名古屋 6R 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

6R 名古屋競馬場ダ1500m ダート1500m　発走 16:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アドゥールグロー逃げ	山田祥（愛知）	実22.9	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（直近3走平均10.7着と低調）
前5走 07/15 名古屋9R 12着/12頭+6.0秒 07/01 名古屋8R 12着/12頭 06/03 名古屋9R 8着/12頭+1.0秒 05/21 名古屋10R 2着/9頭 05/06 名古屋6R 3着/11頭+1.2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 10.7着 (不振) △ 当競馬場適性 32走で勝率 9% △ 距離適性同距離 28走で勝率 11% ▽ 前走実績前走 12着 (大敗) × 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: 4.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.5% / 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。
2	オーケーサンダー逃げ	村上弘（愛知）	実19.5	B△ A△勝率4% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/29 名古屋7R 8着/12頭+1.3秒 07/14 名古屋9R 7着/11頭+0.0秒 06/16 名古屋11R 10着/12頭 05/08 名古屋12R 3着/10頭+0.2秒 03/31 名古屋11R 2着/9頭+0.2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 8.3着 (不振) △ 当競馬場適性 14走で勝率 14% ○ 距離適性同距離 12走で勝率 17% ○ 馬場適性同馬場 10走で勝率 20% ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 5.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 3.8% / 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	ヤマカツライコウ自在	大畑慧（愛知）	実4.4	B○ A○勝率34% EV+47% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場11走で勝率36%と適性高／同距離帯10走で勝率40%／直近3走で勝率33%と好調）
前5走 07/30 名古屋10R 4着/11頭+1.4秒 07/02 名古屋8R 8着/12頭 06/05 名古屋9R 1着/12頭 05/22 名古屋5R 1着/10頭 05/05 名古屋6R 1着/12頭勝利
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 11走で勝率 36% (得意) ◎ 距離適性同距離 10走で勝率 40% ○ 騎手近50戦勝率 14% ○ 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) +115% (市場が大幅過小評価) AI 予想勝率 48.9% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 33.6% / 期待値 +48% ※ 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	ルナフェイズ自在	丸山真（愛知）	実28.1	B△ A▽勝率3% EV-14% 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 07/29 名古屋7R 9着/12頭+1.4秒 07/14 名古屋9R 11着/11頭+0.0秒 06/05 名古屋12R 1着/11頭 05/22 名古屋8R 3着/11頭 04/22 名古屋8R 1着/11頭勝利
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 15走で勝率 20% (相性良) ○ 距離適性同距離 15走で勝率 20% ○ 馬場適性同馬場 7走で勝率 29% ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.1% / 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。
5	スキューマパーラ	大原浩（笠松）	実13.5	B× A×勝率3% EV-58% 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 07/30 名古屋10R 9着/11頭+2.3秒 06/30 名古屋9R 8着/12頭 06/17 名古屋8R 8着/11頭 06/02 名古屋8R 6着/11頭+3.0秒 05/20 名古屋4R 2着/11頭
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 8.3着 (不振) × 当競馬場適性 65走で勝率 5% (苦戦) △ 距離適性同距離 32走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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 7位 / 勝率 3.1% / 期待値 -58% ※ 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	プレミアシップ	柿原翔（愛知）	実10.8	B× A△勝率6% EV-35% 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 07/01 名古屋10R 11着/12頭 06/16 名古屋11R 12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 11.5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) × 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 6.0% / 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。
7	バウブロッサム	細川智（愛知）	実9.1	B▲ A▲勝率8% EV-28% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 07/30 名古屋10R 3着/11頭+1.2秒 06/30 名古屋9R 9着/12頭+3.0秒 06/17 名古屋8R 5着/11頭 06/02 名古屋8R 9着/11頭 05/20 名古屋12R 9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 5.7着 △ 当競馬場適性 57走で勝率 9% △ 距離適性同距離 51走で勝率 8% △ 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 20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 0.8% (オッズ暗示: 11.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.9% / 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。
8	オレイニウタイマス	望月洵（愛知）	実1.8	B🌟◎ A🌟◎勝率36% EV-35% 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（同距離帯は24走で勝ち無し／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/31 名古屋10R 1着/12頭勝利 07/02 名古屋7R 1着/3頭 06/19 名古屋1R 2着/10頭+5.0秒 06/04 名古屋2R 3着/11頭 05/06 名古屋3R 8着/11頭+0.9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 67% (絶好調) △ 当競馬場適性 21走で勝率 10% ▽ 距離適性同距離は 24走で勝ち無し ◎ 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) -11% (オッズ過剰評価) AI 予想勝率 49.6% (オッズ暗示: 55.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 36.1% / 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。
9	ハルノウミ	木之葵（愛知）	実12.8	B△ A△勝率3% EV-59% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率5%と苦戦傾向）
前5走 07/29 名古屋7R 10着/12頭+1.4秒 07/14 名古屋10R 9着/12頭 07/02 名古屋8R 2着/12頭+3.0秒 06/04 名古屋5R 4着/12頭 05/25 名古屋7R 2着/10頭
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 7.0着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) △ 距離適性同距離 19走で勝率 5% △ 騎手近50戦勝率 2% (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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.1% / 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。
10	クリノナイスガイ	筒井勇（笠松）	実60.8	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 07/29 名古屋7R 12着/12頭+3.3秒 07/15 名古屋9R 11着/12頭+1.0秒 07/01 名古屋10R 10着/12頭+3.0秒 06/16 名古屋11R 9着/12頭+0.0秒 05/19 名古屋9R 9着/11頭+2.5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 11.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) △ 距離適性同距離 8走で勝率 12% ▽ 前走実績前走 12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 10位 / 勝率 0.8% / 期待値 -54% ※ 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 ◎

