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920m ダート920m　発走 17:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ビナベンチェ自在	近藤颯（愛知）	実65.0	B▲ A▽勝率2% EV+41% 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 07/30 名古屋7R 11着/11頭+3.9秒 03/17 浦和6R 9着/11頭+2.0秒 02/27 浦和5R 11着/11頭+2.6秒 01/09 浦和7R 9着/12頭+1.4秒 12/10 船橋5R 6着/14頭+0.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 10.3着 (不振) △ 距離適性同距離 11走で勝率 9% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.2% / 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。
2	ゴールドレター自在	友森翔（愛知）	実3.0	B△ A○勝率22% EV-34% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯5走で勝率60%／直近3走で勝率33%と好調）
前5走 08/18 名古屋9R 11着/11頭+1.6秒 07/31 名古屋5R 1着/12頭勝利 07/03 名古屋10R 12着/12頭 04/09 名古屋7R 7着/12頭+1.2秒 03/12 名古屋10R 7着/10頭+1.0秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 17走で勝率 24% (相性良) ◎ 距離適性同距離 5走で勝率 60% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 20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 0.5% (オッズ暗示: 33.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.7% / 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	メイショウイチモン逃げ推奨	細川智（愛知）	実7.9	B○ A△勝率10% EV-17% 詳細▼	市場が大きく過小評価、AI予想勝率32% × オッズ7.9倍で期待値+155%の有力候補（近5走で勝率20%と堅実／当競馬場で勝率20%と相性良／適度な間隔で状態万全）
前5走 08/20 名古屋7R 5着/12頭+1.4秒 07/30 名古屋7R 4着/11頭+0.5秒 07/15 名古屋6R 3着/12頭+0.0秒 01/19 名古屋6R 2着/11頭+0.4秒 01/05 名古屋4R 1着/11頭勝利
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 ○ 当競馬場適性 10走で勝率 20% (相性良) ○ ローテーション 18日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +155% (市場が大幅過小評価) AI 予想勝率 32.3% (オッズ暗示: 12.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.4% / 期待値 -18% ※ 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	ネオアリシア	加藤聡（愛知）	実15.3	B× A△勝率6% EV-3% 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5R 1着/10頭勝利 07/29 名古屋12R 2着/12頭+1.6秒 07/14 名古屋7R 10着/12頭 07/01 名古屋12R 2着/12頭 06/18 名古屋6R 6着/10頭+0.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 67走で勝率 6% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 18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 5位 / 勝率 6.3% / 期待値 -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。
5	トリプルアイ逃げ	阪野学（愛知）	実70.9	B× A×勝率1% EV-50% 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 08/18 名古屋6R 7着/12頭+2.8秒 07/28 名古屋5R 8着/12頭+5.3秒 07/13 名古屋12R 12着/12頭+4.0秒 06/30 名古屋5R 9着/11頭 05/19 名古屋6R 10着/11頭+2.5秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0着 (不振) × 当競馬場適性 118走で勝率 3% (苦戦) △ 距離適性同距離 15走で勝率 13% ○ ローテーション 20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 0.7% / 期待値 -50% ※ 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	リンノパルピート	加藤利（愛知）	実40.8	B× A▽勝率3% EV+10% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場41走で勝率2%と苦戦傾向）
前5走 08/24 名古屋10R 6着/11頭+0.6秒 07/31 名古屋7R 4着/12頭+1.3秒 07/03 名古屋7R 3着/12頭 06/22 名古屋7R 8着/11頭 06/05 名古屋7R 10着/12頭
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 41走で勝率 2% (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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 期待値 +10% ※ 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	ユアマイスター	小笠羚（愛知）	実2.6	B△ A◎勝率31% EV-18% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯4走で勝率25%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/24 名古屋5R 1着/3頭 07/14 名古屋7R 6着/12頭 07/01 名古屋12R 6着/12頭 06/18 名古屋6R 5着/10頭 06/03 名古屋12R 5着/12頭+0.0秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 14走で勝率 7% ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ 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 0.6% (オッズ暗示: 38.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.3% / 期待値 -19% ※ 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	カゼノヨウニ逃げ	加藤誓（愛知）	実121.5	B× A▽勝率1% EV-16% 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 08/24 名古屋10R 10着/11頭+1.5秒 06/05 名古屋10R 11着/12頭 05/25 名古屋12R 10着/11頭 05/07 名古屋6R 1着/11頭勝利 04/23 名古屋6R 8着/12頭+2.5秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 10.3着 (不振) △ 当競馬場適性 16走で勝率 6% ▽ 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 10位 / 勝率 0.7% / 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。
9	センビトウリョウ逃げ	木之葵（愛知）	実3.7	B◎ A▲勝率20% EV-27% 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33%と適性高／同距離帯6走で勝率33%／前走2着）
前5走 07/31 名古屋5R 2着/12頭+0.7秒 03/10 名古屋7R 6着/11頭+1.2秒 02/11 名古屋12R 2着/10頭+0.1秒 01/29 名古屋8R 1着/12頭勝利 01/16 名古屋12R 2着/12頭+0.1秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.3着 ◎ 当競馬場適性 9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 2% (やや苦戦) ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +139% (市場が大幅過小評価) AI 予想勝率 64.7% (オッズ暗示: 27.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 19.7% / 期待値 -27% ※ 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	ブリージョドラード	大畑雅（愛知）	実41.9	B△ A△勝率4% EV+81% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 08/24 名古屋10R 11着/11頭+2.2秒 07/17 名古屋12R 6着/12頭 07/03 名古屋8R 8着/11頭+0.0秒 06/05 名古屋7R 3着/12頭 05/25 名古屋3R 3着/9頭+1.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.3着 (不振) △ 当競馬場適性 35走で勝率 6% ▽ 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) -84% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 2.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.3% / 期待値 +81% ※ 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 ▲

