屋3R 8着/10頭+4.2秒 08/18 名古屋4R 11着/12頭+6.6秒 06/24 園田10R 11着/11頭+5.0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 10.0着 (不振) ▽ 距離適性同距離は 3走で勝ち無し ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 1.8% (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。
11	ボンボンブーケ	近藤颯（愛知）	実18.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.5着と低調）
前5走 08/18 名古屋3R 12着/12頭+5.7秒 07/13 名古屋4R 9着/12頭+3.0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戦の調子平均 10.5着 (不振) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 27日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +58% (市場が大幅過小評価) AI 予想勝率 9.7% (オッズ暗示: 5.3%) ※ 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。

AIの本命

A推奨B推奨

サンモリッツ

騎手山田祥（愛知）

単勝オッズ

8.7倍

AI期待値

+96%

買い目

¥1,900

全レースの推奨

AIの推奨本命の次点

○4パーフェクトスノー

1.7倍

EV -55%

▲2アルファリラエ

3.0倍

EV -55%

出走馬全11頭

◎9

サンモリッツ

山田祥（愛知）

8.7倍

+96%

›

○4

パーフェクトスノー

細川智（愛知）

1.7倍

-55%

›

▲2

アルファリラエ

塚本征（愛知）

3.0倍

-55%

›

△6

メドウセージ

加藤聡（愛知）

16.6倍

+88%

›

△11

ボンボンブーケ

近藤颯（愛知）

18.9倍

+58%

›

△3

ジン

松本一（笠松）

22.1倍

-18%

›

▽8

フォーアライター

今井貴（愛知）

67.6倍

+82%

›

▽1

シャインプレマ

丹羽克（愛知）

40.0倍

-4%

›

▽10

リヴァデラルナ

丸山真（愛知）

67.6倍

+36%

›

▽7

ケイツータカ

大原浩（笠松）

66.2倍

-25%

›

▽5

イントゥディープ

木之葵（愛知）

87.7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 9 サンモリッツ ¥300 実8.7倍期待値 +134% 不的中3着単勝 8.7倍

B. 市場除外+キャリブ

単勝 9 サンモリッツ ¥1,600 実8.7倍期待値 +134% 不的中3着単勝 8.7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