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1500m ダート1500m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	モアサナイト	望月洵（愛知）	実4.8	B▲ A○勝率13% EV-38% 詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率33%／前走2着／騎手は近50戦で勝率30%）
前5走 08/20 名古屋8R 2着/11頭+0.2秒 07/30 名古屋9R 11着/12頭+2.4秒 07/15 名古屋8R 10着/11頭 06/30 名古屋8R 6着/12頭+2.0秒 06/03 名古屋8R 12着/12頭+0.0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 7.7着 (不振) △ 当競馬場適性 22走で勝率 14% △ 距離適性同距離 21走で勝率 14% ◎ 馬場適性同馬場 6走で勝率 33% ◎ 騎手近50戦勝率 30% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 28日の間隔 (理想的) × 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: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.8% / 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	バイアンドホールド逃げ	友森翔（愛知）	実87.4	B△ A▽勝率1% EV-14% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調）
前5走 09/04 名古屋9R 11着/12頭+3.6秒 08/20 名古屋10R 10着/11頭+2.2秒 07/30 名古屋10R 10着/11頭+2.8秒 07/02 名古屋8R 5着/12頭 06/04 名古屋7R 6着/11頭+3.0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 10.3着 (不振) △ 当競馬場適性 23走で勝率 9% △ 距離適性同距離 22走で勝率 9% ▽ 前走実績前走 11着 (大敗) × 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 0.4% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -15% ※ 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	アーキハッカー逃げ	加藤誓（愛知）	実80.5	B× A▽勝率1% EV-44% 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9R 10着/12頭+2.7秒 08/21 名古屋8R 4着/10頭+0.6秒 07/30 名古屋9R 8着/12頭+1.3秒 07/15 名古屋8R 9着/11頭 07/03 名古屋8R 2着/11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戦の調子平均 7.3着 (不振) △ 当競馬場適性 46走で勝率 7% △ 距離適性同距離 40走で勝率 8% ▽ 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 12位 / 勝率 0.7% / 期待値 -44% ※ 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	リョウライライ	柿原翔（愛知）	実34.0	B× A▽勝率2% EV-47% 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8R 5着/11頭+0.7秒 07/15 名古屋8R 4着/11頭+0.0秒 07/01 名古屋8R 7着/12頭 06/16 名古屋8R 8着/12頭+0.0秒 06/02 名古屋9R 10着/12頭+4.0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 5.3着 △ 当競馬場適性 73走で勝率 10% △ 距離適性同距離 42走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 28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 1.5% / 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。
5	ウォーオブサウンド逃げ	塚本征（愛知）	実6.6	B○ A▲勝率12% EV-22% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/30 名古屋9R 4着/12頭+0.6秒 07/03 名古屋8R 5着/11頭+1.0秒 06/05 名古屋8R 6着/12頭 05/08 名古屋3R 1着/10頭勝利 04/24 名古屋3R 2着/12頭+0.6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 5.0着 △ 当競馬場適性 27走で勝率 7% △ 距離適性同距離 26走で勝率 8% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 16% × 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 4.6% (オッズ暗示: 15.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.7% / 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	ドルチェルナ自在	大原浩（笠松）	実41.8	B△ A▽勝率1% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/04 名古屋9R 7着/12頭+1.5秒 08/21 名古屋6R 2着/9頭+0.2秒 07/31 名古屋9R 5着/12頭+0.8秒 07/01 名古屋7R 6着/11頭 06/17 名古屋6R 6着/11頭
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 4.7着 ○ 当競馬場適性 21走で勝率 19% (相性良) ○ 距離適性同距離 16走で勝率 19% × 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 0.4% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 期待値 -38% ※ 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	デトネイター	近藤颯（愛知）	実14.7	B× A△勝率3% EV-54% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率0%と苦戦傾向／前走3着）
前5走 09/04 名古屋7R 3着/3頭 08/20 名古屋8R 7着/11頭+1.2秒 07/30 名古屋8R 2着/3頭 07/02 名古屋6R 4着/12頭 06/04 名古屋5R 6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 4.0着 × 当競馬場適性 20走で勝率 0% (苦戦) △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) × 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 0.4% (オッズ暗示: 6.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.1% / 期待値 -54% ※ 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	ケイズエルミー追込	細川智（愛知）	実25.2	B△ A▽勝率2% EV-49% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は20走で勝ち無し／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/24 名古屋10R 1着/11頭勝利 07/31 名古屋10R 4着/12頭+0.5秒 05/25 名古屋10R 3着/10頭 05/08 名古屋3R 3着/10頭+0.1秒 03/27 名古屋4R 4着/12頭+2.0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戦の調子勝率 33% (上り調子) △ 当競馬場適性 13走で勝率 8% ▽ 距離適性同距離は 20走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 24日の間隔 (理想的) × 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 1.4% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.0% / 期待値 -50% ※ 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	ラントリサント差し	室陽一（浦和）	実10.2	B× A△勝率7% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 09/04 名古屋9R 9着/12頭+2.6秒 08/20 名古屋8R 3着/11頭+0.3秒 07/30 名古屋9R 5着/12頭+0.7秒 06/17 名古屋8R 7着/11頭 06/03 名古屋9R 9着/12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 5.7着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 18% × 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 0.3% (オッズ暗示: 9.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.3% / 期待値 -26% ※ 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	タベザカリ	大畑雅（愛知）	実16.4	B× A△勝率5% EV-13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場23走で勝率4%と苦戦傾向／同距離帯は23走で勝ち無し）
前5走 09/04 名古屋9R 4着/12頭+1.2秒 08/20 名古屋8R 6着/11頭+1.1秒 07/17 名古屋9R 3着/3頭 07/03 名古屋7R 2着/12頭+0.0秒 06/05 名古屋6R 5着/12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 4.3着 × 当競馬場適性 23走で勝率 4% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し × 期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.3% / 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。
11	サンマイメ	木之葵（愛知）	実34.3	B× A▽勝率2% EV-37% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 08/20 名古屋8R 11着/11頭+2.8秒 07/30 名古屋9R 7着/12頭+1.2秒 07/14 名古屋10R 8着/12頭 07/01 名古屋7R 7着/11頭 06/17 名古屋7R 10着/11頭+1.0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 8.7着 (不振) △ 当競馬場適性 35走で勝率 9% △ 距離適性同距離 28走で勝率 11% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 28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 0.1% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.8% / 期待値 -37% ※ 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	ナムラフィクサー差し	今井貴（愛知）	実1.9	B◎ A◎勝率51% EV-2% 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10走で勝率50%と適性高／同距離帯9走で勝率56%／直近3走で勝率100%と好調）
前5走 09/07 名古屋9R 1着/10頭勝利 08/20 名古屋7R 1着/12頭勝利 07/14 名古屋5R 1着/3頭 07/02 名古屋3R 9着/12頭+0.0秒 09/18 名古屋8R 7着/12頭+2.3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 100% (絶好調) ◎ 当競馬場適性 10走で勝率 50% (得意) ◎ 距離適性同距離 9走で勝率 56% ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +72% (市場が大幅過小評価) AI 予想勝率 90.9% (オッズ暗示: 52.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 51.3% / 期待値 -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。

