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 19:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リムショット逃げ	今井貴（愛知）	実6.3	B△ A○勝率19% EV+17% 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6走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 06/18 名古屋8R 9着/10頭+0.0秒 06/04 名古屋7R 4着/11頭+0.0秒 05/22 名古屋10R 2着/10頭 05/07 名古屋9R 5着/10頭+0.7秒 01/16 名古屋9R 2着/9頭+0.4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 5.0着 × 当競馬場適性 6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 16% × 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 0.1% (オッズ暗示: 15.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.6% / 期待値 +17% ※ 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	ミヤイグアス自在	細川智（愛知）	実6.6	B△ A△勝率5% EV-65% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 06/05 名古屋10R 2着/12頭 05/25 名古屋12R 9着/11頭 05/08 名古屋10R 4着/10頭+1.2秒 04/24 名古屋8R 9着/11頭+2.9秒 04/10 名古屋4R 1着/11頭勝利
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 5.0着 △ 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% ○ 前走実績前走 2着 (好走) × 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 0.1% (オッズ暗示: 15.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.3% / 期待値 -65% ※ 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	ジュライファースト先行	大畑雅（愛知）	実19.0	B△ A×勝率2% EV-55% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／302日ぶりの実戦）
前5走 09/18 名古屋8R 5着/12頭+1.6秒 08/19 名古屋10R 1着/12頭勝利 07/18 名古屋11R 4着/12頭+1.9秒 07/07 名古屋10R 3着/11頭+1.0秒 06/24 名古屋10R 5着/12頭+1.2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 16走で勝率 19% (相性良) △ 距離適性同距離 10走で勝率 10% ○ 馬場適性同馬場 13走で勝率 23% △ ローテーション 302日休養明け × 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: 5.3%) × Aモデルの評価 (参考) レース内 7位 / 勝率 2.3% / 期待値 -55% ※ 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	シャッフルガール逃げ	加藤聡（愛知）	実80.1	B× A▽勝率1% EV-43% 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 06/17 名古屋7R 9着/11頭+3.0秒 06/03 名古屋9R 7着/12頭 05/05 名古屋1R 11着/11頭+2.5秒 04/22 名古屋7R 9着/12頭+2.0秒 04/08 名古屋9R 11着/11頭+5.3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 9.0着 (不振) △ 当競馬場適性 12走で勝率 8% ○ 距離適性同距離 19走で勝率 21% ○ 騎手近50戦勝率 14% × 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 0.7% / 期待値 -44% ※ 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	タベザカリ	渡邊竜（笠松）	実4.8	B▲ A▲勝率12% EV-44% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場20走で勝率5%と苦戦傾向／同距離帯は20走で勝ち無し／前走2着）
前5走 07/03 名古屋7R 2着/12頭+0.0秒 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
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 4.3着 × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 20.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.6% / 期待値 -45% ※ 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	グールマン逃げ	大原浩（笠松）	実29.4	B× A×勝率2% 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 06/04 名古屋9R 11着/12頭 05/21 名古屋8R 7着/10頭 05/06 名古屋7R 10着/12頭+2.1秒 04/09 名古屋8R 2着/12頭+0.1秒 03/27 名古屋6R 1着/9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戦の調子平均 9.3着 (不振) ◎ 当競馬場適性 16走で勝率 25% (得意) ◎ 距離適性同距離 14走で勝率 29% ◎ 馬場適性同馬場 8走で勝率 38% ▽ 前走実績前走 11着 (大敗) × 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 1.6% / 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。
