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 名古屋競馬場ダ1500m ダート1500m　発走 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コスモゼーリエ	望月洵（愛知）	実5.5	B△ A▲勝率10% EV-46% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.5着と低調／騎手は近50戦で勝率26%）
前5走 08/24 名古屋2R 8着/12頭+3.5秒 07/16 浦和9R 11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戦の調子平均 9.5着 (不振) ◎ 騎手近50戦勝率 26% (好調) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 18.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.7% / 期待値 -47% ※ 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	ドングラミ	加藤利（愛知）	実106.7	B× A▽勝率1% EV+2% 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1R 10着/11頭+8.2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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 21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 +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	ファインヒメ	大畑慧（愛知）	実3.9	B○ A○勝率23% EV-10% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 08/24 名古屋2R 7着/12頭+3.3秒 ― ― ― ―
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 7.0着 (不振) ○ ローテーション 21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 17.2% (オッズ暗示: 25.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.0% / 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。
4	バディーズライズ先行	近藤颯（愛知）	実9.8	B△ A△勝率9% EV-13% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.0着と低調）
前5走 09/01 名古屋5R 7着/11頭+2.7秒 08/24 名古屋3R 6着/12頭+1.2秒 01/14 園田10R 11着/11頭+6.2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戦の調子平均 8.0着 (不振) × 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 0.6% (オッズ暗示: 10.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.8% / 期待値 -13% ※ 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	メイショウアヤカ	大畑雅（愛知）	実135.0	B× A▽勝率1% EV+81% 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1R 11着/11頭+10.1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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 21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 1.3% / 期待値 +82% ※ 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	レディリリス	今井貴（愛知）	実2.5	B◎ A◎勝率38% EV-4% 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（騎手は近50戦で勝率20%）
前5走 09/01 名古屋6R 6着/11頭+2.0秒 ― ― ― ―
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 6.0着 ◎ 騎手近50戦勝率 20% (好調) ◎ 期待値 (オッズ vs AI勝率) +92% (市場が大幅過小評価) AI 予想勝率 76.8% (オッズ暗示: 40.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 38.4% / 期待値 -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。
7	メイショウグロリア	大原浩（笠松）	実110.3	B× A▽勝率2% EV+78% 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2R 12着/12頭+12.6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戦の調子平均 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 21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 1.6% / 期待値 +78% ※ 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	スウィートラキ	加藤聡（愛知）	実13.2	B▲ A△勝率5% EV-35% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調）
前5走 09/01 名古屋5R 10着/11頭+4.8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 10.0着 (不振) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.9% / 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。
9	デルマツルギ	加藤誓（愛知）	実90.6	B× A▽勝率3% EV+194% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 08/24 名古屋2R 10着/12頭+4.8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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.2% / 期待値 +194% ※ 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	アルヴァルディ	塚本征（愛知）	実5.1	B△ A△勝率7% EV-62% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均11.0着と低調／騎手は近50戦で勝率32%）
前5走 09/01 名古屋6R 11着/11頭+4.7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 11.0着 (不振) ◎ 騎手近50戦勝率 32% (好調) ▽ 前走実績前走 11着 (大敗) × 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 1.4% (オッズ暗示: 19.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.4% / 期待値 -62% ※ 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	ジューンミレニアム	尾崎章（愛知）	実150.4	B× A▽勝率1% 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 09/01 名古屋4R 10着/10頭+3.7秒 08/18 名古屋5R 12着/12頭+8.4秒 ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 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 11.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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 0.6% / 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。

