名古屋 5R 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

5R 名古屋競馬場ダ1500m ダート1500m　発走 16:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リックトメンマ	大原浩（笠松）	実6.9	B△ A▲勝率9% EV-39% 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14走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／前走3着）
前5走 07/03 名古屋1R 3着/12頭 06/19 名古屋3R 3着/11頭 06/04 名古屋4R 4着/12頭 05/22 名古屋5R 5着/10頭 05/07 名古屋4R 5着/9頭+0.9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 3.3着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ 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) -89% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 14.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.8% / 期待値 -40% ※ 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	エストレリータ	阪野学（愛知）	実97.3	B× A×勝率0% EV-54% 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 07/03 名古屋9R 4着/12頭 06/05 名古屋9R 9着/12頭 05/25 名古屋5R 11着/11頭 05/08 名古屋3R 8着/10頭+1.7秒 04/24 名古屋6R 10着/12頭+3.2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 8.0着 (不振) × 当競馬場適性 80走で勝率 5% (苦戦) △ 距離適性同距離 59走で勝率 7% ○ 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 11位 / 勝率 0.5% / 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。
3	ジェニー逃げ	友森翔（愛知）	実1.2	B🌟◎ A🌟◎勝率57% EV-31% 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5走で勝率60%と適性高／同距離帯4走で勝率75%／直近3走で勝率67%と好調）
前5走 05/21 名古屋3R 1着/10頭 05/06 名古屋12R 3着/12頭+1.3秒 04/20 名古屋7R 1着/12頭勝利 10/28 名古屋7R 1着/11頭勝利 10/03 名古屋7R 2着/11頭+1.0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 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 4走で勝率 75% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 59.6% (オッズ暗示: 83.3%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 57.3% / 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。
4	サンタマルティナ	丹羽克（愛知）	実21.9	B▲ A△勝率5% EV+2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 07/03 名古屋12R 4着/12頭 06/05 名古屋10R 4着/12頭+0.0秒 05/25 名古屋10R 6着/10頭 05/07 名古屋7R 3着/11頭+0.7秒 04/23 名古屋3R 2着/12頭+0.1秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 10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) +96% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 4.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.7% / 期待値 +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。
5	カフジアッサム	加藤聡（愛知）	実40.0	B△ A△勝率4% EV+62% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/03 名古屋12R 9着/12頭+0.0秒 06/22 名古屋1R 9着/11頭+3.0秒 06/04 名古屋4R 2着/12頭+2.0秒 05/22 名古屋6R 4着/9頭 05/07 名古屋4R 3着/9頭+0.7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 6.7着 △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 18走で勝率 6% ○ 騎手近50戦勝率 14% ○ 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) -88% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 2.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.1% / 期待値 +62% ※ 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	カフジジャワ追込	大畑雅（愛知）	実50.3	B× A▽勝率1% EV-42% 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 07/03 名古屋8R 9着/11頭 05/22 名古屋9R 10着/10頭+2.0秒 05/07 名古屋9R 10着/10頭+4.6秒 04/23 名古屋7R 11着/12頭+4.0秒 04/10 名古屋7R 9着/11頭+3.3秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) △ 当競馬場適性 21走で勝率 14% ○ 距離適性同距離 18走で勝率 17% ○ 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) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 期待値 -43% ※ 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	ジオパークコハク	木之葵（愛知）	実131.4	B× A▽勝率0% EV-43% 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5走 07/03 名古屋12R 7着/12頭+0.0秒 06/04 名古屋2R 1着/11頭 05/21 名古屋5R 5着/10頭+1.0秒 05/06 名古屋12R 10着/12頭+3.2秒 04/20 名古屋12R 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 33% (上り調子) △ 当競馬場適性 14走で勝率 14% ○ 距離適性同距離 10走で勝率 20% △ 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) -88% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.4% / 期待値 -43% ※ 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	キタノレーニア	細川智（愛知）	実114.3	B× A▽勝率1% EV-13% 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 07/03 名古屋1R 5着/12頭 06/22 名古屋1R 11着/11頭 06/05 名古屋5R 7着/12頭+0.0秒 05/22 名古屋7R 2着/11頭+4.0秒 05/07 名古屋7R 10着/11頭+1.4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 7.7着 (不振) △ 当競馬場適性 54走で勝率 9% △ 距離適性同距離 42走で勝率 12% ○ 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) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.8% / 期待値 -14% ※ 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	アショカ差し推奨	小笠羚（愛知）	実11.9	B○ A○勝率10% EV+14% 詳細▼	市場が大きく過小評価、AI予想勝率28% × オッズ11.9倍で期待値+229%の有力候補（同距離帯で勝率22%／同馬場と相性良）
前5走 06/05 名古屋10R 7着/12頭 05/08 名古屋10R 6着/10頭+1.4秒 04/24 名古屋6R 3着/12頭+0.3秒 03/27 名古屋11R 4着/9頭+1.4秒 07/25 浦和9R 7着/8頭+2.3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 5.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 距離適性同距離 9走で勝率 22% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +229% (市場が大幅過小評価) AI 予想勝率 27.7% (オッズ暗示: 8.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.6% / 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。
10	ターミバレンシア	近藤颯（愛知）	実12.6	B× A△勝率7% EV-11% 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 07/03 名古屋9R 2着/12頭 06/05 名古屋12R 5着/11頭 05/25 名古屋5R 7着/11頭 05/08 名古屋3R 10着/10頭+2.0秒 11/25 名古屋9R 11着/12頭+3.7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 4.7着 △ 当競馬場適性 60走で勝率 7% △ 距離適性同距離 38走で勝率 11% ○ 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) -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 7.0% / 期待値 -11% ※ 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	メディアプンタ	丸野勝（愛知）	実39.8	B× A▽勝率3% EV+28% 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5走 07/03 名古屋9R 5着/12頭 06/18 名古屋12R 1着/12頭 06/04 名古屋2R 5着/11頭 05/21 名古屋4R 7着/10頭 05/06 名古屋3R 7着/11頭+0.9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 53走で勝率 8% △ 距離適性同距離 49走で勝率 8% ○ 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 0.2% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.2% / 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。
12	マサユメ先行	塚本征（愛知）	実32.8	B△ A▽勝率2% EV-19% 詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／騎手は近50戦で勝率26%）
前5走 07/03 名古屋12R 6着/12頭 05/25 名古屋8R 9着/10頭+6.0秒 05/08 名古屋4R 6着/10頭+1.4秒 04/24 名古屋4R 2着/12頭+0.4秒 03/27 名古屋4R 6着/12頭+2.1秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0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 9走で勝率 22% ◎ 馬場適性同馬場 6走で勝率 33% ◎ 騎手近50戦勝率 26% (好調) ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.5% / 期待値 -19% ※ 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Aモデル ◎

