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馬Ｂ８ダ1400m ダート1400m　発走 17:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クインタレッリ自在	加藤利（愛知）	実123.0	B▽ A▽勝率1% EV-9% 詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率50%／直近3走平均9.0着と低調）
前5走 09/01 名古屋9R 6着/9頭+2.8秒 07/29 名古屋9R 11着/12頭+1.0秒 07/01 名古屋9R 10着/12頭 06/02 名古屋11R 10着/12頭 05/06 名古屋9R 8着/9頭+2.0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 9.0着 (不振) ○ 当競馬場適性 38走で勝率 21% (相性良) ○ 距離適性同距離 21走で勝率 19% ◎ 馬場適性同馬場 4走で勝率 50% × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 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。
2	パー	丸野勝（愛知）	実21.5	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（当競馬場24走で勝率0%と苦戦傾向）
前5走 09/01 名古屋11R 7着/12頭+1.4秒 08/18 名古屋9R 2着/11頭+0.1秒 07/01 名古屋11R 11着/11頭+6.0秒 06/16 名古屋8R 2着/12頭+2.0秒 06/02 名古屋8R 7着/11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戦の調子平均 6.7着 × 当競馬場適性 24走で勝率 0% (苦戦) ○ 距離適性同距離 20走で勝率 20% ○ 騎手近50戦勝率 14% × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.3% / 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。
3	ウィウィルウィン	丹羽克（愛知）	実4.5	B○ A○勝率24% EV+10% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 08/19 名古屋8R 2着/3頭 07/29 名古屋9R 9着/12頭+0.8秒 07/14 名古屋10R 2着/12頭 06/16 名古屋8R 4着/12頭 05/21 名古屋11R 7着/10頭+0.0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 4.3着 △ 当競馬場適性 10走で勝率 10% ○ 距離適性同距離 6走で勝率 17% ○ 前走実績前走 2着 (好走) ○ ローテーション 26日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 14.8% (オッズ暗示: 22.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.5% / 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	インジェニアス	大畑雅（愛知）	実18.0	B× A△勝率6% EV+8% 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 09/02 名古屋11R 2着/10頭+0.6秒 08/19 名古屋7R 4着/10頭+0.3秒 07/13 名古屋10R 9着/12頭 07/01 名古屋11R 9着/11頭 06/02 名古屋9R 8着/12頭
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 5.0着 ○ 当競馬場適性 65走で勝率 15% (相性良) ○ 距離適性同距離 36走で勝率 22% ○ 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) -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 6.0% / 期待値 +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。
5	オレイニウタイマス自在	小笠羚（愛知）	実6.9	B× A△勝率10% EV-30% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率67%と好調）
前5走 09/01 名古屋11R 12着/12頭+2.3秒 08/19 名古屋6R 1着/10頭勝利 07/31 名古屋10R 1着/12頭勝利 07/02 名古屋7R 1着/3頭 06/19 名古屋1R 2着/10頭+5.0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戦の調子勝率 67% (絶好調) △ 当競馬場適性 23走で勝率 13% △ 距離適性同距離 26走で勝率 8% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 14.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.0% / 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。
6	ハクサンクラーケン逃げ	柿原翔（愛知）	実44.6	B× A▽勝率2% EV+2% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場30走で勝率3%と苦戦傾向）
前5走 09/02 名古屋11R 4着/10頭+0.7秒 08/18 名古屋9R 9着/11頭+1.3秒 07/29 名古屋9R 8着/12頭+0.7秒 07/14 名古屋10R 12着/12頭+2.0秒 06/17 名古屋9R 9着/11頭+1.0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 7.0着 (不振) × 当競馬場適性 30走で勝率 3% (苦戦) ○ 距離適性同距離 28走で勝率 18% ○ 馬場適性同馬場 10走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.3% / 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。
7	イットウショウグウ逃げ	大畑慧（愛知）	実41.7	B△ A▽勝率2% EV+2% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／前走3着）
前5走 09/02 名古屋11R 3着/10頭+0.7秒 08/19 名古屋7R 5着/10頭+0.4秒 07/29 名古屋8R 12着/12頭+3.7秒 05/28 浦和6R 8着/12頭 05/06 船橋6R 14着/14頭+2.3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 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 距離適性同距離 11走で勝率 18% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 3.0% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.5% / 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。
8	ビナカントー先行	近藤颯（愛知）	実28.3	B× A△勝率6% EV+55% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/01 名古屋9R 9着/9頭+3.4秒 01/08 園田10R 6着/12頭+2.2秒 12/17 園田10R 6着/12頭+2.5秒 06/25 園田11R 6着/7頭+2.9秒 06/05 園田10R 5着/11頭+2.7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 7.0着 (不振) △ 距離適性同距離 9走で勝率 11% × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 3.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.5% / 期待値 +56% ※ 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	ピオニエーレ自在	友森翔（愛知）	実89.3	B△ A▽勝率1% EV+5% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／同距離帯3走で勝率33%）
前5走 09/01 名古屋9R 7着/9頭+2.8秒 08/18 名古屋10R 9着/11頭+1.6秒 07/29 名古屋9R 5着/12頭+0.5秒 09/08 川崎9R 10着/12頭+0.7秒 08/22 川崎9R 1着/12頭勝利
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 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 距離適性同距離 3走で勝率 33% ◎ 期待値 (オッズ vs AI勝率) +340% (市場が大幅過小評価) AI 予想勝率 4.9% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.2% / 期待値 +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。
10	サヤヒメ	望月洵（愛知）	実1.7	B◎ A×勝率29% EV-51% 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（直近3走平均2.7着と安定／前走3着／騎手は近50戦で勝率28%）
前5走 09/01 名古屋9R 3着/9頭+1.6秒 08/19 名古屋8R 3着/3頭 07/14 名古屋9R 2着/11頭 07/03 名古屋8R 1着/11頭 06/22 名古屋6R 2着/10頭
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 2.7着 (安定) ○ 当競馬場適性 5走で勝率 20% (相性良) △ 距離適性同距離 12走で勝率 8% ◎ 騎手近50戦勝率 28% (好調) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 57.3% (オッズ暗示: 58.8%) × Aモデルの評価 (参考) レース内 1位 / 勝率 28.6% / 期待値 -51% ※ 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	ディプタルアスール	村上弘（愛知）	実55.2	B× A▽勝率2% EV-9% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/18 名古屋10R 10着/11頭+1.6秒 07/14 名古屋10R 3着/12頭+1.0秒 06/18 名古屋9R 2着/10頭 06/04 名古屋8R 3着/11頭 05/21 名古屋6R 5着/10頭
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 5.0着 ○ 当競馬場適性 19走で勝率 16% (相性良) ○ 距離適性同距離 17走で勝率 18% ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 27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 0.5% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 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。
12	シャッフルガール先行推奨	加藤聡（愛知）	実11.2	B▲ A▲勝率14% EV+53% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+65%の中穴候補（直近3走勝率33%と上り調子／同距離帯で勝率25%と得意／同馬場と相性良）
前5走 09/04 名古屋9R 1着/12頭勝利 08/21 名古屋8R 3着/10頭+0.5秒 06/17 名古屋7R 9着/11頭+3.0秒 06/03 名古屋9R 7着/12頭 05/05 名古屋1R 11着/11頭+2.5秒
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) ○ 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 14% ◎ 距離適性同距離 20走で勝率 25% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +65% (市場が大幅過小評価) AI 予想勝率 14.8% (オッズ暗示: 8.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.7% / 期待値 +53% ※ 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 ×

