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Ｂ８ダ1500m ダート1500m　発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	セレスト	木之葵（愛知）	実67.6	B× A▽勝率1% EV-25% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場26走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し）
前5走 08/21 名古屋6R 9着/9頭+5.2秒 07/17 名古屋7R 4着/12頭 07/02 名古屋6R 8着/12頭+0.0秒 06/04 名古屋6R 6着/11頭 05/22 名古屋9R 4着/10頭+1.0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 7.0着 (不振) × 当競馬場適性 26走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 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。
2	タッチザシーリング	近藤颯（愛知）	実17.2	B△ A△勝率4% EV-24% 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0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 09/04 名古屋6R 9着/11頭+2.3秒 08/21 名古屋6R 7着/9頭+1.6秒 07/31 名古屋9R 4着/12頭+0.8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 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -85% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 5.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.4% / 期待値 -25% ※ 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	グランキューブ	細川智（愛知）	実51.7	B△ A▽勝率2% 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9.3着と低調）
前5走 09/04 名古屋6R 10着/11頭+2.5秒 07/01 名古屋7R 10着/11頭 06/17 名古屋7R 8着/11頭 06/03 名古屋8R 9着/12頭+0.0秒 05/20 名古屋4R 9着/11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 9.3着 (不振) △ 当競馬場適性 61走で勝率 8% △ 距離適性同距離 43走で勝率 7% ▽ 前走実績前走 10着 (大敗) ○ 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) -45% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.7% / 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	トータルダイヤ先行	柿原翔（愛知）	実88.5	B△ A▽勝率1% EV-24% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場29走で勝率0%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走平均8.3着と低調）
前5走 09/07 名古屋8R 3着/10頭+0.8秒 08/24 名古屋9R 10着/11頭+3.4秒 07/31 名古屋9R 12着/12頭+2.7秒 07/17 名古屋7R 12着/12頭 05/06 名古屋5R 5着/11頭+2.1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 8.3着 (不振) × 当競馬場適性 29走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 -25% ※ 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	ガーニュ逃げ	山田祥（愛知）	実2.6	B◎ A◎勝率35% EV-8% 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3着／63日ぶりの実戦）
前5走 07/17 名古屋7R 3着/12頭+2.0秒 06/18 名古屋9R 7着/10頭 01/02 名古屋11R 3着/12頭+1.0秒 12/19 名古屋9R 3着/11頭+0.3秒 11/21 名古屋10R 3着/12頭+0.7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 4.3着 ○ 当競馬場適性 29走で勝率 21% (相性良) ○ 距離適性同距離 19走で勝率 21% ○ 馬場適性同馬場 8走で勝率 25% ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +44% (妙味あり) AI 予想勝率 55.6% (オッズ暗示: 38.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 35.0% / 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。
6	オニクダイスキマン自在	明星晴（笠松）	実23.1	B× A▽勝率3% EV-41% 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 06/04 名古屋5R 8着/12頭 05/25 名古屋7R 3着/10頭 05/08 名古屋8R 4着/11頭+0.3秒 04/24 名古屋8R 2着/11頭+1.4秒 04/13 名古屋6R 4着/10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 5.0着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 27走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 106日休養明け × 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 2.5% / 期待値 -42% ※ 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	オーセンティアン自在	丹羽克（愛知）	実26.9	B× A×勝率2% EV-56% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は14走で勝ち無し／前走2着）
前5走 09/07 名古屋7R 2着/10頭+0.2秒 08/24 名古屋8R 5着/12頭+0.7秒 07/31 名古屋8R 11着/11頭+3.5秒 07/17 名古屋7R 9着/12頭 07/01 名古屋7R 5着/11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 6.0着 △ 当競馬場適性 24走で勝率 8% ▽ 距離適性同距離は 14走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% ○ 前走実績前走 2着 (好走) × 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 9位 / 勝率 1.6% / 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。
8	テーオーウィルソン	筒井勇（笠松）	実13.6	B× A△勝率6% EV-24% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/04 名古屋6R 6着/11頭+1.3秒 07/30 園田12R 8着/12頭+1.0秒 07/17 園田9R 8着/10頭 07/02 園田12R 2着/11頭 01/15 園田9R 2着/8頭+0.6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 7.3着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 7.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.5% / 期待値 -25% ※ 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	ドラゴンラック	阿部基（笠松）	実12.9	B× A△勝率9% EV+13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／80日ぶりの実戦）
前5走 06/30 名古屋9R 10着/12頭 06/18 名古屋8R 7着/10頭 06/04 名古屋9R 9着/12頭 05/21 名古屋7R 5着/10頭 05/06 名古屋6R 7着/11頭+1.7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 8.7着 (不振) ○ 当競馬場適性 15走で勝率 20% (相性良) △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 5走で勝率 20% ▽ 前走実績前走 10着 (大敗) × 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: 7.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.8% / 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。
10	スイングボーイ追込	大畑慧（愛知）	実3.9	B○ A▲勝率16% EV-36% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走勝利の勢い）
前5走 09/07 名古屋5R 1着/9頭勝利 08/19 名古屋4R 1着/11頭勝利 07/29 名古屋2R 2着/11頭+0.3秒 07/02 名古屋12R 9着/12頭+0.0秒 06/19 名古屋1R 5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戦の調子勝率 67% (絶好調) △ 当競馬場適性 37走で勝率 8% △ 距離適性同距離 36走で勝率 8% ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +52% (市場が大幅過小評価) AI 予想勝率 39.1% (オッズ暗示: 25.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.4% / 期待値 -36% ※ 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	アミアン差し	塚本征（愛知）	実3.5	B▲ A○勝率22% EV-22% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調）
前5走 09/04 名古屋6R 7着/11頭+1.4秒 08/24 名古屋8R 2着/12頭+0.1秒 07/30 名古屋7R 1着/11頭勝利 07/15 名古屋12R 9着/12頭 07/03 名古屋6R 10着/12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 34走で勝率 15% ○ 距離適性同距離 25走で勝率 16% ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 28.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.1% / 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。

