名古屋 12R 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

12R 名古屋競馬場ダ1500m ダート1500m　発走 20:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マイネルスラーヴァ追込	今井貴（愛知）	実3.0	B◎ A◎勝率47% EV+40% 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3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/03 名古屋3R 2着/12頭+0.1秒 08/20 名古屋4R 3着/12頭+1.6秒 07/31 名古屋4R 1着/12頭勝利 ― ―
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 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +175% (市場が大幅過小評価) AI 予想勝率 91.7% (オッズ暗示: 33.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 47.0% / 期待値 +41% ※ 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	カリビアンダンサー	大畑雅（愛知）	実14.9	B× A×勝率2% EV-71% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 09/03 名古屋3R 3着/12頭+0.1秒 07/15 名古屋2R 10着/12頭 06/17 名古屋3R 8着/11頭+0.0秒 06/04 名古屋1R 6着/12頭+0.0秒 05/06 名古屋4R 2着/12頭+0.1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 7.0着 (不振) △ 当競馬場適性 9走で勝率 11% ○ 距離適性同距離 6走で勝率 17% ○ 前走実績前走 3着 (好走) × 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 0.2% (オッズ暗示: 6.7%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.9% / 期待値 -72% ※ 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	ツトムユニバース	塚本征（愛知）	実6.2	B▲ A▲勝率10% EV-38% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 08/20 名古屋4R 5着/12頭+2.0秒 07/29 名古屋5R 6着/12頭+1.5秒 07/01 名古屋3R 1着/12頭 ― ―
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 16.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.9% / 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。
4	コパノカーター自在	丹羽克（愛知）	実13.3	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（直近3走で勝率33%と好調）
前5走 09/03 名古屋3R 8着/12頭+1.2秒 08/21 名古屋3R 1着/12頭勝利 07/31 名古屋6R 6着/12頭+1.2秒 07/14 名古屋1R 7着/12頭 06/18 名古屋4R 6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戦の調子勝率 33% (上り調子) △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% × 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 0.2% (オッズ暗示: 7.5%) × Aモデルの評価 (参考) レース内 8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。
5	フィアスゲイル差し	細川智（愛知）	実9.3	B△ A△勝率4% EV-60% 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3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/03 名古屋1R 5着/11頭+1.7秒 08/24 名古屋3R 1着/12頭勝利 07/28 名古屋4R 4着/11頭+1.1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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.8% (オッズ暗示: 10.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.2% / 期待値 -61% ※ 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	ユイノレジスタンス	村上弘（愛知）	実32.9	B△ A×勝率1% EV-76% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は8走で勝ち無し／直近3走で勝率33%と好調／前走2着）
前5走 09/04 名古屋4R 2着/3頭 08/20 名古屋3R 9着/11頭+2.6秒 07/30 名古屋5R 1着/12頭勝利 07/13 名古屋4R 4着/12頭 06/30 名古屋4R 12着/12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戦の調子勝率 33% (上り調子) △ 当競馬場適性 10走で勝率 10% ▽ 距離適性同距離は 8走で勝ち無し ○ 前走実績前走 2着 (好走) × 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 0.6% (オッズ暗示: 3.0%) × Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 期待値 -76% ※ 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	ナムラライラック	木之葵（愛知）	実7.8	B× A×勝率3% EV-76% 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 09/04 名古屋8R 8着/10頭+2.9秒 08/19 名古屋5R 3着/3頭 07/29 名古屋4R 4着/11頭+0.7秒 07/02 名古屋4R 5着/11頭 06/18 名古屋4R 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戦の調子平均 5.0着 ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% × 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 7位 / 勝率 3.1% / 期待値 -76% ※ 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	ハタノグランクリュ	加藤聡（愛知）	実5.0	B○ A○勝率17% EV-16% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／騎手は近50戦で勝率22%）
前5走 09/03 名古屋2R 4着/10頭+1.1秒 08/20 名古屋12R 4着/12頭+0.6秒 07/30 名古屋1R 5着/11頭+0.8秒 07/13 名古屋3R 1着/12頭 ―
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 4.3着 ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 騎手近50戦勝率 22% (好調) × 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 3.1% (オッズ暗示: 20.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.7% / 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	フローラルウェイ追込	小笠羚（愛知）	実13.7	B× A△勝率3% EV-57% 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 09/03 名古屋2R 9着/10頭+3.4秒 08/20 名古屋12R 3着/12頭+0.5秒 07/30 名古屋1R 4着/11頭+0.5秒 07/13 名古屋2R 1着/12頭 06/16 名古屋2R 8着/10頭
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 5.3着 ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 6走で勝率 17% ○ 騎手近50戦勝率 18% × 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 6位 / 勝率 3.1% / 期待値 -57% ※ 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	フライデイゼーン逃げ	柿原翔（愛知）	実25.0	B× A×勝率1% EV-75% 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5走 09/03 名古屋3R 12着/12頭+1.7秒 08/21 名古屋12R 1着/12頭勝利 07/31 名古屋6R 10着/12頭+3.1秒 07/17 名古屋2R 2着/12頭+1.0秒 06/30 名古屋3R 3着/12頭+2.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 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 0.2% (オッズ暗示: 4.0%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -75% ※ 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	インサラータ	近藤颯（愛知）	推定—	B△ A△勝率8% EV-86% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 09/03 名古屋3R 6着/12頭+1.0秒 08/20 名古屋3R 2着/11頭+1.2秒 07/17 名古屋3R 1着/3頭 07/01 名古屋1R 8着/12頭 06/16 名古屋5R 2着/11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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) × 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 1.6% △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 期待値 -86% ※ 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	フィアマネラ	筒井勇（笠松）	実21.0	B× A×勝率2% EV-68% 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 09/03 名古屋3R 10着/12頭+1.5秒 07/29 名古屋4R 3着/11頭+0.6秒 07/14 名古屋4R 4着/12頭+0.0秒 07/02 名古屋2R 4着/11頭+7.0秒 06/22 名古屋5R 7着/12頭+0.0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戦の調子平均 5.7着 × 当競馬場適性 21走で勝率 5% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し △ 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 10位 / 勝率 1.5% / 期待値 -68% ※ 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 ◎

