名古屋 7R 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

7R 名古屋競馬場ウマ娘ベルノライト賞Ｃ級ダ1500m ダート1500m　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ガーニュ逃げ	山田祥（愛知）	実3.7	B× A▲勝率16% EV-42% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 06/18 名古屋9R 7着/10頭 01/02 名古屋11R 3着/12頭+1.0秒 12/19 名古屋9R 3着/11頭+0.3秒 11/21 名古屋10R 3着/12頭+0.7秒 11/10 名古屋11R 8着/9頭+2.8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 4.3着 ○ 当競馬場適性 28走で勝率 21% (相性良) ○ 距離適性同距離 18走で勝率 22% × 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 0.0% (オッズ暗示: 27.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.6% / 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。
2	オイチノカタ	小笠羚（愛知）	実2.8	B△ A△勝率10% EV-73% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走2着）
前5走 07/03 名古屋12R 2着/12頭 06/05 名古屋9R 4着/12頭 05/21 名古屋5R 1着/10頭 05/06 名古屋10R 7着/11頭+1.9秒 04/09 名古屋12R 4着/12頭+1.4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 7走で勝率 14% △ 距離適性同距離 12走で勝率 8% △ 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 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) AI 予想勝率 0.1% (オッズ暗示: 35.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.5% / 期待値 -73% ※ 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	セレスト	木之葵（愛知）	実95.8	B× A▽勝率2% EV+59% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／同距離帯は19走で勝ち無し）
前5走 07/02 名古屋6R 8着/12頭+0.0秒 06/04 名古屋6R 6着/11頭 05/22 名古屋9R 4着/10頭+1.0秒 05/07 名古屋8R 4着/10頭+0.4秒 04/24 名古屋9R 4着/12頭+1.5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 6.0着 × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 距離適性同距離は 19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 15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 0.1% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.7% / 期待値 +59% ※ 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	クインズモンブラン推奨	近藤颯（愛知）	実14.0	B◎ A△勝率9% EV+19% 詳細▼	市場が大きく過小評価、AI予想勝率98% × オッズ14.0倍で期待値+999%の有力候補（当競馬場8走で勝率25%と適性高／同距離帯で勝率29%と得意／同馬場状態で勝率50%）
前5走 07/03 名古屋6R 6着/12頭+1.0秒 06/22 名古屋6R 6着/10頭+2.0秒 06/05 名古屋10R 3着/12頭 05/25 名古屋10R 5着/10頭 04/10 名古屋4R 3着/11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戦の調子平均 5.0着 ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ◎ 馬場適性同馬場 4走で勝率 50% ○ 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) +999% (市場が大幅過小評価) AI 予想勝率 97.7% (オッズ暗示: 7.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.6% / 期待値 +20% ※ 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	オルソビアンコ	阪野学（愛知）	実62.7	B× A▽勝率1% EV-38% 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 06/30 名古屋7R 6着/12頭 06/18 名古屋9R 8着/10頭+0.0秒 05/21 名古屋8R 9着/10頭+3.0秒 05/06 名古屋6R 10着/11頭+2.2秒 04/22 名古屋6R 10着/12頭+2.4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 7.7着 (不振) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 12走で勝率 8% ○ 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) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 期待値 -38% ※ 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	ポケッティーノ	大畑慧（愛知）	実22.0	B△ A▽勝率5% EV+10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し）
前5走 06/18 名古屋8R 5着/10頭 06/04 名古屋8R 8着/11頭 05/21 名古屋7R 7着/10頭+5.0秒 07/23 名古屋6R 10着/11頭+1.7秒 06/17 名古屋6R 4着/12頭+0.8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 6.7着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.1% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.0% / 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。
7	エドノバイオレット先行	筒井勇（笠松）	実37.8	B× A▽勝率3% EV+17% 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8R 6着/11頭 06/05 名古屋8R 9着/12頭 05/25 名古屋3R 2着/9頭 05/08 名古屋2R 9着/11頭+1.5秒 04/24 名古屋8R 4着/11頭+1.7秒
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 5.7着 △ 当競馬場適性 67走で勝率 7% △ 距離適性同距離 51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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.1% / 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。
8	トータルダイヤ先行	大畑雅（愛知）	実24.8	B▲ A▽勝率5% EV+14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場25走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し／72日ぶりの実戦）
前5走 05/06 名古屋5R 5着/11頭+2.1秒 04/23 名古屋8R 4着/12頭+1.8秒 04/09 名古屋5R 9着/11頭+1.7秒 03/25 名古屋5R 4着/11頭+1.3秒 03/12 名古屋7R 4着/10頭+1.0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 6.0着 × 当競馬場適性 25走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し × 期待値 (オッズ vs AI勝率) -83% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.6% / 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。
9	オーセンティアン差し	丹羽克（愛知）	実10.5	B× A△勝率7% EV-28% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は10走で勝ち無し）
前5走 07/01 名古屋7R 5着/11頭 05/25 名古屋9R 5着/10頭 05/05 名古屋1R 6着/11頭+1.0秒 04/22 名古屋12R 8着/12頭+2.8秒 04/08 名古屋10R 9着/11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 5.3着 △ 当競馬場適性 20走で勝率 10% ▽ 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 16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 0.0% (オッズ暗示: 9.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.8% / 期待値 -28% ※ 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	スパルタンワールド差し	望月洵（愛知）	実6.7	B○ A○勝率17% EV+11% 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28%）
前5走 06/30 名古屋8R 8着/12頭+0.0秒 04/09 名古屋10R 6着/11頭+1.2秒 03/23 名古屋8R 4着/12頭+0.5秒 03/10 名古屋8R 11着/12頭+2.8秒 02/23 名古屋9R 7着/11頭+1.9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 6.0着 ○ 当競馬場適性 26走で勝率 15% (相性良) ○ 距離適性同距離 17走で勝率 24% ◎ 騎手近50戦勝率 28% (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) -95% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 14.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.7% / 期待値 +12% ※ 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	ミヤビエクセレント	丸山真（愛知）	実45.0	B× A×勝率1% EV-51% 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 06/30 名古屋7R 12着/12頭 06/04 名古屋9R 7着/12頭 05/21 名古屋8R 10着/10頭+0.0秒 05/06 名古屋6R 8着/11頭+1.9秒 04/22 名古屋6R 7着/12頭+1.7秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 6走で勝率 17% ▽ 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) -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 1.1% / 期待値 -51% ※ 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	ドラゴンキッド自在推奨	細川智（愛知）	実6.1	B△ A◎勝率26% EV+60% 詳細▼	期待値プラスでAIの推し馬（当競馬場で勝率16%と相性良／同距離帯で勝率21%／同馬場と相性良）
前5走 04/22 名古屋6R 6着/12頭+1.5秒 04/09 名古屋8R 6着/12頭+1.8秒 03/25 名古屋11R 4着/12頭+0.9秒 03/11 名古屋12R 5着/11頭+0.8秒 02/26 名古屋12R 5着/11頭+0.9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 5.3着 ○ 当競馬場適性 25走で勝率 16% (相性良) ○ 距離適性同距離 19走で勝率 21% ○ 馬場適性同馬場 14走で勝率 29% × 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 0.4% (オッズ暗示: 16.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 26.3% / 期待値 +60% ※ 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 △

