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1500m ダート1500m　発走 19:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テリオスルナ差し	大原浩（笠松）	実109.8	B× A×勝率0% EV-52% 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 4着/12頭+0.9秒 08/18 名古屋11R 6着/12頭+1.8秒 07/28 名古屋9R 11着/12頭+1.9秒 03/06 川崎10R 5着/9頭+1.8秒 02/05 川崎12R 6着/12頭+0.6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 7.0着 (不振) × 当競馬場適性 3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 10位 / 勝率 0.4% / 期待値 -52% ※ 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	グラスビジョン先行	大畑慧（愛知）	実12.2	B▲ A△勝率4% EV-52% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高／同距離帯4走で勝率50%）
前5走 09/01 名古屋10R 5着/9頭+2.6秒 08/18 名古屋10R 4着/11頭+0.6秒 07/28 名古屋9R 7着/12頭+1.0秒 06/30 名古屋9R 3着/12頭 06/18 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 5.3着 ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 4走で勝率 50% × 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 0.5% (オッズ暗示: 8.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.9% / 期待値 -52% ※ 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	ユアグローリー	細川智（愛知）	実11.4	B△ A△勝率6% EV-34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走2着）
前5走 08/18 名古屋10R 2着/11頭+0.3秒 07/29 名古屋8R 2着/12頭+0.1秒 07/01 名古屋11R 5着/11頭 06/16 名古屋10R 10着/11頭 06/02 名古屋9R 6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 3.0着 (安定) △ 当競馬場適性 38走で勝率 8% ○ 距離適性同距離 20走で勝率 15% ○ 前走実績前走 2着 (好走) ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 8.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.7% / 期待値 -35% ※ 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	リヴァスピナー	近藤颯（愛知）	実57.7	B× A▽勝率1% EV-43% 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 07/13 名古屋10R 10着/12頭 06/30 名古屋8R 1着/12頭 06/17 名古屋6R 5着/11頭 06/03 名古屋8R 6着/12頭 05/20 名古屋4R 6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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 21走で勝率 24% (相性良) ○ 距離適性同距離 14走で勝率 21% ▽ 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 9位 / 勝率 1.0% / 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。
5	ウィッティングハム	木之葵（愛知）	実38.0	B△ A▽勝率2% EV-17% 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／前走勝利の勢い）
前5走 08/19 名古屋7R 1着/10頭勝利 07/29 名古屋7R 5着/12頭+0.7秒 07/15 名古屋9R 5着/12頭 07/03 名古屋6R 1着/12頭 06/22 名古屋6R 4着/10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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 24走で勝率 17% (相性良) ○ 距離適性同距離 24走で勝率 17% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 26日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -83% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.2% / 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。
6	バヤシーフェイス逃げ	丸野勝（愛知）	実8.0	B× A▲勝率9% 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走で勝率33%と好調）
前5走 08/18 名古屋11R 8着/12頭+2.1秒 07/14 名古屋9R 1着/11頭 06/18 名古屋8R 2着/10頭 06/04 名古屋7R 2着/11頭 05/22 名古屋12R 4着/10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 33% (上り調子) △ 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% ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 12.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.1% / 期待値 -27% ※ 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	フリューゲルホルン追込	加藤利（愛知）	実50.9	B× A▽勝率2% EV-17% 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 05/31 314R 4着/11頭+2.1秒 05/17 316R 3着/9頭+0.9秒 04/19 316R 5着/8頭+1.2秒 04/05 316R 6着/11頭+0.7秒 03/24 319R 5着/11頭+0.7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 4.0着 △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 4走で勝率 25% △ ローテーション 106日休養明け × 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 -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。
8	アスタールテニウム	今井貴（愛知）	実2.8	B○ A○勝率21% EV-42% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 09/02 名古屋11R 1着/10頭勝利 04/16 大井10R 5着/14頭+1.9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戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 39.6% (オッズ暗示: 35.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.6% / 期待値 -42% ※ 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	ブルースバローズ	加藤聡（愛知）	実2.0	B◎ A◎勝率51% EV+2% 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5走で勝率80%と適性高／同距離帯4走で勝率100%／直近3走で勝率67%と好調）
前5走 08/18 名古屋11R 4着/12頭+1.3秒 07/30 名古屋10R 1着/11頭勝利 07/03 名古屋10R 1着/12頭 06/19 名古屋1R 1着/10頭 06/03 名古屋1R 1着/12頭
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 5走で勝率 80% (得意) ◎ 距離適性同距離 4走で勝率 100% ○ 騎手近50戦勝率 18% ○ 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) +16% (市場と概ね一致) AI 予想勝率 58.4% (オッズ暗示: 50.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 51.3% / 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。
10	オウケンボス先行	望月洵（愛知）	実16.9	B△ A△勝率4% EV-29% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯21走で勝率29%／直近3走平均8.7着と低調／騎手は近50戦で勝率26%）
前5走 08/18 名古屋11R 11着/12頭+2.6秒 07/28 名古屋9R 6着/12頭+0.9秒 07/01 名古屋9R 9着/12頭+1.0秒 04/09 名古屋9R 6着/11頭+1.1秒 03/27 名古屋8R 12着/12頭+2.7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) ○ 当競馬場適性 38走で勝率 24% (相性良) ◎ 距離適性同距離 21走で勝率 29% ◎ 騎手近50戦勝率 26% (好調) ▽ 前走実績前走 11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) -93% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 5.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.2% / 期待値 -30% ※ 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 ◎

