名古屋 8R 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

8R 名古屋競馬場ダ1500m ダート1500m　発走 16:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	モンサンフリージア自在	加藤聡（愛知）	実59.5	B× A×勝率1% EV-50% 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12R 4着/12頭+0.3秒 08/24 名古屋6R 7着/11頭+1.4秒 07/29 名古屋2R 1着/11頭勝利 07/14 名古屋6R 3着/12頭 06/17 名古屋12R 3着/12頭
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 34走で勝率 6% △ 距離適性同距離 33走で勝率 6% ◎ 騎手近50戦勝率 24% (好調) ○ 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) -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 0.8% / 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。
2	グレースシャルマン追込	山田祥（愛知）	実15.5	B△ A△勝率4% EV-33% 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 09/03 名古屋7R 1着/11頭勝利 08/19 名古屋3R 2着/11頭+0.1秒 07/14 名古屋6R 7着/12頭 05/07 名古屋7R 8着/11頭+1.1秒 04/23 名古屋6R 12着/12頭+4.4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戦の調子勝率 33% (上り調子) △ 当競馬場適性 23走で勝率 13% △ 距離適性同距離 21走で勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 15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 0.7% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.3% / 期待値 -33% ※ 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	トッピゴー先行	渡邊竜（笠松）	実5.8	B▲ A▲勝率13% EV-25% 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 09/07 名古屋5R 7着/9頭+1.1秒 08/24 名古屋7R 3着/12頭+0.6秒 07/29 名古屋3R 1着/12頭勝利 10/14 名古屋11R 2着/12頭+0.0秒 10/01 名古屋12R 2着/12頭+0.1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戦の調子勝率 33% (上り調子) ○ 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% × 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 5.8% (オッズ暗示: 17.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.8% / 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。
4	ハイグッドエース自在	明星晴（笠松）	実255.0	B× A▽勝率0% EV+24% 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3R 9着/11頭+2.8秒 08/24 名古屋6R 8着/11頭+1.4秒 07/17 名古屋12R 10着/12頭 07/03 名古屋7R 6着/12頭 06/22 名古屋7R 5着/11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 9.0着 (不振) △ 当競馬場適性 52走で勝率 6% △ 距離適性同距離 34走で勝率 9% △ 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) -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 0.5% / 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。
5	セイスイミリオン追込	大畑慧（愛知）	実5.1	B○ A○勝率23% EV+15% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 09/04 名古屋3R 3着/11頭+0.8秒 08/20 名古屋7R 2着/12頭+0.0秒 07/15 名古屋6R 4着/12頭+2.0秒 03/12 名古屋4R 1着/11頭勝利 02/27 名古屋4R 2着/11頭+0.0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 3.0着 (安定) ○ 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% ○ 前走実績前走 3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) -70% (大幅な期待値マイナス) AI 予想勝率 5.8% (オッズ暗示: 19.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.6% / 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。
6	ジオパークコハク	松本一（笠松）	実59.1	B× A×勝率1% EV-56% 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3R 10着/11頭+2.8秒 08/24 名古屋7R 7着/12頭+0.8秒 07/03 名古屋12R 7着/12頭+0.0秒 06/04 名古屋2R 1着/11頭 05/21 名古屋5R 5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 8.0着 (不振) △ 当競馬場適性 16走で勝率 12% ○ 距離適性同距離 12走で勝率 17% ▽ 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) -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 -56% ※ 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	ベアショット差し	近藤颯（愛知）	実21.5	B△ A△勝率4% EV-20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場37走で勝率3%と苦戦傾向／同距離帯は33走で勝ち無し／前走3着）