サヤヒメ

騎手望月洵（愛知）

単勝オッズ

1.7倍

AI期待値

-2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○3ウィウィルウィン

4.5倍

EV -33%

▲A:▲12シャッフルガール

11.2倍

EV +65%

出走馬全12頭

◎A:×10

サヤヒメ

望月洵（愛知）

1.7倍

-2%

›

○A:○3

ウィウィルウィン

丹羽克（愛知）

4.5倍

-33%

›

▲A:▲12

シャッフルガール

加藤聡（愛知）

11.2倍

+65%

›

△A:▽9

ピオニエーレ

友森翔（愛知）

89.3倍

+340%

›

△A:▽7

イットウショウグウ

大畑慧（愛知）

41.7倍

+25%

›

△A:▽2

パー

丸野勝（愛知）

21.5倍

-60%

›

×A:△8

ビナカントー

近藤颯（愛知）

28.3倍

-65%

›

×A:△5

オレイニウタイマス

小笠羚（愛知）

6.9倍

-95%

›

×A:▽11

ディプタルアスール

村上弘（愛知）

55.2倍

-70%

›

×A:▽6

ハクサンクラーケン

柿原翔（愛知）

44.6倍

-80%

›

▽A:▽1

クインタレッリ

加藤利（愛知）

123.0倍

-45%

›

×A:△4

インジェニアス

大畑雅（愛知）

18.0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 12 シャッフルガール ¥100 確定6.6倍期待値 +65% 的中1着確定 6.6倍660円

