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。

7R 名古屋競馬場ダ1500m ダート1500m　発走 15:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴィヴィアンワン追込	阿部基（笠松）	実11.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し／直近3走平均3.0着と安定）
前5走 09/02 名古屋5R 2着/12頭+0.7秒 08/18 名古屋8R 4着/12頭+1.2秒 07/28 名古屋12R 3着/10頭+0.8秒 07/13 名古屋6R 6着/12頭 06/16 名古屋4R 5着/9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戦の調子平均 3.0着 (安定) × 当競馬場適性 20走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ 前走実績前走 2着 (好走) ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 5.9% (オッズ暗示: 9.0%) ※ 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	バレドラパン差し	木之葵（愛知）	実11.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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 09/15 名古屋8R 9着/11頭+1.1秒 09/02 名古屋6R 8着/12頭+1.7秒 08/18 名古屋8R 3着/12頭+0.3秒 07/28 名古屋6R 5着/12頭+1.0秒 07/13 名古屋6R 3着/12頭+2.0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 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 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 4.2% (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。
3	ラブウェイ先行	尾崎章（愛知）	実36.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場70走で勝率1%と苦戦傾向／同距離帯は67走で勝ち無し／直近3走平均9.3着と低調）
前5走 09/15 名古屋7R 10着/11頭+3.5秒 09/02 名古屋5R 8着/12頭+2.9秒 08/18 名古屋8R 10着/12頭+3.1秒 07/13 名古屋12R 2着/12頭+0.0秒 06/30 名古屋5R 2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 70走で勝率 1% (苦戦) ▽ 距離適性同距離は 67走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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) -79% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 2.8%) ※ 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。
4	フラッシュドロー差し	小笠羚（愛知）	実9.7	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場45走で勝率2%と苦戦傾向／同距離帯は49走で勝ち無し）
前5走 09/15 名古屋7R 4着/11頭+1.6秒 09/02 名古屋5R 3着/12頭+0.8秒 08/18 名古屋8R 5着/12頭+1.5秒 07/13 名古屋6R 4着/12頭+0.0秒 06/30 名古屋12R 6着/12頭+0.0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 4.0着 × 当競馬場適性 45走で勝率 2% (苦戦) ▽ 距離適性同距離は 49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) +7% (市場と概ね一致) AI 予想勝率 11.1% (オッズ暗示: 10.3%) ※ 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。
5	ガムピーリング逃げ	山田祥（愛知）	実91.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場19走で勝率0%と苦戦傾向／同距離帯は29走で勝ち無し／直近3走平均9.7着と低調）
前5走 09/15 名古屋7R 7着/11頭+2.9秒 09/02 名古屋5R 11着/12頭+3.7秒 08/19 名古屋1R 11着/11頭+1.9秒 07/28 名古屋6R 4着/12頭+0.8秒 07/13 名古屋6R 5着/12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 9.7着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 29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) -11% (オッズ過剰評価) AI 予想勝率 1.0% (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。
6	スマートエラブル自在	加藤利（愛知）	実11.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場43走で勝率0%と苦戦傾向／同距離帯は37走で勝ち無し／前走2着）
前5走 09/15 名古屋7R 2着/11頭+1.0秒 09/02 名古屋5R 5着/12頭+1.4秒 08/18 名古屋8R 6着/12頭+1.9秒 07/13 名古屋7R 7着/12頭+3.0秒 06/30 名古屋12R 4着/12頭+0.0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 4.3着 × 当競馬場適性 43走で勝率 0% (苦戦) ▽ 距離適性同距離は 37走で勝ち無し ○ 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) -45% (大幅な期待値マイナス) AI 予想勝率 4.8% (オッズ暗示: 8.8%) ※ 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。
7	シグナトリー逃げ	深澤杏（笠松）	実33.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場44走で勝率2%と苦戦傾向／同距離帯は40走で勝ち無し／直近3走平均9.7着と低調）
前5走 09/07 名古屋10R 10着/11頭+5.3秒 08/19 名古屋4R 10着/11頭+2.4秒 07/28 名古屋12R 9着/10頭+1.9秒 07/13 名古屋7R 11着/12頭+3.0秒 06/30 名古屋12R 3着/12頭+2.0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 9.7着 (不振) × 当競馬場適性 44走で勝率 2% (苦戦) ▽ 距離適性同距離は 40走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 3.0%) ※ 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。