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 ◎

ナムラフィクサー

騎手今井貴（愛知）

単勝オッズ

1.9倍

AI期待値

+72%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲5ウォーオブサウンド

6.6倍

EV -69%

▲A:○1モアサナイト

4.8倍

EV -93%

出走馬全12頭

◎A:◎12

ナムラフィクサー

今井貴（愛知）

1.9倍

+72%

›

○A:▲5

ウォーオブサウンド

塚本征（愛知）

6.6倍

-69%

›

▲A:○1

モアサナイト

望月洵（愛知）

4.8倍

-93%

›

△A:▽8

ケイズエルミー

細川智（愛知）

25.2倍

-64%

›

△A:▽6

ドルチェルナ

大原浩（笠松）

41.8倍

-81%

›

△A:▽2

バイアンドホールド

友森翔（愛知）

87.4倍

-61%

›

×A:△7

デトネイター

近藤颯（愛知）

14.7倍

-93%

›

×A:△9

ラントリサント

室陽一（浦和）

10.2倍

-96%

›

×A:△10

タベザカリ

大畑雅（愛知）

16.4倍

-99%

›

×A:▽11

サンマイメ

木之葵（愛知）

34.3倍

-98%

›

×A:▽4

リョウライライ

柿原翔（愛知）

34.0倍

-99%

›

×A:▽3

アーキハッカー

加藤誓（愛知）

80.5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

7R 名古屋競馬場中京競馬Ｂ８ダ1500m ダート1500m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	モアサナイト	望月洵（愛知）	実4.8	○詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率33%／前走2着／騎手は近50戦で勝率30%）
前5走 08/20 名古屋8R 2着/11頭+0.2秒 07/30 名古屋9R 11着/12頭+2.4秒 07/15 名古屋8R 10着/11頭 06/30 名古屋8R 6着/12頭+2.0秒 06/03 名古屋8R 12着/12頭+0.0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 7.7着 (不振) △ 当競馬場適性 22走で勝率 14% △ 距離適性同距離 21走で勝率 14% ◎ 馬場適性同馬場 6走で勝率 33% ◎ 騎手近50戦勝率 30% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 28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 12.8% (オッズ暗示: 20.8%) ※ 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	バイアンドホールド逃げ	友森翔（愛知）	実87.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調）
前5走 09/04 名古屋9R 11着/12頭+3.6秒 08/20 名古屋10R 10着/11頭+2.2秒 07/30 名古屋10R 10着/11頭+2.8秒 07/02 名古屋8R 5着/12頭 06/04 名古屋7R 6着/11頭+3.0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 10.3着 (不振) △ 当競馬場適性 23走で勝率 9% △ 距離適性同距離 22走で勝率 9% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 1.0% (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。
3	アーキハッカー逃げ	加藤誓（愛知）	実80.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/04 名古屋9R 10着/12頭+2.7秒 08/21 名古屋8R 4着/10頭+0.6秒 07/30 名古屋9R 8着/12頭+1.3秒 07/15 名古屋8R 9着/11頭 07/03 名古屋8R 2着/11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戦の調子平均 7.3着 (不振) △ 当競馬場適性 46走で勝率 7% △ 距離適性同距離 40走で勝率 8% ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。
4	リョウライライ	柿原翔（愛知）	実34.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/20 名古屋8R 5着/11頭+0.7秒 07/15 名古屋8R 4着/11頭+0.0秒 07/01 名古屋8R 7着/12頭 06/16 名古屋8R 8着/12頭+0.0秒 06/02 名古屋9R 10着/12頭+4.0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 5.3着 △ 当競馬場適性 73走で勝率 10% △ 距離適性同距離 42走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 28日の間隔 (理想的) × 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 1.5% (オッズ暗示: 2.9%) ※ 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	ウォーオブサウンド逃げ	塚本征（愛知）	実6.6	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/30 名古屋9R 4着/12頭+0.6秒 07/03 名古屋8R 5着/11頭+1.0秒 06/05 名古屋8R 6着/12頭 05/08 名古屋3R 1着/10頭勝利 04/24 名古屋3R 2着/12頭+0.6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 5.0着 △ 当競馬場適性 27走で勝率 7% △ 距離適性同距離 26走で勝率 8% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 11.7% (オッズ暗示: 15.2%) ※ 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。
