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 20:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レーヴエスポワール追込	筒井勇（笠松）	実9.4	B× A△勝率6% EV-47% 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11走で勝率0%と苦戦傾向／同距離帯は40走で勝ち無し／前走2着）
前5走 09/03 名古屋7R 2着/11頭+0.5秒 08/19 名古屋4R 5着/11頭+0.7秒 07/29 名古屋3R 7着/12頭+1.4秒 07/14 名古屋8R 5着/12頭 06/05 名古屋5R 9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 4.7着 × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 40走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 14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 0.2% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.6% / 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	トラストユー先行	丸野勝（愛知）	実21.7	B× A×勝率2% EV-59% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場27走で勝率4%と苦戦傾向／同距離帯は25走で勝ち無し）
前5走 09/04 名古屋3R 7着/11頭+2.3秒 08/24 名古屋6R 9着/11頭+1.4秒 07/31 名古屋12R 4着/12頭+0.5秒 07/15 名古屋7R 3着/12頭 07/02 名古屋12R 4着/12頭
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 27走で勝率 4% (苦戦) ▽ 距離適性同距離は 25走で勝ち無し × 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 1.4% (オッズ暗示: 4.6%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.9% / 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。
3	デルマガニメデ	柿原翔（愛知）	実105.6	B× A▽勝率1% EV+1% 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6R 9着/12頭+2.2秒 07/14 名古屋12R 2着/11頭+4.0秒 07/02 名古屋5R 6着/11頭 06/18 名古屋12R 2着/12頭 06/03 名古屋7R 5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戦の調子平均 5.7着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 14走で勝率 7% △ 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 12位 / 勝率 1.0% / 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。
4	レイナティア	小笠羚（愛知）	実3.5	B◎ A◎勝率24% EV-15% 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（前走2着）
前5走 09/04 名古屋1R 2着/3頭 08/19 名古屋4R 2着/11頭+0.4秒 07/29 名古屋3R 6着/12頭+1.2秒 07/14 名古屋6R 2着/12頭 07/01 名古屋6R 2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 3.3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 12% ○ 馬場適性同馬場 5走で勝率 20% ○ 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) +70% (市場が大幅過小評価) AI 予想勝率 48.8% (オッズ暗示: 28.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 24.3% / 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。
5	チャコワールド自在	塚本征（愛知）	実16.9	B× A▽勝率3% EV-45% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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 08/19 名古屋1R 1着/11頭勝利 07/28 名古屋7R 11着/12頭+3.7秒 07/02 名古屋3R 12着/12頭 11/20 川崎10R 12着/12頭+3.5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 14% ◎ 前走実績前走 1着 (勢い継続) × 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 1.0% (オッズ暗示: 5.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.2% / 期待値 -46% ※ 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	サクリファイス逃げ	阿部基（笠松）	実14.3	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（当競馬場42走で勝率2%と苦戦傾向／同距離帯は38走で勝ち無し／64日ぶりの実戦）
前5走 07/15 名古屋12R 4着/12頭+0.0秒 06/04 名古屋4R 9着/12頭+0.0秒 05/21 名古屋4R 2着/10頭 05/06 名古屋3R 5着/11頭+0.5秒 04/22 名古屋4R 2着/12頭+0.1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 5.0着 × 当競馬場適性 42走で勝率 2% (苦戦) ▽ 距離適性同距離は 38走で勝ち無し △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 7.0%) × Aモデルの評価 (参考) レース内 9位 / 勝率 2.8% / 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。
7	セルリアンドロップ差し	丸山真（愛知）	実11.9	B△ A▽勝率4% EV-48% 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 09/04 名古屋1R 3着/3頭 07/29 名古屋3R 4着/12頭+1.0秒 07/14 名古屋7R 3着/12頭+0.0秒 04/24 名古屋3R 8着/12頭+2.7秒 04/13 名古屋7R 3着/10頭+0.8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 3.3着 △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 10走で勝率 10% △ 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) -42% (大幅な期待値マイナス) AI 予想勝率 4.9% (オッズ暗示: 8.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.3% / 期待値 -49% ※ 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	ザボドフスキー追込	加藤誓（愛知）	実5.4	B× A○勝率22% EV+18% 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0%と苦戦傾向／同距離帯は12走で勝ち無し／前走2着）
前5走 08/20 名古屋6R 2着/12頭+0.2秒 07/30 名古屋6R 6着/11頭+1.4秒 07/03 名古屋10R 8着/12頭+3.0秒 06/05 船橋7R 6着/12頭 05/07 船橋3R 11着/12頭+3.5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 5.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 18.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.9% / 期待値 +18% ※ 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	フーダオラ逃げ	丹羽克（愛知）	実22.1	B△ A×勝率2% EV-66% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は24走で勝ち無し）
前5走 09/04 名古屋3R 8着/11頭+2.3秒 08/24 名古屋6R 6着/11頭+1.4秒 07/31 名古屋5R 6着/12頭+1.6秒 07/15 名古屋12R 2着/12頭+3.0秒 06/22 名古屋1R 8着/11頭+0.0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 6.7着 △ 当競馬場適性 12走で勝率 8% ▽ 距離適性同距離は 24走で勝ち無し ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 6.3% (オッズ暗示: 4.5%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.5% / 期待値 -66% ※ 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	スイートゥンビター逃げ推奨	木之葵（愛知）	実6.1	B○ A△勝率12% EV-23% 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／前走3着で力を示す）
前5走 09/04 名古屋2R 3着/3頭 08/20 名古屋6R 3着/12頭+0.6秒 07/28 名古屋7R 1着/12頭勝利 04/09 名古屋3R 3着/11頭+0.5秒 03/24 名古屋8R 2着/12頭+0.0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 16走で勝率 6% △ 距離適性同距離 15走で勝率 7% ○ 前走実績前走 3着 (好走) ◎ 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 25.2% (オッズ暗示: 16.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.5% / 期待値 -24% ※ 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	パキラスイート先行推奨	大畑雅（愛知）	実9.3	B▲ A▲勝率15% EV+38% 詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／同馬場状態で勝率67%）
前5走 09/04 名古屋3R 11着/11頭+3.8秒 07/29 名古屋12R 1着/12頭勝利 07/14 名古屋5R 2着/3頭 05/06 名古屋10R 8着/11頭+1.9秒 04/23 名古屋2R 5着/12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戦の調子勝率 33% (上り調子) △ 当競馬場適性 33走で勝率 12% △ 距離適性同距離 29走で勝率 10% ◎ 馬場適性同馬場 3走で勝率 67% ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 6.3% (オッズ暗示: 10.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.9% / 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。
12	マルクパージュ自在	望月洵（愛知）	実10.1	B× A△勝率6% EV-37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場17走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／騎手は近50戦で勝率26%）
前5走 09/04 名古屋3R 6着/11頭+1.8秒 08/24 名古屋6R 5着/11頭+1.3秒 07/30 名古屋7R 2着/11頭+0.0秒 07/15 名古屋12R 5着/12頭 07/03 名古屋10R 9着/12頭
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 4.3着 × 当競馬場適性 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ◎ 騎手近50戦勝率 26% (好調) × 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 0.2% (オッズ暗示: 9.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.2% / 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。

