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 17:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シャインモノリス先行	明星晴（笠松）	実26.6	B△ A△勝率4% EV+1% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場25走で勝率4%と苦戦傾向／同距離帯は22走で勝ち無し／直近3走で勝率33%と好調）
前5走 08/19 名古屋1R 4着/11頭+0.3秒 07/28 名古屋12R 1着/10頭勝利 06/02 名古屋5R 8着/11頭+3.0秒 05/19 名古屋2R 3着/10頭+0.9秒 05/04 名古屋5R 6着/11頭+1.1秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 25走で勝率 4% (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) ○ 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) AI 予想勝率 0.0% (オッズ暗示: 3.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.8% / 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。
2	フィロンドール	加藤誓（愛知）	実212.2	B× A▽勝率1% EV+52% 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 4着/10頭+1.1秒 07/01 名古屋2R 10着/12頭+0.0秒 06/18 名古屋6R 9着/10頭 06/03 名古屋7R 8着/12頭 05/21 名古屋4R 6着/10頭
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 7.7着 (不振) × 当競馬場適性 31走で勝率 3% (苦戦) ▽ 距離適性同距離は 31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 12位 / 勝率 0.7% / 期待値 +53% ※ 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	コモモチャン逃げ	丸山真（愛知）	実191.2	B× A▽勝率1% 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 08/19 名古屋12R 11着/12頭+1.9秒 07/28 名古屋7R 7着/12頭+2.5秒 07/13 名古屋7R 5着/12頭 06/02 名古屋6R 9着/12頭+2.0秒 05/19 名古屋12R 8着/11頭+1.1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 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 17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) -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 +41% ※ 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	タクティカ	加藤利（愛知）	実62.5	B× A▽勝率1% EV-9% 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 08/19 名古屋1R 6着/11頭+0.5秒 07/28 名古屋12R 10着/10頭+2.0秒 07/01 名古屋6R 9着/12頭 06/17 名古屋12R 6着/12頭 06/03 名古屋6R 8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戦の調子平均 8.3着 (不振) × 当競馬場適性 42走で勝率 2% (苦戦) ▽ 距離適性同距離は 36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 8位 / 勝率 1.5% / 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。
5	クワイエットエニフ	渡邊竜（笠松）	実26.7	B△ A△勝率5% EV+25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は12走で勝ち無し）
前5走 08/19 名古屋2R 6着/12頭+2.4秒 07/29 名古屋1R 10着/12頭+2.4秒 07/01 名古屋5R 7着/12頭 06/16 名古屋4R 1着/9頭 06/02 名古屋4R 3着/11頭+1.0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 7.7着 (不振) △ 当競馬場適性 19走で勝率 5% ▽ 距離適性同距離は 12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) -92% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 3.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.7% / 期待値 +25% ※ 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	ニーケアイリス逃げ	大畑慧（愛知）	実1.7	B○ A🌟◎勝率49% EV-16% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均2.7着と安定／前走2着／202日ぶりの実戦）
前5走 02/12 名古屋2R 2着/12頭+0.2秒 01/05 名古屋4R 3着/11頭+0.4秒 12/23 名古屋3R 3着/10頭+0.6秒 11/12 名古屋2R 2着/11頭+0.3秒 10/16 名古屋9R 6着/12頭+0.9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 2.7着 (安定) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 9走で勝率 11% ○ 馬場適性同馬場 5走で勝率 20% ○ 前走実績前走 2着 (好走) △ ローテーション 202日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 41.7% (オッズ暗示: 58.8%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 49.1% / 期待値 -17% ※ 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	ペクトラル自在	小笠羚（愛知）	実3.1	B▲ A○勝率16% EV-50% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 08/18 名古屋8R 2着/12頭+0.1秒 03/11 名古屋1R 8着/10頭+1.8秒 02/26 名古屋3R 6着/11頭+1.5秒 02/09 名古屋8R 1着/12頭勝利 01/13 名古屋6R 5着/12頭+0.3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 5.3着 ○ 当競馬場適性 10走で勝率 20% (相性良) △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 10.2% (オッズ暗示: 32.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.9% / 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。
8	カピタン差し	大畑雅（愛知）	実37.9	B× A▽勝率3% EV+14% 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 04/23 名古屋3R 9着/12頭+1.5秒 04/10 名古屋3R 11着/11頭+3.6秒 03/26 名古屋9R 9着/11頭+4.0秒 03/13 名古屋7R 8着/10頭+1.5秒 03/02 名古屋10R 10着/11頭+2.2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 9.7着 (不振) △ 当競馬場適性 49走で勝率 6% △ 距離適性同距離 39走で勝率 8% △ ローテーション 132日休養明け × 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 3.0% / 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。
9	メイショウウミカゼ	阪野学（愛知）	実134.4	B× A▽勝率1% EV+38% 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 08/19 名古屋2R 7着/12頭+2.9秒 07/28 名古屋12R 6着/10頭+1.1秒 06/17 名古屋1R 4着/11頭+2.0秒 06/03 名古屋12R 7着/12頭 05/20 名古屋5R 6着/11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 5.7着 × 当競馬場適性 35走で勝率 3% (苦戦) ▽ 距離適性同距離は 38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 9位 / 勝率 1.0% / 期待値 +39% ※ 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	コズミックコール	丹羽克（愛知）	実72.2	B× A▽勝率1% EV-39% 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 08/19 名古屋1R 9着/11頭+0.8秒 07/28 名古屋7R 10着/12頭+3.0秒 07/13 名古屋7R 8着/12頭+0.0秒 06/30 名古屋6R 3着/12頭+0.0秒 06/17 名古屋12R 12着/12頭
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 9.0着 (不振) × 当競馬場適性 76走で勝率 0% (苦戦) ▽ 距離適性同距離は 71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 10位 / 勝率 0.8% / 期待値 -39% ※ 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	バレドラパン	細川智（愛知）	実10.0	B△ A△勝率5% EV-45% 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14走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し／前走3着）
前5走 08/18 名古屋8R 3着/12頭+0.3秒 07/28 名古屋6R 5着/12頭+1.0秒 07/13 名古屋6R 3着/12頭+2.0秒 06/30 名古屋12R 8着/12頭 06/16 名古屋7R 4着/10頭+0.0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 3.7着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 15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) AI 予想勝率 0.0% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.4% / 期待値 -46% ※ 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	ピチクリ自在推奨	加藤聡（愛知）	実8.6	B◎ A▲勝率13% EV+13% 詳細▼	市場が大きく過小評価、AI予想勝率48% × オッズ8.6倍で期待値+311%の有力候補（直近3走勝率33%と上り調子／当競馬場で勝率17%と相性良／同距離帯で勝率17%）
前5走 08/18 名古屋6R 1着/12頭勝利 04/20 名古屋6R 4着/12頭+0.9秒 03/09 名古屋5R 4着/11頭+0.5秒 02/23 名古屋5R 9着/12頭+1.9秒 02/09 名古屋7R 8着/12頭+1.7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 6走で勝率 17% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 15日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +311% (市場が大幅過小評価) AI 予想勝率 47.8% (オッズ暗示: 11.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.3% / 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。

