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	ヤマカツライコウ逃げ	友森翔（愛知）	実12.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場16走で勝率25%と適性高／同距離帯15走で勝率27%）
前5走 10/15 名古屋9R 10着/11頭+2.9秒 09/30 名古屋7R 3着/3頭 09/15 名古屋9R 7着/10頭+1.0秒 09/03 名古屋8R 2着/3頭 08/19 名古屋6R 6着/10頭+1.2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戦の調子平均 6.7着 ◎ 当競馬場適性 16走で勝率 25% (得意) ◎ 距離適性同距離 15走で勝率 27% ▽ 前走実績前走 10着 (大敗) ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 7.9%) ※ 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	アフロビート先行	筒井勇（笠松）	実21.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率0%と苦戦傾向／同距離帯は16走で勝ち無し）
前5走 10/15 名古屋8R 9着/9頭+2.1秒 08/19 名古屋7R 2着/10頭+0.1秒 07/29 名古屋7R 3着/12頭+0.2秒 07/14 名古屋9R 8着/11頭 06/30 名古屋9R 6着/12頭+2.0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戦の調子平均 4.7着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 4.6%) ※ 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。
3	ノブエイト先行	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
前5走 10/29 名古屋7R 5着/12頭+1.1秒 09/14 名古屋9R 5着/10頭+0.5秒 08/18 名古屋10R 6着/11頭+1.0秒 06/30 名古屋8R 2着/12頭 06/17 名古屋6R 2着/11頭+4.0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 5.3着 △ 当競馬場適性 21走で勝率 10% △ 距離適性同距離 16走で勝率 12% △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 5.1% (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。
4	ディプタルアスール差し	村上弘（愛知）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（前走3着）
前5走 10/16 名古屋9R 3着/12頭+0.5秒 09/14 名古屋7R 8着/12頭+2.1秒 08/18 名古屋10R 10着/11頭+1.6秒 07/14 名古屋10R 3着/12頭+1.0秒 06/18 名古屋9R 2着/10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 7.0着 (不振) △ 当競馬場適性 21走で勝率 14% ○ 距離適性同距離 19走で勝率 16% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 26日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 5.5% ※ 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	ハルノウミ差し	木之葵（愛知）	実13.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率4%と苦戦傾向／同距離帯は23走で勝ち無し）
前5走 10/15 名古屋8R 7着/9頭+1.2秒 09/15 名古屋9R 4着/10頭+0.3秒 09/02 名古屋8R 3着/10頭+0.3秒 08/19 名古屋6R 5着/10頭+1.1秒 07/29 名古屋7R 10着/12頭+1.4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 4.7着 × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 7.6%) ※ 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	コスモベルツリー逃げ	深澤杏（笠松）	実31.9	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
前5走 10/28 名古屋6R 10着/12頭+1.3秒 10/15 名古屋9R 7着/11頭+2.1秒 09/29 名古屋9R 7着/10頭+2.0秒 09/15 名古屋10R 2着/11頭+0.0秒 06/16 名古屋8R 5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戦の調子平均 8.0着 (不振) △ 当競馬場適性 32走で勝率 9% △ 距離適性同距離 26走で勝率 12% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) -59% (大幅な期待値マイナス) AI 予想勝率 1.3% (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。
7	ビナハイフォン追込	大畑雅（愛知）	実8.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 10/15 名古屋8R 5着/9頭+0.8秒 09/29 名古屋9R 4着/10頭+0.4秒 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
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 7.0着 (不振) △ 距離適性同距離 18走で勝率 11% ○ 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) -30% (大幅な期待値マイナス) AI 予想勝率 8.4% (オッズ暗示: 12.0%) ※ 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。
8	スパークロス差し	加藤聡（愛知）	実33.8	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は25走で勝ち無し／前走2着）
前5走 10/29 園田3R 2着/10頭+1.1秒 10/16 園田1R 8着/9頭+2.4秒 09/11 園田10R 5着/10頭+1.3秒 08/28 園田5R 4着/9頭+2.1秒 08/07 園田7R 8着/8頭+1.6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 5.0着 ▽ 距離適性同距離は 25走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 3.0%) ※ 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。
9	モズシューター逃げ	丸野勝（愛知）	実2.0	◎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（前走3着／116日ぶりの実戦）
前5走 07/18 316R 3着/11頭+2.0秒 05/14 園田12R 7着/12頭+1.9秒 04/16 園田12R 7着/12頭+1.8秒 12/31 園田6R 1着/12頭勝利 12/09 園田12R 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 5.7着 ○ 馬場適性同馬場 7走で勝率 29% ○ 前走実績前走 3着 (好走) △ ローテーション 116日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 42.6% (オッズ暗示: 50.0%) ※ 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	オーバードライブ自在	小笠羚（愛知）	実9.2	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 10/29 名古屋7R 4着/12頭+0.7秒 10/16 名古屋9R 8着/12頭+2.2秒 09/15 名古屋9R 2着/10頭+0.1秒 09/02 名古屋8R 10着/10頭+2.1秒 05/22 名古屋9R 1着/10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 4.7着 △ 当競馬場適性 23走で勝率 13% △ 距離適性同距離 24走で勝率 12% △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 10.4% (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。
11	イッツナッシング先行	大畑慧（愛知）	実4.8	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯10走で勝率30%／直近3走で勝率33%と好調）
前5走 10/29 名古屋7R 7着/12頭+1.2秒 05/04 名古屋10R 5着/8頭+0.9秒 04/22 名古屋7R 1着/12頭勝利 04/08 名古屋8R 6着/11頭+1.2秒 03/10 名古屋12R 5着/11頭+1.3秒
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 18走で勝率 17% (相性良) ◎ 距離適性同距離 10走で勝率 30% △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 17.3% (オッズ暗示: 20.8%) ※ 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）

見送りAI の 1 位の馬

モズシューター

騎手丸野勝（愛知）

2.0倍

AI の勝率43%損益の分かれ目50%

オッズが買う範囲（5〜30倍）より低く見送り。

買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで

出走馬全11頭

◎9

モズシューター

丸野勝（愛知）

2.0倍

勝率 43%

›

○11

イッツナッシング

大畑慧（愛知）

4.8倍

勝率 17%

›

▲10

オーバードライブ

小笠羚（愛知）

9.2倍

勝率 10%

›

△7

ビナハイフォン

大畑雅（愛知）

8.3倍

勝率 8%

›

△4

ディプタルアスール

村上弘（愛知）

—

勝率 5%

›

△3

ノブエイト

近藤颯（愛知）

14.4倍

勝率 5%

›

▽1

ヤマカツライコウ

友森翔（愛知）

12.7倍

勝率 4%

›

×5

ハルノウミ

木之葵（愛知）

13.1倍

勝率 3%

›

×2

アフロビート

筒井勇（笠松）

21.8倍

勝率 1%

›

×6

コスモベルツリー

深澤杏（笠松）

31.9倍

対象外勝率 1%

›

×8

スパークロス

加藤聡（愛知）

33.8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

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