名古屋 2R 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

2R 名古屋競馬場中京Ｂ１１ダ1500m ダート1500m　発走 15:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ソブリンルーラー	山田祥（愛知）	実144.5	B× A▽勝率0% 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 08/20 名古屋7R 11着/12頭+1.9秒 07/30 名古屋7R 9着/11頭+2.4秒 07/15 名古屋7R 12着/12頭 07/03 名古屋7R 12着/12頭+1.0秒 06/22 名古屋6R 10着/10頭+1.0秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) △ 距離適性同距離 21走で勝率 10% ▽ 前走実績前走 11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 10位 / 勝率 0.4% / 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。
2	マンノミューズ先行	丸野勝（愛知）	実8.0	B△ A△勝率7% EV-42% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/30 名古屋7R 5着/11頭+1.1秒 05/08 名古屋4R 5着/10頭+1.0秒 04/13 名古屋5R 4着/9頭+0.6秒 03/13 名古屋8R 5着/10頭+1.3秒 01/19 名古屋7R 4着/11頭+0.5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 4.7着 ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 9走で勝率 22% ○ 騎手近50戦勝率 14% × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 5.8% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 期待値 -43% ※ 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	サンマルレーヴ逃げ	塚本征（愛知）	実2.9	B△ A🌟◎勝率42% EV+22% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率25%と適性高／同距離帯8走で勝率25%／直近3走で勝率33%と好調）
前5走 05/07 名古屋12R 7着/10頭+1.5秒 04/24 名古屋3R 3着/12頭+1.2秒 04/09 名古屋4R 1着/11頭勝利 03/23 名古屋6R 1着/11頭勝利 03/09 名古屋7R 5着/12頭+0.8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 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 騎手近50戦勝率 28% (好調) △ ローテーション 120日休養明け × 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 2.6% (オッズ暗示: 34.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 42.3% / 期待値 +23% ※ 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	サクリファイス逃げ	阿部基（笠松）	実14.3	B△ A×勝率3% EV-52% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場42走で勝率2%と苦戦傾向／同距離帯は38走で勝ち無し）
前5走 07/15 名古屋12R 4着/12頭+0.0秒 06/04 名古屋4R 9着/12頭+0.0秒 05/21 名古屋4R 2着/10頭 05/06 名古屋3R 5着/11頭+0.5秒 04/22 名古屋4R 2着/12頭+0.1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 5.0着 × 当競馬場適性 42走で勝率 2% (苦戦) ▽ 距離適性同距離は 38走で勝ち無し × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 7.0%) × Aモデルの評価 (参考) レース内 7位 / 勝率 3.3% / 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。
5	ユメミ追込	尾崎章（愛知）	実8.1	B▲ A△勝率9% EV-30% 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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/19 名古屋2R 1着/12頭勝利 07/28 名古屋7R 3着/12頭+0.3秒 07/01 名古屋6R 4着/12頭 06/03 名古屋5R 5着/12頭 05/14 川崎3R 11着/14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 16走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 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) +87% (市場が大幅過小評価) AI 予想勝率 23.2% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.6% / 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	ザボドフスキー追込	加藤誓（愛知）	実4.8	B× A○勝率16% EV-22% 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3走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／前走2着）
前5走 08/20 名古屋6R 2着/12頭+0.2秒 07/30 名古屋6R 6着/11頭+1.4秒 07/03 名古屋10R 8着/12頭+3.0秒 06/05 船橋7R 6着/12頭 05/07 船橋3R 11着/12頭+3.5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 5.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し △ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.2% / 期待値 -22% ※ 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	オールオンフリーク	東川慎（笠松）	実36.2	B× A×勝率1% EV-64% 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7R 12着/12頭+2.3秒 07/30 名古屋7R 8着/11頭+1.8秒 07/15 名古屋7R 11着/12頭+2.0秒 07/03 名古屋7R 9着/12頭 06/05 名古屋6R 10着/12頭
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 10.3着 (不振) △ 当競馬場適性 37走で勝率 11% △ 距離適性同距離 33走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12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 9位 / 勝率 1.0% / 期待値 -64% ※ 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	リリアンファスト自在推奨	細川智（愛知）	実13.9	B○ A△勝率5% EV-24% 詳細▼	市場が大きく過小評価、AI予想勝率30% × オッズ13.9倍で期待値+310%の有力候補（直近3走勝率33%と上り調子／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 08/19 名古屋12R 1着/12頭勝利 07/28 名古屋7R 2着/12頭+0.0秒 06/17 名古屋12R 4着/12頭 05/20 名古屋5R 11着/11頭+1.0秒 05/05 名古屋2R 2着/11頭+0.1秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 16走で勝率 12% △ 距離適性同距離 16走で勝率 12% ◎ 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) +310% (市場が大幅過小評価) AI 予想勝率 29.5% (オッズ暗示: 7.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.4% / 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。
9	スイートゥンビター逃げ	木之葵（愛知）	実4.4	B🌟◎ A▲勝率13% EV-42% 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走で勝率33%と好調／前走3着）
前5走 08/20 名古屋6R 3着/12頭+0.6秒 07/28 名古屋7R 1着/12頭勝利 04/09 名古屋3R 3着/11頭+0.5秒 03/24 名古屋8R 2着/12頭+0.0秒 03/10 名古屋5R 2着/11頭+0.2秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 14走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) +49% (妙味あり) AI 予想勝率 34.0% (オッズ暗示: 22.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.1% / 期待値 -42% ※ 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	ヒダサワヤカ自在	小笠羚（愛知）	実18.2	B× A×勝率2% EV-54% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/20 名古屋6R 5着/12頭+1.1秒 07/30 名古屋12R 7着/12頭+1.0秒 07/03 名古屋9R 7着/12頭 05/25 名古屋5R 4着/11頭 05/08 名古屋1R 4着/10頭+0.7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 6.3着 △ 当競馬場適性 29走で勝率 7% △ 距離適性同距離 23走で勝率 9% ○ 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) -62% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 5.5%) × Aモデルの評価 (参考) レース内 8位 / 勝率 2.5% / 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。