7	カワキタマックス	筒井勇（笠松）	実109.0	B× A×勝率0% EV-63% 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8R 9着/12頭 06/17 名古屋6R 10着/11頭 06/04 名古屋9R 10着/12頭+0.0秒 05/21 名古屋10R 8着/9頭 05/06 名古屋7R 11着/12頭+3.0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 9.7着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 7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) -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 0.3% / 期待値 -64% ※ 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	ラントリサント	丸山真（愛知）	実68.4	B× A×勝率0% EV-69% 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 06/17 名古屋8R 7着/11頭 06/03 名古屋9R 9着/12頭 05/20 名古屋12R 10着/11頭+1.0秒 05/05 名古屋1R 9着/11頭+1.4秒 04/22 名古屋12R 9着/12頭+3.2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 8.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し × 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 0.4% / 期待値 -70% ※ 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	ルミナスピラー	近藤颯（愛知）	実7.9	B○ A△勝率6% EV-50% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/02 名古屋8R 7着/12頭 05/22 名古屋9R 3着/10頭+3.0秒 05/07 名古屋9R 6着/10頭+0.9秒 04/23 名古屋7R 6着/12頭+2.6秒 04/10 名古屋7R 6着/11頭+2.0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 15走で勝率 20% (相性良) ○ 距離適性同距離 14走で勝率 21% ○ 馬場適性同馬場 7走で勝率 29% ○ 騎手近50戦勝率 16% ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 12.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.3% / 期待値 -50% ※ 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	フィナルフェリス	友森翔（愛知）	実13.8	B× A△勝率2% EV-67% 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 07/02 名古屋6R 7着/12頭 06/05 名古屋8R 5着/12頭+0.0秒 05/25 名古屋6R 4着/10頭 05/08 名古屋9R 12着/12頭+3.8秒 04/13 名古屋9R 2着/10頭+0.4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 5.3着 △ 当競馬場適性 17走で勝率 12% ○ 距離適性同距離 13走で勝率 15% ○ 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 6位 / 勝率 2.4% / 期待値 -68% ※ 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	トップパワー	東川慎（笠松）	実2.8	B🌟◎ A🌟◎勝率49% EV+36% 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29%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 07/03 名古屋9R 1着/12頭 06/19 名古屋3R 2着/11頭+0.0秒 06/04 名古屋4R 3着/12頭 05/05 名古屋12R 1着/12頭勝利 04/08 名古屋7R 2着/11頭+0.4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 7走で勝率 29% (得意) ○ 距離適性同距離 6走で勝率 17% ◎ 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) +176% (市場が大幅過小評価) AI 予想勝率 98.8% (オッズ暗示: 35.7%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 48.7% / 期待値 +36% ※ 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	テレヴァカ	丹羽克（愛知）	実15.6	B× A×勝率2% EV-72% 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 07/01 名古屋7R 8着/11頭+0.0秒 06/17 名古屋7R 6着/11頭+1.0秒 05/20 名古屋4R 11着/11頭 05/05 名古屋7R 6着/11頭+1.6秒 04/08 名古屋8R 5着/11頭+1.1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 8.3着 (不振) △ 当競馬場適性 35走で勝率 14% ○ 距離適性同距離 23走で勝率 17% △ 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) × Aモデルの評価 (参考) レース内 8位 / 勝率 1.7% / 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。

