名古屋 3R 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

3R 名古屋競馬場ダ1500m ダート1500m　発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デスヨッテニ	筒井勇（笠松）	推定—	B× A×勝率3% EV-95% 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5R 8着/12頭+1.1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) ○ 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 8位 / 勝率 2.8% / 期待値 -95% ※ 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	ユイノレジスタンス	今井貴（愛知）	実31.8	B× A△勝率5% EV+57% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は7走で勝ち無し／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 07/30 名古屋5R 1着/12頭勝利 07/13 名古屋4R 4着/12頭 06/30 名古屋4R 12着/12頭+2.0秒 06/18 名古屋1R 6着/11頭+0.0秒 06/03 名古屋3R 11着/12頭+4.0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 8走で勝率 12% ▽ 距離適性同距離は 7走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.9% / 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。
3	ニキータ	望月洵（愛知）	実11.4	B▲ A△勝率8% EV-5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／騎手は近50戦で勝率26%）
前5走 07/14 名古屋3R 9着/12頭 07/03 名古屋5R 1着/12頭 06/16 名古屋5R 3着/11頭 ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 騎手近50戦勝率 26% (好調) × 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 3.6% (オッズ暗示: 8.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.3% / 期待値 -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。
4	グレーターグレイ	木之葵（愛知）	実58.5	B× A▽勝率1% EV-30% 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4R 8着/12頭+1.4秒 07/14 名古屋3R 10着/12頭 06/22 名古屋5R 10着/12頭 05/20 名古屋6R 6着/10頭 05/08 名古屋6R 1着/10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戦の調子平均 9.3着 (不振) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% △ 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 1.2% / 期待値 -30% ※ 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	スージーハルワ	柿原翔（愛知）	実46.3	B× A▽勝率3% EV+29% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/15 名古屋1R 7着/12頭 07/02 名古屋4R 7着/11頭+0.0秒 06/22 名古屋5R 3着/12頭+1.0秒 06/03 名古屋3R 1着/12頭 05/22 名古屋1R 4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 5.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.1% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.8% / 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。
6	キタカラキタマアヤ	小笠羚（愛知）	実96.9	B× A×勝率1% 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 07/30 名古屋4R 11着/12頭+2.2秒 07/14 名古屋4R 12着/12頭 06/22 名古屋5R 5着/12頭 06/02 名古屋3R 11着/11頭 05/20 名古屋3R 7着/10頭+2.0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 9.3着 (不振) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 11走で勝率 9% △ 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 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 0.5% / 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。
7	ケイズシャーロット	加藤聡（愛知）	実16.4	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17走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／騎手は近50戦で勝率20%）
前5走 07/30 名古屋5R 4着/12頭+0.3秒 07/14 名古屋4R 2着/12頭+6.0秒 07/01 名古屋4R 11着/12頭 06/22 名古屋2R 5着/11頭+0.0秒 06/02 名古屋1R 8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 5.7着 × 当競馬場適性 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ◎ 騎手近50戦勝率 20% (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) -87% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.6% / 期待値 -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	アウラニ	山田祥（愛知）	実1.5	B🌟◎ A🌟◎勝率47% EV-29% 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（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 07/31 名古屋2R 1着/12頭勝利 07/13 名古屋3R 2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戦の調子勝率 50% (絶好調) ◎ 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) +33% (妙味あり) AI 予想勝率 88.8% (オッズ暗示: 66.7%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 47.3% / 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。
9	コスモギオン	丸野勝（愛知）	実72.6	B× A▽勝率1% EV-46% 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4R 12着/12頭+2.5秒 07/14 名古屋3R 7着/12頭 07/01 名古屋4R 4着/12頭+4.0秒 06/22 名古屋5R 8着/12頭 06/02 名古屋2R 8着/11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 7.7着 (不振) × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 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 11位 / 勝率 0.7% / 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。
10	インサラータ	近藤颯（愛知）	実5.9	B○ A▲勝率12% EV-30% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率33%）
前5走 07/17 名古屋3R 1着/3頭 07/01 名古屋1R 8着/12頭 06/16 名古屋5R 2着/11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 3走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) × 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 5.1% (オッズ暗示: 16.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.7% / 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。
11	スピネルテソーロ	渡邊竜（笠松）	実45.3	B△ A▽勝率2% EV-2% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.1% / 期待値 -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	ゴーゴーマンゴー	塚本征（愛知）	実6.1	B△ A○勝率12% EV-27% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 07/17 名古屋2R 1着/12頭 06/30 名古屋4R 3着/12頭+0.0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 50% (絶好調) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 16.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.9% / 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。

