名古屋 8R 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。

8R 名古屋競馬場ダ1500m ダート1500m　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	バイバイダーリン差し	望月洵（愛知）	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率50%と適性高／同距離帯8走で勝率50%／直近3走で勝率33%と好調）
前5走 06/17 名古屋7R 2着/11頭 05/22 名古屋12R 1着/10頭 05/07 名古屋9R 3着/10頭+0.2秒 04/13 名古屋6R 1着/10頭勝利 03/12 名古屋2R 1着/11頭勝利
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 50% (得意) ◎ 距離適性同距離 8走で勝率 50% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) ○ 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) -4% (オッズ過剰評価) AI 予想勝率 22.4% (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。
2	アドゥールグロー逃げ	山田祥（愛知）	実91.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/03 名古屋9R 8着/12頭+1.0秒 05/21 名古屋10R 2着/9頭 05/06 名古屋6R 3着/11頭+1.2秒 04/22 名古屋6R 9着/12頭+2.3秒 04/09 名古屋5R 3着/11頭+0.3秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 △ 当競馬場適性 30走で勝率 10% △ 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) ○ 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) -18% (オッズ過剰評価) AI 予想勝率 0.9% (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。
3	メイショウマクジキ自在	阪野学（愛知）	実61.7	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／同馬場状態で勝率33%）
前5走 06/17 名古屋7R 11着/11頭 05/20 名古屋4R 3着/11頭 05/05 名古屋7R 9着/11頭+2.1秒 04/22 名古屋7R 4着/12頭+1.1秒 04/08 名古屋8R 10着/11頭+2.7秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11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) -52% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.6%) ※ 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。
4	ボル逃げ	丸野勝（愛知）	実2.0	🌟◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（当競馬場7走で勝率57%と適性高／同距離帯8走で勝率38%／直近3走で勝率100%と好調）
前5走 06/03 名古屋8R 1着/12頭 05/07 名古屋9R 1着/10頭勝利 04/13 名古屋7R 1着/10頭勝利 03/13 名古屋4R 2着/10頭+0.2秒 03/02 名古屋1R 3着/11頭+0.6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 100% (絶好調) ◎ 当競馬場適性 7走で勝率 57% (得意) ◎ 距離適性同距離 8走で勝率 38% ◎ 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) -27% (オッズ過剰評価) AI 予想勝率 36.7% (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。
5	アールオブケント逃げ	今井貴（愛知）	実9.7	▲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12走で勝率67%と適性高／同距離帯12走で勝率67%／直近3走で勝率67%と好調）
前5走 06/17 名古屋7R 1着/11頭 06/03 名古屋8R 10着/12頭+3.0秒 05/22 名古屋10R 1着/10頭 05/07 名古屋9R 4着/10頭+0.3秒 12/22 名古屋8R 1着/12頭勝利
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 12走で勝率 67% (得意) ◎ 距離適性同距離 12走で勝率 67% ◎ 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 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 8.4% (オッズ暗示: 10.3%) ※ 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	スターインパクト	加藤聡（愛知）	実33.1	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走3着／騎手は近50戦で勝率20%）
前5走 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 05/06 名古屋5R 11着/11頭+4.3秒 04/23 名古屋8R 5着/12頭+2.0秒
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) △ 当競馬場適性 76走で勝率 5% △ 距離適性同距離 39走で勝率 5% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) ○ 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) -18% (オッズ過剰評価) AI 予想勝率 2.5% (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。
7	ワウワウワウ先行	渡邊竜（笠松）	実9.6	▲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38%と適性高／同距離帯7走で勝率57%）
前5走 06/16 名古屋10R 7着/11頭 05/19 名古屋8R 10着/12頭+3.0秒 05/04 名古屋9R 6着/7頭+1.3秒 04/20 名古屋11R 4着/11頭+1.0秒 02/26 名古屋12R 1着/11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戦の調子平均 7.7着 (不振) ◎ 当競馬場適性 13走で勝率 38% (得意) ◎ 距離適性同距離 7走で勝率 57% ○ 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) -29% (オッズ過剰評価) AI 予想勝率 7.4% (オッズ暗示: 10.4%) ※ 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。
8	テーオーエメラルド先行	小笠羚（愛知）	実41.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は9走で勝ち無し）
前5走 06/17 名古屋7R 5着/11頭 05/21 名古屋8R 2着/10頭+2.0秒 05/04 名古屋10R 7着/8頭+1.2秒 04/24 名古屋12R 1着/12頭勝利 04/10 名古屋6R 4着/10頭+1.3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 14走で勝率 7% ▽ 距離適性同距離は 9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 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 2.2% (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。
9	リョウライライ差し	大畑慧（愛知）	実136.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 06/16 名古屋8R 8着/12頭+0.0秒 06/02 名古屋9R 10着/12頭+4.0秒 05/19 名古屋10R 8着/12頭+1.0秒 05/05 名古屋8R 6着/10頭+1.4秒 04/20 名古屋10R 6着/12頭+1.7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 8.7着 (不振) △ 当競馬場適性 69走で勝率 9% △ 距離適性同距離 38走で勝率 13% ○ 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) +5% (市場と概ね一致) AI 予想勝率 0.8% (オッズ暗示: 0.7%) ※ 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	アキヨシパワー先行	近藤颯（愛知）	実6.5	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場16走で勝率25%と適性高／同距離帯8走で勝率25%／前走2着）
前5走 06/03 名古屋9R 2着/12頭 04/08 名古屋9R 5着/11頭+1.6秒 03/11 名古屋9R 7着/11頭+2.3秒 01/27 名古屋10R 4着/11頭+0.8秒 01/03 名古屋10R 12着/12頭+1.5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 4.7着 ◎ 当競馬場適性 16走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ○ 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) -30% (大幅な期待値マイナス) AI 予想勝率 10.7% (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。
11	マッティーナ差し	塚本征（愛知）	実37.1	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／騎手は近50戦で勝率22%）
前5走 06/16 名古屋9R 10着/10頭+3.0秒 06/02 名古屋8R 10着/11頭 05/21 名古屋10R 1着/9頭 05/06 名古屋7R 9着/12頭+1.9秒 04/09 名古屋10R 8着/11頭+1.6秒
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 10走で勝率 10% ○ 距離適性同距離 6走で勝率 17% ◎ 騎手近50戦勝率 22% (好調) ▽ 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) -18% (オッズ過剰評価) AI 予想勝率 2.2% (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。
12	アルデスト逃げ	木之葵（愛知）	実15.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯10走で勝率30%／直近3走で勝率33%と好調／前走3着）
前5走 06/03 名古屋8R 3着/12頭+0.0秒 05/20 名古屋4R 10着/11頭 05/07 名古屋10R 1着/10頭勝利 04/24 名古屋12R 3着/12頭+0.4秒 04/10 名古屋6R 5着/10頭+1.5秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 13走で勝率 23% (相性良) ◎ 距離適性同距離 10走で勝率 30% ○ 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) -18% (オッズ過剰評価) AI 予想勝率 5.1% (オッズ暗示: 6.3%) ※ 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

