名古屋 2R 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

2R 名古屋競馬場ダ1500m ダート1500m　発走 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジーティートゥーリ	今井貴（愛知）	実5.6	B◎ A△勝率10% EV-42% 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走平均3.0着と安定／前走3着／騎手は近50戦で勝率20%）
前5走 08/24 名古屋2R 3着/12頭+1.4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 3.0着 (安定) ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +79% (市場が大幅過小評価) AI 予想勝率 32.0% (オッズ暗示: 17.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.2% / 期待値 -43% ※ 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	サンライズハリー	丹羽克（愛知）	実112.4	B▽ A▽勝率4% EV+338% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +567% (市場が大幅過小評価) AI 予想勝率 5.9% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.9% / 期待値 +339% ※ 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	アンコンケラブル	望月洵（愛知）	実2.8	B▲ A◎勝率35% EV0% 詳細▼	人気馬、市場評価通りで上乗せなし（騎手は近50戦で勝率28%）
前5走 09/01 名古屋3R 4着/10頭+0.7秒 08/18 名古屋5R 7着/12頭+5.5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 5.5着 ◎ 騎手近50戦勝率 28% (好調) ○ 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) -65% (大幅な期待値マイナス) AI 予想勝率 12.5% (オッズ暗示: 35.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 35.4% / 期待値 -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。
4	アイファーローレル逃げ	大畑慧（愛知）	実143.0	B× A▽勝率1% EV+90% 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3R 9着/12頭+5.4秒 03/23 名古屋3R 11着/11頭+4.8秒 01/27 312R 10着/10頭+5.8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 10.0着 (不振) ▽ 距離適性同距離は 3走で勝ち無し ○ ローテーション 28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 10位 / 勝率 1.3% / 期待値 +91% ※ 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	サンライズマシュー	小笠羚（愛知）	実14.0	B× A△勝率7% EV-6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 09/01 名古屋3R 3着/10頭+0.3秒 08/18 名古屋5R 10着/12頭+7.0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 6.5着 ○ 騎手近50戦勝率 16% ○ 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) -72% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 7.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.7% / 期待値 -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	オーケーエレガンス	丸山真（愛知）	実115.4	B▽ A▽勝率3% EV+196% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 08/18 名古屋3R 3着/12頭+1.3秒 07/28 名古屋4R 7着/11頭+2.6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 △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 28日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +529% (市場が大幅過小評価) AI 予想勝率 5.5% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.6% / 期待値 +197% ※ 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	カセノナユタ	塚本征（愛知）	実4.4	B△ A▲勝率13% EV-44% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（騎手は近50戦で勝率30%）
前5走 09/02 名古屋1R 4着/9頭+0.8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 ◎ 騎手近50戦勝率 30% (好調) × 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 7.7% (オッズ暗示: 22.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.7% / 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	パシオネ自在	加藤聡（愛知）	実258.0	B× A▽勝率1% EV+139% 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 09/02 名古屋2R 9着/10頭+3.8秒 08/18 名古屋1R 4着/12頭+54.4秒 07/13 名古屋2R 10着/12頭 05/04 名古屋4R 6着/10頭+4.5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 7.7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 3走で勝ち無し ○ 騎手近50戦勝率 18% × 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 0.9% / 期待値 +139% ※ 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	ジャッキーバローズ	加藤誓（愛知）	実3.4	B△ A○勝率15% EV-47% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 09/01 名古屋6R 4着/11頭+0.7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 4.0着 △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 5.9% (オッズ暗示: 29.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.5% / 期待値 -47% ※ 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	ミスデルマー	近藤颯（愛知）	実15.6	B△ A△勝率6% EV-7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/18 名古屋4R 4着/12頭+1.3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 4.0着 ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 8.0% (オッズ暗示: 6.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.9% / 期待値 -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。
11	オケアノステソーロ推奨	阪野学（愛知）	実25.4	B○ A▽勝率4% EV+9% 詳細▼	市場が大きく過小評価、AI予想勝率21% × オッズ25.4倍で期待値+420%の有力候補（直近3走平均3.0着と安定／前走3着で力を示す／適度な間隔で状態万全）
前5走 08/18 名古屋5R 3着/12頭+3.7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 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ ローテーション 28日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +420% (市場が大幅過小評価) AI 予想勝率 20.5% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.3% / 期待値 +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。
12	ウイングリフィス	尾崎章（愛知）	実212.2	B× A▽勝率1% EV+28% 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 08/21 名古屋1R 11着/12頭+3.1秒 ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 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 11.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 25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 12位 / 勝率 0.6% / 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。

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 △

ジーティートゥーリ

騎手今井貴（愛知）

単勝オッズ

5.6倍

AI期待値

+79%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▽11オケアノステソーロ

25.4倍

EV +420%

▲A:◎3アンコンケラブル

2.8倍

EV -65%

出走馬全12頭

◎A:△1

ジーティートゥーリ

今井貴（愛知）

5.6倍

+79%

›

○A:▽11

オケアノステソーロ

阪野学（愛知）

25.4倍

+420%

›

▲A:◎3

アンコンケラブル

望月洵（愛知）

2.8倍

-65%

›

△A:△10

ミスデルマー

近藤颯（愛知）

15.6倍

+24%

›

△A:▲7

カセノナユタ

塚本征（愛知）

4.4倍

-66%

›

△A:○9

ジャッキーバローズ

加藤誓（愛知）

3.4倍

-79%

›

▽A:▽2

サンライズハリー

丹羽克（愛知）

112.4倍

+567%

›

▽A:▽6

オーケーエレガンス

丸山真（愛知）

115.4倍

+529%

›

×A:△5

サンライズマシュー

小笠羚（愛知）

14.0倍

-72%

›

×A:▽4

アイファーローレル

大畑慧（愛知）

143.0倍

-99%

›

×A:▽12

ウイングリフィス

尾崎章（愛知）

212.2倍

-99%

›

×A:▽8

パシオネ

加藤聡（愛知）

258.0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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 11 オケアノステソーロ ¥400 実25.4倍期待値 +421% 不的中2着単勝 25.4倍

