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 17:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アグネス	明星晴（笠松）	実76.1	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 08/19 名古屋3R 10着/11頭+3.6秒 07/29 名古屋12R 6着/12頭+1.9秒 07/14 名古屋6R 4着/12頭+0.0秒 07/01 名古屋12R 10着/12頭+0.0秒 06/17 名古屋1R 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戦の調子平均 6.7着 × 当競馬場適性 23走で勝率 4% (苦戦) ▽ 距離適性同距離は 21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 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) × Aモデルの評価 (参考) レース内 11位 / 勝率 0.6% / 期待値 -52% ※ 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	タガノポストマン	小笠羚（愛知）	実8.9	B△ A▲勝率8% EV-28% 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26走で勝率4%と苦戦傾向／同距離帯は22走で勝ち無し）
前5走 08/19 名古屋3R 6着/11頭+0.8秒 07/01 名古屋2R 5着/12頭 06/18 名古屋12R 6着/12頭 06/03 名古屋6R 4着/12頭 05/21 名古屋1R 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 5.7着 × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 11.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.0% / 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。
3	グルーヴィデザイン追込	加藤聡（愛知）	実1.6	B○ A🌟◎勝率34% EV-45% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場6走で勝率33%と適性高／同距離帯6走で勝率33%／直近3走で勝率33%と好調）
前5走 08/19 名古屋2R 2着/12頭+0.1秒 07/28 名古屋6R 1着/12頭勝利 05/05 名古屋4R 6着/10頭+1.6秒 04/20 名古屋12R 10着/12頭+1.1秒 02/25 名古屋5R 2着/11頭+0.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 騎手近50戦勝率 14% ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 62.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 34.2% / 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。
4	クールシェリー	大畑雅（愛知）	実31.4	B× A×勝率1% EV-55% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/19 名古屋4R 7着/11頭+1.0秒 07/14 名古屋12R 6着/11頭+0.0秒 07/02 名古屋3R 6着/12頭+1.0秒 06/17 名古屋1R 1着/11頭 06/02 名古屋6R 4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 6.3着 △ 当競馬場適性 22走で勝率 9% △ 距離適性同距離 24走で勝率 8% ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.2%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 期待値 -56% ※ 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	ベールドゥフィーユ	村上弘（愛知）	実88.7	B× A▽勝率1% EV-29% 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3R 7着/11頭+1.0秒 07/29 名古屋12R 4着/12頭+1.8秒 07/14 名古屋5R 3着/3頭 07/01 名古屋12R 9着/12頭 06/17 名古屋4R 4着/11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 4.7着 × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 26走で勝ち無し ○ 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) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.8% / 期待値 -30% ※ 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	ギースバッハ	近藤颯（愛知）	実20.7	B△ A▽勝率3% EV-38% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/29 名古屋12R 8着/12頭+2.1秒 07/14 名古屋7R 7着/12頭+0.0秒 06/19 名古屋3R 5着/11頭 06/05 名古屋1R 7着/11頭 05/22 名古屋8R 9着/11頭
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 6.7着 ○ 当競馬場適性 26走で勝率 19% (相性良) ○ 距離適性同距離 21走で勝率 24% × 期待値 (オッズ vs AI勝率) -90% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 4.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.0% / 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。
7	ツキヨザクラ自在	細川智（愛知）	実14.3	B▲ A△勝率5% EV-29% 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5走 08/19 名古屋3R 5着/11頭+0.7秒 02/23 名古屋4R 1着/12頭勝利 01/26 名古屋6R 4着/12頭+1.1秒 01/14 名古屋8R 8着/12頭+1.2秒 01/01 名古屋7R 9着/12頭+2.1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 6走で勝率 17% ○ 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) -82% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 7.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.9% / 期待値 -30% ※ 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	バイオマックス差し	大畑慧（愛知）	実4.8	B🌟◎ A○勝率34% EV+63% 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（当競馬場5走で勝率40%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 08/18 名古屋8R 1着/12頭勝利 07/13 名古屋6R 2着/12頭+6.0秒 01/27 名古屋7R 11着/12頭+2.7秒 01/14 名古屋4R 8着/11頭+2.0秒 01/01 名古屋4R 1着/12頭勝利
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +336% (市場が大幅過小評価) AI 予想勝率 90.9% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 34.1% / 期待値 +63% ※ 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	メイショウイッシン	丹羽克（愛知）	実16.6	B× A×勝率3% EV-51% 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 8着/12頭+0.8秒 07/29 名古屋1R 2着/12頭+0.8秒 07/14 名古屋6R 6着/12頭 07/02 名古屋12R 6着/12頭 06/19 名古屋2R 6着/11頭+2.0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 5.3着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 37走で勝ち無し ○ 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) × Aモデルの評価 (参考) レース内 8位 / 勝率 2.9% / 期待値 -52% ※ 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	アルーリングソレル	加藤利（愛知）	実16.3	B△ A△勝率5% EV-12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場36走で勝率3%と苦戦傾向／同距離帯は35走で勝ち無し）
前5走 08/19 名古屋3R 4着/11頭+0.5秒 07/14 名古屋7R 12着/12頭+3.0秒 06/18 名古屋12R 4着/12頭 06/03 名古屋7R 4着/12頭+3.0秒 05/21 名古屋2R 4着/10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 6.7着 × 当競馬場適性 36走で勝率 3% (苦戦) ▽ 距離適性同距離は 35走で勝ち無し ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.4% / 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。
11	ミッシュマッシュ先行	渡邊竜（笠松）	実22.0	B× A△勝率5% EV+2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率0%と苦戦傾向／同距離帯は24走で勝ち無し）
前5走 08/19 名古屋12R 7着/12頭+0.8秒 07/29 名古屋2R 5着/11頭+1.4秒 07/14 名古屋12R 4着/11頭 07/01 名古屋6R 7着/12頭 06/17 名古屋5R 3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 5.3着 × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 4.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.7% / 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。

