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	ジェルソミーノ	大畑慧（愛知）	実14.7	B× A×勝率3% EV-50% 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 07/13 名古屋4R 8着/12頭+3.0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 8.0着 (不振) × 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 3.4% / 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。
2	チアフルドア推奨	木之葵（愛知）	実10.1	B○ A△勝率9% EV-6% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+95%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 07/13 名古屋2R 6着/12頭 06/30 名古屋2R 8着/12頭 ― ― ―
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 7.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +95% (市場が大幅過小評価) AI 予想勝率 19.3% (オッズ暗示: 9.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 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。
3	シャインプレマ	大畑雅（愛知）	実41.6	B× A×勝率1% EV-59% 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1R 9着/12頭+96.0秒 07/13 名古屋1R 9着/12頭 06/30 名古屋2R 9着/12頭+0.0秒 06/16 名古屋2R 9着/10頭 06/05 名古屋3R 7着/10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 9.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 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 1.0% / 期待値 -59% ※ 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	テルレーヌ	小笠羚（愛知）	実7.4	B△ A△勝率8% EV-39% 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18走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 07/28 名古屋1R 8着/12頭+95.9秒 07/13 名古屋1R 5着/12頭+0.0秒 06/30 名古屋1R 4着/12頭 06/16 名古屋1R 6着/10頭+0.0秒 06/05 名古屋2R 8着/12頭
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 5.7着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 8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 21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 0.2% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.2% / 期待値 -39% ※ 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	ジン	松本一（笠松）	実14.1	B× A×勝率2% EV-75% 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 07/13 名古屋1R 7着/12頭 06/30 名古屋1R 5着/12頭+0.0秒 06/16 名古屋1R 3着/10頭+3.0秒 06/05 名古屋2R 7着/12頭+2.0秒 05/19 名古屋1R 7着/10頭+2.4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 5.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 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 10位 / 勝率 1.8% / 期待値 -75% ※ 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	ナムラカメコ	加藤誓（愛知）	実4.1	B△ A○勝率21% EV-12% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/13 名古屋4R 7着/12頭+0.0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 7.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.1% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.3% / 期待値 -13% ※ 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	エターナルハーピー	丸野勝（愛知）	実44.0	B× A×勝率1% EV-69% 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1R 7着/12頭+95.9秒 07/13 名古屋1R 10着/12頭+5.0秒 06/30 名古屋1R 11着/12頭 06/16 名古屋1R 10着/10頭 06/05 名古屋2R 11着/12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 9.3着 (不振) × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 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 0.7% / 期待値 -69% ※ 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	シルヴァークラウン	加藤聡（愛知）	実12.2	B▲ A△勝率7% EV-18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.5着と低調／騎手は近50戦で勝率22%）
前5走 07/13 名古屋2R 7着/12頭 06/30 名古屋3R 12着/12頭 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.5着 (不振) ◎ 騎手近50戦勝率 22% (好調) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 8.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.6% / 期待値 -19% ※ 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	ケイツータカ	塚本征（愛知）	実17.6	B× A▽勝率3% EV-49% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.5着と低調／騎手は近50戦で勝率24%）
前5走 07/13 名古屋3R 11着/12頭+3.0秒 06/16 名古屋5R 8着/11頭+2.0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 9.5着 (不振) ◎ 騎手近50戦勝率 24% (好調) ▽ 前走実績前走 11着 (大敗) × 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: 5.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.9% / 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。
10	サンモリッツ	山田祥（愛知）	実4.9	B🌟◎ A◎勝率26% EV+27% 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3走で勝率0%と苦戦傾向）
前5走 07/13 名古屋1R 4着/12頭 06/30 名古屋1R 10着/12頭 09/19 名古屋4R 3着/11頭+1.8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 3走で勝率 0% (苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +278% (市場が大幅過小評価) AI 予想勝率 77.3% (オッズ暗示: 20.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 26.0% / 期待値 +27% ※ 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	ニシキバーキン自在	大原浩（笠松）	実4.7	B× A▲勝率17% EV-19% 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8走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 07/28 名古屋1R 4着/12頭+95.3秒 06/30 名古屋1R 12着/12頭 06/16 名古屋1R 7着/10頭+1.0秒 09/18 名古屋9R 12着/12頭+4.5秒 09/04 名古屋10R 6着/11頭+3.6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 7.7着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 6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 21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 0.1% (オッズ暗示: 21.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.1% / 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。
12	ウイングラナート	丹羽克（愛知）	実25.9	B△ A▽勝率2% EV-49% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調）
前5走 07/13 名古屋3R 10着/12頭+0.0秒 06/30 名古屋4R 10着/12頭 ― ― ―
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 10.0着 (不振) △ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.9% / 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。

