名古屋 8R 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

8R 名古屋競馬場ダ1500m ダート1500m　発走 18:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オルソビアンコ	阪野学（愛知）	実49.3	B× A×勝率1% 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 07/31 名古屋8R 6着/11頭+2.0秒 07/17 名古屋7R 8着/12頭 06/30 名古屋7R 6着/12頭 06/18 名古屋9R 8着/10頭+0.0秒 05/21 名古屋8R 9着/10頭+3.0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 6.7着 △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 14走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 24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 -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。
2	サノノロンドン自在	加藤聡（愛知）	実38.9	B× A▽勝率2% EV-24% 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 07/31 名古屋8R 10着/11頭+2.6秒 07/02 名古屋8R 12着/12頭+4.0秒 06/04 名古屋5R 2着/12頭 05/22 名古屋10R 6着/10頭 05/07 名古屋9R 8着/10頭+2.2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 8.0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 6走で勝ち無し ○ 騎手近50戦勝率 18% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 24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 1.9% / 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。
3	バウアピアーズ自在	友森翔（愛知）	実9.2	B△ A△勝率11% EV-2% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯8走で勝率25%／直近3走で勝率33%と好調／前走2着）
前5走 07/31 名古屋12R 2着/12頭+0.4秒 06/05 名古屋5R 2着/12頭 05/06 名古屋3R 1着/11頭勝利 06/13 名古屋10R 6着/10頭+2.1秒 06/04 名古屋7R 7着/12頭+2.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 19走で勝率 11% ◎ 距離適性同距離 8走で勝率 25% ○ 前走実績前走 2着 (好走) ○ ローテーション 24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 4.6% (オッズ暗示: 10.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.6% / 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。
4	カミーチェ	塚本征（愛知）	実11.6	B△ A△勝率4% EV-49% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場42走で勝率2%と苦戦傾向／同距離帯は42走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/30 名古屋12R 1着/12頭勝利 07/15 名古屋7R 9着/12頭 07/02 名古屋12R 2着/12頭 06/19 名古屋1R 7着/10頭 06/04 名古屋12R 5着/12頭
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 42走で勝率 2% (苦戦) ▽ 距離適性同距離は 42走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 25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 0.7% (オッズ暗示: 8.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.3% / 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	ドラゴンキッド自在推奨	丸野勝（愛知）	実8.5	B▲ A▲勝率18% EV+54% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+53%の中穴候補（当競馬場で勝率15%と相性良／同距離帯で勝率20%／同馬場と相性良）
前5走 07/17 名古屋7R 6着/12頭 04/22 名古屋6R 6着/12頭+1.5秒 04/09 名古屋8R 6着/12頭+1.8秒 03/25 名古屋11R 4着/12頭+0.9秒 03/11 名古屋12R 5着/11頭+0.8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 6.0着 ○ 当競馬場適性 26走で勝率 15% (相性良) ○ 距離適性同距離 20走で勝率 20% ○ 馬場適性同馬場 15走で勝率 27% ◎ 騎手近50戦勝率 20% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +53% (市場が大幅過小評価) AI 予想勝率 18.1% (オッズ暗示: 11.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 18.2% / 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。
6	ミヤビエクセレント	尾崎章（愛知）	実98.6	B× A×勝率0% EV-55% 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 07/17 名古屋7R 11着/12頭+1.0秒 06/30 名古屋7R 12着/12頭 06/04 名古屋9R 7着/12頭 05/21 名古屋8R 10着/10頭+0.0秒 05/06 名古屋6R 8着/11頭+1.9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 10.0着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 7走で勝率 14% ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 2% (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 12位 / 勝率 0.5% / 期待値 -56% ※ 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	パーソナルレコード	村上弘（愛知）	実1.9	B○ A🌟◎勝率35% EV-33% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走3着）
前5走 07/31 名古屋7R 3着/12頭+0.5秒 07/03 名古屋10R 6着/12頭 06/04 名古屋12R 1着/12頭 05/21 名古屋5R 2着/10頭 05/06 名古屋2R 4着/10頭+0.6秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 距離適性同距離 8走で勝率 12% ○ 前走実績前走 3着 (好走) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 26.9% (オッズ暗示: 52.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 35.2% / 期待値 -33% ※ 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	アミアン	大原浩（笠松）	実28.4	B△ A▽勝率2% EV-45% 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／前走勝利の勢い）
前5走 07/30 名古屋7R 1着/11頭勝利 07/15 名古屋12R 9着/12頭 07/03 名古屋6R 10着/12頭 06/05 名古屋10R 8着/12頭 05/25 名古屋12R 6着/11頭+0.0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 32走で勝率 16% (相性良) ○ 距離適性同距離 23走で勝率 17% ○ 馬場適性同馬場 18走で勝率 28% △ 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 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.9% / 期待値 -45% ※ 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	スパルタンワールド差し	松本一（笠松）	実24.4	B× A▽勝率2% 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 07/17 名古屋7R 7着/12頭+0.0秒 06/30 名古屋8R 8着/12頭+0.0秒 04/09 名古屋10R 6着/11頭+1.2秒 03/23 名古屋8R 4着/12頭+0.5秒 03/10 名古屋8R 11着/12頭+2.8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 7.0着 (不振) △ 当競馬場適性 27走で勝率 15% ○ 距離適性同距離 18走で勝率 22% △ 騎手近50戦勝率 2% (やや苦戦) × 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 2.4% / 期待値 -40% ※ 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	ポケッティーノ	細川智（愛知）	実20.0	B× A△勝率4% EV-26% 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 07/31 名古屋8R 8着/11頭+2.3秒 07/17 名古屋7R 10着/12頭 06/18 名古屋8R 5着/10頭 06/04 名古屋8R 8着/11頭 05/21 名古屋7R 7着/10頭+5.0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 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 13走で勝ち無し ○ ローテーション 24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 6位 / 勝率 3.7% / 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。
11	オーセンティアン差し	丹羽克（愛知）	実57.2	B× A×勝率0% 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 07/31 名古屋8R 11着/11頭+3.5秒 07/17 名古屋7R 9着/12頭 07/01 名古屋7R 5着/11頭 05/25 名古屋9R 5着/10頭 05/05 名古屋1R 6着/11頭+1.0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 8.3着 (不振) △ 当競馬場適性 22走で勝率 9% ▽ 距離適性同距離は 12走で勝ち無し △ 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 24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 0.5% / 期待値 -74% ※ 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	マルシェ	渡邊竜（笠松）	実4.6	B🌟◎ A○勝率20% EV-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（同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 07/31 名古屋8R 7着/11頭+2.3秒 07/15 名古屋12R 1着/12頭 06/19 名古屋3R 4着/11頭 06/04 名古屋12R 2着/12頭+0.0秒 05/21 名古屋5R 4着/10頭
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 9走で勝率 22% ◎ 馬場適性同馬場 5走で勝率 40% ○ 騎手近50戦勝率 18% ○ ローテーション 24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 49.0% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.9% / 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。

