名古屋 7R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

7R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 17:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アットザホップ逃げ推奨	大畑慧（愛知）	実12.6	B◎ A△勝率13% EV+60% 詳細▼	市場が大きく過小評価、AI予想勝率85% × オッズ12.6倍で期待値+971%の有力候補（直近3走勝率100%と絶好調／当競馬場12走で勝率33%と適性高／同距離帯で勝率27%と得意）
前5走 05/08 名古屋9R 1着/12頭勝利 04/24 名古屋5R 1着/11頭勝利 03/26 名古屋2R 1着/11頭勝利 03/11 名古屋3R 2着/11頭+0.0秒 02/26 名古屋4R 5着/11頭+2.0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 100% (絶好調) ◎ 当競馬場適性 12走で勝率 33% (得意) ◎ 距離適性同距離 11走で勝率 27% ◎ 馬場適性同馬場 4走で勝率 50% ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +971% (市場が大幅過小評価) AI 予想勝率 85.0% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.7% / 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	ハクサンシャトル逃げ	今井貴（愛知）	実14.6	B× A×勝率3% EV-52% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場49走で勝率4%と苦戦傾向／同距離帯は46走で勝ち無し／直近3走で勝率67%と好調）
前5走 06/30 名古屋7R 4着/12頭+0.0秒 06/05 名古屋7R 1着/12頭 05/08 名古屋1R 1着/10頭勝利 04/24 名古屋3R 5着/12頭+2.0秒 04/10 名古屋4R 2着/11頭+0.6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 67% (絶好調) × 当競馬場適性 49走で勝率 4% (苦戦) ▽ 距離適性同距離は 46走で勝ち無し × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 6.8%) × Aモデルの評価 (参考) レース内 7位 / 勝率 3.3% / 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。
3	ウィッティングハム	木之葵（愛知）	実16.5	B△ A△勝率6% EV+2% 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5走 07/15 名古屋9R 5着/12頭 07/03 名古屋6R 1着/12頭 06/22 名古屋6R 4着/10頭 06/05 名古屋12R 3着/11頭 05/25 名古屋5R 2着/11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 22走で勝率 14% △ 距離適性同距離 22走で勝率 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) -77% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.2% / 期待値 +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	アフロビート	筒井勇（笠松）	実15.4	B× A△勝率4% EV-34% 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0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 07/14 名古屋9R 8着/11頭 06/30 名古屋9R 6着/12頭+2.0秒 06/17 名古屋7R 3着/11頭+0.0秒 06/03 名古屋9R 4着/12頭 05/20 名古屋4R 5着/11頭
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 5.7着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.3% / 期待値 -34% ※ 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	クリノナイスガイ	細川智（愛知）	実122.5	B× A▽勝率1% EV-29% 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9R 11着/12頭+1.0秒 07/01 名古屋10R 10着/12頭+3.0秒 06/16 名古屋11R 9着/12頭+0.0秒 05/19 名古屋9R 9着/11頭+2.5秒 05/05 名古屋9R 11着/11頭+4.0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 10.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) △ 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) ○ 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 -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。
6	ハルノウミ	深澤杏（笠松）	実24.1	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 07/14 名古屋10R 9着/12頭 07/02 名古屋8R 2着/12頭+3.0秒 06/04 名古屋5R 4着/12頭 05/25 名古屋7R 2着/10頭 05/08 名古屋12R 3着/10頭+0.2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 5.0着 △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 18走で勝率 6% △ 騎手近50戦勝率 2% (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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 4.1%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.6% / 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。
7	グラスチアー	加藤誓（愛知）	実71.2	B× A▽勝率1% EV-39% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場47走で勝率4%と苦戦傾向／同距離帯は47走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/14 名古屋9R 10着/11頭 07/03 名古屋7R 1着/12頭 06/22 名古屋7R 4着/11頭 06/05 名古屋6R 7着/12頭 05/25 名古屋6R 7着/10頭
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 47走で勝率 4% (苦戦) ▽ 距離適性同距離は 47走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 -39% ※ 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	オーケーサンダー逃げ	村上弘（愛知）	実41.0	B△ A▽勝率1% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/14 名古屋9R 7着/11頭+0.0秒 06/16 名古屋11R 10着/12頭 05/08 名古屋12R 3着/10頭+0.2秒 03/31 名古屋11R 2着/9頭+0.2秒 03/17 名古屋9R 3着/11頭+0.5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 6.7着 ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 11走で勝率 18% ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 期待値 -39% ※ 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	ラブリーサイン	渡邊竜（笠松）	実5.4	B▲ A○勝率24% EV+29% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場11走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し／前走3着）
前5走 07/15 名古屋9R 3着/12頭 07/01 名古屋10R 6着/12頭+0.0秒 06/16 名古屋9R 7着/10頭 05/20 名古屋12R 8着/11頭 04/20 名古屋11R 9着/11頭+2.2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 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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 3.2% (オッズ暗示: 18.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.0% / 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。
10	ルナフェイズ逃げ	丸山真（愛知）	実22.2	B× A▽勝率2% EV-44% 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5走 07/14 名古屋9R 11着/11頭+0.0秒 06/05 名古屋12R 1着/11頭 05/22 名古屋8R 3着/11頭 04/22 名古屋8R 1着/11頭勝利 04/09 名古屋4R 6着/11頭+0.8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 14走で勝率 21% (相性良) ○ 距離適性同距離 14走で勝率 21% ○ 馬場適性同馬場 5走で勝率 20% ▽ 前走実績前走 11着 (大敗) ○ 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) -98% (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 8位 / 勝率 2.5% / 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。
11	ルミナスピラー推奨	近藤颯（愛知）	実10.7	B△ A▲勝率18% EV+91% 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16走で勝率25%と適性高／同距離帯で勝率27%と得意）
前5走 07/17 名古屋9R 1着/3頭 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
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 16走で勝率 25% (得意) ◎ 距離適性同距離 15走で勝率 27% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) × 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 3.2% (オッズ暗示: 9.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.9% / 期待値 +92% ※ 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	サトノスフィア	塚本征（愛知）	実1.7	B○ A×勝率25% EV-58% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場20走で勝率25%と適性高／同距離帯16走で勝率25%／直近3走で勝率67%と好調）
前5走 07/17 名古屋8R 1着/3頭 07/03 名古屋6R 3着/12頭 06/04 名古屋3R 1着/12頭 05/20 名古屋7R 1着/11頭 05/05 名古屋6R 6着/12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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 20走で勝率 25% (得意) ◎ 距離適性同距離 16走で勝率 25% ○ 馬場適性同馬場 11走で勝率 27% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) × 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 5.0% (オッズ暗示: 58.8%) × Aモデルの評価 (参考) レース内 1位 / 勝率 24.7% / 期待値 -58% ※ 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 △

