名古屋 12R 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

12R 名古屋競馬場ダ1500m ダート1500m　発走 20:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダックリン	木之葵（愛知）	実14.7	B× A×勝率2% 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 07/02 名古屋5R 1着/11頭 06/19 名古屋1R 3着/10頭+1.0秒 06/04 名古屋12R 9着/12頭 05/22 名古屋4R 7着/10頭+0.0秒 04/23 名古屋1R 2着/11頭+0.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 44走で勝率 7% △ 距離適性同距離 40走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 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 9位 / 勝率 2.2% / 期待値 -68% ※ 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	カフジアッサム	加藤聡（愛知）	実30.9	B▲ A×勝率1% EV-64% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/03 名古屋12R 9着/12頭+0.0秒 06/22 名古屋1R 9着/11頭+3.0秒 06/04 名古屋4R 2着/12頭+2.0秒 05/22 名古屋6R 4着/9頭 05/07 名古屋4R 3着/9頭+0.7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 6.7着 △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 18走で勝率 6% ○ 騎手近50戦勝率 18% ○ 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) +21% (市場と概ね一致) AI 予想勝率 3.9% (オッズ暗示: 3.2%) × Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 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。
3	トラストユー	小笠羚（愛知）	実15.0	B△ A▽勝率4% EV-34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率4%と苦戦傾向／同距離帯は22走で勝ち無し／前走3着）
前5走 07/15 名古屋7R 3着/12頭 07/02 名古屋12R 4着/12頭 06/22 名古屋1R 6着/11頭 06/05 名古屋1R 5着/11頭 05/22 名古屋7R 10着/11頭
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 4.3着 × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 22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 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 6.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.4% / 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。
4	バウアピアーズ自在	阪野学（愛知）	実13.6	B× A△勝率9% EV+23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯7走で勝率29%／直近3走で勝率33%と好調／前走2着）
前5走 06/05 名古屋5R 2着/12頭 05/06 名古屋3R 1着/11頭勝利 06/13 名古屋10R 6着/10頭+2.1秒 06/04 名古屋7R 7着/12頭+2.6秒 05/20 名古屋10R 10着/11頭+3.1秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 18走で勝率 11% ◎ 距離適性同距離 7走で勝率 29% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 7.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.1% / 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。
5	リックトメンマ	大原浩（笠松）	実18.8	B× A▽勝率3% EV-41% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場14走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／前走3着）
前5走 07/03 名古屋1R 3着/12頭 06/19 名古屋3R 3着/11頭 06/04 名古屋4R 4着/12頭 05/22 名古屋5R 5着/10頭 05/07 名古屋4R 5着/9頭+0.9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 3.3着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し △ 騎手近50戦勝率 2% (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) -83% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 5.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.1% / 期待値 -41% ※ 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	イブシギン	柿原翔（愛知）	実27.1	B× A▽勝率2% EV-47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場90走で勝率3%と苦戦傾向／同距離帯は66走で勝ち無し）
前5走 07/17 名古屋10R 6着/12頭 07/03 名古屋6R 7着/12頭 06/05 名古屋9R 5着/12頭 05/25 名古屋5R 6着/11頭 05/08 名古屋1R 3着/10頭+0.6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 6.0着 × 当競馬場適性 90走で勝率 3% (苦戦) ▽ 距離適性同距離は 66走で勝ち無し △ 騎手近50戦勝率 4% (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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.9% / 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。
7	メイショウオハコ	近藤颯（愛知）	実3.3	B🌟◎ A◎勝率27% EV-10% 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24走で勝率4%と苦戦傾向／同距離帯は24走で勝ち無し／前走2着）
前5走 07/02 名古屋7R 2着/3頭 06/19 名古屋3R 7着/11頭+2.0秒 06/04 名古屋4R 5着/12頭+1.0秒 05/22 名古屋4R 3着/10頭 05/07 名古屋4R 6着/9頭+1.2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 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +163% (市場が大幅過小評価) AI 予想勝率 79.9% (オッズ暗示: 30.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.0% / 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。
8	マルクドクール	細川智（愛知）	実6.9	B△ A▲勝率15% EV+2% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均3.0着と安定）
前5走 07/15 名古屋7R 4着/12頭 07/02 名古屋5R 3着/11頭 06/18 名古屋7R 2着/11頭+7.0秒 05/21 名古屋5R 10着/10頭+0.0秒 04/22 名古屋1R 1着/12頭勝利
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 15走で勝率 7% △ 距離適性同距離 17走で勝率 6% ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 2.4% (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。
9	パルジファル逃げ	丸山真（愛知）	実27.6	B× A×勝率2% EV-56% 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5走 07/17 名古屋10R 8着/12頭+1.0秒 04/10 名古屋5R 1着/11頭勝利 03/26 名古屋5R 3着/12頭+0.5秒 03/12 名古屋3R 7着/11頭+1.2秒 02/26 名古屋3R 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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 9走で勝率 22% ○ 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) -83% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 3.6%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.6% / 期待値 -57% ※ 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	フォギーレーン	大畑慧（愛知）	実8.6	B○ A△勝率9% EV-22% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は22走で勝ち無し／前走3着）
前5走 07/17 名古屋6R 3着/3頭 07/03 名古屋12R 5着/12頭+1.0秒 06/05 名古屋5R 3着/12頭+0.0秒 05/25 名古屋2R 5着/10頭 05/06 名古屋2R 1着/10頭勝利
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 3.7着 △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 22走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) -56% (大幅な期待値マイナス) AI 予想勝率 5.1% (オッズ暗示: 11.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.1% / 期待値 -22% ※ 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	ゴッドテソロ先行	塚本征（愛知）	実4.3	B△ A○勝率17% EV-28% 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15走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／騎手は近50戦で勝率22%）
前5走 07/03 名古屋6R 4着/12頭 06/05 名古屋10R 10着/12頭+0.0秒 05/08 名古屋10R 7着/10頭+2.6秒 04/24 名古屋10R 9着/11頭+2.6秒 03/27 名古屋5R 9着/9頭+2.9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 7.0着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ◎ 騎手近50戦勝率 22% (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) -94% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.7% / 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。
12	メディアプンタ	丸野勝（愛知）	実10.0	B× A△勝率9% EV-10% 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）
前5走 07/03 名古屋9R 5着/12頭 06/18 名古屋12R 1着/12頭 06/04 名古屋2R 5着/11頭 05/21 名古屋4R 7着/10頭 05/06 名古屋3R 7着/11頭+0.9秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 61走で勝率 8% △ 距離適性同距離 55走で勝率 9% ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 9.0% / 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。