8	メイショウウミカゼ差し	阪野学（愛知）	実31.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場37走で勝率3%と苦戦傾向／同距離帯は39走で勝ち無し）
前5走 09/15 名古屋8R 6着/11頭+0.8秒 09/02 名古屋6R 9着/12頭+1.8秒 08/19 名古屋2R 7着/12頭+2.9秒 07/28 名古屋12R 6着/10頭+1.1秒 06/17 名古屋1R 4着/11頭+2.0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) × 当競馬場適性 37走で勝率 3% (苦戦) ▽ 距離適性同距離は 39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) -10% (オッズ過剰評価) AI 予想勝率 2.9% (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。
9	サンコルテス逃げ	友森翔（愛知）	実34.7	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場131走で勝率2%と苦戦傾向／同距離帯は117走で勝ち無し／直近3走平均10.7着と低調）
前5走 09/15 名古屋7R 8着/11頭+3.1秒 09/02 名古屋5R 12着/12頭+3.9秒 08/18 名古屋8R 12着/12頭+3.4秒 07/28 名古屋6R 11着/12頭+4.0秒 07/13 名古屋12R 4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 10.7着 (不振) × 当競馬場適性 131走で勝率 2% (苦戦) ▽ 距離適性同距離は 117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) -57% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.9%) ※ 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。
10	ロッカフラダンサー追込	大畑慧（愛知）	実2.0	◎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（同馬場状態で勝率33%／直近3走平均2.3着と安定／前走3着）
前5走 09/15 名古屋7R 3着/11頭+1.1秒 09/01 名古屋8R 2着/10頭+0.0秒 08/18 名古屋7R 2着/12頭+0.7秒 07/13 名古屋5R 3着/3頭 09/02 名古屋3R 2着/12頭+1.0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 2.3着 (安定) △ 当競馬場適性 16走で勝率 12% △ 距離適性同距離 14走で勝率 14% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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% (オッズ過剰評価) AI 予想勝率 42.4% (オッズ暗示: 50.0%) ※ 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。
11	サンルーナ先行	丹羽克（愛知）	実18.0	×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0%と苦戦傾向／同距離帯は24走で勝ち無し）
前5走 09/14 名古屋8R 4着/10頭+0.9秒 09/01 名古屋8R 3着/10頭+0.2秒 07/28 名古屋12R 5着/10頭+1.1秒 07/13 名古屋6R 7着/12頭 05/19 名古屋5R 3着/11頭+0.5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 4.0着 × 当競馬場適性 25走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 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) -57% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 5.6%) ※ 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。
12	フィロンドール追込	望月洵（愛知）	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場33走で勝率3%と苦戦傾向／同距離帯は32走で勝ち無し／直近3走平均8.0着と低調）
前5走 09/15 名古屋8R 8着/11頭+1.1秒 09/02 名古屋6R 12着/12頭+1.9秒 07/28 名古屋12R 4着/10頭+1.1秒 07/01 名古屋2R 10着/12頭+0.0秒 06/18 名古屋6R 9着/10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 8.0着 (不振) × 当競馬場適性 33走で勝率 3% (苦戦) ▽ 距離適性同距離は 32走で勝ち無し ◎ 騎手近50戦勝率 22% (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) -2% (オッズ過剰評価) AI 予想勝率 21.3% (オッズ暗示: 21.7%) ※ 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。

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

ロッカフラダンサー

騎手大畑慧（愛知）

単勝オッズ

2.0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

○12フィロンドール

4.6倍

EV -1%

▲4フラッシュドロー

9.7倍

EV +7%

出走馬全12頭

◎10

ロッカフラダンサー

大畑慧（愛知）

2.0倍

-15%

›

○12

フィロンドール

望月洵（愛知）

4.6倍

-1%

›

▲4

フラッシュドロー

小笠羚（愛知）

9.7倍

+7%

›

△1

ヴィヴィアンワン

阿部基（笠松）

11.1倍

-34%

›

△6

スマートエラブル

加藤利（愛知）

11.3倍

-45%

›

△2

バレドラパン

木之葵（愛知）

11.7倍

-50%

›

▽8

メイショウウミカゼ

阪野学（愛知）

31.2倍

-9%

›

×11

サンルーナ

丹羽克（愛知）

18.0倍

-56%

›

▽7

シグナトリー

深澤杏（笠松）

33.4倍

-28%

›

×9

サンコルテス

友森翔（愛知）

34.7倍

-56%

›

▽5

ガムピーリング

山田祥（愛知）

91.8倍

-10%

›

×3

ラブウェイ

尾崎章（愛知）

36.0倍

-78%

›

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