名古屋 5R 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

5R 名古屋競馬場ダ1500m ダート1500m　発走 16:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アマノガワギンガ	丸野勝（愛知）	実25.8	B▽ A▽勝率3% EV-24% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.9% / 期待値 -25% ※ 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	ケープティアラ	大畑雅（愛知）	実85.8	B× A▽勝率1% EV-18% 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 ― ― ― ― ―
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) ○ 騎手近50戦勝率 14% × 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 -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。
3	アイゼンハイム	加藤誓（愛知）	実37.7	B× A▽勝率2% EV-19% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.1% / 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。
4	ボールドフロント	村上弘（愛知）	実25.9	B△ A△勝率4% EV+16% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) ○ 騎手近50戦勝率 14% ◎ 期待値 (オッズ vs AI勝率) +105% (市場が大幅過小評価) AI 予想勝率 7.9% (オッズ暗示: 3.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.5% / 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。
5	テーオーシュテルン	明星晴（笠松）	実8.1	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
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.5% / 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。
6	メイショウソラル	近藤颯（愛知）	実36.9	B△ A▽勝率2% EV-17% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +233% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.2% / 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。
7	ブライトココナッツ	望月洵（愛知）	実3.6	B○ A▲勝率11% EV-59% 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26%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 26% (好調) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 23.8% (オッズ暗示: 27.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.4% / 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	ショルタメンテ	細川智（愛知）	実15.8	B× A▽勝率4% EV-35% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 9位 (中位評価) × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 6.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.1% / 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。
9	ブリリアンス推奨	加藤聡（愛知）	実12.6	B▲ A△勝率7% EV-8% 詳細▼	市場が大きく過小評価、AI予想勝率24% × オッズ12.6倍で期待値+199%の有力候補（騎手の手腕も後押し）
前5走 ― ― ― ― ―
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) ○ 騎手近50戦勝率 16% ◎ 期待値 (オッズ vs AI勝率) +199% (市場が大幅過小評価) AI 予想勝率 23.8% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 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。
10	ディレクティオ	塚本征（愛知）	実2.6	B◎ A◎勝率39% EV+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（騎手は近50戦で勝率32%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 32% (好調) × 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 23.8% (オッズ暗示: 38.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 38.7% / 期待値 +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	ココプレミア逃げ	木之葵（愛知）	実110.1	B× A▽勝率1% EV-28% 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 08/26 園田4R 10着/10頭+3.1秒 08/14 園田5R 10着/10頭+3.7秒 07/30 園田5R 8着/9頭+3.3秒 07/15 園田6R 10着/10頭+3.0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 9.3着 (不振) ▽ 距離適性同距離は 4走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 19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 0.7% / 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。
12	ハスカップジャム	小笠羚（愛知）	実5.7	B△ A○勝率16% EV-10% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 17.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.7% / 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。

