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。

モデル

8R 名古屋競馬場ダ1700m ダート1700m　発走 18:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ノブエイト	近藤颯（愛知）	実12.1	B△ A△勝率8% EV-8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し／前走2着）
前5走 06/30 名古屋8R 2着/12頭 06/17 名古屋6R 2着/11頭+4.0秒 06/04 名古屋9R 8着/12頭 05/21 名古屋8R 4着/10頭+0.0秒 05/06 名古屋5R 2着/11頭+0.1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 4.0着 △ 当競馬場適性 18走で勝率 11% ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 18% ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.5% / 期待値 -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	パー	小笠羚（愛知）	実39.9	B× A▽勝率2% EV-35% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場22走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／同馬場状態で勝率33%）
前5走 07/01 名古屋11R 11着/11頭+6.0秒 06/16 名古屋8R 2着/12頭+2.0秒 06/02 名古屋8R 7着/11頭+1.0秒 05/20 名古屋12R 4着/11頭 05/05 名古屋8R 5着/10頭+1.0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 6.7着 × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.6% / 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。
3	ゴラッソゴール	加藤利（愛知）	実103.4	B× A▽勝率1% EV-13% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 07/13 名古屋8R 3着/3頭 06/30 名古屋10R 7着/9頭 06/16 名古屋11R 6着/12頭 06/02 名古屋10R 6着/12頭+2.0秒 05/19 名古屋9R 5着/11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戦の調子平均 5.3着 △ 当競馬場適性 130走で勝率 6% △ 距離適性同距離 57走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -89% (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 11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。
4	タイクーンバゴ自在	今井貴（愛知）	実35.9	B× A×勝率1% EV-61% 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 03/11 名古屋11R 7着/11頭+2.1秒 02/25 名古屋11R 3着/12頭+0.4秒 02/11 名古屋11R 2着/12頭+0.0秒 01/27 名古屋11R 4着/12頭+0.9秒 01/13 名古屋11R 10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戦の調子平均 4.0着 △ 当競馬場適性 44走で勝率 7% ▽ 距離適性同距離は 20走で勝ち無し ○ 騎手近50戦勝率 14% △ ローテーション 139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 10位 / 勝率 1.1% / 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。
5	グロリアスヒーロー	丸山真（愛知）	実13.9	B△ A△勝率7% EV-4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯3走で勝率33%／前走3着）
前5走 07/14 名古屋9R 3着/11頭 06/30 名古屋9R 4着/12頭 06/17 名古屋7R 4着/11頭+0.0秒 06/04 名古屋9R 2着/12頭+2.0秒 02/05 川崎10R 10着/11頭+1.5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 3.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 距離適性同距離 3走で勝率 33% ○ 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) -83% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 7.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.9% / 期待値 -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。
6	トーアナタリー逃げ	加藤誓（愛知）	実257.7	B× A▽勝率1% EV+32% 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 06/14 3111R 11着/12頭+3.3秒 05/30 314R 7着/10頭+2.6秒 05/17 3112R 12着/12頭+2.5秒 05/03 3111R 11着/11頭+4.9秒 04/18 313R 2着/12頭+0.0秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) △ 距離適性同距離 7走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 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 12位 / 勝率 0.5% / 期待値 +33% ※ 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	ソリスルクス	丹羽克（愛知）	実24.0	B× A▽勝率3% EV-25% 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0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 07/14 名古屋10R 4着/12頭 07/01 名古屋10R 3着/12頭 06/16 名古屋11R 7着/12頭 05/14 園田12R 9着/12頭+2.0秒 04/23 園田10R 7着/11頭+1.5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 4.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.1% / 期待値 -25% ※ 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	ラブリーセナ	塚本征（愛知）	実11.6	B△ A△勝率6% EV-30% 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28%と適性高／直近3走で勝率33%と好調／騎手は近50戦で勝率26%）
前5走 07/13 名古屋10R 5着/12頭 06/18 名古屋5R 1着/9頭 06/04 名古屋6R 5着/11頭 05/19 名古屋10R 5着/12頭+0.5秒 04/24 名古屋12R 2着/12頭+0.3秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 25走で勝率 28% (得意) ○ 距離適性同距離 6走で勝率 17% ◎ 騎手近50戦勝率 26% (好調) ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 8.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.0% / 期待値 -30% ※ 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	ロックマジェスティ	大畑慧（愛知）	実1.9	B▲ A○勝率22% EV-57% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場24走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 06/16 名古屋10R 2着/11頭+0.0秒 06/04 名古屋9R 1着/12頭 05/20 名古屋9R 3着/11頭+3.0秒 04/24 名古屋7R 1着/12頭勝利 04/13 名古屋8R 5着/11頭+1.5秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 24走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 前走実績前走 2着 (好走) × 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 1.2% (オッズ暗示: 52.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.4% / 期待値 -57% ※ 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	ディプタルアスール	渡邊竜（笠松）	実8.9	B× A▲勝率10% EV-12% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均2.7着と安定／前走3着）
前5走 07/14 名古屋10R 3着/12頭+1.0秒 06/18 名古屋9R 2着/10頭 06/04 名古屋8R 3着/11頭 05/21 名古屋6R 5着/10頭 04/23 名古屋12R 6着/12頭+1.2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 2.7着 (安定) ○ 当競馬場適性 18走で勝率 17% (相性良) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 11.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.9% / 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	イノセンス逃げ	山田祥（愛知）	実24.7	B○ A▽勝率3% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯6走で勝率33%／同馬場状態で勝率33%）
前5走 06/17 名古屋8R 4着/11頭 06/03 名古屋9R 6着/12頭+0.0秒 05/19 名古屋10R 12着/12頭+1.9秒 04/23 名古屋12R 1着/12頭勝利 03/24 名古屋7R 8着/12頭+1.2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 7.3着 (不振) ○ 当競馬場適性 15走で勝率 20% (相性良) ◎ 距離適性同距離 6走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 33% × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.0% / 期待値 -26% ※ 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	アルカラス逃げ	加藤聡（愛知）	実4.1	B🌟◎ A🌟◎勝率37% EV+52% 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62%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 04/09 名古屋5R 1着/11頭勝利 03/13 名古屋7R 1着/10頭勝利 01/19 名古屋1R 1着/11頭勝利 12/24 名古屋8R 3着/11頭+0.3秒 12/05 名古屋5R 1着/12頭勝利
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 100% (絶好調) ◎ 当競馬場適性 8走で勝率 62% (得意) ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 110日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +289% (市場が大幅過小評価) AI 予想勝率 95.0% (オッズ暗示: 24.4%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 37.1% / 期待値 +52% ※ 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 ◎