マイネルスラーヴァ

騎手今井貴（愛知）

単勝オッズ

3.0倍

AI期待値

+175%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○8ハタノグランクリュ

5.0倍

EV -84%

▲A:▲3ツトムユニバース

6.2倍

EV -90%

出走馬全12頭

◎A:◎1

マイネルスラーヴァ

今井貴（愛知）

3.0倍

+175%

›

○A:○8

ハタノグランクリュ

加藤聡（愛知）

5.0倍

-84%

›

▲A:▲3

ツトムユニバース

塚本征（愛知）

6.2倍

-90%

›

△A:△11

インサラータ

近藤颯（愛知）

—

›

△A:△5

フィアスゲイル

細川智（愛知）

9.3倍

-92%

›

△A:×6

ユイノレジスタンス

村上弘（愛知）

32.9倍

-79%

›

×A:×4

コパノカーター

丹羽克（愛知）

13.3倍

-97%

›

×A:×10

フライデイゼーン

柿原翔（愛知）

25.0倍

-94%

›

×A:×2

カリビアンダンサー

大畑雅（愛知）

14.9倍

-97%

›

×A:×7

ナムラライラック

木之葵（愛知）

7.8倍

-99%

›

×A:△9

フローラルウェイ

小笠羚（愛知）

13.7倍

-99%

›

×A:×12

フィアマネラ

筒井勇（笠松）

21.0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

両モデルとも見送り

12R 名古屋競馬場ダ1500m ダート1500m　発走 20:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マイネルスラーヴァ追込	今井貴（愛知）	実3.0	◎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3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/03 名古屋3R 2着/12頭+0.1秒 08/20 名古屋4R 3着/12頭+1.6秒 07/31 名古屋4R 1着/12頭勝利 ― ―
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 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 47.0% (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。
2	カリビアンダンサー	大畑雅（愛知）	実14.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 09/03 名古屋3R 3着/12頭+0.1秒 07/15 名古屋2R 10着/12頭 06/17 名古屋3R 8着/11頭+0.0秒 06/04 名古屋1R 6着/12頭+0.0秒 05/06 名古屋4R 2着/12頭+0.1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 7.0着 (不振) △ 当競馬場適性 9走で勝率 11% ○ 距離適性同距離 6走で勝率 17% ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 6.7%) ※ 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	ツトムユニバース	塚本征（愛知）	実6.2	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 08/20 名古屋4R 5着/12頭+2.0秒 07/29 名古屋5R 6着/12頭+1.5秒 07/01 名古屋3R 1着/12頭 ― ―
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -39% (大幅な期待値マイナス) AI 予想勝率 9.9% (オッズ暗示: 16.1%) ※ 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。
4	コパノカーター自在	丹羽克（愛知）	実13.3	×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5走 09/03 名古屋3R 8着/12頭+1.2秒 08/21 名古屋3R 1着/12頭勝利 07/31 名古屋6R 6着/12頭+1.2秒 07/14 名古屋1R 7着/12頭 06/18 名古屋4R 6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戦の調子勝率 33% (上り調子) △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% × 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: 7.5%) ※ 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	フィアスゲイル差し	細川智（愛知）	実9.3	△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3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/03 名古屋1R 5着/11頭+1.7秒 08/24 名古屋3R 1着/12頭勝利 07/28 名古屋4R 4着/11頭+1.1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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 10.8%) ※ 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。
6	ユイノレジスタンス	村上弘（愛知）	実32.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は8走で勝ち無し／直近3走で勝率33%と好調／前走2着）
