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 15:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サクリファイス	阿部基（笠松）	実18.4	△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5%と苦戦傾向／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/17 名古屋12R 1着/3頭 07/15 名古屋12R 4着/12頭+0.0秒 06/04 名古屋4R 9着/12頭+0.0秒 05/21 名古屋4R 2着/10頭 05/06 名古屋3R 5着/11頭+0.5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戦の調子勝率 33% (上り調子) × 当競馬場適性 43走で勝率 5% (苦戦) △ 距離適性同距離 39走で勝率 5% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -39% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 5.4%) ※ 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。
2	ショウナンラフィネ先行	加藤聡（愛知）	実39.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場13走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 09/16 名古屋7R 5着/10頭+1.9秒 09/07 名古屋7R 4着/10頭+0.5秒 07/17 名古屋12R 3着/12頭 07/02 名古屋8R 6着/12頭+0.0秒 06/05 名古屋7R 4着/12頭+1.0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 4.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 騎手近50戦勝率 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) -35% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.5%) ※ 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	アルゴフィリオ追込	塚本征（愛知）	実4.8	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率29%と適性高／前走3着／騎手は近50戦で勝率28%）
前5走 09/18 名古屋5R 3着/10頭+0.7秒 09/07 名古屋10R 5着/11頭+2.9秒 08/24 名古屋10R 5着/11頭+0.6秒 07/31 名古屋7R 8着/12頭+1.6秒 07/03 名古屋10R 7着/12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 4.3着 ◎ 当競馬場適性 7走で勝率 29% (得意) ○ 距離適性同距離 12走で勝率 17% ○ 馬場適性同馬場 9走で勝率 22% ◎ 騎手近50戦勝率 28% (好調) ○ 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) -55% (大幅な期待値マイナス) AI 予想勝率 9.4% (オッズ暗示: 20.8%) ※ 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	エグザルテーション先行	大原浩（笠松）	実175.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 09/18 名古屋6R 10着/11頭+1.7秒 09/07 名古屋8R 6着/10頭+2.1秒 08/24 名古屋9R 8着/11頭+2.6秒 07/31 名古屋9R 7着/12頭+1.4秒 06/30 名古屋8R 7着/12頭
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 8.0着 (不振) ○ 当競馬場適性 32走で勝率 19% (相性良) ○ 距離適性同距離 22走で勝率 18% ○ 馬場適性同馬場 17走で勝率 29% ▽ 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) -23% (オッズ過剰評価) AI 予想勝率 0.4% (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。
5	ピックアンドロール自在	望月洵（愛知）	実8.5	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／前走2着）
前5走 09/18 名古屋10R 2着/11頭+0.0秒 08/24 名古屋10R 9着/11頭+0.8秒 07/17 名古屋12R 11着/12頭+2.0秒 07/02 名古屋6R 10着/12頭 06/04 名古屋6R 7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戦の調子平均 7.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ◎ 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 14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 9.5% (オッズ暗示: 11.8%) ※ 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	ヤモリアツマレ先行	丹羽克（愛知）	実152.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場79走で勝率3%と苦戦傾向／同距離帯は60走で勝ち無し）
前5走 09/18 名古屋6R 11着/11頭+2.5秒 09/07 名古屋7R 5着/10頭+0.6秒 07/31 名古屋10R 3着/12頭+0.5秒 07/17 名古屋12R 8着/12頭 07/03 名古屋6R 9着/12頭+3.0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 6.3着 × 当競馬場適性 79走で勝率 3% (苦戦) ▽ 距離適性同距離は 60走で勝ち無し ▽ 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) -26% (オッズ過剰評価) AI 予想勝率 0.5% (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。
7	カフジジャワ逃げ	大畑雅（愛知）	実14.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 09/18 名古屋6R 6着/11頭+1.4秒 09/04 名古屋3R 1着/11頭勝利 08/24 名古屋6R 11着/11頭+3.7秒 07/03 名古屋8R 9着/11頭 05/22 名古屋9R 10着/10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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 24走で勝率 17% (相性良) ○ 距離適性同距離 21走で勝率 19% ○ 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) -39% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 6.8%) ※ 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。
8	キタカラキタパンチ自在	阪野学（愛知）	実97.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 09/18 名古屋6R 9着/11頭+1.6秒 09/07 名古屋8R 10着/10頭+4.1秒 08/24 名古屋9R 11着/11頭+3.6秒 04/22 名古屋7R 8着/12頭+1.8秒 04/09 名古屋10R 5着/11頭+1.1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 10.0着 (不振) △ 当競馬場適性 52走で勝率 12% △ 距離適性同距離 31走で勝率 13% △ 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) -34% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.0%) ※ 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。
9	ヒラボクヒーロー逃げ	山田祥（愛知）	実1.6	◎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5走で勝率60%と適性高／同距離帯4走で勝率75%／同馬場状態で勝率100%）
前5走 03/17 名古屋10R 2着/11頭+0.9秒 01/30 名古屋5R 1着/10頭勝利 01/20 名古屋11R 3着/10頭+0.7秒 01/02 名古屋6R 1着/12頭勝利 12/18 名古屋2R 1着/10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 33% (上り調子) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 4走で勝率 75% ◎ 馬場適性同馬場 3走で勝率 100% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) △ ローテーション 564日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 63.7% (オッズ暗示: 62.5%) ※ 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。
10	イブシギン差し	柿原翔（愛知）	実12.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場94走で勝率3%と苦戦傾向／同距離帯は70走で勝ち無し）
前5走 09/18 名古屋6R 5着/11頭+0.6秒 09/07 名古屋8R 8着/10頭+2.1秒 08/24 名古屋11R 3着/3頭 07/31 名古屋12R 7着/12頭+0.9秒 07/17 名古屋10R 6着/12頭
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 5.3着 × 当競馬場適性 94走で勝率 3% (苦戦) ▽ 距離適性同距離は 70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) -64% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 7.8%) ※ 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	ダックリン自在	筒井勇（笠松）	実20.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/18 名古屋5R 4着/10頭+0.9秒 09/07 名古屋10R 3着/11頭+1.9秒 07/31 名古屋12R 8着/12頭+0.9秒 07/02 名古屋5R 1着/11頭 06/19 名古屋1R 3着/10頭+1.0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 5.0着 △ 当競馬場適性 47走で勝率 6% △ 距離適性同距離 43走で勝率 7% ○ 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) -54% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 4.8%) ※ 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。
12	カミーチェ追込	小笠羚（愛知）	実47.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場45走で勝率2%と苦戦傾向／同距離帯は45走で勝ち無し）
前5走 09/18 名古屋6R 7着/11頭+1.4秒 09/07 名古屋7R 3着/10頭+0.3秒 08/24 名古屋8R 8着/12頭+1.4秒 07/30 名古屋12R 1着/12頭勝利 07/15 名古屋7R 9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 6.0着 × 当競馬場適性 45走で勝率 2% (苦戦) ▽ 距離適性同距離は 45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) -14% (オッズ過剰評価) AI 予想勝率 1.8% (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。

