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 20:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リリアンファスト逃げ	細川智（愛知）	実3.8	B○ A◎勝率26% EV+0% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 07/28 名古屋7R 2着/12頭+0.0秒 06/17 名古屋12R 4着/12頭 05/20 名古屋5R 11着/11頭+1.0秒 05/05 名古屋2R 2着/11頭+0.1秒 04/20 名古屋6R 2着/12頭+0.4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 5.7着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 2% (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% (妙味あり) AI 予想勝率 37.5% (オッズ暗示: 26.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 26.4% / 期待値 +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。
2	ジーティーネージュ	山田祥（愛知）	実36.0	B× A×勝率1% EV-59% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場26走で勝率4%と苦戦傾向／同距離帯は25走で勝ち無し）
前5走 07/29 名古屋1R 5着/12頭+1.4秒 07/01 名古屋5R 5着/12頭 06/17 名古屋4R 6着/11頭 06/03 名古屋12R 9着/12頭 05/20 名古屋7R 7着/11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 5.3着 × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 25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) -75% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 2.8%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.1% / 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。
3	ボンボニエーレ	大畑慧（愛知）	実8.2	B△ A△勝率12% EV+0% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 07/13 名古屋7R 2着/12頭+0.0秒 06/30 名古屋12R 2着/12頭 06/16 名古屋6R 6着/10頭 06/02 名古屋5R 5着/11頭 12/09 名古屋6R 9着/12頭+2.7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 3.3着 △ 当競馬場適性 15走で勝率 13% △ 距離適性同距離 13走で勝率 8% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) × 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 0.7% (オッズ暗示: 12.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.2% / 期待値 +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。
4	メイショウイッシン	丹羽克（愛知）	実5.6	B× A▲勝率15% EV-13% 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20走で勝率0%と苦戦傾向／同距離帯は36走で勝ち無し／前走2着）
前5走 07/29 名古屋1R 2着/12頭+0.8秒 07/14 名古屋6R 6着/12頭 07/02 名古屋12R 6着/12頭 06/19 名古屋2R 6着/11頭+2.0秒 06/04 名古屋4R 8着/12頭+1.0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 4.7着 × 当競馬場適性 20走で勝率 0% (苦戦) ▽ 距離適性同距離は 36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 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 0.3% (オッズ暗示: 17.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.5% / 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。
5	リコークルセーダー自在	加藤聡（愛知）	実29.5	B× A×勝率1% EV-73% 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2R 9着/11頭+2.9秒 06/30 名古屋12R 1着/12頭 06/16 名古屋7R 8着/10頭 05/19 名古屋6R 9着/11頭+1.3秒 04/20 名古屋6R 6着/12頭+1.3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 39走で勝率 5% △ 距離適性同距離 35走で勝率 6% ○ 騎手近50戦勝率 18% ○ 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 0.9% / 期待値 -73% ※ 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	コモモチャン逃げ	丸山真（愛知）	実18.1	B× A▽勝率3% EV-40% 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 7着/12頭+2.5秒 07/13 名古屋7R 5着/12頭 06/02 名古屋6R 9着/12頭+2.0秒 05/19 名古屋12R 8着/11頭+1.1秒 05/04 名古屋12R 5着/11頭+1.5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) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 16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) -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 3.3% / 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。
7	ミッシュマッシュ	望月洵（愛知）	実7.8	B△ A△勝率9% EV-27% 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23走で勝率0%と苦戦傾向／同距離帯は23走で勝ち無し／騎手は近50戦で勝率30%）
前5走 07/29 名古屋2R 5着/11頭+1.4秒 07/14 名古屋12R 4着/11頭 07/01 名古屋6R 7着/12頭 06/17 名古屋5R 3着/11頭 06/03 名古屋12R 10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 5.3着 × 当競馬場適性 23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 30% (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 0.7% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.2% / 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	ハルノート	塚本征（愛知）	実20.8	B× A▽勝率3% EV-47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率20%）
前5走 07/28 名古屋7R 9着/12頭+2.8秒 07/01 名古屋12R 3着/12頭 06/17 名古屋5R 7着/11頭 06/03 名古屋5R 11着/12頭+1.0秒 03/25 名古屋3R 7着/11頭+2.5秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 9走で勝率 11% ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 4.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.5% / 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。
9	ブリッツシャッテン逃げ	近藤颯（愛知）	実16.7	B△ A×勝率3% EV-57% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は8走で勝ち無し）
前5走 07/28 名古屋7R 5着/12頭+1.7秒 06/30 名古屋6R 4着/12頭 06/16 名古屋6R 2着/10頭+6.0秒 05/19 名古屋5R 2着/11頭+0.4秒 05/04 名古屋2R 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戦の調子平均 3.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 距離適性同距離は 8走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -71% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 6.0%) × Aモデルの評価 (参考) レース内 9位 / 勝率 2.5% / 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。
10	フクチャンフクメイ追込	尾崎章（愛知）	実14.5	B× A×勝率2% EV-71% 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1R 4着/12頭+0.9秒 07/01 名古屋12R 8着/12頭 06/17 名古屋4R 3着/11頭 05/19 名古屋5R 8着/11頭+1.4秒 05/04 名古屋5R 7着/11頭+1.4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 5.0着 × 当競馬場適性 39走で勝率 3% (苦戦) ▽ 距離適性同距離は 38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) -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 2.0% / 期待値 -72% ※ 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	キタノプレンティ	木之葵（愛知）	実5.3	B▲ A○勝率19% EV-1% 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7走で勝ち無し）
前5走 07/29 名古屋1R 6着/12頭+1.6秒 07/14 名古屋12R 11着/11頭 07/02 名古屋3R 5着/12頭+1.0秒 06/19 名古屋1R 10着/10頭 06/04 名古屋3R 10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戦の調子平均 7.3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 7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) -91% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 18.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.6% / 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。
12	プリマベーラ自在推奨	小笠羚（愛知）	実12.0	B◎ A△勝率6% EV-31% 詳細▼	市場が大きく過小評価、AI予想勝率56% × オッズ12.0倍で期待値+571%の有力候補（直近3走勝率33%と上り調子／当競馬場3走で勝率33%と適性高／前走3着で力を示す）
前5走 07/29 名古屋1R 3着/12頭+0.8秒 04/20 名古屋6R 1着/12頭勝利 04/07 名古屋5R 3着/11頭+0.9秒 03/13 船橋3R 12着/12頭+2.8秒 02/13 船橋7R 10着/12頭+1.6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 3走で勝率 33% (得意) △ 距離適性同距離 8走で勝率 12% △ 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 21日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +571% (市場が大幅過小評価) AI 予想勝率 56.0% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.7% / 期待値 -31% ※ 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