アルカラス

騎手加藤聡（愛知）

単勝オッズ

4.1倍

AI期待値

+289%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▽11イノセンス

24.7倍

EV -68%

▲A:○9ロックマジェスティ

1.9倍

EV -97%

出走馬全12頭

◎A:◎12

アルカラス

加藤聡（愛知）

4.1倍

+289%

›

○A:▽11

イノセンス

山田祥（愛知）

24.7倍

-68%

›

▲A:○9

ロックマジェスティ

大畑慧（愛知）

1.9倍

-97%

›

△A:△5

グロリアスヒーロー

丸山真（愛知）

13.9倍

-83%

›

△A:△8

ラブリーセナ

塚本征（愛知）

11.6倍

-92%

›

△A:△1

ノブエイト

近藤颯（愛知）

12.1倍

-95%

›

×A:▲10

ディプタルアスール

渡邊竜（笠松）

8.9倍

-98%

›

×A:▽3

ゴラッソゴール

加藤利（愛知）

103.4倍

-88%

›

×A:▽7

ソリスルクス

丹羽克（愛知）

24.0倍

-99%

›

×A:▽2

パー

小笠羚（愛知）

39.9倍

-98%

›

×A:×4

タイクーンバゴ

今井貴（愛知）

35.9倍

-99%

›

×A:▽6

トーアナタリー

加藤誓（愛知）

257.7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

両モデルとも本レースは見送り判定（期待値プラスなし）

8R 名古屋競馬場ダ1700m ダート1700m　発走 18:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ノブエイト	近藤颯（愛知）	実12.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し／前走2着）
前5走 06/30 名古屋8R 2着/12頭 06/17 名古屋6R 2着/11頭+4.0秒 06/04 名古屋9R 8着/12頭 05/21 名古屋8R 4着/10頭+0.0秒 05/06 名古屋5R 2着/11頭+0.1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 4.0着 △ 当競馬場適性 18走で勝率 11% ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 18% ○ 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) -9% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 8.3%) ※ 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	パー	小笠羚（愛知）	実39.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場22走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／同馬場状態で勝率33%）
前5走 07/01 名古屋11R 11着/11頭+6.0秒 06/16 名古屋8R 2着/12頭+2.0秒 06/02 名古屋8R 7着/11頭+1.0秒 05/20 名古屋12R 4着/11頭 05/05 名古屋8R 5着/10頭+1.0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 6.7着 × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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) -36% (大幅な期待値マイナス) AI 予想勝率 1.6% (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。
3	ゴラッソゴール	加藤利（愛知）	実103.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 07/13 名古屋8R 3着/3頭 06/30 名古屋10R 7着/9頭 06/16 名古屋11R 6着/12頭 06/02 名古屋10R 6着/12頭+2.0秒 05/19 名古屋9R 5着/11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戦の調子平均 5.3着 △ 当競馬場適性 130走で勝率 6% △ 距離適性同距離 57走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -14% (オッズ過剰評価) AI 予想勝率 0.8% (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	タイクーンバゴ自在	今井貴（愛知）	実35.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は20走で勝ち無し／139日ぶりの実戦）
前5走 03/11 名古屋11R 7着/11頭+2.1秒 02/25 名古屋11R 3着/12頭+0.4秒 02/11 名古屋11R 2着/12頭+0.0秒 01/27 名古屋11R 4着/12頭+0.9秒 01/13 名古屋11R 10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戦の調子平均 4.0着 △ 当競馬場適性 44走で勝率 7% ▽ 距離適性同距離は 20走で勝ち無し ○ 騎手近50戦勝率 14% △ ローテーション 139日休養明け × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.8%) ※ 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。
5	グロリアスヒーロー	丸山真（愛知）	実13.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯3走で勝率33%／前走3着）
前5走 07/14 名古屋9R 3着/11頭 06/30 名古屋9R 4着/12頭 06/17 名古屋7R 4着/11頭+0.0秒 06/04 名古屋9R 2着/12頭+2.0秒 02/05 川崎10R 10着/11頭+1.5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 3.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 距離適性同距離 3走で勝率 33% ○ 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) -4% (オッズ過剰評価) AI 予想勝率 6.9% (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。
