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 名古屋競馬場中京競Ｂ８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	アミアン差し推奨	大原浩（笠松）	実6.7	B△ A○勝率20% EV+34% 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15%と相性良／同距離帯で勝率17%）
前5走 08/24 名古屋8R 2着/12頭+0.1秒 07/30 名古屋7R 1着/11頭勝利 07/15 名古屋12R 9着/12頭 07/03 名古屋6R 10着/12頭 06/05 名古屋10R 8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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 33走で勝率 15% (相性良) ○ 距離適性同距離 24走で勝率 17% ○ 前走実績前走 2着 (好走) × 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 0.8% (オッズ暗示: 14.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.1% / 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。
2	サーフギャラクシー	加藤誓（愛知）	実14.8	B△ A△勝率5% EV-32% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率44%と適性高／同距離帯9走で勝率44%／直近3走で勝率33%と好調）
前5走 08/21 名古屋6R 6着/9頭+1.5秒 07/03 名古屋12R 1着/12頭 06/22 名古屋1R 5着/11頭 06/05 名古屋5R 6着/12頭 05/21 名古屋2R 1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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 9走で勝率 44% (得意) ◎ 距離適性同距離 9走で勝率 44% △ 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) -77% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 6.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.5% / 期待値 -33% ※ 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	レシェルドランジュ先行	加藤聡（愛知）	実9.9	B○ A△勝率9% EV-8% 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2着）
前5走 08/24 名古屋11R 2着/3頭 05/07 名古屋7R 1着/11頭勝利 04/10 名古屋3R 2着/11頭+1.2秒 03/27 名古屋3R 6着/11頭+2.2秒 03/13 名古屋4R 8着/10頭+2.8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 7走で勝率 14% ○ 距離適性同距離 6走で勝率 17% ○ 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) +144% (市場が大幅過小評価) AI 予想勝率 24.7% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.2% / 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。
4	タッチザシーリング	大畑雅（愛知）	実22.8	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
前5走 08/21 名古屋6R 7着/9頭+1.6秒 07/31 名古屋9R 4着/12頭+0.8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 5.5着 ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 4.4%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.9% / 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。
5	エイシンメリダ差し	塚本征（愛知）	実2.2	B▲ A🌟◎勝率30% EV-33% 詳細▼	人気馬、市場評価通りで上乗せなし（前走3着／騎手は近50戦で勝率32%）
前5走 08/24 名古屋9R 3着/11頭+0.9秒 07/31 名古屋7R 2着/12頭+0.2秒 06/18 名古屋5R 8着/9頭 05/06 名古屋5R 8着/11頭+3.3秒 04/09 名古屋5R 10着/11頭+3.0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 4.3着 △ 当競馬場適性 27走で勝率 15% △ 距離適性同距離 16走で勝率 6% ◎ 騎手近50戦勝率 32% (好調) ○ 前走実績前走 3着 (好走) × 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 3.5% (オッズ暗示: 45.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 30.4% / 期待値 -33% ※ 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	ローズドゥレッシュ	丸野勝（愛知）	実25.1	B× A×勝率1% EV-74% 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 08/21 名古屋6R 5着/9頭+1.4秒 07/31 名古屋9R 8着/12頭+1.4秒 07/17 名古屋10R 2着/12頭 07/03 名古屋10R 5着/12頭+0.0秒 06/05 名古屋12R 7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 5.0着 × 当競馬場適性 46走で勝率 2% (苦戦) ▽ 距離適性同距離は 44走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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 1.0% / 期待値 -74% ※ 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	グランキューブ	細川智（愛知）	実41.1	B× A×勝率1% EV-63% 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 07/01 名古屋7R 10着/11頭 06/17 名古屋7R 8着/11頭 06/03 名古屋8R 9着/12頭+0.0秒 05/20 名古屋4R 9着/11頭+0.0秒 05/05 名古屋7R 11着/11頭+2.7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 9.0着 (不振) △ 当競馬場適性 60走で勝率 8% △ 距離適性同距離 42走で勝率 7% ◎ 馬場適性同馬場 3走で勝率 33% ▽ 前走実績前走 10着 (大敗) × 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 0.9% / 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	メイショウオハコ推奨	近藤颯（愛知）	実6.7	B🌟◎ A▲勝率16% EV+7% 詳細▼	市場が大きく過小評価、AI予想勝率67% × オッズ6.7倍で期待値+349%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）
前5走 08/24 名古屋6R 1着/11頭勝利 07/31 名古屋12R 3着/12頭+0.5秒 07/02 名古屋7R 2着/3頭 06/19 名古屋3R 7着/11頭+2.0秒 06/04 名古屋4R 5着/12頭+1.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 26走で勝率 8% △ 距離適性同距離 26走で勝率 8% ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +349% (市場が大幅過小評価) AI 予想勝率 67.1% (オッズ暗示: 14.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.0% / 期待値 +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。
9	テーオーウィルソン先行	筒井勇（笠松）	実18.3	B× A×勝率2% EV-60% 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 07/30 園田12R 8着/12頭+1.0秒 07/17 園田9R 8着/10頭 07/02 園田12R 2着/11頭 01/15 園田9R 2着/8頭+0.6秒 01/02 園田6R 4着/8頭+1.5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 6.0着 × 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 2.2% / 期待値 -61% ※ 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	オイチノカタ差し	小笠羚（愛知）	実16.4	B× A▽勝率4% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/24 名古屋9R 4着/11頭+1.2秒 07/31 名古屋8R 5着/11頭+1.6秒 07/17 名古屋7R 5着/12頭 07/03 名古屋12R 2着/12頭 06/05 名古屋9R 4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 4.7着 △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 15走で勝率 7% × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 6.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.9% / 期待値 -36% ※ 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	ラブバイオレット逃げ	丹羽克（愛知）	実7.8	B△ A△勝率10% 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25走で勝率4%と苦戦傾向／前走3着）
前5走 07/31 名古屋9R 3着/12頭+0.4秒 07/03 名古屋10R 3着/12頭+2.0秒 05/22 名古屋7R 7着/11頭 05/07 名古屋6R 4着/11頭+0.8秒 04/10 名古屋1R 2着/11頭+0.1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 4.3着 × 当競馬場適性 25走で勝率 4% (苦戦) △ 距離適性同距離 23走で勝率 9% ○ 前走実績前走 3着 (好走) × 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 1.6% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.9% / 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。

