名古屋 1R 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

1R 名古屋競馬場ダ1500m ダート1500m　発走 14:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サンモリッツ	山田祥（愛知）	実21.1	B○ A△勝率7% EV+48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均8.3着と低調）
前5走 08/18 名古屋12R 11着/12頭+2.8秒 07/13 名古屋1R 4着/12頭 06/30 名古屋1R 10着/12頭 09/19 名古屋4R 3着/11頭+1.8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 8.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 4.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.0% / 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。
2	アジアアンプルール	大畑慧（愛知）	実150.9	B△ A▽勝率1% EV+34% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.5着と低調）
前5走 08/18 名古屋1R 11着/12頭+56.2秒 07/28 名古屋1R 12着/12頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.5着 (不振) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 14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 0.2% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 0.9% / 期待値 +34% ※ 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	ニシキバーキン自在	大畑雅（愛知）	実3.4	B▲ A○勝率9% EV-67% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場9走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／前走3着）
前5走 08/18 名古屋12R 3着/12頭+0.7秒 07/28 名古屋1R 4着/12頭+95.3秒 06/30 名古屋1R 12着/12頭 06/16 名古屋1R 7着/10頭+1.0秒 09/18 名古屋9R 12着/12頭+4.5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 6.3着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 14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 0.5% (オッズ暗示: 29.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.4% / 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。
4	クロムブレイズ差し	友森翔（愛知）	実34.9	B× A△勝率3% EV+21% 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 08/18 名古屋1R 8着/12頭+55.1秒 07/31 川崎2R 7着/11頭+87.2秒 07/07 川崎3R 5着/10頭+0.0秒 05/15 川崎1R 5着/9頭+1.0秒 12/16 川崎1R 8着/10頭+2.8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 6.7着 ▽ 距離適性同距離は 5走で勝ち無し ○ ローテーション 14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 3.5% / 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。
5	シャインプレマ	丹羽克（愛知）	実68.3	B× A▽勝率1% EV-12% 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 08/18 名古屋12R 7着/12頭+2.6秒 07/28 名古屋1R 9着/12頭+96.0秒 07/13 名古屋1R 9着/12頭 06/30 名古屋2R 9着/12頭+0.0秒 06/16 名古屋2R 9着/10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 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 4% (やや苦戦) ○ ローテーション 14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 1.3% / 期待値 -12% ※ 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	イントゥディープ	木之葵（愛知）	実146.6	B× A▽勝率1% EV+0% 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 08/18 名古屋1R 7着/12頭+54.9秒 07/28 名古屋1R 11着/12頭+98.3秒 07/13 名古屋1R 12着/12頭 06/30 名古屋1R 9着/12頭+2.0秒 06/16 名古屋1R 9着/10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 10.0着 (不振) × 当競馬場適性 9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 14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 0.7% / 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。
7	ケイツータカ	大原浩（笠松）	実83.1	B× A▽勝率1% EV+0% 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 08/18 名古屋12R 10着/12頭+2.8秒 07/13 名古屋3R 11着/12頭+3.0秒 06/16 名古屋5R 8着/11頭+2.0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 9.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3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 14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 1.2% / 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。
8	サノノスレーヴ	今井貴（愛知）	実2.0	B🌟◎ A🌟◎勝率64% EV+27% 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走平均2.0着と安定／前走2着）
前5走 08/18 名古屋1R 2着/12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戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) ○ ローテーション 14日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +96% (市場が大幅過小評価) AI 予想勝率 98.1% (オッズ暗示: 50.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 64.0% / 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。
9	シルヴァークラウン	近藤颯（愛知）	実8.4	B△ A△勝率4% EV-64% 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3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均8.3着と低調）
前5走 08/18 名古屋12R 6着/12頭+1.8秒 07/13 名古屋2R 7着/12頭 06/30 名古屋3R 12着/12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 8.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ ローテーション 14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: 11.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.2% / 期待値 -64% ※ 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	ジン	松本一（笠松）	実4.1	B△ A▲勝率8% EV-68% 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 08/18 名古屋12R 5着/12頭+1.5秒 07/13 名古屋1R 7着/12頭 06/30 名古屋1R 5着/12頭+0.0秒 06/16 名古屋1R 3着/10頭+3.0秒 06/05 名古屋2R 7着/12頭+2.0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 5.7着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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 14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 3位 / 勝率 7.8% / 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。