ジェニー

騎手友森翔（愛知）

単勝オッズ

1.2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

○A:○9アショカ

11.9倍

EV +229%

▲A:△4サンタマルティナ

21.9倍

EV +96%

出走馬全12頭

◎A:◎3

ジェニー

友森翔（愛知）

1.2倍

-28%

›

○A:○9

アショカ

小笠羚（愛知）

11.9倍

+229%

›

▲A:△4

サンタマルティナ

丹羽克（愛知）

21.9倍

+96%

›

△A:▲1

リックトメンマ

大原浩（笠松）

6.9倍

-89%

›

△A:▽12

マサユメ

塚本征（愛知）

32.8倍

-48%

›

△A:△5

カフジアッサム

加藤聡（愛知）

40.0倍

-87%

›

×A:▽11

メディアプンタ

丸野勝（愛知）

39.8倍

-90%

›

×A:▽7

ジオパークコハク

木之葵（愛知）

131.4倍

-88%

›

×A:△10

ターミバレンシア

近藤颯（愛知）

12.6倍

-99%

›

×A:▽6

カフジジャワ

大畑雅（愛知）

50.3倍

-99%

›

×A:×2

エストレリータ

阪野学（愛知）

97.3倍

-99%

›

×A:▽8

キタノレーニア

細川智（愛知）

114.3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 9 アショカ実11.9倍期待値 +229% ❌不的中単勝 11.9倍

