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。

9R 名古屋競馬場ダ1400m ダート1400m　発走 16:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ゴールドレーン逃げ	友森翔（愛知）	実45.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 08/21 名古屋7R 11着/11頭+7.4秒 07/29 名古屋6R 8着/12頭+1.5秒 07/02 名古屋9R 11着/12頭 05/21 名古屋9R 1着/10頭 05/06 名古屋8R 2着/10頭+0.8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 10.0着 (不振) ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 9走で勝率 22% ▽ 前走実績前走 11着 (大敗) × 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 1.3% (オッズ暗示: 2.2%) ※ 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	ピカレスクヒーロー差し	木之葵（愛知）	実116.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は12走で勝ち無し）
前5走 09/16 名古屋10R 5着/11頭+2.4秒 07/29 川崎3R 7着/9頭+3.0秒 04/08 川崎8R 8着/13頭+2.8秒 03/20 浦和9R 6着/9頭+2.0秒 03/05 川崎4R 7着/9頭+2.5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戦の調子平均 6.7着 ▽ 距離適性同距離は 12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) -34% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
3	アンティリア先行	大畑慧（愛知）	実46.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/05 船橋2R 6着/6頭+3.1秒 06/28 船橋6R 4着/7頭+2.0秒 06/01 船橋2R 2着/11頭 05/05 船橋4R 2着/12頭+0.2秒 03/31 船橋2R 6着/12頭+1.1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 4.0着 ○ 騎手近50戦勝率 14% ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 2.8% (オッズ暗示: 2.1%) ※ 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。
4	マサハヤルージュ	大畑雅（愛知）	実15.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 4.7% (オッズ暗示: 6.6%) ※ 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	ゴーゴーマンゴー追込	丹羽克（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40%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 09/16 名古屋4R 2着/10頭+0.4秒 09/03 名古屋12R 1着/11頭勝利 08/20 名古屋3R 4着/11頭+1.8秒 07/17 名古屋2R 1着/12頭 06/30 名古屋4R 3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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 5走で勝率 40% ○ 前走実績前走 2着 (好走) ○ 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) -63% (大幅な期待値マイナス) AI 予想勝率 4.1% (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。
6	アウラニ追込	山田祥（愛知）	実8.8	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率50%と適性高／同距離帯4走で勝率50%／直近3走で勝率67%と好調）
前5走 09/04 名古屋8R 7着/10頭+2.3秒 08/20 名古屋3R 1着/11頭勝利 07/31 名古屋2R 1着/12頭勝利 07/13 名古屋3R 2着/12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 67% (絶好調) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 距離適性同距離 4走で勝率 50% ○ 騎手近50戦勝率 14% ○ 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) -26% (オッズ過剰評価) AI 予想勝率 8.4% (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。
7	ソワンドヴィクター	塚本征（愛知）	実6.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（騎手は近50戦で勝率24%）
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 24% (好調) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 7.8% (オッズ暗示: 16.4%) ※ 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	ナンゴクドリーム先行	筒井勇（笠松）	実131.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯8走で勝率25%）
前5走 09/04 名古屋8R 5着/10頭+2.0秒 08/21 名古屋7R 9着/11頭+3.0秒 07/15 名古屋5R 4着/12頭 04/09 名古屋11R 4着/10頭+1.4秒 02/26 名古屋10R 1着/8頭勝利
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 6.0着 ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 8走で勝率 25% ○ 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) +10% (市場と概ね一致) AI 予想勝率 0.8% (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。
9	トリスティ	明星晴（笠松）	実18.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 5.4%) ※ 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	ジャスパーレオン	加藤聡（愛知）	実3.7	○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 09/16 名古屋2R 1着/11頭勝利 06/03 船橋7R 5着/10頭+0.0秒 01/27 312R 2着/10頭+2.1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戦の調子勝率 33% (上り調子) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -29% (オッズ過剰評価) AI 予想勝率 19.3% (オッズ暗示: 27.0%) ※ 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	フローラルウェイ追込	小笠羚（愛知）	実32.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率29%と適性高／同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 09/16 名古屋12R 1着/11頭勝利 09/03 名古屋2R 9着/10頭+3.4秒 08/20 名古屋12R 3着/12頭+0.5秒 07/30 名古屋1R 4着/11頭+0.5秒 07/13 名古屋2R 1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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 7走で勝率 29% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -5% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.1%) ※ 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。
12	コパノルーカス追込	今井貴（愛知）	実2.5	◎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67%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 09/16 名古屋3R 1着/11頭勝利 09/07 名古屋2R 1着/7頭勝利 08/21 名古屋2R 4着/12頭+1.0秒 ― ―
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 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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% (市場と概ね一致) AI 予想勝率 45.2% (オッズ暗示: 40.0%) ※ 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。

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

コパノルーカス

騎手今井貴（愛知）

単勝オッズ

2.5倍

AI期待値

+13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10ジャスパーレオン

3.7倍

EV -28%

▲6アウラニ

8.8倍

EV -25%

出走馬全12頭

◎12

コパノルーカス

今井貴（愛知）

2.5倍

+13%

›

○10

ジャスパーレオン

加藤聡（愛知）

3.7倍

-28%

›

▲6

アウラニ

山田祥（愛知）

8.8倍

-25%

›

△7

ソワンドヴィクター

塚本征（愛知）

6.1倍

-52%

›

△4

マサハヤルージュ

大畑雅（愛知）

15.2倍

-28%

›

△5

ゴーゴーマンゴー

丹羽克（愛知）

9.0倍

-63%

›

▽11

フローラルウェイ

小笠羚（愛知）

32.5倍

-4%

›

▽3

アンティリア

大畑慧（愛知）

46.8倍

+30%

›

×9

トリスティ

明星晴（笠松）

18.6倍

-61%

›

▽1

ゴールドレーン

友森翔（愛知）

45.1倍

-40%

›

▽8

ナンゴクドリーム

筒井勇（笠松）

131.4倍

+10%

›

▽2

ピカレスクヒーロー

木之葵（愛知）

116.5倍

-34%

›

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

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