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1500m ダート1500m　発走 17:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ロジスクリーン	細川智（愛知）	実139.4	B× A▽勝率1% EV-27% 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6R 9着/12頭+1.0秒 06/19 名古屋2R 4着/11頭 06/04 名古屋12R 11着/12頭+2.0秒 05/21 名古屋5R 3着/10頭 04/23 名古屋1R 4着/11頭+0.8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 8.0着 (不振) × 当競馬場適性 44走で勝率 5% (苦戦) ▽ 距離適性同距離は 44走で勝ち無し △ 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) -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 -28% ※ 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	ポムドール自在	今井貴（愛知）	実4.1	B△ A▲勝率10% EV-59% 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67%／直近3走で勝率67%と好調／91日ぶりの実戦）
前5走 04/30 園田11R 7着/10頭+1.4秒 10/15 名古屋5R 1着/12頭勝利 09/19 名古屋7R 1着/12頭勝利 ― ―
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) ◎ 距離適性同距離 3走で勝率 67% △ ローテーション 91日休養明け × 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 2.1% (オッズ暗示: 24.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.8% / 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。
3	ラヴァーズブルー逃げ	加藤聡（愛知）	実2.2	B🌟◎ A🌟◎勝率56% EV+23% 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9走で勝率44%と適性高／同距離帯7走で勝率43%／同馬場状態で勝率38%）
前5走 07/14 名古屋7R 2着/12頭 03/26 名古屋1R 1着/11頭勝利 03/10 名古屋4R 1着/11頭勝利 02/23 名古屋3R 1着/11頭勝利 09/16 名古屋8R 3着/12頭+1.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 9走で勝率 44% (得意) ◎ 距離適性同距離 7走で勝率 43% ◎ 馬場適性同馬場 8走で勝率 38% ○ 騎手近50戦勝率 16% ○ 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) +85% (市場が大幅過小評価) AI 予想勝率 84.2% (オッズ暗示: 45.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 55.9% / 期待値 +23% ※ 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	チャットケリー先行	村上弘（愛知）	実16.9	B△ A△勝率5% EV-22% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（69日ぶりの実戦）
前5走 05/22 名古屋7R 4着/11頭 05/07 名古屋5R 3着/10頭+0.4秒 04/23 名古屋3R 3着/12頭+0.1秒 03/26 名古屋3R 7着/12頭+0.9秒 03/11 名古屋6R 3着/11頭+0.7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 3.3着 △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 12走で勝率 8% × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 5.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.6% / 期待値 -23% ※ 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	セブンスプリングス	塚本征（愛知）	実5.1	B× A○勝率12% EV-39% 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／騎手は近50戦で勝率26%）
前5走 07/15 名古屋6R 7着/12頭 06/17 名古屋12R 1着/12頭 06/02 名古屋7R 3着/12頭+1.0秒 04/20 名古屋9R 9着/11頭+1.6秒 04/08 名古屋4R 4着/11頭+0.1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 19走で勝率 5% △ 距離適性同距離 17走で勝率 6% ◎ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 19.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.9% / 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。
6	ウォーターリッシュ	加藤利（愛知）	実33.8	B× A▽勝率2% EV-42% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場41走で勝率5%と苦戦傾向／同距離帯は27走で勝ち無し）
前5走 07/02 名古屋12R 8着/12頭 06/19 名古屋2R 2着/11頭+2.0秒 05/22 名古屋6R 6着/9頭 05/07 名古屋6R 8着/11頭+1.7秒 04/23 名古屋6R 9着/12頭+2.7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 41走で勝率 5% (苦戦) ▽ 距離適性同距離は 27走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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: 3.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.7% / 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	ゴールドプラン	小笠羚（愛知）	実7.3	B△ A△勝率5% EV-65% 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25走で勝率4%と苦戦傾向／同距離帯は21走で勝ち無し／前走3着）
前5走 07/02 名古屋3R 3着/12頭 06/18 名古屋7R 8着/11頭+2.0秒 06/03 名古屋12R 3着/12頭+0.0秒 05/05 名古屋12R 2着/12頭+0.0秒 04/22 名古屋2R 3着/12頭+1.7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 25走で勝率 4% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3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 0.5% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.8% / 期待値 -65% ※ 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	ヴァークスティ差し	筒井勇（笠松）	実109.5	B× A▽勝率1% EV-44% 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6R 10着/12頭 05/25 名古屋8R 7着/10頭 05/08 名古屋4R 7着/10頭+1.5秒 04/24 名古屋6R 5着/12頭+1.3秒 04/13 名古屋5R 5着/9頭+0.9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 8.0着 (不振) × 当競馬場適性 36走で勝率 3% (苦戦) ▽ 距離適性同距離は 42走で勝ち無し ▽ 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) -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 -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。
9	デルマガニメデ	大畑雅（愛知）	実22.5	B○ A▽勝率3% EV-34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 07/14 名古屋12R 2着/11頭+4.0秒 07/02 名古屋5R 6着/11頭 06/18 名古屋12R 2着/12頭 06/03 名古屋7R 5着/12頭 03/10 名古屋5R 1着/11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戦の調子平均 3.3着 △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 13走で勝率 8% ○ 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) +75% (市場が大幅過小評価) AI 予想勝率 7.8% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.9% / 期待値 -35% ※ 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	ザボドフスキー追込	加藤誓（愛知）	実28.5	B× A×勝率1% EV-68% 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 07/03 名古屋10R 8着/12頭+3.0秒 06/05 船橋7R 6着/12頭 05/07 船橋3R 11着/12頭+3.5秒 04/02 船橋3R 10着/12頭+4.1秒 03/13 船橋2R 8着/11頭+2.5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 8.3着 (不振) ▽ 距離適性同距離は 10走で勝ち無し △ 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 期待値 -69% ※ 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	ニホンピログリット	大畑慧（愛知）	実22.4	B▲ A△勝率6% EV+23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率30%／直近3走で勝率33%と好調）
前5走 07/15 名古屋12R 8着/12頭 07/01 名古屋2R 2着/12頭 06/16 名古屋7R 1着/10頭 06/02 名古屋6R 5着/12頭+0.0秒 05/19 名古屋7R 3着/11頭+1.0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 18走で勝率 17% (相性良) ○ 距離適性同距離 13走で勝率 15% ◎ 馬場適性同馬場 10走で勝率 30% ○ 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) +1% (市場と概ね一致) AI 予想勝率 4.6% (オッズ暗示: 4.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.5% / 期待値 +24% ※ 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	シャイニングウェイ	阪野学（愛知）	実72.5	B× A▽勝率1% EV-47% 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 07/03 名古屋10R 11着/12頭 06/05 名古屋9R 7着/12頭 05/25 名古屋10R 10着/10頭 05/08 名古屋4R 4着/10頭+0.9秒 04/24 名古屋6R 6着/12頭+1.7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 9.3着 (不振) △ 当競馬場適性 39走で勝率 8% △ 距離適性同距離 33走で勝率 9% ▽ 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) -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 0.7% / 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 ◎

