名古屋 11R 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

11R 名古屋競馬場秋の鞍３歳オープンダ1500m ダート1500m　発走 20:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミラクルカイザー追込	今井貴（愛知）	実81.2	B▲ A▽勝率3% EV+170% 詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／直近3走平均2.0着と安定／前走2着）
前5走 08/21 名古屋9R 2着/12頭+0.5秒 07/29 名古屋6R 2着/12頭+0.2秒 07/15 名古屋5R 2着/12頭 06/04 名古屋1R 1着/12頭 03/12 名古屋10R 5着/10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 2.0着 (安定) ○ 当競馬場適性 10走で勝率 20% (相性良) △ 距離適性同距離 7走で勝率 14% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 22% (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) -68% (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 7位 / 勝率 3.3% / 期待値 +171% ※ 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	ビアリッツ追込	村上弘（愛知）	実85.7	B× A▽勝率3% EV+120% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率25%と適性高／同距離帯6走で勝率50%／同馬場状態で勝率50%）
前5走 09/03 名古屋11R 7着/11頭+1.7秒 08/18 名古屋11R 3着/12頭+1.1秒 07/29 名古屋6R 1着/12頭勝利 07/15 名古屋11R 5着/12頭+0.0秒 07/02 名古屋9R 1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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 12走で勝率 25% (得意) ◎ 距離適性同距離 6走で勝率 50% ◎ 馬場適性同馬場 4走で勝率 50% ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 期待値 +121% ※ 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	ゴッドバロック	吉原寛（金沢）	実1.3	B△ A×勝率28% EV-63% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均2.0着と安定／前走2着／294日ぶりの実戦）
前5走 11/27 園田11R 2着/12頭+0.2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 2.0着 (安定) ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) △ ローテーション 294日休養明け × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 76.9%) × Aモデルの評価 (参考) レース内 1位 / 勝率 28.1% / 期待値 -63% ※ 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	ムーンウォーリア	加藤聡（愛知）	実110.2	B△ A▽勝率2% EV+78% 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24%）
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) ◎ 騎手近50戦勝率 24% (好調) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 期待値 +79% ※ 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	マンデーロウリュウ自在	細川智（愛知）	実161.5	B× A▽勝率1% EV+39% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/04 名古屋10R 7着/8頭+2.5秒 08/21 名古屋7R 4着/11頭+1.6秒 07/29 名古屋6R 9着/12頭+1.8秒 07/02 名古屋9R 2着/12頭 02/26 名古屋11R 8着/12頭+3.4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 6.7着 △ 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% × 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 0.0% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 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。
6	ニンゲンテイイナ	室陽一（浦和）	実21.3	B× A△勝率7% EV+57% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯9走で勝率33%／前走3着）
前5走 08/07 浦和11R 3着/9頭+0.5秒 07/14 浦和10R 3着/3頭 06/26 浦和11R 4着/10頭 05/27 浦和8R 1着/7頭 05/06 船橋11R 11着/14頭+2.9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戦の調子平均 3.3着 ◎ 距離適性同距離 9走で勝率 33% ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) × 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 0.0% (オッズ暗示: 4.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.4% / 期待値 +58% ※ 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	タロ	望月洵（愛知）	実8.0	B○ A▲勝率16% EV+28% 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28%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 28% (好調) × 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 1.2% (オッズ暗示: 12.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.1% / 期待値 +29% ※ 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	ベラジオソニック先行	杉浦健（兵庫）	実21.4	B× A△勝率6% 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 06/05 園田9R 2着/7頭 05/05 園田11R 6着/12頭+2.2秒 01/03 園田3R 1着/11頭勝利 11/06 園田8R 3着/6頭+0.8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戦の調子勝率 33% (上り調子) ◎ 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 104日休養明け × 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 6位 / 勝率 5.8% / 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。
9	リーガルタイム逃げ	小牧太（兵庫）	実5.4	B△ A○勝率19% EV+4% 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5走で勝率60%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 08/21 園田7R 1着/8頭勝利 07/22 園田10R 1着/3頭 05/05 園田11R 3着/12頭+1.0秒 04/02 園田11R 3着/8頭+1.6秒 12/31 園田11R 2着/12頭+0.2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戦の調子勝率 67% (絶好調) ◎ 距離適性同距離 5走で勝率 60% ◎ 騎手近50戦勝率 34% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 18.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.4% / 期待値 +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。
10	ハチハチローズ自在	小笠羚（愛知）	実140.5	B× A▽勝率1% EV-17% 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 4着/10頭+0.9秒 08/21 名古屋9R 9着/12頭+3.2秒 07/29 名古屋6R 10着/12頭+2.5秒 07/15 名古屋11R 10着/12頭+0.0秒 07/02 名古屋9R 7着/12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 7.7着 (不振) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 8走で勝率 12% ○ 騎手近50戦勝率 14% × 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 12位 / 勝率 0.6% / 期待値 -17% ※ 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	リバーストリート	筒井勇（笠松）	実101.0	B× A▽勝率2% EV+71% 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 06/04 名古屋11R 4着/12頭+2.0秒 01/28 名古屋11R 4着/11頭+0.5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 4.0着 △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 105日休養明け × 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 1.7% / 期待値 +71% ※ 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。
12	アースジャッジ推奨	丸野勝（愛知）	実12.9	B◎ A△勝率13% EV+61% 詳細▼	市場が大きく過小評価、AI予想勝率97% × オッズ12.9倍で期待値+999%の有力候補（直近3走勝率100%と絶好調／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 08/21 名古屋7R 1着/11頭勝利 05/19 名古屋4R 1着/11頭勝利 ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) +999% (市場が大幅過小評価) AI 予想勝率 97.3% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.5% / 期待値 +62% ※ 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

