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 名古屋競馬場ダート1500m　発走 19:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴィオレンツァ差し	大原浩（笠松）	実13.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し）
前5走 06/05 名古屋7R 5着/12頭 05/07 船橋9R 8着/12頭+1.7秒 03/12 船橋5R 7着/12頭+1.1秒 02/13 船橋5R 9着/12頭+2.5秒 11/28 浦和9R 4着/12頭+1.6秒
AI 評価の内訳 — 馬番 1 △ 直近3戦の調子平均 6.7着 ▽ 距離適性同距離は 4走で勝ち無し ○ ローテーション 17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 5.4% (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。
2	メタルクラフト差し	山田祥（愛知）	実37.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は25走で勝ち無し）
前5走 05/25 名古屋6R 5着/10頭 05/08 名古屋9R 7着/12頭+1.3秒 04/24 名古屋9R 9着/12頭+2.8秒 04/13 名古屋12R 8着/11頭+1.6秒 03/25 名古屋6R 7着/12頭+2.1秒
AI 評価の内訳 — 馬番 2 × 直近3戦の調子平均 7.0着 (不振) △ 当競馬場適性 38走で勝率 5% ▽ 距離適性同距離は 25走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 2.7%) ※ 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	ウェイキー先行	筒井勇（笠松）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場19走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 06/05 名古屋7R 8着/12頭 05/25 名古屋3R 4着/9頭+0.0秒 05/08 名古屋2R 5着/11頭+0.7秒 04/13 名古屋8R 9着/11頭+2.4秒 03/25 名古屋5R 8着/11頭+1.9秒
AI 評価の内訳 — 馬番 3 △ 直近3戦の調子平均 5.7着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ ローテーション 17日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 10.5% ※ 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	メリトーリアス追込	細川智（愛知）	実68.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／直近3走平均8.7着と低調）
前5走 06/05 名古屋7R 9着/12頭 05/25 名古屋7R 7着/10頭 05/08 名古屋9R 10着/12頭+2.7秒 04/10 名古屋6R 7着/10頭+4.1秒 03/25 名古屋11R 7着/12頭+2.7秒
AI 評価の内訳 — 馬番 4 × 直近3戦の調子平均 8.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.5%) ※ 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	フークベルエ自在	丸山真（愛知）	実6.5	△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58走で勝率3%と苦戦傾向／同距離帯は51走で勝ち無し）
前5走 06/05 名古屋8R 7着/12頭+1.0秒 05/25 名古屋7R 5着/10頭+0.0秒 05/08 名古屋2R 3着/11頭+0.0秒 04/24 名古屋8R 3着/11頭+1.7秒 03/26 名古屋12R 11着/11頭+1.9秒
AI 評価の内訳 — 馬番 5 △ 直近3戦の調子平均 5.0着 × 当競馬場適性 58走で勝率 3% (苦戦) ▽ 距離適性同距離は 51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 17日の間隔 (理想的) × 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 7.4% (オッズ暗示: 15.4%) ※ 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。
6	ノーブルシャン逃げ	今井貴（愛知）	実5.7	○詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率20%）
前5走 06/05 名古屋8R 8着/12頭 05/25 名古屋9R 7着/10頭+1.0秒 05/08 名古屋9R 5着/12頭+0.8秒 04/24 名古屋9R 7着/12頭+2.0秒 11/25 名古屋9R 1着/12頭勝利
AI 評価の内訳 — 馬番 6 △ 直近3戦の調子平均 6.7着 △ 当競馬場適性 15走で勝率 13% △ 距離適性同距離 9走で勝率 11% ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 17日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 11.4% (オッズ暗示: 17.5%) ※ 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。
7	ハクサンフラッシュ追込	大畑慧（愛知）	実49.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 06/05 名古屋7R 7着/12頭 05/25 名古屋7R 10着/10頭 05/05 名古屋1R 10着/11頭+1.5秒 04/08 名古屋10R 7着/11頭+1.6秒 03/09 名古屋9R 8着/9頭+3.6秒
AI 評価の内訳 — 馬番 7 × 直近3戦の調子平均 9.0着 (不振) △ 当競馬場適性 43走で勝率 7% △ 距離適性同距離 29走で勝率 7% ○ ローテーション 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.0%) ※ 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	サンライズプロミス自在	友森翔（愛知）	実33.3	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 06/05 名古屋7R 11着/12頭 05/25 名古屋7R 8着/10頭 05/08 名古屋9R 9着/12頭+2.5秒 04/24 名古屋9R 12着/12頭+2.9秒 04/13 名古屋4R 1着/10頭勝利
AI 評価の内訳 — 馬番 8 × 直近3戦の調子平均 9.3着 (不振) △ 当競馬場適性 18走で勝率 11% △ 距離適性同距離 16走で勝率 12% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 17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 2.3% (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	タベザカリ先行	大畑雅（愛知）	実3.5	▲詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 06/05 名古屋6R 5着/12頭 05/25 名古屋6R 6着/10頭 05/08 名古屋10R 2着/10頭+0.1秒 04/24 名古屋8R 6着/11頭+2.2秒 03/26 名古屋9R 3着/11頭+1.9秒
AI 評価の内訳 — 馬番 9 △ 直近3戦の調子平均 4.3着 △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 19走で勝率 5% ○ 騎手近50戦勝率 16% ○ ローテーション 17日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 11.1% (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。
10	ミキノオーボエ自在推奨	小笠羚（愛知）	実27.7	○詳細▼	市場が大きく過小評価、AI予想勝率11% × オッズ27.7倍で期待値+208%の有力候補（適度な間隔で状態万全）
前5走 06/05 名古屋7R 12着/12頭+4.0秒 05/25 名古屋7R 9着/10頭 05/08 名古屋9R 8着/12頭+2.4秒 04/10 名古屋6R 10着/10頭+5.3秒 03/25 名古屋6R 6着/12頭+1.9秒
AI 評価の内訳 — 馬番 10 × 直近3戦の調子平均 9.7着 (不振) △ 当競馬場適性 30走で勝率 10% △ 距離適性同距離 24走で勝率 12% ▽ 前走実績前走 12着 (大敗) ○ ローテーション 17日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +208% (市場が大幅過小評価) AI 予想勝率 11.1% (オッズ暗示: 3.6%) ※ 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。
11	ルナフェイズ逃げ	塚本征（愛知）	実2.2	🌟◎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（直近3走で勝率67%と好調／前走勝利の勢い／騎手は近50戦で勝率22%）
前5走 06/05 名古屋12R 1着/11頭 05/22 名古屋8R 3着/11頭 04/22 名古屋8R 1着/11頭勝利 04/09 名古屋4R 6着/11頭+0.8秒 03/23 名古屋7R 1着/11頭勝利
AI 評価の内訳 — 馬番 11 ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 13走で勝率 23% (相性良) ○ 距離適性同距離 13走で勝率 23% ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 17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 35.9% (オッズ暗示: 45.5%) ※ 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。