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 ◎

サンモリッツ

騎手山田祥（愛知）

単勝オッズ

4.9倍

AI期待値

+278%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△2チアフルドア

10.1倍

EV +95%

▲A:△8シルヴァークラウン

12.2倍

EV -69%

出走馬全12頭

◎A:◎10

サンモリッツ

山田祥（愛知）

4.9倍

+278%

›

○A:△2

チアフルドア

木之葵（愛知）

10.1倍

+95%

›

▲A:△8

シルヴァークラウン

加藤聡（愛知）

12.2倍

-69%

›

△A:▽12

ウイングラナート

丹羽克（愛知）

25.9倍

-92%

›

△A:△4

テルレーヌ

小笠羚（愛知）

7.4倍

-98%

›

△A:○6

ナムラカメコ

加藤誓（愛知）

4.1倍

-99%

›

×A:▲11

ニシキバーキン

大原浩（笠松）

4.7倍

-99%

›

×A:▽9

ケイツータカ

塚本征（愛知）

17.6倍

-97%

›

×A:×5

ジン

松本一（笠松）

14.1倍

-99%

›

×A:×1

ジェルソミーノ

大畑慧（愛知）

14.7倍

-99%

›

×A:×3

シャインプレマ

大畑雅（愛知）

41.6倍

-99%

›

×A:×7

エターナルハーピー

丸野勝（愛知）

44.0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

見送り

B. 市場除外+キャリブ

単勝 2 チアフルドア ¥200 実10.1倍期待値 +95% ❌不的中2着単勝 10.1倍

※ オッズは予測時点の値です。

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	ジェルソミーノ	大畑慧（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走平均8.0着と低調）
前5走 07/13 名古屋4R 8着/12頭+3.0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 8.0着 (不振) × 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 3.4% (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	チアフルドア推奨	木之葵（愛知）	実10.1	△詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 07/13 名古屋2R 6着/12頭 06/30 名古屋2R 8着/12頭 ― ― ―
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 7.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 9.3% (オッズ暗示: 9.9%) ※ 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。
3	シャインプレマ	大畑雅（愛知）	実41.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/28 名古屋1R 9着/12頭+96.0秒 07/13 名古屋1R 9着/12頭 06/30 名古屋2R 9着/12頭+0.0秒 06/16 名古屋2R 9着/10頭 06/05 名古屋3R 7着/10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 9.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 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) -59% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.4%) ※ 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。
4	テルレーヌ	小笠羚（愛知）	実7.4	△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18走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 07/28 名古屋1R 8着/12頭+95.9秒 07/13 名古屋1R 5着/12頭+0.0秒 06/30 名古屋1R 4着/12頭 06/16 名古屋1R 6着/10頭+0.0秒 06/05 名古屋2R 8着/12頭
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 5.7着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 8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 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 13.5%) ※ 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。
5	ジン	松本一（笠松）	実14.1	×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4走で勝ち無し）
前5走 07/13 名古屋1R 7着/12頭 06/30 名古屋1R 5着/12頭+0.0秒 06/16 名古屋1R 3着/10頭+3.0秒 06/05 名古屋2R 7着/12頭+2.0秒 05/19 名古屋1R 7着/10頭+2.4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 5.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 1.8% (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。
6	ナムラカメコ	加藤誓（愛知）	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/13 名古屋4R 7着/12頭+0.0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 7.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 21.3% (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。
7	エターナルハーピー	丸野勝（愛知）	実44.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走平均9.3着と低調）
