名古屋 11R 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

11R 名古屋競馬場ダ1500m ダート1500m　発走 20:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダイチラポール	渡邊竜（笠松）	実3.9	B△ A▲勝率16% EV-38% 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6走で勝率33%と適性高／同距離帯4走で勝率25%／直近3走で勝率67%と好調）
前5走 08/21 名古屋10R 1着/9頭勝利 07/29 名古屋11R 1着/3頭 07/13 名古屋9R 5着/11頭+0.0秒 06/30 名古屋11R 6着/11頭 06/17 名古屋9R 2着/11頭
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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 17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: 25.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.7% / 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	ゴールドボンド	塚本征（愛知）	実4.6	B△ A○勝率25% EV+16% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（騎手は近50戦で勝率32%）
前5走 07/15 名古屋10R 4着/12頭+0.0秒 06/18 園田11R 5着/11頭 05/22 園田11R 9着/12頭 01/02 園田11R 11着/12頭+1.5秒 06/19 園田11R 3着/12頭+0.3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戦の調子平均 6.0着 ○ 距離適性同距離 9走で勝率 22% ◎ 騎手近50戦勝率 32% (好調) × 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 0.5% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 25.2% / 期待値 +16% ※ 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	アルファヒディ逃げ	大畑慧（愛知）	実27.7	B× A▽勝率2% EV-48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率43%と適性高／直近3走平均3.0着と安定／105日ぶりの実戦）
前5走 05/25 名古屋11R 5着/12頭 03/27 名古屋8R 2着/12頭+0.3秒 03/13 名古屋11R 2着/8頭+0.1秒 02/13 名古屋10R 3着/10頭+0.2秒 01/19 名古屋12R 1着/5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 3.0着 (安定) ◎ 当競馬場適性 7走で勝率 43% (得意) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -86% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 1.9% / 期待値 -48% ※ 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	タナバタ逃げ推奨	大畑雅（愛知）	実12.6	B○ A△勝率6% EV-19% 詳細▼	市場が大きく過小評価、AI予想勝率42% × オッズ12.6倍で期待値+428%の有力候補（直近3走勝率33%と上り調子／当競馬場10走で勝率60%と適性高／同距離帯で勝率57%と得意）
前5走 02/12 名古屋11R 1着/12頭勝利 01/19 名古屋12R 4着/5頭+1.3秒 12/05 名古屋10R 2着/9頭+0.0秒 11/12 名古屋11R 1着/9頭勝利 10/17 名古屋11R 6着/11頭+0.8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 10走で勝率 60% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 207日休養明け ◎ 期待値 (オッズ vs AI勝率) +428% (市場が大幅過小評価) AI 予想勝率 41.9% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.3% / 期待値 -20% ※ 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	パピタ	大原浩（笠松）	実144.9	B× A▽勝率1% EV+30% 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11R 6着/11頭+1.8秒 07/28 名古屋10R 7着/9頭+2.5秒 07/17 名古屋11R 6着/6頭 07/03 名古屋11R 10着/11頭+0.0秒 05/22 名古屋11R 8着/11頭+1.0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 6.3着 ○ 当競馬場適性 74走で勝率 19% (相性良) ◎ 距離適性同距離 41走で勝率 29% ◎ 馬場適性同馬場 8走で勝率 38% ○ 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 8位 / 勝率 0.9% / 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。
6	ピコブルー自在	今井貴（愛知）	実11.2	B▲ A△勝率12% EV+29% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率50%と適性高／同距離帯6走で勝率33%／直近3走で勝率67%と好調）
前5走 08/21 名古屋11R 4着/9頭+1.0秒 07/31 名古屋11R 1着/11頭勝利 06/30 名古屋10R 1着/9頭 06/17 名古屋9R 6着/11頭 05/04 名古屋10R 1着/8頭勝利
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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 8走で勝率 50% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 騎手近50戦勝率 18% ○ ローテーション 17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 6.2% (オッズ暗示: 8.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.6% / 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。
7	キャルベイクルーズ	近藤颯（愛知）	実13.2	B△ A△勝率3% EV-59% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率38%と適性高／同距離帯15走で勝率27%／直近3走で勝率67%と好調）
前5走 08/20 名古屋9R 2着/6頭+0.1秒 07/17 名古屋11R 1着/6頭 07/01 名古屋9R 1着/12頭 06/17 名古屋11R 2着/12頭 06/02 名古屋10R 1着/12頭
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 67% (絶好調) ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 距離適性同距離 15走で勝率 27% ○ 前走実績前走 2着 (好走) ○ 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) -51% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.1% / 期待値 -59% ※ 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	カワテンマックス	丸野勝（愛知）	実2.0	B◎ A◎勝率35% EV-29% 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13走で勝率54%と適性高／同距離帯7走で勝率43%／直近3走平均3.0着と安定）
前5走 07/28 名古屋11R 3着/3頭 06/18 名古屋11R 4着/12頭+0.0秒 06/03 名古屋11R 2着/10頭 05/22 名古屋11R 2着/11頭 04/23 名古屋9R 1着/10頭勝利
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 3.0着 (安定) ◎ 当競馬場適性 13走で勝率 54% (得意) ◎ 距離適性同距離 7走で勝率 43% ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 46.5% (オッズ暗示: 50.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 35.3% / 期待値 -29% ※ 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 ◎

