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 名古屋競馬場開成町ダ1500m 発走 16:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アスキステソーロ逃げ推奨	今井貴（愛知）	実9.2	○詳細▼	市場が大きく過小評価、AI予想勝率22% × オッズ9.2倍で期待値+100%の有力候補（直近3走勝率33%と上り調子／騎手の手腕も後押し）
前5走 06/17 名古屋9R 5着/11頭+3.0秒 05/19 名古屋10R 1着/12頭勝利 04/22 名古屋12R 2着/12頭+0.8秒 04/08 名古屋8R 4着/11頭+0.8秒 03/23 名古屋8R 2着/12頭+0.2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戦の調子勝率 33% (上り調子) △ 当競馬場適性 22走で勝率 14% △ 距離適性同距離 17走で勝率 12% ○ 騎手近50戦勝率 14% △ ローテーション 119日休養明け ◎ 期待値 (オッズ vs AI勝率) +100% (市場が大幅過小評価) AI 予想勝率 21.8% (オッズ暗示: 10.9%) ※ 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。
2	シスターネビュラ追込	村上弘（愛知）	実20.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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5走 09/16 名古屋9R 10着/11頭+1.5秒 08/24 名古屋11R 1着/3頭 07/31 名古屋7R 5着/12頭+1.3秒 07/06 川崎8R 9着/9頭+0.0秒 05/13 川崎7R 10着/12頭+2.3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 3走で勝率 33% (得意) △ 距離適性同距離 32走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) +14% (市場と概ね一致) AI 予想勝率 5.6% (オッズ暗示: 4.9%) ※ 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	アミアン差し	大原浩（笠松）	実16.8	△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3着）
前5走 09/29 名古屋10R 3着/3頭 09/18 名古屋7R 1着/11頭勝利 09/04 名古屋6R 7着/11頭+1.4秒 08/24 名古屋8R 2着/12頭+0.1秒 07/30 名古屋7R 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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 36走で勝率 17% (相性良) ○ 距離適性同距離 26走で勝率 19% ○ 馬場適性同馬場 19走で勝率 26% ○ 前走実績前走 3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) +12% (市場と概ね一致) AI 予想勝率 6.7% (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。
4	テレヴァカ逃げ	加藤聡（愛知）	実94.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調）
前5走 09/15 名古屋9R 10着/10頭+2.2秒 09/02 名古屋8R 9着/10頭+1.6秒 08/21 名古屋6R 1着/9頭勝利 07/01 名古屋7R 8着/11頭+0.0秒 06/17 名古屋7R 6着/11頭+1.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 38走で勝率 16% (相性良) ○ 距離適性同距離 26走で勝率 19% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +105%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.2% (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。
5	ブルロッソ追込	小笠羚（愛知）	実10.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/16 名古屋9R 5着/11頭+1.1秒 09/03 名古屋8R 3着/3頭 08/20 名古屋10R 5着/11頭+1.1秒 07/31 名古屋7R 1着/12頭勝利 07/03 名古屋10R 4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戦の調子平均 4.3着 ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 馬場適性同馬場 4走で勝率 25% ○ 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) +12% (市場と概ね一致) AI 予想勝率 10.7% (オッズ暗示: 9.5%) ※ 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。
6	ウインライズ差し	塚本征（愛知）	実1.3	×詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（5〜30倍）より低く見送り（同距離帯20走で勝率25%／同馬場状態で勝率38%／直近3走で勝率33%と好調）
前5走 10/02 名古屋9R 1着/3頭 09/18 名古屋5R 2着/10頭+0.7秒 09/07 名古屋9R 2着/10頭+0.6秒 08/24 名古屋7R 11着/12頭+1.6秒 06/27 名古屋11R 3着/12頭+1.8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 30走で勝率 23% (相性良) ◎ 距離適性同距離 20走で勝率 25% ◎ 馬場適性同馬場 13走で勝率 38% ◎ 騎手近50戦勝率 32% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 31.8% (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。
7	レベリオン	丸山真（愛知）	実115.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場19走で勝率0%と苦戦傾向／同距離帯は23走で勝ち無し／直近3走で勝率33%と好調）
前5走 09/24 浦和12R 10着/12頭+2.9秒 07/15 浦和5R 8着/12頭 06/24 浦和6R 1着/10頭 05/27 浦和6R 8着/12頭 04/20 浦和8R 8着/11頭+2.8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戦の調子勝率 33% (上り調子) × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +6%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (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。
8	マサハヤウォルズ追込	大畑雅（愛知）	実25.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し／直近3走平均10.7着と低調／139日ぶりの実戦）
前5走 05/28 浦和11R 13着/13頭 05/15 川崎11R 11着/12頭+2.5秒 04/21 浦和10R 8着/12頭+1.8秒 04/10 川崎11R 10着/10頭+6.5秒 02/27 浦和11R 6着/12頭+1.1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 10.7着 (不振) ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 13着 (大敗) △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 4.8% (オッズ暗示: 3.9%) ※ 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	トレイルリッジ自在	丹羽克（愛知）	実54.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率0%と苦戦傾向）
前5走 09/29 名古屋11R 5着/12頭+2.5秒 09/14 名古屋11R 10着/12頭+3.2秒 02/25 名古屋11R 7着/12頭+0.9秒 02/09 名古屋9R 4着/12頭+0.6秒 01/26 名古屋11R 9着/10頭+1.4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 7.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) △ 距離適性同距離 12走で勝率 8% ○ 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) -2% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 1.8%) ※ 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。
10	グランドネビュラ	筒井勇（笠松）	実9.8	▲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 09/17 名古屋6R 1着/10頭勝利 08/21 名古屋6R 3着/9頭+0.5秒 06/18 名古屋5R 3着/9頭+6.0秒 06/04 名古屋7R 5着/11頭 05/22 名古屋12R 7着/10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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 11走で勝率 18% ◎ 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) +34% (妙味あり) AI 予想勝率 13.7% (オッズ暗示: 10.2%) ※ 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。

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）

買うAI の推奨

アスキステソーロ

騎手今井貴（愛知）

9.2倍

AI の勝率22%損益の分かれ目11%

AI の勝率 22% が損益の分かれ目 11%（1 ÷ 9.2倍）を上回り、期待値 +100% が買う基準（+30%）以上。

賭け金の目安 ¥300（AI の自信に応じて変えています）

外れ（8着）

出走馬全10頭

×6

ウインライズ

塚本征（愛知）

1.3倍

勝率 32%

›

○1

アスキステソーロ

今井貴（愛知）

9.2倍

勝率 22%

›

▲10

グランドネビュラ

筒井勇（笠松）

9.8倍

勝率 14%

›

△5

ブルロッソ

小笠羚（愛知）

10.5倍

勝率 11%

›

△3

アミアン

大原浩（笠松）

16.8倍

勝率 7%

›

△2

シスターネビュラ

村上弘（愛知）

20.4倍

勝率 6%

›

▽8

マサハヤウォルズ

大畑雅（愛知）

25.8倍

勝率 5%

›

▽4

テレヴァカ

加藤聡（愛知）

94.3倍

対象外勝率 2%

›

▽9

トレイルリッジ

丹羽克（愛知）

54.4倍

対象外勝率 2%

›

▽7

レベリオン

丸山真（愛知）

115.8倍

対象外勝率 1%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで。

▶ 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 1 アスキステソーロ ¥300 実9.2倍期待値 +100% 不的中8着単勝 9.2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