名古屋 11R 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

11R 名古屋競馬場ダ1700m ダート1700m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルミナスピラー	近藤颯（愛知）	実43.2	B× A▽勝率2% EV-20% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場17走で勝率29%と適性高／同馬場状態で勝率38%／直近3走で勝率67%と好調）
前5走 07/29 名古屋7R 1着/12頭勝利 07/17 名古屋9R 1着/3頭 07/02 名古屋8R 7着/12頭 05/22 名古屋9R 3着/10頭+3.0秒 05/07 名古屋9R 6着/10頭+0.9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 67% (絶好調) ◎ 当競馬場適性 17走で勝率 29% (得意) ◎ 馬場適性同馬場 8走で勝率 38% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 20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 0.1% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 1.8% / 期待値 -20% ※ 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	バヤシーフェイス自在推奨	丸野勝（愛知）	実14.0	B○ A○勝率13% EV+80% 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／前走勝利の勢い継続）
前5走 07/14 名古屋9R 1着/11頭 06/18 名古屋8R 2着/10頭 06/04 名古屋7R 2着/11頭 05/22 名古屋12R 4着/10頭 05/07 名古屋10R 5着/10頭+1.5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 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 3走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) × 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 0.9% (オッズ暗示: 7.1%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.9% / 期待値 +81% ※ 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	アオレレ	柿原翔（愛知）	実123.4	B× A▽勝率0% EV-45% 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 07/28 名古屋9R 10着/12頭+1.3秒 07/13 名古屋10R 8着/12頭+0.0秒 07/01 名古屋11R 3着/11頭 06/16 名古屋10R 8着/11頭 06/02 名古屋9R 11着/12頭+1.0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 7.0着 (不振) △ 当競馬場適性 33走で勝率 9% ▽ 距離適性同距離は 14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) ○ ローテーション 21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 0.4% / 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。
4	マルカブリッツ逃げ	望月洵（愛知）	実9.4	B▲ A▲勝率9% EV-11% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率0%と苦戦傾向／前走2着／騎手は近50戦で勝率22%）
前5走 07/13 名古屋8R 2着/3頭 05/19 名古屋8R 9着/12頭+2.9秒 04/20 名古屋11R 2着/11頭+0.9秒 04/07 名古屋9R 2着/12頭+0.0秒 03/24 名古屋10R 4着/12頭+1.9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 4.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) × 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 0.3% (オッズ暗示: 10.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.4% / 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。
5	ピーチブロッサム	大畑慧（愛知）	実10.2	B× A△勝率5% EV-52% 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 07/29 名古屋8R 1着/12頭勝利 06/30 名古屋10R 5着/9頭 06/16 名古屋11R 5着/12頭 06/02 名古屋10R 9着/12頭+0.0秒 05/05 名古屋9R 7着/11頭+1.0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 5走で勝率 20% (相性良) ▽ 距離適性同距離は 6走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 20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 4位 / 勝率 4.7% / 期待値 -52% ※ 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	オウケンボス先行	今井貴（愛知）	実54.7	B△ A▽勝率2% EV-5% 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）
前5走 07/28 名古屋9R 6着/12頭+0.9秒 07/01 名古屋9R 9着/12頭+1.0秒 04/09 名古屋9R 6着/11頭+1.1秒 03/27 名古屋8R 12着/12頭+2.7秒 03/10 名古屋11R 1着/12頭勝利
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 7.0着 (不振) ○ 当競馬場適性 37走で勝率 24% (相性良) ▽ 距離適性同距離は 5走で勝ち無し ○ 馬場適性同馬場 21走で勝率 24% ○ ローテーション 21日の間隔 (理想的) × 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 0.2% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.7% / 期待値 -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。
7	ワカギミ	塚本征（愛知）	実26.8	B△ A△勝率3% EV-8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／騎手は近50戦で勝率24%）
前5走 07/28 名古屋9R 4着/12頭+0.4秒 07/13 名古屋10R 7着/12頭 06/17 名古屋8R 2着/11頭 06/04 名古屋7R 1着/11頭 05/25 名古屋12R 1着/11頭
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 4.3着 ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.4% / 期待値 -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。
8	ビアリッツ	村上弘（愛知）	実22.8	B△ A△勝率4% EV-19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率30%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 07/29 名古屋6R 1着/12頭勝利 07/15 名古屋11R 5着/12頭+0.0秒 07/02 名古屋9R 1着/12頭 06/04 名古屋10R 7着/12頭 05/21 名古屋9R 2着/10頭
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 4.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 3.5% / 期待値 -20% ※ 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	テリオスルナ差し	大原浩（笠松）	実258.5	B× A▽勝率0% EV-45% 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 07/28 名古屋9R 11着/12頭+1.9秒 03/06 川崎10R 5着/9頭+1.8秒 02/05 川崎12R 6着/12頭+0.6秒 01/20 船橋12R 10着/14頭+2.0秒 01/02 川崎12R 11着/14頭+1.8秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 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 21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 0.2% / 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。
10	カンタカナリート	筒井勇（笠松）	実32.6	B× A×勝率1% EV-56% 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 07/28 名古屋9R 9着/12頭+1.2秒 06/30 名古屋7R 1着/12頭 06/18 名古屋8R 6着/10頭 05/22 名古屋12R 3着/10頭 05/07 名古屋9R 2着/10頭+0.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 13走で勝率 15% (相性良) ○ ローテーション 21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 1.3% / 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。
11	ブルースバローズ	加藤聡（愛知）	実1.2	B🌟◎ A🌟◎勝率59% EV-28% 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4走で勝率100%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 07/30 名古屋10R 1着/11頭勝利 07/03 名古屋10R 1着/12頭 06/19 名古屋1R 1着/10頭 06/03 名古屋1R 1着/12頭 ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 4走で勝率 100% (得意) ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 97.7% (オッズ暗示: 83.3%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 59.2% / 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。
12	イノセンス逃げ	山田祥（愛知）	実64.8	B× A▽勝率1% EV-15% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯6走で勝率33%／62日ぶりの実戦）
前5走 06/17 名古屋8R 4着/11頭 06/03 名古屋9R 6着/12頭+0.0秒 05/19 名古屋10R 12着/12頭+1.9秒 04/23 名古屋12R 1着/12頭勝利 03/24 名古屋7R 8着/12頭+1.2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 7.3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 6走で勝率 33% × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 期待値 -15% ※ 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 ◎

