名古屋 9R 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

9R 名古屋競馬場ダ1500m ダート1500m　発走 18:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エイシンナザレ	近藤颯（愛知）	実2.3	B○ A○勝率23% EV-46% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場5走で勝率0%と苦戦傾向／前走3着）
前5走 07/02 名古屋8R 3着/12頭 06/05 名古屋7R 2着/12頭+0.0秒 05/25 名古屋7R 6着/10頭 04/24 名古屋12R 10着/12頭+2.3秒 04/10 名古屋6R 6着/10頭+3.3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 3.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 距離適性同距離 9走で勝率 22% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 16% ○ 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) -81% (大幅な期待値マイナス) AI 予想勝率 8.1% (オッズ暗示: 43.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.3% / 期待値 -46% ※ 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	セイウンピカイチ	大畑慧（愛知）	実13.5	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5走 07/15 名古屋8R 8着/11頭+1.0秒 06/05 名古屋6R 2着/12頭+0.0秒 05/25 名古屋10R 2着/10頭+0.0秒 05/07 名古屋5R 1着/10頭勝利 04/23 名古屋4R 6着/12頭+0.9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 4.0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% ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 7.4%) △ Aモデルの評価 (参考) レース内 5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。
3	ラントリサント	筒井勇（笠松）	実79.6	B× A▽勝率1% EV-41% 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／同距離帯は4走で勝ち無し／直近3走平均8.7着と低調）
前5走 06/17 名古屋8R 7着/11頭 06/03 名古屋9R 9着/12頭 05/20 名古屋12R 10着/11頭+1.0秒 05/05 名古屋1R 9着/11頭+1.4秒 04/22 名古屋12R 9着/12頭+3.2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 8.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し × 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: 1.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 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。
4	モアサナイト	望月洵（愛知）	実33.9	B× A▽勝率3% EV0% 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／騎手は近50戦で勝率28%）
前5走 07/15 名古屋8R 10着/11頭 06/30 名古屋8R 6着/12頭+2.0秒 06/03 名古屋8R 12着/12頭+0.0秒 05/21 名古屋10R 6着/9頭 05/06 名古屋7R 5着/12頭+0.5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 9.3着 (不振) ○ 当競馬場適性 20走で勝率 15% (相性良) ○ 距離適性同距離 19走で勝率 16% ◎ 騎手近50戦勝率 28% (好調) ▽ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.9% / 期待値 -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	メイショウマクジキ	加藤利（愛知）	実22.8	B× A▽勝率5% EV+9% 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8R 6着/11頭 07/01 名古屋8R 6着/12頭+2.0秒 06/17 名古屋7R 11着/11頭 05/20 名古屋4R 3着/11頭 05/05 名古屋7R 9着/11頭+2.1秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 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 △ 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 7位 / 勝率 4.8% / 期待値 +10% ※ 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	ウォーオブサウンド逃げ	塚本征（愛知）	実6.9	B▲ A▲勝率15% EV+2% 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24%）
前5走 07/03 名古屋8R 5着/11頭+1.0秒 06/05 名古屋8R 6着/12頭 05/08 名古屋3R 1着/10頭勝利 04/24 名古屋3R 2着/12頭+0.6秒 04/13 名古屋3R 7着/10頭+0.8秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 26走で勝率 8% △ 距離適性同距離 25走で勝率 8% ◎ 騎手近50戦勝率 24% (好調) ○ 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) -66% (大幅な期待値マイナス) AI 予想勝率 4.9% (オッズ暗示: 14.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.8% / 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。
7	ミヤイグアス自在	細川智（愛知）	実23.5	B△ A△勝率5% EV+29% 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 06/05 名古屋10R 2着/12頭 05/25 名古屋12R 9着/11頭 05/08 名古屋10R 4着/10頭+1.2秒 04/24 名古屋8R 9着/11頭+2.9秒 04/10 名古屋4R 1着/11頭勝利
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 5.0着 △ 当競馬場適性 21走で勝率 14% ○ 距離適性同距離 18走で勝率 17% ○ 前走実績前走 2着 (好走) × 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 1.1% (オッズ暗示: 4.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.5% / 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。
8	エクメノポリス	丹羽克（愛知）	実73.7	B× A▽勝率1% EV+0% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/15 名古屋8R 11着/11頭+2.0秒 07/02 名古屋6R 5着/12頭 06/05 名古屋8R 3着/12頭 05/25 名古屋5R 1着/11頭 05/08 名古屋3R 5着/10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 6.3着 ○ 当競馬場適性 15走で勝率 20% (相性良) ○ 距離適性同距離 13走で勝率 15% ○ 馬場適性同馬場 7走で勝率 29% △ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 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。
9	サンマイメ	大原浩（笠松）	実65.7	B× A▽勝率3% EV+74% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 07/14 名古屋10R 8着/12頭 07/01 名古屋7R 7着/11頭 06/17 名古屋7R 10着/11頭+1.0秒 05/21 名古屋10R 3着/9頭+0.0秒 05/06 名古屋7R 8着/12頭+1.7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 8.3着 (不振) △ 当競馬場適性 33走で勝率 9% △ 距離適性同距離 26走で勝率 12% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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: 1.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.6% / 期待値 +74% ※ 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	レースノワエ	渡邊竜（笠松）	実12.0	B× A△勝率10% EV+23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場13走で勝率0%と苦戦傾向／直近3走平均8.0着と低調）
前5走 07/15 名古屋8R 5着/11頭 06/30 名古屋9R 12着/12頭 06/17 名古屋7R 7着/11頭 05/20 名古屋9R 8着/11頭 05/05 名古屋7R 4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 8.0着 (不振) × 当競馬場適性 13走で勝率 0% (苦戦) △ 距離適性同距離 25走で勝率 12% ○ 騎手近50戦勝率 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.3% / 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。
11	アーキハッカー	加藤誓（愛知）	実79.6	B△ A▽勝率1% EV+2% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/15 名古屋8R 9着/11頭 07/03 名古屋8R 2着/11頭 06/04 名古屋5R 7着/12頭 05/25 名古屋6R 2着/10頭+5.0秒 05/08 名古屋2R 4着/11頭+0.2秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ 当競馬場適性 43走で勝率 7% △ 距離適性同距離 38走で勝率 8% △ 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) -78% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 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。
12	コスモナッシュビル逃げ	今井貴（愛知）	実2.7	B🌟◎ A◎勝率24% EV-35% 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（前走2着）
前5走 06/05 名古屋1R 2着/11頭 01/30 名古屋8R 3着/10頭+0.4秒 01/16 名古屋12R 5着/12頭+1.0秒 01/03 名古屋11R 6着/12頭+2.1秒 12/10 名古屋1R 1着/12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戦の調子平均 3.3着 ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 9走で勝率 22% ○ 馬場適性同馬場 8走で勝率 25% ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +128% (市場が大幅過小評価) AI 予想勝率 84.7% (オッズ暗示: 37.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 24.1% / 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。

