名古屋 3R 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。

3R 名古屋競馬場ダ1500m ダート1500m　発走 13:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スピネルテソーロ自在	明星晴（笠松）	実192.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 09/16 名古屋3R 10着/11頭+4.7秒 09/03 名古屋2R 5着/10頭+2.2秒 08/20 名古屋3R 7着/11頭+2.6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 7.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 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) +15% (市場と概ね一致) AI 予想勝率 0.6% (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。
2	デスヨッテニ逃げ	筒井勇（笠松）	実233.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均9.0着と低調）
前5走 09/16 名古屋2R 11着/11頭+3.9秒 09/03 名古屋2R 8着/10頭+2.9秒 07/30 名古屋5R 8着/12頭+1.1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 9.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ 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 15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 0.3% (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。
3	スージーハルワ	加藤聡（愛知）	実130.3	▽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／騎手は近50戦で勝率22%）
前5走 09/16 名古屋2R 10着/11頭+3.4秒 08/20 名古屋3R 11着/11頭+3.3秒 07/15 名古屋1R 7着/12頭 07/02 名古屋4R 7着/11頭+0.0秒 06/22 名古屋5R 3着/12頭+1.0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 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% ◎ 騎手近50戦勝率 22% (好調) ▽ 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) +128% (市場が大幅過小評価) AI 予想勝率 1.8% (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。
4	ジーナグレイス	大畑雅（愛知）	実5.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
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 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 5.1% (オッズ暗示: 18.5%) ※ 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。
5	マジョリカ逃げ	大原浩（笠松）	実206.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調）
前5走 09/16 名古屋3R 9着/11頭+3.7秒 09/04 名古屋8R 10着/10頭+4.0秒 08/20 名古屋4R 12着/12頭+4.1秒 07/29 名古屋4R 9着/11頭+3.1秒 07/15 名古屋1R 11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 10.3着 (不振) △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 11走で勝率 9% ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。
6	カゲムシャ	今井貴（愛知）	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50%と好調／91日ぶりの実戦／騎手は近50戦で勝率24%）
前5走 07/02 名古屋4R 4着/11頭 06/18 名古屋3R 1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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 24% (好調) △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 9.3% (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。
7	ピゲ	山田祥（愛知）	実1.8	◎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（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 09/18 名古屋2R 1着/10頭勝利 08/26 船橋8R 3着/3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戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 54.8% (オッズ暗示: 55.6%) ※ 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。
8	フライデイゼーン逃げ	柿原翔（愛知）	実66.7	▽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 09/16 名古屋12R 8着/11頭+1.9秒 09/03 名古屋3R 12着/12頭+1.7秒 08/21 名古屋12R 1着/12頭勝利 07/31 名古屋6R 10着/12頭+3.1秒 07/17 名古屋2R 2着/12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 6走で勝率 17% (相性良) ○ 距離適性同距離 6走で勝率 17% △ 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) +14% (市場と概ね一致) AI 予想勝率 1.7% (オッズ暗示: 1.5%) ※ 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。
9	ストラドーネ	塚本征（愛知）	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／前走2着／騎手は近50戦で勝率20%）
前5走 09/17 名古屋2R 2着/11頭+0.3秒 09/01 名古屋6R 1着/11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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 20% (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) -35% (大幅な期待値マイナス) AI 予想勝率 15.8% (オッズ暗示: 24.4%) ※ 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	マイネルラジェム	村上弘（愛知）	実23.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7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 08/20 名古屋4R 6着/12頭+2.4秒 07/15 名古屋1R 4着/12頭 07/02 名古屋2R 3着/11頭 06/22 名古屋4R 2着/11頭+1.0秒 06/02 名古屋1R 2着/12頭+2.0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 4.3着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 5.1% (オッズ暗示: 4.3%) ※ 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	コパノカーター先行	丸山真（愛知）	実46.0	△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 09/16 名古屋12R 9着/11頭+2.7秒 09/03 名古屋3R 8着/12頭+1.2秒 08/21 名古屋3R 1着/12頭勝利 07/31 名古屋6R 6着/12頭+1.2秒 07/14 名古屋1R 7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戦の調子勝率 33% (上り調子) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 9走で勝率 11% △ 騎手近50戦勝率 4% (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) +71% (市場が大幅過小評価) AI 予想勝率 3.7% (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。
12	クリコメリー先行	近藤颯（愛知）	実60.1	▽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2R 7着/11頭+2.0秒 09/03 名古屋2R 6着/10頭+2.6秒 08/20 名古屋12R 9着/12頭+1.9秒 07/30 名古屋5R 6着/12頭+0.9秒 07/14 名古屋3R 4着/12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 7.3着 (不振) △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 7走で勝率 14% △ 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) -7% (オッズ過剰評価) AI 予想勝率 1.5% (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。

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

ピゲ

騎手山田祥（愛知）

単勝オッズ

1.8倍

AI期待値

-1%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ストラドーネ

4.1倍

EV -35%

▲6カゲムシャ

5.8倍

EV -46%

出走馬全12頭

◎7

ピゲ

山田祥（愛知）

1.8倍

-1%

›

○9

ストラドーネ

塚本征（愛知）

4.1倍

-35%

›

▲6

カゲムシャ

今井貴（愛知）

5.8倍

-46%

›

△10

マイネルラジェム

村上弘（愛知）

23.2倍

+18%

›

△4

ジーナグレイス

大畑雅（愛知）

5.4倍

-72%

›

△11

コパノカーター

丸山真（愛知）

46.0倍

+71%

›

▽3

スージーハルワ

加藤聡（愛知）

130.3倍

+128%

›

▽8

フライデイゼーン

柿原翔（愛知）

66.7倍

+14%

›

▽12

クリコメリー

近藤颯（愛知）

60.1倍

-7%

›

▽1

スピネルテソーロ

明星晴（笠松）

192.1倍

+15%

›

▽5

マジョリカ

大原浩（笠松）

206.6倍

-30%

›

▽2

デスヨッテニ

筒井勇（笠松）

233.0倍

-31%

›

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