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。

モデル

9R 名古屋競馬場ダ1500m ダート1500m　発走 18:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テリオスルナ差し	近藤颯（愛知）	実10.7	B× A×勝率4% EV-53% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 03/06 川崎10R 5着/9頭+1.8秒 02/05 川崎12R 6着/12頭+0.6秒 01/20 船橋12R 10着/14頭+2.0秒 01/02 川崎12R 11着/14頭+1.8秒 12/18 川崎12R 11着/14頭+3.4秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 18% △ ローテーション 144日休養明け × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 8位 / 勝率 4.3% / 期待値 -54% ※ 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	カンタカナリート	渡邊竜（笠松）	実7.5	B○ A▲勝率15% EV+15% 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 06/30 名古屋7R 1着/12頭 06/18 名古屋8R 6着/10頭 05/22 名古屋12R 3着/10頭 05/07 名古屋9R 2着/10頭+0.0秒 04/10 名古屋6R 2着/10頭+0.6秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 12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 28日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +110% (市場が大幅過小評価) AI 予想勝率 28.1% (オッズ暗示: 13.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.4% / 期待値 +15% ※ 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	ワカギミ	丸野勝（愛知）	実15.0	B△ A▽勝率4% EV-47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高／直近3走で勝率33%と好調）
前5走 07/13 名古屋10R 7着/12頭 06/17 名古屋8R 2着/11頭 06/04 名古屋7R 1着/11頭 05/25 名古屋12R 1着/11頭 05/08 名古屋10R 5着/10頭+1.3秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 33% (得意) △ 距離適性同距離 17走で勝率 6% ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 6.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 3.5% / 期待値 -47% ※ 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	クルベリ	塚本征（愛知）	実5.7	B△ A◎勝率23% EV+28% 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8走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/14 名古屋10R 1着/12頭 07/01 名古屋10R 5着/12頭 06/16 名古屋9R 4着/10頭+0.0秒 06/02 名古屋9R 7着/12頭 05/19 名古屋10R 7着/12頭+1.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ○ 距離適性同距離 13走で勝率 23% ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 17.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.6% / 期待値 +29% ※ 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	オウケンボス先行	吉原寛（金沢）	実10.7	B× A△勝率8% EV-18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場36走で勝率25%と適性高／同距離帯20走で勝率30%／直近3走平均9.0着と低調）
前5走 07/01 名古屋9R 9着/12頭+1.0秒 04/09 名古屋9R 6着/11頭+1.1秒 03/27 名古屋8R 12着/12頭+2.7秒 03/10 名古屋11R 1着/12頭勝利 02/25 名古屋11R 8着/12頭+0.9秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ◎ 当競馬場適性 36走で勝率 25% (得意) ◎ 距離適性同距離 20走で勝率 30% ○ 馬場適性同馬場 21走で勝率 24% ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.6% / 期待値 -18% ※ 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	ハヤブサアポチャン	明星晴（笠松）	実9.4	B× A△勝率8% EV-20% 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9走で勝率56%／同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 07/13 名古屋9R 8着/11頭+1.0秒 06/16 川崎8R 1着/10頭 06/03 船橋4R 3着/11頭 03/16 浦和7R 2着/12頭+1.3秒 03/05 川崎6R 1着/11頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 9走で勝率 56% ◎ 馬場適性同馬場 5走で勝率 40% △ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.5% / 期待値 -21% ※ 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	グラスビジョン	今井貴（愛知）	実15.0	B▲ A▽勝率4% EV-42% 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67%と適性高／直近3走で勝率67%と好調／前走3着）
前5走 06/30 名古屋9R 3着/12頭 06/18 名古屋8R 1着/10頭 06/05 名古屋10R 1着/12頭 06/17 川崎7R 1着/12頭勝利 ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 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) ○ 前走実績前走 3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) +183% (市場が大幅過小評価) AI 予想勝率 18.9% (オッズ暗示: 6.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.9% / 期待値 -42% ※ 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	エピックナイト	大畑慧（愛知）	実18.8	B× A×勝率2% EV-66% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯25走で勝率28%）
前5走 07/13 名古屋10R 4着/12頭 06/30 名古屋10R 6着/9頭+3.0秒 06/16 名古屋11R 4着/12頭+1.0秒 06/02 名古屋9R 3着/12頭+4.0秒 05/19 名古屋10R 6着/12頭+0.9秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 ○ 当競馬場適性 30走で勝率 20% (相性良) ◎ 距離適性同距離 25走で勝率 28% ○ 馬場適性同馬場 18走で勝率 28% ○ 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) -79% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 5.3%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.8% / 期待値 -66% ※ 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	アオレレ	柿原翔（愛知）	実6.8	B× A△勝率9% EV-36% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/13 名古屋10R 8着/12頭+0.0秒 07/01 名古屋11R 3着/11頭 06/16 名古屋10R 8着/11頭 06/02 名古屋9R 11着/12頭+1.0秒 05/19 名古屋8R 3着/12頭+0.7秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 △ 当競馬場適性 32走で勝率 9% ○ 距離適性同距離 20走で勝率 15% △ 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) -100% (大幅な期待値マイナス) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 期待値 -37% ※ 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	ドラゴステ差し	丹羽克（愛知）	実5.3	B× A○勝率16% EV-14% 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24走で勝率4%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 06/30 名古屋11R 5着/11頭+0.0秒 06/17 名古屋11R 6着/12頭 05/19 名古屋9R 6着/11頭+1.6秒 05/06 名古屋9R 4着/9頭+0.4秒 04/22 名古屋10R 3着/12頭+0.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し △ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 18.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.1% / 期待値 -15% ※ 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	サラサラヘアー逃げ推奨	村上弘（愛知）	実12.5	B◎ A▽勝率6% EV-30% 詳細▼	市場が大きく過小評価、AI予想勝率43% × オッズ12.5倍で期待値+436%の有力候補（直近3走勝率33%と上り調子／当競馬場7走で勝率57%と適性高／同馬場状態で勝率60%）
前5走 07/13 名古屋10R 3着/12頭+1.0秒 06/17 名古屋6R 1着/11頭 01/05 名古屋12R 3着/11頭+0.3秒 12/24 名古屋8R 1着/11頭勝利 12/09 名古屋5R 1着/12頭勝利
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 57% (得意) ◎ 馬場適性同馬場 5走で勝率 60% ○ 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) +436% (市場が大幅過小評価) AI 予想勝率 43.0% (オッズ暗示: 8.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.5% / 期待値 -31% ※ 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	スターインパクト	加藤聡（愛知）	実18.8	B△ A×勝率2% EV-71% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/13 名古屋10R 11着/12頭 07/01 名古屋8R 8着/12頭 06/17 名古屋8R 3着/11頭 06/03 名古屋9R 5着/12頭+3.0秒 05/21 名古屋6R 1着/10頭
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 当競馬場適性 114走で勝率 7% △ 距離適性同距離 65走で勝率 9% ▽ 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) -46% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 5.3%) × Aモデルの評価 (参考) レース内 12位 / 勝率 1.5% / 期待値 -71% ※ 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