クインズモンブラン

騎手近藤颯（愛知）

単勝オッズ

14.0倍

AI期待値

+999%

買い目

¥2,400

全レースの推奨

AIの推奨本命の次点

○A:○10スパルタンワールド

6.7倍

EV -95%

▲A:▽8トータルダイヤ

24.8倍

EV -83%

出走馬全12頭

◎A:△4

クインズモンブラン

近藤颯（愛知）

14.0倍

+999%

›

○A:○10

スパルタンワールド

望月洵（愛知）

6.7倍

-95%

›

▲A:▽8

トータルダイヤ

大畑雅（愛知）

24.8倍

-83%

›

△A:◎12

ドラゴンキッド

細川智（愛知）

6.1倍

-97%

›

△A:△2

オイチノカタ

小笠羚（愛知）

2.8倍

-99%

›

△A:▽6

ポケッティーノ

大畑慧（愛知）

22.0倍

-97%

›

×A:▽3

セレスト

木之葵（愛知）

95.8倍

-89%

›

×A:▲1

ガーニュ

山田祥（愛知）

3.7倍

-99%

›

×A:△9

オーセンティアン

丹羽克（愛知）

10.5倍

-99%

›

×A:▽7

エドノバイオレット

筒井勇（笠松）

37.8倍

-98%

›

×A:×11

ミヤビエクセレント

丸山真（愛知）

45.0倍

-99%

›

×A:▽5

オルソビアンコ

阪野学（愛知）

62.7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

単勝 12 ドラゴンキッド実6.1倍期待値 -98% ❌不的中6着単勝 6.1倍

B. 市場除外+キャリブ

単勝 4 クインズモンブラン確定12.3倍期待値 +999% 🎯的中1着確定 12.3倍29,520円

※ 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

7R 名古屋競馬場ウマ娘ベルノライト賞Ｃ級ダ1500m ダート1500m　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ガーニュ逃げ	山田祥（愛知）	実3.7	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 06/18 名古屋9R 7着/10頭 01/02 名古屋11R 3着/12頭+1.0秒 12/19 名古屋9R 3着/11頭+0.3秒 11/21 名古屋10R 3着/12頭+0.7秒 11/10 名古屋11R 8着/9頭+2.8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 4.3着 ○ 当競馬場適性 28走で勝率 21% (相性良) ○ 距離適性同距離 18走で勝率 22% × 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 15.6% (オッズ暗示: 27.0%) ※ 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	オイチノカタ	小笠羚（愛知）	実2.8	△詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走2着）
前5走 07/03 名古屋12R 2着/12頭 06/05 名古屋9R 4着/12頭 05/21 名古屋5R 1着/10頭 05/06 名古屋10R 7着/11頭+1.9秒 04/09 名古屋12R 4着/12頭+1.4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 7走で勝率 14% △ 距離適性同距離 12走で勝率 8% △ 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 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 9.5% (オッズ暗示: 35.7%) ※ 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	セレスト	木之葵（愛知）	実95.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／同距離帯は19走で勝ち無し）
前5走 07/02 名古屋6R 8着/12頭+0.0秒 06/04 名古屋6R 6着/11頭 05/22 名古屋9R 4着/10頭+1.0秒 05/07 名古屋8R 4着/10頭+0.4秒 04/24 名古屋9R 4着/12頭+1.5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 6.0着 × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 距離適性同距離は 19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 15日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +59% (市場が大幅過小評価) AI 予想勝率 1.7% (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。
4	クインズモンブラン推奨	近藤颯（愛知）	実14.0	△詳細▼	期待値プラスでAIの推し馬（当競馬場8走で勝率25%と適性高／同距離帯で勝率29%と得意／同馬場状態で勝率50%）
前5走 07/03 名古屋6R 6着/12頭+1.0秒 06/22 名古屋6R 6着/10頭+2.0秒 06/05 名古屋10R 3着/12頭 05/25 名古屋10R 5着/10頭 04/10 名古屋4R 3着/11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戦の調子平均 5.0着 ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ◎ 馬場適性同馬場 4走で勝率 50% ○ 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) +19% (市場と概ね一致) AI 予想勝率 8.6% (オッズ暗示: 7.1%) ※ 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。
5	オルソビアンコ	阪野学（愛知）	実62.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/30 名古屋7R 6着/12頭 06/18 名古屋9R 8着/10頭+0.0秒 05/21 名古屋8R 9着/10頭+3.0秒 05/06 名古屋6R 10着/11頭+2.2秒 04/22 名古屋6R 10着/12頭+2.4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 7.7着 (不振) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 12走で勝率 8% ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