前5走 09/04 名古屋12R 3着/12頭+0.3秒 08/24 名古屋6R 10着/11頭+1.5秒 07/30 名古屋12R 2着/12頭+0.3秒 07/15 名古屋6R 5着/12頭 06/05 名古屋5R 5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 37走で勝率 3% (苦戦) ▽ 距離適性同距離は 33走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3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) -86% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 4.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.7% / 期待値 -21% ※ 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	リックトメンマ	大原浩（笠松）	実31.8	B△ A▽勝率3% EV-10% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場16走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 08/24 名古屋6R 4着/11頭+0.8秒 07/31 名古屋12R 5着/12頭+0.5秒 07/03 名古屋1R 3着/12頭 06/19 名古屋3R 3着/11頭 06/04 名古屋4R 4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 4.0着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.8% / 期待値 -10% ※ 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	ポムドール差し	今井貴（愛知）	実1.6	B◎ A◎勝率39% EV-37% 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5走で勝率40%と適性高／同距離帯5走で勝率40%／直近3走平均2.3着と安定）
前5走 09/04 名古屋3R 2着/11頭+0.7秒 08/24 名古屋5R 3着/3頭 07/30 名古屋6R 2着/11頭+0.3秒 04/30 園田11R 7着/10頭+1.4秒 10/15 名古屋5R 1着/12頭勝利
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 2.3着 (安定) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 騎手近50戦勝率 22% (好調) ○ 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) +37% (妙味あり) AI 予想勝率 86.1% (オッズ暗示: 62.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 39.4% / 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。
10	ゼーブルージュ自在	小笠羚（愛知）	実27.4	B× A▽勝率2% EV-36% 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7走で勝ち無し）
前5走 09/07 名古屋5R 6着/9頭+1.1秒 08/24 名古屋6R 3着/11頭+0.5秒 07/31 名古屋5R 8着/12頭+2.1秒 07/14 浦和5R 3着/11頭+0.0秒 06/23 浦和9R 7着/10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戦の調子平均 5.7着 × 当競馬場適性 3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 16% × 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 0.1% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 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	リストン逃げ	阪野学（愛知）	実49.9	B× A▽勝率2% EV-4% 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5R 8着/9頭+2.0秒 08/24 名古屋7R 12着/12頭+3.6秒 07/31 名古屋7R 7着/12頭+1.6秒 07/17 名古屋12R 5着/12頭 07/02 名古屋6R 9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戦の調子平均 9.0着 (不振) △ 当競馬場適性 46走で勝率 11% △ 距離適性同距離 34走で勝率 6% △ 騎手近50戦勝率 2% (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 1.9% / 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。
12	ベルフォン追込	阿部基（笠松）	実16.6	B× A△勝率8% EV+35% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場25走で勝率4%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走で勝率33%と好調）
前5走 09/04 名古屋3R 4着/11頭+1.5秒 08/19 名古屋3R 1着/11頭勝利 07/14 名古屋12R 3着/11頭 07/01 名古屋6R 5着/12頭 06/17 名古屋12R 5着/12頭+1.0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戦の調子勝率 33% (上り調子) × 当競馬場適性 25走で勝率 4% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 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 0.1% (オッズ暗示: 6.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 期待値 +35% ※ 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 ◎

