名古屋 6R 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

6R 名古屋競馬場ダ1400m ダート1400m　発走 17:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アクティングエリア	木之葵（愛知）	実85.0	B× A×勝率0% EV-60% 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5R 12着/12頭 ― ― ― ―
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 12.0着 (不振) ▽ 前走実績前走 12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) -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 -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。
2	マンデーロウリュウ自在	細川智（愛知）	実4.8	B△ A▲勝率18% EV-14% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯4走で勝率25%／前走2着）
前5走 07/02 名古屋9R 2着/12頭 02/26 名古屋11R 8着/12頭+3.4秒 10/30 名古屋11R 3着/12頭+1.1秒 09/18 名古屋5R 1着/10頭勝利 09/04 名古屋10R 2着/11頭+1.5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 4.3着 ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 距離適性同距離 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2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) -83% (大幅な期待値マイナス) AI 予想勝率 3.6% (オッズ暗示: 20.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.7% / 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。
3	グランドタルマエ推奨	丸野勝（愛知）	実8.9	B◎ A△勝率8% EV-28% 詳細▼	市場が大きく過小評価、AI予想勝率35% × オッズ8.9倍で期待値+208%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33%と得意）
前5走 07/15 名古屋11R 7着/12頭 07/01 名古屋1R 1着/12頭 06/16 名古屋2R 2着/10頭 06/03 名古屋2R 7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 3走で勝率 33% ○ 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) +208% (市場が大幅過小評価) AI 予想勝率 34.6% (オッズ暗示: 11.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 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。
4	グリグリグリュック逃げ	今井貴（愛知）	実8.3	B○ A×勝率3% EV-73% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率29%と適性高／同距離帯3走で勝率33%／111日ぶりの実戦）
前5走 04/09 名古屋11R 5着/10頭+1.9秒 03/12 名古屋9R 2着/10頭+0.1秒 02/26 名古屋11R 5着/12頭+2.5秒 01/28 名古屋8R 1着/10頭勝利 01/15 名古屋8R 2着/5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 4.0着 ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 3走で勝率 33% △ ローテーション 111日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +90% (市場が大幅過小評価) AI 予想勝率 22.9% (オッズ暗示: 12.0%) × Aモデルの評価 (参考) レース内 7位 / 勝率 3.2% / 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。
5	ゴールドレーン逃げ	大畑慧（愛知）	実19.1	B× A×勝率2% EV-63% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 07/02 名古屋9R 11着/12頭 05/21 名古屋9R 1着/10頭 05/06 名古屋8R 2着/10頭+0.8秒 03/26 名古屋11R 3着/8頭+0.6秒 02/26 名古屋10R 8着/8頭+2.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 7走で勝率 29% ▽ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 5.2%) × Aモデルの評価 (参考) レース内 8位 / 勝率 1.9% / 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。
6	ハチハチローズ	筒井勇（笠松）	実68.7	B× A×勝率0% EV-65% 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11R 10着/12頭+0.0秒 07/02 名古屋9R 7着/12頭 06/04 名古屋11R 12着/12頭+1.0秒 05/21 名古屋12R 4着/7頭 05/05 名古屋11R 11着/11頭+12.0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 9.7着 (不振) △ 当競馬場適性 16走で勝率 6% ○ 距離適性同距離 6走で勝率 17% ▽ 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) -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 -66% ※ 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	ジャスパールビー	大畑雅（愛知）	実25.1	B× A×勝率1% EV-70% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調）
前5走 07/15 名古屋11R 12着/12頭 ― ― ― ―
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 12.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12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) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 4.0%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 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。
8	ミラクルカイザー逃げ	丹羽克（愛知）	実5.7	B▲ A○勝率19% EV+5% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率25%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 07/15 名古屋5R 2着/12頭 06/04 名古屋1R 1着/12頭 03/12 名古屋10R 5着/10頭+1.0秒 02/26 名古屋10R 3着/8頭+0.6秒 02/12 名古屋9R 1着/11頭勝利
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 8走で勝率 25% (得意) ○ 距離適性同距離 6走で勝率 17% △ 騎手近50戦勝率 4% (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) +17% (市場と概ね一致) AI 予想勝率 20.7% (オッズ暗示: 17.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.6% / 期待値 +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	ビアリッツ	村上弘（愛知）	実8.0	B△ A△勝率9% EV-29% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯4走で勝率50%／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 07/15 名古屋11R 5着/12頭+0.0秒 07/02 名古屋9R 1着/12頭 06/04 名古屋10R 7着/12頭 05/21 名古屋9R 2着/10頭 05/06 名古屋8R 1着/10頭勝利
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 9走で勝率 22% (相性良) ◎ 距離適性同距離 4走で勝率 50% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -34% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.8% / 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。
10	ナラティヴハーピー	近藤颯（愛知）	実20.7	B× A×勝率2% EV-61% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/15 名古屋5R 6着/12頭 07/02 名古屋9R 4着/12頭+0.0秒 06/04 名古屋10R 11着/12頭+0.0秒 05/21 名古屋9R 5着/10頭+0.0秒 04/22 名古屋5R 3着/12頭+1.0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 7.0着 (不振) △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 8走で勝率 12% ○ 騎手近50戦勝率 16% ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 4.8%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 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。
11	サンテオレンジ逃げ	加藤聡（愛知）	実4.0	B△ A🌟◎勝率34% EV+36% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/15 名古屋5R 5着/12頭 12/10 名古屋11R 2着/11頭+0.9秒 09/04 名古屋10R 1着/11頭勝利 08/21 名古屋6R 3着/10頭+2.2秒 07/25 名古屋5R 2着/7頭+0.8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 5走で勝率 20% (相性良) ◎ 距離適性同距離 3走で勝率 33% ○ 騎手近50戦勝率 16% ○ 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) -67% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 25.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 34.1% / 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	リトルリリイ逃げ	小笠羚（愛知）	実10.0	B× A△勝率4% EV-63% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 07/02 名古屋9R 5着/12頭+1.0秒 06/04 名古屋11R 11着/12頭 02/11 名古屋8R 1着/11頭勝利 01/28 名古屋11R 6着/11頭+0.9秒 01/04 名古屋10R 1着/11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 33% (上り調子) △ 当競馬場適性 17走で勝率 12% ○ 距離適性同距離 11走で勝率 18% △ 騎手近50戦勝率 2% (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) -87% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.7% / 期待値 -63% ※ 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 △

