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 名古屋競馬場中京競馬Ｂ８ダ1500m ダート1500m　発走 18:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テレヴァカ	丹羽克（愛知）	実24.0	B× A▽勝率3% EV-23% 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8R 9着/10頭+1.6秒 08/21 名古屋6R 1着/9頭勝利 07/01 名古屋7R 8着/11頭+0.0秒 06/17 名古屋7R 6着/11頭+1.0秒 05/20 名古屋4R 11着/11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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 37走で勝率 16% (相性良) ○ 距離適性同距離 25走で勝率 20% × 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 7位 / 勝率 3.2% / 期待値 -23% ※ 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	ニホンピロケイ逃げ	細川智（愛知）	実10.0	B× A△勝率8% EV-23% 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／103日ぶりの実戦）
前5走 06/04 名古屋5R 10着/12頭 05/22 名古屋9R 6着/10頭+2.0秒 05/08 名古屋4R 1着/10頭勝利 04/24 名古屋5R 3着/11頭+0.8秒 04/09 名古屋12R 1着/12頭勝利
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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 20走で勝率 15% (相性良) ○ 距離適性同距離 19走で勝率 16% ▽ 前走実績前走 10着 (大敗) △ ローテーション 103日休養明け × 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: 10.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.6% / 期待値 -24% ※ 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	ヤマカツライコウ	大畑雅（愛知）	実3.2	B△ A○勝率23% EV-27% 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13走で勝率31%と適性高／同距離帯12走で勝率33%／前走2着）
前5走 09/03 名古屋8R 2着/3頭 08/19 名古屋6R 6着/10頭+1.2秒 07/30 名古屋10R 4着/11頭+1.4秒 07/02 名古屋8R 8着/12頭 06/05 名古屋9R 1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 4.0着 ◎ 当競馬場適性 13走で勝率 31% (得意) ◎ 距離適性同距離 12走で勝率 33% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 7.9% (オッズ暗示: 31.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.7% / 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。
4	メタルクラフト追込	丸野勝（愛知）	実33.2	B△ A▽勝率2% EV-19% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調）
前5走 09/02 名古屋11R 9着/10頭+1.2秒 08/21 名古屋8R 1着/10頭勝利 07/17 名古屋12R 1着/12頭 07/03 名古屋7R 5着/12頭 05/25 名古屋6R 5着/10頭
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 67% (絶好調) △ 当競馬場適性 42走で勝率 10% △ 距離適性同距離 27走で勝率 7% × 期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.4% / 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。
5	サンマルエンパイア先行	阿部基（笠松）	実41.6	B× A▽勝率1% EV-49% 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8R 8着/10頭+1.6秒 08/19 名古屋7R 10着/10頭+2.0秒 11/12 名古屋11R 4着/9頭+0.7秒 10/17 名古屋11R 3着/11頭+0.3秒 10/02 名古屋11R 3着/12頭+0.8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 7.3着 (不振) ○ 当競馬場適性 29走で勝率 21% (相性良) ◎ 距離適性同距離 26走で勝率 27% ◎ 馬場適性同馬場 8走で勝率 50% × 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 1.2% / 期待値 -50% ※ 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	テーオーリップマン	望月洵（愛知）	実2.8	B○ A◎勝率39% EV+8% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場7走で勝率29%と適性高／同距離帯6走で勝率33%／前走3着）
前5走 09/02 名古屋9R 3着/9頭+0.2秒 07/15 名古屋9R 6着/12頭 06/18 名古屋8R 4着/10頭 06/05 名古屋6R 1着/12頭 05/22 名古屋7R 1着/11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 4.3着 ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 6走で勝率 33% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 24.5% (オッズ暗示: 35.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 38.7% / 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。
7	サーフギャラクシー推奨	加藤誓（愛知）	実12.7	B▲ A△勝率5% EV-37% 詳細▼	市場が大きく過小評価、AI予想勝率24% × オッズ12.7倍で期待値+210%の有力候補（直近3走勝率67%と絶好調／当競馬場10走で勝率50%と適性高／同距離帯で勝率50%と得意）
前5走 09/04 名古屋6R 1着/11頭勝利 08/21 名古屋6R 6着/9頭+1.5秒 07/03 名古屋12R 1着/12頭 06/22 名古屋1R 5着/11頭 06/05 名古屋5R 6着/12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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 10走で勝率 50% (得意) ◎ 距離適性同距離 10走で勝率 50% ◎ 馬場適性同馬場 3走で勝率 67% ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +210% (市場が大幅過小評価) AI 予想勝率 24.5% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.9% / 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。
8	ハルノウミ差し	木之葵（愛知）	実46.0	B△ A▽勝率1% EV-47% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場22走で勝率5%と苦戦傾向／同距離帯は21走で勝ち無し／同馬場状態で勝率33%）
前5走 09/02 名古屋8R 3着/10頭+0.3秒 08/19 名古屋6R 5着/10頭+1.1秒 07/29 名古屋7R 10着/12頭+1.4秒 07/14 名古屋10R 9着/12頭 07/02 名古屋8R 2着/12頭+3.0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 6.0着 × 当競馬場適性 22走で勝率 5% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% ○ 前走実績前走 3着 (好走) × 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 0.5% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 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。
9	アットザホップ逃げ	加藤聡（愛知）	実6.7	B◎ A△勝率8% EV-45% 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14走で勝率29%と適性高／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 08/19 名古屋7R 3着/10頭+0.2秒 07/29 名古屋7R 6着/12頭+0.8秒 05/08 名古屋9R 1着/12頭勝利 04/24 名古屋5R 1着/11頭勝利 03/26 名古屋2R 1着/11頭勝利
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 33% (上り調子) ◎ 当競馬場適性 14走で勝率 29% (得意) ○ 距離適性同距離 13走で勝率 23% ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 18% ○ 前走実績前走 3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) +181% (市場が大幅過小評価) AI 予想勝率 42.1% (オッズ暗示: 14.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.1% / 期待値 -46% ※ 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	オーバードライブ逃げ	小笠羚（愛知）	実6.9	B× A▲勝率10% EV-30% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同馬場状態で勝率50%／直近3走で勝率33%と好調）
前5走 09/02 名古屋8R 10着/10頭+2.1秒 05/22 名古屋9R 1着/10頭 05/08 名古屋9R 3着/12頭+0.5秒 04/24 名古屋7R 3着/12頭+1.1秒 04/13 名古屋9R 4着/10頭+0.6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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 20走で勝率 15% (相性良) △ 距離適性同距離 21走で勝率 14% ◎ 馬場適性同馬場 4走で勝率 50% ○ 騎手近50戦勝率 16% ▽ 前走実績前走 10着 (大敗) × 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 0.2% (オッズ暗示: 14.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.1% / 期待値 -31% ※ 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 △

