名古屋 8R 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

8R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 18:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リンクスターツ	今井貴（愛知）	実3.6	B○ A▲勝率13% EV-52% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 06/18 名古屋9R 4着/10頭+3.0秒 06/04 名古屋7R 3着/11頭 05/21 名古屋6R 6着/10頭 02/26 名古屋12R 3着/11頭+0.3秒 01/14 名古屋12R 2着/10頭+0.2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 4.3着 ○ 当競馬場適性 43走で勝率 21% (相性良) ○ 距離適性同距離 29走で勝率 24% ○ 馬場適性同馬場 22走で勝率 23% × 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 9.3% (オッズ暗示: 27.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.2% / 期待値 -53% ※ 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	グランプリショット	丹羽克（愛知）	実165.4	B× A▽勝率1% EV+6% 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 07/01 園田10R 10着/10頭+3.0秒 06/03 園田10R 11着/12頭+5.0秒 05/21 園田9R 8着/8頭 05/05 園田10R 10着/11頭+2.6秒 04/30 園田8R 6着/6頭+4.8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 9.7着 (不振) ▽ 距離適性同距離は 5走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 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 +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。
3	アーニャアザザマス推奨	望月洵（愛知）	実5.8	B🌟◎ A◎勝率28% EV+63% 詳細▼	市場が大きく過小評価、AI予想勝率52% × オッズ5.8倍で期待値+198%の有力候補（当競馬場で勝率24%と相性良／同距離帯で勝率15%／同馬場と相性良）
前5走 06/30 名古屋7R 9着/12頭 06/04 名古屋9R 6着/12頭 05/21 名古屋7R 4着/10頭+4.0秒 05/07 名古屋10R 2着/10頭+1.2秒 04/23 名古屋8R 11着/12頭+4.2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 6.3着 ○ 当競馬場適性 17走で勝率 24% (相性良) ○ 距離適性同距離 20走で勝率 15% ○ 馬場適性同馬場 13走で勝率 23% ◎ 騎手近50戦勝率 26% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +198% (市場が大幅過小評価) AI 予想勝率 51.5% (オッズ暗示: 17.2%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 28.2% / 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。
4	オニクダイスキマン自在	小笠羚（愛知）	実32.0	B× A×勝率2% EV-50% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場18走で勝率0%と苦戦傾向／同距離帯は27走で勝ち無し）
前5走 06/04 名古屋5R 8着/12頭 05/25 名古屋7R 3着/10頭 05/08 名古屋8R 4着/11頭+0.3秒 04/24 名古屋8R 2着/11頭+1.4秒 04/13 名古屋6R 4着/10頭+1.0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 5.0着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 27走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 3.1%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 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。
5	フィナルフェリス	塚本征（愛知）	実17.9	B▽ A▽勝率4% EV-33% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率24%）
前5走 07/02 名古屋6R 7着/12頭 06/05 名古屋8R 5着/12頭+0.0秒 05/25 名古屋6R 4着/10頭 05/08 名古屋9R 12着/12頭+3.8秒 04/13 名古屋9R 2着/10頭+0.4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 5.3着 △ 当競馬場適性 17走で勝率 12% ○ 距離適性同距離 13走で勝率 15% ◎ 騎手近50戦勝率 24% (好調) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 4.7% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.7% / 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。
6	テレヴァカ	村上弘（愛知）	実23.0	B▽ A▽勝率3% EV-33% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/01 名古屋7R 8着/11頭+0.0秒 06/17 名古屋7R 6着/11頭+1.0秒 05/20 名古屋4R 11着/11頭 05/05 名古屋7R 6着/11頭+1.6秒 04/08 名古屋8R 5着/11頭+1.1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 8.3着 (不振) △ 当競馬場適性 35走で勝率 14% ○ 距離適性同距離 23走で勝率 17% △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.9% / 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。
7	シャッフルガール自在	加藤聡（愛知）	実31.3	B× A×勝率1% EV-57% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 06/17 名古屋7R 9着/11頭+3.0秒 06/03 名古屋9R 7着/12頭 05/05 名古屋1R 11着/11頭+2.5秒 04/22 名古屋7R 9着/12頭+2.0秒 04/08 名古屋9R 11着/11頭+5.3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 9.0着 (不振) △ 当競馬場適性 12走で勝率 8% ○ 距離適性同距離 19走で勝率 21% ○ 騎手近50戦勝率 18% × 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: 3.2%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 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。
8	ハーピークオーレ	渡邊竜（笠松）	実3.8	B× A○勝率13% EV-49% 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42走で勝率5%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 07/17 名古屋8R 3着/3頭 07/03 名古屋8R 3着/11頭 06/22 名古屋6R 3着/10頭+0.0秒 06/05 名古屋9R 3着/12頭 05/25 名古屋8R 4着/10頭+1.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) × 当競馬場適性 42走で勝率 5% (苦戦) △ 距離適性同距離 32走で勝率 6% ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) × 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 2.8% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.2% / 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。
9	メタルクラフト差し	丸野勝（愛知）	実13.8	B△ A△勝率9% EV+24% 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／前走勝利の勢い）
前5走 07/17 名古屋12R 1着/12頭 07/03 名古屋7R 5着/12頭 05/25 名古屋6R 5着/10頭 05/08 名古屋9R 7着/12頭+1.3秒 04/24 名古屋9R 9着/12頭+2.8秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 40走で勝率 8% △ 距離適性同距離 27走で勝率 7% ◎ 前走実績前走 1着 (勢い継続) × 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 4.7% (オッズ暗示: 7.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.1% / 期待値 +25% ※ 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	エドノバイオレット先行	筒井勇（笠松）	実10.8	B▲ A△勝率8% EV-11% 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 07/17 名古屋7R 2着/12頭 07/03 名古屋8R 6着/11頭 06/05 名古屋8R 9着/12頭 05/25 名古屋3R 2着/9頭 05/08 名古屋2R 9着/11頭+1.5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 5.7着 △ 当競馬場適性 76走で勝率 9% △ 距離適性同距離 60走で勝率 10% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 9.3% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.2% / 期待値 -11% ※ 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	グールマン逃げ	大畑慧（愛知）	実16.0	B△ A▽勝率5% EV-16% 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25%と適性高／同距離帯14走で勝率29%／同馬場状態で勝率38%）
前5走 06/04 名古屋9R 11着/12頭 05/21 名古屋8R 7着/10頭 05/06 名古屋7R 10着/12頭+2.1秒 04/09 名古屋8R 2着/12頭+0.1秒 03/27 名古屋6R 1着/9頭勝利
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 9.3着 (不振) ◎ 当競馬場適性 16走で勝率 25% (得意) ◎ 距離適性同距離 14走で勝率 29% ◎ 馬場適性同馬場 8走で勝率 38% ▽ 前走実績前走 11着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +48% (妙味あり) AI 予想勝率 9.3% (オッズ暗示: 6.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.2% / 期待値 -17% ※ 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	デトネイター差し	近藤颯（愛知）	実6.8	B△ A△勝率13% EV-12% 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17走で勝率0%と苦戦傾向）
前5走 07/02 名古屋6R 4着/12頭 06/04 名古屋5R 6着/12頭 05/22 名古屋10R 7着/10頭 05/07 名古屋9R 7着/10頭+1.2秒 04/23 名古屋7R 5着/12頭+2.5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 5.7着 × 当競馬場適性 17走で勝率 0% (苦戦) △ 距離適性同距離 12走で勝率 8% ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 14.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.9% / 期待値 -12% ※ 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

