名古屋 3R 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

3R 名古屋競馬場ダ1500m ダート1500m　発走 15:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シンクシビリティ差し	渡邊竜（笠松）	実13.7	B△ A△勝率4% EV-39% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5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3.0着と安定）
前5走 09/03 名古屋3R 4着/12頭+0.6秒 08/20 名古屋2R 2着/12頭+0.7秒 07/30 名古屋1R 3着/11頭+0.5秒 07/14 名古屋1R 2着/12頭 07/01 名古屋3R 7着/12頭+0.0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) × 当競馬場適性 5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 14% × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 7.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.4% / 期待値 -40% ※ 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	スターアライズ差し	筒井勇（笠松）	実115.6	B× A▽勝率1% EV+21% 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 09/03 名古屋3R 9着/12頭+1.2秒 08/20 名古屋4R 9着/12頭+3.0秒 07/29 名古屋4R 7着/11頭+1.3秒 07/15 名古屋1R 8着/12頭 07/02 名古屋4R 10着/11頭+0.0秒
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 8.3着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 6走で勝率 17% △ 騎手近50戦勝率 4% (やや苦戦) × 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 +22% ※ 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	サンタクローチェ	友森翔（愛知）	実8.0	B△ A△勝率7% EV-41% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) × 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 2.3% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.3% / 期待値 -41% ※ 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	ケイツークルサード追込	近藤颯（愛知）	実15.9	B○ A△勝率7% EV+11% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 09/03 名古屋2R 3着/10頭+0.5秒 08/20 名古屋2R 3着/12頭+1.2秒 07/31 名古屋1R 1着/12頭勝利 06/30 名古屋4R 4着/12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 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ◎ 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 15.1% (オッズ暗示: 6.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.0% / 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。
5	スピネルテソーロ	望月洵（愛知）	実35.2	B× A▽勝率3% EV0% 詳細▼	大穴、AI予想勝率低く長期回収困難（騎手は近50戦で勝率30%）
前5走 09/03 名古屋2R 5着/10頭+2.2秒 08/20 名古屋3R 7着/11頭+2.6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 6.0着 ◎ 騎手近50戦勝率 30% (好調) × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.8% / 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。
6	ビアーレ	加藤聡（愛知）	実6.3	B△ A▲勝率10% EV-38% 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50%と好調／前走勝利の勢い／騎手は近50戦で勝率20%）
前5走 09/07 名古屋3R 1着/9頭勝利 08/21 名古屋2R 3着/12頭+0.7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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 15.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.8% / 期待値 -38% ※ 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	コパノルーカス	今井貴（愛知）	実1.7	B▲ A◎勝率44% EV-25% 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／騎手は近50戦で勝率24%）
前5走 09/07 名古屋2R 1着/7頭勝利 08/21 名古屋2R 4着/12頭+1.0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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) × 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 4.7% (オッズ暗示: 58.8%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 43.8% / 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	レヨンドルミエール	丹羽克（愛知）	実115.6	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 07/29 名古屋4R 11着/11頭+4.6秒 07/15 名古屋1R 12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 11.5着 (不振) ▽ 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 -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。
9	グレーターグレイ差し	木之葵（愛知）	実52.1	B× A▽勝率2% EV+19% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着）
前5走 09/03 名古屋12R 2着/11頭+0.2秒 08/20 名古屋3R 5着/11頭+1.8秒 07/30 名古屋4R 8着/12頭+1.4秒 07/14 名古屋3R 10着/12頭 06/22 名古屋5R 10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戦の調子平均 5.0着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 9走で勝率 11% ○ 前走実績前走 2着 (好走) × 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 0.3% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 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。
10	マジョリカ逃げ	東川慎（笠松）	実138.0	B× A▽勝率0% EV-39% 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 09/04 名古屋8R 10着/10頭+4.0秒 08/20 名古屋4R 12着/12頭+4.1秒 07/29 名古屋4R 9着/11頭+3.1秒 07/15 名古屋1R 11着/12頭+0.0秒 07/02 名古屋2R 5着/11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 10.3着 (不振) △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 10走で勝率 10% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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 11位 / 勝率 0.4% / 期待値 -40% ※ 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	キーテーマ推奨	小笠羚（愛知）	実5.0	B◎ A○勝率20% EV+1% 詳細▼	市場が大きく過小評価、AI予想勝率70% × オッズ5.0倍で期待値+248%の有力候補（直近3走平均2.0着と安定／前走2着で力を示す／騎手の手腕も後押し）
前5走 09/03 名古屋1R 2着/11頭+0.8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 2.0着 (安定) ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +248% (市場が大幅過小評価) AI 予想勝率 69.6% (オッズ暗示: 20.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.3% / 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。

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

B推奨Aモデル ○

キーテーマ

騎手小笠羚（愛知）

単勝オッズ

5.0倍

AI期待値

+248%

買い目

¥1,500

全レースの推奨

AIの推奨本命の次点

○A:△4ケイツークルサード

15.9倍

EV +139%

▲A:◎7コパノルーカス

1.7倍

EV -92%

出走馬全11頭

◎A:○11

キーテーマ

小笠羚（愛知）

5.0倍

+248%

›

○A:△4

ケイツークルサード

近藤颯（愛知）

15.9倍

+139%

›

▲A:◎7

コパノルーカス

今井貴（愛知）

1.7倍

-92%

›

△A:▲6

ビアーレ

加藤聡（愛知）

6.3倍

-70%

›

△A:△1

シンクシビリティ

渡邊竜（笠松）

13.7倍

-67%

›

△A:△3

サンタクローチェ

友森翔（愛知）

8.0倍

-81%

›

×A:▽5

スピネルテソーロ

望月洵（愛知）

35.2倍

-67%

›

×A:▽9

グレーターグレイ

木之葵（愛知）

52.1倍

-83%

›

×A:▽2

スターアライズ

筒井勇（笠松）

115.6倍

-99%

›

×A:▽8

レヨンドルミエール

丹羽克（愛知）

115.6倍

-99%

›

×A:▽10

マジョリカ

東川慎（笠松）

138.0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 キーテーマ ¥1,500 実5.0倍期待値 +248% 不的中2着単勝 5.0倍