カワテンマックス

騎手丸野勝（愛知）

単勝オッズ

2.0倍

AI期待値

-6%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△4タナバタ

12.6倍

EV +428%

▲A:△6ピコブルー

11.2倍

EV -30%

出走馬全8頭

◎A:◎8

カワテンマックス

丸野勝（愛知）

2.0倍

-6%

›

○A:△4

タナバタ

大畑雅（愛知）

12.6倍

+428%

›

▲A:△6

ピコブルー

今井貴（愛知）

11.2倍

-30%

›

△A:△7

キャルベイクルーズ

近藤颯（愛知）

13.2倍

-51%

›

△A:▲1

ダイチラポール

渡邊竜（笠松）

3.9倍

-97%

›

△A:○2

ゴールドボンド

塚本征（愛知）

4.6倍

-97%

›

×A:▽3

アルファヒディ

大畑慧（愛知）

27.7倍

-86%

›

×A:▽5

パピタ

大原浩（笠松）

144.9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 4 タナバタ ¥900 実12.6倍期待値 +429% 不的中8着単勝 12.6倍

※ オッズは予測時点の値です。

11R 名古屋競馬場ダ1500m ダート1500m　発走 20:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダイチラポール	渡邊竜（笠松）	実3.9	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率33%と適性高／同距離帯4走で勝率25%／直近3走で勝率67%と好調）
前5走 08/21 名古屋10R 1着/9頭勝利 07/29 名古屋11R 1着/3頭 07/13 名古屋9R 5着/11頭+0.0秒 06/30 名古屋11R 6着/11頭 06/17 名古屋9R 2着/11頭
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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 17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 15.7% (オッズ暗示: 25.6%) ※ 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。
2	ゴールドボンド	塚本征（愛知）	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率32%）
前5走 07/15 名古屋10R 4着/12頭+0.0秒 06/18 園田11R 5着/11頭 05/22 園田11R 9着/12頭 01/02 園田11R 11着/12頭+1.5秒 06/19 園田11R 3着/12頭+0.3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戦の調子平均 6.0着 ○ 距離適性同距離 9走で勝率 22% ◎ 騎手近50戦勝率 32% (好調) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 25.2% (オッズ暗示: 21.7%) ※ 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。
3	アルファヒディ逃げ	大畑慧（愛知）	実27.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率43%と適性高／直近3走平均3.0着と安定／105日ぶりの実戦）
前5走 05/25 名古屋11R 5着/12頭 03/27 名古屋8R 2着/12頭+0.3秒 03/13 名古屋11R 2着/8頭+0.1秒 02/13 名古屋10R 3着/10頭+0.2秒 01/19 名古屋12R 1着/5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 3.0着 (安定) ◎ 当競馬場適性 7走で勝率 43% (得意) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 3.6%) ※ 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。
4	タナバタ逃げ推奨	大畑雅（愛知）	実12.6	△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10走で勝率60%と適性高／同距離帯で勝率57%と得意）
前5走 02/12 名古屋11R 1着/12頭勝利 01/19 名古屋12R 4着/5頭+1.3秒 12/05 名古屋10R 2着/9頭+0.0秒 11/12 名古屋11R 1着/9頭勝利 10/17 名古屋11R 6着/11頭+0.8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 10走で勝率 60% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 207日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 7.9%) ※ 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。
5	パピタ	大原浩（笠松）	実144.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯41走で勝率29%／同馬場状態で勝率38%）