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 ▲

メイショウオハコ

騎手近藤颯（愛知）

単勝オッズ

6.7倍

AI期待値

+349%

買い目

¥1,500

全レースの推奨

AIの推奨本命の次点

○A:△3レシェルドランジュ

9.9倍

EV +144%

▲A:◎5エイシンメリダ

2.2倍

EV -92%

出走馬全11頭

◎A:▲8

メイショウオハコ

近藤颯（愛知）

6.7倍

+349%

›

○A:△3

レシェルドランジュ

加藤聡（愛知）

9.9倍

+144%

›

▲A:◎5

エイシンメリダ

塚本征（愛知）

2.2倍

-92%

›

△A:△11

ラブバイオレット

丹羽克（愛知）

7.8倍

-87%

›

△A:△2

サーフギャラクシー

加藤誓（愛知）

14.8倍

-76%

›

△A:○1

アミアン

大原浩（笠松）

6.7倍

-94%

›

×A:▽10

オイチノカタ

小笠羚（愛知）

16.4倍

-93%

›

×A:×4

タッチザシーリング

大畑雅（愛知）

22.8倍

-91%

›

×A:×9

テーオーウィルソン

筒井勇（笠松）

18.3倍

-99%

›

×A:×6

ローズドゥレッシュ

丸野勝（愛知）

25.1倍

-99%

›

×A:×7

グランキューブ

細川智（愛知）

41.1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 1 アミアン ¥100 実6.7倍期待値 -95% ❌不的中7着単勝 6.7倍