グランドタルマエ

騎手丸野勝（愛知）

単勝オッズ

8.9倍

AI期待値

+208%

買い目

¥600

全レースの推奨

AIの推奨本命の次点

○A:×4グリグリグリュック

8.3倍

EV +90%

▲A:○8ミラクルカイザー

5.7倍

EV +17%

出走馬全12頭

◎A:△3

グランドタルマエ

丸野勝（愛知）

8.9倍

+208%

›

○A:×4

グリグリグリュック

今井貴（愛知）

8.3倍

+90%

›

▲A:○8

ミラクルカイザー

丹羽克（愛知）

5.7倍

+17%

›

△A:◎11

サンテオレンジ

加藤聡（愛知）

4.0倍

-67%

›

△A:△9

ビアリッツ

村上弘（愛知）

8.0倍

-34%

›

△A:▲2

マンデーロウリュウ

細川智（愛知）

4.8倍

-82%

›

×A:△12

リトルリリイ

小笠羚（愛知）

10.0倍

-87%

›

×A:×5

ゴールドレーン

大畑慧（愛知）

19.1倍

-96%

›

×A:×10

ナラティヴハーピー

近藤颯（愛知）

20.7倍

-97%

›

×A:×7

ジャスパールビー

大畑雅（愛知）

25.1倍

-96%

›

×A:×6

ハチハチローズ

筒井勇（笠松）

68.7倍

-99%

›

×A:×1

アクティングエリア

木之葵（愛知）

85.0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 (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 3 グランドタルマエ ¥600 実8.9倍期待値 +208% ❌不的中3着単勝 8.9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

