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1700m ダート1700m　発走 16:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アショカ差し	小笠羚（愛知）	実19.1	B△ A△勝率4% 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 08/24 名古屋10R 8着/11頭+0.7秒 07/31 名古屋10R 6着/12頭+0.8秒 06/05 名古屋10R 7着/12頭 05/08 名古屋10R 6着/10頭+1.4秒 04/24 名古屋6R 3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 7.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 16% ○ ローテーション 25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 6位 / 勝率 4.0% / 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。
2	ネオアリシア	山田祥（愛知）	実50.2	B× A▽勝率2% EV+13% 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6R 9着/10頭+2.7秒 08/20 名古屋5R 1着/10頭勝利 07/29 名古屋12R 2着/12頭+1.6秒 07/14 名古屋7R 10着/12頭 07/01 名古屋12R 2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 68走で勝率 6% ○ 距離適性同距離 12走で勝率 17% × 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 2.3% / 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。
3	カゼノヨウニ逃げ	加藤誓（愛知）	実33.9	B× A▽勝率2% EV-37% 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6R 8着/10頭+2.2秒 08/24 名古屋10R 10着/11頭+1.5秒 06/05 名古屋10R 11着/12頭 05/25 名古屋12R 10着/11頭 05/07 名古屋6R 1着/11頭勝利
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 17走で勝率 6% △ 距離適性同距離 14走で勝率 7% × 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 8位 / 勝率 1.8% / 期待値 -37% ※ 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	ターミバレンシア自在	近藤颯（愛知）	実14.4	B△ A△勝率7% EV+6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は22走で勝ち無し）
前5走 09/07 名古屋5R 4着/9頭+1.0秒 08/24 名古屋7R 6着/12頭+0.8秒 07/31 名古屋5R 5着/12頭+1.5秒 07/03 名古屋9R 2着/12頭 06/05 名古屋12R 5着/11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戦の調子平均 5.0着 △ 当競馬場適性 77走で勝率 9% ▽ 距離適性同距離は 22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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 6.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.4% / 期待値 +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	トークダウン	友森翔（愛知）	実131.4	B× A▽勝率1% EV+35% 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1R 1着/3頭 08/20 名古屋6R 10着/12頭+2.3秒 07/30 名古屋12R 12着/12頭+2.4秒 07/15 名古屋6R 11着/12頭+5.0秒 07/02 名古屋12R 5着/12頭
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 45走で勝率 7% ◎ 前走実績前走 1着 (勢い継続) ○ 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 11位 / 勝率 1.0% / 期待値 +36% ※ 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	ベラジオチャンネル自在	望月洵（愛知）	実1.6	B◎ A◎勝率44% EV-29% 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／直近3走で勝率33%と好調／前走2着）
前5走 08/24 名古屋6R 2着/11頭+0.5秒 07/15 名古屋7R 2着/12頭+0.0秒 01/19 名古屋4R 1着/11頭勝利 12/31 大井4R 7着/11頭+0.8秒 12/05 大井10R 12着/15頭+2.1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 3走で勝率 33% (得意) ◎ 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 25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 63.8% (オッズ暗示: 62.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 44.4% / 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。
7	ヴィクトリアランド	丸山真（愛知）	実278.9	B× A▽勝率1% EV+77% 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10R 11着/11頭+6.0秒 07/17 名古屋10R 12着/12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 11.5着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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 12位 / 勝率 0.6% / 期待値 +77% ※ 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	フークベルエ先行	村上弘（愛知）	実80.4	B× A▽勝率1% EV-9% 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10R 7着/11頭+4.0秒 07/31 名古屋10R 10着/12頭+2.7秒 07/17 名古屋12R 9着/12頭 06/05 名古屋8R 7着/12頭+1.0秒 05/25 名古屋7R 5着/10頭+0.0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 8.7着 (不振) × 当競馬場適性 61走で勝率 3% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し × 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 1.1% / 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。
9	クロメヒョウ逃げ	塚本征（愛知）	実3.3	B○ A○勝率16% EV-46% 詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率33%／直近3走平均2.3着と安定／前走2着）
前5走 09/07 名古屋5R 2着/9頭+0.6秒 08/24 名古屋5R 2着/3頭 03/02 名古屋8R 3着/11頭+0.8秒 02/13 名古屋7R 3着/11頭+0.5秒 01/30 名古屋3R 1着/11頭勝利
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 2.3着 (安定) ○ 当競馬場適性 13走で勝率 15% (相性良) ◎ 馬場適性同馬場 3走で勝率 33% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 35.6% (オッズ暗示: 30.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.2% / 期待値 -47% ※ 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	ファルコナーラ先行推奨	細川智（愛知）	実14.0	B△ A▲勝率14% EV+94% 詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実）
前5走 09/07 名古屋5R 5着/9頭+1.0秒 06/05 名古屋12R 4着/11頭 05/25 名古屋5R 5着/11頭 04/23 名古屋1R 1着/11頭勝利 04/09 名古屋4R 3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 4.7着 △ 当競馬場適性 9走で勝率 11% ▽ 距離適性同距離は 3走で勝ち無し × 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: 7.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.9% / 期待値 +95% ※ 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	コスモコロネット追込	大原浩（笠松）	実69.7	B× A▽勝率2% 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10R 8着/11頭+4.3秒 08/24 名古屋7R 4着/12頭+0.7秒 07/31 名古屋5R 7着/12頭+1.7秒 07/17 名古屋12R 4着/12頭 07/03 名古屋7R 4着/12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 6.3着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し × 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 1.6% / 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。
12	クィーンミツコ逃げ	加藤聡（愛知）	実18.9	B▲ A△勝率6% EV+7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／騎手は近50戦で勝率24%）
前5走 09/07 名古屋5R 3着/9頭+0.9秒 08/24 名古屋10R 7着/11頭+0.6秒 07/31 名古屋7R 12着/12頭+2.7秒 07/03 名古屋9R 6着/12頭+1.0秒 05/21 名古屋4R 1着/10頭
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戦の調子平均 7.3着 (不振) △ 当競馬場適性 39走で勝率 5% ◎ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 5.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.7% / 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。

