名古屋 4R 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

4R 名古屋競馬場ダ1500m ダート1500m　発走 15:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウインモアナ	小笠羚（愛知）	実77.3	B× A▽勝率1% EV-48% 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 07/14 名古屋3R 11着/12頭 07/02 名古屋2R 7着/11頭 06/22 名古屋5R 11着/12頭 06/03 名古屋2R 1着/12頭 05/22 名古屋1R 7着/11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 9.7着 (不振) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 10走で勝率 10% △ 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 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 11位 / 勝率 0.7% / 期待値 -49% ※ 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	ベベペッパー	今井貴（愛知）	実2.7	B🌟◎ A🌟◎勝率31% EV-16% 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3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/14 名古屋3R 5着/12頭 06/18 名古屋2R 1着/11頭 06/03 名古屋2R 4着/12頭+0.0秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ○ 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) +29% (市場と概ね一致) AI 予想勝率 47.8% (オッズ暗示: 37.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.0% / 期待値 -16% ※ 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	ホレキタヤレキタ	近藤颯（愛知）	実12.9	B× A△勝率4% EV-51% 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14走で勝ち無し）
前5走 07/02 名古屋2R 8着/11頭 06/22 名古屋5R 4着/12頭 05/25 名古屋4R 2着/11頭 05/07 名古屋2R 6着/10頭+2.4秒 04/23 名古屋5R 9着/11頭+2.9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 4.7着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.8% / 期待値 -51% ※ 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	ブルースプレイヤー	阪野学（愛知）	実44.0	B△ A▽勝率2% EV+0% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率50%と好調）
前5走 07/14 名古屋3R 8着/12頭 06/30 名古屋3R 1着/12頭 ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) ○ 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) +102% (市場が大幅過小評価) AI 予想勝率 4.6% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 +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。
5	ゴッドシュアウイン	渡邊竜（笠松）	実4.6	B○ A○勝率31% EV+41% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 07/17 名古屋1R 1着/3頭 06/16 名古屋3R 5着/11頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 25.6% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 30.8% / 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。
6	ウインクリンゲル	丹羽克（愛知）	実7.7	B△ A△勝率9% EV-30% 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5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 07/15 名古屋11R 11着/12頭 07/01 名古屋4R 3着/12頭 06/22 名古屋2R 2着/11頭 06/02 名古屋1R 7着/12頭 05/22 名古屋3R 2着/11頭+1.0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 5.3着 × 当競馬場適性 5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) ▽ 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) -22% (オッズ過剰評価) AI 予想勝率 10.2% (オッズ暗示: 13.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.0% / 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。
7	アンファール	大原浩（笠松）	実7.6	B× A△勝率5% EV-63% 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／前走2着）
前5走 07/14 名古屋2R 2着/3頭 07/01 名古屋3R 5着/12頭 06/22 名古屋2R 6着/11頭 06/02 名古屋1R 5着/12頭 05/25 名古屋1R 5着/10頭+0.0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 4.3着 × 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 2着 (好走) ○ 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) AI 予想勝率 0.0% (オッズ暗示: 13.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.8% / 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。
8	ベイビーメイビー	塚本征（愛知）	実4.5	B▲ A▲勝率12% EV-47% 詳細▼	AI上位評価だが期待値不足、見送り（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 06/30 名古屋2R 1着/12頭 ― ― ― ―
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 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) × 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 10.2% (オッズ暗示: 22.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.6% / 期待値 -48% ※ 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	キタカラキタマアヤ	大畑慧（愛知）	実140.9	B× A▽勝率1% EV-8% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 07/14 名古屋4R 12着/12頭 06/22 名古屋5R 5着/12頭 06/02 名古屋3R 11着/11頭 05/20 名古屋3R 7着/10頭+2.0秒 05/06 名古屋4R 10着/12頭+2.3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 9.3着 (不振) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 10走で勝率 10% ▽ 前走実績前走 12着 (大敗) ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 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。
10	グレーターグレイ	木之葵（愛知）	実44.8	B× A▽勝率2% EV-18% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 07/14 名古屋3R 10着/12頭 06/22 名古屋5R 10着/12頭 05/20 名古屋6R 6着/10頭 05/08 名古屋6R 1着/10頭勝利 03/23 名古屋2R 4着/10頭+1.6秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 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 16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: 2.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 期待値 -18% ※ 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	エバーウインド	筒井勇（笠松）	実30.0	B△ A▽勝率3% EV-21% 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50%と好調）
前5走 07/01 名古屋4R 8着/12頭+4.0秒 06/16 名古屋5R 1着/11頭 ― ― ―
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 50% (絶好調) × 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 1.4% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.6% / 期待値 -21% ※ 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	コスモギオン	丸野勝（愛知）	実53.5	B× A▽勝率1% EV-47% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場13走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 07/14 名古屋3R 7着/12頭 07/01 名古屋4R 4着/12頭+4.0秒 06/22 名古屋5R 8着/12頭 06/02 名古屋2R 8着/11頭 05/20 名古屋3R 9着/10頭+4.0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 6.3着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 期待値 -47% ※ 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 ◎

