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 18:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オルトジュピター差し推奨	渡邊竜（笠松）	実15.3	B▲ A▲勝率10% EV+58% 詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全／騎手の手腕も後押し）
前5走 08/18 名古屋7R 8着/12頭+2.6秒 07/28 名古屋6R 3着/12頭+0.8秒 07/13 名古屋12R 7着/12頭 06/30 名古屋5R 3着/11頭 06/02 名古屋5R 10着/11頭
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 6.0着 × 当競馬場適性 13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 14% ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 6.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.4% / 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。
2	ウタカタ先行	木之葵（愛知）	実24.7	B△ A△勝率5% EV+15% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率5%と苦戦傾向／直近3走平均8.0着と低調）
前5走 08/18 名古屋7R 6着/12頭+2.1秒 07/28 名古屋12R 8着/10頭+1.9秒 06/30 名古屋6R 10着/12頭 06/02 名古屋6R 11着/12頭 05/19 名古屋6R 3着/11頭+0.3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 20走で勝率 5% (苦戦) △ 距離適性同距離 19走で勝率 5% △ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 4.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.7% / 期待値 +15% ※ 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	メイショウミスイチ	細川智（愛知）	実40.2	B△ A▽勝率2% EV-1% 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0%と苦戦傾向／同距離帯は23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7R 10着/12頭+3.4秒 07/28 名古屋6R 7着/12頭+1.9秒 07/13 名古屋6R 8着/12頭 06/30 名古屋12R 9着/12頭 06/16 名古屋7R 6着/10頭
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) × 当競馬場適性 25走で勝率 0% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し ▽ 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) -80% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.5% / 期待値 -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。
4	ストレンジャー追込	小笠羚（愛知）	実35.4	B△ A△勝率4% EV+51% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/18 名古屋7R 7着/12頭+2.2秒 07/28 名古屋5R 4着/12頭+3.4秒 06/30 名古屋6R 7着/12頭 05/19 名古屋7R 9着/11頭+3.1秒 05/04 名古屋12R 7着/11頭+1.8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 6.0着 △ 当競馬場適性 27走で勝率 7% △ 距離適性同距離 24走で勝率 8% △ 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) -82% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 2.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.3% / 期待値 +51% ※ 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	ナムラアダム	柿原翔（愛知）	実202.4	B× A▽勝率1% EV+4% 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7R 11着/12頭+4.0秒 07/28 名古屋6R 9着/12頭+3.4秒 07/13 名古屋6R 12着/12頭+8.0秒 06/02 名古屋7R 10着/12頭+0.0秒 05/20 名古屋2R 8着/10頭+0.0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 10.7着 (不振) × 当競馬場適性 74走で勝率 4% (苦戦) ▽ 距離適性同距離は 69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 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 0.5% / 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。
6	メイショウヨリキリ差し	近藤颯（愛知）	実7.6	B○ A○勝率20% EV+49% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.0着と低調）
前5走 08/18 名古屋7R 5着/12頭+1.5秒 07/13 名古屋6R 11着/12頭 04/08 名古屋6R 8着/11頭+1.9秒 03/10 名古屋4R 4着/11頭+1.1秒 02/23 名古屋2R 1着/11頭勝利
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 8.0着 (不振) ○ 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% ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 13.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.6% / 期待値 +49% ※ 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	サンルーナ先行	大原浩（笠松）	実68.7	B× A▽勝率1% EV-25% 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12R 5着/10頭+1.1秒 07/13 名古屋6R 7着/12頭 05/19 名古屋5R 3着/11頭+0.5秒 05/04 名古屋6R 8着/10頭+4.2秒 04/20 名古屋5R 4着/12頭+1.5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 5.0着 × 当競馬場適性 23走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し △ 騎手近50戦勝率 4% (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 9位 / 勝率 1.1% / 期待値 -26% ※ 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	ロッカフラダンサー追込	塚本征（愛知）	実1.1	B🌟◎ A🌟◎勝率50% EV-44% 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2.3着と安定／前走2着）
前5走 08/18 名古屋7R 2着/12頭+0.7秒 07/13 名古屋5R 3着/3頭 09/02 名古屋3R 2着/12頭+1.0秒 08/19 名古屋4R 4着/11頭+2.5秒 04/23 名古屋7R 8着/11頭+1.0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 2.3着 (安定) △ 当競馬場適性 14走で勝率 14% ○ 距離適性同距離 12走で勝率 17% ○ 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 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 96.8% (オッズ暗示: 90.9%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 50.3% / 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	ニシキビブラビブレ追込	丹羽克（愛知）	実19.2	B× A△勝率5% EV-3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場45走で勝率2%と苦戦傾向／同距離帯は40走で勝ち無し／前走3着）
前5走 08/18 名古屋7R 3着/12頭+1.4秒 12/09 名古屋8R 11着/12頭+3.0秒 11/25 名古屋4R 8着/12頭+4.9秒 11/12 名古屋6R 8着/12頭+3.3秒 10/30 名古屋6R 11着/12頭+6.0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 7.3着 (不振) × 当競馬場適性 45走で勝率 2% (苦戦) ▽ 距離適性同距離は 40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) -96% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 5.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.0% / 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。
10	ケノファニース	大畑慧（愛知）	実49.8	B× A▽勝率2% EV-17% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率0%と苦戦傾向／同距離帯は18走で勝ち無し／前走2着）
前5走 08/18 名古屋6R 2着/12頭+0.5秒 07/28 名古屋5R 7着/12頭+4.9秒 07/13 名古屋6R 9着/12頭 06/30 名古屋6R 12着/12頭+2.0秒 06/16 名古屋4R 3着/9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 6.0着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 18走で勝ち無し ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.7% / 期待値 -18% ※ 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 ◎

