名古屋 1R 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。

1R 名古屋競馬場ダ1500m 発走 12:25

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差し	今井貴（愛知）	実8.3	△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 10/02 名古屋3R 8着/12頭+2.0秒 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 5.0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 16% × 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 8.2% (オッズ暗示: 12.0%) ※ 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	ボールドフロント	渡邊竜（笠松）	実12.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 09/29 名古屋12R 2着/12頭+1.6秒 09/14 名古屋5R 11着/12頭+4.6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 6.5着 ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 2.5% (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。
3	アルファリラエ先行	塚本征（愛知）	実11.1	△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3走で勝ち無し／騎手は近50戦で勝率34%）
前5走 10/02 名古屋3R 7着/12頭+1.7秒 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 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 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 34% (好調) × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 9.0%) ※ 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	デルマテイネ	加藤聡（愛知）	実36.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均2.0着と安定／前走2着）
前5走 09/29 名古屋5R 2着/12頭+0.5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 2.0着 (安定) ○ 騎手近50戦勝率 16% ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.7%) ※ 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。
5	ヴィゴラスガイア差し	阪野学（愛知）	実35.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 10/02 名古屋2R 4着/12頭+1.8秒 09/15 名古屋12R 9着/12頭+1.6秒 08/24 名古屋12R 3着/3頭 07/28 名古屋1R 6着/12頭+95.5秒 06/30 名古屋2R 6着/12頭+2.0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 5.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 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 1.8% (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	ハスカップジャム	小笠羚（愛知）	実2.4	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（5〜30倍）より低く見送り（直近3走平均2.0着と安定／前走2着）
前5走 09/14 名古屋5R 2着/12頭+0.3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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 41.8% (オッズ暗示: 41.7%) ※ 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	バックトラック追込	大畑雅（愛知）	実108.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は12走で勝ち無し／直近3走平均9.0着と低調）
前5走 09/11 川崎6R 8着/12頭+5.5秒 08/18 川崎1R 10着/11頭+3.5秒 07/09 川崎1R 9着/11頭+1.0秒 04/09 川崎1R 6着/8頭+3.6秒 03/02 川崎2R 7着/9頭+1.4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 9.0着 (不振) ▽ 距離適性同距離は 12走で勝ち無し △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) 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。
8	プロットシッケンズ	柿原翔（愛知）	実133.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（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 10/02 名古屋3R 9着/12頭+2.2秒 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 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 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 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 0.6% (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。
9	ファインヒメ	大畑慧（愛知）	実11.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 09/14 名古屋2R 2着/11頭+0.4秒 08/24 名古屋2R 7着/12頭+3.3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 4.5着 ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 8.5%) ※ 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	グラスアロー	木之葵（愛知）	実5.9	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
前5走 09/29 名古屋3R 2着/11頭+0.6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 2.0着 (安定) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -19% (オッズ過剰評価) AI 予想勝率 13.7% (オッズ暗示: 16.9%) ※ 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。
11	アルダ	友森翔（愛知）	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着）
前5走 09/29 名古屋2R 2着/12頭+0.9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 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 19.9% (オッズ暗示: 22.7%) ※ 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）

見送りAI の 1 位の馬

ハスカップジャム

騎手小笠羚（愛知）

2.4倍

AI の勝率42%損益の分かれ目42%

オッズが買う範囲（5〜30倍）より低く見送り。

買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで

出走馬全11頭

◎6

ハスカップジャム

小笠羚（愛知）

2.4倍

勝率 42%

›

○11

アルダ

友森翔（愛知）

4.4倍

勝率 20%

›

▲10

グラスアロー

木之葵（愛知）

5.9倍

勝率 14%

›

△1

ジーティートゥーリ

今井貴（愛知）

8.3倍

勝率 8%

›

△3

アルファリラエ

塚本征（愛知）

11.1倍

勝率 5%

›

△9

ファインヒメ

大畑慧（愛知）

11.7倍

勝率 4%

›

×2

ボールドフロント

渡邊竜（笠松）

12.9倍

勝率 3%

›

▽5

ヴィゴラスガイア

阪野学（愛知）

35.8倍

対象外勝率 2%

›

▽4

デルマテイネ

加藤聡（愛知）

36.6倍

対象外勝率 2%

›

▽7

バックトラック

大畑雅（愛知）

108.5倍

対象外勝率 1%

›

▽8

プロットシッケンズ

柿原翔（愛知）

133.2倍

対象外勝率 1%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで。

▶ 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