6	ドルチェルナ自在	大原浩（笠松）	実41.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/04 名古屋9R 7着/12頭+1.5秒 08/21 名古屋6R 2着/9頭+0.2秒 07/31 名古屋9R 5着/12頭+0.8秒 07/01 名古屋7R 6着/11頭 06/17 名古屋6R 6着/11頭
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 4.7着 ○ 当競馬場適性 21走で勝率 19% (相性良) ○ 距離適性同距離 16走で勝率 19% × 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 1.5% (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。
7	デトネイター	近藤颯（愛知）	実14.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率0%と苦戦傾向／前走3着）
前5走 09/04 名古屋7R 3着/3頭 08/20 名古屋8R 7着/11頭+1.2秒 07/30 名古屋8R 2着/3頭 07/02 名古屋6R 4着/12頭 06/04 名古屋5R 6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 4.0着 × 当競馬場適性 20走で勝率 0% (苦戦) △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 6.8%) ※ 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	ケイズエルミー追込	細川智（愛知）	実25.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は20走で勝ち無し／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/24 名古屋10R 1着/11頭勝利 07/31 名古屋10R 4着/12頭+0.5秒 05/25 名古屋10R 3着/10頭 05/08 名古屋3R 3着/10頭+0.1秒 03/27 名古屋4R 4着/12頭+2.0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戦の調子勝率 33% (上り調子) △ 当競馬場適性 13走で勝率 8% ▽ 距離適性同距離は 20走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 2.0% (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。
9	ラントリサント差し	室陽一（浦和）	実10.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 09/04 名古屋9R 9着/12頭+2.6秒 08/20 名古屋8R 3着/11頭+0.3秒 07/30 名古屋9R 5着/12頭+0.7秒 06/17 名古屋8R 7着/11頭 06/03 名古屋9R 9着/12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 5.7着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 18% △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 9.8%) ※ 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。
10	タベザカリ	大畑雅（愛知）	実16.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場23走で勝率4%と苦戦傾向／同距離帯は23走で勝ち無し）
前5走 09/04 名古屋9R 4着/12頭+1.2秒 08/20 名古屋8R 6着/11頭+1.1秒 07/17 名古屋9R 3着/3頭 07/03 名古屋7R 2着/12頭+0.0秒 06/05 名古屋6R 5着/12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 4.3着 × 当競馬場適性 23走で勝率 4% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 5.3% (オッズ暗示: 6.1%) ※ 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	サンマイメ	木之葵（愛知）	実34.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 08/20 名古屋8R 11着/11頭+2.8秒 07/30 名古屋9R 7着/12頭+1.2秒 07/14 名古屋10R 8着/12頭 07/01 名古屋7R 7着/11頭 06/17 名古屋7R 10着/11頭+1.0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 8.7着 (不振) △ 当競馬場適性 35走で勝率 9% △ 距離適性同距離 28走で勝率 11% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 28日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 2.9%) ※ 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	ナムラフィクサー差し	今井貴（愛知）	実1.9	◎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10走で勝率50%と適性高／同距離帯9走で勝率56%／直近3走で勝率100%と好調）
前5走 09/07 名古屋9R 1着/10頭勝利 08/20 名古屋7R 1着/12頭勝利 07/14 名古屋5R 1着/3頭 07/02 名古屋3R 9着/12頭+0.0秒 09/18 名古屋8R 7着/12頭+2.3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 100% (絶好調) ◎ 当競馬場適性 10走で勝率 50% (得意) ◎ 距離適性同距離 9走で勝率 56% ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 51.3% (オッズ暗示: 52.6%) ※ 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。