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 ◎

ガーニュ

騎手山田祥（愛知）

単勝オッズ

2.6倍

AI期待値

+44%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲10スイングボーイ

3.9倍

EV +52%

▲A:○11アミアン

3.5倍

EV -94%

出走馬全11頭

◎A:◎5

ガーニュ

山田祥（愛知）

2.6倍

+44%

›

○A:▲10

スイングボーイ

大畑慧（愛知）

3.9倍

+52%

›

▲A:○11

アミアン

塚本征（愛知）

3.5倍

-94%

›

△A:▽3

グランキューブ

細川智（愛知）

51.7倍

-45%

›

△A:▽4

トータルダイヤ

柿原翔（愛知）

88.5倍

-6%

›

△A:△2

タッチザシーリング

近藤颯（愛知）

17.2倍

-85%

›

×A:△8

テーオーウィルソン

筒井勇（笠松）

13.6倍

-96%

›

×A:△9

ドラゴンラック

阿部基（笠松）

12.9倍

-98%

›

×A:×7

オーセンティアン

丹羽克（愛知）

26.9倍

-96%

›

×A:▽1

セレスト

木之葵（愛知）

67.6倍

-90%

›

×A:▽6

オニクダイスキマン

明星晴（笠松）

23.1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Ｂ８ダ1500m ダート1500m　発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	セレスト	木之葵（愛知）	実67.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場26走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し）
前5走 08/21 名古屋6R 9着/9頭+5.2秒 07/17 名古屋7R 4着/12頭 07/02 名古屋6R 8着/12頭+0.0秒 06/04 名古屋6R 6着/11頭 05/22 名古屋9R 4着/10頭+1.0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 7.0着 (不振) × 当競馬場適性 26走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ○ 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) -26% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.5%) ※ 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	タッチザシーリング	近藤颯（愛知）	実17.2	△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0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 09/04 名古屋6R 9着/11頭+2.3秒 08/21 名古屋6R 7着/9頭+1.6秒 07/31 名古屋9R 4着/12頭+0.8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 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -25% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 5.8%) ※ 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。
3	グランキューブ	細川智（愛知）	実51.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 09/04 名古屋6R 10着/11頭+2.5秒 07/01 名古屋7R 10着/11頭 06/17 名古屋7R 8着/11頭 06/03 名古屋8R 9着/12頭+0.0秒 05/20 名古屋4R 9着/11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 9.3着 (不振) △ 当競馬場適性 61走で勝率 8% △ 距離適性同距離 43走で勝率 7% ▽ 前走実績前走 10着 (大敗) ○ 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) -14% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 1.9%) ※ 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	トータルダイヤ先行	柿原翔（愛知）	実88.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場29走で勝率0%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走平均8.3着と低調）
前5走 09/07 名古屋8R 3着/10頭+0.8秒 08/24 名古屋9R 10着/11頭+3.4秒 07/31 名古屋9R 12着/12頭+2.7秒 07/17 名古屋7R 12着/12頭 05/06 名古屋5R 5着/11頭+2.1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 8.3着 (不振) × 当競馬場適性 29走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 0.9% (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。
5	ガーニュ逃げ	山田祥（愛知）	実2.6	◎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3着／63日ぶりの実戦）
前5走 07/17 名古屋7R 3着/12頭+2.0秒 06/18 名古屋9R 7着/10頭 01/02 名古屋11R 3着/12頭+1.0秒 12/19 名古屋9R 3着/11頭+0.3秒 11/21 名古屋10R 3着/12頭+0.7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 4.3着 ○ 当競馬場適性 29走で勝率 21% (相性良) ○ 距離適性同距離 19走で勝率 21% ○ 馬場適性同馬場 8走で勝率 25% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 35.0% (オッズ暗示: 38.5%) ※ 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	オニクダイスキマン自在	明星晴（笠松）	実23.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場18走で勝率0%と苦戦傾向／同距離帯は27走で勝ち無し／106日ぶりの実戦）
