名古屋 4R 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

4R 名古屋競馬場ダ1500m ダート1500m　発走 15:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジーベローチェ	丹羽克（愛知）	実128.7	B× A▽勝率1% EV-18% 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 08/20 川崎3R 11着/11頭+2.3秒 07/27 川崎3R 5着/11頭+0.6秒 07/10 川崎6R 6着/9頭 04/08 川崎8R 13着/13頭+3.4秒 03/13 船橋6R 5着/8頭+1.0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 7.3着 (不振) ○ 距離適性同距離 6走で勝率 17% ▽ 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) -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 0.6% / 期待値 -18% ※ 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	ヴェロシア差し	塚本征（愛知）	実1.7	B◎ A◎勝率44% EV-24% 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3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/03 名古屋2R 2着/10頭+0.1秒 08/20 名古屋1R 2着/11頭+0.0秒 07/28 名古屋4R 1着/11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 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +54% (市場が大幅過小評価) AI 予想勝率 90.8% (オッズ暗示: 58.8%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 44.3% / 期待値 -25% ※ 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	ペプチドプラタ	加藤聡（愛知）	実6.9	B▲ A○勝率18% EV+21% 詳細▼	AI上位評価だが期待値不足、見送り（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 08/20 名古屋4R 2着/12頭+1.5秒 07/31 名古屋6R 1着/12頭勝利 07/17 名古屋1R 2着/3頭 06/30 名古屋3R 4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 20% (好調) ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 14.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.7% / 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。
4	ララクレアドルーン	大畑雅（愛知）	実47.6	B× A▽勝率2% EV-24% 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 4 ◎ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.6% / 期待値 -25% ※ 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	ブルージェネシス先行	柿原翔（愛知）	実149.9	B× A▽勝率1% EV+4% 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5R 6着/10頭+3.1秒 08/19 名古屋10R 11着/12頭+3.3秒 07/29 名古屋4R 1着/11頭勝利 07/14 名古屋4R 5着/12頭+0.0秒 06/17 名古屋2R 6着/11頭+0.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 距離適性同距離は 3走で勝ち無し △ 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 10位 / 勝率 0.7% / 期待値 +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	ゴーゴーマンゴー	渡邊竜（笠松）	実6.3	B△ A▲勝率16% EV-1% 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4走で勝率50%と適性高／同距離帯4走で勝率50%／直近3走で勝率67%と好調）
前5走 09/03 名古屋12R 1着/11頭勝利 08/20 名古屋3R 4着/11頭+1.8秒 07/17 名古屋2R 1着/12頭 06/30 名古屋4R 3着/12頭+0.0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 67% (絶好調) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 15.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.7% / 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。
7	ベアフォースワン	細川智（愛知）	実40.1	B× A▽勝率2% EV-1% 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5R 7着/10頭+3.5秒 08/19 名古屋10R 6着/12頭+2.2秒 07/15 名古屋2R 8着/12頭 06/17 名古屋10R 8着/12頭 05/21 名古屋9R 10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 7.0着 (不振) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% × 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 2.5% / 期待値 -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	ニキータ	望月洵（愛知）	実13.3	B△ A△勝率5% EV-34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し／前走3着／騎手は近50戦で勝率28%）
前5走 09/03 名古屋12R 3着/11頭+0.4秒 08/20 名古屋3R 3着/11頭+1.6秒 07/14 名古屋3R 9着/12頭 07/03 名古屋5R 1着/12頭 06/16 名古屋5R 3着/11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 5.0着 ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 距離適性同距離は 4走で勝ち無し ◎ 騎手近50戦勝率 28% (好調) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -90% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 7.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.9% / 期待値 -34% ※ 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	リリーボレア差し	小笠羚（愛知）	実6.7	B○ A△勝率7% EV-53% 詳細▼	AI上位評価だが期待値不足、見送り（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 09/07 名古屋12R 1着/11頭勝利 08/21 名古屋3R 3着/12頭+0.4秒 07/31 名古屋2R 2着/12頭+0.9秒 07/13 名古屋3R 3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 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 18% ◎ 前走実績前走 1着 (勢い継続) × 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 2.9% (オッズ暗示: 14.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.0% / 期待値 -53% ※ 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	ナムラシンジロー	筒井勇（笠松）	実14.4	B△ A△勝率4% EV-43% 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50%と好調／前走勝利の勢い／64日ぶりの実戦）
前5走 07/14 名古屋1R 1着/12頭 07/03 名古屋5R 2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戦の調子勝率 50% (絶好調) △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 6.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.9% / 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。
11	フェスティヴニーサ	木之葵（愛知）	実112.8	B× A▽勝率1% EV+39% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 09/03 名古屋3R 11着/12頭+1.6秒 07/30 名古屋5R 2着/12頭+0.0秒 07/14 名古屋3R 3着/12頭+2.0秒 07/02 名古屋2R 6着/11頭+1.0秒 06/22 名古屋4R 5着/11頭+2.0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 5.3着 × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 期待値 +39% ※ 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 ◎