ブルースバローズ

騎手加藤聡（愛知）

単勝オッズ

1.2倍

AI期待値

+17%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○2バヤシーフェイス

14.0倍

EV -87%

▲A:▲4マルカブリッツ

9.4倍

EV -96%

出走馬全12頭

◎A:◎11

ブルースバローズ

加藤聡（愛知）

1.2倍

+17%

›

○A:○2

バヤシーフェイス

丸野勝（愛知）

14.0倍

-87%

›

▲A:▲4

マルカブリッツ

望月洵（愛知）

9.4倍

-96%

›

△A:△8

ビアリッツ

村上弘（愛知）

22.8倍

-92%

›

△A:△7

ワカギミ

塚本征（愛知）

26.8倍

-94%

›

△A:▽6

オウケンボス

今井貴（愛知）

54.7倍

-88%

›

×A:▽12

イノセンス

山田祥（愛知）

64.8倍

-86%

›

×A:▽1

ルミナスピラー

近藤颯（愛知）

43.2倍

-94%

›

×A:△5

ピーチブロッサム

大畑慧（愛知）

10.2倍

-99%

›

×A:×10

カンタカナリート

筒井勇（笠松）

32.6倍

-99%

›

×A:▽3

アオレレ

柿原翔（愛知）

123.4倍

-99%

›

×A:▽9

テリオスルナ

大原浩（笠松）

258.5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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