アットザホップ

騎手大畑慧（愛知）

単勝オッズ

12.6倍

AI期待値

+971%

買い目

¥2,000

全レースの推奨

AIの推奨本命の次点

○A:×12サトノスフィア

1.7倍

EV -91%

▲A:○9ラブリーサイン

5.4倍

EV -82%

出走馬全12頭

◎A:△1

アットザホップ

大畑慧（愛知）

12.6倍

+971%

›

○A:×12

サトノスフィア

塚本征（愛知）

1.7倍

-91%

›

▲A:○9

ラブリーサイン

渡邊竜（笠松）

5.4倍

-82%

›

△A:▲11

ルミナスピラー

近藤颯（愛知）

10.7倍

-65%

›

△A:△3

ウィッティングハム

木之葵（愛知）

16.5倍

-76%

›

△A:▽8

オーケーサンダー

村上弘（愛知）

41.0倍

-47%

›

×A:×2

ハクサンシャトル

今井貴（愛知）

14.6倍

-92%

›

×A:△4

アフロビート

筒井勇（笠松）

15.4倍

-98%

›

×A:▽10

ルナフェイズ

丸山真（愛知）

22.2倍

-98%

›

×A:▽7

グラスチアー

加藤誓（愛知）

71.2倍

-94%

›

×A:×6

ハルノウミ

深澤杏（笠松）

24.1倍

-98%

›

×A:▽5

クリノナイスガイ

細川智（愛知）

122.5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 11 ルミナスピラー ¥200 確定5.5倍期待値 -65% 🎯的中1着確定 5.5倍1,100円