B推奨Aモデル ▽

サラサラヘアー

騎手村上弘（愛知）

単勝オッズ

12.5倍

AI期待値

+436%

買い目

¥900

全レースの推奨

AIの推奨本命の次点

○A:▲2カンタカナリート

7.5倍

EV +110%

▲A:▽7グラスビジョン

15.0倍

EV +183%

出走馬全12頭

◎A:▽11

サラサラヘアー

村上弘（愛知）

12.5倍

+436%

›

○A:▲2

カンタカナリート

渡邊竜（笠松）

7.5倍

+110%

›

▲A:▽7

グラスビジョン

今井貴（愛知）

15.0倍

+183%

›

△A:▽3

ワカギミ

丸野勝（愛知）

15.0倍

-44%

›

△A:×12

スターインパクト

加藤聡（愛知）

18.8倍

-46%

›

△A:◎4

クルベリ

塚本征（愛知）

5.7倍

-90%

›

×A:×8

エピックナイト

大畑慧（愛知）

18.8倍

-78%

›

×A:△5

オウケンボス

吉原寛（金沢）

10.7倍

-96%

›

×A:△6

ハヤブサアポチャン

明星晴（笠松）

9.4倍

-97%

›

×A:○10

ドラゴステ

丹羽克（愛知）

5.3倍

-99%

›

×A:△9

アオレレ

柿原翔（愛知）

6.8倍

-99%

›

×A:×1

テリオスルナ

近藤颯（愛知）

10.7倍

-99%

›

💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。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

