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1700m ダート1700m　発走 18:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ゴラッソゴール	加藤利（愛知）	実30.1	B× A×勝率2% EV-50% 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9R 4着/9頭+1.8秒 08/18 名古屋10R 11着/11頭+2.6秒 07/13 名古屋8R 3着/3頭 06/30 名古屋10R 7着/9頭 06/16 名古屋11R 6着/12頭
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 6.0着 △ 当競馬場適性 132走で勝率 6% △ 距離適性同距離 58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 8位 / 勝率 1.6% / 期待値 -51% ※ 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	エイシンマクルーベ	木之葵（愛知）	実9.4	B○ A△勝率5% EV-48% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場12走で勝率33%と適性高）
前5走 09/01 名古屋11R 6着/12頭+0.9秒 08/18 名古屋10R 3着/11頭+0.5秒 07/01 名古屋11R 8着/11頭+1.0秒 06/04 名古屋8R 1着/11頭 05/25 名古屋6R 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 5.7着 ◎ 当競馬場適性 12走で勝率 33% (得意) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.5% / 期待値 -49% ※ 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	ヴァルドグラース先行	大畑雅（愛知）	実13.1	B▲ A△勝率8% EV+2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/02 名古屋9R 1着/9頭勝利 08/19 名古屋7R 8着/10頭+1.3秒 07/30 名古屋10R 2着/11頭+1.2秒 07/15 名古屋8R 3着/11頭 07/02 名古屋6R 3着/12頭+1.0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戦の調子勝率 33% (上り調子) △ 当競馬場適性 22走で勝率 9% ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 期待値 +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。
4	スフレ	明星晴（笠松）	実8.9	B△ A▲勝率8% 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19走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 09/01 名古屋10R 4着/9頭+2.0秒 08/18 名古屋10R 5着/11頭+0.8秒 07/13 名古屋10R 6着/12頭 07/01 名古屋11R 4着/11頭+0.0秒 06/04 名古屋6R 4着/11頭+0.0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 5.0着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.1% (オッズ暗示: 11.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.4% / 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。
5	ランニングホット先行	加藤聡（愛知）	実94.9	B× A▽勝率1% EV-25% 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11R 11着/12頭+2.2秒 08/18 名古屋10R 8着/11頭+1.5秒 07/29 名古屋9R 2着/12頭+0.4秒 07/14 名古屋10R 5着/12頭 05/15 川崎8R 2着/12頭+0.2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 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 騎手近50戦勝率 18% ▽ 前走実績前走 11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 0.8% / 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。
6	パーソナルレコード	村上弘（愛知）	実1.4	B◎ A◎勝率52% EV-27% 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8走で勝率38%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 09/03 名古屋8R 1着/3頭 08/24 名古屋8R 1着/12頭勝利 07/31 名古屋7R 3着/12頭+0.5秒 07/03 名古屋10R 6着/12頭 06/04 名古屋12R 1着/12頭
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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 92.3% (オッズ暗示: 71.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 51.5% / 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。
7	ノブエイト	近藤颯（愛知）	実7.7	B△ A○勝率16% EV+26% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は3走で勝ち無し）
前5走 08/18 名古屋10R 6着/11頭+1.0秒 06/30 名古屋8R 2着/12頭 06/17 名古屋6R 2着/11頭+4.0秒 06/04 名古屋9R 8着/12頭 05/21 名古屋8R 4着/10頭+0.0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 3.3着 △ 当競馬場適性 19走で勝率 11% ▽ 距離適性同距離は 3走で勝ち無し ○ 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) -89% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 13.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.4% / 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	タイクーンバゴ自在	今井貴（愛知）	実37.9	B× A×勝率1% EV-56% 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 08/18 名古屋9R 10着/11頭+1.4秒 03/11 名古屋11R 7着/11頭+2.1秒 02/25 名古屋11R 3着/12頭+0.4秒 02/11 名古屋11R 2着/12頭+0.0秒 01/27 名古屋11R 4着/12頭+0.9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 6.7着 △ 当競馬場適性 45走で勝率 7% ▽ 距離適性同距離は 20走で勝ち無し ○ 騎手近50戦勝率 18% ▽ 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) -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 1.1% / 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。
9	テーオーエメラルド差し	小笠羚（愛知）	実17.0	B× A△勝率4% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯5走で勝率40%）
前5走 09/01 名古屋11R 5着/12頭+0.9秒 08/18 名古屋9R 5着/11頭+0.7秒 07/01 名古屋8R 5着/12頭+0.0秒 06/17 名古屋7R 5着/11頭 05/21 名古屋8R 2着/10頭+2.0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 5.0着 △ 当競馬場適性 17走で勝率 6% ◎ 距離適性同距離 5走で勝率 40% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 18% × 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: 5.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.4% / 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。
10	ベレーザフィン	丹羽克（愛知）	実34.8	B△ A▽勝率2% EV-17% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯3走で勝率33%）
前5走 09/01 名古屋11R 10着/12頭+2.0秒 08/18 名古屋9R 4着/11頭+0.5秒 07/29 名古屋8R 4着/12頭+0.2秒 07/14 名古屋10R 6着/12頭+0.0秒 06/30 名古屋8R 4着/12頭+1.0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 6.0着 ○ 当競馬場適性 19走で勝率 16% (相性良) ◎ 距離適性同距離 3走で勝率 33% ▽ 前走実績前走 10着 (大敗) × 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 0.1% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.4% / 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。

