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 17:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エイシンハトホル差し	大畑慧（愛知）	実93.3	B× A▽勝率1% 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 07/30 名古屋12R 11着/12頭+2.0秒 07/02 名古屋5R 7着/11頭 06/04 名古屋4R 6着/12頭+2.0秒 05/05 名古屋10R 1着/11頭勝利 04/22 名古屋1R 4着/12頭+0.7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) × 当競馬場適性 25走で勝率 4% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 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 11位 / 勝率 0.7% / 期待値 -36% ※ 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	セブンスプリングス	筒井勇（笠松）	実6.8	B△ A△勝率5% EV-67% 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5%と苦戦傾向／直近3走で勝率33%と好調）
前5走 07/30 名古屋6R 4着/11頭+1.2秒 07/15 名古屋6R 7着/12頭 06/17 名古屋12R 1着/12頭 06/02 名古屋7R 3着/12頭+1.0秒 04/20 名古屋9R 9着/11頭+1.6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 20走で勝率 5% (苦戦) △ 距離適性同距離 18走で勝率 6% ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 14.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 4.7% / 期待値 -68% ※ 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	ノイアーターク	細川智（愛知）	実25.9	B× A×勝率1% 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 07/30 名古屋12R 10着/12頭+1.8秒 07/03 名古屋9R 9着/12頭+0.0秒 06/05 名古屋5R 4着/12頭 05/25 名古屋5R 8着/11頭 05/08 名古屋3R 7着/10頭+1.7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 7.7着 (不振) × 当競馬場適性 13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 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.3% / 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。
4	ヒダサワヤカ自在	小笠羚（愛知）	実27.7	B× A×勝率2% EV-54% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/30 名古屋12R 7着/12頭+1.0秒 07/03 名古屋9R 7着/12頭 05/25 名古屋5R 4着/11頭 05/08 名古屋1R 4着/10頭+0.7秒 04/24 名古屋4R 10着/12頭+3.0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 6.0着 △ 当競馬場適性 28走で勝率 7% △ 距離適性同距離 22走で勝率 9% △ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.6%) × Aモデルの評価 (参考) レース内 8位 / 勝率 1.6% / 期待値 -55% ※ 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	スイートゥンビター逃げ	木之葵（愛知）	実5.8	B○ A○勝率16% EV-6% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/28 名古屋7R 1着/12頭勝利 04/09 名古屋3R 3着/11頭+0.5秒 03/24 名古屋8R 2着/12頭+0.0秒 03/10 名古屋5R 2着/11頭+0.2秒 02/25 名古屋2R 2着/11頭+0.3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 14走で勝率 7% △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 23日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 16.4% (オッズ暗示: 17.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.1% / 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。
6	ザボドフスキー追込	加藤誓（愛知）	実39.4	B× A×勝率1% 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 07/30 名古屋6R 6着/11頭+1.4秒 07/03 名古屋10R 8着/12頭+3.0秒 06/05 船橋7R 6着/12頭 05/07 船橋3R 11着/12頭+3.5秒 04/02 船橋3R 10着/12頭+4.1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 6.7着 ▽ 距離適性同距離は 11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) -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 0.9% / 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。
7	トークダウン	友森翔（愛知）	実158.7	B× A▽勝率1% EV+8% 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12R 12着/12頭+2.4秒 07/15 名古屋6R 11着/12頭+5.0秒 07/02 名古屋12R 5着/12頭 06/19 名古屋2R 7着/11頭+1.0秒 06/04 名古屋3R 5着/12頭+0.0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 9.3着 (不振) × 当競馬場適性 43走で勝率 5% (苦戦) △ 距離適性同距離 39走で勝率 5% ▽ 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 12位 / 勝率 0.7% / 期待値 +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。
8	パープルルージュ先行	丸野勝（愛知）	実8.9	B△ A△勝率4% EV-61% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/30 名古屋7R 6着/11頭+1.2秒 07/14 名古屋8R 2着/12頭+0.0秒 06/04 名古屋3R 3着/12頭+2.0秒 05/22 名古屋5R 6着/10頭 05/07 名古屋4R 4着/9頭+0.7秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.7着 ○ 当競馬場適性 25走で勝率 16% (相性良) △ 距離適性同距離 18走で勝率 11% ○ 騎手近50戦勝率 14% ○ 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 0.2% (オッズ暗示: 11.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.4% / 期待値 -61% ※ 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	シャンドネージュ	丹羽克（愛知）	実17.9	B× A×勝率2% EV-56% 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19走で勝ち無し／前走3着）
前5走 07/14 名古屋8R 3着/12頭+4.0秒 07/01 名古屋2R 3着/12頭 06/02 名古屋6R 10着/12頭 05/20 名古屋1R 8着/10頭 04/20 名古屋8R 4着/12頭+1.0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 5.3着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 19走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 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 0.2% (オッズ暗示: 5.6%) × Aモデルの評価 (参考) レース内 7位 / 勝率 2.4% / 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。
10	デルマガニメデ	大畑雅（愛知）	実19.2	B▲ A△勝率4% EV-20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 07/14 名古屋12R 2着/11頭+4.0秒 07/02 名古屋5R 6着/11頭 06/18 名古屋12R 2着/12頭 06/03 名古屋7R 5着/12頭 03/10 名古屋5R 1着/11頭勝利
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 3.3着 △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 5.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 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。
11	シヴァールバーニ	塚本征（愛知）	実2.3	B🌟◎ A🌟◎勝率50% EV+13% 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) +84% (市場が大幅過小評価) AI 予想勝率 80.2% (オッズ暗示: 43.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 49.5% / 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。
12	ノヴァエスペランサ	渡邊竜（笠松）	実5.8	B△ A▲勝率14% EV-21% 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6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走2着）
前5走 07/29 名古屋3R 2着/12頭+0.2秒 07/14 名古屋7R 5着/12頭+4.0秒 06/05 名古屋5R 11着/12頭+1.0秒 05/25 名古屋2R 10着/10頭+3.0秒 05/08 名古屋1R 6着/10頭+1.1秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 6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 16% ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 17.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.5% / 期待値 -22% ※ 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 ◎