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 ○

マルシェ

騎手渡邊竜（笠松）

単勝オッズ

4.6倍

AI期待値

+125%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎7パーソナルレコード

1.9倍

EV -48%

▲A:▲5ドラゴンキッド

8.5倍

EV +53%

出走馬全12頭

◎A:○12

マルシェ

渡邊竜（笠松）

4.6倍

+125%

›

○A:◎7

パーソナルレコード

村上弘（愛知）

1.9倍

-48%

›

▲A:▲5

ドラゴンキッド

丸野勝（愛知）

8.5倍

+53%

›

△A:△3

バウアピアーズ

友森翔（愛知）

9.2倍

-58%

›

△A:△4

カミーチェ

塚本征（愛知）

11.6倍

-91%

›

△A:▽8

アミアン

大原浩（笠松）

28.4倍

-79%

›

×A:△10

ポケッティーノ

細川智（愛知）

20.0倍

-99%

›

×A:▽9

スパルタンワールド

松本一（笠松）

24.4倍

-99%

›

×A:▽2

サノノロンドン

加藤聡（愛知）

38.9倍

-99%

›

×A:×1

オルソビアンコ

阪野学（愛知）

49.3倍

-99%

›

×A:×11

オーセンティアン

丹羽克（愛知）

57.2倍

-99%

›

×A:×6

ミヤビエクセレント

尾崎章（愛知）

98.6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

単勝 5 ドラゴンキッド ¥100 実8.5倍期待値 +54% ❌不的中6着単勝 8.5倍

B. 市場除外+キャリブ

単勝 5 ドラゴンキッド ¥100 実8.5倍期待値 +54% ❌不的中6着単勝 8.5倍

※ オッズは予測時点の値です。

8R 名古屋競馬場ダ1500m ダート1500m　発走 18:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オルソビアンコ	阪野学（愛知）	実49.3	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/31 名古屋8R 6着/11頭+2.0秒 07/17 名古屋7R 8着/12頭 06/30 名古屋7R 6着/12頭 06/18 名古屋9R 8着/10頭+0.0秒 05/21 名古屋8R 9着/10頭+3.0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 6.7着 △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 14走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 24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 0.8% (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。
2	サノノロンドン自在	加藤聡（愛知）	実38.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均8.0着と低調）
前5走 07/31 名古屋8R 10着/11頭+2.6秒 07/02 名古屋8R 12着/12頭+4.0秒 06/04 名古屋5R 2着/12頭 05/22 名古屋10R 6着/10頭 05/07 名古屋9R 8着/10頭+2.2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 8.0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 6走で勝ち無し ○ 騎手近50戦勝率 18% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 24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 1.9% (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。
3	バウアピアーズ自在	友森翔（愛知）	実9.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯8走で勝率25%／直近3走で勝率33%と好調／前走2着）
前5走 07/31 名古屋12R 2着/12頭+0.4秒 06/05 名古屋5R 2着/12頭 05/06 名古屋3R 1着/11頭勝利 06/13 名古屋10R 6着/10頭+2.1秒 06/04 名古屋7R 7着/12頭+2.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 19走で勝率 11% ◎ 距離適性同距離 8走で勝率 25% ○ 前走実績前走 2着 (好走) ○ ローテーション 24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 10.6% (オッズ暗示: 10.9%) ※ 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	カミーチェ	塚本征（愛知）	実11.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場42走で勝率2%と苦戦傾向／同距離帯は42走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/30 名古屋12R 1着/12頭勝利 07/15 名古屋7R 9着/12頭 07/02 名古屋12R 2着/12頭 06/19 名古屋1R 7着/10頭 06/04 名古屋12R 5着/12頭
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 42走で勝率 2% (苦戦) ▽ 距離適性同距離は 42走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 25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 4.3% (オッズ暗示: 8.6%) ※ 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	ドラゴンキッド自在推奨	丸野勝（愛知）	実8.5	▲詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+54%の中穴候補（当競馬場で勝率15%と相性良／同距離帯で勝率20%／同馬場と相性良）
前5走 07/17 名古屋7R 6着/12頭 04/22 名古屋6R 6着/12頭+1.5秒 04/09 名古屋8R 6着/12頭+1.8秒 03/25 名古屋11R 4着/12頭+0.9秒 03/11 名古屋12R 5着/11頭+0.8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 6.0着 ○ 当競馬場適性 26走で勝率 15% (相性良) ○ 距離適性同距離 20走で勝率 20% ○ 馬場適性同馬場 15走で勝率 27% ◎ 騎手近50戦勝率 20% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +54% (市場が大幅過小評価) AI 予想勝率 18.2% (オッズ暗示: 11.8%) ※ 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。