A推奨B推奨Aモデル ◎

アーニャアザザマス

騎手望月洵（愛知）

単勝オッズ

5.8倍

AI期待値

+198%

買い目

¥1,300

全レースの推奨

AIの推奨本命の次点

○A:▲1リンクスターツ

3.6倍

EV -66%

▲A:△10エドノバイオレット

10.8倍

EV +0%

出走馬全12頭

◎A:◎3

アーニャアザザマス

望月洵（愛知）

5.8倍

+198%

›

○A:▲1

リンクスターツ

今井貴（愛知）

3.6倍

-66%

›

▲A:△10

エドノバイオレット

筒井勇（笠松）

10.8倍

+0%

›

△A:▽11

グールマン

大畑慧（愛知）

16.0倍

+48%

›

△A:△12

デトネイター

近藤颯（愛知）

6.8倍

-68%

›

△A:△9

メタルクラフト

丸野勝（愛知）

13.8倍

-35%

›

▽A:▽5

フィナルフェリス

塚本征（愛知）

17.9倍

-16%

›

▽A:▽6

テレヴァカ

村上弘（愛知）

23.0倍

-27%

›

×A:○8

ハーピークオーレ

渡邊竜（笠松）

3.8倍

-89%

›

×A:×4

オニクダイスキマン

小笠羚（愛知）

32.0倍

-82%

›

×A:×7

シャッフルガール

加藤聡（愛知）

31.3倍

-97%

›

×A:▽2

グランプリショット

丹羽克（愛知）

165.4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 (AI 期待値プラス判定)

