名古屋 5R 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

5R 名古屋競馬場ダ920m ダート920m　発走 16:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ソルトミラクル先行	丸山真（愛知）	実207.7	B× A▽勝率1% EV+60% 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 07/17 名古屋12R 12着/12頭 05/27 浦和5R 9着/9頭+7.0秒 04/21 浦和3R 9着/12頭+2.4秒 03/16 浦和6R 4着/11頭+1.0秒 03/10 船橋6R 7着/11頭+1.7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 10.0着 (不振) ○ 当競馬場適性 12走で勝率 17% (相性良) ▽ 前走実績前走 12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 0.8% / 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。
2	ミズイロ	加藤聡（愛知）	実2.4	B△ A◎勝率29% EV-29% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場6走で勝率50%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/02 名古屋3R 1着/12頭 06/18 名古屋6R 3着/10頭 06/02 名古屋6R 1着/12頭 12/18 名古屋6R 1着/12頭勝利 12/04 名古屋3R 2着/12頭+1.0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 67% (絶好調) ◎ 当競馬場適性 6走で勝率 50% (得意) ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 8.6% (オッズ暗示: 41.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 29.2% / 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。
3	キタノレーニア	大畑慧（愛知）	実116.6	B× A▽勝率1% EV+72% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し）
前5走 07/03 名古屋1R 5着/12頭 06/22 名古屋1R 11着/11頭 06/05 名古屋5R 7着/12頭+0.0秒 05/22 名古屋7R 2着/11頭+4.0秒 05/07 名古屋7R 10着/11頭+1.4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 7.7着 (不振) △ 当競馬場適性 54走で勝率 9% ▽ 距離適性同距離は 3走で勝ち無し ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 期待値 +73% ※ 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	サンライズテソロ	加藤誓（愛知）	実99.9	B× A▽勝率1% EV-12% 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8R 11着/11頭+2.0秒 06/05 名古屋8R 12着/12頭+3.0秒 05/22 名古屋9R 9着/10頭+7.0秒 05/07 名古屋8R 10着/10頭+2.2秒 04/24 名古屋12R 12着/12頭+4.2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 10.7着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 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。
5	フーダオラ	丹羽克（愛知）	実250.8	B▲ A▽勝率2% EV+289% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着）
前5走 07/15 名古屋12R 2着/12頭+3.0秒 06/22 名古屋1R 8着/11頭+0.0秒 06/05 名古屋12R 9着/11頭 05/22 名古屋7R 3着/11頭 05/07 名古屋4R 2着/9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 6.3着 △ 当競馬場適性 9走で勝率 11% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) +999% (市場が大幅過小評価) AI 予想勝率 21.6% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.6% / 期待値 +289% ※ 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	ジャスティラック推奨	渡邊竜（笠松）	実29.0	B× A△勝率7% EV+115% 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／当競馬場で勝率20%と相性良／同距離帯で勝率20%）
前5走 07/01 名古屋2R 1着/12頭 06/17 名古屋1R 10着/11頭 05/20 名古屋2R 9着/10頭 05/05 名古屋4R 7着/10頭+2.0秒 04/20 名古屋12R 12着/12頭+1.5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 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 9走で勝率 22% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) × 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 5位 / 勝率 7.4% / 期待値 +116% ※ 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	ゴールドレター逃げ	望月洵（愛知）	実2.2	B△ A○勝率23% EV-49% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯3走で勝率67%／直近3走平均8.7着と低調／騎手は近50戦で勝率26%）
前5走 07/03 名古屋10R 12着/12頭 04/09 名古屋7R 7着/12頭+1.2秒 03/12 名古屋10R 7着/10頭+1.0秒 02/11 名古屋8R 3着/11頭+0.7秒 01/28 名古屋11R 10着/11頭+3.0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 8.7着 (不振) ○ 当競馬場適性 15走で勝率 20% (相性良) ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 26% (好調) ▽ 前走実績前走 12着 (大敗) ○ 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 1.6% (オッズ暗示: 45.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.9% / 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。
8	ゼーブルージュ	小笠羚（愛知）	実70.3	B× A▽勝率3% EV+104% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 07/14 浦和5R 3着/11頭+0.0秒 06/23 浦和9R 7着/10頭+0.0秒 05/29 浦和9R 6着/10頭 04/30 大井5R 9着/10頭+2.0秒 04/17 大井9R 12着/14頭+2.0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 5.3着 △ 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 17日の間隔 (理想的) × 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 0.1% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.9% / 期待値 +105% ※ 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	ヒオウギ自在	木之葵（愛知）	実33.4	B○ A△勝率8% EV+161% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/14 名古屋12R 1着/11頭 06/18 名古屋7R 3着/11頭 06/03 名古屋7R 3着/12頭+0.0秒 05/21 名古屋2R 3着/10頭+1.0秒 05/06 名古屋1R 6着/11頭+0.2秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 18走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 17日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +953% (市場が大幅過小評価) AI 予想勝率 31.5% (オッズ暗示: 3.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 期待値 +162% ※ 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	ターミバレンシア	近藤颯（愛知）	実84.6	B△ A▽勝率3% EV+183% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率50%／前走2着）
前5走 07/03 名古屋9R 2着/12頭 06/05 名古屋12R 5着/11頭 05/25 名古屋5R 7着/11頭 05/08 名古屋3R 10着/10頭+2.0秒 11/25 名古屋9R 11着/12頭+3.7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 4.7着 △ 当競馬場適性 74走で勝率 9% ◎ 距離適性同距離 4走で勝率 50% ○ 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 28日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +271% (市場が大幅過小評価) AI 予想勝率 4.4% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.4% / 期待値 +184% ※ 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	コスモコロネット	大原浩（笠松）	実28.6	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（当競馬場16走で勝率0%と苦戦傾向）
前5走 07/17 名古屋12R 4着/12頭 07/03 名古屋7R 4着/12頭 06/22 名古屋7R 6着/11頭+0.0秒 06/05 名古屋7R 6着/12頭 05/25 名古屋6R 8着/10頭
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 × 当競馬場適性 16走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 3.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.5% / 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。
12	センビトウリョウ逃げ	塚本征（愛知）	実4.1	B🌟◎ A▲勝率17% EV-29% 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8走で勝率38%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 03/10 名古屋7R 6着/11頭+1.2秒 02/11 名古屋12R 2着/10頭+0.1秒 01/29 名古屋8R 1着/12頭勝利 01/16 名古屋12R 2着/12頭+0.1秒 11/25 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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 距離適性同距離 5走で勝率 40% ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 24% (好調) △ ローテーション 143日休養明け △ 期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 31.5% (オッズ暗示: 24.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.2% / 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。