※ オッズは予測時点の値です。

7R 名古屋競馬場中京競馬Ｂ８ダ1400m ダート1400m　発走 17:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	クインタレッリ自在	加藤利（愛知）	実123.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率50%／直近3走平均9.0着と低調）
前5走 09/01 名古屋9R 6着/9頭+2.8秒 07/29 名古屋9R 11着/12頭+1.0秒 07/01 名古屋9R 10着/12頭 06/02 名古屋11R 10着/12頭 05/06 名古屋9R 8着/9頭+2.0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 9.0着 (不振) ○ 当競馬場適性 38走で勝率 21% (相性良) ○ 距離適性同距離 21走で勝率 19% ◎ 馬場適性同馬場 4走で勝率 50% △ 期待値 (オッズ vs AI勝率) -9% (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。
2	パー	丸野勝（愛知）	実21.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率0%と苦戦傾向）
前5走 09/01 名古屋11R 7着/12頭+1.4秒 08/18 名古屋9R 2着/11頭+0.1秒 07/01 名古屋11R 11着/11頭+6.0秒 06/16 名古屋8R 2着/12頭+2.0秒 06/02 名古屋8R 7着/11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戦の調子平均 6.7着 × 当競馬場適性 24走で勝率 0% (苦戦) ○ 距離適性同距離 20走で勝率 20% ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 3.3% (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。
3	ウィウィルウィン	丹羽克（愛知）	実4.5	○詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 08/19 名古屋8R 2着/3頭 07/29 名古屋9R 9着/12頭+0.8秒 07/14 名古屋10R 2着/12頭 06/16 名古屋8R 4着/12頭 05/21 名古屋11R 7着/10頭+0.0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 4.3着 △ 当競馬場適性 10走で勝率 10% ○ 距離適性同距離 6走で勝率 17% ○ 前走実績前走 2着 (好走) ○ ローテーション 26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 24.5% (オッズ暗示: 22.2%) ※ 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。
4	インジェニアス	大畑雅（愛知）	実18.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 09/02 名古屋11R 2着/10頭+0.6秒 08/19 名古屋7R 4着/10頭+0.3秒 07/13 名古屋10R 9着/12頭 07/01 名古屋11R 9着/11頭 06/02 名古屋9R 8着/12頭
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 5.0着 ○ 当競馬場適性 65走で勝率 15% (相性良) ○ 距離適性同距離 36走で勝率 22% ○ 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) +8% (市場と概ね一致) AI 予想勝率 6.0% (オッズ暗示: 5.6%) ※ 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	オレイニウタイマス自在	小笠羚（愛知）	実6.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率67%と好調）
前5走 09/01 名古屋11R 12着/12頭+2.3秒 08/19 名古屋6R 1着/10頭勝利 07/31 名古屋10R 1着/12頭勝利 07/02 名古屋7R 1着/3頭 06/19 名古屋1R 2着/10頭+5.0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戦の調子勝率 67% (絶好調) △ 当競馬場適性 23走で勝率 13% △ 距離適性同距離 26走で勝率 8% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 12着 (大敗) × 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 10.0% (オッズ暗示: 14.5%) ※ 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。
6	ハクサンクラーケン逃げ	柿原翔（愛知）	実44.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場30走で勝率3%と苦戦傾向）
前5走 09/02 名古屋11R 4着/10頭+0.7秒 08/18 名古屋9R 9着/11頭+1.3秒 07/29 名古屋9R 8着/12頭+0.7秒 07/14 名古屋10R 12着/12頭+2.0秒 06/17 名古屋9R 9着/11頭+1.0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 7.0着 (不振) × 当競馬場適性 30走で勝率 3% (苦戦) ○ 距離適性同距離 28走で勝率 18% ○ 馬場適性同馬場 10走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 2.3% (オッズ暗示: 2.2%) ※ 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。
7	イットウショウグウ逃げ	大畑慧（愛知）	実41.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／前走3着）
前5走 09/02 名古屋11R 3着/10頭+0.7秒 08/19 名古屋7R 5着/10頭+0.4秒 07/29 名古屋8R 12着/12頭+3.7秒 05/28 浦和6R 8着/12頭 05/06 船橋6R 14着/14頭+2.3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 6.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 距離適性同距離 11走で勝率 18% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 2.5% (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。
8	ビナカントー先行	近藤颯（愛知）	実28.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/01 名古屋9R 9着/9頭+3.4秒 01/08 園田10R 6着/12頭+2.2秒 12/17 園田10R 6着/12頭+2.5秒 06/25 園田11R 6着/7頭+2.9秒 06/05 園田10R 5着/11頭+2.7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 7.0着 (不振) △ 距離適性同距離 9走で勝率 11% ◎ 期待値 (オッズ vs AI勝率) +55% (市場が大幅過小評価) AI 予想勝率 5.5% (オッズ暗示: 3.5%) ※ 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。
9	ピオニエーレ自在	友森翔（愛知）	実89.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／同距離帯3走で勝率33%）
前5走 09/01 名古屋9R 7着/9頭+2.8秒 08/18 名古屋10R 9着/11頭+1.6秒 07/29 名古屋9R 5着/12頭+0.5秒 09/08 川崎9R 10着/12頭+0.7秒 08/22 川崎9R 1着/12頭勝利
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 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 距離適性同距離 3走で勝率 33% △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 1.2% (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	サヤヒメ	望月洵（愛知）	実1.7	×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（直近3走平均2.7着と安定／前走3着／騎手は近50戦で勝率28%）
前5走 09/01 名古屋9R 3着/9頭+1.6秒 08/19 名古屋8R 3着/3頭 07/14 名古屋9R 2着/11頭 07/03 名古屋8R 1着/11頭 06/22 名古屋6R 2着/10頭
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 2.7着 (安定) ○ 当競馬場適性 5走で勝率 20% (相性良) △ 距離適性同距離 12走で勝率 8% ◎ 騎手近50戦勝率 28% (好調) ○ 前走実績前走 3着 (好走) × 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 28.6% (オッズ暗示: 58.8%) ※ 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。
11	ディプタルアスール	村上弘（愛知）	実55.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/18 名古屋10R 10着/11頭+1.6秒 07/14 名古屋10R 3着/12頭+1.0秒 06/18 名古屋9R 2着/10頭 06/04 名古屋8R 3着/11頭 05/21 名古屋6R 5着/10頭
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 5.0着 ○ 当競馬場適性 19走で勝率 16% (相性良) ○ 距離適性同距離 17走で勝率 18% ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 27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 1.6% (オッズ暗示: 1.8%) ※ 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。
12	シャッフルガール先行推奨	加藤聡（愛知）	実11.2	▲詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+53%の中穴候補（直近3走勝率33%と上り調子／同距離帯で勝率25%と得意／同馬場と相性良）
前5走 09/04 名古屋9R 1着/12頭勝利 08/21 名古屋8R 3着/10頭+0.5秒 06/17 名古屋7R 9着/11頭+3.0秒 06/03 名古屋9R 7着/12頭 05/05 名古屋1R 11着/11頭+2.5秒
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) ○ 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 14% ◎ 距離適性同距離 20走で勝率 25% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +53% (市場が大幅過小評価) AI 予想勝率 13.7% (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。

