名古屋 7R 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

7R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 17:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グールマン逃げ	阿部基（笠松）	実65.7	B× A▽勝率1% EV-24% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場16走で勝率25%と適性高／同距離帯14走で勝率29%／直近3走平均9.3着と低調）
前5走 06/04 名古屋9R 11着/12頭 05/21 名古屋8R 7着/10頭 05/06 名古屋7R 10着/12頭+2.1秒 04/09 名古屋8R 2着/12頭+0.1秒 03/27 名古屋6R 1着/9頭勝利
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 9.3着 (不振) ◎ 当競馬場適性 16走で勝率 25% (得意) ◎ 距離適性同距離 14走で勝率 29% ▽ 前走実績前走 11着 (大敗) △ ローテーション 92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 0.1% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 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。
2	デトネイター	近藤颯（愛知）	実19.2	B× A△勝率5% EV-1% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率0%と苦戦傾向）
前5走 08/20 名古屋8R 7着/11頭+1.2秒 07/30 名古屋8R 2着/3頭 07/02 名古屋6R 4着/12頭 06/04 名古屋5R 6着/12頭 05/22 名古屋10R 7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 4.3着 × 当競馬場適性 19走で勝率 0% (苦戦) △ 距離適性同距離 14走で勝率 7% ○ 馬場適性同馬場 4走で勝率 25% ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 5.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.1% / 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。
3	グランプリショット	丹羽克（愛知）	実128.1	B× A▽勝率0% EV-37% 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8R 10着/10頭+3.6秒 07/01 園田10R 10着/10頭+3.0秒 06/03 園田10R 11着/12頭+5.0秒 05/21 園田9R 8着/8頭 05/05 園田10R 10着/11頭+2.6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 10.3着 (不振) ▽ 距離適性同距離は 5走で勝ち無し ▽ 前走実績前走 10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 12位 / 勝率 0.5% / 期待値 -38% ※ 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	アカツキロットリー逃げ	大畑慧（愛知）	実2.1	B🌟◎ A🌟◎勝率40% EV-15% 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9走で勝率56%と適性高／同距離帯4走で勝率75%／直近3走で勝率33%と好調）
前5走 09/18 名古屋10R 10着/11頭+3.6秒 02/29 名古屋12R 1着/10頭勝利 01/29 名古屋11R 3着/10頭+0.8秒 01/03 名古屋8R 1着/11頭勝利 12/15 名古屋4R 1着/12頭勝利
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 9走で勝率 56% (得意) ◎ 距離適性同距離 4走で勝率 75% ▽ 前走実績前走 10着 (大敗) △ ローテーション 716日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 48.0% (オッズ暗示: 47.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 40.4% / 期待値 -15% ※ 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	ハーピークオーレ	渡邊竜（笠松）	実20.6	B△ A×勝率2% EV-68% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場43走で勝率5%と苦戦傾向）
前5走 08/21 名古屋6R 4着/9頭+0.8秒 07/17 名古屋8R 3着/3頭 07/03 名古屋8R 3着/11頭 06/22 名古屋6R 3着/10頭+0.0秒 06/05 名古屋9R 3着/12頭
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 3.3着 × 当競馬場適性 43走で勝率 5% (苦戦) △ 距離適性同距離 33走で勝率 6% ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 4.9%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.5% / 期待値 -68% ※ 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	プレイアブルゲーム	今井貴（愛知）	実21.5	B△ A△勝率6% EV+38% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯11走で勝率27%）
前5走 08/21 名古屋8R 8着/10頭+2.2秒 07/29 名古屋9R 10着/12頭+0.9秒 07/03 名古屋6R 2着/12頭 06/22 名古屋1R 1着/11頭 06/05 名古屋1R 4着/11頭+2.0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 6.7着 ○ 当競馬場適性 14走で勝率 21% (相性良) ◎ 距離適性同距離 11走で勝率 27% ○ 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) -70% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 4.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.5% / 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	グランドネビュラ	塚本征（愛知）	実6.1	B▲ A▲勝率14% EV-16% 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0%と苦戦傾向／前走3着／騎手は近50戦で勝率30%）
前5走 08/21 名古屋6R 3着/9頭+0.5秒 06/18 名古屋5R 3着/9頭+6.0秒 06/04 名古屋7R 5着/11頭 05/22 名古屋12R 7着/10頭+0.0秒 05/06 名古屋5R 6着/11頭+2.3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 3.7着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% ◎ 騎手近50戦勝率 30% (好調) ○ 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) -41% (大幅な期待値マイナス) AI 予想勝率 9.6% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.6% / 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。
8	サンマイメ	木之葵（愛知）	実70.3	B× A▽勝率1% EV-26% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 08/20 名古屋8R 11着/11頭+2.8秒 07/30 名古屋9R 7着/12頭+1.2秒 07/14 名古屋10R 8着/12頭 07/01 名古屋7R 7着/11頭 06/17 名古屋7R 10着/11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戦の調子平均 8.7着 (不振) △ 当競馬場適性 35走で勝率 9% △ 距離適性同距離 28走で勝率 11% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -26% ※ 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	エクメノポリス	丸野勝（愛知）	実37.3	B× A▽勝率2% EV-31% 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8R 9着/11頭+1.7秒 07/30 名古屋9R 12着/12頭+2.5秒 07/15 名古屋8R 11着/11頭+2.0秒 07/02 名古屋6R 5着/12頭 06/05 名古屋8R 3着/12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 10.7着 (不振) ○ 当競馬場適性 17走で勝率 18% (相性良) △ 距離適性同距離 15走で勝率 13% ○ 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) -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 1.8% / 期待値 -31% ※ 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	ミヤイグアス先行	大原浩（笠松）	実23.2	B△ A▽勝率3% EV-28% 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8R 7着/10頭+1.7秒 07/30 名古屋9R 9着/12頭+1.8秒 06/05 名古屋10R 2着/12頭 05/25 名古屋12R 9着/11頭 05/08 名古屋10R 4着/10頭+1.2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 6.0着 △ 当競馬場適性 23走で勝率 13% ○ 距離適性同距離 19走で勝率 16% ○ 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: 4.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.1% / 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。
11	オニクダイスキマン自在	阪野学（愛知）	実7.4	B× A△勝率4% EV-69% 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18走で勝率0%と苦戦傾向／同距離帯は27走で勝ち無し／92日ぶりの実戦）
前5走 06/04 名古屋5R 8着/12頭 05/25 名古屋7R 3着/10頭 05/08 名古屋8R 4着/11頭+0.3秒 04/24 名古屋8R 2着/11頭+1.4秒 04/13 名古屋6R 4着/10頭+1.0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 5.0着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 27走で勝ち無し △ ローテーション 92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) AI 予想勝率 0.1% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.1% / 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。
12	カフジアッサム	加藤聡（愛知）	実4.1	B○ A○勝率21% EV-13% 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9R 2着/11頭+0.9秒 07/31 名古屋12R 1着/12頭勝利 07/03 名古屋12R 9着/12頭+0.0秒 06/22 名古屋1R 9着/11頭+3.0秒 06/04 名古屋4R 2着/12頭+2.0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 21走で勝率 10% △ 距離適性同距離 20走で勝率 10% ○ 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) +63% (市場が大幅過小評価) AI 予想勝率 39.8% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.0% / 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。