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 ▲

センビトウリョウ

騎手塚本征（愛知）

単勝オッズ

4.1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:△9ヒオウギ

33.4倍

EV +953%

▲A:▽5フーダオラ

250.8倍

EV +999%

出走馬全12頭

◎A:▲12

センビトウリョウ

塚本征（愛知）

4.1倍

+29%

›

○A:△9

ヒオウギ

木之葵（愛知）

33.4倍

+953%

›

▲A:▽5

フーダオラ

丹羽克（愛知）

250.8倍

+999%

›

△A:◎2

ミズイロ

加藤聡（愛知）

2.4倍

-79%

›

△A:▽10

ターミバレンシア

近藤颯（愛知）

84.6倍

+271%

›

△A:○7

ゴールドレター

望月洵（愛知）

2.2倍

-96%

›

×A:△11

コスモコロネット

大原浩（笠松）

28.6倍

-84%

›

×A:▽8

ゼーブルージュ

小笠羚（愛知）

70.3倍

-92%

›

×A:▽3

キタノレーニア

大畑慧（愛知）

116.6倍

-90%

›

×A:△6

ジャスティラック

渡邊竜（笠松）

29.0倍

-99%

›

×A:▽4

サンライズテソロ

加藤誓（愛知）

99.9倍

-99%

›

×A:▽1

ソルトミラクル

丸山真（愛知）

207.7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 6 ジャスティラック ¥100 実29.0倍期待値 +116% ❌不的中11着単勝 29.0倍

