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 16:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ココアプローズ推奨	加藤聡（愛知）	実20.9	B○ A△勝率3% EV-32% 詳細▼	市場が大きく過小評価、AI予想勝率18% × オッズ20.9倍で期待値+277%の有力候補（直近3走勝率33%と上り調子／当競馬場4走で勝率25%と適性高／同距離帯で勝率25%と得意）
前5走 07/01 名古屋4R 1着/12頭 06/22 名古屋2R 3着/11頭 05/25 名古屋1R 3着/10頭 05/08 名古屋5R 2着/10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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 18% ◎ 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) +277% (市場が大幅過小評価) AI 予想勝率 18.0% (オッズ暗示: 4.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.3% / 期待値 -32% ※ 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	オメガヒストリー	大畑慧（愛知）	実10.4	B▲ A△勝率5% EV-49% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 9.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.8% / 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。
3	カデナボニータ	木之葵（愛知）	実4.4	B△ A○勝率13% EV-43% 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3.0着と安定／前走3着）
前5走 07/15 名古屋2R 3着/12頭 ― ― ― ―
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 3.0着 (安定) ○ 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 2.5% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.8% / 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。
4	マイネルメテオーラ	丸野勝（愛知）	実21.4	B× A×勝率1% EV-80% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15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 07/15 名古屋1R 10着/12頭+1.0秒 07/02 名古屋2R 2着/11頭 06/17 名古屋2R 9着/11頭 05/20 名古屋6R 7着/10頭+0.0秒 05/06 名古屋4R 4着/12頭+1.4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 7.0着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 10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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 4.7%) × Aモデルの評価 (参考) レース内 10位 / 勝率 0.9% / 期待値 -81% ※ 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	キャメロン	大畑雅（愛知）	実112.9	B× A▽勝率1% EV-37% 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 07/15 名古屋2R 6着/12頭 07/02 名古屋10R 10着/12頭+0.0秒 06/04 名古屋10R 9着/12頭+5.0秒 05/21 名古屋12R 6着/7頭+0.0秒 05/05 名古屋3R 3着/5頭+1.4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 8.3着 (不振) × 当競馬場適性 22走で勝率 5% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 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 12位 / 勝率 0.6% / 期待値 -37% ※ 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	ベラケンタウロス	筒井勇（笠松）	実6.1	B△ A▲勝率10% EV-41% 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4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 07/14 名古屋2R 1着/3頭 06/22 名古屋2R 4着/11頭 06/03 名古屋4R 2着/12頭+2.0秒 05/04 名古屋4R 3着/10頭+0.9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 4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 1着 (勢い継続) ○ 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) -85% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.5% / 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。
7	ナンヨーリクエスト	渡邊竜（笠松）	実9.2	B× A△勝率7% EV-38% 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6走で勝ち無し／直近3走平均2.7着と安定）
前5走 07/15 名古屋1R 3着/12頭 07/01 名古屋4R 2着/12頭+1.0秒 06/22 名古屋4R 3着/11頭 05/25 名古屋1R 2着/10頭+1.0秒 05/08 名古屋6R 2着/10頭+0.5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 2.7着 (安定) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6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) -92% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 10.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.7% / 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。
8	エンドレスクライ	今井貴（愛知）	実23.6	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（同距離帯は5走で勝ち無し／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/14 名古屋4R 1着/12頭 07/01 名古屋3R 10着/12頭+2.0秒 06/18 名古屋4R 2着/12頭+1.0秒 05/22 名古屋3R 8着/11頭+1.0秒 05/07 名古屋1R 9着/10頭+2.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 距離適性同距離は 5走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 4.2%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.9% / 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。
9	ツトムユニバース	塚本征（愛知）	実3.0	B🌟◎ A🌟◎勝率54% EV+61% 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（直近3走で勝率100%と好調／前走勝利の勢い／騎手は近50戦で勝率24%）
前5走 07/01 名古屋3R 1着/12頭 ― ― ― ―
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 100% (絶好調) ◎ 騎手近50戦勝率 24% (好調) ◎ 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) +100% (市場が大幅過小評価) AI 予想勝率 67.0% (オッズ暗示: 33.3%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 53.9% / 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。
10	ブルーノザビーチ	阪野学（愛知）	実13.8	B△ A×勝率2% EV-71% 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／前走2着）
前5走 07/15 名古屋1R 2着/12頭 06/17 名古屋3R 4着/11頭 06/02 名古屋1R 1着/12頭 05/25 名古屋1R 4着/10頭 05/04 名古屋4R 2着/10頭+0.6秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ 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) -66% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 7.2%) × Aモデルの評価 (参考) レース内 8位 / 勝率 2.0% / 期待値 -72% ※ 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	ホワイトジェイド差し	加藤誓（愛知）	実71.3	B× A×勝率1% 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 07/02 名古屋10R 8着/12頭+0.0秒 05/28 浦和8R 10着/11頭 05/12 川崎8R 8着/12頭+2.1秒 04/20 浦和3R 6着/12頭+1.2秒 01/21 船橋11R 11着/13頭+6.3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 8.7着 (不振) ▽ 距離適性同距離は 6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 27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 0.6% / 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。
12	ルナーマンス	小笠羚（愛知）	実9.4	B× A×勝率3% EV-71% 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3.0着と安定／前走3着）
前5走 07/02 船橋9R 3着/3頭 ― ― ― ―
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 3.0着 (安定) △ 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 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 0.1% (オッズ暗示: 10.6%) × Aモデルの評価 (参考) レース内 7位 / 勝率 3.0% / 期待値 -72% ※ 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 ◎