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 ◎

コスモナッシュビル

騎手今井貴（愛知）

単勝オッズ

2.7倍

AI期待値

+128%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○1エイシンナザレ

2.3倍

EV -81%

▲A:▲6ウォーオブサウンド

6.9倍

EV -65%

出走馬全12頭

◎A:◎12

コスモナッシュビル

今井貴（愛知）

2.7倍

+128%

›

○A:○1

エイシンナザレ

近藤颯（愛知）

2.3倍

-81%

›

▲A:▲6

ウォーオブサウンド

塚本征（愛知）

6.9倍

-65%

›

△A:△7

ミヤイグアス

細川智（愛知）

23.5倍

-73%

›

△A:△2

セイウンピカイチ

大畑慧（愛知）

13.5倍

-89%

›

△A:▽11

アーキハッカー

加藤誓（愛知）

79.6倍

-77%

›

×A:△10

レースノワエ

渡邊竜（笠松）

12.0倍

-99%

›

×A:▽4

モアサナイト

望月洵（愛知）

33.9倍

-99%

›

×A:▽9

サンマイメ

大原浩（笠松）

65.7倍

-98%

›

×A:▽8

エクメノポリス

丹羽克（愛知）

73.7倍

-98%

›

×A:▽3

ラントリサント

筒井勇（笠松）

79.6倍

-98%

›

×A:▽5

メイショウマクジキ

加藤利（愛知）

22.8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）

9R 名古屋競馬場ダ1500m ダート1500m　発走 18:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エイシンナザレ	近藤颯（愛知）	実2.3	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場5走で勝率0%と苦戦傾向／前走3着）
前5走 07/02 名古屋8R 3着/12頭 06/05 名古屋7R 2着/12頭+0.0秒 05/25 名古屋7R 6着/10頭 04/24 名古屋12R 10着/12頭+2.3秒 04/10 名古屋6R 6着/10頭+3.3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 3.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 距離適性同距離 9走で勝率 22% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 16% ○ 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) -46% (大幅な期待値マイナス) AI 予想勝率 23.3% (オッズ暗示: 43.5%) ※ 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。
2	セイウンピカイチ	大畑慧（愛知）	実13.5	△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8R 8着/11頭+1.0秒 06/05 名古屋6R 2着/12頭+0.0秒 05/25 名古屋10R 2着/10頭+0.0秒 05/07 名古屋5R 1着/10頭勝利 04/23 名古屋4R 6着/12頭+0.9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 4.0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% ○ 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) +11% (市場と概ね一致) AI 予想勝率 8.2% (オッズ暗示: 7.4%) ※ 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	ラントリサント	筒井勇（笠松）	実79.6	▽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／同距離帯は4走で勝ち無し／直近3走平均8.7着と低調）
前5走 06/17 名古屋8R 7着/11頭 06/03 名古屋9R 9着/12頭 05/20 名古屋12R 10着/11頭+1.0秒 05/05 名古屋1R 9着/11頭+1.4秒 04/22 名古屋12R 9着/12頭+3.2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 8.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し × 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 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。
4	モアサナイト	望月洵（愛知）	実33.9	▽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／騎手は近50戦で勝率28%）
前5走 07/15 名古屋8R 10着/11頭 06/30 名古屋8R 6着/12頭+2.0秒 06/03 名古屋8R 12着/12頭+0.0秒 05/21 名古屋10R 6着/9頭 05/06 名古屋7R 5着/12頭+0.5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 9.3着 (不振) ○ 当競馬場適性 20走で勝率 15% (相性良) ○ 距離適性同距離 19走で勝率 16% ◎ 騎手近50戦勝率 28% (好調) ▽ 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) -0% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 2.9%) ※ 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	メイショウマクジキ	加藤利（愛知）	実22.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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 07/15 名古屋8R 6着/11頭 07/01 名古屋8R 6着/12頭+2.0秒 06/17 名古屋7R 11着/11頭 05/20 名古屋4R 3着/11頭 05/05 名古屋7R 9着/11頭+2.1秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 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 △ 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) +9% (市場と概ね一致) AI 予想勝率 4.8% (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。
