名古屋 12R 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

12R 名古屋競馬場ダ1500m ダート1500m　発走 20:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クインズサクラ	加藤利（愛知）	実67.5	B× A×勝率1% EV-65% 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 9着/12頭+55.8秒 07/13 名古屋4R 11着/12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 10.0着 (不振) ○ 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 12位 / 勝率 0.5% / 期待値 -65% ※ 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	サファイアプレミア	丸山真（愛知）	実18.5	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
前5走 08/18 名古屋3R 7着/12頭+3.0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 7.0着 (不振) ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 5.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.5% / 期待値 -16% ※ 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	アンパシオンス	丹羽克（愛知）	実34.2	B× A▽勝率2% EV-28% 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4R 12着/12頭+6.7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 12.0着 (不振) ▽ 前走実績前走 12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 9位 / 勝率 2.1% / 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。
4	デルマツルギ	加藤誓（愛知）	実38.2	B× A▽勝率2% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 08/24 名古屋2R 10着/12頭+4.8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 10.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 期待値 -38% ※ 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	アイファーローレル逃げ	大畑慧（愛知）	実85.4	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3R 9着/12頭+5.4秒 03/23 名古屋3R 11着/11頭+4.8秒 01/27 312R 10着/10頭+5.8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 10.0着 (不振) ▽ 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) -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 1.0% / 期待値 -13% ※ 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	パーフェクトスノー	加藤聡（愛知）	実4.0	B▲ A▲勝率17% EV-31% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.0着と低調）
前5走 08/18 名古屋4R 9着/12頭+2.5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 9.0着 (不振) ○ 騎手近50戦勝率 18% ○ 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 6.9% (オッズ暗示: 25.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.1% / 期待値 -32% ※ 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	フローラルアーチ先行	細川智（愛知）	実6.3	B○ A○勝率20% EV+28% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は4走で勝ち無し）
前5走 08/18 名古屋3R 6着/12頭+2.5秒 06/03 名古屋2R 11着/12頭+2.0秒 04/07 川崎7R 6着/11頭+2.1秒 02/04 川崎6R 9着/12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 7.7着 (不振) ▽ 距離適性同距離は 4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) -7% (オッズ過剰評価) AI 予想勝率 14.8% (オッズ暗示: 15.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.4% / 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。
8	フォーアライター	今井貴（愛知）	実20.3	B× A▽勝率4% EV-27% 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0%と苦戦傾向／直近3走平均8.7着と低調）
前5走 08/18 名古屋1R 6着/12頭+54.5秒 07/13 名古屋2R 11着/12頭 06/30 名古屋3R 9着/12頭+4.0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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (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) -95% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 4.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.5% / 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	アルファリラエ	大原浩（笠松）	実20.2	B× A×勝率2% EV-57% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調）
前5走 08/18 名古屋4R 10着/12頭+3.0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 10.0着 (不振) △ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 5.0%) × Aモデルの評価 (参考) レース内 8位 / 勝率 2.1% / 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。
10	シシリアンマインド	近藤颯（愛知）	実11.0	B△ A△勝率6% EV-37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/18 名古屋1R 5着/12頭+54.4秒 07/16 浦和2R 8着/11頭 07/02 船橋1R 8着/11頭 06/02 船橋1R 8着/10頭 05/07 船橋2R 5着/12頭+3.0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 7.0着 (不振) ○ 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) -83% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 9.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.7% / 期待値 -37% ※ 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	コスモゼーリエ	渡邊竜（笠松）	実6.4	B△ A△勝率9% EV-44% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.5着と低調）
前5走 08/24 名古屋2R 8着/12頭+3.5秒 07/16 浦和9R 11着/11頭 ― ― ―
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 9.5着 (不振) ○ 騎手近50戦勝率 14% × 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 0.7% (オッズ暗示: 15.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.6% / 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。
12	セイスイカルメン	塚本征（愛知）	実2.7	B🌟◎ A🌟◎勝率33% EV-11% 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 08/18 名古屋4R 7着/12頭+2.3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 7.0着 (不振) ○ 騎手近50戦勝率 18% ○ 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% (市場が大幅過小評価) AI 予想勝率 74.4% (オッズ暗示: 37.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 32.8% / 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。