6	ミヤビエクセレント	尾崎章（愛知）	実98.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／直近3走平均10.0着と低調）
前5走 07/17 名古屋7R 11着/12頭+1.0秒 06/30 名古屋7R 12着/12頭 06/04 名古屋9R 7着/12頭 05/21 名古屋8R 10着/10頭+0.0秒 05/06 名古屋6R 8着/11頭+1.9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 10.0着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 7走で勝率 14% ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -56% (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	パーソナルレコード	村上弘（愛知）	実1.9	🌟◎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33%と好調／前走3着）
前5走 07/31 名古屋7R 3着/12頭+0.5秒 07/03 名古屋10R 6着/12頭 06/04 名古屋12R 1着/12頭 05/21 名古屋5R 2着/10頭 05/06 名古屋2R 4着/10頭+0.6秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 距離適性同距離 8走で勝率 12% ○ 前走実績前走 3着 (好走) ○ ローテーション 24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 35.2% (オッズ暗示: 52.6%) ※ 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	アミアン	大原浩（笠松）	実28.4	▽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／前走勝利の勢い）
前5走 07/30 名古屋7R 1着/11頭勝利 07/15 名古屋12R 9着/12頭 07/03 名古屋6R 10着/12頭 06/05 名古屋10R 8着/12頭 05/25 名古屋12R 6着/11頭+0.0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 32走で勝率 16% (相性良) ○ 距離適性同距離 23走で勝率 17% ○ 馬場適性同馬場 18走で勝率 28% △ 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 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 3.5%) ※ 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。
9	スパルタンワールド差し	松本一（笠松）	実24.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/17 名古屋7R 7着/12頭+0.0秒 06/30 名古屋8R 8着/12頭+0.0秒 04/09 名古屋10R 6着/11頭+1.2秒 03/23 名古屋8R 4着/12頭+0.5秒 03/10 名古屋8R 11着/12頭+2.8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 7.0着 (不振) △ 当競馬場適性 27走で勝率 15% ○ 距離適性同距離 18走で勝率 22% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 4.1%) ※ 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。
10	ポケッティーノ	細川智（愛知）	実20.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場14走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 07/31 名古屋8R 8着/11頭+2.3秒 07/17 名古屋7R 10着/12頭 06/18 名古屋8R 5着/10頭 06/04 名古屋8R 8着/11頭 05/21 名古屋7R 7着/10頭+5.0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 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 13走で勝ち無し ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 5.0%) ※ 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。
11	オーセンティアン差し	丹羽克（愛知）	実57.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は12走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/31 名古屋8R 11着/11頭+3.5秒 07/17 名古屋7R 9着/12頭 07/01 名古屋7R 5着/11頭 05/25 名古屋9R 5着/10頭 05/05 名古屋1R 6着/11頭+1.0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 8.3着 (不振) △ 当競馬場適性 22走で勝率 9% ▽ 距離適性同距離は 12走で勝ち無し △ 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 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
12	マルシェ	渡邊竜（笠松）	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 07/31 名古屋8R 7着/11頭+2.3秒 07/15 名古屋12R 1着/12頭 06/19 名古屋3R 4着/11頭 06/04 名古屋12R 2着/12頭+0.0秒 05/21 名古屋5R 4着/10頭
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 9走で勝率 22% ◎ 馬場適性同馬場 5走で勝率 40% ○ 騎手近50戦勝率 18% ○ ローテーション 24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 19.9% (オッズ暗示: 21.7%) ※ 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の本命