6	ポケッティーノ	大畑慧（愛知）	実22.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し）
前5走 06/18 名古屋8R 5着/10頭 06/04 名古屋8R 8着/11頭 05/21 名古屋7R 7着/10頭+5.0秒 07/23 名古屋6R 10着/11頭+1.7秒 06/17 名古屋6R 4着/12頭+0.8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 6.7着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 5.0% (オッズ暗示: 4.5%) ※ 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	エドノバイオレット先行	筒井勇（笠松）	実37.8	▽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8R 6着/11頭 06/05 名古屋8R 9着/12頭 05/25 名古屋3R 2着/9頭 05/08 名古屋2R 9着/11頭+1.5秒 04/24 名古屋8R 4着/11頭+1.7秒
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 5.7着 △ 当競馬場適性 67走で勝率 7% △ 距離適性同距離 51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) +17% (市場と概ね一致) AI 予想勝率 3.1% (オッズ暗示: 2.6%) ※ 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。
8	トータルダイヤ先行	大畑雅（愛知）	実24.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場25走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し／72日ぶりの実戦）
前5走 05/06 名古屋5R 5着/11頭+2.1秒 04/23 名古屋8R 4着/12頭+1.8秒 04/09 名古屋5R 9着/11頭+1.7秒 03/25 名古屋5R 4着/11頭+1.3秒 03/12 名古屋7R 4着/10頭+1.0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 6.0着 × 当競馬場適性 25走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 4.6% (オッズ暗示: 4.0%) ※ 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	オーセンティアン差し	丹羽克（愛知）	実10.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は10走で勝ち無し）
前5走 07/01 名古屋7R 5着/11頭 05/25 名古屋9R 5着/10頭 05/05 名古屋1R 6着/11頭+1.0秒 04/22 名古屋12R 8着/12頭+2.8秒 04/08 名古屋10R 9着/11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 5.3着 △ 当競馬場適性 20走で勝率 10% ▽ 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 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 9.5%) ※ 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。
10	スパルタンワールド差し	望月洵（愛知）	実6.7	○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28%）
前5走 06/30 名古屋8R 8着/12頭+0.0秒 04/09 名古屋10R 6着/11頭+1.2秒 03/23 名古屋8R 4着/12頭+0.5秒 03/10 名古屋8R 11着/12頭+2.8秒 02/23 名古屋9R 7着/11頭+1.9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 6.0着 ○ 当競馬場適性 26走で勝率 15% (相性良) ○ 距離適性同距離 17走で勝率 24% ◎ 騎手近50戦勝率 28% (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) +11% (市場と概ね一致) AI 予想勝率 16.7% (オッズ暗示: 14.9%) ※ 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	ミヤビエクセレント	丸山真（愛知）	実45.0	×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 06/30 名古屋7R 12着/12頭 06/04 名古屋9R 7着/12頭 05/21 名古屋8R 10着/10頭+0.0秒 05/06 名古屋6R 8着/11頭+1.9秒 04/22 名古屋6R 7着/12頭+1.7秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 6走で勝率 17% ▽ 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) -51% (大幅な期待値マイナス) AI 予想勝率 1.1% (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。
12	ドラゴンキッド自在推奨	細川智（愛知）	実6.1	◎詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+60%の中穴候補（当競馬場で勝率16%と相性良／同距離帯で勝率21%／同馬場と相性良）
前5走 04/22 名古屋6R 6着/12頭+1.5秒 04/09 名古屋8R 6着/12頭+1.8秒 03/25 名古屋11R 4着/12頭+0.9秒 03/11 名古屋12R 5着/11頭+0.8秒 02/26 名古屋12R 5着/11頭+0.9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 5.3着 ○ 当競馬場適性 25走で勝率 16% (相性良) ○ 距離適性同距離 19走で勝率 21% ○ 馬場適性同馬場 14走で勝率 29% 🌟◎ 期待値 (オッズ vs AI勝率) +60% (市場が大幅過小評価) AI 予想勝率 26.3% (オッズ暗示: 16.4%) ※ 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。