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 ◎

パーソナルレコード

騎手村上弘（愛知）

単勝オッズ

1.4倍

AI期待値

+29%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△2エイシンマクルーベ

9.4倍

EV -72%

▲A:△3ヴァルドグラース

13.1倍

EV -61%

出走馬全10頭

◎A:◎6

パーソナルレコード

村上弘（愛知）

1.4倍

+29%

›

○A:△2

エイシンマクルーベ

木之葵（愛知）

9.4倍

-72%

›

▲A:△3

ヴァルドグラース

大畑雅（愛知）

13.1倍

-61%

›

△A:○7

ノブエイト

近藤颯（愛知）

7.7倍

-88%

›

△A:▲4

スフレ

明星晴（笠松）

8.9倍

-98%

›

△A:▽10

ベレーザフィン

丹羽克（愛知）

34.8倍

-95%

›

×A:△9

テーオーエメラルド

小笠羚（愛知）

17.0倍

-98%

›

×A:×1

ゴラッソゴール

加藤利（愛知）

30.1倍

-99%

›

×A:×8

タイクーンバゴ

今井貴（愛知）

37.9倍

-99%

›

×A:▽5

ランニングホット

加藤聡（愛知）

94.9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1700m ダート1700m　発走 18:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ゴラッソゴール	加藤利（愛知）	実30.1	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/01 名古屋9R 4着/9頭+1.8秒 08/18 名古屋10R 11着/11頭+2.6秒 07/13 名古屋8R 3着/3頭 06/30 名古屋10R 7着/9頭 06/16 名古屋11R 6着/12頭
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 6.0着 △ 当競馬場適性 132走で勝率 6% △ 距離適性同距離 58走で勝率 9% × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.3%) ※ 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	エイシンマクルーベ	木之葵（愛知）	実9.4	△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12走で勝率33%と適性高）
前5走 09/01 名古屋11R 6着/12頭+0.9秒 08/18 名古屋10R 3着/11頭+0.5秒 07/01 名古屋11R 8着/11頭+1.0秒 06/04 名古屋8R 1着/11頭 05/25 名古屋6R 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 5.7着 ◎ 当競馬場適性 12走で勝率 33% (得意) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 5.5% (オッズ暗示: 10.6%) ※ 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	ヴァルドグラース先行	大畑雅（愛知）	実13.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/02 名古屋9R 1着/9頭勝利 08/19 名古屋7R 8着/10頭+1.3秒 07/30 名古屋10R 2着/11頭+1.2秒 07/15 名古屋8R 3着/11頭 07/02 名古屋6R 3着/12頭+1.0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戦の調子勝率 33% (上り調子) △ 当競馬場適性 22走で勝率 9% ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 7.8% (オッズ暗示: 7.6%) ※ 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。
4	スフレ	明星晴（笠松）	実8.9	▲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0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 09/01 名古屋10R 4着/9頭+2.0秒 08/18 名古屋10R 5着/11頭+0.8秒 07/13 名古屋10R 6着/12頭 07/01 名古屋11R 4着/11頭+0.0秒 06/04 名古屋6R 4着/11頭+0.0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 5.0着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 8.4% (オッズ暗示: 11.2%) ※ 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。
5	ランニングホット先行	加藤聡（愛知）	実94.9	▽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）
前5走 09/01 名古屋11R 11着/12頭+2.2秒 08/18 名古屋10R 8着/11頭+1.5秒 07/29 名古屋9R 2着/12頭+0.4秒 07/14 名古屋10R 5着/12頭 05/15 川崎8R 2着/12頭+0.2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 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 騎手近50戦勝率 18% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 0.8% (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	パーソナルレコード	村上弘（愛知）	実1.4	◎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8走で勝率38%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 09/03 名古屋8R 1着/3頭 08/24 名古屋8R 1着/12頭勝利 07/31 名古屋7R 3着/12頭+0.5秒 07/03 名古屋10R 6着/12頭 06/04 名古屋12R 1着/12頭