AI評価1位

パーソナルレコード

騎手村上弘（愛知）

単勝オッズ

1.9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

○12マルシェ

4.6倍

EV -8%

▲5ドラゴンキッド

8.5倍

EV +54%

出走馬全12頭

◎7

パーソナルレコード

村上弘（愛知）

1.9倍

-33%

›

○12

マルシェ

渡邊竜（笠松）

4.6倍

-8%

›

▲5

ドラゴンキッド

丸野勝（愛知）

8.5倍

+54%

›

△3

バウアピアーズ

友森翔（愛知）

9.2倍

-2%

›

△4

カミーチェ

塚本征（愛知）

11.6倍

-49%

›

△10

ポケッティーノ

細川智（愛知）

20.0倍

-26%

›

▽9

スパルタンワールド

松本一（笠松）

24.4倍

-40%

›

▽2

サノノロンドン

加藤聡（愛知）

38.9倍

-24%

›

▽8

アミアン

大原浩（笠松）

28.4倍

-45%

›

×1

オルソビアンコ

阪野学（愛知）

49.3倍

-61%

›

×11

オーセンティアン

丹羽克（愛知）

57.2倍

-73%

›

×6

ミヤビエクセレント

尾崎章（愛知）

98.6倍

-55%

›

💡 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

単勝 5 ドラゴンキッド ¥100 実8.5倍期待値 +55% ❌不的中6着単勝 8.5倍

B. 市場除外+キャリブ

単勝 5 ドラゴンキッド ¥100 実8.5倍期待値 +55% ❌不的中6着単勝 8.5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