名古屋 12R 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。

12R 名古屋競馬場ダ1500m ダート1500m　発走 18:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ゴールデンボート差し	丸野勝（愛知）	実20.0	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 09/15 名古屋3R 8着/11頭+1.7秒 09/02 名古屋4R 6着/11頭+2.5秒 08/24 名古屋3R 5着/12頭+1.1秒 07/13 名古屋3R 4着/12頭+1.0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 6.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 1.6% (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	アイファーローレル逃げ	大畑慧（愛知）	実19.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均9.0着と低調）
前5走 09/15 名古屋2R 7着/11頭+2.8秒 08/18 名古屋3R 9着/12頭+5.4秒 03/23 名古屋3R 11着/11頭+4.8秒 01/27 312R 10着/10頭+5.8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) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 5.1%) ※ 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。
3	ウシワカマル	木之葵（愛知）	実20.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 09/15 名古屋1R 6着/12頭+2.8秒 09/02 名古屋2R 8着/10頭+3.5秒 06/30 名古屋2R 5着/12頭 06/16 名古屋5R 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 6.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 2.5% (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。
4	アルマフレイヤ	加藤聡（愛知）	実5.8	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 09/15 名古屋4R 8着/12頭+2.7秒 08/24 名古屋3R 2着/12頭+0.1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 ○ 騎手近50戦勝率 14% ○ 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) -28% (オッズ過剰評価) AI 予想勝率 12.5% (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。
5	バディーズライズ先行	近藤颯（愛知）	実5.7	○詳細▼	AI上位評価だが期待値不足、見送り（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／前走3着）
前5走 09/14 名古屋2R 3着/11頭+0.8秒 09/01 名古屋5R 7着/11頭+2.7秒 08/24 名古屋3R 6着/12頭+1.2秒 01/14 園田10R 11着/11頭+6.2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 5.3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 △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3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) +23% (市場と概ね一致) AI 予想勝率 21.7% (オッズ暗示: 17.5%) ※ 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	ニシキエバー差し	丹羽克（愛知）	実56.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場28走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し）
前5走 09/15 名古屋4R 9着/12頭+2.9秒 09/02 名古屋4R 7着/11頭+2.7秒 08/21 名古屋1R 4着/12頭+1.6秒 07/31 名古屋1R 9着/12頭+3.5秒 07/03 名古屋2R 6着/12頭+0.0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 6.7着 × 当競馬場適性 28走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し ○ 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) -53% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.8%) ※ 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。
7	ミカレオス	村上弘（愛知）	実10.1	△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4R 6着/12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戦の調子平均 6.0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) -31% (大幅な期待値マイナス) AI 予想勝率 6.9% (オッズ暗示: 9.9%) ※ 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。
8	ミスデルマー	加藤利（愛知）	実24.6	×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2R 8着/11頭+2.8秒 08/18 名古屋4R 4着/12頭+1.3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 6.0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) -81% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 4.1%) ※ 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。
9	サファイアプレミア	丸山真（愛知）	実14.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 09/15 名古屋1R 3着/12頭+2.4秒 08/18 名古屋3R 7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 5.0着 △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3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) -50% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 6.7%) ※ 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	リアンマカ	柿原翔（愛知）	実6.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 09/15 名古屋3R 5着/11頭+1.4秒 04/07 川崎7R 5着/11頭+1.8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 5.0着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -28% (オッズ過剰評価) AI 予想勝率 11.2% (オッズ暗示: 15.6%) ※ 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。
11	シシリアンマインド	望月洵（愛知）	実3.9	◎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3走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／騎手は近50戦で勝率28%）
前5走 09/15 名古屋3R 4着/11頭+1.3秒 09/01 名古屋12R 2着/3頭 08/18 名古屋1R 5着/12頭+54.4秒 07/16 浦和2R 8着/11頭 07/02 船橋1R 8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戦の調子平均 3.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ◎ 騎手近50戦勝率 28% (好調) ○ 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) +6% (市場と概ね一致) AI 予想勝率 27.2% (オッズ暗示: 25.6%) ※ 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	マイネルカイザー先行	今井貴（愛知）	実8.2	△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7走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／騎手は近50戦で勝率22%）
前5走 09/18 名古屋1R 7着/10頭+5.0秒 09/07 名古屋12R 9着/11頭+1.8秒 08/21 名古屋2R 7着/12頭+1.9秒 07/17 名古屋1R 3着/3頭 06/30 名古屋2R 3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 7.7着 (不振) × 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 ◎ 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) -27% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 12.2%) ※ 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。

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

シシリアンマインド

騎手望月洵（愛知）

単勝オッズ

3.9倍

AI期待値

+6%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5バディーズライズ

5.7倍

EV +23%

▲4アルマフレイヤ

5.8倍

EV -27%

出走馬全12頭

◎11

シシリアンマインド

望月洵（愛知）

3.9倍

+6%

›

○5

バディーズライズ

近藤颯（愛知）

5.7倍

+23%

›

▲4

アルマフレイヤ

加藤聡（愛知）

5.8倍

-27%

›

△10

リアンマカ

柿原翔（愛知）

6.4倍

-28%

›

△12

マイネルカイザー

今井貴（愛知）

8.2倍

-26%

›

△7

ミカレオス

村上弘（愛知）

10.1倍

-30%

›

▽9

サファイアプレミア

丸山真（愛知）

14.9倍

-49%

›

×2

アイファーローレル

大畑慧（愛知）

19.7倍

-50%

›

×3

ウシワカマル

木之葵（愛知）

20.2倍

-50%

›

×1

ゴールデンボート

丸野勝（愛知）

20.0倍

-68%

›

×6

ニシキエバー

丹羽克（愛知）

56.9倍

-52%

›

×8

ミスデルマー

加藤利（愛知）

24.6倍

-80%

›

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