B推奨Aモデル △

プリマベーラ

騎手小笠羚（愛知）

単勝オッズ

12.0倍

AI期待値

+571%

買い目

¥1,200

全レースの推奨

AIの推奨本命の次点

○A:◎1リリアンファスト

3.8倍

EV +42%

▲A:○11キタノプレンティ

5.3倍

EV -90%

出走馬全12頭

◎A:△12

プリマベーラ

小笠羚（愛知）

12.0倍

+571%

›

○A:◎1

リリアンファスト

細川智（愛知）

3.8倍

+42%

›

▲A:○11

キタノプレンティ

木之葵（愛知）

5.3倍

-90%

›

△A:×9

ブリッツシャッテン

近藤颯（愛知）

16.7倍

-70%

›

△A:△7

ミッシュマッシュ

望月洵（愛知）

7.8倍

-94%

›

△A:△3

ボンボニエーレ

大畑慧（愛知）

8.2倍

-94%

›

×A:▽8

ハルノート

塚本征（愛知）

20.8倍

-85%

›

×A:×2

ジーティーネージュ

山田祥（愛知）

36.0倍

-74%

›

×A:▲4

メイショウイッシン

丹羽克（愛知）

5.6倍

-98%

›

×A:×10

フクチャンフクメイ

尾崎章（愛知）

14.5倍

-99%

›

×A:▽6

コモモチャン

丸山真（愛知）

18.1倍

-99%

›

×A:×5

リコークルセーダー

加藤聡（愛知）

29.5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

見送り

B. 市場除外+キャリブ

単勝 12 プリマベーラ ¥1,200 実12.0倍期待値 +572% ❌不的中10着単勝 12.0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 20:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リリアンファスト逃げ	細川智（愛知）	実3.8	◎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（前走2着）
前5走 07/28 名古屋7R 2着/12頭+0.0秒 06/17 名古屋12R 4着/12頭 05/20 名古屋5R 11着/11頭+1.0秒 05/05 名古屋2R 2着/11頭+0.1秒 04/20 名古屋6R 2着/12頭+0.4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 5.7着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 2% (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) +0% (市場と概ね一致) AI 予想勝率 26.4% (オッズ暗示: 26.3%) ※ 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	ジーティーネージュ	山田祥（愛知）	実36.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場26走で勝率4%と苦戦傾向／同距離帯は25走で勝ち無し）
前5走 07/29 名古屋1R 5着/12頭+1.4秒 07/01 名古屋5R 5着/12頭 06/17 名古屋4R 6着/11頭 06/03 名古屋12R 9着/12頭 05/20 名古屋7R 7着/11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 5.3着 × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 25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) -60% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.8%) ※ 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	ボンボニエーレ	大畑慧（愛知）	実8.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 07/13 名古屋7R 2着/12頭+0.0秒 06/30 名古屋12R 2着/12頭 06/16 名古屋6R 6着/10頭 06/02 名古屋5R 5着/11頭 12/09 名古屋6R 9着/12頭+2.7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 3.3着 △ 当競馬場適性 15走で勝率 13% △ 距離適性同距離 13走で勝率 8% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 12.2% (オッズ暗示: 12.2%) ※ 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	メイショウイッシン	丹羽克（愛知）	実5.6	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場20走で勝率0%と苦戦傾向／同距離帯は36走で勝ち無し／前走2着）
前5走 07/29 名古屋1R 2着/12頭+0.8秒 07/14 名古屋6R 6着/12頭 07/02 名古屋12R 6着/12頭 06/19 名古屋2R 6着/11頭+2.0秒 06/04 名古屋4R 8着/12頭+1.0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 4.7着 × 当競馬場適性 20走で勝率 0% (苦戦) ▽ 距離適性同距離は 36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 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 15.5% (オッズ暗示: 17.9%) ※ 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。
5	リコークルセーダー自在	加藤聡（愛知）	実29.5	×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2R 9着/11頭+2.9秒 06/30 名古屋12R 1着/12頭 06/16 名古屋7R 8着/10頭 05/19 名古屋6R 9着/11頭+1.3秒 04/20 名古屋6R 6着/12頭+1.3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 39走で勝率 5% △ 距離適性同距離 35走で勝率 6% ○ 騎手近50戦勝率 18% ○ 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) -73% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 3.4%) ※ 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	コモモチャン逃げ	丸山真（愛知）	実18.1	▽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16走で勝ち無し）