B. 市場除外+キャリブ

このモデルは本レース見送り判定（期待値プラスなし）

※ 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

5R 名古屋競馬場ダ920m ダート920m　発走 16:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ソルトミラクル先行	丸山真（愛知）	実207.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 07/17 名古屋12R 12着/12頭 05/27 浦和5R 9着/9頭+7.0秒 04/21 浦和3R 9着/12頭+2.4秒 03/16 浦和6R 4着/11頭+1.0秒 03/10 船橋6R 7着/11頭+1.7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 10.0着 (不振) ○ 当競馬場適性 12走で勝率 17% (相性良) ▽ 前走実績前走 12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) +60% (市場が大幅過小評価) AI 予想勝率 0.8% (オッズ暗示: 0.5%) ※ 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	ミズイロ	加藤聡（愛知）	実2.4	◎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6走で勝率50%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/02 名古屋3R 1着/12頭 06/18 名古屋6R 3着/10頭 06/02 名古屋6R 1着/12頭 12/18 名古屋6R 1着/12頭勝利 12/04 名古屋3R 2着/12頭+1.0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 67% (絶好調) ◎ 当競馬場適性 6走で勝率 50% (得意) ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 29.2% (オッズ暗示: 41.7%) ※ 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	キタノレーニア	大畑慧（愛知）	実116.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し）
前5走 07/03 名古屋1R 5着/12頭 06/22 名古屋1R 11着/11頭 06/05 名古屋5R 7着/12頭+0.0秒 05/22 名古屋7R 2着/11頭+4.0秒 05/07 名古屋7R 10着/11頭+1.4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 7.7着 (不振) △ 当競馬場適性 54走で勝率 9% ▽ 距離適性同距離は 3走で勝ち無し ○ 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) +72% (市場が大幅過小評価) AI 予想勝率 1.5% (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。
4	サンライズテソロ	加藤誓（愛知）	実99.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／直近3走平均10.7着と低調）
前5走 07/03 名古屋8R 11着/11頭+2.0秒 06/05 名古屋8R 12着/12頭+3.0秒 05/22 名古屋9R 9着/10頭+7.0秒 05/07 名古屋8R 10着/10頭+2.2秒 04/24 名古屋12R 12着/12頭+4.2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 10.7着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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 0.9% (オッズ暗示: 1.0%) ※ 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	フーダオラ	丹羽克（愛知）	実250.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着）
前5走 07/15 名古屋12R 2着/12頭+3.0秒 06/22 名古屋1R 8着/11頭+0.0秒 06/05 名古屋12R 9着/11頭 05/22 名古屋7R 3着/11頭 05/07 名古屋4R 2着/9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 6.3着 △ 当競馬場適性 9走で勝率 11% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) +289% (市場が大幅過小評価) AI 予想勝率 1.6% (オッズ暗示: 0.4%) ※ 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	ジャスティラック推奨	渡邊竜（笠松）	実29.0	△詳細▼	市場が大きく過小評価、AI予想勝率7% × オッズ29.0倍で期待値+115%の有力候補（直近3走勝率33%と上り調子／当競馬場で勝率20%と相性良／同距離帯で勝率20%）
前5走 07/01 名古屋2R 1着/12頭 06/17 名古屋1R 10着/11頭 05/20 名古屋2R 9着/10頭 05/05 名古屋4R 7着/10頭+2.0秒 04/20 名古屋12R 12着/12頭+1.5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 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 9走で勝率 22% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +115% (市場が大幅過小評価) AI 予想勝率 7.4% (オッズ暗示: 3.4%) ※ 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。
7	ゴールドレター逃げ	望月洵（愛知）	実2.2	○詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯3走で勝率67%／直近3走平均8.7着と低調／騎手は近50戦で勝率26%）
前5走 07/03 名古屋10R 12着/12頭 04/09 名古屋7R 7着/12頭+1.2秒 03/12 名古屋10R 7着/10頭+1.0秒 02/11 名古屋8R 3着/11頭+0.7秒 01/28 名古屋11R 10着/11頭+3.0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 8.7着 (不振) ○ 当競馬場適性 15走で勝率 20% (相性良) ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 26% (好調) ▽ 前走実績前走 12着 (大敗) ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 22.9% (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。
8	ゼーブルージュ	小笠羚（愛知）	実70.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 07/14 浦和5R 3着/11頭+0.0秒 06/23 浦和9R 7着/10頭+0.0秒 05/29 浦和9R 6着/10頭 04/30 大井5R 9着/10頭+2.0秒 04/17 大井9R 12着/14頭+2.0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 5.3着 △ 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 17日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +104% (市場が大幅過小評価) AI 予想勝率 2.9% (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。
9	ヒオウギ自在	木之葵（愛知）	実33.4	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/14 名古屋12R 1着/11頭 06/18 名古屋7R 3着/11頭 06/03 名古屋7R 3着/12頭+0.0秒 05/21 名古屋2R 3着/10頭+1.0秒 05/06 名古屋1R 6着/11頭+0.2秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 18走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 17日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +161% (市場が大幅過小評価) AI 予想勝率 7.8% (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。
10	ターミバレンシア	近藤颯（愛知）	実84.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率50%／前走2着）
前5走 07/03 名古屋9R 2着/12頭 06/05 名古屋12R 5着/11頭 05/25 名古屋5R 7着/11頭 05/08 名古屋3R 10着/10頭+2.0秒 11/25 名古屋9R 11着/12頭+3.7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 4.7着 △ 当競馬場適性 74走で勝率 9% ◎ 距離適性同距離 4走で勝率 50% ○ 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 28日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +183% (市場が大幅過小評価) AI 予想勝率 3.4% (オッズ暗示: 1.2%) ※ 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	コスモコロネット	大原浩（笠松）	実28.6	△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）
前5走 07/17 名古屋12R 4着/12頭 07/03 名古屋7R 4着/12頭 06/22 名古屋7R 6着/11頭+0.0秒 06/05 名古屋7R 6着/12頭 05/25 名古屋6R 8着/10頭
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 × 当競馬場適性 16走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ 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 4.5% (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。
12	センビトウリョウ逃げ	塚本征（愛知）	実4.1	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率38%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 03/10 名古屋7R 6着/11頭+1.2秒 02/11 名古屋12R 2着/10頭+0.1秒 01/29 名古屋8R 1着/12頭勝利 01/16 名古屋12R 2着/12頭+0.1秒 11/25 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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 距離適性同距離 5走で勝率 40% ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 24% (好調) △ ローテーション 143日休養明け △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 17.2% (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。