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 ◎

アカツキロットリー

騎手大畑慧（愛知）

単勝オッズ

2.1倍

AI期待値

+0%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12カフジアッサム

4.1倍

EV +63%

▲A:▲7グランドネビュラ

6.1倍

EV -41%

出走馬全12頭

◎A:◎4

アカツキロットリー

大畑慧（愛知）

2.1倍

+0%

›

○A:○12

カフジアッサム

加藤聡（愛知）

4.1倍

+63%

›

▲A:▲7

グランドネビュラ

塚本征（愛知）

6.1倍

-41%

›

△A:△6

プレイアブルゲーム

今井貴（愛知）

21.5倍

-69%

›

△A:×5

ハーピークオーレ

渡邊竜（笠松）

20.6倍

-93%

›

△A:▽10

ミヤイグアス

大原浩（笠松）

23.2倍

-92%

›

×A:△2

デトネイター

近藤颯（愛知）

19.2倍

-94%

›

×A:▽1

グールマン

阿部基（笠松）

65.7倍

-92%

›

×A:△11

オニクダイスキマン

阪野学（愛知）

7.4倍

-99%

›

×A:▽8

サンマイメ

木之葵（愛知）

70.3倍

-95%

›

×A:▽9

エクメノポリス

丸野勝（愛知）

37.3倍

-99%

›

×A:▽3

グランプリショット

丹羽克（愛知）

128.1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

両モデルとも見送り

7R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 17:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グールマン逃げ	阿部基（笠松）	実65.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場16走で勝率25%と適性高／同距離帯14走で勝率29%／直近3走平均9.3着と低調）
前5走 06/04 名古屋9R 11着/12頭 05/21 名古屋8R 7着/10頭 05/06 名古屋7R 10着/12頭+2.1秒 04/09 名古屋8R 2着/12頭+0.1秒 03/27 名古屋6R 1着/9頭勝利
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 9.3着 (不振) ◎ 当競馬場適性 16走で勝率 25% (得意) ◎ 距離適性同距離 14走で勝率 29% ▽ 前走実績前走 11着 (大敗) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.5%) ※ 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。
2	デトネイター	近藤颯（愛知）	実19.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率0%と苦戦傾向）
前5走 08/20 名古屋8R 7着/11頭+1.2秒 07/30 名古屋8R 2着/3頭 07/02 名古屋6R 4着/12頭 06/04 名古屋5R 6着/12頭 05/22 名古屋10R 7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 4.3着 × 当競馬場適性 19走で勝率 0% (苦戦) △ 距離適性同距離 14走で勝率 7% ○ 馬場適性同馬場 4走で勝率 25% ○ 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% (オッズ過剰評価) AI 予想勝率 5.1% (オッズ暗示: 5.2%) ※ 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	グランプリショット	丹羽克（愛知）	実128.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は5走で勝ち無し／直近3走平均10.3着と低調）
前5走 08/21 名古屋8R 10着/10頭+3.6秒 07/01 園田10R 10着/10頭+3.0秒 06/03 園田10R 11着/12頭+5.0秒 05/21 園田9R 8着/8頭 05/05 園田10R 10着/11頭+2.6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 10.3着 (不振) ▽ 距離適性同距離は 5走で勝ち無し ▽ 前走実績前走 10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) -38% (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。
4	アカツキロットリー逃げ	大畑慧（愛知）	実2.1	🌟◎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9走で勝率56%と適性高／同距離帯4走で勝率75%／直近3走で勝率33%と好調）
前5走 09/18 名古屋10R 10着/11頭+3.6秒 02/29 名古屋12R 1着/10頭勝利 01/29 名古屋11R 3着/10頭+0.8秒 01/03 名古屋8R 1着/11頭勝利 12/15 名古屋4R 1着/12頭勝利
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 9走で勝率 56% (得意) ◎ 距離適性同距離 4走で勝率 75% ▽ 前走実績前走 10着 (大敗) △ ローテーション 716日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 40.4% (オッズ暗示: 47.6%) ※ 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	ハーピークオーレ	渡邊竜（笠松）	実20.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場43走で勝率5%と苦戦傾向）
前5走 08/21 名古屋6R 4着/9頭+0.8秒 07/17 名古屋8R 3着/3頭 07/03 名古屋8R 3着/11頭 06/22 名古屋6R 3着/10頭+0.0秒 06/05 名古屋9R 3着/12頭
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 3.3着 × 当競馬場適性 43走で勝率 5% (苦戦) △ 距離適性同距離 33走で勝率 6% ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 4.9%) ※ 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。
6	プレイアブルゲーム	今井貴（愛知）	実21.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯11走で勝率27%）
