名古屋 6R 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

6R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 15:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カフジジャワ追込推奨	大畑雅（愛知）	実11.7	B▲ A▲勝率12% EV+44% 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／当競馬場で勝率17%と相性良／同距離帯で勝率20%）
前5走 09/04 名古屋3R 1着/11頭勝利 08/24 名古屋6R 11着/11頭+3.7秒 07/03 名古屋8R 9着/11頭 05/22 名古屋9R 10着/10頭+2.0秒 05/07 名古屋9R 10着/10頭+4.6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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 23走で勝率 17% (相性良) ○ 距離適性同距離 20走で勝率 20% ◎ 馬場適性同馬場 6走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -30% (オッズ過剰評価) AI 予想勝率 6.0% (オッズ暗示: 8.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.3% / 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。
2	カミーチェ追込	小笠羚（愛知）	実21.1	B× A△勝率4% EV-23% 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 09/07 名古屋7R 3着/10頭+0.3秒 08/24 名古屋8R 8着/12頭+1.4秒 07/30 名古屋12R 1着/12頭勝利 07/15 名古屋7R 9着/12頭 07/02 名古屋12R 2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戦の調子勝率 33% (上り調子) × 当競馬場適性 44走で勝率 2% (苦戦) ▽ 距離適性同距離は 44走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 3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 6位 / 勝率 3.6% / 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。
3	メディアプンタ先行	丸野勝（愛知）	実27.1	B× A▽勝率3% EV-14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/07 名古屋8R 5着/10頭+1.6秒 08/24 名古屋10R 2着/11頭+0.2秒 07/31 名古屋12R 6着/12頭+0.6秒 07/03 名古屋9R 5着/12頭 06/18 名古屋12R 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戦の調子平均 4.3着 △ 当競馬場適性 64走で勝率 8% △ 距離適性同距離 57走で勝率 9% × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.2% / 期待値 -14% ※ 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	エグザルテーション先行	大原浩（笠松）	実96.0	B× A▽勝率1% EV+12% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/07 名古屋8R 6着/10頭+2.1秒 08/24 名古屋9R 8着/11頭+2.6秒 07/31 名古屋9R 7着/12頭+1.4秒 06/30 名古屋8R 7着/12頭 06/17 名古屋6R 11着/11頭+5.0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 7.0着 (不振) ○ 当競馬場適性 31走で勝率 19% (相性良) ○ 距離適性同距離 21走で勝率 19% × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 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。
5	キタカラキタパンチ差し	阪野学（愛知）	実118.4	B× A▽勝率1% EV-12% 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 09/07 名古屋8R 10着/10頭+4.1秒 08/24 名古屋9R 11着/11頭+3.6秒 04/22 名古屋7R 8着/12頭+1.8秒 04/09 名古屋10R 5着/11頭+1.1秒 03/24 名古屋9R 7着/10頭+1.8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 9.7着 (不振) △ 当競馬場適性 51走で勝率 12% △ 距離適性同距離 30走で勝率 13% △ 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 11位 / 勝率 0.7% / 期待値 -12% ※ 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	ミートザターゲット逃げ	近藤颯（愛知）	実14.3	B△ A△勝率8% EV+19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は5走で勝ち無し）
前5走 09/07 名古屋7R 8着/10頭+1.0秒 07/31 名古屋10R 7着/12頭+0.8秒 05/04 園田1R 4着/7頭+1.2秒 04/21 園田2R 5着/9頭+1.2秒 03/26 園田6R 1着/10頭勝利
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 6.3着 ▽ 距離適性同距離は 5走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 7.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.3% / 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。
7	ソダチザカリ	木之葵（愛知）	実3.9	B○ A○勝率20% EV-22% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯8走で勝率25%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/07 名古屋10R 1着/11頭勝利 08/20 名古屋5R 3着/10頭+0.8秒 06/03 名古屋7R 2着/12頭 05/21 名古屋1R 2着/10頭+0.0秒 05/06 名古屋12R 4着/12頭+1.3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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 8走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) × 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 10.0% (オッズ暗示: 25.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.8% / 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。
8	サンマルレーヴ逃げ	望月洵（愛知）	実1.5	B◎ A◎勝率42% EV-36% 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9走で勝率33%と適性高／同距離帯9走で勝率33%／直近3走で勝率33%と好調）
前5走 09/04 名古屋2R 1着/3頭 05/07 名古屋12R 7着/10頭+1.5秒 04/24 名古屋3R 3着/12頭+1.2秒 04/09 名古屋4R 1着/11頭勝利 03/23 名古屋6R 1着/11頭勝利
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 9走で勝率 33% (得意) ◎ 距離適性同距離 9走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) +21% (市場と概ね一致) AI 予想勝率 80.9% (オッズ暗示: 66.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 42.1% / 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。
9	シャイニーセーラー	細川智（愛知）	実17.6	B△ A△勝率5% EV-4% 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／前走勝利の勢い）
前5走 09/04 名古屋12R 1着/12頭勝利 07/30 名古屋12R 4着/12頭+0.5秒 07/15 名古屋7R 5着/12頭 07/03 名古屋1R 4着/12頭 06/22 名古屋1R 10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戦の調子勝率 33% (上り調子) △ 当競馬場適性 22走で勝率 9% △ 距離適性同距離 22走で勝率 9% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.4% / 期待値 -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	イブシギン	柿原翔（愛知）	実31.3	B× A×勝率1% EV-53% 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 09/07 名古屋8R 8着/10頭+2.1秒 08/24 名古屋11R 3着/3頭 07/31 名古屋12R 7着/12頭+0.9秒 07/17 名古屋10R 6着/12頭 07/03 名古屋6R 7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 6.0着 × 当競馬場適性 93走で勝率 3% (苦戦) ▽ 距離適性同距離は 69走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 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 -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。
11	ヤモリアツマレ先行	丹羽克（愛知）	実46.0	B△ A▽勝率2% EV-17% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場78走で勝率3%と苦戦傾向／同距離帯は59走で勝ち無し）
前5走 09/07 名古屋7R 5着/10頭+0.6秒 07/31 名古屋10R 3着/12頭+0.5秒 07/17 名古屋12R 8着/12頭 07/03 名古屋6R 9着/12頭+3.0秒 06/22 名古屋6R 8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 5.3着 × 当競馬場適性 78走で勝率 3% (苦戦) ▽ 距離適性同距離は 59走で勝ち無し × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.8% / 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。