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 ◎

ベラジオチャンネル

騎手望月洵（愛知）

単勝オッズ

1.6倍

AI期待値

+2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○9クロメヒョウ

3.3倍

EV +17%

▲A:△12クィーンミツコ

18.9倍

EV -91%

出走馬全12頭

◎A:◎6

ベラジオチャンネル

望月洵（愛知）

1.6倍

+2%

›

○A:○9

クロメヒョウ

塚本征（愛知）

3.3倍

+17%

›

▲A:△12

クィーンミツコ

加藤聡（愛知）

18.9倍

-91%

›

△A:▲10

ファルコナーラ

細川智（愛知）

14.0倍

-98%

›

△A:△4

ターミバレンシア

近藤颯（愛知）

14.4倍

-98%

›

△A:△1

アショカ

小笠羚（愛知）

19.1倍

-99%

›

×A:▽3

カゼノヨウニ

加藤誓（愛知）

33.9倍

-99%

›

×A:▽2

ネオアリシア

山田祥（愛知）

50.2倍

-99%

›

×A:▽11

コスモコロネット

大原浩（笠松）

69.7倍

-99%

›

×A:▽8

フークベルエ

村上弘（愛知）

80.4倍

-99%

›

×A:▽5

トークダウン

友森翔（愛知）

131.4倍

-99%

›

×A:▽7

ヴィクトリアランド

丸山真（愛知）

278.9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

A. 市場込みモデル

単勝 10 ファルコナーラ ¥100 実14.0倍期待値 -98% 不的中12着単勝 14.0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。