※ オッズは予測時点の値です。

2R 名古屋競馬場ダ1500m ダート1500m　発走 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジーティートゥーリ	今井貴（愛知）	実5.6	△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3.0着と安定／前走3着／騎手は近50戦で勝率20%）
前5走 08/24 名古屋2R 3着/12頭+1.4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 3.0着 (安定) ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 10.2% (オッズ暗示: 17.9%) ※ 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	サンライズハリー	丹羽克（愛知）	実112.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 8位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +338% (市場が大幅過小評価) AI 予想勝率 3.9% (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。
3	アンコンケラブル	望月洵（愛知）	実2.8	◎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（騎手は近50戦で勝率28%）
前5走 09/01 名古屋3R 4着/10頭+0.7秒 08/18 名古屋5R 7着/12頭+5.5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 5.5着 ◎ 騎手近50戦勝率 28% (好調) ○ 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) -1% (オッズ過剰評価) AI 予想勝率 35.4% (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。
4	アイファーローレル逃げ	大畑慧（愛知）	実143.0	▽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 08/18 名古屋3R 9着/12頭+5.4秒 03/23 名古屋3R 11着/11頭+4.8秒 01/27 312R 10着/10頭+5.8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 10.0着 (不振) ▽ 距離適性同距離は 3走で勝ち無し ○ ローテーション 28日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +90% (市場が大幅過小評価) AI 予想勝率 1.3% (オッズ暗示: 0.7%) ※ 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	サンライズマシュー	小笠羚（愛知）	実14.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 09/01 名古屋3R 3着/10頭+0.3秒 08/18 名古屋5R 10着/12頭+7.0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 6.5着 ○ 騎手近50戦勝率 16% ○ 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) -6% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 7.1%) ※ 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	オーケーエレガンス	丸山真（愛知）	実115.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 08/18 名古屋3R 3着/12頭+1.3秒 07/28 名古屋4R 7着/11頭+2.6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 △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 28日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +196% (市場が大幅過小評価) AI 予想勝率 2.6% (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。
7	カセノナユタ	塚本征（愛知）	実4.4	▲詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率30%）
前5走 09/02 名古屋1R 4着/9頭+0.8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 ◎ 騎手近50戦勝率 30% (好調) × 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 12.7% (オッズ暗示: 22.7%) ※ 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。
8	パシオネ自在	加藤聡（愛知）	実258.0	▽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3走で勝ち無し）
前5走 09/02 名古屋2R 9着/10頭+3.8秒 08/18 名古屋1R 4着/12頭+54.4秒 07/13 名古屋2R 10着/12頭 05/04 名古屋4R 6着/10頭+4.5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 7.7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 3走で勝ち無し ○ 騎手近50戦勝率 18% ◎ 期待値 (オッズ vs AI勝率) +139% (市場が大幅過小評価) AI 予想勝率 0.9% (オッズ暗示: 0.4%) ※ 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。
9	ジャッキーバローズ	加藤誓（愛知）	実3.4	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 09/01 名古屋6R 4着/11頭+0.7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 4.0着 △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -47% (大幅な期待値マイナス) AI 予想勝率 15.5% (オッズ暗示: 29.4%) ※ 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。
10	ミスデルマー	近藤颯（愛知）	実15.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/18 名古屋4R 4着/12頭+1.3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 4.0着 ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 6.4%) ※ 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	オケアノステソーロ推奨	阪野学（愛知）	実25.4	▽詳細▼	期待値プラスでAIの推し馬（直近3走平均3.0着と安定／前走3着で力を示す／適度な間隔で状態万全）
前5走 08/18 名古屋5R 3着/12頭+3.7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 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 4.3% (オッズ暗示: 3.9%) ※ 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。
12	ウイングリフィス	尾崎章（愛知）	実212.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 08/21 名古屋1R 11着/12頭+3.1秒 ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 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 11.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 0.6% (オッズ暗示: 0.5%) ※ 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。

AIの本命

AI評価1位

アンコンケラブル

騎手望月洵（愛知）

単勝オッズ

2.8倍

AI期待値

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ジャッキーバローズ

3.4倍

EV -47%

▲7カセノナユタ

4.4倍

EV -44%

出走馬全12頭

◎3

アンコンケラブル

望月洵（愛知）

2.8倍

›

○9

ジャッキーバローズ

加藤誓（愛知）

3.4倍

-47%

›

▲7

カセノナユタ

塚本征（愛知）

4.4倍

-44%

›

△1

ジーティートゥーリ

今井貴（愛知）

5.6倍

-42%

›

△5

サンライズマシュー

小笠羚（愛知）

14.0倍

-6%

›

△10

ミスデルマー

近藤颯（愛知）

15.6倍

-7%

›

▽11

オケアノステソーロ

阪野学（愛知）

25.4倍

+9%

›

▽2

サンライズハリー

丹羽克（愛知）

112.4倍

+338%

›

▽6

オーケーエレガンス

丸山真（愛知）

115.4倍

+196%

›

▽4

アイファーローレル

大畑慧（愛知）

143.0倍

+90%

›

▽8

パシオネ

加藤聡（愛知）

258.0倍

+139%

›

▽12

ウイングリフィス

尾崎章（愛知）

212.2倍

+28%

›

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

見送り

B. 市場除外+キャリブ

単勝 11 オケアノステソーロ ¥400 実25.4倍期待値 +9% 不的中2着単勝 25.4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