アットザホップ

騎手加藤聡（愛知）

単勝オッズ

6.7倍

AI期待値

+181%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎6テーオーリップマン

2.8倍

EV -31%

▲A:△7サーフギャラクシー

12.7倍

EV +210%

出走馬全10頭

◎A:△9

アットザホップ

加藤聡（愛知）

6.7倍

+181%

›

○A:◎6

テーオーリップマン

望月洵（愛知）

2.8倍

-31%

›

▲A:△7

サーフギャラクシー

加藤誓（愛知）

12.7倍

+210%

›

△A:○3

ヤマカツライコウ

大畑雅（愛知）

3.2倍

-74%

›

△A:▽8

ハルノウミ

木之葵（愛知）

46.0倍

-75%

›

△A:▽4

メタルクラフト

丸野勝（愛知）

33.2倍

-92%

›

×A:▲10

オーバードライブ

小笠羚（愛知）

6.9倍

-98%

›

×A:△2

ニホンピロケイ

細川智（愛知）

10.0倍

-98%

›

×A:▽1

テレヴァカ

丹羽克（愛知）

24.0倍

-99%

›

×A:▽5

サンマルエンパイア

阿部基（笠松）

41.6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 7 サーフギャラクシー ¥400 実12.7倍期待値 +211% 不的中8着単勝 12.7倍