ブルースバローズ

騎手加藤聡（愛知）

単勝オッズ

2.0倍

AI期待値

+16%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○8アスタールテニウム

2.8倍

EV +11%

▲A:△2グラスビジョン

12.2倍

EV -94%

出走馬全10頭

◎A:◎9

ブルースバローズ

加藤聡（愛知）

2.0倍

+16%

›

○A:○8

アスタールテニウム

今井貴（愛知）

2.8倍

+11%

›

▲A:△2

グラスビジョン

大畑慧（愛知）

12.2倍

-94%

›

△A:▽5

ウィッティングハム

木之葵（愛知）

38.0倍

-82%

›

△A:△3

ユアグローリー

細川智（愛知）

11.4倍

-95%

›

△A:△10

オウケンボス

望月洵（愛知）

16.9倍

-93%

›

×A:▲6

バヤシーフェイス

丸野勝（愛知）

8.0倍

-97%

›

×A:▽7

フリューゲルホルン

加藤利（愛知）

50.9倍

-99%

›

×A:▽4

リヴァスピナー

近藤颯（愛知）

57.7倍

-99%

›

×A:×1

テリオスルナ

大原浩（笠松）

109.8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1500m ダート1500m　発走 19:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テリオスルナ差し	大原浩（笠松）	実109.8	×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／同距離帯は7走で勝ち無し）
前5走 09/01 名古屋11R 4着/12頭+0.9秒 08/18 名古屋11R 6着/12頭+1.8秒 07/28 名古屋9R 11着/12頭+1.9秒 03/06 川崎10R 5着/9頭+1.8秒 02/05 川崎12R 6着/12頭+0.6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 7.0着 (不振) × 当競馬場適性 3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) -52% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.9%) ※ 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。
2	グラスビジョン先行	大畑慧（愛知）	実12.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高／同距離帯4走で勝率50%）
前5走 09/01 名古屋10R 5着/9頭+2.6秒 08/18 名古屋10R 4着/11頭+0.6秒 07/28 名古屋9R 7着/12頭+1.0秒 06/30 名古屋9R 3着/12頭 06/18 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 5.3着 ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 4走で勝率 50% × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 8.2%) ※ 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	ユアグローリー	細川智（愛知）	実11.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走2着）
前5走 08/18 名古屋10R 2着/11頭+0.3秒 07/29 名古屋8R 2着/12頭+0.1秒 07/01 名古屋11R 5着/11頭 06/16 名古屋10R 10着/11頭 06/02 名古屋9R 6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 3.0着 (安定) △ 当競馬場適性 38走で勝率 8% ○ 距離適性同距離 20走で勝率 15% ○ 前走実績前走 2着 (好走) ○ 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) -35% (大幅な期待値マイナス) AI 予想勝率 5.7% (オッズ暗示: 8.8%) ※ 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	リヴァスピナー	近藤颯（愛知）	実57.7	▽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／63日ぶりの実戦）
前5走 07/13 名古屋10R 10着/12頭 06/30 名古屋8R 1着/12頭 06/17 名古屋6R 5着/11頭 06/03 名古屋8R 6着/12頭 05/20 名古屋4R 6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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 21走で勝率 24% (相性良) ○ 距離適性同距離 14走で勝率 21% ▽ 前走実績前走 10着 (大敗) × 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 1.0% (オッズ暗示: 1.7%) ※ 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。
5	ウィッティングハム	木之葵（愛知）	実38.0	▽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／前走勝利の勢い）
前5走 08/19 名古屋7R 1着/10頭勝利 07/29 名古屋7R 5着/12頭+0.7秒 07/15 名古屋9R 5着/12頭 07/03 名古屋6R 1着/12頭 06/22 名古屋6R 4着/10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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 24走で勝率 17% (相性良) ○ 距離適性同距離 24走で勝率 17% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 26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 2.2% (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。