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 ◎

レイナティア

騎手小笠羚（愛知）

単勝オッズ

3.5倍

AI期待値

+70%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△10スイートゥンビター

6.1倍

EV +53%

▲A:▲11パキラスイート

9.3倍

EV -41%

出走馬全12頭

◎A:◎4

レイナティア

小笠羚（愛知）

3.5倍

+70%

›

○A:△10

スイートゥンビター

木之葵（愛知）

6.1倍

+53%

›

▲A:▲11

パキラスイート

大畑雅（愛知）

9.3倍

-41%

›

△A:×9

フーダオラ

丹羽克（愛知）

22.1倍

+38%

›

△A:×6

サクリファイス

阿部基（笠松）

14.3倍

-21%

›

△A:▽7

セルリアンドロップ

丸山真（愛知）

11.9倍

-41%

›

×A:×2

トラストユー

丸野勝（愛知）

21.7倍

-70%

›

×A:▽5

チャコワールド

塚本征（愛知）

16.9倍

-82%

›

×A:○8

ザボドフスキー

加藤誓（愛知）

5.4倍

-98%

›

×A:△1

レーヴエスポワール

筒井勇（笠松）

9.4倍

-98%

›

×A:△12

マルクパージュ

望月洵（愛知）

10.1倍

-98%

›

×A:▽3

デルマガニメデ

柿原翔（愛知）

105.6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

単勝 11 パキラスイート ¥100 実9.3倍期待値 -42% 不的中単勝 9.3倍

B. 市場除外+キャリブ

単勝 10 スイートゥンビター ¥200 実6.1倍期待値 +54% 不的中単勝 6.1倍

※ オッズは予測時点の値です。

12R 名古屋競馬場ダ1500m ダート1500m　発走 20:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レーヴエスポワール追込	筒井勇（笠松）	実9.4	△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11走で勝率0%と苦戦傾向／同距離帯は40走で勝ち無し／前走2着）
前5走 09/03 名古屋7R 2着/11頭+0.5秒 08/19 名古屋4R 5着/11頭+0.7秒 07/29 名古屋3R 7着/12頭+1.4秒 07/14 名古屋8R 5着/12頭 06/05 名古屋5R 9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 4.7着 × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 40走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 14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 5.6% (オッズ暗示: 10.6%) ※ 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。
2	トラストユー先行	丸野勝（愛知）	実21.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場27走で勝率4%と苦戦傾向／同距離帯は25走で勝ち無し）
前5走 09/04 名古屋3R 7着/11頭+2.3秒 08/24 名古屋6R 9着/11頭+1.4秒 07/31 名古屋12R 4着/12頭+0.5秒 07/15 名古屋7R 3着/12頭 07/02 名古屋12R 4着/12頭
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 27走で勝率 4% (苦戦) ▽ 距離適性同距離は 25走で勝ち無し × 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 1.9% (オッズ暗示: 4.6%) ※ 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。
3	デルマガニメデ	柿原翔（愛知）	実105.6	▽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6R 9着/12頭+2.2秒 07/14 名古屋12R 2着/11頭+4.0秒 07/02 名古屋5R 6着/11頭 06/18 名古屋12R 2着/12頭 06/03 名古屋7R 5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戦の調子平均 5.7着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 14走で勝率 7% △ 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) +1% (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。
4	レイナティア	小笠羚（愛知）	実3.5	◎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（前走2着）
前5走 09/04 名古屋1R 2着/3頭 08/19 名古屋4R 2着/11頭+0.4秒 07/29 名古屋3R 6着/12頭+1.2秒 07/14 名古屋6R 2着/12頭 07/01 名古屋6R 2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 3.3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 12% ○ 馬場適性同馬場 5走で勝率 20% ○ 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) -15% (オッズ過剰評価) AI 予想勝率 24.3% (オッズ暗示: 28.6%) ※ 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	チャコワールド自在	塚本征（愛知）	実16.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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 08/19 名古屋1R 1着/11頭勝利 07/28 名古屋7R 11着/12頭+3.7秒 07/02 名古屋3R 12着/12頭 11/20 川崎10R 12着/12頭+3.5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 14% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 5.9%) ※ 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。