前5走 06/04 名古屋5R 8着/12頭 05/25 名古屋7R 3着/10頭 05/08 名古屋8R 4着/11頭+0.3秒 04/24 名古屋8R 2着/11頭+1.4秒 04/13 名古屋6R 4着/10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 5.0着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 27走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 106日休養明け × 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 2.5% (オッズ暗示: 4.3%) ※ 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	オーセンティアン自在	丹羽克（愛知）	実26.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は14走で勝ち無し／前走2着）
前5走 09/07 名古屋7R 2着/10頭+0.2秒 08/24 名古屋8R 5着/12頭+0.7秒 07/31 名古屋8R 11着/11頭+3.5秒 07/17 名古屋7R 9着/12頭 07/01 名古屋7R 5着/11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 6.0着 △ 当競馬場適性 24走で勝率 8% ▽ 距離適性同距離は 14走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% ○ 前走実績前走 2着 (好走) × 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 1.6% (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。
8	テーオーウィルソン	筒井勇（笠松）	実13.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/04 名古屋6R 6着/11頭+1.3秒 07/30 園田12R 8着/12頭+1.0秒 07/17 園田9R 8着/10頭 07/02 園田12R 2着/11頭 01/15 園田9R 2着/8頭+0.6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 7.3着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -25% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 7.4%) ※ 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。
9	ドラゴンラック	阿部基（笠松）	実12.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調／80日ぶりの実戦）
前5走 06/30 名古屋9R 10着/12頭 06/18 名古屋8R 7着/10頭 06/04 名古屋9R 9着/12頭 05/21 名古屋7R 5着/10頭 05/06 名古屋6R 7着/11頭+1.7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 8.7着 (不振) ○ 当競馬場適性 15走で勝率 20% (相性良) △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 5走で勝率 20% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 8.8% (オッズ暗示: 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。
10	スイングボーイ追込	大畑慧（愛知）	実3.9	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走勝利の勢い）
前5走 09/07 名古屋5R 1着/9頭勝利 08/19 名古屋4R 1着/11頭勝利 07/29 名古屋2R 2着/11頭+0.3秒 07/02 名古屋12R 9着/12頭+0.0秒 06/19 名古屋1R 5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戦の調子勝率 67% (絶好調) △ 当競馬場適性 37走で勝率 8% △ 距離適性同距離 36走で勝率 8% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 16.4% (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。
11	アミアン差し	塚本征（愛知）	実3.5	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調）
前5走 09/04 名古屋6R 7着/11頭+1.4秒 08/24 名古屋8R 2着/12頭+0.1秒 07/30 名古屋7R 1着/11頭勝利 07/15 名古屋12R 9着/12頭 07/03 名古屋6R 10着/12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 34走で勝率 15% ○ 距離適性同距離 25走で勝率 16% ○ 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) -23% (オッズ過剰評価) AI 予想勝率 22.1% (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。

AIの本命

AI評価1位

ガーニュ

騎手山田祥（愛知）

単勝オッズ

2.6倍

AI期待値

-8%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11アミアン

3.5倍

EV -22%

▲10スイングボーイ

3.9倍

EV -36%

出走馬全11頭

◎5

ガーニュ

山田祥（愛知）

2.6倍

-8%

›

○11

アミアン

塚本征（愛知）

3.5倍

-22%

›

▲10

スイングボーイ

大畑慧（愛知）

3.9倍

-36%

›

△9

ドラゴンラック

阿部基（笠松）

12.9倍

+13%

›

△8

テーオーウィルソン

筒井勇（笠松）

13.6倍

-24%

›

△2

タッチザシーリング

近藤颯（愛知）

17.2倍

-24%

›

▽6

オニクダイスキマン

明星晴（笠松）

23.1倍

-41%

›

▽3

グランキューブ

細川智（愛知）

51.7倍

-14%

›

×7

オーセンティアン

丹羽克（愛知）

26.9倍

-56%

›

▽1

セレスト

木之葵（愛知）

67.6倍

-25%

›

▽4

トータルダイヤ

柿原翔（愛知）

88.5倍

-24%

›

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