前5走 07/28 名古屋7R 7着/12頭+2.5秒 07/13 名古屋7R 5着/12頭 06/02 名古屋6R 9着/12頭+2.0秒 05/19 名古屋12R 8着/11頭+1.1秒 05/04 名古屋12R 5着/11頭+1.5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) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 16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) -41% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 5.5%) ※ 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。
7	ミッシュマッシュ	望月洵（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23走で勝率0%と苦戦傾向／同距離帯は23走で勝ち無し／騎手は近50戦で勝率30%）
前5走 07/29 名古屋2R 5着/11頭+1.4秒 07/14 名古屋12R 4着/11頭 07/01 名古屋6R 7着/12頭 06/17 名古屋5R 3着/11頭 06/03 名古屋12R 10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 5.3着 × 当競馬場適性 23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 30% (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) -28% (オッズ過剰評価) AI 予想勝率 9.2% (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。
8	ハルノート	塚本征（愛知）	実20.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率20%）
前5走 07/28 名古屋7R 9着/12頭+2.8秒 07/01 名古屋12R 3着/12頭 06/17 名古屋5R 7着/11頭 06/03 名古屋5R 11着/12頭+1.0秒 03/25 名古屋3R 7着/11頭+2.5秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 9走で勝率 11% ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -47% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 4.8%) ※ 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。
9	ブリッツシャッテン逃げ	近藤颯（愛知）	実16.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は8走で勝ち無し）
前5走 07/28 名古屋7R 5着/12頭+1.7秒 06/30 名古屋6R 4着/12頭 06/16 名古屋6R 2着/10頭+6.0秒 05/19 名古屋5R 2着/11頭+0.4秒 05/04 名古屋2R 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戦の調子平均 3.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) ▽ 距離適性同距離は 8走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 6.0%) ※ 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。
10	フクチャンフクメイ追込	尾崎章（愛知）	実14.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場39走で勝率3%と苦戦傾向／同距離帯は38走で勝ち無し）
前5走 07/29 名古屋1R 4着/12頭+0.9秒 07/01 名古屋12R 8着/12頭 06/17 名古屋4R 3着/11頭 05/19 名古屋5R 8着/11頭+1.4秒 05/04 名古屋5R 7着/11頭+1.4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 5.0着 × 当競馬場適性 39走で勝率 3% (苦戦) ▽ 距離適性同距離は 38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) -72% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 6.9%) ※ 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。
11	キタノプレンティ	木之葵（愛知）	実5.3	○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7走で勝ち無し）
前5走 07/29 名古屋1R 6着/12頭+1.6秒 07/14 名古屋12R 11着/11頭 07/02 名古屋3R 5着/12頭+1.0秒 06/19 名古屋1R 10着/10頭 06/04 名古屋3R 10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戦の調子平均 7.3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 7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) -2% (オッズ過剰評価) AI 予想勝率 18.6% (オッズ暗示: 18.9%) ※ 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。
12	プリマベーラ自在推奨	小笠羚（愛知）	実12.0	△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／当競馬場3走で勝率33%と適性高／前走3着で力を示す）
前5走 07/29 名古屋1R 3着/12頭+0.8秒 04/20 名古屋6R 1着/12頭勝利 04/07 名古屋5R 3着/11頭+0.9秒 03/13 船橋3R 12着/12頭+2.8秒 02/13 船橋7R 10着/12頭+1.6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 3走で勝率 33% (得意) △ 距離適性同距離 8走で勝率 12% △ 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 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 5.7% (オッズ暗示: 8.3%) ※ 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。