ポムドール

騎手今井貴（愛知）

単勝オッズ

1.6倍

AI期待値

+37%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5セイスイミリオン

5.1倍

EV -70%

▲A:▲3トッピゴー

5.8倍

EV -66%

出走馬全12頭

◎A:◎9

ポムドール

今井貴（愛知）

1.6倍

+37%

›

○A:○5

セイスイミリオン

大畑慧（愛知）

5.1倍

-70%

›

▲A:▲3

トッピゴー

渡邊竜（笠松）

5.8倍

-66%

›

△A:△2

グレースシャルマン

山田祥（愛知）

15.5倍

-89%

›

△A:△7

ベアショット

近藤颯（愛知）

21.5倍

-85%

›

△A:▽8

リックトメンマ

大原浩（笠松）

31.8倍

-79%

›

×A:△12

ベルフォン

阿部基（笠松）

16.6倍

-98%

›

×A:▽10

ゼーブルージュ

小笠羚（愛知）

27.4倍

-97%

›

×A:▽11

リストン

阪野学（愛知）

49.9倍

-99%

›

×A:×6

ジオパークコハク

松本一（笠松）

59.1倍

-99%

›

×A:×1

モンサンフリージア

加藤聡（愛知）

59.5倍

-99%

›

×A:▽4

ハイグッドエース

明星晴（笠松）

255.0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

8R 名古屋競馬場ダ1500m ダート1500m　発走 16:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	モンサンフリージア自在	加藤聡（愛知）	実59.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／騎手は近50戦で勝率24%）
前5走 09/04 名古屋12R 4着/12頭+0.3秒 08/24 名古屋6R 7着/11頭+1.4秒 07/29 名古屋2R 1着/11頭勝利 07/14 名古屋6R 3着/12頭 06/17 名古屋12R 3着/12頭
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 34走で勝率 6% △ 距離適性同距離 33走で勝率 6% ◎ 騎手近50戦勝率 24% (好調) ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.7%) ※ 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。
2	グレースシャルマン追込	山田祥（愛知）	実15.5	△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 09/03 名古屋7R 1着/11頭勝利 08/19 名古屋3R 2着/11頭+0.1秒 07/14 名古屋6R 7着/12頭 05/07 名古屋7R 8着/11頭+1.1秒 04/23 名古屋6R 12着/12頭+4.4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戦の調子勝率 33% (上り調子) △ 当競馬場適性 23走で勝率 13% △ 距離適性同距離 21走で勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 6.5%) ※ 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。
3	トッピゴー先行	渡邊竜（笠松）	実5.8	▲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 09/07 名古屋5R 7着/9頭+1.1秒 08/24 名古屋7R 3着/12頭+0.6秒 07/29 名古屋3R 1着/12頭勝利 10/14 名古屋11R 2着/12頭+0.0秒 10/01 名古屋12R 2着/12頭+0.1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戦の調子勝率 33% (上り調子) ○ 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% △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 12.8% (オッズ暗示: 17.2%) ※ 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	ハイグッドエース自在	明星晴（笠松）	実255.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 09/04 名古屋3R 9着/11頭+2.8秒 08/24 名古屋6R 8着/11頭+1.4秒 07/17 名古屋12R 10着/12頭 07/03 名古屋7R 6着/12頭 06/22 名古屋7R 5着/11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 9.0着 (不振) △ 当競馬場適性 52走で勝率 6% △ 距離適性同距離 34走で勝率 9% △ 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) +24% (市場と概ね一致) AI 予想勝率 0.5% (オッズ暗示: 0.4%) ※ 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。
5	セイスイミリオン追込	大畑慧（愛知）	実5.1	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 09/04 名古屋3R 3着/11頭+0.8秒 08/20 名古屋7R 2着/12頭+0.0秒 07/15 名古屋6R 4着/12頭+2.0秒 03/12 名古屋4R 1着/11頭勝利 02/27 名古屋4R 2着/11頭+0.0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 3.0着 (安定) ○ 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% ○ 前走実績前走 3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) +15% (市場と概ね一致) AI 予想勝率 22.6% (オッズ暗示: 19.6%) ※ 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。
6	ジオパークコハク	松本一（笠松）	実59.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 09/04 名古屋3R 10着/11頭+2.8秒 08/24 名古屋7R 7着/12頭+0.8秒 07/03 名古屋12R 7着/12頭+0.0秒 06/04 名古屋2R 1着/11頭 05/21 名古屋5R 5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 8.0着 (不振) △ 当競馬場適性 16走で勝率 12% ○ 距離適性同距離 12走で勝率 17% ▽ 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) -56% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.7%) ※ 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。