A推奨B推奨Aモデル △

アースジャッジ

騎手丸野勝（愛知）

単勝オッズ

12.9倍

AI期待値

+999%

買い目

¥2,500

全レースの推奨

AIの推奨本命の次点

○A:▲7タロ

8.0倍

EV -90%

▲A:▽1ミラクルカイザー

81.2倍

EV -68%

出走馬全12頭

◎A:△12

アースジャッジ

丸野勝（愛知）

12.9倍

+999%

›

○A:▲7

タロ

望月洵（愛知）

8.0倍

-90%

›

▲A:▽1

ミラクルカイザー

今井貴（愛知）

81.2倍

-68%

›

△A:▽4

ムーンウォーリア

加藤聡（愛知）

110.2倍

-56%

›

△A:×3

ゴッドバロック

吉原寛（金沢）

1.3倍

-99%

›

△A:○9

リーガルタイム

小牧太（兵庫）

5.4倍

-98%

›

×A:△6

ニンゲンテイイナ

室陽一（浦和）

21.3倍

-98%

›

×A:▽2

ビアリッツ

村上弘（愛知）

85.7倍

-95%

›

×A:▽5

マンデーロウリュウ

細川智（愛知）

161.5倍

-92%

›

×A:△8

ベラジオソニック

杉浦健（兵庫）

21.4倍

-99%

›

×A:▽11

リバーストリート

筒井勇（笠松）

101.0倍

-99%

›

×A:▽10

ハチハチローズ

小笠羚（愛知）

140.5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 12 アースジャッジ ¥100 実12.9倍期待値 +999% 不的中2着単勝 12.9倍