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

ヒラボクヒーロー

騎手山田祥（愛知）

単勝オッズ

1.6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

○5ピックアンドロール

8.5倍

EV -19%

▲3アルゴフィリオ

4.8倍

EV -54%

出走馬全12頭

◎9

ヒラボクヒーロー

山田祥（愛知）

1.6倍

+1%

›

○5

ピックアンドロール

望月洵（愛知）

8.5倍

-19%

›

▲3

アルゴフィリオ

塚本征（愛知）

4.8倍

-54%

›

△7

カフジジャワ

大畑雅（愛知）

14.8倍

-39%

›

△1

サクリファイス

阿部基（笠松）

18.4倍

-39%

›

△10

イブシギン

柿原翔（愛知）

12.8倍

-64%

›

×11

ダックリン

筒井勇（笠松）

20.7倍

-54%

›

▽12

カミーチェ

小笠羚（愛知）

47.9倍

-14%

›

▽2

ショウナンラフィネ

加藤聡（愛知）

39.7倍

-35%

›

▽8

キタカラキタパンチ

阪野学（愛知）

97.6倍

-33%

›

▽6

ヤモリアツマレ

丹羽克（愛知）

152.3倍

-25%

›

▽4

エグザルテーション

大原浩（笠松）

175.2倍

-23%

›

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