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 ◎

アウラニ

騎手山田祥（愛知）

単勝オッズ

1.5倍

AI期待値

+33%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲10インサラータ

5.9倍

EV -70%

▲A:△3ニキータ

11.4倍

EV -58%

出走馬全12頭

◎A:◎8

アウラニ

山田祥（愛知）

1.5倍

+33%

›

○A:▲10

インサラータ

近藤颯（愛知）

5.9倍

-70%

›

▲A:△3

ニキータ

望月洵（愛知）

11.4倍

-58%

›

△A:△7

ケイズシャーロット

加藤聡（愛知）

16.4倍

-87%

›

△A:▽11

スピネルテソーロ

渡邊竜（笠松）

45.3倍

-65%

›

△A:○12

ゴーゴーマンゴー

塚本征（愛知）

6.1倍

-96%

›

×A:△2

ユイノレジスタンス

今井貴（愛知）

31.8倍

-92%

›

×A:▽5

スージーハルワ

柿原翔（愛知）

46.3倍

-95%

›

×A:×1

デスヨッテニ

筒井勇（笠松）

—

›

×A:▽4

グレーターグレイ

木之葵（愛知）

58.5倍

-99%

›

×A:▽9

コスモギオン

丸野勝（愛知）

72.6倍

-99%

›

×A:×6

キタカラキタマアヤ

小笠羚（愛知）

96.9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

3R 名古屋競馬場ダ1500m ダート1500m　発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デスヨッテニ	筒井勇（笠松）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均8.0着と低調）
前5走 07/30 名古屋5R 8着/12頭+1.1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) ○ 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 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。
2	ユイノレジスタンス	今井貴（愛知）	実31.8	△詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は7走で勝ち無し／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 07/30 名古屋5R 1着/12頭勝利 07/13 名古屋4R 4着/12頭 06/30 名古屋4R 12着/12頭+2.0秒 06/18 名古屋1R 6着/11頭+0.0秒 06/03 名古屋3R 11着/12頭+4.0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 8走で勝率 12% ▽ 距離適性同距離は 7走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) ○ 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% (市場が大幅過小評価) AI 予想勝率 4.9% (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。
3	ニキータ	望月洵（愛知）	実11.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／騎手は近50戦で勝率26%）
前5走 07/14 名古屋3R 9着/12頭 07/03 名古屋5R 1着/12頭 06/16 名古屋5R 3着/11頭 ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 騎手近50戦勝率 26% (好調) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 8.3% (オッズ暗示: 8.8%) ※ 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	グレーターグレイ	木之葵（愛知）	実58.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 07/30 名古屋4R 8着/12頭+1.4秒 07/14 名古屋3R 10着/12頭 06/22 名古屋5R 10着/12頭 05/20 名古屋6R 6着/10頭 05/08 名古屋6R 1着/10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戦の調子平均 9.3着 (不振) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% △ 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) -30% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 1.7%) ※ 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。
5	スージーハルワ	柿原翔（愛知）	実46.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/15 名古屋1R 7着/12頭 07/02 名古屋4R 7着/11頭+0.0秒 06/22 名古屋5R 3着/12頭+1.0秒 06/03 名古屋3R 1着/12頭 05/22 名古屋1R 4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 5.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 2.8% (オッズ暗示: 2.2%) ※ 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	キタカラキタマアヤ	小笠羚（愛知）	実96.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 07/30 名古屋4R 11着/12頭+2.2秒 07/14 名古屋4R 12着/12頭 06/22 名古屋5R 5着/12頭 06/02 名古屋3R 11着/11頭 05/20 名古屋3R 7着/10頭+2.0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 9.3着 (不振) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 11走で勝率 9% △ 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 21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 0.5% (オッズ暗示: 1.0%) ※ 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	ケイズシャーロット	加藤聡（愛知）	実16.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場17走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／騎手は近50戦で勝率20%）