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 ◎

トップパワー

騎手東川慎（笠松）

単勝オッズ

2.8倍

AI期待値

+176%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△9ルミナスピラー

7.9倍

EV -94%

▲A:▲5タベザカリ

4.8倍

EV -99%

出走馬全12頭

◎A:◎11

トップパワー

東川慎（笠松）

2.8倍

+176%

›

○A:△9

ルミナスピラー

近藤颯（愛知）

7.9倍

-94%

›

▲A:▲5

タベザカリ

渡邊竜（笠松）

4.8倍

-99%

›

△A:○1

リムショット

今井貴（愛知）

6.3倍

-99%

›

△A:△2

ミヤイグアス

細川智（愛知）

6.6倍

-99%

›

△A:×3

ジュライファースト

大畑雅（愛知）

19.0倍

-99%

›

×A:△10

フィナルフェリス

友森翔（愛知）

13.8倍

-99%

›

×A:×12

テレヴァカ

丹羽克（愛知）

15.6倍

-99%

›

×A:×6

グールマン

大原浩（笠松）

29.4倍

-99%

›

×A:×8

ラントリサント

丸山真（愛知）

68.4倍

-99%

›

×A:▽4

シャッフルガール

加藤聡（愛知）

80.1倍

-99%

›

×A:×7

カワキタマックス

筒井勇（笠松）

109.0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

両モデルとも本レースは見送り判定（期待値プラスなし）

9R 名古屋競馬場ダ1500m 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	リムショット逃げ	今井貴（愛知）	実6.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 06/18 名古屋8R 9着/10頭+0.0秒 06/04 名古屋7R 4着/11頭+0.0秒 05/22 名古屋10R 2着/10頭 05/07 名古屋9R 5着/10頭+0.7秒 01/16 名古屋9R 2着/9頭+0.4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 5.0着 × 当競馬場適性 6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 16% △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 18.6% (オッズ暗示: 15.9%) ※ 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。
2	ミヤイグアス自在	細川智（愛知）	実6.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 06/05 名古屋10R 2着/12頭 05/25 名古屋12R 9着/11頭 05/08 名古屋10R 4着/10頭+1.2秒 04/24 名古屋8R 9着/11頭+2.9秒 04/10 名古屋4R 1着/11頭勝利
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 5.0着 △ 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% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 5.3% (オッズ暗示: 15.2%) ※ 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。
3	ジュライファースト先行	大畑雅（愛知）	実19.0	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／302日ぶりの実戦）
前5走 09/18 名古屋8R 5着/12頭+1.6秒 08/19 名古屋10R 1着/12頭勝利 07/18 名古屋11R 4着/12頭+1.9秒 07/07 名古屋10R 3着/11頭+1.0秒 06/24 名古屋10R 5着/12頭+1.2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 16走で勝率 19% (相性良) △ 距離適性同距離 10走で勝率 10% ○ 馬場適性同馬場 13走で勝率 23% △ ローテーション 302日休養明け × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 2.3% (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。
4	シャッフルガール逃げ	加藤聡（愛知）	実80.1	▽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 06/17 名古屋7R 9着/11頭+3.0秒 06/03 名古屋9R 7着/12頭 05/05 名古屋1R 11着/11頭+2.5秒 04/22 名古屋7R 9着/12頭+2.0秒 04/08 名古屋9R 11着/11頭+5.3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 9.0着 (不振) △ 当競馬場適性 12走で勝率 8% ○ 距離適性同距離 19走で勝率 21% ○ 騎手近50戦勝率 14% × 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 0.7% (オッズ暗示: 1.2%) ※ 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	タベザカリ	渡邊竜（笠松）	実4.8	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場20走で勝率5%と苦戦傾向／同距離帯は20走で勝ち無し／前走2着）
前5走 07/03 名古屋7R 2着/12頭+0.0秒 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
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 4.3着 × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) -45% (大幅な期待値マイナス) AI 予想勝率 11.6% (オッズ暗示: 20.8%) ※ 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。
6	グールマン逃げ	大原浩（笠松）	実29.4	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場16走で勝率25%と適性高／同距離帯14走で勝率29%／同馬場状態で勝率38%）
前5走 06/04 名古屋9R 11着/12頭 05/21 名古屋8R 7着/10頭 05/06 名古屋7R 10着/12頭+2.1秒 04/09 名古屋8R 2着/12頭+0.1秒 03/27 名古屋6R 1着/9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戦の調子平均 9.3着 (不振) ◎ 当競馬場適性 16走で勝率 25% (得意) ◎ 距離適性同距離 14走で勝率 29% ◎ 馬場適性同馬場 8走で勝率 38% ▽ 前走実績前走 11着 (大敗) × 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 1.6% (オッズ暗示: 3.4%) ※ 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。
