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 13:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クレセントゼファー	近藤颯（愛知）	実1.8	B◎ A◎勝率48% EV-14% 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）
前5走 09/02 名古屋4R 2着/11頭+0.1秒 08/18 名古屋3R 2着/12頭+0.3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) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 56.5% (オッズ暗示: 55.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 47.7% / 期待値 -14% ※ 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	ニシキバーキン自在	大畑雅（愛知）	実57.3	B× A▽勝率2% EV+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33%と好調／前走勝利の勢い）
前5走 09/01 名古屋1R 1着/10頭勝利 08/18 名古屋12R 3着/12頭+0.7秒 07/28 名古屋1R 4着/12頭+95.3秒 06/30 名古屋1R 12着/12頭 06/16 名古屋1R 7着/10頭+1.0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戦の調子勝率 33% (上り調子) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 8走で勝率 12% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 17日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.8% / 期待値 +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。
3	ピコレーヴ	小笠羚（愛知）	実16.0	B△ A△勝率8% EV+31% 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）
前5走 08/20 名古屋12R 10着/12頭+2.5秒 07/31 名古屋6R 4着/12頭+0.8秒 07/15 名古屋1R 9着/12頭 07/01 名古屋1R 5着/12頭+0.0秒 06/18 名古屋1R 2着/11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 7.7着 (不振) × 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% ▽ 前走実績前走 10着 (大敗) × 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 0.6% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 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。
4	ナガノキングダイヤ追込	筒井勇（笠松）	実177.5	B× A▽勝率1% EV+8% 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 09/07 名古屋4R 8着/9頭+6.2秒 03/26 名古屋8R 8着/12頭+3.6秒 03/13 名古屋2R 10着/11頭+2.4秒 02/27 名古屋7R 9着/11頭+2.2秒 02/11 名古屋10R 9着/11頭+3.7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 8.7着 (不振) △ 当競馬場適性 13走で勝率 8% ▽ 距離適性同距離は 7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 9位 / 勝率 0.6% / 期待値 +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	ミョンソクコムドリ差し	丸野勝（愛知）	実38.5	B△ A▽勝率3% EV+9% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 09/07 名古屋12R 10着/11頭+3.8秒 08/21 名古屋1R 2着/12頭+0.3秒 07/31 名古屋1R 4着/12頭+2.3秒 07/13 名古屋4R 5着/12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戦の調子平均 5.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ▽ 前走実績前走 10着 (大敗) × 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 0.6% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.9% / 期待値 +10% ※ 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	ボドニーク追込推奨	塚本征（愛知）	実13.4	B▲ A▲勝率12% EV+58% 詳細▼	期待値プラスでAIの推し馬（前走2着で力を示す／騎手の手腕も後押し）
前5走 09/07 名古屋1R 2着/8頭+0.3秒 08/21 名古屋1R 3着/12頭+0.3秒 07/31 名古屋1R 6着/12頭+2.5秒 06/30 名古屋2R 4着/12頭 06/16 名古屋3R 7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 3.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) × 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 1.5% (オッズ暗示: 7.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.8% / 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	クロムハーツガール逃げ	明星晴（笠松）	実153.1	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 09/07 名古屋4R 7着/9頭+5.6秒 08/20 名古屋1R 11着/11頭+3.7秒 07/31 名古屋6R 12着/12頭+4.6秒 07/14 名古屋1R 12着/12頭+4.0秒 07/01 名古屋3R 11着/12頭+4.0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戦の調子平均 10.0着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し △ 騎手近50戦勝率 2% (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 0.6% / 期待値 -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。
8	ラブミーアゲイン	望月洵（愛知）	実2.3	B○ A○勝率19% EV-56% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／前走2着）
前5走 08/21 名古屋2R 2着/12頭+0.2秒 07/31 名古屋2R 3着/12頭+1.8秒 06/30 名古屋4R 5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 3.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 2着 (好走) ○ 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) -9% (オッズ過剰評価) AI 予想勝率 39.4% (オッズ暗示: 43.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.1% / 期待値 -56% ※ 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	マコトエウロペ	今井貴（愛知）	実16.7	B× A△勝率4% EV-37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走3着／騎手は近50戦で勝率22%）
前5走 09/07 名古屋1R 3着/8頭+1.0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 3.0着 (安定) ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 6.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 3.7% / 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。
10	ハウスオンファイア自在	加藤聡（愛知）	実34.6	B△ A△勝率4% EV+24% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走3着）
前5走 09/07 名古屋3R 3着/9頭+1.1秒 06/03 名古屋3R 2着/12頭+2.0秒 05/22 名古屋2R 9着/10頭 05/08 名古屋7R 10着/11頭+5.7秒 04/24 名古屋1R 7着/12頭+2.2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 4.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 2.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.6% / 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。