ツトムユニバース

騎手塚本征（愛知）

単勝オッズ

3.0倍

AI期待値

+100%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△1ココアプローズ

20.9倍

EV +277%

▲A:△2オメガヒストリー

10.4倍

EV -41%

出走馬全12頭

◎A:◎9

ツトムユニバース

塚本征（愛知）

3.0倍

+100%

›

○A:△1

ココアプローズ

加藤聡（愛知）

20.9倍

+277%

›

▲A:△2

オメガヒストリー

大畑慧（愛知）

10.4倍

-41%

›

△A:○3

カデナボニータ

木之葵（愛知）

4.4倍

-89%

›

△A:▲6

ベラケンタウロス

筒井勇（笠松）

6.1倍

-84%

›

△A:×10

ブルーノザビーチ

阪野学（愛知）

13.8倍

-65%

›

×A:△7

ナンヨーリクエスト

渡邊竜（笠松）

9.2倍

-92%

›

×A:×8

エンドレスクライ

今井貴（愛知）

23.6倍

-79%

›

×A:×12

ルナーマンス

小笠羚（愛知）

9.4倍

-99%

›

×A:×4

マイネルメテオーラ

丸野勝（愛知）

21.4倍

-97%

›

×A:×11

ホワイトジェイド

加藤誓（愛知）

71.3倍

-99%

›

×A:▽5

キャメロン

大畑雅（愛知）

112.9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 1 ココアプローズ ¥300 実20.9倍期待値 +277% ❌不的中8着単勝 20.9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 16:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ココアプローズ推奨	加藤聡（愛知）	実20.9	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場4走で勝率25%と適性高／同距離帯で勝率25%と得意）
前5走 07/01 名古屋4R 1着/12頭 06/22 名古屋2R 3着/11頭 05/25 名古屋1R 3着/10頭 05/08 名古屋5R 2着/10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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 18% ◎ 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) -32% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 4.8%) ※ 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。
2	オメガヒストリー	大畑慧（愛知）	実10.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 5位 (中位評価) × 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 4.8% (オッズ暗示: 9.6%) ※ 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。
3	カデナボニータ	木之葵（愛知）	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 07/15 名古屋2R 3着/12頭 ― ― ― ―
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 3.0着 (安定) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 12.8% (オッズ暗示: 22.7%) ※ 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。
4	マイネルメテオーラ	丸野勝（愛知）	実21.4	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15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 07/15 名古屋1R 10着/12頭+1.0秒 07/02 名古屋2R 2着/11頭 06/17 名古屋2R 9着/11頭 05/20 名古屋6R 7着/10頭+0.0秒 05/06 名古屋4R 4着/12頭+1.4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 7.0着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 10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) -81% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 4.7%) ※ 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。
5	キャメロン	大畑雅（愛知）	実112.9	▽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5%と苦戦傾向／同距離帯は8走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/15 名古屋2R 6着/12頭 07/02 名古屋10R 10着/12頭+0.0秒 06/04 名古屋10R 9着/12頭+5.0秒 05/21 名古屋12R 6着/7頭+0.0秒 05/05 名古屋3R 3着/5頭+1.4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 8.3着 (不振) × 当競馬場適性 22走で勝率 5% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
6	ベラケンタウロス	筒井勇（笠松）	実6.1	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4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 07/14 名古屋2R 1着/3頭 06/22 名古屋2R 4着/11頭 06/03 名古屋4R 2着/12頭+2.0秒 05/04 名古屋4R 3着/10頭+0.9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 4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 1着 (勢い継続) ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 9.5% (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。
7	ナンヨーリクエスト	渡邊竜（笠松）	実9.2	△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6走で勝ち無し／直近3走平均2.7着と安定）