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 ◎

サノノスレーヴ

騎手今井貴（愛知）

単勝オッズ

2.0倍

AI期待値

+96%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△1サンモリッツ

21.1倍

EV -78%

▲A:○3ニシキバーキン

3.4倍

EV -98%

出走馬全10頭

◎A:◎8

サノノスレーヴ

今井貴（愛知）

2.0倍

+96%

›

○A:△1

サンモリッツ

山田祥（愛知）

21.1倍

-78%

›

▲A:○3

ニシキバーキン

大畑雅（愛知）

3.4倍

-98%

›

△A:△9

シルヴァークラウン

近藤颯（愛知）

8.4倍

-98%

›

△A:▽2

アジアアンプルール

大畑慧（愛知）

150.9倍

-72%

›

△A:▲10

ジン

松本一（笠松）

4.1倍

-99%

›

×A:△4

クロムブレイズ

友森翔（愛知）

34.9倍

-99%

›

×A:▽5

シャインプレマ

丹羽克（愛知）

68.3倍

-99%

›

×A:▽7

ケイツータカ

大原浩（笠松）

83.1倍

-99%

›

×A:▽6

イントゥディープ

木之葵（愛知）

146.6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

両モデルとも見送り

1R 名古屋競馬場ダ1500m ダート1500m　発走 14:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サンモリッツ	山田祥（愛知）	実21.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均8.3着と低調）
前5走 08/18 名古屋12R 11着/12頭+2.8秒 07/13 名古屋1R 4着/12頭 06/30 名古屋1R 10着/12頭 09/19 名古屋4R 3着/11頭+1.8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 8.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 14日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +48% (妙味あり) AI 予想勝率 7.0% (オッズ暗示: 4.7%) ※ 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。
2	アジアアンプルール	大畑慧（愛知）	実150.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.5着と低調）
前5走 08/18 名古屋1R 11着/12頭+56.2秒 07/28 名古屋1R 12着/12頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.5着 (不振) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 14日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 0.9% (オッズ暗示: 0.7%) ※ 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	ニシキバーキン自在	大畑雅（愛知）	実3.4	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場9走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／前走3着）
前5走 08/18 名古屋12R 3着/12頭+0.7秒 07/28 名古屋1R 4着/12頭+95.3秒 06/30 名古屋1R 12着/12頭 06/16 名古屋1R 7着/10頭+1.0秒 09/18 名古屋9R 12着/12頭+4.5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 6.3着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 14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 9.4% (オッズ暗示: 29.4%) ※ 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。
4	クロムブレイズ差し	友森翔（愛知）	実34.9	△詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は5走で勝ち無し）
前5走 08/18 名古屋1R 8着/12頭+55.1秒 07/31 川崎2R 7着/11頭+87.2秒 07/07 川崎3R 5着/10頭+0.0秒 05/15 川崎1R 5着/9頭+1.0秒 12/16 川崎1R 8着/10頭+2.8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 6.7着 ▽ 距離適性同距離は 5走で勝ち無し ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 3.5% (オッズ暗示: 2.9%) ※ 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	シャインプレマ	丹羽克（愛知）	実68.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（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／直近3走平均8.3着と低調）
前5走 08/18 名古屋12R 7着/12頭+2.6秒 07/28 名古屋1R 9着/12頭+96.0秒 07/13 名古屋1R 9着/12頭 06/30 名古屋2R 9着/12頭+0.0秒 06/16 名古屋2R 9着/10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 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 4% (やや苦戦) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.5%) ※ 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。
6	イントゥディープ	木之葵（愛知）	実146.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走平均10.0着と低調）
前5走 08/18 名古屋1R 7着/12頭+54.9秒 07/28 名古屋1R 11着/12頭+98.3秒 07/13 名古屋1R 12着/12頭 06/30 名古屋1R 9着/12頭+2.0秒 06/16 名古屋1R 9着/10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 10.0着 (不振) × 当競馬場適性 9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 14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 0.7% (オッズ暗示: 0.7%) ※ 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。
7	ケイツータカ	大原浩（笠松）	実83.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均9.7着と低調）
前5走 08/18 名古屋12R 10着/12頭+2.8秒 07/13 名古屋3R 11着/12頭+3.0秒 06/16 名古屋5R 8着/11頭+2.0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 9.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3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 14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 1.2% (オッズ暗示: 1.2%) ※ 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。
8	サノノスレーヴ	今井貴（愛知）	実2.0	🌟◎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走平均2.0着と安定／前走2着）
前5走 08/18 名古屋1R 2着/12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戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 64.0% (オッズ暗示: 50.0%) ※ 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。
9	シルヴァークラウン	近藤颯（愛知）	実8.4	△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3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均8.3着と低調）
前5走 08/18 名古屋12R 6着/12頭+1.8秒 07/13 名古屋2R 7着/12頭 06/30 名古屋3R 12着/12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 8.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 11.9%) ※ 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。
10	ジン	松本一（笠松）	実4.1	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場14走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 08/18 名古屋12R 5着/12頭+1.5秒 07/13 名古屋1R 7着/12頭 06/30 名古屋1R 5着/12頭+0.0秒 06/16 名古屋1R 3着/10頭+3.0秒 06/05 名古屋2R 7着/12頭+2.0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 5.7着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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 14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 7.8% (オッズ暗示: 24.4%) ※ 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

サノノスレーヴ

騎手今井貴（愛知）

単勝オッズ

2.0倍

AI期待値

+27%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3ニシキバーキン

3.4倍

EV -67%

▲10ジン

4.1倍

EV -68%

出走馬全10頭

◎8

サノノスレーヴ

今井貴（愛知）

2.0倍

+27%

›

○3

ニシキバーキン

大畑雅（愛知）

3.4倍

-67%

›

▲10

ジン

松本一（笠松）

4.1倍

-68%

›

△1

サンモリッツ

山田祥（愛知）

21.1倍

+48%

›

△9

シルヴァークラウン

近藤颯（愛知）

8.4倍

-64%

›

△4

クロムブレイズ

友森翔（愛知）

34.9倍

+21%

›

▽5

シャインプレマ

丹羽克（愛知）

68.3倍

-12%

›

▽7

ケイツータカ

大原浩（笠松）

83.1倍

+0%

›

▽2

アジアアンプルール

大畑慧（愛知）

150.9倍

+34%

›

▽6

イントゥディープ

木之葵（愛知）

146.6倍

+0%

›

💡 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