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 ◎

クレセントゼファー

騎手近藤颯（愛知）

単勝オッズ

1.8倍

AI期待値

+1%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○8ラブミーアゲイン

2.3倍

EV -9%

▲A:▲6ボドニーク

13.4倍

EV -79%

出走馬全10頭

◎A:◎1

クレセントゼファー

近藤颯（愛知）

1.8倍

+1%

›

○A:○8

ラブミーアゲイン

望月洵（愛知）

2.3倍

-9%

›

▲A:▲6

ボドニーク

塚本征（愛知）

13.4倍

-79%

›

△A:△3

ピコレーヴ

小笠羚（愛知）

16.0倍

-90%

›

△A:△10

ハウスオンファイア

加藤聡（愛知）

34.6倍

-78%

›

△A:▽5

ミョンソクコムドリ

丸野勝（愛知）

38.5倍

-76%

›

×A:▽2

ニシキバーキン

大畑雅（愛知）

57.3倍

-64%

›

×A:△9

マコトエウロペ

今井貴（愛知）

16.7倍

-96%

›

×A:▽7

クロムハーツガール

明星晴（笠松）

153.1倍

-99%

›

×A:▽4

ナガノキングダイヤ

筒井勇（笠松）

177.5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 6 ボドニーク ¥100 実13.4倍期待値 -80% 不的中7着単勝 13.4倍