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 ◎

メイショウオハコ

騎手近藤颯（愛知）

単勝オッズ

3.3倍

AI期待値

+163%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△10フォギーレーン

8.6倍

EV -55%

▲A:×2カフジアッサム

30.9倍

EV +21%

出走馬全12頭

◎A:◎7

メイショウオハコ

近藤颯（愛知）

3.3倍

+163%

›

○A:△10

フォギーレーン

大畑慧（愛知）

8.6倍

-55%

›

▲A:×2

カフジアッサム

加藤聡（愛知）

30.9倍

+21%

›

△A:▽3

トラストユー

小笠羚（愛知）

15.0倍

-58%

›

△A:▲8

マルクドクール

細川智（愛知）

6.9倍

-83%

›

△A:○11

ゴッドテソロ

塚本征（愛知）

4.3倍

-93%

›

×A:△12

メディアプンタ

丸野勝（愛知）

10.0倍

-85%

›

×A:△4

バウアピアーズ

阪野学（愛知）

13.6倍

-80%

›

×A:▽5

リックトメンマ

大原浩（笠松）

18.8倍

-83%

›

×A:×9

パルジファル

丸山真（愛知）

27.6倍

-82%

›

×A:▽6

イブシギン

柿原翔（愛知）

27.1倍

-97%

›

×A:×1

ダックリン

木之葵（愛知）

14.7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

両モデルとも本レースは見送り判定（期待値プラスなし）

12R 名古屋競馬場ダ1500m ダート1500m　発走 20:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダックリン	木之葵（愛知）	実14.7	×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 07/02 名古屋5R 1着/11頭 06/19 名古屋1R 3着/10頭+1.0秒 06/04 名古屋12R 9着/12頭 05/22 名古屋4R 7着/10頭+0.0秒 04/23 名古屋1R 2着/11頭+0.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 44走で勝率 7% △ 距離適性同距離 40走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 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 2.2% (オッズ暗示: 6.8%) ※ 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	カフジアッサム	加藤聡（愛知）	実30.9	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/03 名古屋12R 9着/12頭+0.0秒 06/22 名古屋1R 9着/11頭+3.0秒 06/04 名古屋4R 2着/12頭+2.0秒 05/22 名古屋6R 4着/9頭 05/07 名古屋4R 3着/9頭+0.7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 6.7着 △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 18走で勝率 6% ○ 騎手近50戦勝率 18% ○ 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 1.1% (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。
3	トラストユー	小笠羚（愛知）	実15.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率4%と苦戦傾向／同距離帯は22走で勝ち無し／前走3着）
前5走 07/15 名古屋7R 3着/12頭 07/02 名古屋12R 4着/12頭 06/22 名古屋1R 6着/11頭 06/05 名古屋1R 5着/11頭 05/22 名古屋7R 10着/11頭
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 4.3着 × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 22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 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 4.4% (オッズ暗示: 6.7%) ※ 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。
4	バウアピアーズ自在	阪野学（愛知）	実13.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯7走で勝率29%／直近3走で勝率33%と好調／前走2着）
前5走 06/05 名古屋5R 2着/12頭 05/06 名古屋3R 1着/11頭勝利 06/13 名古屋10R 6着/10頭+2.1秒 06/04 名古屋7R 7着/12頭+2.6秒 05/20 名古屋10R 10着/11頭+3.1秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 18走で勝率 11% ◎ 距離適性同距離 7走で勝率 29% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 9.1% (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。
5	リックトメンマ	大原浩（笠松）	実18.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場14走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／前走3着）
前5走 07/03 名古屋1R 3着/12頭 06/19 名古屋3R 3着/11頭 06/04 名古屋4R 4着/12頭 05/22 名古屋5R 5着/10頭 05/07 名古屋4R 5着/9頭+0.9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 3.3着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し △ 騎手近50戦勝率 2% (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) -41% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 5.3%) ※ 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。
6	イブシギン	柿原翔（愛知）	実27.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場90走で勝率3%と苦戦傾向／同距離帯は66走で勝ち無し）
前5走 07/17 名古屋10R 6着/12頭 07/03 名古屋6R 7着/12頭 06/05 名古屋9R 5着/12頭 05/25 名古屋5R 6着/11頭 05/08 名古屋1R 3着/10頭+0.6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 6.0着 × 当競馬場適性 90走で勝率 3% (苦戦) ▽ 距離適性同距離は 66走で勝ち無し △ 騎手近50戦勝率 4% (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) -47% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 3.7%) ※ 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。