6	ウォーオブサウンド逃げ	塚本征（愛知）	実6.9	▲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24%）
前5走 07/03 名古屋8R 5着/11頭+1.0秒 06/05 名古屋8R 6着/12頭 05/08 名古屋3R 1着/10頭勝利 04/24 名古屋3R 2着/12頭+0.6秒 04/13 名古屋3R 7着/10頭+0.8秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 26走で勝率 8% △ 距離適性同距離 25走で勝率 8% ◎ 騎手近50戦勝率 24% (好調) ○ 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) +2% (市場と概ね一致) AI 予想勝率 14.8% (オッズ暗示: 14.5%) ※ 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	ミヤイグアス自在	細川智（愛知）	実23.5	△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 06/05 名古屋10R 2着/12頭 05/25 名古屋12R 9着/11頭 05/08 名古屋10R 4着/10頭+1.2秒 04/24 名古屋8R 9着/11頭+2.9秒 04/10 名古屋4R 1着/11頭勝利
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 5.0着 △ 当競馬場適性 21走で勝率 14% ○ 距離適性同距離 18走で勝率 17% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 5.5% (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。
8	エクメノポリス	丹羽克（愛知）	実73.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/15 名古屋8R 11着/11頭+2.0秒 07/02 名古屋6R 5着/12頭 06/05 名古屋8R 3着/12頭 05/25 名古屋5R 1着/11頭 05/08 名古屋3R 5着/10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 6.3着 ○ 当競馬場適性 15走で勝率 20% (相性良) ○ 距離適性同距離 13走で勝率 15% ○ 馬場適性同馬場 7走で勝率 29% △ 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) +0% (市場と概ね一致) AI 予想勝率 1.4% (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。
9	サンマイメ	大原浩（笠松）	実65.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 07/14 名古屋10R 8着/12頭 07/01 名古屋7R 7着/11頭 06/17 名古屋7R 10着/11頭+1.0秒 05/21 名古屋10R 3着/9頭+0.0秒 05/06 名古屋7R 8着/12頭+1.7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 8.3着 (不振) △ 当競馬場適性 33走で勝率 9% △ 距離適性同距離 26走で勝率 12% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) +74% (市場が大幅過小評価) AI 予想勝率 2.6% (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。
10	レースノワエ	渡邊竜（笠松）	実12.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場13走で勝率0%と苦戦傾向／直近3走平均8.0着と低調）
前5走 07/15 名古屋8R 5着/11頭 06/30 名古屋9R 12着/12頭 06/17 名古屋7R 7着/11頭 05/20 名古屋9R 8着/11頭 05/05 名古屋7R 4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 8.0着 (不振) × 当競馬場適性 13走で勝率 0% (苦戦) △ 距離適性同距離 25走で勝率 12% ○ 騎手近50戦勝率 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) +23% (市場と概ね一致) AI 予想勝率 10.3% (オッズ暗示: 8.3%) ※ 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	アーキハッカー	加藤誓（愛知）	実79.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/15 名古屋8R 9着/11頭 07/03 名古屋8R 2着/11頭 06/04 名古屋5R 7着/12頭 05/25 名古屋6R 2着/10頭+5.0秒 05/08 名古屋2R 4着/11頭+0.2秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ 当競馬場適性 43走で勝率 7% △ 距離適性同距離 38走で勝率 8% △ 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) +2% (市場と概ね一致) AI 予想勝率 1.3% (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。
12	コスモナッシュビル逃げ	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（前走2着）
前5走 06/05 名古屋1R 2着/11頭 01/30 名古屋8R 3着/10頭+0.4秒 01/16 名古屋12R 5着/12頭+1.0秒 01/03 名古屋11R 6着/12頭+2.1秒 12/10 名古屋1R 1着/12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戦の調子平均 3.3着 ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 9走で勝率 22% ○ 馬場適性同馬場 8走で勝率 25% ○ 前走実績前走 2着 (好走) × 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 24.1% (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。