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 ○

バイオマックス

騎手大畑慧（愛知）

単勝オッズ

4.8倍

AI期待値

+336%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎3グルーヴィデザイン

1.6倍

EV -89%

▲A:△7ツキヨザクラ

14.3倍

EV -82%

出走馬全11頭

◎A:○8

バイオマックス

大畑慧（愛知）

4.8倍

+336%

›

○A:◎3

グルーヴィデザイン

加藤聡（愛知）

1.6倍

-89%

›

▲A:△7

ツキヨザクラ

細川智（愛知）

14.3倍

-82%

›

△A:▲2

タガノポストマン

小笠羚（愛知）

8.9倍

-95%

›

△A:▽6

ギースバッハ

近藤颯（愛知）

20.7倍

-89%

›

△A:△10

アルーリングソレル

加藤利（愛知）

16.3倍

-97%

›

×A:△11

ミッシュマッシュ

渡邊竜（笠松）

22.0倍

-96%

›

×A:×4

クールシェリー

大畑雅（愛知）

31.4倍

-94%

›

×A:×9

メイショウイッシン

丹羽克（愛知）

16.6倍

-99%

›

×A:×1

アグネス

明星晴（笠松）

76.1倍

-99%

›

×A:▽5

ベールドゥフィーユ

村上弘（愛知）

88.7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

6R 名古屋競馬場ダ1500m ダート1500m　発走 17:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アグネス	明星晴（笠松）	実76.1	×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4%と苦戦傾向／同距離帯は21走で勝ち無し）
前5走 08/19 名古屋3R 10着/11頭+3.6秒 07/29 名古屋12R 6着/12頭+1.9秒 07/14 名古屋6R 4着/12頭+0.0秒 07/01 名古屋12R 10着/12頭+0.0秒 06/17 名古屋1R 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戦の調子平均 6.7着 × 当競馬場適性 23走で勝率 4% (苦戦) ▽ 距離適性同距離は 21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 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.3%) ※ 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。
2	タガノポストマン	小笠羚（愛知）	実8.9	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場26走で勝率4%と苦戦傾向／同距離帯は22走で勝ち無し）
前5走 08/19 名古屋3R 6着/11頭+0.8秒 07/01 名古屋2R 5着/12頭 06/18 名古屋12R 6着/12頭 06/03 名古屋6R 4着/12頭 05/21 名古屋1R 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 5.7着 × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ○ 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) -28% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 11.2%) ※ 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。
3	グルーヴィデザイン追込	加藤聡（愛知）	実1.6	🌟◎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（当競馬場6走で勝率33%と適性高／同距離帯6走で勝率33%／直近3走で勝率33%と好調）
前5走 08/19 名古屋2R 2着/12頭+0.1秒 07/28 名古屋6R 1着/12頭勝利 05/05 名古屋4R 6着/10頭+1.6秒 04/20 名古屋12R 10着/12頭+1.1秒 02/25 名古屋5R 2着/11頭+0.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 騎手近50戦勝率 14% ○ 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) -45% (大幅な期待値マイナス) AI 予想勝率 34.2% (オッズ暗示: 62.5%) ※ 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	クールシェリー	大畑雅（愛知）	実31.4	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/19 名古屋4R 7着/11頭+1.0秒 07/14 名古屋12R 6着/11頭+0.0秒 07/02 名古屋3R 6着/12頭+1.0秒 06/17 名古屋1R 1着/11頭 06/02 名古屋6R 4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 6.3着 △ 当競馬場適性 22走で勝率 9% △ 距離適性同距離 24走で勝率 8% ○ 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) -56% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.2%) ※ 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。
5	ベールドゥフィーユ	村上弘（愛知）	実88.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場26走で勝率4%と苦戦傾向／同距離帯は26走で勝ち無し）
前5走 08/19 名古屋3R 7着/11頭+1.0秒 07/29 名古屋12R 4着/12頭+1.8秒 07/14 名古屋5R 3着/3頭 07/01 名古屋12R 9着/12頭 06/17 名古屋4R 4着/11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 4.7着 × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 26走で勝ち無し ○ 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) -30% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.1%) ※ 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。