B. 市場除外+キャリブ

単勝 8 メイショウオハコ ¥1,500 実6.7倍期待値 +350% ❌不的中5着単勝 6.7倍

※ オッズは予測時点の値です。

6R 名古屋競馬場中京競Ｂ８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	アミアン差し推奨	大原浩（笠松）	実6.7	○詳細▼	オッズに対しAI予想勝率がやや高め、期待値+34%の妙味（直近3走勝率33%と上り調子／当競馬場で勝率15%と相性良／同距離帯で勝率17%）
前5走 08/24 名古屋8R 2着/12頭+0.1秒 07/30 名古屋7R 1着/11頭勝利 07/15 名古屋12R 9着/12頭 07/03 名古屋6R 10着/12頭 06/05 名古屋10R 8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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 33走で勝率 15% (相性良) ○ 距離適性同距離 24走で勝率 17% ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 20.1% (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。
2	サーフギャラクシー	加藤誓（愛知）	実14.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率44%と適性高／同距離帯9走で勝率44%／直近3走で勝率33%と好調）
前5走 08/21 名古屋6R 6着/9頭+1.5秒 07/03 名古屋12R 1着/12頭 06/22 名古屋1R 5着/11頭 06/05 名古屋5R 6着/12頭 05/21 名古屋2R 1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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 9走で勝率 44% (得意) ◎ 距離適性同距離 9走で勝率 44% △ 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) -33% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 6.8%) ※ 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。
3	レシェルドランジュ先行	加藤聡（愛知）	実9.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走2着）
前5走 08/24 名古屋11R 2着/3頭 05/07 名古屋7R 1着/11頭勝利 04/10 名古屋3R 2着/11頭+1.2秒 03/27 名古屋3R 6着/11頭+2.2秒 03/13 名古屋4R 8着/10頭+2.8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 7走で勝率 14% ○ 距離適性同距離 6走で勝率 17% ○ 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) -9% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 10.1%) ※ 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。
4	タッチザシーリング	大畑雅（愛知）	実22.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/21 名古屋6R 7着/9頭+1.6秒 07/31 名古屋9R 4着/12頭+0.8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 5.5着 ○ 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 1.9% (オッズ暗示: 4.4%) ※ 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。
5	エイシンメリダ差し	塚本征（愛知）	実2.2	🌟◎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（前走3着／騎手は近50戦で勝率32%）
前5走 08/24 名古屋9R 3着/11頭+0.9秒 07/31 名古屋7R 2着/12頭+0.2秒 06/18 名古屋5R 8着/9頭 05/06 名古屋5R 8着/11頭+3.3秒 04/09 名古屋5R 10着/11頭+3.0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 4.3着 △ 当競馬場適性 27走で勝率 15% △ 距離適性同距離 16走で勝率 6% ◎ 騎手近50戦勝率 32% (好調) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 30.4% (オッズ暗示: 45.5%) ※ 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。
6	ローズドゥレッシュ	丸野勝（愛知）	実25.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場46走で勝率2%と苦戦傾向／同距離帯は44走で勝ち無し）
前5走 08/21 名古屋6R 5着/9頭+1.4秒 07/31 名古屋9R 8着/12頭+1.4秒 07/17 名古屋10R 2着/12頭 07/03 名古屋10R 5着/12頭+0.0秒 06/05 名古屋12R 7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 5.0着 × 当競馬場適性 46走で勝率 2% (苦戦) ▽ 距離適性同距離は 44走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -74% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 4.0%) ※ 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	グランキューブ	細川智（愛知）	実41.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／直近3走平均9.0着と低調／65日ぶりの実戦）
前5走 07/01 名古屋7R 10着/11頭 06/17 名古屋7R 8着/11頭 06/03 名古屋8R 9着/12頭+0.0秒 05/20 名古屋4R 9着/11頭+0.0秒 05/05 名古屋7R 11着/11頭+2.7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 9.0着 (不振) △ 当競馬場適性 60走で勝率 8% △ 距離適性同距離 42走で勝率 7% ◎ 馬場適性同馬場 3走で勝率 33% ▽ 前走実績前走 10着 (大敗) × 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 0.9% (オッズ暗示: 2.4%) ※ 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。
8	メイショウオハコ推奨	近藤颯（愛知）	実6.7	▲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）
前5走 08/24 名古屋6R 1着/11頭勝利 07/31 名古屋12R 3着/12頭+0.5秒 07/02 名古屋7R 2着/3頭 06/19 名古屋3R 7着/11頭+2.0秒 06/04 名古屋4R 5着/12頭+1.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 26走で勝率 8% △ 距離適性同距離 26走で勝率 8% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 16.0% (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。
9	テーオーウィルソン先行	筒井勇（笠松）	実18.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/30 園田12R 8着/12頭+1.0秒 07/17 園田9R 8着/10頭 07/02 園田12R 2着/11頭 01/15 園田9R 2着/8頭+0.6秒 01/02 園田6R 4着/8頭+1.5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 6.0着 × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 2.2% (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。
10	オイチノカタ差し	小笠羚（愛知）	実16.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/24 名古屋9R 4着/11頭+1.2秒 07/31 名古屋8R 5着/11頭+1.6秒 07/17 名古屋7R 5着/12頭 07/03 名古屋12R 2着/12頭 06/05 名古屋9R 4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 4.7着 △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 15走で勝率 7% × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 3.9% (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	ラブバイオレット逃げ	丹羽克（愛知）	実7.8	△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25走で勝率4%と苦戦傾向／前走3着）
前5走 07/31 名古屋9R 3着/12頭+0.4秒 07/03 名古屋10R 3着/12頭+2.0秒 05/22 名古屋7R 7着/11頭 05/07 名古屋6R 4着/11頭+0.8秒 04/10 名古屋1R 2着/11頭+0.1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 4.3着 × 当競馬場適性 25走で勝率 4% (苦戦) △ 距離適性同距離 23走で勝率 9% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 9.9% (オッズ暗示: 12.8%) ※ 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。