6	サクリファイス逃げ	阿部基（笠松）	実14.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場42走で勝率2%と苦戦傾向／同距離帯は38走で勝ち無し／64日ぶりの実戦）
前5走 07/15 名古屋12R 4着/12頭+0.0秒 06/04 名古屋4R 9着/12頭+0.0秒 05/21 名古屋4R 2着/10頭 05/06 名古屋3R 5着/11頭+0.5秒 04/22 名古屋4R 2着/12頭+0.1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 5.0着 × 当競馬場適性 42走で勝率 2% (苦戦) ▽ 距離適性同距離は 38走で勝ち無し × 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 2.8% (オッズ暗示: 7.0%) ※ 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	セルリアンドロップ差し	丸山真（愛知）	実11.9	▽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 09/04 名古屋1R 3着/3頭 07/29 名古屋3R 4着/12頭+1.0秒 07/14 名古屋7R 3着/12頭+0.0秒 04/24 名古屋3R 8着/12頭+2.7秒 04/13 名古屋7R 3着/10頭+0.8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 3.3着 △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 10走で勝率 10% △ 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) -49% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 8.4%) ※ 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	ザボドフスキー追込	加藤誓（愛知）	実5.4	○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0%と苦戦傾向／同距離帯は12走で勝ち無し／前走2着）
前5走 08/20 名古屋6R 2着/12頭+0.2秒 07/30 名古屋6R 6着/11頭+1.4秒 07/03 名古屋10R 8着/12頭+3.0秒 06/05 船橋7R 6着/12頭 05/07 船橋3R 11着/12頭+3.5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 5.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し ○ 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) +18% (市場と概ね一致) AI 予想勝率 21.9% (オッズ暗示: 18.5%) ※ 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	フーダオラ逃げ	丹羽克（愛知）	実22.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は24走で勝ち無し）
前5走 09/04 名古屋3R 8着/11頭+2.3秒 08/24 名古屋6R 6着/11頭+1.4秒 07/31 名古屋5R 6着/12頭+1.6秒 07/15 名古屋12R 2着/12頭+3.0秒 06/22 名古屋1R 8着/11頭+0.0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 6.7着 △ 当競馬場適性 12走で勝率 8% ▽ 距離適性同距離は 24走で勝ち無し × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 4.5%) ※ 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。
10	スイートゥンビター逃げ推奨	木之葵（愛知）	実6.1	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／前走3着で力を示す）
前5走 09/04 名古屋2R 3着/3頭 08/20 名古屋6R 3着/12頭+0.6秒 07/28 名古屋7R 1着/12頭勝利 04/09 名古屋3R 3着/11頭+0.5秒 03/24 名古屋8R 2着/12頭+0.0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 16走で勝率 6% △ 距離適性同距離 15走で勝率 7% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 12.5% (オッズ暗示: 16.4%) ※ 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。
11	パキラスイート先行推奨	大畑雅（愛知）	実9.3	▲詳細▼	オッズに対しAI予想勝率がやや高め、期待値+38%の妙味（直近3走勝率33%と上り調子／同馬場状態で勝率67%）
前5走 09/04 名古屋3R 11着/11頭+3.8秒 07/29 名古屋12R 1着/12頭勝利 07/14 名古屋5R 2着/3頭 05/06 名古屋10R 8着/11頭+1.9秒 04/23 名古屋2R 5着/12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戦の調子勝率 33% (上り調子) △ 当競馬場適性 33走で勝率 12% △ 距離適性同距離 29走で勝率 10% ◎ 馬場適性同馬場 3走で勝率 67% ▽ 前走実績前走 11着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 14.9% (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。
12	マルクパージュ自在	望月洵（愛知）	実10.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場17走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／騎手は近50戦で勝率26%）
前5走 09/04 名古屋3R 6着/11頭+1.8秒 08/24 名古屋6R 5着/11頭+1.3秒 07/30 名古屋7R 2着/11頭+0.0秒 07/15 名古屋12R 5着/12頭 07/03 名古屋10R 9着/12頭
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 4.3着 × 当競馬場適性 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ◎ 騎手近50戦勝率 26% (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 6.2% (オッズ暗示: 9.9%) ※ 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

