名古屋 8R 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

8R 名古屋競馬場ダ920m ダート920m　発走 17:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウインフォーユー	加藤誓（愛知）	実22.4	B× A×勝率2% EV-59% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場31走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 09/02 名古屋5R 6着/12頭+2.1秒 08/19 名古屋1R 7着/11頭+0.6秒 06/17 名古屋12R 7着/12頭 06/02 名古屋7R 6着/12頭 05/20 名古屋1R 3着/10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 6.7着 × 当競馬場適性 31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) -97% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 4.5%) × Aモデルの評価 (参考) レース内 8位 / 勝率 1.8% / 期待値 -59% ※ 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	フィロンドール	友森翔（愛知）	実90.8	B× A▽勝率1% EV-7% 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6R 12着/12頭+1.9秒 07/28 名古屋12R 4着/10頭+1.1秒 07/01 名古屋2R 10着/12頭+0.0秒 06/18 名古屋6R 9着/10頭 06/03 名古屋7R 8着/12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 8.7着 (不振) × 当競馬場適性 32走で勝率 3% (苦戦) ▽ 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 1.0% / 期待値 -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。
3	クワイエットエニフ逃げ	木之葵（愛知）	実10.8	B▲ A△勝率8% EV-14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率5%と苦戦傾向／直近3走平均8.7着と低調）
前5走 09/02 名古屋6R 10着/12頭+1.8秒 08/19 名古屋2R 6着/12頭+2.4秒 07/29 名古屋1R 10着/12頭+2.4秒 07/01 名古屋5R 7着/12頭 06/16 名古屋4R 1着/9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 8.7着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) △ 距離適性同距離 7走で勝率 14% ▽ 前走実績前走 10着 (大敗) × 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 1.0% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.9% / 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。
4	ピチクリ自在	加藤聡（愛知）	実1.4	B◎ A◎勝率40% EV-43% 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走で勝率33%と好調）
前5走 09/02 名古屋6R 4着/12頭+1.1秒 08/18 名古屋6R 1着/12頭勝利 04/20 名古屋6R 4着/12頭+0.9秒 03/09 名古屋5R 4着/11頭+0.5秒 02/23 名古屋5R 9着/12頭+1.9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 7走で勝率 14% ○ 騎手近50戦勝率 16% ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 93.7% (オッズ暗示: 71.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 40.3% / 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	コモモチャン逃げ	近藤颯（愛知）	実24.0	B△ A△勝率5% EV+18% 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／直近3走平均8.3着と低調）
前5走 09/02 名古屋6R 7着/12頭+1.7秒 08/19 名古屋12R 11着/12頭+1.9秒 07/28 名古屋7R 7着/12頭+2.5秒 07/13 名古屋7R 5着/12頭 06/02 名古屋6R 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 8.3着 (不振) × 当競馬場適性 18走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 4.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.9% / 期待値 +19% ※ 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	タクティカ追込	加藤利（愛知）	実79.9	B× A▽勝率1% EV-48% 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6R 5着/12頭+1.4秒 08/19 名古屋1R 6着/11頭+0.5秒 07/28 名古屋12R 10着/10頭+2.0秒 07/01 名古屋6R 9着/12頭 06/17 名古屋12R 6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戦の調子平均 7.0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 5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 0.7% / 期待値 -48% ※ 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	アンジェララヴ逃げ	望月洵（愛知）	実10.9	B× A▲勝率8% EV-12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場48走で勝率2%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均9.0着と低調）
前5走 09/02 名古屋7R 8着/12頭+2.2秒 08/19 名古屋2R 10着/12頭+3.4秒 07/29 名古屋1R 9着/12頭+2.3秒 07/13 名古屋7R 4着/12頭 06/16 名古屋7R 2着/10頭
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 48走で勝率 2% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 28% (好調) × 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 0.2% (オッズ暗示: 9.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.1% / 期待値 -12% ※ 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	バレドラパン自在	細川智（愛知）	実22.5	B△ A▽勝率2% EV-46% 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）
前5走 09/02 名古屋6R 8着/12頭+1.7秒 08/18 名古屋8R 3着/12頭+0.3秒 07/28 名古屋6R 5着/12頭+1.0秒 07/13 名古屋6R 3着/12頭+2.0秒 06/30 名古屋12R 8着/12頭
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 5.3着 × 当競馬場適性 15走で勝率 0% (苦戦) × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.4% / 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。
9	カピタン差し推奨	大畑雅（愛知）	実6.7	B○ A○勝率26% EV+75% 詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 09/02 名古屋6R 6着/12頭+1.6秒 04/23 名古屋3R 9着/12頭+1.5秒 04/10 名古屋3R 11着/11頭+3.6秒 03/26 名古屋9R 9着/11頭+4.0秒 03/13 名古屋7R 8着/10頭+1.5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 8.7着 (不振) △ 当競馬場適性 50走で勝率 6% ▽ 距離適性同距離は 5走で勝ち無し × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 14.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 26.3% / 期待値 +76% ※ 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	コズミックコール逃げ	小笠羚（愛知）	実43.0	B× A×勝率1% 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 09/02 名古屋6R 11着/12頭+1.9秒 08/19 名古屋1R 9着/11頭+0.8秒 07/28 名古屋7R 10着/12頭+3.0秒 07/13 名古屋7R 8着/12頭+0.0秒 06/30 名古屋6R 3着/12頭+0.0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) × 当競馬場適性 77走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 16% ▽ 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 9位 / 勝率 1.1% / 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。
11	メイショウウミカゼ差し	阪野学（愛知）	実17.5	B△ A△勝率6% EV-3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場36走で勝率3%と苦戦傾向）
前5走 09/02 名古屋6R 9着/12頭+1.8秒 08/19 名古屋2R 7着/12頭+2.9秒 07/28 名古屋12R 6着/10頭+1.1秒 06/17 名古屋1R 4着/11頭+2.0秒 06/03 名古屋12R 7着/12頭
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 7.3着 (不振) × 当競馬場適性 36走で勝率 3% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.5% / 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。

