名古屋 3R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

3R 名古屋競馬場ダ1500m ダート1500m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	インサラータ	近藤颯（愛知）	実13.0	B△ A△勝率4% 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25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 08/20 名古屋3R 2着/11頭+1.2秒 07/17 名古屋3R 1着/3頭 07/01 名古屋1R 8着/12頭 06/16 名古屋5R 2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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 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) -89% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 7.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.9% / 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。
2	フェスティヴニーサ	加藤聡（愛知）	実69.2	B× A▽勝率2% EV+35% 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8走で勝ち無し／前走2着）
前5走 07/30 名古屋5R 2着/12頭+0.0秒 07/14 名古屋3R 3着/12頭+2.0秒 07/02 名古屋2R 6着/11頭+1.0秒 06/22 名古屋4R 5着/11頭+2.0秒 06/02 名古屋2R 6着/11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 3.7着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.0% / 期待値 +35% ※ 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	アンファール	小笠羚（愛知）	実13.0	B× A△勝率4% EV-47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／直近3走平均2.7着と安定）
前5走 08/20 名古屋12R 2着/12頭+0.3秒 07/30 名古屋4R 4着/12頭+0.9秒 07/14 名古屋2R 2着/3頭 07/01 名古屋3R 5着/12頭 06/22 名古屋2R 6着/11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 2.7着 (安定) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 8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) -98% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 7.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.1% / 期待値 -47% ※ 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	ナムラキングダム逃げ	塚本征（愛知）	実6.7	B○ A▲勝率17% EV+11% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 08/20 名古屋4R 4着/12頭+1.9秒 07/29 名古屋4R 5着/11頭+1.0秒 04/24 名古屋2R 1着/12頭勝利 04/08 名古屋2R 2着/12頭+0.2秒 ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 24% (好調) ○ 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% (大幅な期待値マイナス) AI 予想勝率 7.6% (オッズ暗示: 14.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.7% / 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。
5	フライデイゼーン	柿原翔（愛知）	実42.9	B△ A▽勝率4% EV+55% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 08/21 名古屋12R 1着/12頭勝利 07/31 名古屋6R 10着/12頭+3.1秒 07/17 名古屋2R 2着/12頭+1.0秒 06/30 名古屋3R 3着/12頭+2.0秒 ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.6% / 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	カリビアンダンサー	大畑雅（愛知）	実49.4	B× A▽勝率3% EV+23% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 07/15 名古屋2R 10着/12頭 06/17 名古屋3R 8着/11頭+0.0秒 06/04 名古屋1R 6着/12頭+0.0秒 05/06 名古屋4R 2着/12頭+0.1秒 04/22 名古屋5R 6着/12頭+1.4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 8.0着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 5走で勝率 20% ▽ 前走実績前走 10着 (大敗) × 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 2.5% / 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。
7	シンクシビリティ	渡邊竜（笠松）	実1.5	B▲ A○勝率21% EV-69% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均2.3着と安定）
前5走 08/20 名古屋2R 2着/12頭+0.7秒 07/30 名古屋1R 3着/11頭+0.5秒 07/14 名古屋1R 2着/12頭 07/01 名古屋3R 7着/12頭+0.0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 2.3着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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) -99% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 66.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.6% / 期待値 -69% ※ 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	スターアライズ	加藤誓（愛知）	実119.1	B× A▽勝率1% EV-36% 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 08/20 名古屋4R 9着/12頭+3.0秒 07/29 名古屋4R 7着/11頭+1.3秒 07/15 名古屋1R 8着/12頭 07/02 名古屋4R 10着/11頭+0.0秒 06/17 名古屋3R 10着/11頭+3.0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 8.0着 (不振) △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 5走で勝率 20% △ 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 12位 / 勝率 0.5% / 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。
9	トントンビョウシ	明星晴（笠松）	実148.2	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 08/20 名古屋4R 11着/12頭+3.6秒 07/29 名古屋4R 10着/11頭+3.2秒 06/17 名古屋3R 9着/11頭+0.0秒 05/21 名古屋9R 9着/10頭+1.0秒 05/06 名古屋4R 12着/12頭+3.9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) △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 6走で勝率 17% △ 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 11位 / 勝率 0.7% / 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。
10	フィアマネラ	山田祥（愛知）	実72.8	B× A▽勝率2% 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 07/29 名古屋4R 3着/11頭+0.6秒 07/14 名古屋4R 4着/12頭+0.0秒 07/02 名古屋2R 4着/11頭+7.0秒 06/22 名古屋5R 7着/12頭+0.0秒 06/02 名古屋3R 9着/11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 3.7着 × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し ○ 前走実績前走 3着 (好走) × 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 1.9% / 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	マイネルスラーヴァ推奨	今井貴（愛知）	実7.3	B🌟◎ A🌟◎勝率31% EV+126% 詳細▼	市場が大きく過小評価、AI予想勝率88% × オッズ7.3倍で期待値+540%の有力候補（直近3走勝率50%と絶好調／前走3着で力を示す／適度な間隔で状態万全）
前5走 08/20 名古屋4R 3着/12頭+1.6秒 07/31 名古屋4R 1着/12頭勝利 ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 14% ○ 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) +540% (市場が大幅過小評価) AI 予想勝率 87.7% (オッズ暗示: 13.7%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.1% / 期待値 +127% ※ 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	コパノカーター	細川智（愛知）	実13.7	B△ A△勝率12% EV+70% 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 08/21 名古屋3R 1着/12頭勝利 07/31 名古屋6R 6着/12頭+1.2秒 07/14 名古屋1R 7着/12頭 06/18 名古屋4R 6着/12頭 05/22 名古屋3R 4着/11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 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 7.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.4% / 期待値 +70% ※ 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