6	トーアナタリー逃げ	加藤誓（愛知）	実257.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 06/14 3111R 11着/12頭+3.3秒 05/30 314R 7着/10頭+2.6秒 05/17 3112R 12着/12頭+2.5秒 05/03 3111R 11着/11頭+4.9秒 04/18 313R 2着/12頭+0.0秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) △ 距離適性同距離 7走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 0.5% (オッズ暗示: 0.4%) ※ 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	ソリスルクス	丹羽克（愛知）	実24.0	▽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0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 07/14 名古屋10R 4着/12頭 07/01 名古屋10R 3着/12頭 06/16 名古屋11R 7着/12頭 05/14 園田12R 9着/12頭+2.0秒 04/23 園田10R 7着/11頭+1.5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 4.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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) -25% (オッズ過剰評価) AI 予想勝率 3.1% (オッズ暗示: 4.2%) ※ 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。
8	ラブリーセナ	塚本征（愛知）	実11.6	△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28%と適性高／直近3走で勝率33%と好調／騎手は近50戦で勝率26%）
前5走 07/13 名古屋10R 5着/12頭 06/18 名古屋5R 1着/9頭 06/04 名古屋6R 5着/11頭 05/19 名古屋10R 5着/12頭+0.5秒 04/24 名古屋12R 2着/12頭+0.3秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 25走で勝率 28% (得意) ○ 距離適性同距離 6走で勝率 17% ◎ 騎手近50戦勝率 26% (好調) ○ 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) -30% (大幅な期待値マイナス) AI 予想勝率 6.0% (オッズ暗示: 8.6%) ※ 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。
9	ロックマジェスティ	大畑慧（愛知）	実1.9	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場24走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 06/16 名古屋10R 2着/11頭+0.0秒 06/04 名古屋9R 1着/12頭 05/20 名古屋9R 3着/11頭+3.0秒 04/24 名古屋7R 1着/12頭勝利 04/13 名古屋8R 5着/11頭+1.5秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 24走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 22.4% (オッズ暗示: 52.6%) ※ 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。
10	ディプタルアスール	渡邊竜（笠松）	実8.9	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.7着と安定／前走3着）
前5走 07/14 名古屋10R 3着/12頭+1.0秒 06/18 名古屋9R 2着/10頭 06/04 名古屋8R 3着/11頭 05/21 名古屋6R 5着/10頭 04/23 名古屋12R 6着/12頭+1.2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 2.7着 (安定) ○ 当競馬場適性 18走で勝率 17% (相性良) ○ 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) -12% (オッズ過剰評価) AI 予想勝率 9.9% (オッズ暗示: 11.2%) ※ 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	イノセンス逃げ	山田祥（愛知）	実24.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯6走で勝率33%／同馬場状態で勝率33%）
前5走 06/17 名古屋8R 4着/11頭 06/03 名古屋9R 6着/12頭+0.0秒 05/19 名古屋10R 12着/12頭+1.9秒 04/23 名古屋12R 1着/12頭勝利 03/24 名古屋7R 8着/12頭+1.2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 7.3着 (不振) ○ 当競馬場適性 15走で勝率 20% (相性良) ◎ 距離適性同距離 6走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 33% △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 3.0% (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。
12	アルカラス逃げ	加藤聡（愛知）	実4.1	🌟◎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62%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 04/09 名古屋5R 1着/11頭勝利 03/13 名古屋7R 1着/10頭勝利 01/19 名古屋1R 1着/11頭勝利 12/24 名古屋8R 3着/11頭+0.3秒 12/05 名古屋5R 1着/12頭勝利
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 100% (絶好調) ◎ 当競馬場適性 8走で勝率 62% (得意) ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 110日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +52% (市場が大幅過小評価) AI 予想勝率 37.1% (オッズ暗示: 24.4%) ※ 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