🎯 AIの本命

AI評価1位

コスモナッシュビル

騎手今井貴（愛知）

単勝オッズ

2.7倍

AI期待値

-35%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1エイシンナザレ

2.3倍

EV -46%

▲6ウォーオブサウンド

6.9倍

EV +2%

出走馬全12頭

◎12

コスモナッシュビル

今井貴（愛知）

2.7倍

-35%

›

○1

エイシンナザレ

近藤颯（愛知）

2.3倍

-46%

›

▲6

ウォーオブサウンド

塚本征（愛知）

6.9倍

+2%

›

△10

レースノワエ

渡邊竜（笠松）

12.0倍

+23%

›

△2

セイウンピカイチ

大畑慧（愛知）

13.5倍

+11%

›

△7

ミヤイグアス

細川智（愛知）

23.5倍

+29%

›

▽5

メイショウマクジキ

加藤利（愛知）

22.8倍

+9%

›

▽4

モアサナイト

望月洵（愛知）

33.9倍

›

▽9

サンマイメ

大原浩（笠松）

65.7倍

+74%

›

▽8

エクメノポリス

丹羽克（愛知）

73.7倍

+0%

›

▽11

アーキハッカー

加藤誓（愛知）

79.6倍

+2%

›

▽3

ラントリサント

筒井勇（笠松）

79.6倍

-41%

›

💡 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。