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。

6R 名古屋競馬場中京競馬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	ニホンピロケイ逃げ	阿部基（笠松）	実20.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 09/15 名古屋9R 9着/10頭+1.8秒 06/04 名古屋5R 10着/12頭 05/22 名古屋9R 6着/10頭+2.0秒 05/08 名古屋4R 1着/10頭勝利 04/24 名古屋5R 3着/11頭+0.8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 8.3着 (不振) △ 当競馬場適性 21走で勝率 14% ○ 距離適性同距離 20走で勝率 15% ○ 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) -8% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 5.0%) ※ 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	ヴィジブルライト先行	塚本征（愛知）	実6.3	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は7走で勝ち無し）
前5走 09/02 名古屋9R 4着/9頭+0.4秒 08/19 名古屋7R 6着/10頭+0.6秒 07/22 大井12R 8着/11頭+2.4秒 07/01 大井8R 9着/14頭+2.0秒 05/21 大井6R 8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戦の調子平均 6.0着 ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -19% (オッズ過剰評価) AI 予想勝率 12.9% (オッズ暗示: 15.9%) ※ 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。
3	コパノディラン	今井貴（愛知）	実9.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯7走で勝率57%／直近3走平均9.3着と低調／騎手は近50戦で勝率22%）
前5走 09/16 名古屋9R 9着/11頭+1.5秒 08/04 船橋12R 13着/14頭+4.2秒 06/29 船橋5R 6着/9頭 06/16 川崎8R 5着/10頭+0.0秒 06/03 船橋4R 7着/11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 9.3着 (不振) ◎ 距離適性同距離 7走で勝率 57% ◎ 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) -6% (オッズ過剰評価) AI 予想勝率 9.6% (オッズ暗示: 10.2%) ※ 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	アカツキロットリー自在	丸野勝（愛知）	実2.1	◎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11走で勝率45%と適性高／同距離帯6走で勝率50%／前走3着）
前5走 09/16 名古屋7R 3着/10頭+1.1秒 09/04 名古屋7R 2着/3頭 09/18 名古屋10R 10着/11頭+3.6秒 02/29 名古屋12R 1着/10頭勝利 01/29 名古屋11R 3着/10頭+0.8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 5.0着 ◎ 当競馬場適性 11走で勝率 45% (得意) ◎ 距離適性同距離 6走で勝率 50% ○ 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) -23% (オッズ過剰評価) AI 予想勝率 36.5% (オッズ暗示: 47.6%) ※ 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。
5	スキューマパーラ先行	大原浩（笠松）	実85.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場68走で勝率4%と苦戦傾向）
前5走 09/16 名古屋9R 6着/11頭+1.3秒 09/02 名古屋8R 6着/10頭+0.8秒 08/19 名古屋6R 4着/10頭+0.7秒 07/30 名古屋10R 9着/11頭+2.3秒 06/30 名古屋9R 8着/12頭
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 5.3着 × 当競馬場適性 68走で勝率 4% (苦戦) △ 距離適性同距離 34走で勝率 6% ○ 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 1.0% (オッズ暗示: 1.2%) ※ 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	ブルロッソ追込	小笠羚（愛知）	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 09/16 名古屋9R 5着/11頭+1.1秒 09/03 名古屋8R 3着/3頭 08/20 名古屋10R 5着/11頭+1.1秒 07/31 名古屋7R 1着/12頭勝利 07/03 名古屋10R 4着/12頭
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 13走で勝率 15% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 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) -29% (オッズ過剰評価) AI 予想勝率 16.2% (オッズ暗示: 22.7%) ※ 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	グラスチアー逃げ	大畑慧（愛知）	実144.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場51走で勝率4%と苦戦傾向／同距離帯は51走で勝ち無し／直近3走平均8.7着と低調）
前5走 09/16 名古屋7R 9着/10頭+3.3秒 09/02 名古屋9R 8着/9頭+1.4秒 08/19 名古屋7R 9着/10頭+2.0秒 07/29 名古屋7R 11着/12頭+1.5秒 07/14 名古屋9R 10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 8.7着 (不振) × 当競馬場適性 51走で勝率 4% (苦戦) ▽ 距離適性同距離は 51走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) +0% (市場と概ね一致) AI 予想勝率 0.7% (オッズ暗示: 0.7%) ※ 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	ジュライファースト先行	大畑雅（愛知）	実52.1	▽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）
前5走 08/21 名古屋8R 9着/10頭+2.3秒 09/18 名古屋8R 5着/12頭+1.6秒 08/19 名古屋10R 1着/12頭勝利 07/18 名古屋11R 4着/12頭+1.9秒 07/07 名古屋10R 3着/11頭+1.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 17走で勝率 18% (相性良) △ 距離適性同距離 10走で勝率 10% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 期待値 (オッズ vs AI勝率) +47% (妙味あり) AI 予想勝率 2.8% (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。
9	スマートサターン逃げ	細川智（愛知）	実63.2	▽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 09/16 名古屋9R 11着/11頭+2.5秒 05/27 園田5R 12着/12頭 05/14 園田5R 5着/10頭+1.4秒 04/29 園田6R 4着/8頭+1.1秒 04/08 園田7R 3着/10頭+0.7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 9.3着 (不振) ▽ 前走実績前走 11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) -11% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.6%) ※ 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。
10	シスターネビュラ追込	阪野学（愛知）	実8.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調）
前5走 09/16 名古屋9R 10着/11頭+1.5秒 08/24 名古屋11R 1着/3頭 07/31 名古屋7R 5着/12頭+1.3秒 07/06 川崎8R 9着/9頭+0.0秒 05/13 川崎7R 10着/12頭+2.3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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) △ 距離適性同距離 32走で勝率 6% △ 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) -57% (大幅な期待値マイナス) AI 予想勝率 5.3% (オッズ暗示: 12.3%) ※ 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。
11	サーフギャラクシー	加藤誓（愛知）	実16.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率45%と適性高／同距離帯11走で勝率45%／同馬場状態で勝率50%）
前5走 09/15 名古屋9R 8着/10頭+1.3秒 09/04 名古屋6R 1着/11頭勝利 08/21 名古屋6R 6着/9頭+1.5秒 07/03 名古屋12R 1着/12頭 06/22 名古屋1R 5着/11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 11走で勝率 45% (得意) ◎ 距離適性同距離 11走で勝率 45% ◎ 馬場適性同馬場 4走で勝率 50% ○ 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) -9% (オッズ過剰評価) AI 予想勝率 5.6% (オッズ暗示: 6.1%) ※ 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。
12	テーオーパーソナル逃げ	明星晴（笠松）	実52.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/16 名古屋7R 4着/10頭+1.6秒 09/02 名古屋9R 6着/9頭+1.2秒 08/05 園田7R 10着/10頭+2.1秒 07/15 園田5R 9着/12頭+7.0秒 06/24 園田8R 3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 6.7着 △ 距離適性同距離 24走で勝率 12% △ 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) +75% (市場が大幅過小評価) AI 予想勝率 3.3% (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。