ロッカフラダンサー

騎手塚本征（愛知）

単勝オッズ

1.1倍

AI期待値

+6%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6メイショウヨリキリ

7.6倍

EV -92%

▲A:▲1オルトジュピター

15.3倍

EV -92%

出走馬全10頭

◎A:◎8

ロッカフラダンサー

塚本征（愛知）

1.1倍

+6%

›

○A:○6

メイショウヨリキリ

近藤颯（愛知）

7.6倍

-92%

›

▲A:▲1

オルトジュピター

渡邊竜（笠松）

15.3倍

-92%

›

△A:△4

ストレンジャー

小笠羚（愛知）

35.4倍

-82%

›

△A:▽3

メイショウミスイチ

細川智（愛知）

40.2倍

-80%

›

△A:△2

ウタカタ

木之葵（愛知）

24.7倍

-93%

›

×A:△9

ニシキビブラビブレ

丹羽克（愛知）

19.2倍

-96%

›

×A:▽10

ケノファニース

大畑慧（愛知）

49.8倍

-90%

›

×A:▽7

サンルーナ

大原浩（笠松）

68.7倍

-99%

›

×A:▽5

ナムラアダム

柿原翔（愛知）

202.4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 1 オルトジュピター ¥100 実15.3倍期待値 -92% ❌不的中8着単勝 15.3倍