※ オッズは予測時点の値です。

9R 名古屋競馬場中京競馬Ｂ８ダ1500m ダート1500m　発走 18:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テレヴァカ	丹羽克（愛知）	実24.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 09/02 名古屋8R 9着/10頭+1.6秒 08/21 名古屋6R 1着/9頭勝利 07/01 名古屋7R 8着/11頭+0.0秒 06/17 名古屋7R 6着/11頭+1.0秒 05/20 名古屋4R 11着/11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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 37走で勝率 16% (相性良) ○ 距離適性同距離 25走で勝率 20% △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 3.2% (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。
2	ニホンピロケイ逃げ	細川智（愛知）	実10.0	△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／103日ぶりの実戦）
前5走 06/04 名古屋5R 10着/12頭 05/22 名古屋9R 6着/10頭+2.0秒 05/08 名古屋4R 1着/10頭勝利 04/24 名古屋5R 3着/11頭+0.8秒 04/09 名古屋12R 1着/12頭勝利
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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 20走で勝率 15% (相性良) ○ 距離適性同距離 19走で勝率 16% ▽ 前走実績前走 10着 (大敗) △ ローテーション 103日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 10.0%) ※ 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。
3	ヤマカツライコウ	大畑雅（愛知）	実3.2	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場13走で勝率31%と適性高／同距離帯12走で勝率33%／前走2着）
前5走 09/03 名古屋8R 2着/3頭 08/19 名古屋6R 6着/10頭+1.2秒 07/30 名古屋10R 4着/11頭+1.4秒 07/02 名古屋8R 8着/12頭 06/05 名古屋9R 1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 4.0着 ◎ 当競馬場適性 13走で勝率 31% (得意) ◎ 距離適性同距離 12走で勝率 33% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 22.7% (オッズ暗示: 31.2%) ※ 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。
4	メタルクラフト追込	丸野勝（愛知）	実33.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調）
前5走 09/02 名古屋11R 9着/10頭+1.2秒 08/21 名古屋8R 1着/10頭勝利 07/17 名古屋12R 1着/12頭 07/03 名古屋7R 5着/12頭 05/25 名古屋6R 5着/10頭
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 67% (絶好調) △ 当競馬場適性 42走で勝率 10% △ 距離適性同距離 27走で勝率 7% △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 3.0%) ※ 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。
5	サンマルエンパイア先行	阿部基（笠松）	実41.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯26走で勝率27%／同馬場状態で勝率50%）
前5走 09/02 名古屋8R 8着/10頭+1.6秒 08/19 名古屋7R 10着/10頭+2.0秒 11/12 名古屋11R 4着/9頭+0.7秒 10/17 名古屋11R 3着/11頭+0.3秒 10/02 名古屋11R 3着/12頭+0.8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 7.3着 (不振) ○ 当競馬場適性 29走で勝率 21% (相性良) ◎ 距離適性同距離 26走で勝率 27% ◎ 馬場適性同馬場 8走で勝率 50% × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.4%) ※ 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。
6	テーオーリップマン	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（当競馬場7走で勝率29%と適性高／同距離帯6走で勝率33%／前走3着）
前5走 09/02 名古屋9R 3着/9頭+0.2秒 07/15 名古屋9R 6着/12頭 06/18 名古屋8R 4着/10頭 06/05 名古屋6R 1着/12頭 05/22 名古屋7R 1着/11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 4.3着 ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 6走で勝率 33% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 38.7% (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。