7	ベアショット差し	近藤颯（愛知）	実21.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場37走で勝率3%と苦戦傾向／同距離帯は33走で勝ち無し／前走3着）
前5走 09/04 名古屋12R 3着/12頭+0.3秒 08/24 名古屋6R 10着/11頭+1.5秒 07/30 名古屋12R 2着/12頭+0.3秒 07/15 名古屋6R 5着/12頭 06/05 名古屋5R 5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 37走で勝率 3% (苦戦) ▽ 距離適性同距離は 33走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3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) -21% (オッズ過剰評価) AI 予想勝率 3.7% (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。
8	リックトメンマ	大原浩（笠松）	実31.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場16走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 08/24 名古屋6R 4着/11頭+0.8秒 07/31 名古屋12R 5着/12頭+0.5秒 07/03 名古屋1R 3着/12頭 06/19 名古屋3R 3着/11頭 06/04 名古屋4R 4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 4.0着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.1%) ※ 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。
9	ポムドール差し	今井貴（愛知）	実1.6	◎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（当競馬場5走で勝率40%と適性高／同距離帯5走で勝率40%／直近3走平均2.3着と安定）
前5走 09/04 名古屋3R 2着/11頭+0.7秒 08/24 名古屋5R 3着/3頭 07/30 名古屋6R 2着/11頭+0.3秒 04/30 園田11R 7着/10頭+1.4秒 10/15 名古屋5R 1着/12頭勝利
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 2.3着 (安定) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 39.4% (オッズ暗示: 62.5%) ※ 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	ゼーブルージュ自在	小笠羚（愛知）	実27.4	▽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7走で勝ち無し）
前5走 09/07 名古屋5R 6着/9頭+1.1秒 08/24 名古屋6R 3着/11頭+0.5秒 07/31 名古屋5R 8着/12頭+2.1秒 07/14 浦和5R 3着/11頭+0.0秒 06/23 浦和9R 7着/10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戦の調子平均 5.7着 × 当競馬場適性 3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 16% × 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 2.3% (オッズ暗示: 3.6%) ※ 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	リストン逃げ	阪野学（愛知）	実49.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 09/07 名古屋5R 8着/9頭+2.0秒 08/24 名古屋7R 12着/12頭+3.6秒 07/31 名古屋7R 7着/12頭+1.6秒 07/17 名古屋12R 5着/12頭 07/02 名古屋6R 9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戦の調子平均 9.0着 (不振) △ 当競馬場適性 46走で勝率 11% △ 距離適性同距離 34走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.0%) ※ 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。
12	ベルフォン追込	阿部基（笠松）	実16.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場25走で勝率4%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走で勝率33%と好調）
前5走 09/04 名古屋3R 4着/11頭+1.5秒 08/19 名古屋3R 1着/11頭勝利 07/14 名古屋12R 3着/11頭 07/01 名古屋6R 5着/12頭 06/17 名古屋12R 5着/12頭+1.0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戦の調子勝率 33% (上り調子) × 当競馬場適性 25走で勝率 4% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 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) +35% (妙味あり) AI 予想勝率 8.2% (オッズ暗示: 6.0%) ※ 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。

AIの本命

AI評価1位

ポムドール

騎手今井貴（愛知）

単勝オッズ

1.6倍

AI期待値

-37%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5セイスイミリオン

5.1倍

EV +15%

▲3トッピゴー

5.8倍

EV -25%

出走馬全12頭

◎9

ポムドール

今井貴（愛知）

1.6倍

-37%

›

○5

セイスイミリオン

大畑慧（愛知）

5.1倍

+15%

›

▲3

トッピゴー

渡邊竜（笠松）

5.8倍

-25%

›

△12

ベルフォン

阿部基（笠松）

16.6倍

+35%

›

△2

グレースシャルマン

山田祥（愛知）

15.5倍

-33%

›

△7

ベアショット

近藤颯（愛知）

21.5倍

-20%

›

▽8

リックトメンマ

大原浩（笠松）

31.8倍

-10%

›

▽10

ゼーブルージュ

小笠羚（愛知）

27.4倍

-36%

›

▽11

リストン

阪野学（愛知）

49.9倍

-4%

›

×1

モンサンフリージア

加藤聡（愛知）

59.5倍

-50%

›

×6

ジオパークコハク

松本一（笠松）

59.1倍

-56%

›

▽4

ハイグッドエース

明星晴（笠松）

255.0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