A. 市場込みモデル

単勝 3 アーニャアザザマス ¥300 確定6.5倍期待値 +199% 🎯的中1着確定 6.5倍1,950円

B. 市場除外+キャリブ

単勝 3 アーニャアザザマス ¥1,000 確定6.5倍期待値 +199% 🎯的中1着確定 6.5倍6,500円

※ 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

8R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 18:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リンクスターツ	今井貴（愛知）	実3.6	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 06/18 名古屋9R 4着/10頭+3.0秒 06/04 名古屋7R 3着/11頭 05/21 名古屋6R 6着/10頭 02/26 名古屋12R 3着/11頭+0.3秒 01/14 名古屋12R 2着/10頭+0.2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 4.3着 ○ 当競馬場適性 43走で勝率 21% (相性良) ○ 距離適性同距離 29走で勝率 24% ○ 馬場適性同馬場 22走で勝率 23% × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 13.2% (オッズ暗示: 27.8%) ※ 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	グランプリショット	丹羽克（愛知）	実165.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は5走で勝ち無し／直近3走平均9.7着と低調）
前5走 07/01 園田10R 10着/10頭+3.0秒 06/03 園田10R 11着/12頭+5.0秒 05/21 園田9R 8着/8頭 05/05 園田10R 10着/11頭+2.6秒 04/30 園田8R 6着/6頭+4.8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 9.7着 (不振) ▽ 距離適性同距離は 5走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 0.6% (オッズ暗示: 0.6%) ※ 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	アーニャアザザマス推奨	望月洵（愛知）	実5.8	◎詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+63%の中穴候補（当競馬場で勝率24%と相性良／同距離帯で勝率15%／同馬場と相性良）
前5走 06/30 名古屋7R 9着/12頭 06/04 名古屋9R 6着/12頭 05/21 名古屋7R 4着/10頭+4.0秒 05/07 名古屋10R 2着/10頭+1.2秒 04/23 名古屋8R 11着/12頭+4.2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 6.3着 ○ 当競馬場適性 17走で勝率 24% (相性良) ○ 距離適性同距離 20走で勝率 15% ○ 馬場適性同馬場 13走で勝率 23% ◎ 騎手近50戦勝率 26% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +63% (市場が大幅過小評価) AI 予想勝率 28.2% (オッズ暗示: 17.2%) ※ 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	オニクダイスキマン自在	小笠羚（愛知）	実32.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場18走で勝率0%と苦戦傾向／同距離帯は27走で勝ち無し）
前5走 06/04 名古屋5R 8着/12頭 05/25 名古屋7R 3着/10頭 05/08 名古屋8R 4着/11頭+0.3秒 04/24 名古屋8R 2着/11頭+1.4秒 04/13 名古屋6R 4着/10頭+1.0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 5.0着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 27走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 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 1.6% (オッズ暗示: 3.1%) ※ 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	フィナルフェリス	塚本征（愛知）	実17.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率24%）
前5走 07/02 名古屋6R 7着/12頭 06/05 名古屋8R 5着/12頭+0.0秒 05/25 名古屋6R 4着/10頭 05/08 名古屋9R 12着/12頭+3.8秒 04/13 名古屋9R 2着/10頭+0.4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 5.3着 △ 当競馬場適性 17走で勝率 12% ○ 距離適性同距離 13走で勝率 15% ◎ 騎手近50戦勝率 24% (好調) ○ 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) -34% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 5.6%) ※ 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	テレヴァカ	村上弘（愛知）	実23.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/01 名古屋7R 8着/11頭+0.0秒 06/17 名古屋7R 6着/11頭+1.0秒 05/20 名古屋4R 11着/11頭 05/05 名古屋7R 6着/11頭+1.6秒 04/08 名古屋8R 5着/11頭+1.1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 8.3着 (不振) △ 当競馬場適性 35走で勝率 14% ○ 距離適性同距離 23走で勝率 17% × 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 2.9% (オッズ暗示: 4.3%) ※ 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。
7	シャッフルガール自在	加藤聡（愛知）	実31.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 06/17 名古屋7R 9着/11頭+3.0秒 06/03 名古屋9R 7着/12頭 05/05 名古屋1R 11着/11頭+2.5秒 04/22 名古屋7R 9着/12頭+2.0秒 04/08 名古屋9R 11着/11頭+5.3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 9.0着 (不振) △ 当競馬場適性 12走で勝率 8% ○ 距離適性同距離 19走で勝率 21% ○ 騎手近50戦勝率 18% × 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 1.3% (オッズ暗示: 3.2%) ※ 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	ハーピークオーレ	渡邊竜（笠松）	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場42走で勝率5%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 07/17 名古屋8R 3着/3頭 07/03 名古屋8R 3着/11頭 06/22 名古屋6R 3着/10頭+0.0秒 06/05 名古屋9R 3着/12頭 05/25 名古屋8R 4着/10頭+1.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) × 当競馬場適性 42走で勝率 5% (苦戦) △ 距離適性同距離 32走で勝率 6% ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) × 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 13.2% (オッズ暗示: 26.3%) ※ 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。
9	メタルクラフト差し	丸野勝（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／前走勝利の勢い）
前5走 07/17 名古屋12R 1着/12頭 07/03 名古屋7R 5着/12頭 05/25 名古屋6R 5着/10頭 05/08 名古屋9R 7着/12頭+1.3秒 04/24 名古屋9R 9着/12頭+2.8秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 40走で勝率 8% △ 距離適性同距離 27走で勝率 7% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 9.1% (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。
10	エドノバイオレット先行	筒井勇（笠松）	実10.8	△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 07/17 名古屋7R 2着/12頭 07/03 名古屋8R 6着/11頭 06/05 名古屋8R 9着/12頭 05/25 名古屋3R 2着/9頭 05/08 名古屋2R 9着/11頭+1.5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 5.7着 △ 当競馬場適性 76走で勝率 9% △ 距離適性同距離 60走で勝率 10% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 8.2% (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。
11	グールマン逃げ	大畑慧（愛知）	実16.0	▽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25%と適性高／同距離帯14走で勝率29%／同馬場状態で勝率38%）
前5走 06/04 名古屋9R 11着/12頭 05/21 名古屋8R 7着/10頭 05/06 名古屋7R 10着/12頭+2.1秒 04/09 名古屋8R 2着/12頭+0.1秒 03/27 名古屋6R 1着/9頭勝利
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 9.3着 (不振) ◎ 当競馬場適性 16走で勝率 25% (得意) ◎ 距離適性同距離 14走で勝率 29% ◎ 馬場適性同馬場 8走で勝率 38% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 5.2% (オッズ暗示: 6.2%) ※ 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。
12	デトネイター差し	近藤颯（愛知）	実6.8	△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17走で勝率0%と苦戦傾向）
前5走 07/02 名古屋6R 4着/12頭 06/04 名古屋5R 6着/12頭 05/22 名古屋10R 7着/10頭 05/07 名古屋9R 7着/10頭+1.2秒 04/23 名古屋7R 5着/12頭+2.5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 5.7着 × 当競馬場適性 17走で勝率 0% (苦戦) △ 距離適性同距離 12走で勝率 8% ○ 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) -12% (オッズ過剰評価) AI 予想勝率 12.9% (オッズ暗示: 14.7%) ※ 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。