オレイニウタイマス

騎手望月洵（愛知）

単勝オッズ

1.8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

○A:○3ヤマカツライコウ

4.4倍

EV +115%

▲A:▲7バウブロッサム

9.1倍

EV -92%

出走馬全10頭

◎A:◎8

オレイニウタイマス

望月洵（愛知）

1.8倍

-10%

›

○A:○3

ヤマカツライコウ

大畑慧（愛知）

4.4倍

+115%

›

▲A:▲7

バウブロッサム

細川智（愛知）

9.1倍

-92%

›

△A:▽4

ルナフェイズ

丸山真（愛知）

28.1倍

-91%

›

△A:△2

オーケーサンダー

村上弘（愛知）

19.5倍

-97%

›

△A:△9

ハルノウミ

木之葵（愛知）

12.8倍

-98%

›

×A:▽1

アドゥールグロー

山田祥（愛知）

22.9倍

-97%

›

×A:△6

プレミアシップ

柿原翔（愛知）

10.8倍

-99%

›

×A:×5

スキューマパーラ

大原浩（笠松）

13.5倍

-99%

›

×A:×10

クリノナイスガイ

筒井勇（笠松）

60.8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

両モデルとも見送り

6R 名古屋競馬場ダ1500m ダート1500m　発走 16:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アドゥールグロー逃げ	山田祥（愛知）	実22.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.7着と低調）
前5走 07/15 名古屋9R 12着/12頭+6.0秒 07/01 名古屋8R 12着/12頭 06/03 名古屋9R 8着/12頭+1.0秒 05/21 名古屋10R 2着/9頭 05/06 名古屋6R 3着/11頭+1.2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 10.7着 (不振) △ 当競馬場適性 32走で勝率 9% △ 距離適性同距離 28走で勝率 11% ▽ 前走実績前走 12着 (大敗) × 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 2.5% (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。
2	オーケーサンダー逃げ	村上弘（愛知）	実19.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/29 名古屋7R 8着/12頭+1.3秒 07/14 名古屋9R 7着/11頭+0.0秒 06/16 名古屋11R 10着/12頭 05/08 名古屋12R 3着/10頭+0.2秒 03/31 名古屋11R 2着/9頭+0.2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 8.3着 (不振) △ 当競馬場適性 14走で勝率 14% ○ 距離適性同距離 12走で勝率 17% ○ 馬場適性同馬場 10走で勝率 20% ○ 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) -25% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 5.1%) ※ 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	ヤマカツライコウ自在	大畑慧（愛知）	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場11走で勝率36%と適性高／同距離帯10走で勝率40%／直近3走で勝率33%と好調）
前5走 07/30 名古屋10R 4着/11頭+1.4秒 07/02 名古屋8R 8着/12頭 06/05 名古屋9R 1着/12頭 05/22 名古屋5R 1着/10頭 05/05 名古屋6R 1着/12頭勝利
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 11走で勝率 36% (得意) ◎ 距離適性同距離 10走で勝率 40% ○ 騎手近50戦勝率 14% ○ 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) +47% (妙味あり) AI 予想勝率 33.6% (オッズ暗示: 22.7%) ※ 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	ルナフェイズ自在	丸山真（愛知）	実28.1	▽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 07/29 名古屋7R 9着/12頭+1.4秒 07/14 名古屋9R 11着/11頭+0.0秒 06/05 名古屋12R 1着/11頭 05/22 名古屋8R 3着/11頭 04/22 名古屋8R 1着/11頭勝利
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 15走で勝率 20% (相性良) ○ 距離適性同距離 15走で勝率 20% ○ 馬場適性同馬場 7走で勝率 29% ○ 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) -14% (オッズ過剰評価) AI 予想勝率 3.1% (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。
5	スキューマパーラ	大原浩（笠松）	実13.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場65走で勝率5%と苦戦傾向／直近3走平均8.3着と低調）
前5走 07/30 名古屋10R 9着/11頭+2.3秒 06/30 名古屋9R 8着/12頭 06/17 名古屋8R 8着/11頭 06/02 名古屋8R 6着/11頭+3.0秒 05/20 名古屋4R 2着/11頭
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 8.3着 (不振) × 当競馬場適性 65走で勝率 5% (苦戦) △ 距離適性同距離 32走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 3.1% (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。
6	プレミアシップ	柿原翔（愛知）	実10.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.5着と低調）