ラヴァーズブルー

騎手加藤聡（愛知）

単勝オッズ

2.2倍

AI期待値

+85%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▽9デルマガニメデ

22.5倍

EV +75%

▲A:△11ニホンピログリット

22.4倍

EV +1%

出走馬全12頭

◎A:◎3

ラヴァーズブルー

加藤聡（愛知）

2.2倍

+85%

›

○A:▽9

デルマガニメデ

大畑雅（愛知）

22.5倍

+75%

›

▲A:△11

ニホンピログリット

大畑慧（愛知）

22.4倍

+1%

›

△A:▲2

ポムドール

今井貴（愛知）

4.1倍

-91%

›

△A:△4

チャットケリー

村上弘（愛知）

16.9倍

-88%

›

△A:△7

ゴールドプラン

小笠羚（愛知）

7.3倍

-96%

›

×A:○5

セブンスプリングス

塚本征（愛知）

5.1倍

-99%

›

×A:▽6

ウォーターリッシュ

加藤利（愛知）

33.8倍

-99%

›

×A:×10

ザボドフスキー

加藤誓（愛知）

28.5倍

-99%

›

×A:▽12

シャイニングウェイ

阪野学（愛知）

72.5倍

-99%

›

×A:▽8

ヴァークスティ

筒井勇（笠松）

109.5倍

-99%

›

×A:▽1

ロジスクリーン

細川智（愛知）

139.4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）

6R 名古屋競馬場ダ1500m ダート1500m　発走 17:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ロジスクリーン	細川智（愛知）	実139.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場44走で勝率5%と苦戦傾向／同距離帯は44走で勝ち無し／直近3走平均8.0着と低調）
前5走 07/15 名古屋6R 9着/12頭+1.0秒 06/19 名古屋2R 4着/11頭 06/04 名古屋12R 11着/12頭+2.0秒 05/21 名古屋5R 3着/10頭 04/23 名古屋1R 4着/11頭+0.8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 8.0着 (不振) × 当競馬場適性 44走で勝率 5% (苦戦) ▽ 距離適性同距離は 44走で勝ち無し △ 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) -28% (オッズ過剰評価) AI 予想勝率 0.5% (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。
2	ポムドール自在	今井貴（愛知）	実4.1	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯3走で勝率67%／直近3走で勝率67%と好調／91日ぶりの実戦）
前5走 04/30 園田11R 7着/10頭+1.4秒 10/15 名古屋5R 1着/12頭勝利 09/19 名古屋7R 1着/12頭勝利 ― ―
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) ◎ 距離適性同距離 3走で勝率 67% △ ローテーション 91日休養明け × 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 9.8% (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。
3	ラヴァーズブルー逃げ	加藤聡（愛知）	実2.2	🌟◎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9走で勝率44%と適性高／同距離帯7走で勝率43%／同馬場状態で勝率38%）
前5走 07/14 名古屋7R 2着/12頭 03/26 名古屋1R 1着/11頭勝利 03/10 名古屋4R 1着/11頭勝利 02/23 名古屋3R 1着/11頭勝利 09/16 名古屋8R 3着/12頭+1.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 9走で勝率 44% (得意) ◎ 距離適性同距離 7走で勝率 43% ◎ 馬場適性同馬場 8走で勝率 38% ○ 騎手近50戦勝率 16% ○ 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) +23% (市場と概ね一致) AI 予想勝率 55.9% (オッズ暗示: 45.5%) ※ 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。
4	チャットケリー先行	村上弘（愛知）	実16.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（69日ぶりの実戦）
前5走 05/22 名古屋7R 4着/11頭 05/07 名古屋5R 3着/10頭+0.4秒 04/23 名古屋3R 3着/12頭+0.1秒 03/26 名古屋3R 7着/12頭+0.9秒 03/11 名古屋6R 3着/11頭+0.7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 3.3着 △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 12走で勝率 8% △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 5.9%) ※ 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。
5	セブンスプリングス	塚本征（愛知）	実5.1	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／騎手は近50戦で勝率26%）
前5走 07/15 名古屋6R 7着/12頭 06/17 名古屋12R 1着/12頭 06/02 名古屋7R 3着/12頭+1.0秒 04/20 名古屋9R 9着/11頭+1.6秒 04/08 名古屋4R 4着/11頭+0.1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 19走で勝率 5% △ 距離適性同距離 17走で勝率 6% ◎ 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) -39% (大幅な期待値マイナス) AI 予想勝率 11.9% (オッズ暗示: 19.6%) ※ 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。
6	ウォーターリッシュ	加藤利（愛知）	実33.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場41走で勝率5%と苦戦傾向／同距離帯は27走で勝ち無し）
