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 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジーティートゥーリ	木之葵（愛知）	実30.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/15 名古屋2R 4着/11頭+2.0秒 08/24 名古屋2R 3着/12頭+1.4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 3.5着 ○ ローテーション 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 3.3%) ※ 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。
2	イヌボウノサザナミ逃げ	深澤杏（笠松）	実169.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／同距離帯は10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12R 10着/12頭+2.2秒 09/02 名古屋4R 8着/11頭+3.2秒 08/21 名古屋2R 10着/12頭+3.5秒 07/31 名古屋2R 10着/12頭+4.1秒 07/17 名古屋2R 9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 9.3着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 10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 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.6%) ※ 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。
3	アミナス	塚本征（愛知）	実2.8	○詳細▼	人気馬、市場評価通りで上乗せなし（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26%）
前5走 08/18 名古屋4R 2着/12頭+0.4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 2.0着 (安定) ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) × 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 24.6% (オッズ暗示: 35.7%) ※ 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。
4	ウォーターブビンガ	近藤颯（愛知）	実23.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
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 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 5.4% (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。
5	グランスプリント	阪野学（愛知）	実35.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着）
前5走 09/14 名古屋12R 2着/3頭 09/01 名古屋6R 7着/11頭+2.3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 4.5着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 1.8% (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。
6	プロットシッケンズ	大畑慧（愛知）	実62.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/15 名古屋4R 11着/12頭+4.2秒 09/01 名古屋6R 2着/11頭+0.5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 6.5着 ○ 騎手近50戦勝率 14% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 1.7% (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。
7	ドゥブルヴェ	望月洵（愛知）	実2.8	◎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走平均2.0着と安定／前走2着／騎手は近50戦で勝率26%）
前5走 09/14 名古屋3R 2着/12頭+0.1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 2.0着 (安定) ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 40.5% (オッズ暗示: 35.7%) ※ 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	ロジシーザ	今井貴（愛知）	実4.2	▲詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率24%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 24% (好調) × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 11.9% (オッズ暗示: 23.8%) ※ 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。
9	テーオーシーザー差し	筒井勇（笠松）	実135.9	▽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 09/15 名古屋4R 12着/12頭+5.4秒 09/01 名古屋4R 2着/10頭+0.1秒 08/18 名古屋5R 6着/12頭+5.5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 6.7着 × 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 ▽ 前走実績前走 12着 (大敗) ○ ローテーション 17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 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。
10	クラリノ	加藤聡（愛知）	実7.8	△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 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 騎手近50戦勝率 18% × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 12.8%) ※ 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	シンゼンコジロウ	丸野勝（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2.0着と安定／前走2着）
前5走 09/15 名古屋1R 2着/12頭+2.0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) ○ 前走実績前走 2着 (好走) ○ ローテーション 17日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 4.7% (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。
12	アルファリラエ	大原浩（笠松）	実115.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着）
前5走 09/14 名古屋1R 2着/11頭+1.0秒 08/18 名古屋4R 10着/12頭+3.0秒 ― ― ―
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 6.0着 ○ 前走実績前走 2着 (好走) ○ ローテーション 18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 0.9% (オッズ暗示: 0.9%) ※ 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

ドゥブルヴェ

騎手望月洵（愛知）

単勝オッズ

2.8倍

AI期待値

+13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3アミナス

2.8倍

EV -31%

▲8ロジシーザ

4.2倍

EV -49%

出走馬全12頭

◎7

ドゥブルヴェ

望月洵（愛知）

2.8倍

+13%

›

○3

アミナス

塚本征（愛知）

2.8倍

-31%

›

▲8

ロジシーザ

今井貴（愛知）

4.2倍

-49%

›

△4

ウォーターブビンガ

近藤颯（愛知）

23.5倍

+26%

›

△11

シンゼンコジロウ

丸野勝（愛知）

27.8倍

+31%

›

△10

クラリノ

加藤聡（愛知）

7.8倍

-64%

›

▽1

ジーティートゥーリ

木之葵（愛知）

30.5倍

-18%

›

▽5

グランスプリント

阪野学（愛知）

35.6倍

-35%

›

▽6

プロットシッケンズ

大畑慧（愛知）

62.4倍

+8%

›

▽12

アルファリラエ

大原浩（笠松）

115.5倍

+7%

›

▽9

テーオーシーザー

筒井勇（笠松）

135.9倍

+1%

›

▽2

イヌボウノサザナミ

深澤杏（笠松）

169.1倍

-21%

›

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