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 名古屋競馬場ダ920m ダート920m　発走 18:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャスパーノワール逃げ	細川智（愛知）	実9.0	B△ A△勝率8% EV-32% 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5走で勝率0%と苦戦傾向）
前5走 09/03 名古屋11R 6着/11頭+1.4秒 08/20 名古屋9R 4着/6頭+1.5秒 07/28 名古屋10R 9着/9頭+3.0秒 07/15 名古屋10R 3着/12頭+3.0秒 07/02 名古屋11R 9着/11頭+4.0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 6.3着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 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) -66% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 11.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.5% / 期待値 -32% ※ 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	ラブラブフォー自在	塚本征（愛知）	実2.9	B▲ A◎勝率28% EV-20% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯6走で勝率33%／直近3走で勝率33%と好調）
前5走 08/20 名古屋9R 6着/6頭+3.5秒 08/06 園田11R 4着/12頭+0.5秒 07/22 園田11R 1着/12頭勝利 07/02 園田10R 3着/11頭 05/29 園田11R 3着/11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戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 6走で勝率 33% ○ 騎手近50戦勝率 16% ○ 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) -83% (大幅な期待値マイナス) AI 予想勝率 5.7% (オッズ暗示: 34.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.5% / 期待値 -20% ※ 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	コムーネ	近藤颯（愛知）	実29.7	B× A▽勝率2% EV-41% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調）
前5走 09/02 名古屋10R 11着/11頭+5.2秒 07/14 名古屋11R 6着/7頭+0.0秒 06/17 名古屋11R 12着/12頭+0.0秒 06/02 名古屋11R 8着/12頭 05/06 名古屋11R 9着/10頭+2.8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 9.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 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 15日の間隔 (理想的) × 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 0.1% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.0% / 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	バレアリックシー差し	今井貴（愛知）	実4.9	B◎ A○勝率23% EV+12% 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24%）
前5走 09/03 名古屋11R 5着/11頭+1.2秒 08/21 名古屋10R 2着/9頭+0.3秒 07/31 名古屋11R 5着/11頭+0.7秒 07/13 名古屋11R 3着/11頭+0.0秒 07/01 名古屋9R 2着/12頭+1.0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 4.0着 ○ 当競馬場適性 23走で勝率 22% (相性良) ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 24% (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) +294% (市場が大幅過小評価) AI 予想勝率 80.6% (オッズ暗示: 20.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.0% / 期待値 +13% ※ 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	リュクスドレフォン先行	室陽一（浦和）	実82.8	B× A▽勝率1% EV-19% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 09/03 名古屋11R 10着/11頭+2.3秒 07/14 名古屋11R 7着/7頭 06/30 名古屋11R 9着/11頭+1.0秒 05/19 名古屋11R 4着/11頭+0.5秒 05/06 名古屋11R 1着/10頭勝利
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 8.7着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 騎手近50戦勝率 18% ▽ 前走実績前走 10着 (大敗) ○ 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) -69% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 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	サブリュウシン	小笠羚（愛知）	実5.4	B○ A▲勝率15% EV-20% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/04 名古屋11R 1着/11頭勝利 08/19 名古屋9R 3着/10頭+0.8秒 07/13 名古屋9R 11着/11頭+4.0秒 07/01 名古屋10R 7着/12頭 06/16 名古屋9R 5着/10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 33% (上り調子) △ 当競馬場適性 14走で勝率 14% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 18.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.7% / 期待値 -21% ※ 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	バウンティキャット逃げ	望月洵（愛知）	実8.1	B△ A△勝率9% EV-27% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯3走で勝率67%／75日ぶりの実戦／騎手は近50戦で勝率28%）
前5走 07/04 314R 7着/11頭+2.2秒 05/23 314R 4着/10頭+1.5秒 05/09 319R 8着/8頭+2.7秒 03/23 316R 1着/12頭勝利 01/13 園田7R 10着/10頭+2.9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 6.3着 ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 28% (好調) × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.0% / 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。
8	クールムーア追込	加藤利（愛知）	実102.3	B× A▽勝率1% EV-20% 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 07/31 名古屋11R 11着/11頭+6.0秒 07/03 園田11R 9着/9頭 08/14 園田11R 12着/12頭+3.0秒 07/25 園田11R 5着/8頭+0.9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 10.7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 11位 / 勝率 0.8% / 期待値 -21% ※ 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	ラブミーテキーラ差し	友森翔（愛知）	実6.3	B△ A△勝率11% EV-32% 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3走で勝率0%と苦戦傾向／同馬場状態で勝率33%）
前5走 08/20 名古屋11R 5着/11頭+1.4秒 07/15 名古屋10R 5着/12頭 07/02 名古屋11R 10着/11頭 01/15 園田10R 7着/10頭+0.8秒 12/16 園田10R 5着/12頭+0.4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 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ 距離適性同距離 17走で勝率 12% ◎ 馬場適性同馬場 9走で勝率 33% ○ 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) -89% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 15.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.8% / 期待値 -32% ※ 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	ワイルドハンター逃げ	加藤誓（愛知）	実102.7	B× A▽勝率1% EV+47% 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11R 11着/11頭+4.0秒 08/21 名古屋10R 8着/9頭+2.6秒 07/31 名古屋11R 9着/11頭+2.2秒 07/14 名古屋11R 5着/7頭+1.0秒 06/30 名古屋11R 10着/11頭
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 9.3着 (不振) △ 当競馬場適性 35走で勝率 6% ▽ 前走実績前走 11着 (大敗) ○ 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) -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 1.4% / 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。
11	ジェイエルバルカー	木之葵（愛知）	実14.6	B× A×勝率2% EV-65% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 08/20 名古屋9R 5着/6頭+2.6秒 07/15 名古屋10R 7着/12頭 07/01 名古屋9R 12着/12頭 06/17 名古屋9R 10着/11頭+2.0秒 05/21 名古屋11R 3着/10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 8.0着 (不振) △ 当競馬場適性 9走で勝率 11% ○ 距離適性同距離 6走で勝率 17% ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 6.8%) × Aモデルの評価 (参考) レース内 7位 / 勝率 2.4% / 期待値 -66% ※ 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 ○