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 ◎

サンマルレーヴ

騎手望月洵（愛知）

単勝オッズ

1.5倍

AI期待値

+21%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○7ソダチザカリ

3.9倍

EV -60%

▲A:▲1カフジジャワ

11.7倍

EV -29%

出走馬全11頭

◎A:◎8

サンマルレーヴ

望月洵（愛知）

1.5倍

+21%

›

○A:○7

ソダチザカリ

木之葵（愛知）

3.9倍

-60%

›

▲A:▲1

カフジジャワ

大畑雅（愛知）

11.7倍

-29%

›

△A:△9

シャイニーセーラー

細川智（愛知）

17.6倍

-80%

›

△A:△6

ミートザターゲット

近藤颯（愛知）

14.3倍

-88%

›

△A:▽11

ヤモリアツマレ

丹羽克（愛知）

46.0倍

-61%

›

×A:▽3

メディアプンタ

丸野勝（愛知）

27.1倍

-96%

›

×A:▽4

エグザルテーション

大原浩（笠松）

96.0倍

-87%

›

×A:△2

カミーチェ

小笠羚（愛知）

21.1倍

-99%

›

×A:×10

イブシギン

柿原翔（愛知）

31.3倍

-99%

›

×A:▽5

キタカラキタパンチ

阪野学（愛知）

118.4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 1 カフジジャワ ¥100 実11.7倍期待値 -30% 不的中6着単勝 11.7倍