このモデルは本レース見送り判定（期待値プラスなし）

B. 市場除外+キャリブ

単勝 11 サラサラヘアー ¥900 実12.5倍期待値 +437%

※ 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

9R 名古屋競馬場ダ1500m ダート1500m　発走 18:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テリオスルナ差し	近藤颯（愛知）	実10.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は5走で勝ち無し／144日ぶりの実戦）
前5走 03/06 川崎10R 5着/9頭+1.8秒 02/05 川崎12R 6着/12頭+0.6秒 01/20 船橋12R 10着/14頭+2.0秒 01/02 川崎12R 11着/14頭+1.8秒 12/18 川崎12R 11着/14頭+3.4秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 18% △ ローテーション 144日休養明け × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 9.3%) ※ 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。
2	カンタカナリート	渡邊竜（笠松）	実7.5	▲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 06/30 名古屋7R 1着/12頭 06/18 名古屋8R 6着/10頭 05/22 名古屋12R 3着/10頭 05/07 名古屋9R 2着/10頭+0.0秒 04/10 名古屋6R 2着/10頭+0.6秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 12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 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 15.4% (オッズ暗示: 13.3%) ※ 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。
3	ワカギミ	丸野勝（愛知）	実15.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高／直近3走で勝率33%と好調）
前5走 07/13 名古屋10R 7着/12頭 06/17 名古屋8R 2着/11頭 06/04 名古屋7R 1着/11頭 05/25 名古屋12R 1着/11頭 05/08 名古屋10R 5着/10頭+1.3秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 33% (得意) △ 距離適性同距離 17走で勝率 6% ○ 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) -47% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 6.7%) ※ 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。
4	クルベリ	塚本征（愛知）	実5.7	◎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8走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/14 名古屋10R 1着/12頭 07/01 名古屋10R 5着/12頭 06/16 名古屋9R 4着/10頭+0.0秒 06/02 名古屋9R 7着/12頭 05/19 名古屋10R 7着/12頭+1.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ○ 距離適性同距離 13走で勝率 23% ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) +28% (市場と概ね一致) AI 予想勝率 22.6% (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。
5	オウケンボス先行	吉原寛（金沢）	実10.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場36走で勝率25%と適性高／同距離帯20走で勝率30%／直近3走平均9.0着と低調）
前5走 07/01 名古屋9R 9着/12頭+1.0秒 04/09 名古屋9R 6着/11頭+1.1秒 03/27 名古屋8R 12着/12頭+2.7秒 03/10 名古屋11R 1着/12頭勝利 02/25 名古屋11R 8着/12頭+0.9秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ◎ 当競馬場適性 36走で勝率 25% (得意) ◎ 距離適性同距離 20走で勝率 30% ○ 馬場適性同馬場 21走で勝率 24% ○ 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) -18% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 9.3%) ※ 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。
6	ハヤブサアポチャン	明星晴（笠松）	実9.4	△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9走で勝率56%／同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 07/13 名古屋9R 8着/11頭+1.0秒 06/16 川崎8R 1着/10頭 06/03 船橋4R 3着/11頭 03/16 浦和7R 2着/12頭+1.3秒 03/05 川崎6R 1着/11頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 9走で勝率 56% ◎ 馬場適性同馬場 5走で勝率 40% △ 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) -21% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 10.6%) ※ 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。
7	グラスビジョン	今井貴（愛知）	実15.0	▽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67%と適性高／直近3走で勝率67%と好調／前走3着）
前5走 06/30 名古屋9R 3着/12頭 06/18 名古屋8R 1着/10頭 06/05 名古屋10R 1着/12頭 06/17 川崎7R 1着/12頭勝利 ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 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) ○ 前走実績前走 3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) -42% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 6.7%) ※ 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。
8	エピックナイト	大畑慧（愛知）	実18.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯25走で勝率28%）
前5走 07/13 名古屋10R 4着/12頭 06/30 名古屋10R 6着/9頭+3.0秒 06/16 名古屋11R 4着/12頭+1.0秒 06/02 名古屋9R 3着/12頭+4.0秒 05/19 名古屋10R 6着/12頭+0.9秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 ○ 当競馬場適性 30走で勝率 20% (相性良) ◎ 距離適性同距離 25走で勝率 28% ○ 馬場適性同馬場 18走で勝率 28% ○ 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) -66% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 5.3%) ※ 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。
9	アオレレ	柿原翔（愛知）	実6.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/13 名古屋10R 8着/12頭+0.0秒 07/01 名古屋11R 3着/11頭 06/16 名古屋10R 8着/11頭 06/02 名古屋9R 11着/12頭+1.0秒 05/19 名古屋8R 3着/12頭+0.7秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 △ 当競馬場適性 32走で勝率 9% ○ 距離適性同距離 20走で勝率 15% △ 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) -37% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 14.7%) ※ 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。
10	ドラゴステ差し	丹羽克（愛知）	実5.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場24走で勝率4%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 06/30 名古屋11R 5着/11頭+0.0秒 06/17 名古屋11R 6着/12頭 05/19 名古屋9R 6着/11頭+1.6秒 05/06 名古屋9R 4着/9頭+0.4秒 04/22 名古屋10R 3着/12頭+0.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し △ 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) -15% (オッズ過剰評価) AI 予想勝率 16.1% (オッズ暗示: 18.9%) ※ 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	サラサラヘアー逃げ推奨	村上弘（愛知）	実12.5	▽詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場7走で勝率57%と適性高／同馬場状態で勝率60%）
前5走 07/13 名古屋10R 3着/12頭+1.0秒 06/17 名古屋6R 1着/11頭 01/05 名古屋12R 3着/11頭+0.3秒 12/24 名古屋8R 1着/11頭勝利 12/09 名古屋5R 1着/12頭勝利
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 57% (得意) ◎ 馬場適性同馬場 5走で勝率 60% ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 5.5% (オッズ暗示: 8.0%) ※ 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。
12	スターインパクト	加藤聡（愛知）	実18.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/13 名古屋10R 11着/12頭 07/01 名古屋8R 8着/12頭 06/17 名古屋8R 3着/11頭 06/03 名古屋9R 5着/12頭+3.0秒 05/21 名古屋6R 1着/10頭
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 当競馬場適性 114走で勝率 7% △ 距離適性同距離 65走で勝率 9% ▽ 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) -71% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 5.3%) ※ 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。

