名古屋 1R 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

1R 名古屋競馬場ダ1500m ダート1500m　発走 14:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タクティカ	加藤利（愛知）	実22.5	B× A×勝率2% EV-61% 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12R 10着/10頭+2.0秒 07/01 名古屋6R 9着/12頭 06/17 名古屋12R 6着/12頭 06/03 名古屋6R 8着/12頭 05/20 名古屋7R 2着/11頭+2.0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 8.3着 (不振) × 当競馬場適性 41走で勝率 2% (苦戦) ▽ 距離適性同距離は 35走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 22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 10位 / 勝率 1.7% / 期待値 -62% ※ 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	メイショウクレピス	大原浩（笠松）	実56.1	B△ A▽勝率2% EV+25% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 07/28 名古屋7R 8着/12頭+2.8秒 07/13 名古屋12R 6着/12頭+0.0秒 07/01 名古屋5R 10着/12頭 06/17 名古屋4R 8着/11頭 06/03 名古屋12R 6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 8.0着 (不振) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 17走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.2% / 期待値 +25% ※ 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	フルーツワゴン	丸山真（愛知）	実4.1	B△ A○勝率24% EV-2% 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14走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し）
前5走 07/28 名古屋7R 6着/12頭+1.7秒 07/01 名古屋12R 7着/12頭 06/03 名古屋6R 7着/12頭 05/21 名古屋2R 6着/10頭+2.0秒 05/06 名古屋1R 10着/11頭+1.2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 6.7着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ○ ローテーション 22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 12.1% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.9% / 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。
4	ウインフォーユー	加藤誓（愛知）	実7.8	B× A△勝率6% EV-49% 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29走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し／63日ぶりの実戦）
前5走 06/17 名古屋12R 7着/12頭 06/02 名古屋7R 6着/12頭 05/20 名古屋1R 3着/10頭 05/04 名古屋12R 4着/11頭+1.4秒 04/20 名古屋7R 3着/12頭+1.4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 5.3着 × 当競馬場適性 29走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.4% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.5% / 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。
5	エムズオルフェ	大畑慧（愛知）	実24.0	B× A▽勝率4% EV-13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場21走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/13 名古屋12R 10着/12頭+2.0秒 07/01 名古屋5R 6着/12頭 06/17 名古屋12R 11着/12頭+2.0秒 06/02 名古屋7R 5着/12頭 05/19 名古屋12R 2着/11頭+0.5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 9.0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 20走で勝ち無し ▽ 前走実績前走 10着 (大敗) × 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 0.8% (オッズ暗示: 4.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.6% / 期待値 -14% ※ 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	アップモンスター	近藤颯（愛知）	実50.2	B× A×勝率1% EV-51% 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7R 12着/12頭 07/01 名古屋2R 12着/12頭 06/17 名古屋1R 5着/11頭+0.0秒 05/20 名古屋2R 7着/10頭+5.0秒 05/05 名古屋4R 9着/10頭+2.3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 9.7着 (不振) × 当競馬場適性 92走で勝率 4% (苦戦) ▽ 距離適性同距離は 80走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 前走実績前走 12着 (大敗) × 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 1.0% / 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。
7	コズミックコール	大畑雅（愛知）	実6.5	B× A×勝率5% EV-66% 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7R 10着/12頭+3.0秒 07/13 名古屋7R 8着/12頭+0.0秒 06/30 名古屋6R 3着/12頭+0.0秒 06/17 名古屋12R 12着/12頭 06/02 名古屋6R 3着/12頭+1.0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 7.0着 (不振) × 当競馬場適性 75走で勝率 0% (苦戦) ▽ 距離適性同距離は 70走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 22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 5.2% / 期待値 -66% ※ 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	シャインモノリス追込	東川慎（笠松）	実5.2	B▲ A▲勝率15% EV-24% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場24走で勝率4%と苦戦傾向／同距離帯は21走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/28 名古屋12R 1着/10頭勝利 06/02 名古屋5R 8着/11頭+3.0秒 05/19 名古屋2R 3着/10頭+0.9秒 05/04 名古屋5R 6着/11頭+1.1秒 04/20 名古屋4R 11着/12頭+3.7秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し △ 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 22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 23.3% (オッズ暗示: 19.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.6% / 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。
9	チャコワールド	丹羽克（愛知）	実38.6	B× A×勝率1% EV-53% 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7R 11着/12頭+3.7秒 07/02 名古屋3R 12着/12頭 11/20 川崎10R 12着/12頭+3.5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 11.7着 (不振) △ 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 22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 1.2% / 期待値 -53% ※ 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	パウダースノウ推奨	小笠羚（愛知）	実7.4	B○ A△勝率8% EV-42% 詳細▼	市場が大きく過小評価、AI予想勝率30% × オッズ7.4倍で期待値+125%の有力候補（前走2着で力を示す／適度な間隔で状態万全）
前5走 07/28 名古屋6R 2着/12頭+0.5秒 07/13 名古屋7R 10着/12頭 07/01 名古屋12R 11着/12頭+1.0秒 06/17 名古屋4R 9着/11頭 06/03 名古屋1R 4着/12頭
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 7.7着 (不振) × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し △ 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 22日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +125% (市場が大幅過小評価) AI 予想勝率 30.5% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 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。
11	フェイントライト	木之葵（愛知）	実4.8	B🌟◎ A◎勝率27% 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12走で勝率0%と苦戦傾向）
前5走 07/28 名古屋12R 7着/10頭+1.6秒 07/01 名古屋5R 3着/12頭 06/17 名古屋5R 8着/11頭+0.0秒 06/03 名古屋12R 11着/12頭 05/20 名古屋7R 4着/11頭+0.0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 12走で勝率 0% (苦戦) △ 距離適性同距離 17走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 22日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 30.5% (オッズ暗示: 20.8%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 26.9% / 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	ガムピーリング	山田祥（愛知）	実19.4	B△ A△勝率6% EV+7% 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／同距離帯は26走で勝ち無し）
前5走 07/28 名古屋6R 4着/12頭+0.8秒 07/13 名古屋6R 5着/12頭+0.0秒 06/30 名古屋12R 5着/12頭 06/16 名古屋6R 4着/10頭 06/02 名古屋5R 4着/11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 4.7着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 26走で勝ち無し ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 5.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.5% / 期待値 +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。