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 ▲

スイートゥンビター

騎手木之葵（愛知）

単勝オッズ

4.4倍

AI期待値

+49%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△8リリアンファスト

13.9倍

EV +310%

▲A:△5ユメミ

8.1倍

EV +87%

出走馬全10頭

◎A:▲9

スイートゥンビター

木之葵（愛知）

4.4倍

+49%

›

○A:△8

リリアンファスト

細川智（愛知）

13.9倍

+310%

›

▲A:△5

ユメミ

尾崎章（愛知）

8.1倍

+87%

›

△A:△2

マンノミューズ

丸野勝（愛知）

8.0倍

-53%

›

△A:◎3

サンマルレーヴ

塚本征（愛知）

2.9倍

-92%

›

△A:×4

サクリファイス

阿部基（笠松）

14.3倍

-63%

›

×A:×10

ヒダサワヤカ

小笠羚（愛知）

18.2倍

-61%

›

×A:○6

ザボドフスキー

加藤誓（愛知）

4.8倍

-98%

›

×A:×7

オールオンフリーク

東川慎（笠松）

36.2倍

-99%

›

×A:▽1

ソブリンルーラー

山田祥（愛知）

144.5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 8 リリアンファスト ¥600 実13.9倍期待値 +310% ❌不的中単勝 13.9倍