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

6R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 15:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カフジジャワ追込推奨	大畑雅（愛知）	実11.7	▲詳細▼	オッズに対しAI予想勝率がやや高め、期待値+44%の妙味（直近3走勝率33%と上り調子／当競馬場で勝率17%と相性良／同距離帯で勝率20%）
前5走 09/04 名古屋3R 1着/11頭勝利 08/24 名古屋6R 11着/11頭+3.7秒 07/03 名古屋8R 9着/11頭 05/22 名古屋9R 10着/10頭+2.0秒 05/07 名古屋9R 10着/10頭+4.6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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 23走で勝率 17% (相性良) ○ 距離適性同距離 20走で勝率 20% ◎ 馬場適性同馬場 6走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) ○ 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) +44% (妙味あり) AI 予想勝率 12.3% (オッズ暗示: 8.5%) ※ 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。
2	カミーチェ追込	小笠羚（愛知）	実21.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場44走で勝率2%と苦戦傾向／同距離帯は44走で勝ち無し／直近3走で勝率33%と好調）
前5走 09/07 名古屋7R 3着/10頭+0.3秒 08/24 名古屋8R 8着/12頭+1.4秒 07/30 名古屋12R 1着/12頭勝利 07/15 名古屋7R 9着/12頭 07/02 名古屋12R 2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戦の調子勝率 33% (上り調子) × 当競馬場適性 44走で勝率 2% (苦戦) ▽ 距離適性同距離は 44走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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 3.6% (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	メディアプンタ先行	丸野勝（愛知）	実27.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/07 名古屋8R 5着/10頭+1.6秒 08/24 名古屋10R 2着/11頭+0.2秒 07/31 名古屋12R 6着/12頭+0.6秒 07/03 名古屋9R 5着/12頭 06/18 名古屋12R 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戦の調子平均 4.3着 △ 当競馬場適性 64走で勝率 8% △ 距離適性同距離 57走で勝率 9% △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 3.7%) ※ 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	エグザルテーション先行	大原浩（笠松）	実96.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/07 名古屋8R 6着/10頭+2.1秒 08/24 名古屋9R 8着/11頭+2.6秒 07/31 名古屋9R 7着/12頭+1.4秒 06/30 名古屋8R 7着/12頭 06/17 名古屋6R 11着/11頭+5.0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 7.0着 (不振) ○ 当競馬場適性 31走で勝率 19% (相性良) ○ 距離適性同距離 21走で勝率 19% △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 1.2% (オッズ暗示: 1.0%) ※ 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。
5	キタカラキタパンチ差し	阪野学（愛知）	実118.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調）
前5走 09/07 名古屋8R 10着/10頭+4.1秒 08/24 名古屋9R 11着/11頭+3.6秒 04/22 名古屋7R 8着/12頭+1.8秒 04/09 名古屋10R 5着/11頭+1.1秒 03/24 名古屋9R 7着/10頭+1.8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 9.7着 (不振) △ 当競馬場適性 51走で勝率 12% △ 距離適性同距離 30走で勝率 13% △ 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) -12% (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。
6	ミートザターゲット逃げ	近藤颯（愛知）	実14.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は5走で勝ち無し）
前5走 09/07 名古屋7R 8着/10頭+1.0秒 07/31 名古屋10R 7着/12頭+0.8秒 05/04 園田1R 4着/7頭+1.2秒 04/21 園田2R 5着/9頭+1.2秒 03/26 園田6R 1着/10頭勝利
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 6.3着 ▽ 距離適性同距離は 5走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 8.3% (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	ソダチザカリ	木之葵（愛知）	実3.9	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯8走で勝率25%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/07 名古屋10R 1着/11頭勝利 08/20 名古屋5R 3着/10頭+0.8秒 06/03 名古屋7R 2着/12頭 05/21 名古屋1R 2着/10頭+0.0秒 05/06 名古屋12R 4着/12頭+1.3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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 8走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 19.8% (オッズ暗示: 25.6%) ※ 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。
8	サンマルレーヴ逃げ	望月洵（愛知）	実1.5	◎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（当競馬場9走で勝率33%と適性高／同距離帯9走で勝率33%／直近3走で勝率33%と好調）
前5走 09/04 名古屋2R 1着/3頭 05/07 名古屋12R 7着/10頭+1.5秒 04/24 名古屋3R 3着/12頭+1.2秒 04/09 名古屋4R 1着/11頭勝利 03/23 名古屋6R 1着/11頭勝利
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 9走で勝率 33% (得意) ◎ 距離適性同距離 9走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 42.1% (オッズ暗示: 66.7%) ※ 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。
9	シャイニーセーラー	細川智（愛知）	実17.6	△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／前走勝利の勢い）
前5走 09/04 名古屋12R 1着/12頭勝利 07/30 名古屋12R 4着/12頭+0.5秒 07/15 名古屋7R 5着/12頭 07/03 名古屋1R 4着/12頭 06/22 名古屋1R 10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戦の調子勝率 33% (上り調子) △ 当競馬場適性 22走で勝率 9% △ 距離適性同距離 22走で勝率 9% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -5% (オッズ過剰評価) AI 予想勝率 5.4% (オッズ暗示: 5.7%) ※ 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。
10	イブシギン	柿原翔（愛知）	実31.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場93走で勝率3%と苦戦傾向／同距離帯は69走で勝ち無し）
前5走 09/07 名古屋8R 8着/10頭+2.1秒 08/24 名古屋11R 3着/3頭 07/31 名古屋12R 7着/12頭+0.9秒 07/17 名古屋10R 6着/12頭 07/03 名古屋6R 7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 6.0着 × 当競馬場適性 93走で勝率 3% (苦戦) ▽ 距離適性同距離は 69走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 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 1.5% (オッズ暗示: 3.2%) ※ 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。
11	ヤモリアツマレ先行	丹羽克（愛知）	実46.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場78走で勝率3%と苦戦傾向／同距離帯は59走で勝ち無し）
前5走 09/07 名古屋7R 5着/10頭+0.6秒 07/31 名古屋10R 3着/12頭+0.5秒 07/17 名古屋12R 8着/12頭 07/03 名古屋6R 9着/12頭+3.0秒 06/22 名古屋6R 8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 5.3着 × 当競馬場適性 78走で勝率 3% (苦戦) ▽ 距離適性同距離は 59走で勝ち無し △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 1.8% (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。