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 ◎

レディリリス

騎手今井貴（愛知）

単勝オッズ

2.5倍

AI期待値

+92%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○3ファインヒメ

3.9倍

EV -32%

▲A:△8スウィートラキ

13.2倍

EV -57%

出走馬全11頭

◎A:◎6

レディリリス

今井貴（愛知）

2.5倍

+92%

›

○A:○3

ファインヒメ

大畑慧（愛知）

3.9倍

-32%

›

▲A:△8

スウィートラキ

加藤聡（愛知）

13.2倍

-57%

›

△A:△10

アルヴァルディ

塚本征（愛知）

5.1倍

-92%

›

△A:△4

バディーズライズ

近藤颯（愛知）

9.8倍

-94%

›

△A:▲1

コスモゼーリエ

望月洵（愛知）

5.5倍

-97%

›

×A:▽9

デルマツルギ

加藤誓（愛知）

90.6倍

-81%

›

×A:▽2

ドングラミ

加藤利（愛知）

106.7倍

-99%

›

×A:▽7

メイショウグロリア

大原浩（笠松）

110.3倍

-99%

›

×A:▽5

メイショウアヤカ

大畑雅（愛知）

135.0倍

-99%

›

×A:▽11

ジューンミレニアム

尾崎章（愛知）

150.4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

2R 名古屋競馬場ダ1500m ダート1500m　発走 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コスモゼーリエ	望月洵（愛知）	実5.5	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.5着と低調／騎手は近50戦で勝率26%）
前5走 08/24 名古屋2R 8着/12頭+3.5秒 07/16 浦和9R 11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戦の調子平均 9.5着 (不振) ◎ 騎手近50戦勝率 26% (好調) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 9.7% (オッズ暗示: 18.2%) ※ 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。
2	ドングラミ	加藤利（愛知）	実106.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 08/24 名古屋1R 10着/11頭+8.2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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 1.0% (オッズ暗示: 0.9%) ※ 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。
3	ファインヒメ	大畑慧（愛知）	実3.9	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 08/24 名古屋2R 7着/12頭+3.3秒 ― ― ― ―
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 7.0着 (不振) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 23.0% (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。
4	バディーズライズ先行	近藤颯（愛知）	実9.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.0着と低調）
前5走 09/01 名古屋5R 7着/11頭+2.7秒 08/24 名古屋3R 6着/12頭+1.2秒 01/14 園田10R 11着/11頭+6.2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戦の調子平均 8.0着 (不振) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 10.2%) ※ 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。
5	メイショウアヤカ	大畑雅（愛知）	実135.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 08/24 名古屋1R 11着/11頭+10.1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 11.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 21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 1.3% (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	レディリリス	今井貴（愛知）	実2.5	◎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（騎手は近50戦で勝率20%）
前5走 09/01 名古屋6R 6着/11頭+2.0秒 ― ― ― ―
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 6.0着 ◎ 騎手近50戦勝率 20% (好調) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 38.4% (オッズ暗示: 40.0%) ※ 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	メイショウグロリア	大原浩（笠松）	実110.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 08/24 名古屋2R 12着/12頭+12.6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戦の調子平均 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 21日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +78% (市場が大幅過小評価) AI 予想勝率 1.6% (オッズ暗示: 0.9%) ※ 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。
8	スウィートラキ	加藤聡（愛知）	実13.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調）
前5走 09/01 名古屋5R 10着/11頭+4.8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 10.0着 (不振) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) × 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 4.9% (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。
9	デルマツルギ	加藤誓（愛知）	実90.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 08/24 名古屋2R 10着/12頭+4.8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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 21日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +194% (市場が大幅過小評価) AI 予想勝率 3.2% (オッズ暗示: 1.1%) ※ 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。
10	アルヴァルディ	塚本征（愛知）	実5.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均11.0着と低調／騎手は近50戦で勝率32%）
前5走 09/01 名古屋6R 11着/11頭+4.7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 11.0着 (不振) ◎ 騎手近50戦勝率 32% (好調) ▽ 前走実績前走 11着 (大敗) × 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 7.4% (オッズ暗示: 19.6%) ※ 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。
11	ジューンミレニアム	尾崎章（愛知）	実150.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 09/01 名古屋4R 10着/10頭+3.7秒 08/18 名古屋5R 12着/12頭+8.4秒 ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 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 11.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 0.6% (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。

AIの本命

AI評価1位

レディリリス

騎手今井貴（愛知）

単勝オッズ

2.5倍

AI期待値

-4%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3ファインヒメ

3.9倍

EV -10%

▲1コスモゼーリエ

5.5倍

EV -46%

出走馬全11頭

◎6

レディリリス

今井貴（愛知）

2.5倍

-4%

›

○3

ファインヒメ

大畑慧（愛知）

3.9倍

-10%

›

▲1

コスモゼーリエ

望月洵（愛知）

5.5倍

-46%

›

△4

バディーズライズ

近藤颯（愛知）

9.8倍

-13%

›

△10

アルヴァルディ

塚本征（愛知）

5.1倍

-62%

›

△8

スウィートラキ

加藤聡（愛知）

13.2倍

-35%

›

▽9

デルマツルギ

加藤誓（愛知）

90.6倍

+194%

›

▽7

メイショウグロリア

大原浩（笠松）

110.3倍

+78%

›

▽5

メイショウアヤカ

大畑雅（愛知）

135.0倍

+81%

›

▽2

ドングラミ

加藤利（愛知）

106.7倍

+2%

›

▽11

ジューンミレニアム

尾崎章（愛知）

150.4倍

-3%

›

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