※ オッズは予測時点の値です。

3R 名古屋競馬場ダ1500m ダート1500m　発走 15:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シンクシビリティ差し	渡邊竜（笠松）	実13.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5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3.0着と安定）
前5走 09/03 名古屋3R 4着/12頭+0.6秒 08/20 名古屋2R 2着/12頭+0.7秒 07/30 名古屋1R 3着/11頭+0.5秒 07/14 名古屋1R 2着/12頭 07/01 名古屋3R 7着/12頭+0.0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) × 当競馬場適性 5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 14% × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 4.4% (オッズ暗示: 7.3%) ※ 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	スターアライズ差し	筒井勇（笠松）	実115.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 09/03 名古屋3R 9着/12頭+1.2秒 08/20 名古屋4R 9着/12頭+3.0秒 07/29 名古屋4R 7着/11頭+1.3秒 07/15 名古屋1R 8着/12頭 07/02 名古屋4R 10着/11頭+0.0秒
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 8.3着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 6走で勝率 17% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 1.1% (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	サンタクローチェ	友森翔（愛知）	実8.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 7.3% (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。
4	ケイツークルサード追込	近藤颯（愛知）	実15.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 09/03 名古屋2R 3着/10頭+0.5秒 08/20 名古屋2R 3着/12頭+1.2秒 07/31 名古屋1R 1着/12頭勝利 06/30 名古屋4R 4着/12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 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 7.0% (オッズ暗示: 6.3%) ※ 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。
5	スピネルテソーロ	望月洵（愛知）	実35.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（騎手は近50戦で勝率30%）
前5走 09/03 名古屋2R 5着/10頭+2.2秒 08/20 名古屋3R 7着/11頭+2.6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 6.0着 ◎ 騎手近50戦勝率 30% (好調) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 2.8%) ※ 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。
6	ビアーレ	加藤聡（愛知）	実6.3	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／前走勝利の勢い／騎手は近50戦で勝率20%）
前5走 09/07 名古屋3R 1着/9頭勝利 08/21 名古屋2R 3着/12頭+0.7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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 9.8% (オッズ暗示: 15.9%) ※ 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	コパノルーカス	今井貴（愛知）	実1.7	◎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50%と好調／前走勝利の勢い／騎手は近50戦で勝率24%）
前5走 09/07 名古屋2R 1着/7頭勝利 08/21 名古屋2R 4着/12頭+1.0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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 43.8% (オッズ暗示: 58.8%) ※ 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。
8	レヨンドルミエール	丹羽克（愛知）	実115.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.5着と低調）
前5走 07/29 名古屋4R 11着/11頭+4.6秒 07/15 名古屋1R 12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 11.5着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 0.8% (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。
9	グレーターグレイ差し	木之葵（愛知）	実52.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着）
前5走 09/03 名古屋12R 2着/11頭+0.2秒 08/20 名古屋3R 5着/11頭+1.8秒 07/30 名古屋4R 8着/12頭+1.4秒 07/14 名古屋3R 10着/12頭 06/22 名古屋5R 10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戦の調子平均 5.0着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 9走で勝率 11% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 2.3% (オッズ暗示: 1.9%) ※ 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	マジョリカ逃げ	東川慎（笠松）	実138.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調）
前5走 09/04 名古屋8R 10着/10頭+4.0秒 08/20 名古屋4R 12着/12頭+4.1秒 07/29 名古屋4R 9着/11頭+3.1秒 07/15 名古屋1R 11着/12頭+0.0秒 07/02 名古屋2R 5着/11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 10.3着 (不振) △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 10走で勝率 10% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
11	キーテーマ推奨	小笠羚（愛知）	実5.0	○詳細▼	期待値プラスでAIの推し馬（直近3走平均2.0着と安定／前走2着で力を示す／騎手の手腕も後押し）
前5走 09/03 名古屋1R 2着/11頭+0.8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 2.0着 (安定) ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 20.3% (オッズ暗示: 20.0%) ※ 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。

AIの本命

AI評価1位

コパノルーカス

騎手今井貴（愛知）

単勝オッズ

1.7倍

AI期待値

-25%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11キーテーマ

5.0倍

EV +1%

▲6ビアーレ

6.3倍

EV -38%

出走馬全11頭

◎7

コパノルーカス

今井貴（愛知）

1.7倍

-25%

›

○11

キーテーマ

小笠羚（愛知）

5.0倍

+1%

›

▲6

ビアーレ

加藤聡（愛知）

6.3倍

-38%

›

△3

サンタクローチェ

友森翔（愛知）

8.0倍

-41%

›

△4

ケイツークルサード

近藤颯（愛知）

15.9倍

+11%

›

△1

シンクシビリティ

渡邊竜（笠松）

13.7倍

-39%

›

▽5

スピネルテソーロ

望月洵（愛知）

35.2倍

›

▽9

グレーターグレイ

木之葵（愛知）

52.1倍

+19%

›

▽2

スターアライズ

筒井勇（笠松）

115.6倍

+21%

›

▽8

レヨンドルミエール

丹羽克（愛知）

115.6倍

-7%

›

▽10

マジョリカ

東川慎（笠松）

138.0倍

-39%

›

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 キーテーマ ¥1,500 実5.0倍期待値 +1% 不的中2着単勝 5.0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