A推奨B推奨Aモデル ◎

マイネルスラーヴァ

騎手今井貴（愛知）

単勝オッズ

7.3倍

AI期待値

+540%

買い目

¥2,600

全レースの推奨

AIの推奨本命の次点

○A:▲4ナムラキングダム

6.7倍

EV -48%

▲A:○7シンクシビリティ

1.5倍

EV -98%

出走馬全12頭

◎A:◎11

マイネルスラーヴァ

今井貴（愛知）

7.3倍

+540%

›

○A:▲4

ナムラキングダム

塚本征（愛知）

6.7倍

-48%

›

▲A:○7

シンクシビリティ

渡邊竜（笠松）

1.5倍

-98%

›

△A:▽5

フライデイゼーン

柿原翔（愛知）

42.9倍

-57%

›

△A:△1

インサラータ

近藤颯（愛知）

13.0倍

-88%

›

△A:△12

コパノカーター

細川智（愛知）

13.7倍

-88%

›

×A:▽2

フェスティヴニーサ

加藤聡（愛知）

69.2倍

-58%

›

×A:△3

アンファール

小笠羚（愛知）

13.0倍

-97%

›

×A:▽6

カリビアンダンサー

大畑雅（愛知）

49.4倍

-90%

›

×A:▽10

フィアマネラ

山田祥（愛知）

72.8倍

-99%

›

×A:▽8

スターアライズ

加藤誓（愛知）

119.1倍

-99%

›

×A:▽9

トントンビョウシ

明星晴（笠松）

148.2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

単勝 11 マイネルスラーヴァ ¥500 実7.3倍期待値 +540% ❌不的中2着単勝 7.3倍

B. 市場除外+キャリブ

単勝 11 マイネルスラーヴァ ¥2,100 実7.3倍期待値 +540% ❌不的中2着単勝 7.3倍

※ オッズは予測時点の値です。

3R 名古屋競馬場ダ1500m ダート1500m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	インサラータ	近藤颯（愛知）	実13.0	△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25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 08/20 名古屋3R 2着/11頭+1.2秒 07/17 名古屋3R 1着/3頭 07/01 名古屋1R 8着/12頭 06/16 名古屋5R 2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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 7.7%) ※ 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	フェスティヴニーサ	加藤聡（愛知）	実69.2	▽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8走で勝ち無し／前走2着）
前5走 07/30 名古屋5R 2着/12頭+0.0秒 07/14 名古屋3R 3着/12頭+2.0秒 07/02 名古屋2R 6着/11頭+1.0秒 06/22 名古屋4R 5着/11頭+2.0秒 06/02 名古屋2R 6着/11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 3.7着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 2.0% (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。
3	アンファール	小笠羚（愛知）	実13.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／直近3走平均2.7着と安定）
前5走 08/20 名古屋12R 2着/12頭+0.3秒 07/30 名古屋4R 4着/12頭+0.9秒 07/14 名古屋2R 2着/3頭 07/01 名古屋3R 5着/12頭 06/22 名古屋2R 6着/11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 2.7着 (安定) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 8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) -47% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 7.7%) ※ 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。
4	ナムラキングダム逃げ	塚本征（愛知）	実6.7	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 08/20 名古屋4R 4着/12頭+1.9秒 07/29 名古屋4R 5着/11頭+1.0秒 04/24 名古屋2R 1着/12頭勝利 04/08 名古屋2R 2着/12頭+0.2秒 ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 24% (好調) ○ 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) +11% (市場と概ね一致) AI 予想勝率 16.7% (オッズ暗示: 14.9%) ※ 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	フライデイゼーン	柿原翔（愛知）	実42.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 08/21 名古屋12R 1着/12頭勝利 07/31 名古屋6R 10着/12頭+3.1秒 07/17 名古屋2R 2着/12頭+1.0秒 06/30 名古屋3R 3着/12頭+2.0秒 ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +55% (市場が大幅過小評価) AI 予想勝率 3.6% (オッズ暗示: 2.3%) ※ 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。
6	カリビアンダンサー	大畑雅（愛知）	実49.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 07/15 名古屋2R 10着/12頭 06/17 名古屋3R 8着/11頭+0.0秒 06/04 名古屋1R 6着/12頭+0.0秒 05/06 名古屋4R 2着/12頭+0.1秒 04/22 名古屋5R 6着/12頭+1.4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 8.0着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 5走で勝率 20% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 2.5% (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。