センビトウリョウ

騎手木之葵（愛知）

単勝オッズ

3.7倍

AI期待値

+139%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△3メイショウイチモン

7.9倍

EV +155%

▲A:▽1ビナベンチェ

65.0倍

EV -5%

出走馬全10頭

◎A:▲9

センビトウリョウ

木之葵（愛知）

3.7倍

+139%

›

○A:△3

メイショウイチモン

細川智（愛知）

7.9倍

+155%

›

▲A:▽1

ビナベンチェ

近藤颯（愛知）

65.0倍

-5%

›

△A:◎7

ユアマイスター

小笠羚（愛知）

2.6倍

-98%

›

△A:○2

ゴールドレター

友森翔（愛知）

3.0倍

-98%

›

△A:△10

ブリージョドラード

大畑雅（愛知）

41.9倍

-84%

›

×A:▽6

リンノパルピート

加藤利（愛知）

40.8倍

-98%

›

×A:△4

ネオアリシア

加藤聡（愛知）

15.3倍

-99%

›

×A:×5

トリプルアイ

阪野学（愛知）

70.9倍

-99%

›

×A:▽8

カゼノヨウニ

加藤誓（愛知）

121.5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 3 メイショウイチモン ¥500 実7.9倍期待値 +155% 不的中2着単勝 7.9倍