前5走 07/02 名古屋12R 8着/12頭 06/19 名古屋2R 2着/11頭+2.0秒 05/22 名古屋6R 6着/9頭 05/07 名古屋6R 8着/11頭+1.7秒 04/23 名古屋6R 9着/12頭+2.7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 41走で勝率 5% (苦戦) ▽ 距離適性同距離は 27走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.0%) ※ 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	ゴールドプラン	小笠羚（愛知）	実7.3	△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25走で勝率4%と苦戦傾向／同距離帯は21走で勝ち無し／前走3着）
前5走 07/02 名古屋3R 3着/12頭 06/18 名古屋7R 8着/11頭+2.0秒 06/03 名古屋12R 3着/12頭+0.0秒 05/05 名古屋12R 2着/12頭+0.0秒 04/22 名古屋2R 3着/12頭+1.7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 25走で勝率 4% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3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) -65% (大幅な期待値マイナス) AI 予想勝率 4.8% (オッズ暗示: 13.7%) ※ 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。
8	ヴァークスティ差し	筒井勇（笠松）	実109.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率3%と苦戦傾向／同距離帯は42走で勝ち無し／直近3走平均8.0着と低調）
前5走 07/15 名古屋6R 10着/12頭 05/25 名古屋8R 7着/10頭 05/08 名古屋4R 7着/10頭+1.5秒 04/24 名古屋6R 5着/12頭+1.3秒 04/13 名古屋5R 5着/9頭+0.9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 8.0着 (不振) × 当競馬場適性 36走で勝率 3% (苦戦) ▽ 距離適性同距離は 42走で勝ち無し ▽ 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) -45% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
9	デルマガニメデ	大畑雅（愛知）	実22.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 07/14 名古屋12R 2着/11頭+4.0秒 07/02 名古屋5R 6着/11頭 06/18 名古屋12R 2着/12頭 06/03 名古屋7R 5着/12頭 03/10 名古屋5R 1着/11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戦の調子平均 3.3着 △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 13走で勝率 8% ○ 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) -35% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 4.4%) ※ 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。
10	ザボドフスキー追込	加藤誓（愛知）	実28.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は10走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/03 名古屋10R 8着/12頭+3.0秒 06/05 船橋7R 6着/12頭 05/07 船橋3R 11着/12頭+3.5秒 04/02 船橋3R 10着/12頭+4.1秒 03/13 船橋2R 8着/11頭+2.5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 8.3着 (不振) ▽ 距離適性同距離は 10走で勝ち無し △ 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) -69% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 3.5%) ※ 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	ニホンピログリット	大畑慧（愛知）	実22.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率30%／直近3走で勝率33%と好調）
前5走 07/15 名古屋12R 8着/12頭 07/01 名古屋2R 2着/12頭 06/16 名古屋7R 1着/10頭 06/02 名古屋6R 5着/12頭+0.0秒 05/19 名古屋7R 3着/11頭+1.0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 18走で勝率 17% (相性良) ○ 距離適性同距離 13走で勝率 15% ◎ 馬場適性同馬場 10走で勝率 30% ○ 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) +23% (市場と概ね一致) AI 予想勝率 5.5% (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。
12	シャイニングウェイ	阪野学（愛知）	実72.5	▽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 07/03 名古屋10R 11着/12頭 06/05 名古屋9R 7着/12頭 05/25 名古屋10R 10着/10頭 05/08 名古屋4R 4着/10頭+0.9秒 04/24 名古屋6R 6着/12頭+1.7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 9.3着 (不振) △ 当競馬場適性 39走で勝率 8% △ 距離適性同距離 33走で勝率 9% ▽ 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) -47% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。