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

B推奨Aモデル ▲

ピチクリ

騎手加藤聡（愛知）

単勝オッズ

8.6倍

AI期待値

+311%

買い目

¥1,000

全レースの推奨

AIの推奨本命の次点

○A:◎6ニーケアイリス

1.7倍

EV -29%

▲A:○7ペクトラル

3.1倍

EV -68%

出走馬全12頭

◎A:▲12

ピチクリ

加藤聡（愛知）

8.6倍

+311%

›

○A:◎6

ニーケアイリス

大畑慧（愛知）

1.7倍

-29%

›

▲A:○7

ペクトラル

小笠羚（愛知）

3.1倍

-68%

›

△A:△5

クワイエットエニフ

渡邊竜（笠松）

26.7倍

-92%

›

△A:△11

バレドラパン

細川智（愛知）

10.0倍

-99%

›

△A:△1

シャインモノリス

明星晴（笠松）

26.6倍

-99%

›

×A:▽8

カピタン

大畑雅（愛知）

37.9倍

-99%

›

×A:▽4

タクティカ

加藤利（愛知）

62.5倍

-99%

›

×A:▽10

コズミックコール

丹羽克（愛知）

72.2倍

-99%

›

×A:▽9

メイショウウミカゼ

阪野学（愛知）

134.4倍

-99%

›

×A:▽3

コモモチャン

丸山真（愛知）

191.2倍

-99%

›

×A:▽2

フィロンドール

加藤誓（愛知）

212.2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

見送り

B. 市場除外+キャリブ

単勝 12 ピチクリ ¥1,000 実8.6倍期待値 +311% ❌不的中4着単勝 8.6倍

※ オッズは予測時点の値です。

6R 名古屋競馬場ダ1500m ダート1500m　発走 17:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シャインモノリス先行	明星晴（笠松）	実26.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場25走で勝率4%と苦戦傾向／同距離帯は22走で勝ち無し／直近3走で勝率33%と好調）
前5走 08/19 名古屋1R 4着/11頭+0.3秒 07/28 名古屋12R 1着/10頭勝利 06/02 名古屋5R 8着/11頭+3.0秒 05/19 名古屋2R 3着/10頭+0.9秒 05/04 名古屋5R 6着/11頭+1.1秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 25走で勝率 4% (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) ○ 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% (市場と概ね一致) AI 予想勝率 3.8% (オッズ暗示: 3.8%) ※ 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。
2	フィロンドール	加藤誓（愛知）	実212.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場31走で勝率3%と苦戦傾向／同距離帯は31走で勝ち無し）
前5走 07/28 名古屋12R 4着/10頭+1.1秒 07/01 名古屋2R 10着/12頭+0.0秒 06/18 名古屋6R 9着/10頭 06/03 名古屋7R 8着/12頭 05/21 名古屋4R 6着/10頭
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 7.7着 (不振) × 当競馬場適性 31走で勝率 3% (苦戦) ▽ 距離適性同距離は 31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) +52% (市場が大幅過小評価) AI 予想勝率 0.7% (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。
3	コモモチャン逃げ	丸山真（愛知）	実191.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場17走で勝率0%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 08/19 名古屋12R 11着/12頭+1.9秒 07/28 名古屋7R 7着/12頭+2.5秒 07/13 名古屋7R 5着/12頭 06/02 名古屋6R 9着/12頭+2.0秒 05/19 名古屋12R 8着/11頭+1.1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 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 17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) +40% (妙味あり) AI 予想勝率 0.7% (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。
4	タクティカ	加藤利（愛知）	実62.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場42走で勝率2%と苦戦傾向／同距離帯は36走で勝ち無し／直近3走平均8.3着と低調）
前5走 08/19 名古屋1R 6着/11頭+0.5秒 07/28 名古屋12R 10着/10頭+2.0秒 07/01 名古屋6R 9着/12頭 06/17 名古屋12R 6着/12頭 06/03 名古屋6R 8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戦の調子平均 8.3着 (不振) × 当競馬場適性 42走で勝率 2% (苦戦) ▽ 距離適性同距離は 36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) -9% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 1.6%) ※ 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	クワイエットエニフ	渡邊竜（笠松）	実26.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は12走で勝ち無し）
前5走 08/19 名古屋2R 6着/12頭+2.4秒 07/29 名古屋1R 10着/12頭+2.4秒 07/01 名古屋5R 7着/12頭 06/16 名古屋4R 1着/9頭 06/02 名古屋4R 3着/11頭+1.0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 7.7着 (不振) △ 当競馬場適性 19走で勝率 5% ▽ 距離適性同距離は 12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) +25% (市場と概ね一致) AI 予想勝率 4.7% (オッズ暗示: 3.7%) ※ 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	ニーケアイリス逃げ	大畑慧（愛知）	実1.7	🌟◎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（直近3走平均2.7着と安定／前走2着／202日ぶりの実戦）