🎯 AIの本命

AI評価1位

エイシンメリダ

騎手塚本征（愛知）

単勝オッズ

2.2倍

AI期待値

-33%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1アミアン

6.7倍

EV +34%

▲8メイショウオハコ

6.7倍

EV +7%

出走馬全11頭

◎5

エイシンメリダ

塚本征（愛知）

2.2倍

-33%

›

○1

アミアン

大原浩（笠松）

6.7倍

+34%

›

▲8

メイショウオハコ

近藤颯（愛知）

6.7倍

+7%

›

△11

ラブバイオレット

丹羽克（愛知）

7.8倍

-22%

›

△3

レシェルドランジュ

加藤聡（愛知）

9.9倍

-8%

›

△2

サーフギャラクシー

加藤誓（愛知）

14.8倍

-32%

›

▽10

オイチノカタ

小笠羚（愛知）

16.4倍

-36%

›

×9

テーオーウィルソン

筒井勇（笠松）

18.3倍

-60%

›

×4

タッチザシーリング

大畑雅（愛知）

22.8倍

-57%

›

×6

ローズドゥレッシュ

丸野勝（愛知）

25.1倍

-74%

›

×7

グランキューブ

細川智（愛知）

41.1倍

-63%

›

💡 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 1 アミアン ¥100 実6.7倍期待値 +35% ❌不的中7着単勝 6.7倍

B. 市場除外+キャリブ

単勝 8 メイショウオハコ ¥1,500 実6.7倍期待値 +7% ❌不的中5着単勝 6.7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