※ オッズは予測時点の値です。

6R 名古屋競馬場ダ920m ダート920m　発走 17:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ビナベンチェ自在	近藤颯（愛知）	実65.0	▽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 07/30 名古屋7R 11着/11頭+3.9秒 03/17 浦和6R 9着/11頭+2.0秒 02/27 浦和5R 11着/11頭+2.6秒 01/09 浦和7R 9着/12頭+1.4秒 12/10 船橋5R 6着/14頭+0.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 10.3着 (不振) △ 距離適性同距離 11走で勝率 9% ▽ 前走実績前走 11着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +41% (妙味あり) AI 予想勝率 2.2% (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	ゴールドレター自在	友森翔（愛知）	実3.0	○詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯5走で勝率60%／直近3走で勝率33%と好調）
前5走 08/18 名古屋9R 11着/11頭+1.6秒 07/31 名古屋5R 1着/12頭勝利 07/03 名古屋10R 12着/12頭 04/09 名古屋7R 7着/12頭+1.2秒 03/12 名古屋10R 7着/10頭+1.0秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 17走で勝率 24% (相性良) ◎ 距離適性同距離 5走で勝率 60% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 21.7% (オッズ暗示: 33.3%) ※ 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。
3	メイショウイチモン逃げ推奨	細川智（愛知）	実7.9	△詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実／当競馬場で勝率20%と相性良／適度な間隔で状態万全）
前5走 08/20 名古屋7R 5着/12頭+1.4秒 07/30 名古屋7R 4着/11頭+0.5秒 07/15 名古屋6R 3着/12頭+0.0秒 01/19 名古屋6R 2着/11頭+0.4秒 01/05 名古屋4R 1着/11頭勝利
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 ○ 当競馬場適性 10走で勝率 20% (相性良) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 10.4% (オッズ暗示: 12.7%) ※ 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	ネオアリシア	加藤聡（愛知）	実15.3	△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／前走勝利の勢い）
前5走 08/20 名古屋5R 1着/10頭勝利 07/29 名古屋12R 2着/12頭+1.6秒 07/14 名古屋7R 10着/12頭 07/01 名古屋12R 2着/12頭 06/18 名古屋6R 6着/10頭+0.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 67走で勝率 6% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 6.5%) ※ 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。
5	トリプルアイ逃げ	阪野学（愛知）	実70.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場118走で勝率3%と苦戦傾向／直近3走平均9.0着と低調）
前5走 08/18 名古屋6R 7着/12頭+2.8秒 07/28 名古屋5R 8着/12頭+5.3秒 07/13 名古屋12R 12着/12頭+4.0秒 06/30 名古屋5R 9着/11頭 05/19 名古屋6R 10着/11頭+2.5秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.0着 (不振) × 当競馬場適性 118走で勝率 3% (苦戦) △ 距離適性同距離 15走で勝率 13% ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。
6	リンノパルピート	加藤利（愛知）	実40.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場41走で勝率2%と苦戦傾向）
前5走 08/24 名古屋10R 6着/11頭+0.6秒 07/31 名古屋7R 4着/12頭+1.3秒 07/03 名古屋7R 3着/12頭 06/22 名古屋7R 8着/11頭 06/05 名古屋7R 10着/12頭
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 41走で勝率 2% (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) +10% (市場と概ね一致) AI 予想勝率 2.7% (オッズ暗示: 2.5%) ※ 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。
7	ユアマイスター	小笠羚（愛知）	実2.6	◎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（同距離帯4走で勝率25%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/24 名古屋5R 1着/3頭 07/14 名古屋7R 6着/12頭 07/01 名古屋12R 6着/12頭 06/18 名古屋6R 5着/10頭 06/03 名古屋12R 5着/12頭+0.0秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 14走で勝率 7% ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -19% (オッズ過剰評価) AI 予想勝率 31.3% (オッズ暗示: 38.5%) ※ 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。
8	カゼノヨウニ逃げ	加藤誓（愛知）	実121.5	▽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 08/24 名古屋10R 10着/11頭+1.5秒 06/05 名古屋10R 11着/12頭 05/25 名古屋12R 10着/11頭 05/07 名古屋6R 1着/11頭勝利 04/23 名古屋6R 8着/12頭+2.5秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 10.3着 (不振) △ 当競馬場適性 16走で勝率 6% ▽ 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) -17% (オッズ過剰評価) AI 予想勝率 0.7% (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	センビトウリョウ逃げ	木之葵（愛知）	実3.7	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場9走で勝率33%と適性高／同距離帯6走で勝率33%／前走2着）
前5走 07/31 名古屋5R 2着/12頭+0.7秒 03/10 名古屋7R 6着/11頭+1.2秒 02/11 名古屋12R 2着/10頭+0.1秒 01/29 名古屋8R 1着/12頭勝利 01/16 名古屋12R 2着/12頭+0.1秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.3着 ◎ 当競馬場適性 9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 2% (やや苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 19.7% (オッズ暗示: 27.0%) ※ 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	ブリージョドラード	大畑雅（愛知）	実41.9	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 08/24 名古屋10R 11着/11頭+2.2秒 07/17 名古屋12R 6着/12頭 07/03 名古屋8R 8着/11頭+0.0秒 06/05 名古屋7R 3着/12頭 05/25 名古屋3R 3着/9頭+1.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.3着 (不振) △ 当競馬場適性 35走で勝率 6% ▽ 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) +81% (市場が大幅過小評価) AI 予想勝率 4.3% (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。

AIの本命

AI評価1位

ユアマイスター

騎手小笠羚（愛知）

単勝オッズ

2.6倍

AI期待値

-18%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2ゴールドレター

3.0倍

EV -34%

▲9センビトウリョウ

3.7倍

EV -27%

出走馬全10頭

◎7

ユアマイスター

小笠羚（愛知）

2.6倍

-18%

›

○2

ゴールドレター

友森翔（愛知）

3.0倍

-34%

›

▲9

センビトウリョウ

木之葵（愛知）

3.7倍

-27%

›

△3

メイショウイチモン

細川智（愛知）

7.9倍

-17%

›

△4

ネオアリシア

加藤聡（愛知）

15.3倍

-3%

›

△10

ブリージョドラード

大畑雅（愛知）

41.9倍

+81%

›

▽6

リンノパルピート

加藤利（愛知）

40.8倍

+10%

›

▽1

ビナベンチェ

近藤颯（愛知）

65.0倍

+41%

›

×5

トリプルアイ

阪野学（愛知）

70.9倍

-50%

›

▽8

カゼノヨウニ

加藤誓（愛知）

121.5倍

-16%

›

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 3 メイショウイチモン ¥500 実7.9倍期待値 -18% 不的中2着単勝 7.9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