※ 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

5R 名古屋競馬場ダ1500m ダート1500m　発走 16:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リックトメンマ	大原浩（笠松）	実6.9	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場14走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／前走3着）
前5走 07/03 名古屋1R 3着/12頭 06/19 名古屋3R 3着/11頭 06/04 名古屋4R 4着/12頭 05/22 名古屋5R 5着/10頭 05/07 名古屋4R 5着/9頭+0.9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 3.3着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 8.8% (オッズ暗示: 14.5%) ※ 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。
2	エストレリータ	阪野学（愛知）	実97.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場80走で勝率5%と苦戦傾向／直近3走平均8.0着と低調）
前5走 07/03 名古屋9R 4着/12頭 06/05 名古屋9R 9着/12頭 05/25 名古屋5R 11着/11頭 05/08 名古屋3R 8着/10頭+1.7秒 04/24 名古屋6R 10着/12頭+3.2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 8.0着 (不振) × 当競馬場適性 80走で勝率 5% (苦戦) △ 距離適性同距離 59走で勝率 7% ○ 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) -54% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.0%) ※ 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。
3	ジェニー逃げ	友森翔（愛知）	実1.2	🌟◎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（当競馬場5走で勝率60%と適性高／同距離帯4走で勝率75%／直近3走で勝率67%と好調）
前5走 05/21 名古屋3R 1着/10頭 05/06 名古屋12R 3着/12頭+1.3秒 04/20 名古屋7R 1着/12頭勝利 10/28 名古屋7R 1着/11頭勝利 10/03 名古屋7R 2着/11頭+1.0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 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 4走で勝率 75% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 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 57.3% (オッズ暗示: 83.3%) ※ 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。
4	サンタマルティナ	丹羽克（愛知）	実21.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 07/03 名古屋12R 4着/12頭 06/05 名古屋10R 4着/12頭+0.0秒 05/25 名古屋10R 6着/10頭 05/07 名古屋7R 3着/11頭+0.7秒 04/23 名古屋3R 2着/12頭+0.1秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 10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) +2% (市場と概ね一致) AI 予想勝率 4.7% (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。
5	カフジアッサム	加藤聡（愛知）	実40.0	△詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/03 名古屋12R 9着/12頭+0.0秒 06/22 名古屋1R 9着/11頭+3.0秒 06/04 名古屋4R 2着/12頭+2.0秒 05/22 名古屋6R 4着/9頭 05/07 名古屋4R 3着/9頭+0.7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 6.7着 △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 18走で勝率 6% ○ 騎手近50戦勝率 14% ○ 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) +62% (市場が大幅過小評価) AI 予想勝率 4.1% (オッズ暗示: 2.5%) ※ 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。
6	カフジジャワ追込	大畑雅（愛知）	実50.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調）
前5走 07/03 名古屋8R 9着/11頭 05/22 名古屋9R 10着/10頭+2.0秒 05/07 名古屋9R 10着/10頭+4.6秒 04/23 名古屋7R 11着/12頭+4.0秒 04/10 名古屋7R 9着/11頭+3.3秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) △ 当競馬場適性 21走で勝率 14% ○ 距離適性同距離 18走で勝率 17% ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 1.1% (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。
7	ジオパークコハク	木之葵（愛知）	実131.4	▽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5走 07/03 名古屋12R 7着/12頭+0.0秒 06/04 名古屋2R 1着/11頭 05/21 名古屋5R 5着/10頭+1.0秒 05/06 名古屋12R 10着/12頭+3.2秒 04/20 名古屋12R 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 33% (上り調子) △ 当競馬場適性 14走で勝率 14% ○ 距離適性同距離 10走で勝率 20% △ 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) -43% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.8%) ※ 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。
8	キタノレーニア	細川智（愛知）	実114.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/03 名古屋1R 5着/12頭 06/22 名古屋1R 11着/11頭 06/05 名古屋5R 7着/12頭+0.0秒 05/22 名古屋7R 2着/11頭+4.0秒 05/07 名古屋7R 10着/11頭+1.4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 7.7着 (不振) △ 当競馬場適性 54走で勝率 9% △ 距離適性同距離 42走で勝率 12% ○ 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) -14% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 0.9%) ※ 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	アショカ差し推奨	小笠羚（愛知）	実11.9	○詳細▼	期待値プラスでAIの推し馬（同距離帯で勝率22%／同馬場と相性良）
前5走 06/05 名古屋10R 7着/12頭 05/08 名古屋10R 6着/10頭+1.4秒 04/24 名古屋6R 3着/12頭+0.3秒 03/27 名古屋11R 4着/9頭+1.4秒 07/25 浦和9R 7着/8頭+2.3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 5.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 距離適性同距離 9走で勝率 22% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 9.6% (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。
10	ターミバレンシア	近藤颯（愛知）	実12.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 07/03 名古屋9R 2着/12頭 06/05 名古屋12R 5着/11頭 05/25 名古屋5R 7着/11頭 05/08 名古屋3R 10着/10頭+2.0秒 11/25 名古屋9R 11着/12頭+3.7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 4.7着 △ 当競馬場適性 60走で勝率 7% △ 距離適性同距離 38走で勝率 11% ○ 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) -11% (オッズ過剰評価) AI 予想勝率 7.0% (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。
11	メディアプンタ	丸野勝（愛知）	実39.8	▽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5走 07/03 名古屋9R 5着/12頭 06/18 名古屋12R 1着/12頭 06/04 名古屋2R 5着/11頭 05/21 名古屋4R 7着/10頭 05/06 名古屋3R 7着/11頭+0.9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 53走で勝率 8% △ 距離適性同距離 49走で勝率 8% ○ 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 3.2% (オッズ暗示: 2.5%) ※ 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。
12	マサユメ先行	塚本征（愛知）	実32.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／騎手は近50戦で勝率26%）
前5走 07/03 名古屋12R 6着/12頭 05/25 名古屋8R 9着/10頭+6.0秒 05/08 名古屋4R 6着/10頭+1.4秒 04/24 名古屋4R 2着/12頭+0.4秒 03/27 名古屋4R 6着/12頭+2.1秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0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 9走で勝率 22% ◎ 馬場適性同馬場 6走で勝率 33% ◎ 騎手近50戦勝率 26% (好調) ○ 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 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。