前5走 07/28 名古屋1R 7着/12頭+95.9秒 07/13 名古屋1R 10着/12頭+5.0秒 06/30 名古屋1R 11着/12頭 06/16 名古屋1R 10着/10頭 06/05 名古屋2R 11着/12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 9.3着 (不振) × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 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) -69% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。
8	シルヴァークラウン	加藤聡（愛知）	実12.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.5着と低調／騎手は近50戦で勝率22%）
前5走 07/13 名古屋2R 7着/12頭 06/30 名古屋3R 12着/12頭 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.5着 (不振) ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 6.6% (オッズ暗示: 8.2%) ※ 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	ケイツータカ	塚本征（愛知）	実17.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.5着と低調／騎手は近50戦で勝率24%）
前5走 07/13 名古屋3R 11着/12頭+3.0秒 06/16 名古屋5R 8着/11頭+2.0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 9.5着 (不振) ◎ 騎手近50戦勝率 24% (好調) ▽ 前走実績前走 11着 (大敗) × 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 2.9% (オッズ暗示: 5.7%) ※ 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。
10	サンモリッツ	山田祥（愛知）	実4.9	◎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3走で勝率0%と苦戦傾向）
前5走 07/13 名古屋1R 4着/12頭 06/30 名古屋1R 10着/12頭 09/19 名古屋4R 3着/11頭+1.8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 3走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 26.0% (オッズ暗示: 20.4%) ※ 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。
11	ニシキバーキン自在	大原浩（笠松）	実4.7	▲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0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 07/28 名古屋1R 4着/12頭+95.3秒 06/30 名古屋1R 12着/12頭 06/16 名古屋1R 7着/10頭+1.0秒 09/18 名古屋9R 12着/12頭+4.5秒 09/04 名古屋10R 6着/11頭+3.6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 7.7着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 6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 21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 17.1% (オッズ暗示: 21.3%) ※ 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	ウイングラナート	丹羽克（愛知）	実25.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調）
前5走 07/13 名古屋3R 10着/12頭+0.0秒 06/30 名古屋4R 10着/12頭 ― ― ―
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 10.0着 (不振) △ 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) -50% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 3.9%) ※ 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。

🎯 AIの本命

AI評価1位

サンモリッツ

騎手山田祥（愛知）

単勝オッズ

4.9倍

AI期待値

+27%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ナムラカメコ

4.1倍

EV -12%

▲11ニシキバーキン

4.7倍

EV -19%

出走馬全12頭

◎10

サンモリッツ

山田祥（愛知）

4.9倍

+27%

›

○6

ナムラカメコ

加藤誓（愛知）

4.1倍

-12%

›

▲11

ニシキバーキン

大原浩（笠松）

4.7倍

-19%

›

△2

チアフルドア

木之葵（愛知）

10.1倍

-6%

›

△4

テルレーヌ

小笠羚（愛知）

7.4倍

-39%

›

△8

シルヴァークラウン

加藤聡（愛知）

12.2倍

-18%

›

×1

ジェルソミーノ

大畑慧（愛知）

14.7倍

-50%

›

▽9

ケイツータカ

塚本征（愛知）

17.6倍

-49%

›

▽12

ウイングラナート

丹羽克（愛知）

25.9倍

-49%

›

×5

ジン

松本一（笠松）

14.1倍

-75%

›

×3

シャインプレマ

大畑雅（愛知）

41.6倍

-59%

›

×7

エターナルハーピー

丸野勝（愛知）

44.0倍

-69%

›

💡 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

見送り

B. 市場除外+キャリブ

単勝 2 チアフルドア ¥200 実10.1倍期待値 -6% ❌不的中2着単勝 10.1倍

※ 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