ヴェロシア

騎手塚本征（愛知）

単勝オッズ

1.7倍

AI期待値

+54%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△9リリーボレア

6.7倍

EV -80%

▲A:○3ペプチドプラタ

6.9倍

EV -79%

出走馬全11頭

◎A:◎2

ヴェロシア

塚本征（愛知）

1.7倍

+54%

›

○A:△9

リリーボレア

小笠羚（愛知）

6.7倍

-80%

›

▲A:○3

ペプチドプラタ

加藤聡（愛知）

6.9倍

-79%

›

△A:▲6

ゴーゴーマンゴー

渡邊竜（笠松）

6.3倍

-90%

›

△A:△10

ナムラシンジロー

筒井勇（笠松）

14.4倍

-88%

›

△A:△8

ニキータ

望月洵（愛知）

13.3倍

-90%

›

×A:▽4

ララクレアドルーン

大畑雅（愛知）

47.6倍

-92%

›

×A:▽11

フェスティヴニーサ

木之葵（愛知）

112.8倍

-81%

›

×A:▽7

ベアフォースワン

細川智（愛知）

40.1倍

-99%

›

×A:▽1

ジーベローチェ

丹羽克（愛知）

128.7倍

-99%

›

×A:▽5

ブルージェネシス

柿原翔（愛知）

149.9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

4R 名古屋競馬場ダ1500m ダート1500m　発走 15:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジーベローチェ	丹羽克（愛知）	実128.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/20 川崎3R 11着/11頭+2.3秒 07/27 川崎3R 5着/11頭+0.6秒 07/10 川崎6R 6着/9頭 04/08 川崎8R 13着/13頭+3.4秒 03/13 船橋6R 5着/8頭+1.0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 7.3着 (不振) ○ 距離適性同距離 6走で勝率 17% ▽ 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) -18% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.8%) ※ 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。
2	ヴェロシア差し	塚本征（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（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/03 名古屋2R 2着/10頭+0.1秒 08/20 名古屋1R 2着/11頭+0.0秒 07/28 名古屋4R 1着/11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 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 44.3% (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。
3	ペプチドプラタ	加藤聡（愛知）	実6.9	○詳細▼	AI上位評価だが期待値不足、見送り（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 08/20 名古屋4R 2着/12頭+1.5秒 07/31 名古屋6R 1着/12頭勝利 07/17 名古屋1R 2着/3頭 06/30 名古屋3R 4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 20% (好調) ○ 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) +21% (市場と概ね一致) AI 予想勝率 17.7% (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。
4	ララクレアドルーン	大畑雅（愛知）	実47.6	▽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 4 ◎ 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) -25% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.1%) ※ 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。
5	ブルージェネシス先行	柿原翔（愛知）	実149.9	▽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走で勝率33%と好調）
前5走 09/04 名古屋5R 6着/10頭+3.1秒 08/19 名古屋10R 11着/12頭+3.3秒 07/29 名古屋4R 1着/11頭勝利 07/14 名古屋4R 5着/12頭+0.0秒 06/17 名古屋2R 6着/11頭+0.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 0.7% (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。
6	ゴーゴーマンゴー	渡邊竜（笠松）	実6.3	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率50%と適性高／同距離帯4走で勝率50%／直近3走で勝率67%と好調）
前5走 09/03 名古屋12R 1着/11頭勝利 08/20 名古屋3R 4着/11頭+1.8秒 07/17 名古屋2R 1着/12頭 06/30 名古屋4R 3着/12頭+0.0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 67% (絶好調) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 15.7% (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	ベアフォースワン	細川智（愛知）	実40.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率25%と適性高／同距離帯7走で勝率29%）