前5走 09/04 名古屋4R 2着/3頭 08/20 名古屋3R 9着/11頭+2.6秒 07/30 名古屋5R 1着/12頭勝利 07/13 名古屋4R 4着/12頭 06/30 名古屋4R 12着/12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戦の調子勝率 33% (上り調子) △ 当競馬場適性 10走で勝率 10% ▽ 距離適性同距離は 8走で勝ち無し ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 3.0%) ※ 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	ナムラライラック	木之葵（愛知）	実7.8	×詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 09/04 名古屋8R 8着/10頭+2.9秒 08/19 名古屋5R 3着/3頭 07/29 名古屋4R 4着/11頭+0.7秒 07/02 名古屋4R 5着/11頭 06/18 名古屋4R 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戦の調子平均 5.0着 ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 12.8%) ※ 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	ハタノグランクリュ	加藤聡（愛知）	実5.0	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／騎手は近50戦で勝率22%）
前5走 09/03 名古屋2R 4着/10頭+1.1秒 08/20 名古屋12R 4着/12頭+0.6秒 07/30 名古屋1R 5着/11頭+0.8秒 07/13 名古屋3R 1着/12頭 ―
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 4.3着 ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 16.7% (オッズ暗示: 20.0%) ※ 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。
9	フローラルウェイ追込	小笠羚（愛知）	実13.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/03 名古屋2R 9着/10頭+3.4秒 08/20 名古屋12R 3着/12頭+0.5秒 07/30 名古屋1R 4着/11頭+0.5秒 07/13 名古屋2R 1着/12頭 06/16 名古屋2R 8着/10頭
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 5.3着 ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 6走で勝率 17% ○ 騎手近50戦勝率 18% × 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 3.1% (オッズ暗示: 7.3%) ※ 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。
10	フライデイゼーン逃げ	柿原翔（愛知）	実25.0	×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5走 09/03 名古屋3R 12着/12頭+1.7秒 08/21 名古屋12R 1着/12頭勝利 07/31 名古屋6R 10着/12頭+3.1秒 07/17 名古屋2R 2着/12頭+1.0秒 06/30 名古屋3R 3着/12頭+2.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 4.0%) ※ 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。
11	インサラータ	近藤颯（愛知）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 09/03 名古屋3R 6着/12頭+1.0秒 08/20 名古屋3R 2着/11頭+1.2秒 07/17 名古屋3R 1着/3頭 07/01 名古屋1R 8着/12頭 06/16 名古屋5R 2着/11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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) × 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 7.8% ※ 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	フィアマネラ	筒井勇（笠松）	実21.0	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場21走で勝率5%と苦戦傾向／同距離帯は12走で勝ち無し）
前5走 09/03 名古屋3R 10着/12頭+1.5秒 07/29 名古屋4R 3着/11頭+0.6秒 07/14 名古屋4R 4着/12頭+0.0秒 07/02 名古屋2R 4着/11頭+7.0秒 06/22 名古屋5R 7着/12頭+0.0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戦の調子平均 5.7着 × 当競馬場適性 21走で勝率 5% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し △ 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) -68% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 4.8%) ※ 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。

AIの本命

AI評価1位

マイネルスラーヴァ

騎手今井貴（愛知）

単勝オッズ

3.0倍

AI期待値

+40%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ハタノグランクリュ

5.0倍

EV -16%

▲3ツトムユニバース

6.2倍

EV -38%

出走馬全12頭

◎1

マイネルスラーヴァ

今井貴（愛知）

3.0倍

+40%

›

○8

ハタノグランクリュ

加藤聡（愛知）

5.0倍

-16%

›

▲3

ツトムユニバース

塚本征（愛知）

6.2倍

-38%

›

△11

インサラータ

近藤颯（愛知）

—

›

△5

フィアスゲイル

細川智（愛知）

9.3倍

-60%

›

△9

フローラルウェイ

小笠羚（愛知）

13.7倍

-57%

›

×7

ナムラライラック

木之葵（愛知）

7.8倍

-76%

›

×4

コパノカーター

丹羽克（愛知）

13.3倍

-59%

›

×2

カリビアンダンサー

大畑雅（愛知）

14.9倍

-71%

›

×12

フィアマネラ

筒井勇（笠松）

21.0倍

-68%

›

×10

フライデイゼーン

柿原翔（愛知）

25.0倍

-75%

›

×6

ユイノレジスタンス

村上弘（愛知）

32.9倍

-76%

›

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