AIの本命

AI評価1位

サヤヒメ

騎手望月洵（愛知）

単勝オッズ

1.7倍

AI期待値

-51%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3ウィウィルウィン

4.5倍

EV +10%

▲12シャッフルガール

11.2倍

EV +53%

出走馬全12頭

×10

サヤヒメ

望月洵（愛知）

1.7倍

-51%

›

○3

ウィウィルウィン

丹羽克（愛知）

4.5倍

+10%

›

▲12

シャッフルガール

加藤聡（愛知）

11.2倍

+53%

›

△5

オレイニウタイマス

小笠羚（愛知）

6.9倍

-30%

›

△4

インジェニアス

大畑雅（愛知）

18.0倍

+8%

›

△8

ビナカントー

近藤颯（愛知）

28.3倍

+55%

›

▽2

パー

丸野勝（愛知）

21.5倍

-28%

›

▽7

イットウショウグウ

大畑慧（愛知）

41.7倍

+2%

›

▽6

ハクサンクラーケン

柿原翔（愛知）

44.6倍

+2%

›

▽11

ディプタルアスール

村上弘（愛知）

55.2倍

-9%

›

▽9

ピオニエーレ

友森翔（愛知）

89.3倍

+5%

›

▽1

クインタレッリ

加藤利（愛知）

123.0倍

-9%

›

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 12 シャッフルガール ¥100 確定6.6倍期待値 +53% 的中1着確定 6.6倍660円

※ 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