AIの本命

AI評価1位

ナムラフィクサー

騎手今井貴（愛知）

単勝オッズ

1.9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

○1モアサナイト

4.8倍

EV -38%

▲5ウォーオブサウンド

6.6倍

EV -22%

出走馬全12頭

◎12

ナムラフィクサー

今井貴（愛知）

1.9倍

-2%

›

○1

モアサナイト

望月洵（愛知）

4.8倍

-38%

›

▲5

ウォーオブサウンド

塚本征（愛知）

6.6倍

-22%

›

△9

ラントリサント

室陽一（浦和）

10.2倍

-25%

›

△10

タベザカリ

大畑雅（愛知）

16.4倍

-13%

›

△7

デトネイター

近藤颯（愛知）

14.7倍

-54%

›

▽8

ケイズエルミー

細川智（愛知）

25.2倍

-49%

›

▽11

サンマイメ

木之葵（愛知）

34.3倍

-37%

›

▽4

リョウライライ

柿原翔（愛知）

34.0倍

-47%

›

▽6

ドルチェルナ

大原浩（笠松）

41.8倍

-38%

›

▽2

バイアンドホールド

友森翔（愛知）

87.4倍

-14%

›

▽3

アーキハッカー

加藤誓（愛知）

80.5倍

-44%

›

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