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。

8R 名古屋競馬場中京競Ｂ８ダ1500m ダート1500m　発走 16:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タイクーンバゴ追込	今井貴（愛知）	実13.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／騎手は近50戦で勝率24%）
前5走 09/14 名古屋9R 7着/10頭+1.1秒 08/18 名古屋9R 10着/11頭+1.4秒 03/11 名古屋11R 7着/11頭+2.1秒 02/25 名古屋11R 3着/12頭+0.4秒 02/11 名古屋11R 2着/12頭+0.0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 8.0着 (不振) △ 当競馬場適性 46走で勝率 7% △ 距離適性同距離 22走で勝率 9% ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 16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 5.9% (オッズ暗示: 7.7%) ※ 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	ハクサンクラーケン逃げ	柿原翔（愛知）	実211.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場31走で勝率3%と苦戦傾向／直近3走平均8.0着と低調）
前5走 09/14 名古屋7R 11着/12頭+3.7秒 09/02 名古屋11R 4着/10頭+0.7秒 08/18 名古屋9R 9着/11頭+1.3秒 07/29 名古屋9R 8着/12頭+0.7秒 07/14 名古屋10R 12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 8.0着 (不振) × 当競馬場適性 31走で勝率 3% (苦戦) ○ 距離適性同距離 29走で勝率 17% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 16日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +128% (市場が大幅過小評価) AI 予想勝率 1.1% (オッズ暗示: 0.5%) ※ 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	ディプタルアスール	村上弘（愛知）	実50.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/14 名古屋7R 8着/12頭+2.1秒 08/18 名古屋10R 10着/11頭+1.6秒 07/14 名古屋10R 3着/12頭+1.0秒 06/18 名古屋9R 2着/10頭 06/04 名古屋8R 3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 7.0着 (不振) ○ 当競馬場適性 20走で勝率 15% (相性良) ○ 距離適性同距離 18走で勝率 17% ○ 馬場適性同馬場 5走で勝率 20% ○ ローテーション 16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: 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。
4	レアリーゼ逃げ	大原浩（笠松）	実12.5	△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／120日ぶりの実戦）
前5走 06/02 名古屋11R 7着/12頭 04/22 名古屋11R 10着/12頭+1.4秒 04/10 名古屋10R 8着/9頭+1.5秒 03/10 名古屋8R 1着/12頭勝利 02/23 名古屋9R 2着/11頭+0.2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 40走で勝率 18% (相性良) ○ 距離適性同距離 25走で勝率 20% ○ 馬場適性同馬場 4走で勝率 25% △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 8.0%) ※ 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。
5	ホウオウシーザー追込	細川智（愛知）	実3.0	○詳細▼	人気馬、市場評価通りで上乗せなし（同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 09/15 名古屋10R 4着/11頭+0.2秒 08/20 名古屋8R 1着/11頭勝利 07/31 名古屋9R 2着/12頭+0.0秒 07/03 名古屋1R 1着/12頭 06/22 名古屋1R 4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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 20走で勝率 15% (相性良) ○ 距離適性同距離 18走で勝率 17% ◎ 馬場適性同馬場 6走で勝率 33% ○ 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) -35% (大幅な期待値マイナス) AI 予想勝率 21.6% (オッズ暗示: 33.3%) ※ 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。
6	ピオニエーレ追込	友森翔（愛知）	実45.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同距離帯4走で勝率25%）
前5走 09/14 名古屋7R 7着/12頭+1.9秒 09/01 名古屋9R 7着/9頭+2.8秒 08/18 名古屋10R 9着/11頭+1.6秒 07/29 名古屋9R 5着/12頭+0.5秒 09/08 川崎9R 10着/12頭+0.7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 7.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 距離適性同距離 4走で勝率 25% ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 2.8% (オッズ暗示: 2.2%) ※ 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。
7	イットウショウグウ先行	近藤颯（愛知）	実48.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向）
前5走 09/14 名古屋7R 5着/12頭+1.7秒 09/02 名古屋11R 3着/10頭+0.7秒 08/19 名古屋7R 5着/10頭+0.4秒 07/29 名古屋8R 12着/12頭+3.7秒 05/28 浦和6R 8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 4.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 距離適性同距離 12走で勝率 17% ○ ローテーション 16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 1.7% (オッズ暗示: 2.1%) ※ 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	ワウワウワウ自在	丸野勝（愛知）	実3.8	◎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（当競馬場17走で勝率29%と適性高／同距離帯11走で勝率36%／同馬場状態で勝率33%）
前5走 09/15 名古屋10R 3着/11頭+0.1秒 07/29 名古屋8R 3着/12頭+0.1秒 07/14 名古屋9R 4着/11頭+1.0秒 07/01 名古屋8R 4着/12頭+0.0秒 06/16 名古屋10R 7着/11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 3.3着 ◎ 当競馬場適性 17走で勝率 29% (得意) ◎ 距離適性同距離 11走で勝率 36% ◎ 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 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 22.0% (オッズ暗示: 26.3%) ※ 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。
9	テーオーニルソン先行	塚本征（愛知）	実25.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/15 名古屋10R 7着/11頭+0.8秒 09/02 名古屋11R 5着/10頭+0.8秒 07/29 名古屋8R 7着/12頭+1.2秒 07/14 名古屋9R 5着/11頭+1.0秒 06/05 名古屋8R 2着/12頭+3.0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 6.3着 △ 当競馬場適性 22走で勝率 9% △ 距離適性同距離 19走で勝率 11% ○ 騎手近50戦勝率 16% ○ 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) -7% (オッズ過剰評価) AI 予想勝率 3.6% (オッズ暗示: 3.9%) ※ 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	オーバードライブ逃げ	小笠羚（愛知）	実3.6	▲詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率40%／直近3走で勝率33%と好調／前走2着）
前5走 09/15 名古屋9R 2着/10頭+0.1秒 09/02 名古屋8R 10着/10頭+2.1秒 05/22 名古屋9R 1着/10頭 05/08 名古屋9R 3着/12頭+0.5秒 04/24 名古屋7R 3着/12頭+1.1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 21走で勝率 14% △ 距離適性同距離 22走で勝率 14% ◎ 馬場適性同馬場 5走で勝率 40% ○ 前走実績前走 2着 (好走) ○ 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) -27% (オッズ過剰評価) AI 予想勝率 20.3% (オッズ暗示: 27.8%) ※ 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。
11	ウィウィルウィン	丹羽克（愛知）	実23.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/14 名古屋7R 9着/12頭+2.3秒 08/19 名古屋8R 2着/3頭 07/29 名古屋9R 9着/12頭+0.8秒 07/14 名古屋10R 2着/12頭 06/16 名古屋8R 4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 6.7着 △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 7走で勝率 14% ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 4.7% (オッズ暗示: 4.2%) ※ 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。
12	キスメット追込	加藤聡（愛知）	実12.4	△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22%）
前5走 09/15 名古屋10R 6着/11頭+0.8秒 09/02 名古屋8R 2着/10頭+0.3秒 07/14 名古屋9R 6着/11頭 06/30 名古屋8R 5着/12頭 06/17 名古屋6R 8着/11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 4.7着 △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 10走で勝率 10% ◎ 騎手近50戦勝率 22% (好調) ○ 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) +1% (市場と概ね一致) AI 予想勝率 8.2% (オッズ暗示: 8.1%) ※ 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。