🎯 AIの本命

AI評価1位

ミズイロ

騎手加藤聡（愛知）

単勝オッズ

2.4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

○7ゴールドレター

2.2倍

EV -49%

▲12センビトウリョウ

4.1倍

EV -29%

出走馬全12頭

◎2

ミズイロ

加藤聡（愛知）

2.4倍

-29%

›

○7

ゴールドレター

望月洵（愛知）

2.2倍

-49%

›

▲12

センビトウリョウ

塚本征（愛知）

4.1倍

-29%

›

△9

ヒオウギ

木之葵（愛知）

33.4倍

+161%

›

△6

ジャスティラック

渡邊竜（笠松）

29.0倍

+115%

›

△11

コスモコロネット

大原浩（笠松）

28.6倍

+29%

›

▽10

ターミバレンシア

近藤颯（愛知）

84.6倍

+183%

›

▽8

ゼーブルージュ

小笠羚（愛知）

70.3倍

+104%

›

▽5

フーダオラ

丹羽克（愛知）

250.8倍

+289%

›

▽3

キタノレーニア

大畑慧（愛知）

116.6倍

+72%

›

▽4

サンライズテソロ

加藤誓（愛知）

99.9倍

-12%

›

▽1

ソルトミラクル

丸山真（愛知）

207.7倍

+60%

›

💡 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 6 ジャスティラック ¥100 実29.0倍期待値 +116% ❌不的中11着単勝 29.0倍

B. 市場除外+キャリブ

このモデルは本レース見送り判定（期待値プラスなし）

※ 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。