9R 名古屋競馬場ダ1700m ダート1700m　発走 16:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アショカ差し	小笠羚（愛知）	実19.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6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 08/24 名古屋10R 8着/11頭+0.7秒 07/31 名古屋10R 6着/12頭+0.8秒 06/05 名古屋10R 7着/12頭 05/08 名古屋10R 6着/10頭+1.4秒 04/24 名古屋6R 3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 7.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 16% ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 4.0% (オッズ暗示: 5.2%) ※ 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	ネオアリシア	山田祥（愛知）	実50.2	▽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5走 09/07 名古屋6R 9着/10頭+2.7秒 08/20 名古屋5R 1着/10頭勝利 07/29 名古屋12R 2着/12頭+1.6秒 07/14 名古屋7R 10着/12頭 07/01 名古屋12R 2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 68走で勝率 6% ○ 距離適性同距離 12走で勝率 17% △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 2.3% (オッズ暗示: 2.0%) ※ 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。
3	カゼノヨウニ逃げ	加藤誓（愛知）	実33.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調）
前5走 09/07 名古屋6R 8着/10頭+2.2秒 08/24 名古屋10R 10着/11頭+1.5秒 06/05 名古屋10R 11着/12頭 05/25 名古屋12R 10着/11頭 05/07 名古屋6R 1着/11頭勝利
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 17走で勝率 6% △ 距離適性同距離 14走で勝率 7% × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 1.8% (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。
4	ターミバレンシア自在	近藤颯（愛知）	実14.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は22走で勝ち無し）
前5走 09/07 名古屋5R 4着/9頭+1.0秒 08/24 名古屋7R 6着/12頭+0.8秒 07/31 名古屋5R 5着/12頭+1.5秒 07/03 名古屋9R 2着/12頭 06/05 名古屋12R 5着/11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戦の調子平均 5.0着 △ 当競馬場適性 77走で勝率 9% ▽ 距離適性同距離は 22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) +6% (市場と概ね一致) AI 予想勝率 7.4% (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。
5	トークダウン	友森翔（愛知）	実131.4	▽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 09/04 名古屋1R 1着/3頭 08/20 名古屋6R 10着/12頭+2.3秒 07/30 名古屋12R 12着/12頭+2.4秒 07/15 名古屋6R 11着/12頭+5.0秒 07/02 名古屋12R 5着/12頭
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 45走で勝率 7% ◎ 前走実績前走 1着 (勢い継続) ○ 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) +35% (妙味あり) AI 予想勝率 1.0% (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。
6	ベラジオチャンネル自在	望月洵（愛知）	実1.6	◎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／直近3走で勝率33%と好調／前走2着）
前5走 08/24 名古屋6R 2着/11頭+0.5秒 07/15 名古屋7R 2着/12頭+0.0秒 01/19 名古屋4R 1着/11頭勝利 12/31 大井4R 7着/11頭+0.8秒 12/05 大井10R 12着/15頭+2.1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 3走で勝率 33% (得意) ◎ 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 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 44.4% (オッズ暗示: 62.5%) ※ 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	ヴィクトリアランド	丸山真（愛知）	実278.9	▽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 09/07 名古屋10R 11着/11頭+6.0秒 07/17 名古屋10R 12着/12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 11.5着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +77% (市場が大幅過小評価) AI 予想勝率 0.6% (オッズ暗示: 0.4%) ※ 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。
8	フークベルエ先行	村上弘（愛知）	実80.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場61走で勝率3%と苦戦傾向／同距離帯は5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10R 7着/11頭+4.0秒 07/31 名古屋10R 10着/12頭+2.7秒 07/17 名古屋12R 9着/12頭 06/05 名古屋8R 7着/12頭+1.0秒 05/25 名古屋7R 5着/10頭+0.0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 8.7着 (不振) × 当競馬場適性 61走で勝率 3% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 1.1% (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。
9	クロメヒョウ逃げ	塚本征（愛知）	実3.3	○詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率33%／直近3走平均2.3着と安定／前走2着）
前5走 09/07 名古屋5R 2着/9頭+0.6秒 08/24 名古屋5R 2着/3頭 03/02 名古屋8R 3着/11頭+0.8秒 02/13 名古屋7R 3着/11頭+0.5秒 01/30 名古屋3R 1着/11頭勝利
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 2.3着 (安定) ○ 当競馬場適性 13走で勝率 15% (相性良) ◎ 馬場適性同馬場 3走で勝率 33% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 16.2% (オッズ暗示: 30.3%) ※ 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。
10	ファルコナーラ先行推奨	細川智（愛知）	実14.0	▲詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+94%の中穴候補（近5走で勝率20%と堅実）
前5走 09/07 名古屋5R 5着/9頭+1.0秒 06/05 名古屋12R 4着/11頭 05/25 名古屋5R 5着/11頭 04/23 名古屋1R 1着/11頭勝利 04/09 名古屋4R 3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 4.7着 △ 当競馬場適性 9走で勝率 11% ▽ 距離適性同距離は 3走で勝ち無し ◎ 期待値 (オッズ vs AI勝率) +94% (市場が大幅過小評価) AI 予想勝率 13.9% (オッズ暗示: 7.1%) ※ 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。
11	コスモコロネット追込	大原浩（笠松）	実69.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場19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10R 8着/11頭+4.3秒 08/24 名古屋7R 4着/12頭+0.7秒 07/31 名古屋5R 7着/12頭+1.7秒 07/17 名古屋12R 4着/12頭 07/03 名古屋7R 4着/12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 6.3着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 1.6% (オッズ暗示: 1.4%) ※ 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。
12	クィーンミツコ逃げ	加藤聡（愛知）	実18.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／騎手は近50戦で勝率24%）
前5走 09/07 名古屋5R 3着/9頭+0.9秒 08/24 名古屋10R 7着/11頭+0.6秒 07/31 名古屋7R 12着/12頭+2.7秒 07/03 名古屋9R 6着/12頭+1.0秒 05/21 名古屋4R 1着/10頭
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戦の調子平均 7.3着 (不振) △ 当競馬場適性 39走で勝率 5% ◎ 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) +7% (市場と概ね一致) AI 予想勝率 5.7% (オッズ暗示: 5.3%) ※ 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。

AIの本命

AI評価1位

ベラジオチャンネル

騎手望月洵（愛知）

単勝オッズ

1.6倍

AI期待値

-29%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9クロメヒョウ

3.3倍

EV -46%

▲10ファルコナーラ

14.0倍

EV +94%

出走馬全12頭

◎6

ベラジオチャンネル

望月洵（愛知）

1.6倍

-29%

›

○9

クロメヒョウ

塚本征（愛知）

3.3倍

-46%

›

▲10

ファルコナーラ

細川智（愛知）

14.0倍

+94%

›

△4

ターミバレンシア

近藤颯（愛知）

14.4倍

+6%

›

△12

クィーンミツコ

加藤聡（愛知）

18.9倍

+7%

›

△1

アショカ

小笠羚（愛知）

19.1倍

-23%

›

▽2

ネオアリシア

山田祥（愛知）

50.2倍

+13%

›

▽3

カゼノヨウニ

加藤誓（愛知）

33.9倍

-37%

›

▽11

コスモコロネット

大原浩（笠松）

69.7倍

+8%

›

▽8

フークベルエ

村上弘（愛知）

80.4倍

-9%

›

▽5

トークダウン

友森翔（愛知）

131.4倍

+35%

›

▽7

ヴィクトリアランド

丸山真（愛知）

278.9倍

+77%

›

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 10 ファルコナーラ ¥100 実14.0倍期待値 +95% 不的中12着単勝 14.0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