🎯 AIの本命

A推奨B推奨

アーニャアザザマス

騎手望月洵（愛知）

単勝オッズ

5.8倍

AI期待値

+63%

買い目

¥1,300

全レースの推奨

AIの推奨本命の次点

○8ハーピークオーレ

3.8倍

EV -49%

▲1リンクスターツ

3.6倍

EV -52%

出走馬全12頭

◎3

アーニャアザザマス

望月洵（愛知）

5.8倍

+63%

›

○8

ハーピークオーレ

渡邊竜（笠松）

3.8倍

-49%

›

▲1

リンクスターツ

今井貴（愛知）

3.6倍

-52%

›

△12

デトネイター

近藤颯（愛知）

6.8倍

-12%

›

△9

メタルクラフト

丸野勝（愛知）

13.8倍

+24%

›

△10

エドノバイオレット

筒井勇（笠松）

10.8倍

-11%

›

▽11

グールマン

大畑慧（愛知）

16.0倍

-16%

›

▽5

フィナルフェリス

塚本征（愛知）

17.9倍

-33%

›

▽6

テレヴァカ

村上弘（愛知）

23.0倍

-33%

›

×4

オニクダイスキマン

小笠羚（愛知）

32.0倍

-50%

›

×7

シャッフルガール

加藤聡（愛知）

31.3倍

-57%

›

▽2

グランプリショット

丹羽克（愛知）

165.4倍

+6%

›

💡 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 3 アーニャアザザマス ¥300 確定6.5倍期待値 +63% 🎯的中1着確定 6.5倍1,950円

B. 市場除外+キャリブ

単勝 3 アーニャアザザマス ¥1,000 確定6.5倍期待値 +63% 🎯的中1着確定 6.5倍6,500円

※ 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。