前5走 08/21 名古屋8R 8着/10頭+2.2秒 07/29 名古屋9R 10着/12頭+0.9秒 07/03 名古屋6R 2着/12頭 06/22 名古屋1R 1着/11頭 06/05 名古屋1R 4着/11頭+2.0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 6.7着 ○ 当競馬場適性 14走で勝率 21% (相性良) ◎ 距離適性同距離 11走で勝率 27% ○ 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) +38% (妙味あり) AI 予想勝率 6.5% (オッズ暗示: 4.7%) ※ 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。
7	グランドネビュラ	塚本征（愛知）	実6.1	▲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0%と苦戦傾向／前走3着／騎手は近50戦で勝率30%）
前5走 08/21 名古屋6R 3着/9頭+0.5秒 06/18 名古屋5R 3着/9頭+6.0秒 06/04 名古屋7R 5着/11頭 05/22 名古屋12R 7着/10頭+0.0秒 05/06 名古屋5R 6着/11頭+2.3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 3.7着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% ◎ 騎手近50戦勝率 30% (好調) ○ 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) -17% (オッズ過剰評価) AI 予想勝率 13.6% (オッズ暗示: 16.4%) ※ 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	サンマイメ	木之葵（愛知）	実70.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 08/20 名古屋8R 11着/11頭+2.8秒 07/30 名古屋9R 7着/12頭+1.2秒 07/14 名古屋10R 8着/12頭 07/01 名古屋7R 7着/11頭 06/17 名古屋7R 10着/11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戦の調子平均 8.7着 (不振) △ 当競馬場適性 35走で勝率 9% △ 距離適性同距離 28走で勝率 11% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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) -26% (オッズ過剰評価) AI 予想勝率 1.0% (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。
9	エクメノポリス	丸野勝（愛知）	実37.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調）
前5走 08/20 名古屋8R 9着/11頭+1.7秒 07/30 名古屋9R 12着/12頭+2.5秒 07/15 名古屋8R 11着/11頭+2.0秒 07/02 名古屋6R 5着/12頭 06/05 名古屋8R 3着/12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 10.7着 (不振) ○ 当競馬場適性 17走で勝率 18% (相性良) △ 距離適性同距離 15走で勝率 13% ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 2.7%) ※ 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	ミヤイグアス先行	大原浩（笠松）	実23.2	▽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8R 7着/10頭+1.7秒 07/30 名古屋9R 9着/12頭+1.8秒 06/05 名古屋10R 2着/12頭 05/25 名古屋12R 9着/11頭 05/08 名古屋10R 4着/10頭+1.2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 6.0着 △ 当競馬場適性 23走で勝率 13% ○ 距離適性同距離 19走で勝率 16% ○ 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) -28% (オッズ過剰評価) AI 予想勝率 3.1% (オッズ暗示: 4.3%) ※ 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。
11	オニクダイスキマン自在	阪野学（愛知）	実7.4	△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18走で勝率0%と苦戦傾向／同距離帯は27走で勝ち無し／92日ぶりの実戦）
前5走 06/04 名古屋5R 8着/12頭 05/25 名古屋7R 3着/10頭 05/08 名古屋8R 4着/11頭+0.3秒 04/24 名古屋8R 2着/11頭+1.4秒 04/13 名古屋6R 4着/10頭+1.0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 5.0着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 27走で勝ち無し △ ローテーション 92日休養明け × 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 4.1% (オッズ暗示: 13.5%) ※ 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。
12	カフジアッサム	加藤聡（愛知）	実4.1	○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9R 2着/11頭+0.9秒 07/31 名古屋12R 1着/12頭勝利 07/03 名古屋12R 9着/12頭+0.0秒 06/22 名古屋1R 9着/11頭+3.0秒 06/04 名古屋4R 2着/12頭+2.0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 21走で勝率 10% △ 距離適性同距離 20走で勝率 10% ○ 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) -14% (オッズ過剰評価) AI 予想勝率 21.0% (オッズ暗示: 24.4%) ※ 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。