🎯 AIの本命

AI評価1位

リリアンファスト

騎手細川智（愛知）

単勝オッズ

3.8倍

AI期待値

+0%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11キタノプレンティ

5.3倍

EV -1%

▲4メイショウイッシン

5.6倍

EV -13%

出走馬全12頭

◎1

リリアンファスト

細川智（愛知）

3.8倍

+0%

›

○11

キタノプレンティ

木之葵（愛知）

5.3倍

-1%

›

▲4

メイショウイッシン

丹羽克（愛知）

5.6倍

-13%

›

△3

ボンボニエーレ

大畑慧（愛知）

8.2倍

+0%

›

△7

ミッシュマッシュ

望月洵（愛知）

7.8倍

-27%

›

△12

プリマベーラ

小笠羚（愛知）

12.0倍

-31%

›

▽6

コモモチャン

丸山真（愛知）

18.1倍

-40%

›

▽8

ハルノート

塚本征（愛知）

20.8倍

-47%

›

×9

ブリッツシャッテン

近藤颯（愛知）

16.7倍

-57%

›

×10

フクチャンフクメイ

尾崎章（愛知）

14.5倍

-71%

›

×2

ジーティーネージュ

山田祥（愛知）

36.0倍

-59%

›

×5

リコークルセーダー

加藤聡（愛知）

29.5倍

-73%

›

💡 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 12 プリマベーラ ¥1,200 実12.0倍期待値 -31% ❌不的中10着単勝 12.0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