名古屋 9R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

9R 名古屋競馬場ダ1500m ダート1500m　発走 17:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ビナカントー先行	近藤颯（愛知）	実41.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/14 名古屋7R 4着/12頭+1.6秒 09/01 名古屋9R 9着/9頭+3.4秒 01/08 園田10R 6着/12頭+2.2秒 12/17 園田10R 6着/12頭+2.5秒 06/25 園田11R 6着/7頭+2.9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 △ 距離適性同距離 10走で勝率 10% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -13% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 2.4%) ※ 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。
2	テーオーエメラルド差し	小笠羚（愛知）	実13.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/14 名古屋9R 6着/10頭+0.6秒 09/01 名古屋11R 5着/12頭+0.9秒 08/18 名古屋9R 5着/11頭+0.7秒 07/01 名古屋8R 5着/12頭+0.0秒 06/17 名古屋7R 5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戦の調子平均 5.3着 △ 当競馬場適性 18走で勝率 6% △ 距離適性同距離 15走で勝率 7% ○ 馬場適性同馬場 5走で勝率 20% ○ 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) -20% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 7.7%) ※ 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	イノセンス逃げ推奨	望月洵（愛知）	実8.7	○詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+57%の中穴候補（当競馬場で勝率18%と相性良／同馬場状態で勝率33%／適度な間隔で状態万全）
前5走 09/01 名古屋10R 9着/9頭+4.9秒 08/18 名古屋11R 12着/12頭+3.7秒 06/17 名古屋8R 4着/11頭 06/03 名古屋9R 6着/12頭+0.0秒 05/19 名古屋10R 12着/12頭+1.9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 8.3着 (不振) ○ 当競馬場適性 17走で勝率 18% (相性良) △ 距離適性同距離 10走で勝率 10% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 24% (好調) ○ 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) +57% (市場が大幅過小評価) AI 予想勝率 18.1% (オッズ暗示: 11.5%) ※ 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	ビナハイフォン差し	阿部基（笠松）	実28.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調／124日ぶりの実戦）
前5走 05/28 浦和9R 12着/12頭+6.0秒 04/23 浦和10R 6着/11頭+1.6秒 04/08 川崎7R 9着/12頭+1.7秒 03/17 浦和7R 6着/7頭+1.8秒 02/26 浦和10R 10着/11頭+1.3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 9.0着 (不振) △ 距離適性同距離 16走で勝率 12% ▽ 前走実績前走 12着 (大敗) △ ローテーション 124日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 3.5%) ※ 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。
5	コスモベルツリー	大原浩（笠松）	実3.5	▲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%／前走2着）
前5走 09/15 名古屋10R 2着/11頭+0.0秒 06/16 名古屋8R 5着/12頭 06/03 名古屋9R 3着/12頭+2.0秒 05/20 名古屋9R 4着/11頭+0.0秒 05/06 名古屋7R 2着/12頭+0.2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 3.3着 △ 当競馬場適性 29走で勝率 10% △ 距離適性同距離 23走で勝率 13% ◎ 馬場適性同馬場 3走で勝率 33% ○ 前走実績前走 2着 (好走) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 15.9% (オッズ暗示: 28.6%) ※ 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	ヴァルドグラース先行	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走で勝率33%と好調）
前5走 09/14 名古屋9R 8着/10頭+1.7秒 09/02 名古屋9R 1着/9頭勝利 08/19 名古屋7R 8着/10頭+1.3秒 07/30 名古屋10R 2着/11頭+1.2秒 07/15 名古屋8R 3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戦の調子勝率 33% (上り調子) △ 当競馬場適性 23走で勝率 9% △ 距離適性同距離 16走で勝率 12% ○ 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) -45% (大幅な期待値マイナス) AI 予想勝率 3.7% (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。
7	ゴラッソゴール逃げ	加藤利（愛知）	実88.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は62走で勝ち無し／直近3走平均8.0着と低調）
前5走 09/14 名古屋9R 9着/10頭+2.6秒 09/01 名古屋9R 4着/9頭+1.8秒 08/18 名古屋10R 11着/11頭+2.6秒 07/13 名古屋8R 3着/3頭 06/30 名古屋10R 7着/9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 8.0着 (不振) △ 当競馬場適性 133走で勝率 6% ▽ 距離適性同距離は 62走で勝ち無し ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.1%) ※ 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。
8	パーソナルレコード自在	村上弘（愛知）	実1.9	◎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（当競馬場9走で勝率33%と適性高／同距離帯10走で勝率30%／直近3走で勝率67%と好調）
前5走 09/14 名古屋9R 4着/10頭+0.3秒 09/03 名古屋8R 1着/3頭 08/24 名古屋8R 1着/12頭勝利 07/31 名古屋7R 3着/12頭+0.5秒 07/03 名古屋10R 6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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 9走で勝率 33% (得意) ◎ 距離適性同距離 10走で勝率 30% ○ 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) -22% (オッズ過剰評価) AI 予想勝率 40.9% (オッズ暗示: 52.6%) ※ 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。
9	パー自在	丸野勝（愛知）	実8.8	△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25走で勝率0%と苦戦傾向／同馬場状態で勝率33%）
前5走 09/14 名古屋7R 6着/12頭+1.9秒 09/01 名古屋11R 7着/12頭+1.4秒 08/18 名古屋9R 2着/11頭+0.1秒 07/01 名古屋11R 11着/11頭+6.0秒 06/16 名古屋8R 2着/12頭+2.0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 5.0着 × 当競馬場適性 25走で勝率 0% (苦戦) ○ 距離適性同距離 21走で勝率 19% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -21% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 11.4%) ※ 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。
10	スターインパクト先行	加藤誓（愛知）	実93.1	▽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 08/18 名古屋10R 7着/11頭+1.4秒 07/28 名古屋9R 8着/12頭+1.0秒 07/13 名古屋10R 11着/12頭 07/01 名古屋8R 8着/12頭 06/17 名古屋8R 3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 8.7着 (不振) △ 当競馬場適性 116走で勝率 7% △ 距離適性同距離 67走で勝率 9% △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.1%) ※ 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。

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

パーソナルレコード

騎手村上弘（愛知）

単勝オッズ

1.9倍

AI期待値

-22%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3イノセンス

8.7倍

EV +57%

▲5コスモベルツリー

3.5倍

EV -44%

出走馬全10頭

◎8

パーソナルレコード

村上弘（愛知）

1.9倍

-22%

›

○3

イノセンス

望月洵（愛知）

8.7倍

+57%

›

▲5

コスモベルツリー

大原浩（笠松）

3.5倍

-44%

›

△9

パー

丸野勝（愛知）

8.8倍

-20%

›

△2

テーオーエメラルド

小笠羚（愛知）

13.0倍

-19%

›

△6

ヴァルドグラース

木之葵（愛知）

14.6倍

-45%

›

▽4

ビナハイフォン

阿部基（笠松）

28.9倍

-26%

›

▽1

ビナカントー

近藤颯（愛知）

41.7倍

-12%

›

▽10

スターインパクト

加藤誓（愛知）

93.1倍

-23%

›

▽7

ゴラッソゴール

加藤利（愛知）

88.2倍

-40%

›

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　AI 期待値プラス判定

単勝 3 イノセンス ¥100 実8.7倍期待値 +57% 不的中10着単勝 8.7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