※ オッズは予測時点の値です。

2R 名古屋競馬場中京Ｂ１１ダ1500m ダート1500m　発走 15:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ソブリンルーラー	山田祥（愛知）	実144.5	▽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／直近3走平均10.7着と低調）
前5走 08/20 名古屋7R 11着/12頭+1.9秒 07/30 名古屋7R 9着/11頭+2.4秒 07/15 名古屋7R 12着/12頭 07/03 名古屋7R 12着/12頭+1.0秒 06/22 名古屋6R 10着/10頭+1.0秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) △ 距離適性同距離 21走で勝率 10% ▽ 前走実績前走 11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) -39% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
2	マンノミューズ先行	丸野勝（愛知）	実8.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/30 名古屋7R 5着/11頭+1.1秒 05/08 名古屋4R 5着/10頭+1.0秒 04/13 名古屋5R 4着/9頭+0.6秒 03/13 名古屋8R 5着/10頭+1.3秒 01/19 名古屋7R 4着/11頭+0.5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 4.7着 ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 9走で勝率 22% ○ 騎手近50戦勝率 14% × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 12.5%) ※ 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	サンマルレーヴ逃げ	塚本征（愛知）	実2.9	🌟◎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8走で勝率25%と適性高／同距離帯8走で勝率25%／直近3走で勝率33%と好調）
前5走 05/07 名古屋12R 7着/10頭+1.5秒 04/24 名古屋3R 3着/12頭+1.2秒 04/09 名古屋4R 1着/11頭勝利 03/23 名古屋6R 1着/11頭勝利 03/09 名古屋7R 5着/12頭+0.8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 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 騎手近50戦勝率 28% (好調) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 42.3% (オッズ暗示: 34.5%) ※ 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	サクリファイス逃げ	阿部基（笠松）	実14.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場42走で勝率2%と苦戦傾向／同距離帯は38走で勝ち無し）
前5走 07/15 名古屋12R 4着/12頭+0.0秒 06/04 名古屋4R 9着/12頭+0.0秒 05/21 名古屋4R 2着/10頭 05/06 名古屋3R 5着/11頭+0.5秒 04/22 名古屋4R 2着/12頭+0.1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 5.0着 × 当競馬場適性 42走で勝率 2% (苦戦) ▽ 距離適性同距離は 38走で勝ち無し × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 3.3% (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。
5	ユメミ追込	尾崎章（愛知）	実8.1	△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4走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/19 名古屋2R 1着/12頭勝利 07/28 名古屋7R 3着/12頭+0.3秒 07/01 名古屋6R 4着/12頭 06/03 名古屋5R 5着/12頭 05/14 川崎3R 11着/14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 16走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 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) -30% (大幅な期待値マイナス) AI 予想勝率 8.6% (オッズ暗示: 12.3%) ※ 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	ザボドフスキー追込	加藤誓（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3走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／前走2着）
前5走 08/20 名古屋6R 2着/12頭+0.2秒 07/30 名古屋6R 6着/11頭+1.4秒 07/03 名古屋10R 8着/12頭+3.0秒 06/05 船橋7R 6着/12頭 05/07 船橋3R 11着/12頭+3.5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 5.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し △ 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) -22% (オッズ過剰評価) AI 予想勝率 16.2% (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。
7	オールオンフリーク	東川慎（笠松）	実36.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調）
前5走 08/20 名古屋7R 12着/12頭+2.3秒 07/30 名古屋7R 8着/11頭+1.8秒 07/15 名古屋7R 11着/12頭+2.0秒 07/03 名古屋7R 9着/12頭 06/05 名古屋6R 10着/12頭
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 10.3着 (不振) △ 当競馬場適性 37走で勝率 11% △ 距離適性同距離 33走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12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) -64% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
8	リリアンファスト自在推奨	細川智（愛知）	実13.9	△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／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 08/19 名古屋12R 1着/12頭勝利 07/28 名古屋7R 2着/12頭+0.0秒 06/17 名古屋12R 4着/12頭 05/20 名古屋5R 11着/11頭+1.0秒 05/05 名古屋2R 2着/11頭+0.1秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 16走で勝率 12% △ 距離適性同距離 16走で勝率 12% ◎ 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) -25% (オッズ過剰評価) AI 予想勝率 5.4% (オッズ暗示: 7.2%) ※ 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。
9	スイートゥンビター逃げ	木之葵（愛知）	実4.4	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走3着）
前5走 08/20 名古屋6R 3着/12頭+0.6秒 07/28 名古屋7R 1着/12頭勝利 04/09 名古屋3R 3着/11頭+0.5秒 03/24 名古屋8R 2着/12頭+0.0秒 03/10 名古屋5R 2着/11頭+0.2秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 14走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 13.1% (オッズ暗示: 22.7%) ※ 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	ヒダサワヤカ自在	小笠羚（愛知）	実18.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/20 名古屋6R 5着/12頭+1.1秒 07/30 名古屋12R 7着/12頭+1.0秒 07/03 名古屋9R 7着/12頭 05/25 名古屋5R 4着/11頭 05/08 名古屋1R 4着/10頭+0.7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 6.3着 △ 当競馬場適性 29走で勝率 7% △ 距離適性同距離 23走で勝率 9% ○ 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) -55% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 5.5%) ※ 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

サンマルレーヴ

騎手塚本征（愛知）

単勝オッズ

2.9倍

AI期待値

+22%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ザボドフスキー

4.8倍

EV -22%

▲9スイートゥンビター

4.4倍

EV -42%

出走馬全10頭

◎3

サンマルレーヴ

塚本征（愛知）

2.9倍

+22%

›

○6

ザボドフスキー

加藤誓（愛知）

4.8倍

-22%

›

▲9

スイートゥンビター

木之葵（愛知）

4.4倍

-42%

›

△5

ユメミ

尾崎章（愛知）

8.1倍

-30%

›

△2

マンノミューズ

丸野勝（愛知）

8.0倍

-42%

›

△8

リリアンファスト

細川智（愛知）

13.9倍

-24%

›

×4

サクリファイス

阿部基（笠松）

14.3倍

-52%

›

×10

ヒダサワヤカ

小笠羚（愛知）

18.2倍

-54%

›

×7

オールオンフリーク

東川慎（笠松）

36.2倍

-64%

›

▽1

ソブリンルーラー

山田祥（愛知）

144.5倍

-38%

›

💡 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 8 リリアンファスト ¥600 実13.9倍期待値 -25% ❌不的中単勝 13.9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