ベベペッパー

騎手今井貴（愛知）

単勝オッズ

2.7倍

AI期待値

+29%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5ゴッドシュアウイン

4.6倍

EV +17%

▲A:▲8ベイビーメイビー

4.5倍

EV -54%

出走馬全12頭

◎A:◎2

ベベペッパー

今井貴（愛知）

2.7倍

+29%

›

○A:○5

ゴッドシュアウイン

渡邊竜（笠松）

4.6倍

+17%

›

▲A:▲8

ベイビーメイビー

塚本征（愛知）

4.5倍

-54%

›

△A:△6

ウインクリンゲル

丹羽克（愛知）

7.7倍

-21%

›

△A:▽4

ブルースプレイヤー

阪野学（愛知）

44.0倍

+102%

›

△A:▽11

エバーウインド

筒井勇（笠松）

30.0倍

-58%

›

×A:▽12

コスモギオン

丸野勝（愛知）

53.5倍

-90%

›

×A:△7

アンファール

大原浩（笠松）

7.6倍

-99%

›

×A:△3

ホレキタヤレキタ

近藤颯（愛知）

12.9倍

-99%

›

×A:▽10

グレーターグレイ

木之葵（愛知）

44.8倍

-98%

›

×A:▽9

キタカラキタマアヤ

大畑慧（愛知）

140.9倍

-95%

›

×A:▽1

ウインモアナ

小笠羚（愛知）

77.3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）

4R 名古屋競馬場ダ1500m ダート1500m　発走 15:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウインモアナ	小笠羚（愛知）	実77.3	▽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 07/14 名古屋3R 11着/12頭 07/02 名古屋2R 7着/11頭 06/22 名古屋5R 11着/12頭 06/03 名古屋2R 1着/12頭 05/22 名古屋1R 7着/11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 9.7着 (不振) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 10走で勝率 10% △ 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 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.3%) ※ 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	ベベペッパー	今井貴（愛知）	実2.7	🌟◎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3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/14 名古屋3R 5着/12頭 06/18 名古屋2R 1着/11頭 06/03 名古屋2R 4着/12頭+0.0秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ○ 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) -16% (オッズ過剰評価) AI 予想勝率 31.0% (オッズ暗示: 37.0%) ※ 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。
3	ホレキタヤレキタ	近藤颯（愛知）	実12.9	△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14走で勝ち無し）
前5走 07/02 名古屋2R 8着/11頭 06/22 名古屋5R 4着/12頭 05/25 名古屋4R 2着/11頭 05/07 名古屋2R 6着/10頭+2.4秒 04/23 名古屋5R 9着/11頭+2.9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 4.7着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) -51% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 7.8%) ※ 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。
4	ブルースプレイヤー	阪野学（愛知）	実44.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率50%と好調）
前5走 07/14 名古屋3R 8着/12頭 06/30 名古屋3R 1着/12頭 ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) ○ 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) +0% (市場と概ね一致) AI 予想勝率 2.3% (オッズ暗示: 2.3%) ※ 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。
5	ゴッドシュアウイン	渡邊竜（笠松）	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 07/17 名古屋1R 1着/3頭 06/16 名古屋3R 5着/11頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +41% (妙味あり) AI 予想勝率 30.8% (オッズ暗示: 21.7%) ※ 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。
6	ウインクリンゲル	丹羽克（愛知）	実7.7	△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5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 07/15 名古屋11R 11着/12頭 07/01 名古屋4R 3着/12頭 06/22 名古屋2R 2着/11頭 06/02 名古屋1R 7着/12頭 05/22 名古屋3R 2着/11頭+1.0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 5.3着 × 当競馬場適性 5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) ▽ 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) -30% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 13.0%) ※ 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。