シヴァールバーニ

騎手塚本征（愛知）

単勝オッズ

2.3倍

AI期待値

+84%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5スイートゥンビター

5.8倍

EV -4%

▲A:△10デルマガニメデ

19.2倍

EV -68%

出走馬全12頭

◎A:◎11

シヴァールバーニ

塚本征（愛知）

2.3倍

+84%

›

○A:○5

スイートゥンビター

木之葵（愛知）

5.8倍

-4%

›

▲A:△10

デルマガニメデ

大畑雅（愛知）

19.2倍

-68%

›

△A:▲12

ノヴァエスペランサ

渡邊竜（笠松）

5.8倍

-96%

›

△A:△2

セブンスプリングス

筒井勇（笠松）

6.8倍

-96%

›

△A:△8

パープルルージュ

丸野勝（愛知）

8.9倍

-98%

›

×A:×9

シャンドネージュ

丹羽克（愛知）

17.9倍

-96%

›

×A:×4

ヒダサワヤカ

小笠羚（愛知）

27.7倍

-97%

›

×A:×3

ノイアーターク

細川智（愛知）

25.9倍

-99%

›

×A:×6

ザボドフスキー

加藤誓（愛知）

39.4倍

-99%

›

×A:▽1

エイシンハトホル

大畑慧（愛知）

93.3倍

-99%

›

×A:▽7

トークダウン

友森翔（愛知）

158.7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 17:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エイシンハトホル差し	大畑慧（愛知）	実93.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場25走で勝率4%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走平均8.0着と低調）
前5走 07/30 名古屋12R 11着/12頭+2.0秒 07/02 名古屋5R 7着/11頭 06/04 名古屋4R 6着/12頭+2.0秒 05/05 名古屋10R 1着/11頭勝利 04/22 名古屋1R 4着/12頭+0.7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) × 当競馬場適性 25走で勝率 4% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 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) -36% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.1%) ※ 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。
2	セブンスプリングス	筒井勇（笠松）	実6.8	△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20走で勝率5%と苦戦傾向／直近3走で勝率33%と好調）
前5走 07/30 名古屋6R 4着/11頭+1.2秒 07/15 名古屋6R 7着/12頭 06/17 名古屋12R 1着/12頭 06/02 名古屋7R 3着/12頭+1.0秒 04/20 名古屋9R 9着/11頭+1.6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 20走で勝率 5% (苦戦) △ 距離適性同距離 18走で勝率 6% ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 14.7%) ※ 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。
3	ノイアーターク	細川智（愛知）	実25.9	×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36走で勝ち無し）
前5走 07/30 名古屋12R 10着/12頭+1.8秒 07/03 名古屋9R 9着/12頭+0.0秒 06/05 名古屋5R 4着/12頭 05/25 名古屋5R 8着/11頭 05/08 名古屋3R 7着/10頭+1.7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 7.7着 (不振) × 当競馬場適性 13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 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) -66% (大幅な期待値マイナス) AI 予想勝率 1.3% (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。
4	ヒダサワヤカ自在	小笠羚（愛知）	実27.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/30 名古屋12R 7着/12頭+1.0秒 07/03 名古屋9R 7着/12頭 05/25 名古屋5R 4着/11頭 05/08 名古屋1R 4着/10頭+0.7秒 04/24 名古屋4R 10着/12頭+3.0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 6.0着 △ 当競馬場適性 28走で勝率 7% △ 距離適性同距離 22走で勝率 9% △ 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) -55% (大幅な期待値マイナス) AI 予想勝率 1.6% (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	スイートゥンビター逃げ	木之葵（愛知）	実5.8	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/28 名古屋7R 1着/12頭勝利 04/09 名古屋3R 3着/11頭+0.5秒 03/24 名古屋8R 2着/12頭+0.0秒 03/10 名古屋5R 2着/11頭+0.2秒 02/25 名古屋2R 2着/11頭+0.3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 14走で勝率 7% △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 23日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 16.1% (オッズ暗示: 17.2%) ※ 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	ザボドフスキー追込	加藤誓（愛知）	実39.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は11走で勝ち無し）