前5走 07/30 名古屋5R 4着/12頭+0.3秒 07/14 名古屋4R 2着/12頭+6.0秒 07/01 名古屋4R 11着/12頭 06/22 名古屋2R 5着/11頭+0.0秒 06/02 名古屋1R 8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 5.7着 × 当競馬場適性 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ◎ 騎手近50戦勝率 20% (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) -8% (オッズ過剰評価) AI 予想勝率 5.6% (オッズ暗示: 6.1%) ※ 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。
8	アウラニ	山田祥（愛知）	実1.5	🌟◎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（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 07/31 名古屋2R 1着/12頭勝利 07/13 名古屋3R 2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戦の調子勝率 50% (絶好調) ◎ 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) -29% (オッズ過剰評価) AI 予想勝率 47.3% (オッズ暗示: 66.7%) ※ 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。
9	コスモギオン	丸野勝（愛知）	実72.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 07/30 名古屋4R 12着/12頭+2.5秒 07/14 名古屋3R 7着/12頭 07/01 名古屋4R 4着/12頭+4.0秒 06/22 名古屋5R 8着/12頭 06/02 名古屋2R 8着/11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 7.7着 (不振) × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 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) -47% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.4%) ※ 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	インサラータ	近藤颯（愛知）	実5.9	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率33%）
前5走 07/17 名古屋3R 1着/3頭 07/01 名古屋1R 8着/12頭 06/16 名古屋5R 2着/11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 3走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) × 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 11.7% (オッズ暗示: 16.9%) ※ 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	スピネルテソーロ	渡邊竜（笠松）	実45.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 2.2%) ※ 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	ゴーゴーマンゴー	塚本征（愛知）	実6.1	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 07/17 名古屋2R 1着/12頭 06/30 名古屋4R 3着/12頭+0.0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 50% (絶好調) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 11.9% (オッズ暗示: 16.4%) ※ 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。

🎯 AIの本命

AI評価1位

アウラニ

騎手山田祥（愛知）

単勝オッズ

1.5倍

AI期待値

-29%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12ゴーゴーマンゴー

6.1倍

EV -27%

▲10インサラータ

5.9倍

EV -30%

出走馬全12頭

◎8

アウラニ

山田祥（愛知）

1.5倍

-29%

›

○12

ゴーゴーマンゴー

塚本征（愛知）

6.1倍

-27%

›

▲10

インサラータ

近藤颯（愛知）

5.9倍

-30%

›

△3

ニキータ

望月洵（愛知）

11.4倍

-5%

›

△7

ケイズシャーロット

加藤聡（愛知）

16.4倍

-7%

›

△2

ユイノレジスタンス

今井貴（愛知）

31.8倍

+57%

›

▽5

スージーハルワ

柿原翔（愛知）

46.3倍

+29%

›

×1

デスヨッテニ

筒井勇（笠松）

—

›

▽11

スピネルテソーロ

渡邊竜（笠松）

45.3倍

-2%

›

▽4

グレーターグレイ

木之葵（愛知）

58.5倍

-30%

›

▽9

コスモギオン

丸野勝（愛知）

72.6倍

-46%

›

×6

キタカラキタマアヤ

小笠羚（愛知）

96.9倍

-50%

›

💡 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