7	アンファール	大原浩（笠松）	実7.6	△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／前走2着）
前5走 07/14 名古屋2R 2着/3頭 07/01 名古屋3R 5着/12頭 06/22 名古屋2R 6着/11頭 06/02 名古屋1R 5着/12頭 05/25 名古屋1R 5着/10頭+0.0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 4.3着 × 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 2着 (好走) ○ 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) -63% (大幅な期待値マイナス) AI 予想勝率 4.8% (オッズ暗示: 13.2%) ※ 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	ベイビーメイビー	塚本征（愛知）	実4.5	▲詳細▼	AI上位評価だが期待値不足、見送り（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 06/30 名古屋2R 1着/12頭 ― ― ― ―
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 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) × 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 11.6% (オッズ暗示: 22.2%) ※ 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	キタカラキタマアヤ	大畑慧（愛知）	実140.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 07/14 名古屋4R 12着/12頭 06/22 名古屋5R 5着/12頭 06/02 名古屋3R 11着/11頭 05/20 名古屋3R 7着/10頭+2.0秒 05/06 名古屋4R 10着/12頭+2.3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 9.3着 (不振) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 10走で勝率 10% ▽ 前走実績前走 12着 (大敗) ○ 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) -9% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.7%) ※ 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	グレーターグレイ	木之葵（愛知）	実44.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 07/14 名古屋3R 10着/12頭 06/22 名古屋5R 10着/12頭 05/20 名古屋6R 6着/10頭 05/08 名古屋6R 1着/10頭勝利 03/23 名古屋2R 4着/10頭+1.6秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 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 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.2%) ※ 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	エバーウインド	筒井勇（笠松）	実30.0	▽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50%と好調）
前5走 07/01 名古屋4R 8着/12頭+4.0秒 06/16 名古屋5R 1着/11頭 ― ― ―
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 50% (絶好調) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 3.3%) ※ 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	コスモギオン	丸野勝（愛知）	実53.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場13走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 07/14 名古屋3R 7着/12頭 07/01 名古屋4R 4着/12頭+4.0秒 06/22 名古屋5R 8着/12頭 06/02 名古屋2R 8着/11頭 05/20 名古屋3R 9着/10頭+4.0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 6.3着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 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) -47% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.9%) ※ 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。

🎯 AIの本命

AI評価1位

ベベペッパー

騎手今井貴（愛知）

単勝オッズ

2.7倍

AI期待値

-16%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ゴッドシュアウイン

4.6倍

EV +41%

▲8ベイビーメイビー

4.5倍

EV -47%

出走馬全12頭

◎2

ベベペッパー

今井貴（愛知）

2.7倍

-16%

›

○5

ゴッドシュアウイン

渡邊竜（笠松）

4.6倍

+41%

›

▲8

ベイビーメイビー

塚本征（愛知）

4.5倍

-47%

›

△6

ウインクリンゲル

丹羽克（愛知）

7.7倍

-30%

›

△7

アンファール

大原浩（笠松）

7.6倍

-63%

›

△3

ホレキタヤレキタ

近藤颯（愛知）

12.9倍

-51%

›

▽11

エバーウインド

筒井勇（笠松）

30.0倍

-21%

›

▽4

ブルースプレイヤー

阪野学（愛知）

44.0倍

+0%

›

▽10

グレーターグレイ

木之葵（愛知）

44.8倍

-18%

›

▽12

コスモギオン

丸野勝（愛知）

53.5倍

-47%

›

▽1

ウインモアナ

小笠羚（愛知）

77.3倍

-48%

›

▽9

キタカラキタマアヤ

大畑慧（愛知）

140.9倍

-8%

›

💡 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。