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 ◎

ピチクリ

騎手加藤聡（愛知）

単勝オッズ

1.4倍

AI期待値

+31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○9カピタン

6.7倍

EV -76%

▲A:△3クワイエットエニフ

10.8倍

EV -88%

出走馬全11頭

◎A:◎4

ピチクリ

加藤聡（愛知）

1.4倍

+31%

›

○A:○9

カピタン

大畑雅（愛知）

6.7倍

-76%

›

▲A:△3

クワイエットエニフ

木之葵（愛知）

10.8倍

-88%

›

△A:△5

コモモチャン

近藤颯（愛知）

24.0倍

-80%

›

△A:△11

メイショウウミカゼ

阪野学（愛知）

17.5倍

-93%

›

△A:▽8

バレドラパン

細川智（愛知）

22.5倍

-94%

›

×A:▲7

アンジェララヴ

望月洵（愛知）

10.9倍

-98%

›

×A:×1

ウインフォーユー

加藤誓（愛知）

22.4倍

-96%

›

×A:×10

コズミックコール

小笠羚（愛知）

43.0倍

-99%

›

×A:▽6

タクティカ

加藤利（愛知）

79.9倍

-99%

›

×A:▽2

フィロンドール

友森翔（愛知）

90.8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

A. 市場込みモデル

単勝 9 カピタン ¥300 実6.7倍期待値 -76% 不的中4着単勝 6.7倍

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

8R 名古屋競馬場ダ920m ダート920m　発走 17:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウインフォーユー	加藤誓（愛知）	実22.4	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場31走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 09/02 名古屋5R 6着/12頭+2.1秒 08/19 名古屋1R 7着/11頭+0.6秒 06/17 名古屋12R 7着/12頭 06/02 名古屋7R 6着/12頭 05/20 名古屋1R 3着/10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 6.7着 × 当競馬場適性 31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) -59% (大幅な期待値マイナス) AI 予想勝率 1.8% (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。
2	フィロンドール	友森翔（愛知）	実90.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場32走で勝率3%と苦戦傾向／直近3走平均8.7着と低調）
前5走 09/02 名古屋6R 12着/12頭+1.9秒 07/28 名古屋12R 4着/10頭+1.1秒 07/01 名古屋2R 10着/12頭+0.0秒 06/18 名古屋6R 9着/10頭 06/03 名古屋7R 8着/12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 8.7着 (不振) × 当競馬場適性 32走で勝率 3% (苦戦) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 1.0% (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。
3	クワイエットエニフ逃げ	木之葵（愛知）	実10.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率5%と苦戦傾向／直近3走平均8.7着と低調）
前5走 09/02 名古屋6R 10着/12頭+1.8秒 08/19 名古屋2R 6着/12頭+2.4秒 07/29 名古屋1R 10着/12頭+2.4秒 07/01 名古屋5R 7着/12頭 06/16 名古屋4R 1着/9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 8.7着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) △ 距離適性同距離 7走で勝率 14% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 7.9% (オッズ暗示: 9.3%) ※ 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	ピチクリ自在	加藤聡（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（直近3走で勝率33%と好調）
前5走 09/02 名古屋6R 4着/12頭+1.1秒 08/18 名古屋6R 1着/12頭勝利 04/20 名古屋6R 4着/12頭+0.9秒 03/09 名古屋5R 4着/11頭+0.5秒 02/23 名古屋5R 9着/12頭+1.9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 7走で勝率 14% ○ 騎手近50戦勝率 16% × 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 40.3% (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。
5	コモモチャン逃げ	近藤颯（愛知）	実24.0	△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／直近3走平均8.3着と低調）
前5走 09/02 名古屋6R 7着/12頭+1.7秒 08/19 名古屋12R 11着/12頭+1.9秒 07/28 名古屋7R 7着/12頭+2.5秒 07/13 名古屋7R 5着/12頭 06/02 名古屋6R 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 8.3着 (不振) × 当競馬場適性 18走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 4.9% (オッズ暗示: 4.2%) ※ 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。
6	タクティカ追込	加藤利（愛知）	実79.9	▽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5走で勝ち無し）