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 ◎

セイスイカルメン

騎手塚本征（愛知）

単勝オッズ

2.7倍

AI期待値

+100%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○7フローラルアーチ

6.3倍

EV -6%

▲A:▲6パーフェクトスノー

4.0倍

EV -72%

出走馬全12頭

◎A:◎12

セイスイカルメン

塚本征（愛知）

2.7倍

+100%

›

○A:○7

フローラルアーチ

細川智（愛知）

6.3倍

-6%

›

▲A:▲6

パーフェクトスノー

加藤聡（愛知）

4.0倍

-72%

›

△A:△10

シシリアンマインド

近藤颯（愛知）

11.0倍

-83%

›

△A:△11

コスモゼーリエ

渡邊竜（笠松）

6.4倍

-95%

›

△A:△2

サファイアプレミア

丸山真（愛知）

18.5倍

-86%

›

×A:▽4

デルマツルギ

加藤誓（愛知）

38.2倍

-84%

›

×A:×9

アルファリラエ

大原浩（笠松）

20.2倍

-94%

›

×A:▽8

フォーアライター

今井貴（愛知）

20.3倍

-94%

›

×A:▽3

アンパシオンス

丹羽克（愛知）

34.2倍

-99%

›

×A:×1

クインズサクラ

加藤利（愛知）

67.5倍

-99%

›

×A:▽5

アイファーローレル

大畑慧（愛知）

85.4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

両モデルとも見送り

12R 名古屋競馬場ダ1500m ダート1500m　発走 20:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クインズサクラ	加藤利（愛知）	実67.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 08/18 名古屋1R 9着/12頭+55.8秒 07/13 名古屋4R 11着/12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 10.0着 (不振) ○ 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) -65% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
2	サファイアプレミア	丸山真（愛知）	実18.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/18 名古屋3R 7着/12頭+3.0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 7.0着 (不振) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 5.4%) ※ 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。
3	アンパシオンス	丹羽克（愛知）	実34.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 08/18 名古屋4R 12着/12頭+6.7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 12.0着 (不振) ▽ 前走実績前走 12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) -28% (オッズ過剰評価) AI 予想勝率 2.1% (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。
4	デルマツルギ	加藤誓（愛知）	実38.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 08/24 名古屋2R 10着/12頭+4.8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 10.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 1.6% (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。
5	アイファーローレル逃げ	大畑慧（愛知）	実85.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3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3R 9着/12頭+5.4秒 03/23 名古屋3R 11着/11頭+4.8秒 01/27 312R 10着/10頭+5.8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 10.0着 (不振) ▽ 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) -13% (オッズ過剰評価) AI 予想勝率 1.0% (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。
6	パーフェクトスノー	加藤聡（愛知）	実4.0	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.0着と低調）
前5走 08/18 名古屋4R 9着/12頭+2.5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 9.0着 (不振) ○ 騎手近50戦勝率 18% ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 17.1% (オッズ暗示: 25.0%) ※ 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	フローラルアーチ先行	細川智（愛知）	実6.3	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は4走で勝ち無し）
前5走 08/18 名古屋3R 6着/12頭+2.5秒 06/03 名古屋2R 11着/12頭+2.0秒 04/07 川崎7R 6着/11頭+2.1秒 02/04 川崎6R 9着/12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 7.7着 (不振) ▽ 距離適性同距離は 4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) +28% (市場と概ね一致) AI 予想勝率 20.4% (オッズ暗示: 15.9%) ※ 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	フォーアライター	今井貴（愛知）	実20.3	▽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0%と苦戦傾向／直近3走平均8.7着と低調）
前5走 08/18 名古屋1R 6着/12頭+54.5秒 07/13 名古屋2R 11着/12頭 06/30 名古屋3R 9着/12頭+4.0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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (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) -28% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 4.9%) ※ 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	アルファリラエ	大原浩（笠松）	実20.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調）
前5走 08/18 名古屋4R 10着/12頭+3.0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 10.0着 (不振) △ 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) -58% (大幅な期待値マイナス) AI 予想勝率 2.1% (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。
10	シシリアンマインド	近藤颯（愛知）	実11.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/18 名古屋1R 5着/12頭+54.4秒 07/16 浦和2R 8着/11頭 07/02 船橋1R 8着/11頭 06/02 船橋1R 8着/10頭 05/07 船橋2R 5着/12頭+3.0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 7.0着 (不振) ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 5.7% (オッズ暗示: 9.1%) ※ 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。
11	コスモゼーリエ	渡邊竜（笠松）	実6.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.5着と低調）
前5走 08/24 名古屋2R 8着/12頭+3.5秒 07/16 浦和9R 11着/11頭 ― ― ―
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 9.5着 (不振) ○ 騎手近50戦勝率 14% × 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 8.6% (オッズ暗示: 15.6%) ※ 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。
12	セイスイカルメン	塚本征（愛知）	実2.7	🌟◎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 08/18 名古屋4R 7着/12頭+2.3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 7.0着 (不振) ○ 騎手近50戦勝率 18% ○ 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 32.8% (オッズ暗示: 37.0%) ※ 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

セイスイカルメン

騎手塚本征（愛知）

単勝オッズ

2.7倍

AI期待値

-11%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7フローラルアーチ

6.3倍

EV +28%

▲6パーフェクトスノー

4.0倍

EV -31%

出走馬全12頭

◎12

セイスイカルメン

塚本征（愛知）

2.7倍

-11%

›

○7

フローラルアーチ

細川智（愛知）

6.3倍

+28%

›

▲6

パーフェクトスノー

加藤聡（愛知）

4.0倍

-31%

›

△11

コスモゼーリエ

渡邊竜（笠松）

6.4倍

-44%

›

△10

シシリアンマインド

近藤颯（愛知）

11.0倍

-37%

›

△2

サファイアプレミア

丸山真（愛知）

18.5倍

-15%

›

▽8

フォーアライター

今井貴（愛知）

20.3倍

-27%

›

×9

アルファリラエ

大原浩（笠松）

20.2倍

-57%

›

▽3

アンパシオンス

丹羽克（愛知）

34.2倍

-28%

›

▽4

デルマツルギ

加藤誓（愛知）

38.2倍

-38%

›

▽5

アイファーローレル

大畑慧（愛知）

85.4倍

-12%

›

×1

クインズサクラ

加藤利（愛知）

67.5倍

-65%

›

💡 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