🎯 AIの本命

AI評価1位

クルベリ

騎手塚本征（愛知）

単勝オッズ

5.7倍

AI期待値

+28%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10ドラゴステ

5.3倍

EV -14%

▲2カンタカナリート

7.5倍

EV +15%

出走馬全12頭

◎4

クルベリ

塚本征（愛知）

5.7倍

+28%

›

○10

ドラゴステ

丹羽克（愛知）

5.3倍

-14%

›

▲2

カンタカナリート

渡邊竜（笠松）

7.5倍

+15%

›

△9

アオレレ

柿原翔（愛知）

6.8倍

-36%

›

△6

ハヤブサアポチャン

明星晴（笠松）

9.4倍

-20%

›

△5

オウケンボス

吉原寛（金沢）

10.7倍

-18%

›

▽11

サラサラヘアー

村上弘（愛知）

12.5倍

-30%

›

×1

テリオスルナ

近藤颯（愛知）

10.7倍

-53%

›

▽7

グラスビジョン

今井貴（愛知）

15.0倍

-42%

›

▽3

ワカギミ

丸野勝（愛知）

15.0倍

-47%

›

×8

エピックナイト

大畑慧（愛知）

18.8倍

-66%

›

×12

スターインパクト

加藤聡（愛知）

18.8倍

-71%

›

💡 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

このモデルは本レース見送り判定（期待値プラスなし）

B. 市場除外+キャリブ

単勝 11 サラサラヘアー ¥900 実12.5倍期待値 -31%

※ 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

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）

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。