レイナティア

騎手小笠羚（愛知）

単勝オッズ

3.5倍

AI期待値

-15%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ザボドフスキー

5.4倍

EV +18%

▲11パキラスイート

9.3倍

EV +38%

出走馬全12頭

◎4

レイナティア

小笠羚（愛知）

3.5倍

-15%

›

○8

ザボドフスキー

加藤誓（愛知）

5.4倍

+18%

›

▲11

パキラスイート

大畑雅（愛知）

9.3倍

+38%

›

△10

スイートゥンビター

木之葵（愛知）

6.1倍

-23%

›

△12

マルクパージュ

望月洵（愛知）

10.1倍

-37%

›

△1

レーヴエスポワール

筒井勇（笠松）

9.4倍

-47%

›

▽7

セルリアンドロップ

丸山真（愛知）

11.9倍

-48%

›

▽5

チャコワールド

塚本征（愛知）

16.9倍

-45%

›

×6

サクリファイス

阿部基（笠松）

14.3倍

-59%

›

×2

トラストユー

丸野勝（愛知）

21.7倍

-59%

›

×9

フーダオラ

丹羽克（愛知）

22.1倍

-66%

›

▽3

デルマガニメデ

柿原翔（愛知）

105.6倍

+1%

›

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

単勝 11 パキラスイート ¥100 実9.3倍期待値 +39% 不的中単勝 9.3倍

B. 市場除外+キャリブ

単勝 10 スイートゥンビター ¥200 実6.1倍期待値 -24% 不的中単勝 6.1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