7	シンクシビリティ	渡邊竜（笠松）	実1.5	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均2.3着と安定）
前5走 08/20 名古屋2R 2着/12頭+0.7秒 07/30 名古屋1R 3着/11頭+0.5秒 07/14 名古屋1R 2着/12頭 07/01 名古屋3R 7着/12頭+0.0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 2.3着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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) -69% (大幅な期待値マイナス) AI 予想勝率 20.6% (オッズ暗示: 66.7%) ※ 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。
8	スターアライズ	加藤誓（愛知）	実119.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 08/20 名古屋4R 9着/12頭+3.0秒 07/29 名古屋4R 7着/11頭+1.3秒 07/15 名古屋1R 8着/12頭 07/02 名古屋4R 10着/11頭+0.0秒 06/17 名古屋3R 10着/11頭+3.0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 8.0着 (不振) △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 5走で勝率 20% △ 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) -37% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 0.8%) ※ 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。
9	トントンビョウシ	明星晴（笠松）	実148.2	▽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 08/20 名古屋4R 11着/12頭+3.6秒 07/29 名古屋4R 10着/11頭+3.2秒 06/17 名古屋3R 9着/11頭+0.0秒 05/21 名古屋9R 9着/10頭+1.0秒 05/06 名古屋4R 12着/12頭+3.9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) △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 6走で勝率 17% △ 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 0.7% (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。
10	フィアマネラ	山田祥（愛知）	実72.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20走で勝率5%と苦戦傾向／同距離帯は11走で勝ち無し／前走3着）
前5走 07/29 名古屋4R 3着/11頭+0.6秒 07/14 名古屋4R 4着/12頭+0.0秒 07/02 名古屋2R 4着/11頭+7.0秒 06/22 名古屋5R 7着/12頭+0.0秒 06/02 名古屋3R 9着/11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 3.7着 × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 1.9% (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	マイネルスラーヴァ推奨	今井貴（愛知）	実7.3	🌟◎詳細▼	市場が大きく過小評価、AI予想勝率31% × オッズ7.3倍で期待値+126%の有力候補（直近3走勝率50%と絶好調／前走3着で力を示す／適度な間隔で状態万全）
前5走 08/20 名古屋4R 3着/12頭+1.6秒 07/31 名古屋4R 1着/12頭勝利 ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 14% ○ 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) +126% (市場が大幅過小評価) AI 予想勝率 31.1% (オッズ暗示: 13.7%) ※ 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	コパノカーター	細川智（愛知）	実13.7	△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 08/21 名古屋3R 1着/12頭勝利 07/31 名古屋6R 6着/12頭+1.2秒 07/14 名古屋1R 7着/12頭 06/18 名古屋4R 6着/12頭 05/22 名古屋3R 4着/11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 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +70% (市場が大幅過小評価) AI 予想勝率 12.4% (オッズ暗示: 7.3%) ※ 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。

🎯 AIの本命

A推奨B推奨

マイネルスラーヴァ

騎手今井貴（愛知）

単勝オッズ

7.3倍

AI期待値

+126%

買い目

¥2,600

全レースの推奨

AIの推奨本命の次点

○7シンクシビリティ

1.5倍

EV -69%

▲4ナムラキングダム

6.7倍

EV +11%

出走馬全12頭

◎11

マイネルスラーヴァ

今井貴（愛知）

7.3倍

+126%

›

○7

シンクシビリティ

渡邊竜（笠松）

1.5倍

-69%

›

▲4

ナムラキングダム

塚本征（愛知）

6.7倍

+11%

›

△12

コパノカーター

細川智（愛知）

13.7倍

+70%

›

△3

アンファール

小笠羚（愛知）

13.0倍

-47%

›

△1

インサラータ

近藤颯（愛知）

13.0倍

-48%

›

▽5

フライデイゼーン

柿原翔（愛知）

42.9倍

+55%

›

▽6

カリビアンダンサー

大畑雅（愛知）

49.4倍

+23%

›

▽2

フェスティヴニーサ

加藤聡（愛知）

69.2倍

+35%

›

▽10

フィアマネラ

山田祥（愛知）

72.8倍

+38%

›

▽9

トントンビョウシ

明星晴（笠松）

148.2倍

+4%

›

▽8

スターアライズ

加藤誓（愛知）

119.1倍

-36%

›

💡 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 11 マイネルスラーヴァ ¥500 実7.3倍期待値 +127% ❌不的中2着単勝 7.3倍

B. 市場除外+キャリブ

単勝 11 マイネルスラーヴァ ¥2,100 実7.3倍期待値 +127% ❌不的中2着単勝 7.3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