前5走 09/02 名古屋6R 5着/12頭+1.4秒 08/19 名古屋1R 6着/11頭+0.5秒 07/28 名古屋12R 10着/10頭+2.0秒 07/01 名古屋6R 9着/12頭 06/17 名古屋12R 6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戦の調子平均 7.0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 5走で勝ち無し × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.3%) ※ 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。
7	アンジェララヴ逃げ	望月洵（愛知）	実10.9	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場48走で勝率2%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均9.0着と低調）
前5走 09/02 名古屋7R 8着/12頭+2.2秒 08/19 名古屋2R 10着/12頭+3.4秒 07/29 名古屋1R 9着/12頭+2.3秒 07/13 名古屋7R 4着/12頭 06/16 名古屋7R 2着/10頭
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 48走で勝率 2% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 28% (好調) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 8.1% (オッズ暗示: 9.2%) ※ 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。
8	バレドラパン自在	細川智（愛知）	実22.5	▽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）
前5走 09/02 名古屋6R 8着/12頭+1.7秒 08/18 名古屋8R 3着/12頭+0.3秒 07/28 名古屋6R 5着/12頭+1.0秒 07/13 名古屋6R 3着/12頭+2.0秒 06/30 名古屋12R 8着/12頭
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 5.3着 × 当競馬場適性 15走で勝率 0% (苦戦) × 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 2.4% (オッズ暗示: 4.4%) ※ 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	カピタン差し推奨	大畑雅（愛知）	実6.7	○詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+75%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 09/02 名古屋6R 6着/12頭+1.6秒 04/23 名古屋3R 9着/12頭+1.5秒 04/10 名古屋3R 11着/11頭+3.6秒 03/26 名古屋9R 9着/11頭+4.0秒 03/13 名古屋7R 8着/10頭+1.5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 8.7着 (不振) △ 当競馬場適性 50走で勝率 6% ▽ 距離適性同距離は 5走で勝ち無し ◎ 期待値 (オッズ vs AI勝率) +75% (市場が大幅過小評価) AI 予想勝率 26.3% (オッズ暗示: 14.9%) ※ 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	コズミックコール逃げ	小笠羚（愛知）	実43.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場77走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／直近3走平均10.0着と低調）
前5走 09/02 名古屋6R 11着/12頭+1.9秒 08/19 名古屋1R 9着/11頭+0.8秒 07/28 名古屋7R 10着/12頭+3.0秒 07/13 名古屋7R 8着/12頭+0.0秒 06/30 名古屋6R 3着/12頭+0.0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) × 当競馬場適性 77走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 16% ▽ 前走実績前走 11着 (大敗) × 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 1.1% (オッズ暗示: 2.3%) ※ 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。
11	メイショウウミカゼ差し	阪野学（愛知）	実17.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場36走で勝率3%と苦戦傾向）
前5走 09/02 名古屋6R 9着/12頭+1.8秒 08/19 名古屋2R 7着/12頭+2.9秒 07/28 名古屋12R 6着/10頭+1.1秒 06/17 名古屋1R 4着/11頭+2.0秒 06/03 名古屋12R 7着/12頭
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 7.3着 (不振) × 当競馬場適性 36走で勝率 3% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 5.7%) ※ 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。

AIの本命

AI評価1位

ピチクリ

騎手加藤聡（愛知）

単勝オッズ

1.4倍

AI期待値

-43%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9カピタン

6.7倍

EV +75%

▲7アンジェララヴ

10.9倍

EV -12%

出走馬全11頭

◎4

ピチクリ

加藤聡（愛知）

1.4倍

-43%

›

○9

カピタン

大畑雅（愛知）

6.7倍

+75%

›

▲7

アンジェララヴ

望月洵（愛知）

10.9倍

-12%

›

△3

クワイエットエニフ

木之葵（愛知）

10.8倍

-14%

›

△11

メイショウウミカゼ

阪野学（愛知）

17.5倍

-3%

›

△5

コモモチャン

近藤颯（愛知）

24.0倍

+18%

›

▽8

バレドラパン

細川智（愛知）

22.5倍

-46%

›

×1

ウインフォーユー

加藤誓（愛知）

22.4倍

-59%

›

×10

コズミックコール

小笠羚（愛知）

43.0倍

-52%

›

▽2

フィロンドール

友森翔（愛知）

90.8倍

-7%

›

▽6

タクティカ

加藤利（愛知）

79.9倍

-48%

›

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 カピタン ¥300 実6.7倍期待値 +76% 不的中4着単勝 6.7倍

B. 市場除外+キャリブ

見送り

※ 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