6R 名古屋競馬場ダ1400m ダート1400m　発走 17:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アクティングエリア	木之葵（愛知）	実85.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 07/15 名古屋5R 12着/12頭 ― ― ― ―
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 12.0着 (不振) ▽ 前走実績前走 12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) -60% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
2	マンデーロウリュウ自在	細川智（愛知）	実4.8	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯4走で勝率25%／前走2着）
前5走 07/02 名古屋9R 2着/12頭 02/26 名古屋11R 8着/12頭+3.4秒 10/30 名古屋11R 3着/12頭+1.1秒 09/18 名古屋5R 1着/10頭勝利 09/04 名古屋10R 2着/11頭+1.5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 4.3着 ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 距離適性同距離 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2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) -15% (オッズ過剰評価) AI 予想勝率 17.7% (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。
3	グランドタルマエ推奨	丸野勝（愛知）	実8.9	△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33%と得意）
前5走 07/15 名古屋11R 7着/12頭 07/01 名古屋1R 1着/12頭 06/16 名古屋2R 2着/10頭 06/03 名古屋2R 7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 3走で勝率 33% ○ 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) -29% (オッズ過剰評価) AI 予想勝率 8.0% (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。
4	グリグリグリュック逃げ	今井貴（愛知）	実8.3	×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7走で勝率29%と適性高／同距離帯3走で勝率33%／111日ぶりの実戦）
前5走 04/09 名古屋11R 5着/10頭+1.9秒 03/12 名古屋9R 2着/10頭+0.1秒 02/26 名古屋11R 5着/12頭+2.5秒 01/28 名古屋8R 1着/10頭勝利 01/15 名古屋8R 2着/5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 4.0着 ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 3走で勝率 33% △ ローテーション 111日休養明け × 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 3.2% (オッズ暗示: 12.0%) ※ 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。
5	ゴールドレーン逃げ	大畑慧（愛知）	実19.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 07/02 名古屋9R 11着/12頭 05/21 名古屋9R 1着/10頭 05/06 名古屋8R 2着/10頭+0.8秒 03/26 名古屋11R 3着/8頭+0.6秒 02/26 名古屋10R 8着/8頭+2.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 7走で勝率 29% ▽ 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) -64% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 5.2%) ※ 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	ハチハチローズ	筒井勇（笠松）	実68.7	×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 07/15 名古屋11R 10着/12頭+0.0秒 07/02 名古屋9R 7着/12頭 06/04 名古屋11R 12着/12頭+1.0秒 05/21 名古屋12R 4着/7頭 05/05 名古屋11R 11着/11頭+12.0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 9.7着 (不振) △ 当競馬場適性 16走で勝率 6% ○ 距離適性同距離 6走で勝率 17% ▽ 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) -66% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
7	ジャスパールビー	大畑雅（愛知）	実25.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調）
前5走 07/15 名古屋11R 12着/12頭 ― ― ― ―
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 12.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12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) -70% (大幅な期待値マイナス) AI 予想勝率 1.2% (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。
8	ミラクルカイザー逃げ	丹羽克（愛知）	実5.7	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率25%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 07/15 名古屋5R 2着/12頭 06/04 名古屋1R 1着/12頭 03/12 名古屋10R 5着/10頭+1.0秒 02/26 名古屋10R 3着/8頭+0.6秒 02/12 名古屋9R 1着/11頭勝利
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 8走で勝率 25% (得意) ○ 距離適性同距離 6走で勝率 17% △ 騎手近50戦勝率 4% (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) +5% (市場と概ね一致) AI 予想勝率 18.6% (オッズ暗示: 17.5%) ※ 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	ビアリッツ	村上弘（愛知）	実8.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯4走で勝率50%／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 07/15 名古屋11R 5着/12頭+0.0秒 07/02 名古屋9R 1着/12頭 06/04 名古屋10R 7着/12頭 05/21 名古屋9R 2着/10頭 05/06 名古屋8R 1着/10頭勝利
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 9走で勝率 22% (相性良) ◎ 距離適性同距離 4走で勝率 50% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -29% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 12.5%) ※ 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	ナラティヴハーピー	近藤颯（愛知）	実20.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/15 名古屋5R 6着/12頭 07/02 名古屋9R 4着/12頭+0.0秒 06/04 名古屋10R 11着/12頭+0.0秒 05/21 名古屋9R 5着/10頭+0.0秒 04/22 名古屋5R 3着/12頭+1.0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 7.0着 (不振) △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 8走で勝率 12% ○ 騎手近50戦勝率 16% ○ 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% (大幅な期待値マイナス) AI 予想勝率 1.8% (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。
11	サンテオレンジ逃げ	加藤聡（愛知）	実4.0	🌟◎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（同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/15 名古屋5R 5着/12頭 12/10 名古屋11R 2着/11頭+0.9秒 09/04 名古屋10R 1着/11頭勝利 08/21 名古屋6R 3着/10頭+2.2秒 07/25 名古屋5R 2着/7頭+0.8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 5走で勝率 20% (相性良) ◎ 距離適性同距離 3走で勝率 33% ○ 騎手近50戦勝率 16% ○ 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 34.1% (オッズ暗示: 25.0%) ※ 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	リトルリリイ逃げ	小笠羚（愛知）	実10.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 07/02 名古屋9R 5着/12頭+1.0秒 06/04 名古屋11R 11着/12頭 02/11 名古屋8R 1着/11頭勝利 01/28 名古屋11R 6着/11頭+0.9秒 01/04 名古屋10R 1着/11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 33% (上り調子) △ 当競馬場適性 17走で勝率 12% ○ 距離適性同距離 11走で勝率 18% △ 騎手近50戦勝率 2% (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) -63% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 10.0%) ※ 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

サンテオレンジ

騎手加藤聡（愛知）

単勝オッズ

4.0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

○8ミラクルカイザー

5.7倍

EV +5%

▲2マンデーロウリュウ

4.8倍

EV -14%

出走馬全12頭

◎11

サンテオレンジ

加藤聡（愛知）

4.0倍

+36%

›

○8

ミラクルカイザー

丹羽克（愛知）

5.7倍

+5%

›

▲2

マンデーロウリュウ

細川智（愛知）

4.8倍

-14%

›

△9

ビアリッツ

村上弘（愛知）

8.0倍

-29%

›

△3

グランドタルマエ

丸野勝（愛知）

8.9倍

-28%

›

△12

リトルリリイ

小笠羚（愛知）

10.0倍

-63%

›

×4

グリグリグリュック

今井貴（愛知）

8.3倍

-73%

›

×5

ゴールドレーン

大畑慧（愛知）

19.1倍

-63%

›

×10

ナラティヴハーピー

近藤颯（愛知）

20.7倍

-61%

›

×7

ジャスパールビー

大畑雅（愛知）

25.1倍

-70%

›

×6

ハチハチローズ

筒井勇（笠松）

68.7倍

-65%

›

×1

アクティングエリア

木之葵（愛知）

85.0倍

-60%

›

💡 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 3 グランドタルマエ ¥600 実8.9倍期待値 -29% ❌不的中3着単勝 8.9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。