アルカラス

騎手加藤聡（愛知）

単勝オッズ

4.1倍

AI期待値

+52%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ロックマジェスティ

1.9倍

EV -57%

▲10ディプタルアスール

8.9倍

EV -12%

出走馬全12頭

◎12

アルカラス

加藤聡（愛知）

4.1倍

+52%

›

○9

ロックマジェスティ

大畑慧（愛知）

1.9倍

-57%

›

▲10

ディプタルアスール

渡邊竜（笠松）

8.9倍

-12%

›

△1

ノブエイト

近藤颯（愛知）

12.1倍

-8%

›

△5

グロリアスヒーロー

丸山真（愛知）

13.9倍

-4%

›

△8

ラブリーセナ

塚本征（愛知）

11.6倍

-30%

›

▽7

ソリスルクス

丹羽克（愛知）

24.0倍

-25%

›

▽11

イノセンス

山田祥（愛知）

24.7倍

-25%

›

▽2

パー

小笠羚（愛知）

39.9倍

-35%

›

×4

タイクーンバゴ

今井貴（愛知）

35.9倍

-61%

›

▽3

ゴラッソゴール

加藤利（愛知）

103.4倍

-13%

›

▽6

トーアナタリー

加藤誓（愛知）

257.7倍

+32%

›

💡 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。