前5走 02/12 名古屋2R 2着/12頭+0.2秒 01/05 名古屋4R 3着/11頭+0.4秒 12/23 名古屋3R 3着/10頭+0.6秒 11/12 名古屋2R 2着/11頭+0.3秒 10/16 名古屋9R 6着/12頭+0.9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 2.7着 (安定) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 9走で勝率 11% ○ 馬場適性同馬場 5走で勝率 20% ○ 前走実績前走 2着 (好走) △ ローテーション 202日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 49.1% (オッズ暗示: 58.8%) ※ 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。
7	ペクトラル自在	小笠羚（愛知）	実3.1	○詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 08/18 名古屋8R 2着/12頭+0.1秒 03/11 名古屋1R 8着/10頭+1.8秒 02/26 名古屋3R 6着/11頭+1.5秒 02/09 名古屋8R 1着/12頭勝利 01/13 名古屋6R 5着/12頭+0.3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 5.3着 ○ 当競馬場適性 10走で勝率 20% (相性良) △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 15.9% (オッズ暗示: 32.3%) ※ 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。
8	カピタン差し	大畑雅（愛知）	実37.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調／132日ぶりの実戦）
前5走 04/23 名古屋3R 9着/12頭+1.5秒 04/10 名古屋3R 11着/11頭+3.6秒 03/26 名古屋9R 9着/11頭+4.0秒 03/13 名古屋7R 8着/10頭+1.5秒 03/02 名古屋10R 10着/11頭+2.2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 9.7着 (不振) △ 当競馬場適性 49走で勝率 6% △ 距離適性同距離 39走で勝率 8% △ ローテーション 132日休養明け △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 3.0% (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。
9	メイショウウミカゼ	阪野学（愛知）	実134.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場35走で勝率3%と苦戦傾向／同距離帯は38走で勝ち無し）
前5走 08/19 名古屋2R 7着/12頭+2.9秒 07/28 名古屋12R 6着/10頭+1.1秒 06/17 名古屋1R 4着/11頭+2.0秒 06/03 名古屋12R 7着/12頭 05/20 名古屋5R 6着/11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 5.7着 × 当競馬場適性 35走で勝率 3% (苦戦) ▽ 距離適性同距離は 38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) +38% (妙味あり) AI 予想勝率 1.0% (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。
10	コズミックコール	丹羽克（愛知）	実72.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場76走で勝率0%と苦戦傾向／同距離帯は71走で勝ち無し／直近3走平均9.0着と低調）
前5走 08/19 名古屋1R 9着/11頭+0.8秒 07/28 名古屋7R 10着/12頭+3.0秒 07/13 名古屋7R 8着/12頭+0.0秒 06/30 名古屋6R 3着/12頭+0.0秒 06/17 名古屋12R 12着/12頭
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 9.0着 (不振) × 当競馬場適性 76走で勝率 0% (苦戦) ▽ 距離適性同距離は 71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) -39% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.4%) ※ 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。
11	バレドラパン	細川智（愛知）	実10.0	△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14走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し／前走3着）
前5走 08/18 名古屋8R 3着/12頭+0.3秒 07/28 名古屋6R 5着/12頭+1.0秒 07/13 名古屋6R 3着/12頭+2.0秒 06/30 名古屋12R 8着/12頭 06/16 名古屋7R 4着/10頭+0.0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 3.7着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 5.4% (オッズ暗示: 10.0%) ※ 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。
12	ピチクリ自在推奨	加藤聡（愛知）	実8.6	▲詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場で勝率17%と相性良／同距離帯で勝率17%）
前5走 08/18 名古屋6R 1着/12頭勝利 04/20 名古屋6R 4着/12頭+0.9秒 03/09 名古屋5R 4着/11頭+0.5秒 02/23 名古屋5R 9着/12頭+1.9秒 02/09 名古屋7R 8着/12頭+1.7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 6走で勝率 17% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 13.3% (オッズ暗示: 11.6%) ※ 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。

