名古屋 6R 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。

6R 名古屋競馬場ダ1500m 発走 15:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	チェリーブルーム先行	渡邊竜（笠松）	実4.5	▲詳細▼	AI上位評価だが期待値不足、見送り（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 09/30 名古屋2R 7着/12頭+1.0秒 09/15 名古屋4R 2着/12頭+0.7秒 09/01 名古屋5R 2着/11頭+0.9秒 07/28 名古屋4R 6着/11頭+1.5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戦の調子平均 3.7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 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 22.2%) ※ 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。
2	ロジシーザ	今井貴（愛知）	実2.0	◎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3.0着と安定／前走3着）
前5走 10/02 名古屋3R 3着/12頭+0.3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 3.0着 (安定) ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 55.4% (オッズ暗示: 50.0%) ※ 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。
3	エルファリス	塚本征（愛知）	実16.2	△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32%）
前5走 09/18 名古屋1R 4着/10頭+3.1秒 09/02 名古屋12R 2着/3頭 08/24 名古屋2R 4着/12頭+1.6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 3.3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 32% (好調) ○ ローテーション 26日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 6.2%) ※ 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。
4	マイネルアルゴー	筒井勇（笠松）	実27.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/02 名古屋4R 4着/12頭+1.8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 4.0着 △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 3.7%) ※ 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	ビオトープ逃げ	加藤利（愛知）	実181.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場8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 09/30 名古屋2R 10着/12頭+3.3秒 09/18 名古屋2R 4着/10頭+1.8秒 09/02 名古屋12R 3着/3頭 08/21 名古屋2R 9着/12頭+2.6秒 07/28 名古屋1R 2着/12頭+94.7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 5.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ▽ 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) -6% (オッズ過剰評価) AI 予想勝率 0.5% (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	アンスリウムリリー先行	加藤聡（愛知）	実49.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場17走で勝率0%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 09/15 名古屋7R 5着/11頭+2.0秒 04/09 名古屋3R 7着/11頭+1.3秒 03/25 名古屋1R 2着/11頭+0.4秒 02/10 名古屋9R 7着/11頭+1.1秒 01/28 名古屋5R 6着/12頭+1.4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 4.7着 × 当競馬場適性 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し ○ 騎手近50戦勝率 18% × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.0%) ※ 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。
7	ディープシャロー	加藤誓（愛知）	実4.7	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 09/18 名古屋1R 3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戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ ローテーション 26日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 14.4% (オッズ暗示: 21.3%) ※ 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。
8	ウインファイネスト先行	友森翔（愛知）	実88.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 09/18 名古屋12R 5着/12頭+1.8秒 09/07 名古屋3R 7着/9頭+2.4秒 08/21 名古屋3R 6着/12頭+1.5秒 07/31 名古屋2R 4着/12頭+2.9秒 07/13 名古屋4R 2着/12頭+4.0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戦の調子平均 6.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ ローテーション 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.1%) ※ 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	オーケーグレイス自在	丸山真（愛知）	実99.6	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（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／直近3走平均10.0着と低調）
前5走 09/30 名古屋12R 10着/12頭+1.5秒 09/18 名古屋2R 9着/10頭+3.8秒 09/07 名古屋12R 11着/11頭+5.5秒 08/21 名古屋3R 5着/12頭+0.7秒 07/31 名古屋4R 7着/12頭+2.1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 10.0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 4% (やや苦戦) ▽ 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) -54% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
10	グラスベリー	大畑慧（愛知）	実24.9	×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 08/21 名古屋3R 4着/12頭+0.6秒 07/31 名古屋6R 7着/12頭+1.4秒 07/01 名古屋1R 4着/12頭+2.0秒 06/16 名古屋3R 2着/11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 5.0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 × 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 1.8% (オッズ暗示: 4.0%) ※ 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。
11	バチラ	丸野勝（愛知）	実11.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走3着）
前5走 10/02 名古屋4R 3着/12頭+1.5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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 8.6% (オッズ暗示: 8.6%) ※ 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	アマビエ先行	小笠羚（愛知）	実14.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 09/30 名古屋2R 9着/12頭+1.3秒 09/18 名古屋12R 9着/12頭+3.4秒 09/07 名古屋2R 3着/7頭+1.9秒 08/21 名古屋3R 7着/12頭+1.5秒 07/30 名古屋5R 10着/12頭+1.6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 7.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 9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) -75% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 7.1%) ※ 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）

見送りAI の 1 位の馬

ロジシーザ

騎手今井貴（愛知）

2.0倍

AI の勝率55%損益の分かれ目50%

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12頭

◎2

ロジシーザ

今井貴（愛知）

2.0倍

勝率 55%

›

○7

ディープシャロー

加藤誓（愛知）

4.7倍

勝率 14%

›

▲1

チェリーブルーム

渡邊竜（笠松）

4.5倍

勝率 9%

›

△11

バチラ

丸野勝（愛知）

11.6倍

勝率 9%

›

△4

マイネルアルゴー

筒井勇（笠松）

27.3倍

勝率 3%

›

△3

エルファリス

塚本征（愛知）

16.2倍

勝率 3%

›

×10

グラスベリー

大畑慧（愛知）

24.9倍

勝率 2%

›

×12

アマビエ

小笠羚（愛知）

14.1倍

勝率 2%

›

▽6

アンスリウムリリー

加藤聡（愛知）

49.1倍

対象外勝率 1%

›

▽8

ウインファイネスト

友森翔（愛知）

88.7倍

対象外勝率 1%

›

▽5

ビオトープ

加藤利（愛知）

181.9倍

対象外勝率 1%

›

×9

オーケーグレイス

丸山真（愛知）

99.6倍

対象外勝率 0%

›

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