🎯 AIの本命

A推奨

ドラゴンキッド

騎手細川智（愛知）

単勝オッズ

6.1倍

AI期待値

+60%

買い目

¥200

全レースの推奨

AIの推奨本命の次点

○10スパルタンワールド

6.7倍

EV +11%

▲1ガーニュ

3.7倍

EV -42%

出走馬全12頭

◎12

ドラゴンキッド

細川智（愛知）

6.1倍

+60%

›

○10

スパルタンワールド

望月洵（愛知）

6.7倍

+11%

›

▲1

ガーニュ

山田祥（愛知）

3.7倍

-42%

›

△2

オイチノカタ

小笠羚（愛知）

2.8倍

-73%

›

△4

クインズモンブラン

近藤颯（愛知）

14.0倍

+19%

›

△9

オーセンティアン

丹羽克（愛知）

10.5倍

-28%

›

▽6

ポケッティーノ

大畑慧（愛知）

22.0倍

+10%

›

▽8

トータルダイヤ

大畑雅（愛知）

24.8倍

+14%

›

▽7

エドノバイオレット

筒井勇（笠松）

37.8倍

+17%

›

▽3

セレスト

木之葵（愛知）

95.8倍

+59%

›

×11

ミヤビエクセレント

丸山真（愛知）

45.0倍

-51%

›

▽5

オルソビアンコ

阪野学（愛知）

62.7倍

-38%

›

💡 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 12 ドラゴンキッド実6.1倍期待値 +60% ❌不的中6着単勝 6.1倍

B. 市場除外+キャリブ

単勝 4 クインズモンブラン確定12.3倍期待値 +20% 🎯的中1着確定 12.3倍29,520円

※ 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。