🎯 AIの本命

AI評価1位

ニーケアイリス

騎手大畑慧（愛知）

単勝オッズ

1.7倍

AI期待値

-16%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ペクトラル

3.1倍

EV -50%

▲12ピチクリ

8.6倍

EV +13%

出走馬全12頭

◎6

ニーケアイリス

大畑慧（愛知）

1.7倍

-16%

›

○7

ペクトラル

小笠羚（愛知）

3.1倍

-50%

›

▲12

ピチクリ

加藤聡（愛知）

8.6倍

+13%

›

△11

バレドラパン

細川智（愛知）

10.0倍

-45%

›

△5

クワイエットエニフ

渡邊竜（笠松）

26.7倍

+25%

›

△1

シャインモノリス

明星晴（笠松）

26.6倍

+1%

›

▽8

カピタン

大畑雅（愛知）

37.9倍

+14%

›

▽4

タクティカ

加藤利（愛知）

62.5倍

-9%

›

▽9

メイショウウミカゼ

阪野学（愛知）

134.4倍

+38%

›

▽10

コズミックコール

丹羽克（愛知）

72.2倍

-39%

›

▽3

コモモチャン

丸山真（愛知）

191.2倍

+40%

›

▽2

フィロンドール

加藤誓（愛知）

212.2倍

+52%

›

💡 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

見送り

B. 市場除外+キャリブ

単勝 12 ピチクリ ¥1,000 実8.6倍期待値 +14% ❌不的中4着単勝 8.6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