B. 市場除外+キャリブ

単勝 1 アットザホップ ¥2,000 実12.6倍期待値 +971% ❌不的中6着単勝 12.6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

7R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 17:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アットザホップ逃げ推奨	大畑慧（愛知）	実12.6	△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（直近3走勝率100%と絶好調／当競馬場12走で勝率33%と適性高／同距離帯で勝率27%と得意）
前5走 05/08 名古屋9R 1着/12頭勝利 04/24 名古屋5R 1着/11頭勝利 03/26 名古屋2R 1着/11頭勝利 03/11 名古屋3R 2着/11頭+0.0秒 02/26 名古屋4R 5着/11頭+2.0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 100% (絶好調) ◎ 当競馬場適性 12走で勝率 33% (得意) ◎ 距離適性同距離 11走で勝率 27% ◎ 馬場適性同馬場 4走で勝率 50% ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 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 12.7% (オッズ暗示: 7.9%) ※ 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	ハクサンシャトル逃げ	今井貴（愛知）	実14.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場49走で勝率4%と苦戦傾向／同距離帯は46走で勝ち無し／直近3走で勝率67%と好調）
前5走 06/30 名古屋7R 4着/12頭+0.0秒 06/05 名古屋7R 1着/12頭 05/08 名古屋1R 1着/10頭勝利 04/24 名古屋3R 5着/12頭+2.0秒 04/10 名古屋4R 2着/11頭+0.6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 67% (絶好調) × 当競馬場適性 49走で勝率 4% (苦戦) ▽ 距離適性同距離は 46走で勝ち無し × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 6.8%) ※ 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	ウィッティングハム	木之葵（愛知）	実16.5	△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5走 07/15 名古屋9R 5着/12頭 07/03 名古屋6R 1着/12頭 06/22 名古屋6R 4着/10頭 06/05 名古屋12R 3着/11頭 05/25 名古屋5R 2着/11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 22走で勝率 14% △ 距離適性同距離 22走で勝率 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) +2% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 6.1%) ※ 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。
4	アフロビート	筒井勇（笠松）	実15.4	△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0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 07/14 名古屋9R 8着/11頭 06/30 名古屋9R 6着/12頭+2.0秒 06/17 名古屋7R 3着/11頭+0.0秒 06/03 名古屋9R 4着/12頭 05/20 名古屋4R 5着/11頭
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 5.7着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ 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) -34% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 6.5%) ※ 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。
5	クリノナイスガイ	細川智（愛知）	実122.5	▽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／直近3走平均10.0着と低調）
前5走 07/15 名古屋9R 11着/12頭+1.0秒 07/01 名古屋10R 10着/12頭+3.0秒 06/16 名古屋11R 9着/12頭+0.0秒 05/19 名古屋9R 9着/11頭+2.5秒 05/05 名古屋9R 11着/11頭+4.0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 10.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) △ 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) ○ 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) -30% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.8%) ※ 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	ハルノウミ	深澤杏（笠松）	実24.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/14 名古屋10R 9着/12頭 07/02 名古屋8R 2着/12頭+3.0秒 06/04 名古屋5R 4着/12頭 05/25 名古屋7R 2着/10頭 05/08 名古屋12R 3着/10頭+0.2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 5.0着 △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 18走で勝率 6% △ 騎手近50戦勝率 2% (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) -62% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 4.1%) ※ 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。
7	グラスチアー	加藤誓（愛知）	実71.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場47走で勝率4%と苦戦傾向／同距離帯は47走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/14 名古屋9R 10着/11頭 07/03 名古屋7R 1着/12頭 06/22 名古屋7R 4着/11頭 06/05 名古屋6R 7着/12頭 05/25 名古屋6R 7着/10頭
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 47走で勝率 4% (苦戦) ▽ 距離適性同距離は 47走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) -39% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
8	オーケーサンダー逃げ	村上弘（愛知）	実41.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/14 名古屋9R 7着/11頭+0.0秒 06/16 名古屋11R 10着/12頭 05/08 名古屋12R 3着/10頭+0.2秒 03/31 名古屋11R 2着/9頭+0.2秒 03/17 名古屋9R 3着/11頭+0.5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 6.7着 ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 11走で勝率 18% ○ 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) -39% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.4%) ※ 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。
9	ラブリーサイン	渡邊竜（笠松）	実5.4	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場11走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し／前走3着）
前5走 07/15 名古屋9R 3着/12頭 07/01 名古屋10R 6着/12頭+0.0秒 06/16 名古屋9R 7着/10頭 05/20 名古屋12R 8着/11頭 04/20 名古屋11R 9着/11頭+2.2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 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) +29% (市場と概ね一致) AI 予想勝率 24.0% (オッズ暗示: 18.5%) ※ 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	ルナフェイズ逃げ	丸山真（愛知）	実22.2	▽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5走 07/14 名古屋9R 11着/11頭+0.0秒 06/05 名古屋12R 1着/11頭 05/22 名古屋8R 3着/11頭 04/22 名古屋8R 1着/11頭勝利 04/09 名古屋4R 6着/11頭+0.8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 14走で勝率 21% (相性良) ○ 距離適性同距離 14走で勝率 21% ○ 馬場適性同馬場 5走で勝率 20% ▽ 前走実績前走 11着 (大敗) ○ 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) -45% (大幅な期待値マイナス) AI 予想勝率 2.5% (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。
11	ルミナスピラー推奨	近藤颯（愛知）	実10.7	▲詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+91%の中穴候補（直近3走勝率33%と上り調子／当競馬場16走で勝率25%と適性高／同距離帯で勝率27%と得意）
前5走 07/17 名古屋9R 1着/3頭 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
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 16走で勝率 25% (得意) ◎ 距離適性同距離 15走で勝率 27% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +91% (市場が大幅過小評価) AI 予想勝率 17.9% (オッズ暗示: 9.3%) ※ 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。
12	サトノスフィア	塚本征（愛知）	実1.7	×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20走で勝率25%と適性高／同距離帯16走で勝率25%／直近3走で勝率67%と好調）
前5走 07/17 名古屋8R 1着/3頭 07/03 名古屋6R 3着/12頭 06/04 名古屋3R 1着/12頭 05/20 名古屋7R 1着/11頭 05/05 名古屋6R 6着/12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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 20走で勝率 25% (得意) ◎ 距離適性同距離 16走で勝率 25% ○ 馬場適性同馬場 11走で勝率 27% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 24.7% (オッズ暗示: 58.8%) ※ 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。