バレアリックシー

騎手今井貴（愛知）

単勝オッズ

4.9倍

AI期待値

+294%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲6サブリュウシン

5.4倍

EV -63%

▲A:◎2ラブラブフォー

2.9倍

EV -83%

出走馬全11頭

◎A:○4

バレアリックシー

今井貴（愛知）

4.9倍

+294%

›

○A:▲6

サブリュウシン

小笠羚（愛知）

5.4倍

-63%

›

▲A:◎2

ラブラブフォー

塚本征（愛知）

2.9倍

-83%

›

△A:△1

ジャスパーノワール

細川智（愛知）

9.0倍

-65%

›

△A:△9

ラブミーテキーラ

友森翔（愛知）

6.3倍

-88%

›

△A:△7

バウンティキャット

望月洵（愛知）

8.1倍

-95%

›

×A:×11

ジェイエルバルカー

木之葵（愛知）

14.6倍

-94%

›

×A:▽5

リュクスドレフォン

室陽一（浦和）

82.8倍

-68%

›

×A:▽3

コムーネ

近藤颯（愛知）

29.7倍

-97%

›

×A:▽8

クールムーア

加藤利（愛知）

102.3倍

-99%

›

×A:▽10

ワイルドハンター

加藤誓（愛知）

102.7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

9R 名古屋競馬場ダ920m ダート920m　発走 18:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャスパーノワール逃げ	細川智（愛知）	実9.0	△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5走で勝率0%と苦戦傾向）
前5走 09/03 名古屋11R 6着/11頭+1.4秒 08/20 名古屋9R 4着/6頭+1.5秒 07/28 名古屋10R 9着/9頭+3.0秒 07/15 名古屋10R 3着/12頭+3.0秒 07/02 名古屋11R 9着/11頭+4.0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 6.3着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 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) -32% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 11.1%) ※ 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。
2	ラブラブフォー自在	塚本征（愛知）	実2.9	◎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（同距離帯6走で勝率33%／直近3走で勝率33%と好調）
前5走 08/20 名古屋9R 6着/6頭+3.5秒 08/06 園田11R 4着/12頭+0.5秒 07/22 園田11R 1着/12頭勝利 07/02 園田10R 3着/11頭 05/29 園田11R 3着/11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戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 6走で勝率 33% ○ 騎手近50戦勝率 16% ○ 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) -20% (オッズ過剰評価) AI 予想勝率 27.5% (オッズ暗示: 34.5%) ※ 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。
3	コムーネ	近藤颯（愛知）	実29.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調）
前5走 09/02 名古屋10R 11着/11頭+5.2秒 07/14 名古屋11R 6着/7頭+0.0秒 06/17 名古屋11R 12着/12頭+0.0秒 06/02 名古屋11R 8着/12頭 05/06 名古屋11R 9着/10頭+2.8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 9.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 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 15日の間隔 (理想的) × 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 2.0% (オッズ暗示: 3.4%) ※ 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。
4	バレアリックシー差し	今井貴（愛知）	実4.9	○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24%）
前5走 09/03 名古屋11R 5着/11頭+1.2秒 08/21 名古屋10R 2着/9頭+0.3秒 07/31 名古屋11R 5着/11頭+0.7秒 07/13 名古屋11R 3着/11頭+0.0秒 07/01 名古屋9R 2着/12頭+1.0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 4.0着 ○ 当競馬場適性 23走で勝率 22% (相性良) ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 24% (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) +12% (市場と概ね一致) AI 予想勝率 23.0% (オッズ暗示: 20.4%) ※ 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	リュクスドレフォン先行	室陽一（浦和）	実82.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 09/03 名古屋11R 10着/11頭+2.3秒 07/14 名古屋11R 7着/7頭 06/30 名古屋11R 9着/11頭+1.0秒 05/19 名古屋11R 4着/11頭+0.5秒 05/06 名古屋11R 1着/10頭勝利
