名古屋 10R 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。

10R 名古屋競馬場ダ1400m 発走 17:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メモリードライブ差し	丹羽克（愛知）	実7.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 10/29 名古屋10R 4着/11頭+1.1秒 10/16 名古屋11R 5着/8頭+0.6秒 09/17 名古屋10R 8着/9頭+1.8秒 09/03 名古屋11R 2着/11頭+0.4秒 08/21 名古屋10R 5着/9頭+1.3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 5.7着 △ 当競馬場適性 21走で勝率 14% △ 距離適性同距離 8走で勝率 12% △ 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) -38% (大幅な期待値マイナス) AI 予想勝率 8.0% (オッズ暗示: 13.0%) ※ 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。
2	スキピオ逃げ	阿部基（笠松）	実11.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯19走で勝率42%）
前5走 10/29 名古屋10R 8着/11頭+2.1秒 10/01 名古屋11R 8着/12頭+3.1秒 01/19 名古屋10R 2着/8頭+0.2秒 01/05 名古屋11R 3着/7頭+0.2秒 12/19 名古屋11R 1着/12頭勝利
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 6.0着 △ 当競馬場適性 8走で勝率 12% ◎ 距離適性同距離 19走で勝率 42% ○ 馬場適性同馬場 12走で勝率 25% △ 騎手近50戦勝率 4% (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) -68% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 8.4%) ※ 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。
3	ルテリブル差し	木之葵（愛知）	実5.0	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場35走で勝率26%と適性高／同馬場状態で勝率33%／前走2着）
前5走 10/16 名古屋10R 2着/9頭+0.2秒 09/18 名古屋11R 5着/11頭+2.9秒 08/21 名古屋10R 7着/9頭+1.8秒 07/31 名古屋11R 6着/11頭+0.9秒 06/03 名古屋10R 4着/12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 4.7着 ◎ 当競馬場適性 35走で勝率 26% (得意) ○ 距離適性同距離 18走で勝率 22% ◎ 馬場適性同馬場 27走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 10.4% (オッズ暗示: 20.0%) ※ 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	ノボリユーミン	今井貴（愛知）	実26.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15走で勝率40%と適性高／同距離帯12走で勝率33%／同馬場状態で勝率86%）
前5走 10/29 名古屋10R 11着/11頭+3.5秒 08/19 名古屋11R 1着/3頭 07/13 名古屋10R 1着/12頭 06/30 名古屋9R 2着/12頭 06/03 名古屋8R 2着/12頭+3.0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 67% (絶好調) ◎ 当競馬場適性 15走で勝率 40% (得意) ◎ 距離適性同距離 12走で勝率 33% ◎ 馬場適性同馬場 7走で勝率 86% ○ 騎手近50戦勝率 16% ▽ 前走実績前走 11着 (大敗) ○ 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) -51% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 3.8%) ※ 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。
5	フリッパー自在	近藤颯（愛知）	実45.9	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は4走で勝ち無し）
前5走 09/18 名古屋11R 9着/11頭+3.9秒 08/21 名古屋11R 8着/9頭+3.1秒 07/28 名古屋10R 5着/9頭+1.5秒 07/17 名古屋11R 4着/6頭 07/03 名古屋11R 6着/11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 7.3着 (不振) ○ 当競馬場適性 12走で勝率 17% (相性良) ▽ 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) -72% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
6	サブリュウシン先行	小笠羚（愛知）	実41.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 10/15 名古屋10R 7着/7頭+1.5秒 10/01 名古屋11R 6着/12頭+1.8秒 09/17 名古屋9R 7着/11頭+1.0秒 09/04 名古屋11R 1着/11頭勝利 08/19 名古屋9R 3着/10頭+0.8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戦の調子平均 6.7着 △ 当競馬場適性 17走で勝率 12% △ 距離適性同距離 43走で勝率 9% × 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 1.3% (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。
7	テーオーターナー先行	塚本征（愛知）	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯16走で勝率50%／同馬場状態で勝率40%／騎手は近50戦で勝率30%）
前5走 10/29 名古屋10R 7着/11頭+1.9秒 10/01 園田11R 8着/11頭+1.4秒 09/04 園田8R 3着/6頭+1.1秒 08/14 園田11R 7着/12頭+1.8秒 07/16 園田11R 6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 6.0着 ◎ 距離適性同距離 16走で勝率 50% ◎ 馬場適性同馬場 15走で勝率 40% ◎ 騎手近50戦勝率 30% (好調) ○ 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) -11% (オッズ過剰評価) AI 予想勝率 20.7% (オッズ暗示: 23.3%) ※ 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。
8	サラサラヘアー逃げ	村上弘（愛知）	実8.4	△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13走で勝率31%と適性高／同距離帯4走で勝率50%／同馬場状態で勝率38%）
前5走 10/29 名古屋10R 10着/11頭+3.0秒 10/16 名古屋11R 2着/8頭+0.3秒 09/30 名古屋11R 2着/3頭 09/15 名古屋11R 2着/3頭 09/02 名古屋10R 9着/11頭+3.9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 4.7着 ◎ 当競馬場適性 13走で勝率 31% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 馬場適性同馬場 8走で勝率 38% △ 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 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 11.9%) ※ 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	マルカブリッツ差し	渡邊竜（笠松）	実3.3	◎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（当競馬場8走で勝率25%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 09/30 名古屋10R 1着/12頭勝利 08/18 名古屋11R 1着/12頭勝利 07/13 名古屋8R 2着/3頭 05/19 名古屋8R 9着/12頭+2.9秒 04/20 名古屋11R 2着/11頭+0.9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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 8走で勝率 25% (得意) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 41.5% (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	フォーサイドナイン逃げ	大畑慧（愛知）	実9.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯13走で勝率46%／159日ぶりの実戦）
前5走 06/07 3111R 6着/6頭+0.0秒 04/12 3110R 6着/7頭+3.2秒 03/15 317R 4着/8頭+0.3秒 03/01 316R 6着/7頭+1.8秒 02/08 319R 2着/8頭+0.1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戦の調子平均 5.3着 ◎ 距離適性同距離 13走で勝率 46% ○ 馬場適性同馬場 11走で勝率 27% △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 159日休養明け × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 6.3% (オッズ暗示: 11.0%) ※ 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）

見送りAI の 1 位の馬

マルカブリッツ

騎手渡邊竜（笠松）

3.3倍

AI の勝率41%損益の分かれ目30%

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10頭

◎9

マルカブリッツ

渡邊竜（笠松）

3.3倍

勝率 41%

›

○7

テーオーターナー

塚本征（愛知）

4.3倍

勝率 21%

›

▲3

ルテリブル

木之葵（愛知）

5.0倍

勝率 10%

›

△1

メモリードライブ

丹羽克（愛知）

7.7倍

勝率 8%

›

△8

サラサラヘアー

村上弘（愛知）

8.4倍

勝率 7%

›

△10

フォーサイドナイン

大畑慧（愛知）

9.1倍

勝率 6%

›

×2

スキピオ

阿部基（笠松）

11.9倍

勝率 3%

›

×4

ノボリユーミン

今井貴（愛知）

26.5倍

勝率 2%

›

▽6

サブリュウシン

小笠羚（愛知）

41.8倍

対象外勝率 1%

›

×5

フリッパー

近藤颯（愛知）

45.9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