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

ルナフェイズ

騎手塚本征（愛知）

単勝オッズ

2.2倍

AI期待値

-21%

買い目

見送り

AIの推奨本命の次点

○6ノーブルシャン

5.7倍

EV -35%

○10ミキノオーボエ

27.7倍

EV +208%

▲9タベザカリ

3.5倍

EV -61%

▲3ウェイキー

—

EV —

出走馬AI評価順・全11頭

◎11

ルナフェイズ

塚本征（愛知）

2.2倍

-21%

›

○6

ノーブルシャン

今井貴（愛知）

5.7倍

-35%

›

○10

ミキノオーボエ

小笠羚（愛知）

27.7倍

+208%

›

▲9

タベザカリ

大畑雅（愛知）

3.5倍

-61%

›

▲3

ウェイキー

筒井勇（笠松）

—

›

△5

フークベルエ

丸山真（愛知）

6.5倍

-52%

›

△1

ヴィオレンツァ

大原浩（笠松）

13.2倍

-28%

›

△8

サンライズプロミス

友森翔（愛知）

33.3倍

-22%

›

▽2

メタルクラフト

山田祥（愛知）

37.6倍

-31%

›

▽7

ハクサンフラッシュ

大畑慧（愛知）

49.9倍

-16%

›

▽4

メリトーリアス

細川智（愛知）

68.7倍

-2%

›

💡 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。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

このレースの推奨馬券　2モデル並走 (AI 期待値プラス判定)

A. 市場込みモデル

単勝 10 ミキノオーボエ実27.7倍期待値 +208% 推奨 11.7〜30.0倍 100円

B. 市場除外+キャリブ

このモデルは本レース見送り判定（期待値プラスなし）

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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）

本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。