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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 51.5% (オッズ暗示: 71.4%) ※ 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。
7	ノブエイト	近藤颯（愛知）	実7.7	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は3走で勝ち無し）
前5走 08/18 名古屋10R 6着/11頭+1.0秒 06/30 名古屋8R 2着/12頭 06/17 名古屋6R 2着/11頭+4.0秒 06/04 名古屋9R 8着/12頭 05/21 名古屋8R 4着/10頭+0.0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 3.3着 △ 当競馬場適性 19走で勝率 11% ▽ 距離適性同距離は 3走で勝ち無し ○ 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) +26% (市場と概ね一致) AI 予想勝率 16.4% (オッズ暗示: 13.0%) ※ 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	タイクーンバゴ自在	今井貴（愛知）	実37.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は20走で勝ち無し）
前5走 08/18 名古屋9R 10着/11頭+1.4秒 03/11 名古屋11R 7着/11頭+2.1秒 02/25 名古屋11R 3着/12頭+0.4秒 02/11 名古屋11R 2着/12頭+0.0秒 01/27 名古屋11R 4着/12頭+0.9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 6.7着 △ 当競馬場適性 45走で勝率 7% ▽ 距離適性同距離は 20走で勝ち無し ○ 騎手近50戦勝率 18% ▽ 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) -57% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.6%) ※ 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。
9	テーオーエメラルド差し	小笠羚（愛知）	実17.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯5走で勝率40%）
前5走 09/01 名古屋11R 5着/12頭+0.9秒 08/18 名古屋9R 5着/11頭+0.7秒 07/01 名古屋8R 5着/12頭+0.0秒 06/17 名古屋7R 5着/11頭 05/21 名古屋8R 2着/10頭+2.0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 5.0着 △ 当競馬場適性 17走で勝率 6% ◎ 距離適性同距離 5走で勝率 40% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 18% △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 5.9%) ※ 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	ベレーザフィン	丹羽克（愛知）	実34.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯3走で勝率33%）
前5走 09/01 名古屋11R 10着/12頭+2.0秒 08/18 名古屋9R 4着/11頭+0.5秒 07/29 名古屋8R 4着/12頭+0.2秒 07/14 名古屋10R 6着/12頭+0.0秒 06/30 名古屋8R 4着/12頭+1.0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 6.0着 ○ 当競馬場適性 19走で勝率 16% (相性良) ◎ 距離適性同距離 3走で勝率 33% ▽ 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 2.4% (オッズ暗示: 2.9%) ※ 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

パーソナルレコード

騎手村上弘（愛知）

単勝オッズ

1.4倍

AI期待値

-27%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ノブエイト

7.7倍

EV +26%

▲4スフレ

8.9倍

EV -25%

出走馬全10頭

◎6

パーソナルレコード

村上弘（愛知）

1.4倍

-27%

›

○7

ノブエイト

近藤颯（愛知）

7.7倍

+26%

›

▲4

スフレ

明星晴（笠松）

8.9倍

-25%

›

△3

ヴァルドグラース

大畑雅（愛知）

13.1倍

+2%

›

△2

エイシンマクルーベ

木之葵（愛知）

9.4倍

-48%

›

△9

テーオーエメラルド

小笠羚（愛知）

17.0倍

-25%

›

▽10

ベレーザフィン

丹羽克（愛知）

34.8倍

-17%

›

×1

ゴラッソゴール

加藤利（愛知）

30.1倍

-50%

›

×8

タイクーンバゴ

今井貴（愛知）

37.9倍

-56%

›

▽5

ランニングホット

加藤聡（愛知）

94.9倍

-25%

›

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