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

ワウワウワウ

騎手丸野勝（愛知）

単勝オッズ

3.8倍

AI期待値

-16%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ホウオウシーザー

3.0倍

EV -35%

▲10オーバードライブ

3.6倍

EV -27%

出走馬全12頭

◎8

ワウワウワウ

丸野勝（愛知）

3.8倍

-16%

›

○5

ホウオウシーザー

細川智（愛知）

3.0倍

-35%

›

▲10

オーバードライブ

小笠羚（愛知）

3.6倍

-27%

›

△12

キスメット

加藤聡（愛知）

12.4倍

+1%

›

△4

レアリーゼ

大原浩（笠松）

12.5倍

-11%

›

△1

タイクーンバゴ

今井貴（愛知）

13.0倍

-22%

›

▽11

ウィウィルウィン

丹羽克（愛知）

23.7倍

+11%

›

▽9

テーオーニルソン

塚本征（愛知）

25.6倍

-6%

›

▽6

ピオニエーレ

友森翔（愛知）

45.3倍

+25%

›

▽7

イットウショウグウ

近藤颯（愛知）

48.1倍

-18%

›

▽3

ディプタルアスール

村上弘（愛知）

50.1倍

-45%

›

▽2

ハクサンクラーケン

柿原翔（愛知）

211.8倍

+128%

›

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