前5走 08/20 名古屋11R 6着/11頭+1.8秒 07/28 名古屋10R 7着/9頭+2.5秒 07/17 名古屋11R 6着/6頭 07/03 名古屋11R 10着/11頭+0.0秒 05/22 名古屋11R 8着/11頭+1.0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 6.3着 ○ 当競馬場適性 74走で勝率 19% (相性良) ◎ 距離適性同距離 41走で勝率 29% ◎ 馬場適性同馬場 8走で勝率 38% ○ 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) +30% (妙味あり) AI 予想勝率 0.9% (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。
6	ピコブルー自在	今井貴（愛知）	実11.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率50%と適性高／同距離帯6走で勝率33%／直近3走で勝率67%と好調）
前5走 08/21 名古屋11R 4着/9頭+1.0秒 07/31 名古屋11R 1着/11頭勝利 06/30 名古屋10R 1着/9頭 06/17 名古屋9R 6着/11頭 05/04 名古屋10R 1着/8頭勝利
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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 8走で勝率 50% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 騎手近50戦勝率 18% ○ ローテーション 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 11.6% (オッズ暗示: 8.9%) ※ 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。
7	キャルベイクルーズ	近藤颯（愛知）	実13.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率38%と適性高／同距離帯15走で勝率27%／直近3走で勝率67%と好調）
前5走 08/20 名古屋9R 2着/6頭+0.1秒 07/17 名古屋11R 1着/6頭 07/01 名古屋9R 1着/12頭 06/17 名古屋11R 2着/12頭 06/02 名古屋10R 1着/12頭
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 67% (絶好調) ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 距離適性同距離 15走で勝率 27% ○ 前走実績前走 2着 (好走) ○ 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) -59% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 7.6%) ※ 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。
8	カワテンマックス	丸野勝（愛知）	実2.0	◎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13走で勝率54%と適性高／同距離帯7走で勝率43%／直近3走平均3.0着と安定）
前5走 07/28 名古屋11R 3着/3頭 06/18 名古屋11R 4着/12頭+0.0秒 06/03 名古屋11R 2着/10頭 05/22 名古屋11R 2着/11頭 04/23 名古屋9R 1着/10頭勝利
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 3.0着 (安定) ◎ 当競馬場適性 13走で勝率 54% (得意) ◎ 距離適性同距離 7走で勝率 43% ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 35.3% (オッズ暗示: 50.0%) ※ 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。

AIの本命

AI評価1位

カワテンマックス

騎手丸野勝（愛知）

単勝オッズ

2.0倍

AI期待値

-29%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2ゴールドボンド

4.6倍

EV +16%

▲1ダイチラポール

3.9倍

EV -38%

出走馬全8頭

◎8

カワテンマックス

丸野勝（愛知）

2.0倍

-29%

›

○2

ゴールドボンド

塚本征（愛知）

4.6倍

+16%

›

▲1

ダイチラポール

渡邊竜（笠松）

3.9倍

-38%

›

△6

ピコブルー

今井貴（愛知）

11.2倍

+29%

›

△4

タナバタ

大畑雅（愛知）

12.6倍

-19%

›

△7

キャルベイクルーズ

近藤颯（愛知）

13.2倍

-59%

›

▽3

アルファヒディ

大畑慧（愛知）

27.7倍

-48%

›

▽5

パピタ

大原浩（笠松）

144.9倍

+30%

›

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 4 タナバタ ¥900 実12.6倍期待値 -20% 不的中8着単勝 12.6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