B. 市場除外+キャリブ

単勝 12 アースジャッジ ¥2,400 実12.9倍期待値 +999% 不的中2着単勝 12.9倍

※ オッズは予測時点の値です。

11R 名古屋競馬場秋の鞍３歳オープンダ1500m ダート1500m　発走 20:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミラクルカイザー追込	今井貴（愛知）	実81.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／直近3走平均2.0着と安定／前走2着）
前5走 08/21 名古屋9R 2着/12頭+0.5秒 07/29 名古屋6R 2着/12頭+0.2秒 07/15 名古屋5R 2着/12頭 06/04 名古屋1R 1着/12頭 03/12 名古屋10R 5着/10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 2.0着 (安定) ○ 当競馬場適性 10走で勝率 20% (相性良) △ 距離適性同距離 7走で勝率 14% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 22% (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) +170% (市場が大幅過小評価) AI 予想勝率 3.3% (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。
2	ビアリッツ追込	村上弘（愛知）	実85.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率25%と適性高／同距離帯6走で勝率50%／同馬場状態で勝率50%）
前5走 09/03 名古屋11R 7着/11頭+1.7秒 08/18 名古屋11R 3着/12頭+1.1秒 07/29 名古屋6R 1着/12頭勝利 07/15 名古屋11R 5着/12頭+0.0秒 07/02 名古屋9R 1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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 12走で勝率 25% (得意) ◎ 距離適性同距離 6走で勝率 50% ◎ 馬場適性同馬場 4走で勝率 50% ○ 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) +120% (市場が大幅過小評価) AI 予想勝率 2.6% (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。
3	ゴッドバロック	吉原寛（金沢）	実1.3	×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走平均2.0着と安定／前走2着／294日ぶりの実戦）
前5走 11/27 園田11R 2着/12頭+0.2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 2.0着 (安定) ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) △ ローテーション 294日休養明け × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 28.1% (オッズ暗示: 76.9%) ※ 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。
4	ムーンウォーリア	加藤聡（愛知）	実110.2	▽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24%）
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) ◎ 騎手近50戦勝率 24% (好調) ◎ 期待値 (オッズ vs AI勝率) +78% (市場が大幅過小評価) AI 予想勝率 1.6% (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。
5	マンデーロウリュウ自在	細川智（愛知）	実161.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/04 名古屋10R 7着/8頭+2.5秒 08/21 名古屋7R 4着/11頭+1.6秒 07/29 名古屋6R 9着/12頭+1.8秒 07/02 名古屋9R 2着/12頭 02/26 名古屋11R 8着/12頭+3.4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 6.7着 △ 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% ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 0.9% (オッズ暗示: 0.6%) ※ 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	ニンゲンテイイナ	室陽一（浦和）	実21.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯9走で勝率33%／前走3着）
前5走 08/07 浦和11R 3着/9頭+0.5秒 07/14 浦和10R 3着/3頭 06/26 浦和11R 4着/10頭 05/27 浦和8R 1着/7頭 05/06 船橋11R 11着/14頭+2.9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戦の調子平均 3.3着 ◎ 距離適性同距離 9走で勝率 33% ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +57% (市場が大幅過小評価) AI 予想勝率 7.4% (オッズ暗示: 4.7%) ※ 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	タロ	望月洵（愛知）	実8.0	▲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28%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 28% (好調) △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 16.1% (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。
8	ベラジオソニック先行	杉浦健（兵庫）	実21.4	△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33%と好調／前走2着／104日ぶりの実戦）
前5走 06/05 園田9R 2着/7頭 05/05 園田11R 6着/12頭+2.2秒 01/03 園田3R 1着/11頭勝利 11/06 園田8R 3着/6頭+0.8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戦の調子勝率 33% (上り調子) ◎ 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 104日休養明け △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 5.8% (オッズ暗示: 4.7%) ※ 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。
9	リーガルタイム逃げ	小牧太（兵庫）	実5.4	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯5走で勝率60%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 08/21 園田7R 1着/8頭勝利 07/22 園田10R 1着/3頭 05/05 園田11R 3着/12頭+1.0秒 04/02 園田11R 3着/8頭+1.6秒 12/31 園田11R 2着/12頭+0.2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戦の調子勝率 67% (絶好調) ◎ 距離適性同距離 5走で勝率 60% ◎ 騎手近50戦勝率 34% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) +4% (市場と概ね一致) AI 予想勝率 19.4% (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。
10	ハチハチローズ自在	小笠羚（愛知）	実140.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/04 名古屋8R 4着/10頭+0.9秒 08/21 名古屋9R 9着/12頭+3.2秒 07/29 名古屋6R 10着/12頭+2.5秒 07/15 名古屋11R 10着/12頭+0.0秒 07/02 名古屋9R 7着/12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 7.7着 (不振) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 8走で勝率 12% ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 0.6% (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	リバーストリート	筒井勇（笠松）	実101.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 06/04 名古屋11R 4着/12頭+2.0秒 01/28 名古屋11R 4着/11頭+0.5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 4.0着 △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 105日休養明け ◎ 期待値 (オッズ vs AI勝率) +71% (市場が大幅過小評価) AI 予想勝率 1.7% (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。
12	アースジャッジ推奨	丸野勝（愛知）	実12.9	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+61%の中穴候補（直近3走勝率100%と絶好調／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 08/21 名古屋7R 1着/11頭勝利 05/19 名古屋4R 1着/11頭勝利 ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) +61% (市場が大幅過小評価) AI 予想勝率 12.5% (オッズ暗示: 7.8%) ※ 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

ゴッドバロック

騎手吉原寛（金沢）

単勝オッズ

1.3倍

AI期待値

-63%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9リーガルタイム

5.4倍

EV +4%

▲7タロ

8.0倍

EV +28%

出走馬全12頭

×3

ゴッドバロック

吉原寛（金沢）

1.3倍

-63%

›

○9

リーガルタイム

小牧太（兵庫）

5.4倍

+4%

›

▲7

タロ

望月洵（愛知）

8.0倍

+28%

›

△12

アースジャッジ

丸野勝（愛知）

12.9倍

+61%

›

△6

ニンゲンテイイナ

室陽一（浦和）

21.3倍

+57%

›

△8

ベラジオソニック

杉浦健（兵庫）

21.4倍

+23%

›

▽1

ミラクルカイザー

今井貴（愛知）

81.2倍

+170%

›

▽2

ビアリッツ

村上弘（愛知）

85.7倍

+120%

›

▽11

リバーストリート

筒井勇（笠松）

101.0倍

+71%

›

▽4

ムーンウォーリア

加藤聡（愛知）

110.2倍

+78%

›

▽5

マンデーロウリュウ

細川智（愛知）

161.5倍

+39%

›

▽10

ハチハチローズ

小笠羚（愛知）

140.5倍

-17%

›

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 12 アースジャッジ ¥100 実12.9倍期待値 +62% 不的中2着単勝 12.9倍

B. 市場除外+キャリブ

単勝 12 アースジャッジ ¥2,400 実12.9倍期待値 +62% 不的中2着単勝 12.9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