6	バヤシーフェイス逃げ	丸野勝（愛知）	実8.0	▲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5走 08/18 名古屋11R 8着/12頭+2.1秒 07/14 名古屋9R 1着/11頭 06/18 名古屋8R 2着/10頭 06/04 名古屋7R 2着/11頭 05/22 名古屋12R 4着/10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 33% (上り調子) △ 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% ○ 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) -27% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 12.5%) ※ 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	フリューゲルホルン追込	加藤利（愛知）	実50.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（106日ぶりの実戦）
前5走 05/31 314R 4着/11頭+2.1秒 05/17 316R 3着/9頭+0.9秒 04/19 316R 5着/8頭+1.2秒 04/05 316R 6着/11頭+0.7秒 03/24 319R 5着/11頭+0.7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 4.0着 △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 4走で勝率 25% △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.0%) ※ 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	アスタールテニウム	今井貴（愛知）	実2.8	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 09/02 名古屋11R 1着/10頭勝利 04/16 大井10R 5着/14頭+1.9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戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 20.6% (オッズ暗示: 35.7%) ※ 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	ブルースバローズ	加藤聡（愛知）	実2.0	◎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5走で勝率80%と適性高／同距離帯4走で勝率100%／直近3走で勝率67%と好調）
前5走 08/18 名古屋11R 4着/12頭+1.3秒 07/30 名古屋10R 1着/11頭勝利 07/03 名古屋10R 1着/12頭 06/19 名古屋1R 1着/10頭 06/03 名古屋1R 1着/12頭
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 5走で勝率 80% (得意) ◎ 距離適性同距離 4走で勝率 100% ○ 騎手近50戦勝率 18% ○ 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) +2% (市場と概ね一致) AI 予想勝率 51.3% (オッズ暗示: 50.0%) ※ 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。
10	オウケンボス先行	望月洵（愛知）	実16.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯21走で勝率29%／直近3走平均8.7着と低調／騎手は近50戦で勝率26%）
前5走 08/18 名古屋11R 11着/12頭+2.6秒 07/28 名古屋9R 6着/12頭+0.9秒 07/01 名古屋9R 9着/12頭+1.0秒 04/09 名古屋9R 6着/11頭+1.1秒 03/27 名古屋8R 12着/12頭+2.7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) ○ 当競馬場適性 38走で勝率 24% (相性良) ◎ 距離適性同距離 21走で勝率 29% ◎ 騎手近50戦勝率 26% (好調) ▽ 前走実績前走 11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) -30% (オッズ過剰評価) AI 予想勝率 4.2% (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。

AIの本命

AI評価1位

ブルースバローズ

騎手加藤聡（愛知）

単勝オッズ

2.0倍

AI期待値

+2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8アスタールテニウム

2.8倍

EV -42%

▲6バヤシーフェイス

8.0倍

EV -27%

出走馬全10頭

◎9

ブルースバローズ

加藤聡（愛知）

2.0倍

+2%

›

○8

アスタールテニウム

今井貴（愛知）

2.8倍

-42%

›

▲6

バヤシーフェイス

丸野勝（愛知）

8.0倍

-27%

›

△3

ユアグローリー

細川智（愛知）

11.4倍

-34%

›

△10

オウケンボス

望月洵（愛知）

16.9倍

-29%

›

△2

グラスビジョン

大畑慧（愛知）

12.2倍

-52%

›

▽5

ウィッティングハム

木之葵（愛知）

38.0倍

-17%

›

▽7

フリューゲルホルン

加藤利（愛知）

50.9倍

-17%

›

▽4

リヴァスピナー

近藤颯（愛知）

57.7倍

-43%

›

×1

テリオスルナ

大原浩（笠松）

109.8倍

-52%

›

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