7	メイショウオハコ	近藤颯（愛知）	実3.3	◎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24走で勝率4%と苦戦傾向／同距離帯は24走で勝ち無し／前走2着）
前5走 07/02 名古屋7R 2着/3頭 06/19 名古屋3R 7着/11頭+2.0秒 06/04 名古屋4R 5着/12頭+1.0秒 05/22 名古屋4R 3着/10頭 05/07 名古屋4R 6着/9頭+1.2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 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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 27.0% (オッズ暗示: 30.3%) ※ 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	マルクドクール	細川智（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走平均3.0着と安定）
前5走 07/15 名古屋7R 4着/12頭 07/02 名古屋5R 3着/11頭 06/18 名古屋7R 2着/11頭+7.0秒 05/21 名古屋5R 10着/10頭+0.0秒 04/22 名古屋1R 1着/12頭勝利
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 15走で勝率 7% △ 距離適性同距離 17走で勝率 6% ○ 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) +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。
9	パルジファル逃げ	丸山真（愛知）	実27.6	×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5走 07/17 名古屋10R 8着/12頭+1.0秒 04/10 名古屋5R 1着/11頭勝利 03/26 名古屋5R 3着/12頭+0.5秒 03/12 名古屋3R 7着/11頭+1.2秒 02/26 名古屋3R 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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 9走で勝率 22% ○ 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) -57% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.6%) ※ 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。
10	フォギーレーン	大畑慧（愛知）	実8.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は22走で勝ち無し／前走3着）
前5走 07/17 名古屋6R 3着/3頭 07/03 名古屋12R 5着/12頭+1.0秒 06/05 名古屋5R 3着/12頭+0.0秒 05/25 名古屋2R 5着/10頭 05/06 名古屋2R 1着/10頭勝利
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 3.7着 △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 22走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) -22% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 11.6%) ※ 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。
11	ゴッドテソロ先行	塚本征（愛知）	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場15走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／騎手は近50戦で勝率22%）
前5走 07/03 名古屋6R 4着/12頭 06/05 名古屋10R 10着/12頭+0.0秒 05/08 名古屋10R 7着/10頭+2.6秒 04/24 名古屋10R 9着/11頭+2.6秒 03/27 名古屋5R 9着/9頭+2.9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 7.0着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ◎ 騎手近50戦勝率 22% (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) -28% (オッズ過剰評価) AI 予想勝率 16.7% (オッズ暗示: 23.3%) ※ 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	メディアプンタ	丸野勝（愛知）	実10.0	△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）
前5走 07/03 名古屋9R 5着/12頭 06/18 名古屋12R 1着/12頭 06/04 名古屋2R 5着/11頭 05/21 名古屋4R 7着/10頭 05/06 名古屋3R 7着/11頭+0.9秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 61走で勝率 8% △ 距離適性同距離 55走で勝率 9% ○ 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) -10% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 10.0%) ※ 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

メイショウオハコ

騎手近藤颯（愛知）

単勝オッズ

3.3倍

AI期待値

-10%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11ゴッドテソロ

4.3倍

EV -28%

▲8マルクドクール

6.9倍

EV +2%

出走馬全12頭

◎7

メイショウオハコ

近藤颯（愛知）

3.3倍

-10%

›

○11

ゴッドテソロ

塚本征（愛知）

4.3倍

-28%

›

▲8

マルクドクール

細川智（愛知）

6.9倍

+2%

›

△4

バウアピアーズ

阪野学（愛知）

13.6倍

+23%

›

△10

フォギーレーン

大畑慧（愛知）

8.6倍

-22%

›

△12

メディアプンタ

丸野勝（愛知）

10.0倍

-10%

›

▽3

トラストユー

小笠羚（愛知）

15.0倍

-34%

›

▽5

リックトメンマ

大原浩（笠松）

18.8倍

-41%

›

×1

ダックリン

木之葵（愛知）

14.7倍

-68%

›

▽6

イブシギン

柿原翔（愛知）

27.1倍

-47%

›

×9

パルジファル

丸山真（愛知）

27.6倍

-56%

›

×2

カフジアッサム

加藤聡（愛知）

30.9倍

-64%

›

💡 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。