🎯 AIの本命

AI評価1位

サトノスフィア

騎手塚本征（愛知）

単勝オッズ

1.7倍

AI期待値

-58%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ラブリーサイン

5.4倍

EV +29%

▲11ルミナスピラー

10.7倍

EV +91%

出走馬全12頭

×12

サトノスフィア

塚本征（愛知）

1.7倍

-58%

›

○9

ラブリーサイン

渡邊竜（笠松）

5.4倍

+29%

›

▲11

ルミナスピラー

近藤颯（愛知）

10.7倍

+91%

›

△1

アットザホップ

大畑慧（愛知）

12.6倍

+60%

›

△3

ウィッティングハム

木之葵（愛知）

16.5倍

+2%

›

△4

アフロビート

筒井勇（笠松）

15.4倍

-34%

›

×2

ハクサンシャトル

今井貴（愛知）

14.6倍

-52%

›

▽10

ルナフェイズ

丸山真（愛知）

22.2倍

-44%

›

×6

ハルノウミ

深澤杏（笠松）

24.1倍

-61%

›

▽8

オーケーサンダー

村上弘（愛知）

41.0倍

-38%

›

▽7

グラスチアー

加藤誓（愛知）

71.2倍

-39%

›

▽5

クリノナイスガイ

細川智（愛知）

122.5倍

-29%

›

💡 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 11 ルミナスピラー ¥200 確定5.5倍期待値 +92% 🎯的中1着確定 5.5倍1,100円

B. 市場除外+キャリブ

単勝 1 アットザホップ ¥2,000 実12.6倍期待値 +60% ❌不的中6着単勝 12.6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。