B. 市場除外+キャリブ

見送り

※ 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 13:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クレセントゼファー	近藤颯（愛知）	実1.8	◎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（直近3走平均2.0着と安定／前走2着）
前5走 09/02 名古屋4R 2着/11頭+0.1秒 08/18 名古屋3R 2着/12頭+0.3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) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 47.7% (オッズ暗示: 55.6%) ※ 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。
2	ニシキバーキン自在	大畑雅（愛知）	実57.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/01 名古屋1R 1着/10頭勝利 08/18 名古屋12R 3着/12頭+0.7秒 07/28 名古屋1R 4着/12頭+95.3秒 06/30 名古屋1R 12着/12頭 06/16 名古屋1R 7着/10頭+1.0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戦の調子勝率 33% (上り調子) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 8走で勝率 12% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 1.8% (オッズ暗示: 1.7%) ※ 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。
3	ピコレーヴ	小笠羚（愛知）	実16.0	△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）
前5走 08/20 名古屋12R 10着/12頭+2.5秒 07/31 名古屋6R 4着/12頭+0.8秒 07/15 名古屋1R 9着/12頭 07/01 名古屋1R 5着/12頭+0.0秒 06/18 名古屋1R 2着/11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 7.7着 (不振) × 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% ▽ 前走実績前走 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 8.2% (オッズ暗示: 6.2%) ※ 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	ナガノキングダイヤ追込	筒井勇（笠松）	実177.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は7走で勝ち無し／直近3走平均8.7着と低調）
前5走 09/07 名古屋4R 8着/9頭+6.2秒 03/26 名古屋8R 8着/12頭+3.6秒 03/13 名古屋2R 10着/11頭+2.4秒 02/27 名古屋7R 9着/11頭+2.2秒 02/11 名古屋10R 9着/11頭+3.7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 8.7着 (不振) △ 当競馬場適性 13走で勝率 8% ▽ 距離適性同距離は 7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) +8% (市場と概ね一致) AI 予想勝率 0.6% (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。
5	ミョンソクコムドリ差し	丸野勝（愛知）	実38.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 09/07 名古屋12R 10着/11頭+3.8秒 08/21 名古屋1R 2着/12頭+0.3秒 07/31 名古屋1R 4着/12頭+2.3秒 07/13 名古屋4R 5着/12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戦の調子平均 5.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 2.9% (オッズ暗示: 2.6%) ※ 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	ボドニーク追込推奨	塚本征（愛知）	実13.4	▲詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+58%の中穴候補（前走2着で力を示す／騎手の手腕も後押し）
前5走 09/07 名古屋1R 2着/8頭+0.3秒 08/21 名古屋1R 3着/12頭+0.3秒 07/31 名古屋1R 6着/12頭+2.5秒 06/30 名古屋2R 4着/12頭 06/16 名古屋3R 7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 3.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +58% (市場が大幅過小評価) AI 予想勝率 11.8% (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。
7	クロムハーツガール逃げ	明星晴（笠松）	実153.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場16走で勝率0%と苦戦傾向／同距離帯は16走で勝ち無し／直近3走平均10.0着と低調）
前5走 09/07 名古屋4R 7着/9頭+5.6秒 08/20 名古屋1R 11着/11頭+3.7秒 07/31 名古屋6R 12着/12頭+4.6秒 07/14 名古屋1R 12着/12頭+4.0秒 07/01 名古屋3R 11着/12頭+4.0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戦の調子平均 10.0着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -7% (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。
8	ラブミーアゲイン	望月洵（愛知）	実2.3	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／前走2着）
前5走 08/21 名古屋2R 2着/12頭+0.2秒 07/31 名古屋2R 3着/12頭+1.8秒 06/30 名古屋4R 5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 3.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 2着 (好走) ○ 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) -56% (大幅な期待値マイナス) AI 予想勝率 19.1% (オッズ暗示: 43.5%) ※ 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	マコトエウロペ	今井貴（愛知）	実16.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走3着／騎手は近50戦で勝率22%）
前5走 09/07 名古屋1R 3着/8頭+1.0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 3.0着 (安定) ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) × 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 3.7% (オッズ暗示: 6.0%) ※ 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。
10	ハウスオンファイア自在	加藤聡（愛知）	実34.6	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走3着）
前5走 09/07 名古屋3R 3着/9頭+1.1秒 06/03 名古屋3R 2着/12頭+2.0秒 05/22 名古屋2R 9着/10頭 05/08 名古屋7R 10着/11頭+5.7秒 04/24 名古屋1R 7着/12頭+2.2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 4.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 3.6% (オッズ暗示: 2.9%) ※ 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

クレセントゼファー

騎手近藤颯（愛知）

単勝オッズ

1.8倍

AI期待値

-14%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ラブミーアゲイン

2.3倍

EV -56%

▲6ボドニーク

13.4倍

EV +58%

出走馬全10頭

◎1

クレセントゼファー

近藤颯（愛知）

1.8倍

-14%

›

○8

ラブミーアゲイン

望月洵（愛知）

2.3倍

-56%

›

▲6

ボドニーク

塚本征（愛知）

13.4倍

+58%

›

△3

ピコレーヴ

小笠羚（愛知）

16.0倍

+31%

›

△9

マコトエウロペ

今井貴（愛知）

16.7倍

-37%

›

△10

ハウスオンファイア

加藤聡（愛知）

34.6倍

+24%

›

▽5

ミョンソクコムドリ

丸野勝（愛知）

38.5倍

+9%

›

▽2

ニシキバーキン

大畑雅（愛知）

57.3倍

+2%

›

▽4

ナガノキングダイヤ

筒井勇（笠松）

177.5倍

+8%

›

▽7

クロムハーツガール

明星晴（笠松）

153.1倍

-7%

›

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 6 ボドニーク ¥100 実13.4倍期待値 +58% 不的中7着単勝 13.4倍

B. 市場除外+キャリブ

見送り

※ 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