ボル

騎手丸野勝（愛知）

単勝オッズ

2.0倍

AI期待値

-26%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1バイバイダーリン

4.3倍

EV -3%

○10アキヨシパワー

6.5倍

EV -30%

▲5アールオブケント

9.7倍

EV -18%

▲7ワウワウワウ

9.6倍

EV -28%

出走馬AI評価順・全12頭

◎4

ボル

丸野勝（愛知）

2.0倍

-26%

›

○1

バイバイダーリン

望月洵（愛知）

4.3倍

-3%

›

○10

アキヨシパワー

近藤颯（愛知）

6.5倍

-30%

›

▲5

アールオブケント

今井貴（愛知）

9.7倍

-18%

›

▲7

ワウワウワウ

渡邊竜（笠松）

9.6倍

-28%

›

△12

アルデスト

木之葵（愛知）

15.9倍

-18%

›

△6

スターインパクト

加藤聡（愛知）

33.1倍

-17%

›

△11

マッティーナ

塚本征（愛知）

37.1倍

-17%

›

▽8

テーオーエメラルド

小笠羚（愛知）

41.8倍

-9%

›

▽2

アドゥールグロー

山田祥（愛知）

91.2倍

-18%

›

×3

メイショウマクジキ

阪野学（愛知）

61.7倍

-52%

›

▽9

リョウライライ

大畑慧（愛知）

136.8倍

+5%

›

💡 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

両モデルとも本レースは見送り判定（期待値プラスなし）

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。