🎯 AIの本命

AI評価1位

アカツキロットリー

騎手大畑慧（愛知）

単勝オッズ

2.1倍

AI期待値

-15%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12カフジアッサム

4.1倍

EV -13%

▲7グランドネビュラ

6.1倍

EV -16%

出走馬全12頭

◎4

アカツキロットリー

大畑慧（愛知）

2.1倍

-15%

›

○12

カフジアッサム

加藤聡（愛知）

4.1倍

-13%

›

▲7

グランドネビュラ

塚本征（愛知）

6.1倍

-16%

›

△6

プレイアブルゲーム

今井貴（愛知）

21.5倍

+38%

›

△2

デトネイター

近藤颯（愛知）

19.2倍

-1%

›

△11

オニクダイスキマン

阪野学（愛知）

7.4倍

-69%

›

▽10

ミヤイグアス

大原浩（笠松）

23.2倍

-28%

›

▽9

エクメノポリス

丸野勝（愛知）

37.3倍

-31%

›

×5

ハーピークオーレ

渡邊竜（笠松）

20.6倍

-68%

›

▽1

グールマン

阿部基（笠松）

65.7倍

-24%

›

▽8

サンマイメ

木之葵（愛知）

70.3倍

-26%

›

▽3

グランプリショット

丹羽克（愛知）

128.1倍

-37%

›

💡 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