A. 市場込みモデル

単勝 2 バヤシーフェイス ¥100 実14.0倍期待値 -88% ❌不的中8着単勝 14.0倍

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

11R 名古屋競馬場ダ1700m ダート1700m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルミナスピラー	近藤颯（愛知）	実43.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場17走で勝率29%と適性高／同馬場状態で勝率38%／直近3走で勝率67%と好調）
前5走 07/29 名古屋7R 1着/12頭勝利 07/17 名古屋9R 1着/3頭 07/02 名古屋8R 7着/12頭 05/22 名古屋9R 3着/10頭+3.0秒 05/07 名古屋9R 6着/10頭+0.9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 67% (絶好調) ◎ 当競馬場適性 17走で勝率 29% (得意) ◎ 馬場適性同馬場 8走で勝率 38% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.3%) ※ 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。
2	バヤシーフェイス自在推奨	丸野勝（愛知）	実14.0	○詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+80%の中穴候補（直近3走勝率33%と上り調子／前走勝利の勢い継続）
前5走 07/14 名古屋9R 1着/11頭 06/18 名古屋8R 2着/10頭 06/04 名古屋7R 2着/11頭 05/22 名古屋12R 4着/10頭 05/07 名古屋10R 5着/10頭+1.5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 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 3走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +80% (市場が大幅過小評価) AI 予想勝率 12.9% (オッズ暗示: 7.1%) ※ 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。
3	アオレレ	柿原翔（愛知）	実123.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は14走で勝ち無し）
前5走 07/28 名古屋9R 10着/12頭+1.3秒 07/13 名古屋10R 8着/12頭+0.0秒 07/01 名古屋11R 3着/11頭 06/16 名古屋10R 8着/11頭 06/02 名古屋9R 11着/12頭+1.0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 7.0着 (不振) △ 当競馬場適性 33走で勝率 9% ▽ 距離適性同距離は 14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) ○ ローテーション 21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 0.4% (オッズ暗示: 0.8%) ※ 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。
4	マルカブリッツ逃げ	望月洵（愛知）	実9.4	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率0%と苦戦傾向／前走2着／騎手は近50戦で勝率22%）
前5走 07/13 名古屋8R 2着/3頭 05/19 名古屋8R 9着/12頭+2.9秒 04/20 名古屋11R 2着/11頭+0.9秒 04/07 名古屋9R 2着/12頭+0.0秒 03/24 名古屋10R 4着/12頭+1.9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 4.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 22% (好調) ○ 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 9.4% (オッズ暗示: 10.6%) ※ 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。
5	ピーチブロッサム	大畑慧（愛知）	実10.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は6走で勝ち無し／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/29 名古屋8R 1着/12頭勝利 06/30 名古屋10R 5着/9頭 06/16 名古屋11R 5着/12頭 06/02 名古屋10R 9着/12頭+0.0秒 05/05 名古屋9R 7着/11頭+1.0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 5走で勝率 20% (相性良) ▽ 距離適性同距離は 6走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 9.8%) ※ 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。
6	オウケンボス先行	今井貴（愛知）	実54.7	▽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）
前5走 07/28 名古屋9R 6着/12頭+0.9秒 07/01 名古屋9R 9着/12頭+1.0秒 04/09 名古屋9R 6着/11頭+1.1秒 03/27 名古屋8R 12着/12頭+2.7秒 03/10 名古屋11R 1着/12頭勝利
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 7.0着 (不振) ○ 当競馬場適性 37走で勝率 24% (相性良) ▽ 距離適性同距離は 5走で勝ち無し ○ 馬場適性同馬場 21走で勝率 24% ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 1.8%) ※ 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。
7	ワカギミ	塚本征（愛知）	実26.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／騎手は近50戦で勝率24%）
前5走 07/28 名古屋9R 4着/12頭+0.4秒 07/13 名古屋10R 7着/12頭 06/17 名古屋8R 2着/11頭 06/04 名古屋7R 1着/11頭 05/25 名古屋12R 1着/11頭
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 4.3着 ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 3.4% (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。
8	ビアリッツ	村上弘（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10走で勝率30%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 07/29 名古屋6R 1着/12頭勝利 07/15 名古屋11R 5着/12頭+0.0秒 07/02 名古屋9R 1着/12頭 06/04 名古屋10R 7着/12頭 05/21 名古屋9R 2着/10頭
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 3.5% (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。
9	テリオスルナ差し	大原浩（笠松）	実258.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/28 名古屋9R 11着/12頭+1.9秒 03/06 川崎10R 5着/9頭+1.8秒 02/05 川崎12R 6着/12頭+0.6秒 01/20 船橋12R 10着/14頭+2.0秒 01/02 川崎12R 11着/14頭+1.8秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 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 21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 0.2% (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。
10	カンタカナリート	筒井勇（笠松）	実32.6	×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5走 07/28 名古屋9R 9着/12頭+1.2秒 06/30 名古屋7R 1着/12頭 06/18 名古屋8R 6着/10頭 05/22 名古屋12R 3着/10頭 05/07 名古屋9R 2着/10頭+0.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 13走で勝率 15% (相性良) ○ ローテーション 21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 1.3% (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。
11	ブルースバローズ	加藤聡（愛知）	実1.2	🌟◎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4走で勝率100%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 07/30 名古屋10R 1着/11頭勝利 07/03 名古屋10R 1着/12頭 06/19 名古屋1R 1着/10頭 06/03 名古屋1R 1着/12頭 ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 4走で勝率 100% (得意) ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 59.2% (オッズ暗示: 83.3%) ※ 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	イノセンス逃げ	山田祥（愛知）	実64.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯6走で勝率33%／62日ぶりの実戦）
前5走 06/17 名古屋8R 4着/11頭 06/03 名古屋9R 6着/12頭+0.0秒 05/19 名古屋10R 12着/12頭+1.9秒 04/23 名古屋12R 1着/12頭勝利 03/24 名古屋7R 8着/12頭+1.2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 7.3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 6走で勝率 33% △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 1.3% (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。

🎯 AIの本命

AI評価1位

ブルースバローズ

騎手加藤聡（愛知）

単勝オッズ

1.2倍

AI期待値

-28%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2バヤシーフェイス

14.0倍

EV +80%

▲4マルカブリッツ

9.4倍

EV -11%

出走馬全12頭

◎11

ブルースバローズ

加藤聡（愛知）

1.2倍

-28%

›

○2

バヤシーフェイス

丸野勝（愛知）

14.0倍

+80%

›

▲4

マルカブリッツ

望月洵（愛知）

9.4倍

-11%

›

△5

ピーチブロッサム

大畑慧（愛知）

10.2倍

-52%

›

△8

ビアリッツ

村上弘（愛知）

22.8倍

-19%

›

△7

ワカギミ

塚本征（愛知）

26.8倍

-8%

›

▽1

ルミナスピラー

近藤颯（愛知）

43.2倍

-20%

›

▽6

オウケンボス

今井貴（愛知）

54.7倍

-5%

›

×10

カンタカナリート

筒井勇（笠松）

32.6倍

-56%

›

▽12

イノセンス

山田祥（愛知）

64.8倍

-15%

›

▽3

アオレレ

柿原翔（愛知）

123.4倍

-45%

›

▽9

テリオスルナ

大原浩（笠松）

258.5倍

-45%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

A. 市場込みモデル

単勝 2 バヤシーフェイス ¥100 実14.0倍期待値 +81% ❌不的中8着単勝 14.0倍

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

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）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項