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 ◎

フェイントライト

騎手木之葵（愛知）

単勝オッズ

4.8倍

AI期待値

+46%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△10パウダースノウ

7.4倍

EV +125%

▲A:▲8シャインモノリス

5.2倍

EV +21%

出走馬全12頭

◎A:◎11

フェイントライト

木之葵（愛知）

4.8倍

+46%

›

○A:△10

パウダースノウ

小笠羚（愛知）

7.4倍

+125%

›

▲A:▲8

シャインモノリス

東川慎（笠松）

5.2倍

+21%

›

△A:○3

フルーツワゴン

丸山真（愛知）

4.1倍

-50%

›

△A:△12

ガムピーリング

山田祥（愛知）

19.4倍

-76%

›

△A:▽2

メイショウクレピス

大原浩（笠松）

56.1倍

-33%

›

×A:▽5

エムズオルフェ

大畑慧（愛知）

24.0倍

-81%

›

×A:△4

ウインフォーユー

加藤誓（愛知）

7.8倍

-96%

›

×A:×7

コズミックコール

大畑雅（愛知）

6.5倍

-99%

›

×A:×1

タクティカ

加藤利（愛知）

22.5倍

-99%

›

×A:×9

チャコワールド

丹羽克（愛知）

38.6倍

-99%

›

×A:×6

アップモンスター

近藤颯（愛知）

50.2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 10 パウダースノウ ¥400 実7.4倍期待値 +126% ❌不的中10着単勝 7.4倍