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 ◎

ディレクティオ

騎手塚本征（愛知）

単勝オッズ

2.6倍

AI期待値

-38%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲7ブライトココナッツ

3.6倍

EV -14%

▲A:△9ブリリアンス

12.6倍

EV +199%

出走馬全12頭

◎A:◎10

ディレクティオ

塚本征（愛知）

2.6倍

-38%

›

○A:▲7

ブライトココナッツ

望月洵（愛知）

3.6倍

-14%

›

▲A:△9

ブリリアンス

加藤聡（愛知）

12.6倍

+199%

›

△A:▽6

メイショウソラル

近藤颯（愛知）

36.9倍

+233%

›

△A:△4

ボールドフロント

村上弘（愛知）

25.9倍

+105%

›

△A:○12

ハスカップジャム

小笠羚（愛知）

5.7倍

-81%

›

×A:△5

テーオーシュテルン

明星晴（笠松）

8.1倍

-73%

›

▽A:▽1

アマノガワギンガ

丸野勝（愛知）

25.8倍

-14%

›

×A:▽8

ショルタメンテ

細川智（愛知）

15.8倍

-84%

›

×A:▽3

アイゼンハイム

加藤誓（愛知）

37.7倍

-67%

›

×A:▽2

ケープティアラ

大畑雅（愛知）

85.8倍

-99%

›

×A:▽11

ココプレミア

木之葵（愛知）

110.1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

見送り

B. 市場除外+キャリブ

単勝 9 ブリリアンス ¥400 実12.6倍期待値 +199% 不的中9着単勝 12.6倍

※ オッズは予測時点の値です。

5R 名古屋競馬場ダ1500m ダート1500m　発走 16:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アマノガワギンガ	丸野勝（愛知）	実25.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.9%) ※ 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	ケープティアラ	大畑雅（愛知）	実85.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
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) ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.2%) ※ 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	アイゼンハイム	加藤誓（愛知）	実37.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 2.1% (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。
4	ボールドフロント	村上弘（愛知）	実25.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 4.5% (オッズ暗示: 3.9%) ※ 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	テーオーシュテルン	明星晴（笠松）	実8.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 9.5% (オッズ暗示: 12.3%) ※ 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。
6	メイショウソラル	近藤颯（愛知）	実36.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 9位 (中位評価) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 2.2% (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。
7	ブライトココナッツ	望月洵（愛知）	実3.6	▲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26%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 26% (好調) × 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 11.4% (オッズ暗示: 27.8%) ※ 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。
8	ショルタメンテ	細川智（愛知）	実15.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) × 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 4.1% (オッズ暗示: 6.3%) ※ 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。
9	ブリリアンス推奨	加藤聡（愛知）	実12.6	△詳細▼	期待値プラスでAIの推し馬（騎手の手腕も後押し）
前5走 ― ― ― ― ―
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) ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 7.2% (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。
10	ディレクティオ	塚本征（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（騎手は近50戦で勝率32%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 32% (好調) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 38.7% (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。
11	ココプレミア逃げ	木之葵（愛知）	実110.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は4走で勝ち無し／直近3走平均9.3着と低調）
前5走 08/26 園田4R 10着/10頭+3.1秒 08/14 園田5R 10着/10頭+3.7秒 07/30 園田5R 8着/9頭+3.3秒 07/15 園田6R 10着/10頭+3.0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 9.3着 (不振) ▽ 距離適性同距離は 4走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 19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 0.7% (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。
12	ハスカップジャム	小笠羚（愛知）	実5.7	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 15.7% (オッズ暗示: 17.5%) ※ 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。

AIの本命

AI評価1位

ディレクティオ

騎手塚本征（愛知）

単勝オッズ

2.6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

○12ハスカップジャム

5.7倍

EV -10%

▲7ブライトココナッツ

3.6倍

EV -59%

出走馬全12頭

◎10

ディレクティオ

塚本征（愛知）

2.6倍

+0%

›

○12

ハスカップジャム

小笠羚（愛知）

5.7倍

-10%

›

▲7

ブライトココナッツ

望月洵（愛知）

3.6倍

-59%

›

△5

テーオーシュテルン

明星晴（笠松）

8.1倍

-22%

›

△9

ブリリアンス

加藤聡（愛知）

12.6倍

-8%

›

△4

ボールドフロント

村上弘（愛知）

25.9倍

+16%

›

▽8

ショルタメンテ

細川智（愛知）

15.8倍

-35%

›

▽1

アマノガワギンガ

丸野勝（愛知）

25.8倍

-24%

›

▽6

メイショウソラル

近藤颯（愛知）

36.9倍

-17%

›

▽3

アイゼンハイム

加藤誓（愛知）

37.7倍

-19%

›

▽2

ケープティアラ

大畑雅（愛知）

85.8倍

-18%

›

▽11

ココプレミア

木之葵（愛知）

110.1倍

-28%

›

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 9 ブリリアンス ¥400 実12.6倍期待値 -9% 不的中9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