6	ギースバッハ	近藤颯（愛知）	実20.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/29 名古屋12R 8着/12頭+2.1秒 07/14 名古屋7R 7着/12頭+0.0秒 06/19 名古屋3R 5着/11頭 06/05 名古屋1R 7着/11頭 05/22 名古屋8R 9着/11頭
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 6.7着 ○ 当競馬場適性 26走で勝率 19% (相性良) ○ 距離適性同距離 21走で勝率 24% × 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 3.0% (オッズ暗示: 4.8%) ※ 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	ツキヨザクラ自在	細川智（愛知）	実14.3	△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5走 08/19 名古屋3R 5着/11頭+0.7秒 02/23 名古屋4R 1着/12頭勝利 01/26 名古屋6R 4着/12頭+1.1秒 01/14 名古屋8R 8着/12頭+1.2秒 01/01 名古屋7R 9着/12頭+2.1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 6走で勝率 17% ○ 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) -30% (オッズ過剰評価) AI 予想勝率 4.9% (オッズ暗示: 7.0%) ※ 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	バイオマックス差し	大畑慧（愛知）	実4.8	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率40%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 08/18 名古屋8R 1着/12頭勝利 07/13 名古屋6R 2着/12頭+6.0秒 01/27 名古屋7R 11着/12頭+2.7秒 01/14 名古屋4R 8着/11頭+2.0秒 01/01 名古屋4R 1着/12頭勝利
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +63% (市場が大幅過小評価) AI 予想勝率 34.1% (オッズ暗示: 20.8%) ※ 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	メイショウイッシン	丹羽克（愛知）	実16.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場21走で勝率0%と苦戦傾向／同距離帯は37走で勝ち無し）
前5走 08/19 名古屋12R 8着/12頭+0.8秒 07/29 名古屋1R 2着/12頭+0.8秒 07/14 名古屋6R 6着/12頭 07/02 名古屋12R 6着/12頭 06/19 名古屋2R 6着/11頭+2.0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 5.3着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 37走で勝ち無し ○ 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) -52% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 6.0%) ※ 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	アルーリングソレル	加藤利（愛知）	実16.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場36走で勝率3%と苦戦傾向／同距離帯は35走で勝ち無し）
前5走 08/19 名古屋3R 4着/11頭+0.5秒 07/14 名古屋7R 12着/12頭+3.0秒 06/18 名古屋12R 4着/12頭 06/03 名古屋7R 4着/12頭+3.0秒 05/21 名古屋2R 4着/10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 6.7着 × 当競馬場適性 36走で勝率 3% (苦戦) ▽ 距離適性同距離は 35走で勝ち無し ○ 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) -12% (オッズ過剰評価) AI 予想勝率 5.4% (オッズ暗示: 6.1%) ※ 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	ミッシュマッシュ先行	渡邊竜（笠松）	実22.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率0%と苦戦傾向／同距離帯は24走で勝ち無し）
前5走 08/19 名古屋12R 7着/12頭+0.8秒 07/29 名古屋2R 5着/11頭+1.4秒 07/14 名古屋12R 4着/11頭 07/01 名古屋6R 7着/12頭 06/17 名古屋5R 3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 5.3着 × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) +2% (市場と概ね一致) AI 予想勝率 4.7% (オッズ暗示: 4.5%) ※ 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。

🎯 AIの本命

AI評価1位

グルーヴィデザイン

騎手加藤聡（愛知）

単勝オッズ

1.6倍

AI期待値

-45%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8バイオマックス

4.8倍

EV +63%

▲2タガノポストマン

8.9倍

EV -28%

出走馬全11頭

◎3

グルーヴィデザイン

加藤聡（愛知）

1.6倍

-45%

›

○8

バイオマックス

大畑慧（愛知）

4.8倍

+63%

›

▲2

タガノポストマン

小笠羚（愛知）

8.9倍

-28%

›

△10

アルーリングソレル

加藤利（愛知）

16.3倍

-12%

›

△7

ツキヨザクラ

細川智（愛知）

14.3倍

-29%

›

△11

ミッシュマッシュ

渡邊竜（笠松）

22.0倍

+2%

›

▽6

ギースバッハ

近藤颯（愛知）

20.7倍

-38%

›

×9

メイショウイッシン

丹羽克（愛知）

16.6倍

-51%

›

×4

クールシェリー

大畑雅（愛知）

31.4倍

-55%

›

▽5

ベールドゥフィーユ

村上弘（愛知）

88.7倍

-29%

›

×1

アグネス

明星晴（笠松）

76.1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

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