前5走 07/30 名古屋6R 6着/11頭+1.4秒 07/03 名古屋10R 8着/12頭+3.0秒 06/05 船橋7R 6着/12頭 05/07 船橋3R 11着/12頭+3.5秒 04/02 船橋3R 10着/12頭+4.1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 6.7着 ▽ 距離適性同距離は 11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) -66% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.5%) ※ 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	トークダウン	友森翔（愛知）	実158.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場43走で勝率5%と苦戦傾向／直近3走平均9.3着と低調）
前5走 07/30 名古屋12R 12着/12頭+2.4秒 07/15 名古屋6R 11着/12頭+5.0秒 07/02 名古屋12R 5着/12頭 06/19 名古屋2R 7着/11頭+1.0秒 06/04 名古屋3R 5着/12頭+0.0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 9.3着 (不振) × 当競馬場適性 43走で勝率 5% (苦戦) △ 距離適性同距離 39走で勝率 5% ▽ 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) +8% (市場と概ね一致) AI 予想勝率 0.7% (オッズ暗示: 0.6%) ※ 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。
8	パープルルージュ先行	丸野勝（愛知）	実8.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/30 名古屋7R 6着/11頭+1.2秒 07/14 名古屋8R 2着/12頭+0.0秒 06/04 名古屋3R 3着/12頭+2.0秒 05/22 名古屋5R 6着/10頭 05/07 名古屋4R 4着/9頭+0.7秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.7着 ○ 当競馬場適性 25走で勝率 16% (相性良) △ 距離適性同距離 18走で勝率 11% ○ 騎手近50戦勝率 14% ○ 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) -61% (大幅な期待値マイナス) AI 予想勝率 4.4% (オッズ暗示: 11.2%) ※ 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	シャンドネージュ	丹羽克（愛知）	実17.9	×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19走で勝ち無し／前走3着）
前5走 07/14 名古屋8R 3着/12頭+4.0秒 07/01 名古屋2R 3着/12頭 06/02 名古屋6R 10着/12頭 05/20 名古屋1R 8着/10頭 04/20 名古屋8R 4着/12頭+1.0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 5.3着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 19走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 5.6%) ※ 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	デルマガニメデ	大畑雅（愛知）	実19.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 07/14 名古屋12R 2着/11頭+4.0秒 07/02 名古屋5R 6着/11頭 06/18 名古屋12R 2着/12頭 06/03 名古屋7R 5着/12頭 03/10 名古屋5R 1着/11頭勝利
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 3.3着 △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 4.2% (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。
11	シヴァールバーニ	塚本征（愛知）	実2.3	🌟◎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) +13% (市場と概ね一致) AI 予想勝率 49.5% (オッズ暗示: 43.5%) ※ 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。
12	ノヴァエスペランサ	渡邊竜（笠松）	実5.8	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走2着）
前5走 07/29 名古屋3R 2着/12頭+0.2秒 07/14 名古屋7R 5着/12頭+4.0秒 06/05 名古屋5R 11着/12頭+1.0秒 05/25 名古屋2R 10着/10頭+3.0秒 05/08 名古屋1R 6着/10頭+1.1秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 6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 16% ○ 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) -22% (オッズ過剰評価) AI 予想勝率 13.5% (オッズ暗示: 17.2%) ※ 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

シヴァールバーニ

騎手塚本征（愛知）

単勝オッズ

2.3倍

AI期待値

+13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5スイートゥンビター

5.8倍

EV -6%

▲12ノヴァエスペランサ

5.8倍

EV -21%

出走馬全12頭

◎11

シヴァールバーニ

塚本征（愛知）

2.3倍

+13%

›

○5

スイートゥンビター

木之葵（愛知）

5.8倍

-6%

›

▲12

ノヴァエスペランサ

渡邊竜（笠松）

5.8倍

-21%

›

△2

セブンスプリングス

筒井勇（笠松）

6.8倍

-67%

›

△8

パープルルージュ

丸野勝（愛知）

8.9倍

-61%

›

△10

デルマガニメデ

大畑雅（愛知）

19.2倍

-20%

›

×9

シャンドネージュ

丹羽克（愛知）

17.9倍

-56%

›

×4

ヒダサワヤカ

小笠羚（愛知）

27.7倍

-54%

›

×3

ノイアーターク

細川智（愛知）

25.9倍

-66%

›

×6

ザボドフスキー

加藤誓（愛知）

39.4倍

-66%

›

▽1

エイシンハトホル

大畑慧（愛知）

93.3倍

-35%

›

▽7

トークダウン

友森翔（愛知）

158.7倍

+8%

›

💡 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