AIの本命

AI評価1位

サンマルレーヴ

騎手望月洵（愛知）

単勝オッズ

1.5倍

AI期待値

-36%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ソダチザカリ

3.9倍

EV -22%

▲1カフジジャワ

11.7倍

EV +44%

出走馬全11頭

◎8

サンマルレーヴ

望月洵（愛知）

1.5倍

-36%

›

○7

ソダチザカリ

木之葵（愛知）

3.9倍

-22%

›

▲1

カフジジャワ

大畑雅（愛知）

11.7倍

+44%

›

△6

ミートザターゲット

近藤颯（愛知）

14.3倍

+19%

›

△9

シャイニーセーラー

細川智（愛知）

17.6倍

-4%

›

△2

カミーチェ

小笠羚（愛知）

21.1倍

-23%

›

▽3

メディアプンタ

丸野勝（愛知）

27.1倍

-14%

›

▽11

ヤモリアツマレ

丹羽克（愛知）

46.0倍

-17%

›

×10

イブシギン

柿原翔（愛知）

31.3倍

-53%

›

▽4

エグザルテーション

大原浩（笠松）

96.0倍

+12%

›

▽5

キタカラキタパンチ

阪野学（愛知）

118.4倍

-12%

›

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 1 カフジジャワ ¥100 実11.7倍期待値 +44% 不的中6着単勝 11.7倍

B. 市場除外+キャリブ

見送り

※ 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