※ オッズは予測時点の値です。

1R 名古屋競馬場ダ1500m ダート1500m　発走 14:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タクティカ	加藤利（愛知）	実22.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場41走で勝率2%と苦戦傾向／同距離帯は35走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/28 名古屋12R 10着/10頭+2.0秒 07/01 名古屋6R 9着/12頭 06/17 名古屋12R 6着/12頭 06/03 名古屋6R 8着/12頭 05/20 名古屋7R 2着/11頭+2.0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 8.3着 (不振) × 当競馬場適性 41走で勝率 2% (苦戦) ▽ 距離適性同距離は 35走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 1.7% (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。
2	メイショウクレピス	大原浩（笠松）	実56.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 07/28 名古屋7R 8着/12頭+2.8秒 07/13 名古屋12R 6着/12頭+0.0秒 07/01 名古屋5R 10着/12頭 06/17 名古屋4R 8着/11頭 06/03 名古屋12R 6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 8.0着 (不振) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 17走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 2.2% (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。
3	フルーツワゴン	丸山真（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14走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し）
前5走 07/28 名古屋7R 6着/12頭+1.7秒 07/01 名古屋12R 7着/12頭 06/03 名古屋6R 7着/12頭 05/21 名古屋2R 6着/10頭+2.0秒 05/06 名古屋1R 10着/11頭+1.2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 6.7着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 23.9% (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。
4	ウインフォーユー	加藤誓（愛知）	実7.8	△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29走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し／63日ぶりの実戦）
前5走 06/17 名古屋12R 7着/12頭 06/02 名古屋7R 6着/12頭 05/20 名古屋1R 3着/10頭 05/04 名古屋12R 4着/11頭+1.4秒 04/20 名古屋7R 3着/12頭+1.4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 5.3着 × 当競馬場適性 29走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 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 6.5% (オッズ暗示: 12.8%) ※ 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。
5	エムズオルフェ	大畑慧（愛知）	実24.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場21走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/13 名古屋12R 10着/12頭+2.0秒 07/01 名古屋5R 6着/12頭 06/17 名古屋12R 11着/12頭+2.0秒 06/02 名古屋7R 5着/12頭 05/19 名古屋12R 2着/11頭+0.5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 9.0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 20走で勝ち無し ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 3.6% (オッズ暗示: 4.2%) ※ 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。
6	アップモンスター	近藤颯（愛知）	実50.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場92走で勝率4%と苦戦傾向／同距離帯は80走で勝ち無し／直近3走平均9.7着と低調）
前5走 07/13 名古屋7R 12着/12頭 07/01 名古屋2R 12着/12頭 06/17 名古屋1R 5着/11頭+0.0秒 05/20 名古屋2R 7着/10頭+5.0秒 05/05 名古屋4R 9着/10頭+2.3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 9.7着 (不振) × 当競馬場適性 92走で勝率 4% (苦戦) ▽ 距離適性同距離は 80走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 前走実績前走 12着 (大敗) × 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 1.0% (オッズ暗示: 2.0%) ※ 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。
7	コズミックコール	大畑雅（愛知）	実6.5	×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75走で勝率0%と苦戦傾向／同距離帯は70走で勝ち無し）
前5走 07/28 名古屋7R 10着/12頭+3.0秒 07/13 名古屋7R 8着/12頭+0.0秒 06/30 名古屋6R 3着/12頭+0.0秒 06/17 名古屋12R 12着/12頭 06/02 名古屋6R 3着/12頭+1.0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 7.0着 (不振) × 当競馬場適性 75走で勝率 0% (苦戦) ▽ 距離適性同距離は 70走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 22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 5.2% (オッズ暗示: 15.4%) ※ 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。
8	シャインモノリス追込	東川慎（笠松）	実5.2	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場24走で勝率4%と苦戦傾向／同距離帯は21走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/28 名古屋12R 1着/10頭勝利 06/02 名古屋5R 8着/11頭+3.0秒 05/19 名古屋2R 3着/10頭+0.9秒 05/04 名古屋5R 6着/11頭+1.1秒 04/20 名古屋4R 11着/12頭+3.7秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し △ 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 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 14.6% (オッズ暗示: 19.2%) ※ 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	チャコワールド	丹羽克（愛知）	実38.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調）
前5走 07/28 名古屋7R 11着/12頭+3.7秒 07/02 名古屋3R 12着/12頭 11/20 川崎10R 12着/12頭+3.5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 11.7着 (不振) △ 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 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.6%) ※ 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	パウダースノウ推奨	小笠羚（愛知）	実7.4	△詳細▼	期待値プラスでAIの推し馬（前走2着で力を示す／適度な間隔で状態万全）
前5走 07/28 名古屋6R 2着/12頭+0.5秒 07/13 名古屋7R 10着/12頭 07/01 名古屋12R 11着/12頭+1.0秒 06/17 名古屋4R 9着/11頭 06/03 名古屋1R 4着/12頭
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 7.7着 (不振) × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し △ 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 22日の間隔 (理想的) × 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 7.8% (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。
11	フェイントライト	木之葵（愛知）	実4.8	◎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12走で勝率0%と苦戦傾向）
前5走 07/28 名古屋12R 7着/10頭+1.6秒 07/01 名古屋5R 3着/12頭 06/17 名古屋5R 8着/11頭+0.0秒 06/03 名古屋12R 11着/12頭 05/20 名古屋7R 4着/11頭+0.0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 12走で勝率 0% (苦戦) △ 距離適性同距離 17走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 26.9% (オッズ暗示: 20.8%) ※ 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。
12	ガムピーリング	山田祥（愛知）	実19.4	△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／同距離帯は26走で勝ち無し）
前5走 07/28 名古屋6R 4着/12頭+0.8秒 07/13 名古屋6R 5着/12頭+0.0秒 06/30 名古屋12R 5着/12頭 06/16 名古屋6R 4着/10頭 06/02 名古屋5R 4着/11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 4.7着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 26走で勝ち無し ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 5.5% (オッズ暗示: 5.2%) ※ 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。

🎯 AIの本命

AI評価1位

フェイントライト

騎手木之葵（愛知）

単勝オッズ

4.8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

○3フルーツワゴン

4.1倍

EV -2%

▲8シャインモノリス

5.2倍

EV -24%

出走馬全12頭

◎11

フェイントライト

木之葵（愛知）

4.8倍

+28%

›

○3

フルーツワゴン

丸山真（愛知）

4.1倍

-2%

›

▲8

シャインモノリス

東川慎（笠松）

5.2倍

-24%

›

△10

パウダースノウ

小笠羚（愛知）

7.4倍

-42%

›

△4

ウインフォーユー

加藤誓（愛知）

7.8倍

-49%

›

△12

ガムピーリング

山田祥（愛知）

19.4倍

+7%

›

×7

コズミックコール

大畑雅（愛知）

6.5倍

-66%

›

▽5

エムズオルフェ

大畑慧（愛知）

24.0倍

-13%

›

▽2

メイショウクレピス

大原浩（笠松）

56.1倍

+25%

›

×1

タクティカ

加藤利（愛知）

22.5倍

-61%

›

×9

チャコワールド

丹羽克（愛知）

38.6倍

-53%

›

×6

アップモンスター

近藤颯（愛知）

50.2倍

-51%

›

💡 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 10 パウダースノウ ¥400 実7.4倍期待値 -42% ❌不的中10着単勝 7.4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