前5走 07/01 名古屋10R 11着/12頭 06/16 名古屋11R 12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 11.5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) × 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 6.0% (オッズ暗示: 9.3%) ※ 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。
7	バウブロッサム	細川智（愛知）	実9.1	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 07/30 名古屋10R 3着/11頭+1.2秒 06/30 名古屋9R 9着/12頭+3.0秒 06/17 名古屋8R 5着/11頭 06/02 名古屋8R 9着/11頭 05/20 名古屋12R 9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 5.7着 △ 当競馬場適性 57走で勝率 9% △ 距離適性同距離 51走で勝率 8% △ 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 20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 7.9% (オッズ暗示: 11.0%) ※ 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。
8	オレイニウタイマス	望月洵（愛知）	実1.8	🌟◎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（同距離帯は24走で勝ち無し／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/31 名古屋10R 1着/12頭勝利 07/02 名古屋7R 1着/3頭 06/19 名古屋1R 2着/10頭+5.0秒 06/04 名古屋2R 3着/11頭 05/06 名古屋3R 8着/11頭+0.9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 67% (絶好調) △ 当競馬場適性 21走で勝率 10% ▽ 距離適性同距離は 24走で勝ち無し ◎ 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) -35% (大幅な期待値マイナス) AI 予想勝率 36.1% (オッズ暗示: 55.6%) ※ 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。
9	ハルノウミ	木之葵（愛知）	実12.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率5%と苦戦傾向）
前5走 07/29 名古屋7R 10着/12頭+1.4秒 07/14 名古屋10R 9着/12頭 07/02 名古屋8R 2着/12頭+3.0秒 06/04 名古屋5R 4着/12頭 05/25 名古屋7R 2着/10頭
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 7.0着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) △ 距離適性同距離 19走で勝率 5% △ 騎手近50戦勝率 2% (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) -60% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 7.8%) ※ 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。
10	クリノナイスガイ	筒井勇（笠松）	実60.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／直近3走平均11.0着と低調）
前5走 07/29 名古屋7R 12着/12頭+3.3秒 07/15 名古屋9R 11着/12頭+1.0秒 07/01 名古屋10R 10着/12頭+3.0秒 06/16 名古屋11R 9着/12頭+0.0秒 05/19 名古屋9R 9着/11頭+2.5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 11.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) △ 距離適性同距離 8走で勝率 12% ▽ 前走実績前走 12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) -54% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.6%) ※ 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。

🎯 AIの本命

AI評価1位

オレイニウタイマス

騎手望月洵（愛知）

単勝オッズ

1.8倍

AI期待値

-35%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3ヤマカツライコウ

4.4倍

EV +47%

▲7バウブロッサム

9.1倍

EV -28%

出走馬全10頭

◎8

オレイニウタイマス

望月洵（愛知）

1.8倍

-35%

›

○3

ヤマカツライコウ

大畑慧（愛知）

4.4倍

+47%

›

▲7

バウブロッサム

細川智（愛知）

9.1倍

-28%

›

△6

プレミアシップ

柿原翔（愛知）

10.8倍

-35%

›

△2

オーケーサンダー

村上弘（愛知）

19.5倍

-25%

›

△9

ハルノウミ

木之葵（愛知）

12.8倍

-59%

›

×5

スキューマパーラ

大原浩（笠松）

13.5倍

-58%

›

▽4

ルナフェイズ

丸山真（愛知）

28.1倍

-14%

›

▽1

アドゥールグロー

山田祥（愛知）

22.9倍

-41%

›

×10

クリノナイスガイ

筒井勇（笠松）

60.8倍

-53%

›

💡 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

両モデルとも見送り

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