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

アカツキロットリー

騎手丸野勝（愛知）

単勝オッズ

2.1倍

AI期待値

-23%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ブルロッソ

4.4倍

EV -28%

▲2ヴィジブルライト

6.3倍

EV -18%

出走馬全12頭

◎4

アカツキロットリー

丸野勝（愛知）

2.1倍

-23%

›

○6

ブルロッソ

小笠羚（愛知）

4.4倍

-28%

›

▲2

ヴィジブルライト

塚本征（愛知）

6.3倍

-18%

›

△3

コパノディラン

今井貴（愛知）

9.8倍

-5%

›

△11

サーフギャラクシー

加藤誓（愛知）

16.3倍

-9%

›

△10

シスターネビュラ

阪野学（愛知）

8.1倍

-56%

›

▽1

ニホンピロケイ

阿部基（笠松）

20.0倍

-8%

›

▽12

テーオーパーソナル

明星晴（笠松）

52.6倍

+75%

›

▽8

ジュライファースト

大畑雅（愛知）

52.1倍

+47%

›

▽9

スマートサターン

細川智（愛知）

63.2倍

-11%

›

▽5

スキューマパーラ

大原浩（笠松）

85.9倍

-10%

›

▽7

グラスチアー

大畑慧（愛知）

144.4倍

+0%

›

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