B. 市場除外+キャリブ

見送り

※ 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 18:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オルトジュピター差し推奨	渡邊竜（笠松）	実15.3	▲詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+58%の中穴候補（適度な間隔で状態万全／騎手の手腕も後押し）
前5走 08/18 名古屋7R 8着/12頭+2.6秒 07/28 名古屋6R 3着/12頭+0.8秒 07/13 名古屋12R 7着/12頭 06/30 名古屋5R 3着/11頭 06/02 名古屋5R 10着/11頭
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 6.0着 × 当競馬場適性 13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 14% ○ 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) +58% (市場が大幅過小評価) AI 予想勝率 10.4% (オッズ暗示: 6.5%) ※ 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。
2	ウタカタ先行	木之葵（愛知）	実24.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率5%と苦戦傾向／直近3走平均8.0着と低調）
前5走 08/18 名古屋7R 6着/12頭+2.1秒 07/28 名古屋12R 8着/10頭+1.9秒 06/30 名古屋6R 10着/12頭 06/02 名古屋6R 11着/12頭 05/19 名古屋6R 3着/11頭+0.3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 20走で勝率 5% (苦戦) △ 距離適性同距離 19走で勝率 5% △ 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) +15% (市場と概ね一致) AI 予想勝率 4.7% (オッズ暗示: 4.0%) ※ 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。
3	メイショウミスイチ	細川智（愛知）	実40.2	▽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0%と苦戦傾向／同距離帯は23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7R 10着/12頭+3.4秒 07/28 名古屋6R 7着/12頭+1.9秒 07/13 名古屋6R 8着/12頭 06/30 名古屋12R 9着/12頭 06/16 名古屋7R 6着/10頭
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) × 当競馬場適性 25走で勝率 0% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し ▽ 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) -1% (オッズ過剰評価) AI 予想勝率 2.5% (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。
4	ストレンジャー追込	小笠羚（愛知）	実35.4	△詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/18 名古屋7R 7着/12頭+2.2秒 07/28 名古屋5R 4着/12頭+3.4秒 06/30 名古屋6R 7着/12頭 05/19 名古屋7R 9着/11頭+3.1秒 05/04 名古屋12R 7着/11頭+1.8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 6.0着 △ 当競馬場適性 27走で勝率 7% △ 距離適性同距離 24走で勝率 8% △ 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) +51% (市場が大幅過小評価) AI 予想勝率 4.3% (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。
5	ナムラアダム	柿原翔（愛知）	実202.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場74走で勝率4%と苦戦傾向／同距離帯は69走で勝ち無し／直近3走平均10.7着と低調）
前5走 08/18 名古屋7R 11着/12頭+4.0秒 07/28 名古屋6R 9着/12頭+3.4秒 07/13 名古屋6R 12着/12頭+8.0秒 06/02 名古屋7R 10着/12頭+0.0秒 05/20 名古屋2R 8着/10頭+0.0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 10.7着 (不振) × 当競馬場適性 74走で勝率 4% (苦戦) ▽ 距離適性同距離は 69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 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 0.5% (オッズ暗示: 0.5%) ※ 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	メイショウヨリキリ差し	近藤颯（愛知）	実7.6	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.0着と低調）
前5走 08/18 名古屋7R 5着/12頭+1.5秒 07/13 名古屋6R 11着/12頭 04/08 名古屋6R 8着/11頭+1.9秒 03/10 名古屋4R 4着/11頭+1.1秒 02/23 名古屋2R 1着/11頭勝利
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 8.0着 (不振) ○ 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% ○ 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) +49% (妙味あり) AI 予想勝率 19.6% (オッズ暗示: 13.2%) ※ 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。
7	サンルーナ先行	大原浩（笠松）	実68.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場23走で勝率0%と苦戦傾向／同距離帯は22走で勝ち無し）
前5走 07/28 名古屋12R 5着/10頭+1.1秒 07/13 名古屋6R 7着/12頭 05/19 名古屋5R 3着/11頭+0.5秒 05/04 名古屋6R 8着/10頭+4.2秒 04/20 名古屋5R 4着/12頭+1.5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 5.0着 × 当競馬場適性 23走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.1% (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。
8	ロッカフラダンサー追込	塚本征（愛知）	実1.1	🌟◎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2.3着と安定／前走2着）
前5走 08/18 名古屋7R 2着/12頭+0.7秒 07/13 名古屋5R 3着/3頭 09/02 名古屋3R 2着/12頭+1.0秒 08/19 名古屋4R 4着/11頭+2.5秒 04/23 名古屋7R 8着/11頭+1.0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 2.3着 (安定) △ 当競馬場適性 14走で勝率 14% ○ 距離適性同距離 12走で勝率 17% ○ 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 14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 50.3% (オッズ暗示: 90.9%) ※ 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。
9	ニシキビブラビブレ追込	丹羽克（愛知）	実19.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場45走で勝率2%と苦戦傾向／同距離帯は40走で勝ち無し／前走3着）
前5走 08/18 名古屋7R 3着/12頭+1.4秒 12/09 名古屋8R 11着/12頭+3.0秒 11/25 名古屋4R 8着/12頭+4.9秒 11/12 名古屋6R 8着/12頭+3.3秒 10/30 名古屋6R 11着/12頭+6.0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 7.3着 (不振) × 当競馬場適性 45走で勝率 2% (苦戦) ▽ 距離適性同距離は 40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) -3% (オッズ過剰評価) AI 予想勝率 5.0% (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。
10	ケノファニース	大畑慧（愛知）	実49.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率0%と苦戦傾向／同距離帯は18走で勝ち無し／前走2着）
前5走 08/18 名古屋6R 2着/12頭+0.5秒 07/28 名古屋5R 7着/12頭+4.9秒 07/13 名古屋6R 9着/12頭 06/30 名古屋6R 12着/12頭+2.0秒 06/16 名古屋4R 3着/9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 6.0着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 18走で勝ち無し ○ 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) -18% (オッズ過剰評価) AI 予想勝率 1.7% (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。

🎯 AIの本命

AI評価1位

ロッカフラダンサー

騎手塚本征（愛知）

単勝オッズ

1.1倍

AI期待値

-44%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6メイショウヨリキリ

7.6倍

EV +49%

▲1オルトジュピター

15.3倍

EV +58%

出走馬全10頭

◎8

ロッカフラダンサー

塚本征（愛知）

1.1倍

-44%

›

○6

メイショウヨリキリ

近藤颯（愛知）

7.6倍

+49%

›

▲1

オルトジュピター

渡邊竜（笠松）

15.3倍

+58%

›

△9

ニシキビブラビブレ

丹羽克（愛知）

19.2倍

-3%

›

△2

ウタカタ

木之葵（愛知）

24.7倍

+15%

›

△4

ストレンジャー

小笠羚（愛知）

35.4倍

+51%

›

▽3

メイショウミスイチ

細川智（愛知）

40.2倍

-1%

›

▽10

ケノファニース

大畑慧（愛知）

49.8倍

-17%

›

▽7

サンルーナ

大原浩（笠松）

68.7倍

-25%

›

▽5

ナムラアダム

柿原翔（愛知）

202.4倍

+4%

›

💡 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 1 オルトジュピター ¥100 実15.3倍期待値 +58% ❌不的中8着単勝 15.3倍

B. 市場除外+キャリブ

見送り

※ 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