🎯 AIの本命

AI評価1位

ジェニー

騎手友森翔（愛知）

単勝オッズ

1.2倍

AI期待値

-31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9アショカ

11.9倍

EV +14%

▲1リックトメンマ

6.9倍

EV -39%

出走馬全12頭

◎3

ジェニー

友森翔（愛知）

1.2倍

-31%

›

○9

アショカ

小笠羚（愛知）

11.9倍

+14%

›

▲1

リックトメンマ

大原浩（笠松）

6.9倍

-39%

›

△10

ターミバレンシア

近藤颯（愛知）

12.6倍

-11%

›

△4

サンタマルティナ

丹羽克（愛知）

21.9倍

+2%

›

△5

カフジアッサム

加藤聡（愛知）

40.0倍

+62%

›

▽11

メディアプンタ

丸野勝（愛知）

39.8倍

+28%

›

▽12

マサユメ

塚本征（愛知）

32.8倍

-19%

›

▽6

カフジジャワ

大畑雅（愛知）

50.3倍

-42%

›

▽8

キタノレーニア

細川智（愛知）

114.3倍

-13%

›

×2

エストレリータ

阪野学（愛知）

97.3倍

-54%

›

▽7

ジオパークコハク

木之葵（愛知）

131.4倍

-43%

›

💡 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 9 アショカ実11.9倍期待値 +15% ❌不的中単勝 11.9倍

※ 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。