7	カワキタマックス	筒井勇（笠松）	実109.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走平均9.7着と低調）
前5走 06/30 名古屋8R 9着/12頭 06/17 名古屋6R 10着/11頭 06/04 名古屋9R 10着/12頭+0.0秒 05/21 名古屋10R 8着/9頭 05/06 名古屋7R 11着/12頭+3.0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 9.7着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 7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) -64% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。
8	ラントリサント	丸山真（愛知）	実68.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均8.7着と低調）
前5走 06/17 名古屋8R 7着/11頭 06/03 名古屋9R 9着/12頭 05/20 名古屋12R 10着/11頭+1.0秒 05/05 名古屋1R 9着/11頭+1.4秒 04/22 名古屋12R 9着/12頭+3.2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 8.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
9	ルミナスピラー	近藤颯（愛知）	実7.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/02 名古屋8R 7着/12頭 05/22 名古屋9R 3着/10頭+3.0秒 05/07 名古屋9R 6着/10頭+0.9秒 04/23 名古屋7R 6着/12頭+2.6秒 04/10 名古屋7R 6着/11頭+2.0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 15走で勝率 20% (相性良) ○ 距離適性同距離 14走で勝率 21% ○ 馬場適性同馬場 7走で勝率 29% ○ 騎手近50戦勝率 16% ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 6.3% (オッズ暗示: 12.7%) ※ 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	フィナルフェリス	友森翔（愛知）	実13.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/02 名古屋6R 7着/12頭 06/05 名古屋8R 5着/12頭+0.0秒 05/25 名古屋6R 4着/10頭 05/08 名古屋9R 12着/12頭+3.8秒 04/13 名古屋9R 2着/10頭+0.4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 5.3着 △ 当競馬場適性 17走で勝率 12% ○ 距離適性同距離 13走で勝率 15% ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 7.2%) ※ 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。
11	トップパワー	東川慎（笠松）	実2.8	🌟◎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29%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 07/03 名古屋9R 1着/12頭 06/19 名古屋3R 2着/11頭+0.0秒 06/04 名古屋4R 3着/12頭 05/05 名古屋12R 1着/12頭勝利 04/08 名古屋7R 2着/11頭+0.4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 7走で勝率 29% (得意) ○ 距離適性同距離 6走で勝率 17% ◎ 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) +36% (妙味あり) AI 予想勝率 48.7% (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。
12	テレヴァカ	丹羽克（愛知）	実15.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/01 名古屋7R 8着/11頭+0.0秒 06/17 名古屋7R 6着/11頭+1.0秒 05/20 名古屋4R 11着/11頭 05/05 名古屋7R 6着/11頭+1.6秒 04/08 名古屋8R 5着/11頭+1.1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 8.3着 (不振) △ 当競馬場適性 35走で勝率 14% ○ 距離適性同距離 23走で勝率 17% △ 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) -73% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 6.4%) ※ 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

AI評価1位

トップパワー

騎手東川慎（笠松）

単勝オッズ

2.8倍

AI期待値

+36%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1リムショット

6.3倍

EV +17%

▲5タベザカリ

4.8倍

EV -44%

出走馬全12頭

◎11

トップパワー

東川慎（笠松）

2.8倍

+36%

›

○1

リムショット

今井貴（愛知）

6.3倍

+17%

›

▲5

タベザカリ

渡邊竜（笠松）

4.8倍

-44%

›

△9

ルミナスピラー

近藤颯（愛知）

7.9倍

-50%

›

△2

ミヤイグアス

細川智（愛知）

6.6倍

-65%

›

△10

フィナルフェリス

友森翔（愛知）

13.8倍

-67%

›

×3

ジュライファースト

大畑雅（愛知）

19.0倍

-55%

›

×12

テレヴァカ

丹羽克（愛知）

15.6倍

-72%

›

×6

グールマン

大原浩（笠松）

29.4倍

-54%

›

▽4

シャッフルガール

加藤聡（愛知）

80.1倍

-43%

›

×8

ラントリサント

丸山真（愛知）

68.4倍

-69%

›

×7

カワキタマックス

筒井勇（笠松）

109.0倍

-63%

›

💡 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。