🎯 AIの本命

AI評価1位

ラヴァーズブルー

騎手加藤聡（愛知）

単勝オッズ

2.2倍

AI期待値

+23%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5セブンスプリングス

5.1倍

EV -39%

▲2ポムドール

4.1倍

EV -59%

出走馬全12頭

◎3

ラヴァーズブルー

加藤聡（愛知）

2.2倍

+23%

›

○5

セブンスプリングス

塚本征（愛知）

5.1倍

-39%

›

▲2

ポムドール

今井貴（愛知）

4.1倍

-59%

›

△11

ニホンピログリット

大畑慧（愛知）

22.4倍

+23%

›

△7

ゴールドプラン

小笠羚（愛知）

7.3倍

-65%

›

△4

チャットケリー

村上弘（愛知）

16.9倍

-22%

›

▽9

デルマガニメデ

大畑雅（愛知）

22.5倍

-34%

›

▽6

ウォーターリッシュ

加藤利（愛知）

33.8倍

-42%

›

×10

ザボドフスキー

加藤誓（愛知）

28.5倍

-68%

›

▽12

シャイニングウェイ

阪野学（愛知）

72.5倍

-47%

›

▽1

ロジスクリーン

細川智（愛知）

139.4倍

-27%

›

▽8

ヴァークスティ

筒井勇（笠松）

109.5倍

-44%

›

💡 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。