前5走 09/04 名古屋5R 7着/10頭+3.5秒 08/19 名古屋10R 6着/12頭+2.2秒 07/15 名古屋2R 8着/12頭 06/17 名古屋10R 8着/12頭 05/21 名古屋9R 10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 7.0着 (不振) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 2.5%) ※ 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。
8	ニキータ	望月洵（愛知）	実13.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し／前走3着／騎手は近50戦で勝率28%）
前5走 09/03 名古屋12R 3着/11頭+0.4秒 08/20 名古屋3R 3着/11頭+1.6秒 07/14 名古屋3R 9着/12頭 07/03 名古屋5R 1着/12頭 06/16 名古屋5R 3着/11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 5.0着 ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 距離適性同距離は 4走で勝ち無し ◎ 騎手近50戦勝率 28% (好調) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 4.9% (オッズ暗示: 7.5%) ※ 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。
9	リリーボレア差し	小笠羚（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 09/07 名古屋12R 1着/11頭勝利 08/21 名古屋3R 3着/12頭+0.4秒 07/31 名古屋2R 2着/12頭+0.9秒 07/13 名古屋3R 3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 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 18% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 7.0% (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	ナムラシンジロー	筒井勇（笠松）	実14.4	△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50%と好調／前走勝利の勢い／64日ぶりの実戦）
前5走 07/14 名古屋1R 1着/12頭 07/03 名古屋5R 2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戦の調子勝率 50% (絶好調) △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 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 3.9% (オッズ暗示: 6.9%) ※ 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。
11	フェスティヴニーサ	木之葵（愛知）	実112.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 09/03 名古屋3R 11着/12頭+1.6秒 07/30 名古屋5R 2着/12頭+0.0秒 07/14 名古屋3R 3着/12頭+2.0秒 07/02 名古屋2R 6着/11頭+1.0秒 06/22 名古屋4R 5着/11頭+2.0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 5.3着 × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ▽ 前走実績前走 11着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 1.2% (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。

AIの本命

AI評価1位

ヴェロシア

騎手塚本征（愛知）

単勝オッズ

1.7倍

AI期待値

-24%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3ペプチドプラタ

6.9倍

EV +21%

▲6ゴーゴーマンゴー

6.3倍

EV -1%

出走馬全11頭

◎2

ヴェロシア

塚本征（愛知）

1.7倍

-24%

›

○3

ペプチドプラタ

加藤聡（愛知）

6.9倍

+21%

›

▲6

ゴーゴーマンゴー

渡邊竜（笠松）

6.3倍

-1%

›

△9

リリーボレア

小笠羚（愛知）

6.7倍

-53%

›

△8

ニキータ

望月洵（愛知）

13.3倍

-34%

›

△10

ナムラシンジロー

筒井勇（笠松）

14.4倍

-43%

›

▽7

ベアフォースワン

細川智（愛知）

40.1倍

-1%

›

▽4

ララクレアドルーン

大畑雅（愛知）

47.6倍

-24%

›

▽11

フェスティヴニーサ

木之葵（愛知）

112.8倍

+39%

›

▽5

ブルージェネシス

柿原翔（愛知）

149.9倍

+4%

›

▽1

ジーベローチェ

丹羽克（愛知）

128.7倍

-18%

›

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