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 8.7着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 騎手近50戦勝率 18% ▽ 前走実績前走 10着 (大敗) ○ 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) -19% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.2%) ※ 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	サブリュウシン	小笠羚（愛知）	実5.4	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/04 名古屋11R 1着/11頭勝利 08/19 名古屋9R 3着/10頭+0.8秒 07/13 名古屋9R 11着/11頭+4.0秒 07/01 名古屋10R 7着/12頭 06/16 名古屋9R 5着/10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 33% (上り調子) △ 当競馬場適性 14走で勝率 14% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 14.7% (オッズ暗示: 18.5%) ※ 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。
7	バウンティキャット逃げ	望月洵（愛知）	実8.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯3走で勝率67%／75日ぶりの実戦／騎手は近50戦で勝率28%）
前5走 07/04 314R 7着/11頭+2.2秒 05/23 314R 4着/10頭+1.5秒 05/09 319R 8着/8頭+2.7秒 03/23 316R 1着/12頭勝利 01/13 園田7R 10着/10頭+2.9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 6.3着 ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 28% (好調) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 12.3%) ※ 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。
8	クールムーア追込	加藤利（愛知）	実102.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調）
前5走 07/31 名古屋11R 11着/11頭+6.0秒 07/03 園田11R 9着/9頭 08/14 園田11R 12着/12頭+3.0秒 07/25 園田11R 5着/8頭+0.9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 10.7着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.0%) ※ 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。
9	ラブミーテキーラ差し	友森翔（愛知）	実6.3	△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3走で勝率0%と苦戦傾向／同馬場状態で勝率33%）
前5走 08/20 名古屋11R 5着/11頭+1.4秒 07/15 名古屋10R 5着/12頭 07/02 名古屋11R 10着/11頭 01/15 園田10R 7着/10頭+0.8秒 12/16 園田10R 5着/12頭+0.4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 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) △ 距離適性同距離 17走で勝率 12% ◎ 馬場適性同馬場 9走で勝率 33% ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 10.8% (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。
10	ワイルドハンター逃げ	加藤誓（愛知）	実102.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 09/03 名古屋11R 11着/11頭+4.0秒 08/21 名古屋10R 8着/9頭+2.6秒 07/31 名古屋11R 9着/11頭+2.2秒 07/14 名古屋11R 5着/7頭+1.0秒 06/30 名古屋11R 10着/11頭
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 9.3着 (不振) △ 当競馬場適性 35走で勝率 6% ▽ 前走実績前走 11着 (大敗) ○ 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% (妙味あり) AI 予想勝率 1.4% (オッズ暗示: 1.0%) ※ 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。
11	ジェイエルバルカー	木之葵（愛知）	実14.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 08/20 名古屋9R 5着/6頭+2.6秒 07/15 名古屋10R 7着/12頭 07/01 名古屋9R 12着/12頭 06/17 名古屋9R 10着/11頭+2.0秒 05/21 名古屋11R 3着/10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 8.0着 (不振) △ 当競馬場適性 9走で勝率 11% ○ 距離適性同距離 6走で勝率 17% ○ 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) -66% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 6.8%) ※ 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。

AIの本命

AI評価1位

ラブラブフォー

騎手塚本征（愛知）

単勝オッズ

2.9倍

AI期待値

-20%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4バレアリックシー

4.9倍

EV +12%

▲6サブリュウシン

5.4倍

EV -20%

出走馬全11頭

◎2

ラブラブフォー

塚本征（愛知）

2.9倍

-20%

›

○4

バレアリックシー

今井貴（愛知）

4.9倍

+12%

›

▲6

サブリュウシン

小笠羚（愛知）

5.4倍

-20%

›

△9

ラブミーテキーラ

友森翔（愛知）

6.3倍

-32%

›

△7

バウンティキャット

望月洵（愛知）

8.1倍

-27%

›

△1

ジャスパーノワール

細川智（愛知）

9.0倍

-32%

›

×11

ジェイエルバルカー

木之葵（愛知）

14.6倍

-65%

›

▽3

コムーネ

近藤颯（愛知）

29.7倍

-41%

›

▽10

ワイルドハンター

加藤誓（愛知）

102.7倍

+47%

›

▽5

リュクスドレフォン

室陽一（浦和）

82.8倍

-19%

›

▽8

クールムーア

加藤利（愛知）

102.3倍

-20%

›

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