名古屋 1R 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。

1R 名古屋競馬場ダ1500m ダート1500m　発走 12:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メイショウツキヨ	小笠羚（愛知）	実101.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/01 名古屋4R 7着/10頭+2.0秒 08/18 名古屋5R 8着/12頭+5.6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戦の調子平均 7.5着 (不振) ○ 騎手近50戦勝率 16% ○ 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) +107% (市場が大幅過小評価) AI 予想勝率 2.0% (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。
2	アイゼンハイム	加藤誓（愛知）	実123.8	▽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 09/14 名古屋5R 8着/12頭+3.6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 8.0着 (不振) ○ 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) +56% (市場が大幅過小評価) AI 予想勝率 1.3% (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。
3	メイショウハネウマ	近藤颯（愛知）	実27.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調）
前5走 09/14 名古屋3R 9着/12頭+2.9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 9.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ○ 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% (妙味あり) AI 予想勝率 4.8% (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。
4	ラブラドール	加藤聡（愛知）	実24.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率26%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 26% (好調) ◎ 期待値 (オッズ vs AI勝率) +76% (市場が大幅過小評価) AI 予想勝率 7.3% (オッズ暗示: 4.1%) ※ 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	アンパシオンス	加藤利（愛知）	実431.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 08/18 名古屋4R 12着/12頭+6.7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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +225% (市場が大幅過小評価) AI 予想勝率 0.8% (オッズ暗示: 0.2%) ※ 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	アイアン	木之葵（愛知）	実2.2	○詳細▼	人気馬、市場評価通りで上乗せなし
前5走 09/14 名古屋3R 7着/12頭+2.4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 7.0着 (不振) ○ 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) -47% (大幅な期待値マイナス) AI 予想勝率 24.2% (オッズ暗示: 45.5%) ※ 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。
7	ミツカネルナ	大畑慧（愛知）	実88.9	▽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 09/01 名古屋5R 8着/11頭+4.0秒 08/05 船橋10R 8着/12頭+1.8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 8.0着 (不振) ○ 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) +82% (市場が大幅過小評価) AI 予想勝率 2.1% (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。
8	イゲマジャ	阪野学（愛知）	実73.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/01 名古屋4R 6着/10頭+1.5秒 08/24 名古屋2R 9着/12頭+4.7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 7.5着 (不振) △ 騎手近50戦勝率 2% (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) +120% (市場が大幅過小評価) AI 予想勝率 3.0% (オッズ暗示: 1.4%) ※ 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	ジン逃げ	松本一（笠松）	実284.3	▽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7走で勝ち無し／直近3走平均8.3着と低調）
前5走 09/14 名古屋1R 10着/11頭+4.6秒 09/01 名古屋1R 10着/10頭+4.0秒 08/18 名古屋12R 5着/12頭+1.5秒 07/13 名古屋1R 7着/12頭 06/30 名古屋1R 5着/12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 8.3着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) +80% (市場が大幅過小評価) AI 予想勝率 0.6% (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。
10	オリエンタルガール	渡邊竜（笠松）	実8.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.0着と低調）
前5走 09/01 名古屋6R 8着/11頭+2.5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 8.0着 (不振) ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 8.3% (オッズ暗示: 12.2%) ※ 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	サノノスレーヴ	今井貴（愛知）	実3.3	◎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（直近3走平均2.0着と安定／前走2着／騎手は近50戦で勝率22%）
前5走 09/01 名古屋1R 2着/10頭+0.0秒 08/18 名古屋1R 2着/12頭+0.0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 2.0着 (安定) ◎ 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 28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 35.0% (オッズ暗示: 30.3%) ※ 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。
12	チョコブラウニー	塚本征（愛知）	実3.9	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
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) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) × 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 10.6% (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。

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

サノノスレーヴ

騎手今井貴（愛知）

単勝オッズ

3.3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

○6アイアン

2.2倍

EV -46%

▲12チョコブラウニー

3.9倍

EV -58%

出走馬全12頭

◎11

サノノスレーヴ

今井貴（愛知）

3.3倍

+15%

›

○6

アイアン

木之葵（愛知）

2.2倍

-46%

›

▲12

チョコブラウニー

塚本征（愛知）

3.9倍

-58%

›

△10

オリエンタルガール

渡邊竜（笠松）

8.2倍

-32%

›

△4

ラブラドール

加藤聡（愛知）

24.1倍

+76%

›

△3

メイショウハネウマ

近藤颯（愛知）

27.8倍

+33%

›

▽8

イゲマジャ

阪野学（愛知）

73.5倍

+120%

›

▽7

ミツカネルナ

大畑慧（愛知）

88.9倍

+82%

›

▽1

メイショウツキヨ

小笠羚（愛知）

101.3倍

+107%

›

▽2

アイゼンハイム

加藤誓（愛知）

123.8倍

+56%

›

▽5

アンパシオンス

加藤利（愛知）

431.3倍

+225%

›

▽9

ジン

松本一（笠松）

284.3倍

+80%

›

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

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