7	サーフギャラクシー推奨	加藤誓（愛知）	実12.7	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率67%と絶好調／当競馬場10走で勝率50%と適性高／同距離帯で勝率50%と得意）
前5走 09/04 名古屋6R 1着/11頭勝利 08/21 名古屋6R 6着/9頭+1.5秒 07/03 名古屋12R 1着/12頭 06/22 名古屋1R 5着/11頭 06/05 名古屋5R 6着/12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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 10走で勝率 50% (得意) ◎ 距離適性同距離 10走で勝率 50% ◎ 馬場適性同馬場 3走で勝率 67% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 4.9% (オッズ暗示: 7.9%) ※ 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。
8	ハルノウミ差し	木之葵（愛知）	実46.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場22走で勝率5%と苦戦傾向／同距離帯は21走で勝ち無し／同馬場状態で勝率33%）
前5走 09/02 名古屋8R 3着/10頭+0.3秒 08/19 名古屋6R 5着/10頭+1.1秒 07/29 名古屋7R 10着/12頭+1.4秒 07/14 名古屋10R 9着/12頭 07/02 名古屋8R 2着/12頭+3.0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 6.0着 × 当競馬場適性 22走で勝率 5% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% ○ 前走実績前走 3着 (好走) × 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 1.1% (オッズ暗示: 2.2%) ※ 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。
9	アットザホップ逃げ	加藤聡（愛知）	実6.7	△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14走で勝率29%と適性高／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 08/19 名古屋7R 3着/10頭+0.2秒 07/29 名古屋7R 6着/12頭+0.8秒 05/08 名古屋9R 1着/12頭勝利 04/24 名古屋5R 1着/11頭勝利 03/26 名古屋2R 1着/11頭勝利
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 33% (上り調子) ◎ 当競馬場適性 14走で勝率 29% (得意) ○ 距離適性同距離 13走で勝率 23% ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 18% ○ 前走実績前走 3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) -46% (大幅な期待値マイナス) AI 予想勝率 8.1% (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	オーバードライブ逃げ	小笠羚（愛知）	実6.9	▲詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率50%／直近3走で勝率33%と好調）
前5走 09/02 名古屋8R 10着/10頭+2.1秒 05/22 名古屋9R 1着/10頭 05/08 名古屋9R 3着/12頭+0.5秒 04/24 名古屋7R 3着/12頭+1.1秒 04/13 名古屋9R 4着/10頭+0.6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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 20走で勝率 15% (相性良) △ 距離適性同距離 21走で勝率 14% ◎ 馬場適性同馬場 4走で勝率 50% ○ 騎手近50戦勝率 16% ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 10.1% (オッズ暗示: 14.5%) ※ 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

テーオーリップマン

騎手望月洵（愛知）

単勝オッズ

2.8倍

AI期待値

+8%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3ヤマカツライコウ

3.2倍

EV -27%

▲10オーバードライブ

6.9倍

EV -30%

出走馬全10頭

◎6

テーオーリップマン

望月洵（愛知）

2.8倍

+8%

›

○3

ヤマカツライコウ

大畑雅（愛知）

3.2倍

-27%

›

▲10

オーバードライブ

小笠羚（愛知）

6.9倍

-30%

›

△9

アットザホップ

加藤聡（愛知）

6.7倍

-45%

›

△2

ニホンピロケイ

細川智（愛知）

10.0倍

-23%

›

△7

サーフギャラクシー

加藤誓（愛知）

12.7倍

-37%

›

▽1

テレヴァカ

丹羽克（愛知）

24.0倍

-23%

›

▽4

メタルクラフト

丸野勝（愛知）

33.2倍

-19%

›

▽5

サンマルエンパイア

阿部基（笠松）

41.6倍

-49%

›

▽8

ハルノウミ

木之葵（愛知）

46.0倍

-47%

›

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 7 サーフギャラクシー ¥400 実12.7倍期待値 -37% 不的中8着単勝 12.7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