前5走 07/15 名古屋1R 3着/12頭 07/01 名古屋4R 2着/12頭+1.0秒 06/22 名古屋4R 3着/11頭 05/25 名古屋1R 2着/10頭+1.0秒 05/08 名古屋6R 2着/10頭+0.5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 2.7着 (安定) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6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) -38% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 10.9%) ※ 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	エンドレスクライ	今井貴（愛知）	実23.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は5走で勝ち無し／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/14 名古屋4R 1着/12頭 07/01 名古屋3R 10着/12頭+2.0秒 06/18 名古屋4R 2着/12頭+1.0秒 05/22 名古屋3R 8着/11頭+1.0秒 05/07 名古屋1R 9着/10頭+2.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ▽ 距離適性同距離は 5走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) ○ 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) -55% (大幅な期待値マイナス) AI 予想勝率 1.9% (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。
9	ツトムユニバース	塚本征（愛知）	実3.0	🌟◎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（直近3走で勝率100%と好調／前走勝利の勢い／騎手は近50戦で勝率24%）
前5走 07/01 名古屋3R 1着/12頭 ― ― ― ―
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 100% (絶好調) ◎ 騎手近50戦勝率 24% (好調) ◎ 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) +61% (市場が大幅過小評価) AI 予想勝率 53.9% (オッズ暗示: 33.3%) ※ 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。
10	ブルーノザビーチ	阪野学（愛知）	実13.8	×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／前走2着）
前5走 07/15 名古屋1R 2着/12頭 06/17 名古屋3R 4着/11頭 06/02 名古屋1R 1着/12頭 05/25 名古屋1R 4着/10頭 05/04 名古屋4R 2着/10頭+0.6秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ 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) -72% (大幅な期待値マイナス) AI 予想勝率 2.0% (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	ホワイトジェイド差し	加藤誓（愛知）	実71.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は6走で勝ち無し／直近3走平均8.7着と低調）
前5走 07/02 名古屋10R 8着/12頭+0.0秒 05/28 浦和8R 10着/11頭 05/12 川崎8R 8着/12頭+2.1秒 04/20 浦和3R 6着/12頭+1.2秒 01/21 船橋11R 11着/13頭+6.3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 8.7着 (不振) ▽ 距離適性同距離は 6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 27日の間隔 (理想的) × 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 0.6% (オッズ暗示: 1.4%) ※ 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。
12	ルナーマンス	小笠羚（愛知）	実9.4	×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3.0着と安定／前走3着）
前5走 07/02 船橋9R 3着/3頭 ― ― ― ―
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 3.0着 (安定) △ 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 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 10.6%) ※ 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。

🎯 AIの本命

AI評価1位

ツトムユニバース

騎手塚本征（愛知）

単勝オッズ

3.0倍

AI期待値

+61%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3カデナボニータ

4.4倍

EV -43%

▲6ベラケンタウロス

6.1倍

EV -41%

出走馬全12頭

◎9

ツトムユニバース

塚本征（愛知）

3.0倍

+61%

›

○3

カデナボニータ

木之葵（愛知）

4.4倍

-43%

›

▲6

ベラケンタウロス

筒井勇（笠松）

6.1倍

-41%

›

△7

ナンヨーリクエスト

渡邊竜（笠松）

9.2倍

-38%

›

△2

オメガヒストリー

大畑慧（愛知）

10.4倍

-49%

›

△1

ココアプローズ

加藤聡（愛知）

20.9倍

-32%

›

×12

ルナーマンス

小笠羚（愛知）

9.4倍

-71%

›

×10

ブルーノザビーチ

阪野学（愛知）

13.8倍

-71%

›

×8

エンドレスクライ

今井貴（愛知）

23.6倍

-55%

›

×4

マイネルメテオーラ

丸野勝（愛知）

21.4倍

-80%

›

×11

ホワイトジェイド

加藤誓（愛知）

71.3倍

-54%

›

▽5

キャメロン

大畑雅（愛知）

112.9倍

-37%

›

💡 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 1 ココアプローズ ¥300 実20.9倍期待値 -32% ❌不的中8着単勝 20.9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。