名古屋 7R 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。

7R 名古屋競馬場ダ920m 発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シングンラオウ逃げ	大畑慧（愛知）	実10.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（161日ぶりの実戦）
前5走 05/07 名古屋5R 5着/10頭+0.5秒 04/09 名古屋12R 2着/12頭+0.7秒 03/25 名古屋4R 3着/12頭+0.6秒 02/26 名古屋4R 3着/11頭+1.6秒 02/09 名古屋10R 1着/12頭勝利
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 3.3着 △ 当競馬場適性 7走で勝率 14% ○ 馬場適性同馬場 4走で勝率 25% △ ローテーション 161日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 9.8% (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。
2	マジョリカ逃げ	大原浩（笠松）	実197.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.3着と低調）
前5走 09/16 名古屋3R 9着/11頭+3.7秒 09/04 名古屋8R 10着/10頭+4.0秒 08/20 名古屋4R 12着/12頭+4.1秒 07/29 名古屋4R 9着/11頭+3.1秒 07/15 名古屋1R 11着/12頭+0.0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 10.3着 (不振) △ 当競馬場適性 13走で勝率 8% △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 0.4% (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。
3	ジャスティラック	明星晴（笠松）	実36.8	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調）
前5走 09/03 名古屋7R 10着/11頭+3.2秒 07/31 名古屋5R 11着/12頭+3.7秒 07/01 名古屋2R 1着/12頭 06/17 名古屋1R 10着/11頭 05/20 名古屋2R 9着/10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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 6走で勝率 17% ○ 馬場適性同馬場 10走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
4	ロスニーニョス	細川智（愛知）	実11.8	▲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) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 10.0% (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。
5	ツキヨザクラ先行	丸野勝（愛知）	実106.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 09/16 名古屋6R 9着/11頭+2.7秒 09/03 名古屋6R 7着/11頭+1.4秒 08/19 名古屋3R 5着/11頭+0.7秒 02/23 名古屋4R 1着/12頭勝利 01/26 名古屋6R 4着/12頭+1.1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 7.0着 (不振) △ 当競馬場適性 9走で勝率 11% ○ 馬場適性同馬場 5走で勝率 20% △ 期待値 (オッズ vs AI勝率) +36%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (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。
6	グラスフェザー	今井貴（愛知）	実1.2	◎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（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 10/02 名古屋4R 1着/12頭勝利 09/02 名古屋3R 2着/3頭 08/24 名古屋1R 4着/11頭+1.2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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) × 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 56.5% (オッズ暗示: 83.3%) ※ 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。
7	タガノポストマン	加藤利（愛知）	実212.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場27走で勝率4%と苦戦傾向）
前5走 09/03 名古屋6R 5着/11頭+1.0秒 08/19 名古屋3R 6着/11頭+0.8秒 07/01 名古屋2R 5着/12頭 06/18 名古屋12R 6着/12頭 06/03 名古屋6R 4着/12頭
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 5.3着 × 当競馬場適性 27走で勝率 4% (苦戦) △ 期待値 (オッズ vs AI勝率) +9%（30倍を超える大穴は買う範囲の外） 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。
8	スピネルテソーロ自在	小笠羚（愛知）	実33.7	△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）
前5走 09/16 名古屋3R 10着/11頭+4.7秒 09/03 名古屋2R 5着/10頭+2.2秒 08/20 名古屋3R 7着/11頭+2.6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) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 3.0%) ※ 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	コパノモロッコ	大畑雅（愛知）	実106.7	▽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10走で勝ち無し／直近3走平均8.7着と低調）
前5走 07/15 名古屋2R 11着/12頭+0.0秒 07/02 名古屋4R 8着/11頭 06/17 名古屋3R 7着/11頭 05/20 園田4R 10着/12頭 04/22 園田10R 6着/12頭+0.7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 8.7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 10走で勝ち無し ▽ 前走実績前走 11着 (大敗) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) +32%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.2% (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。
10	アルヴァルディ	塚本征（愛知）	実9.9	○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／騎手は近50戦で勝率32%）
前5走 10/02 名古屋1R 5着/12頭+1.1秒 09/14 名古屋2R 7着/11頭+4.5秒 09/01 名古屋6R 11着/11頭+4.7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 7.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 32% (好調) △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 12.6% (オッズ暗示: 10.1%) ※ 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。
11	ショウナンライラ	加藤聡（愛知）	実17.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/30 名古屋1R 8着/11頭+3.5秒 09/18 名古屋2R 7着/10頭+2.5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 7.5着 (不振) ○ 騎手近50戦勝率 18% ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 5.9%) ※ 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）

見送りAI の 1 位の馬

グラスフェザー

騎手今井貴（愛知）

1.2倍

AI の勝率56%損益の分かれ目83%

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

グラスフェザー

今井貴（愛知）

1.2倍

勝率 56%

›

○10

アルヴァルディ

塚本征（愛知）

9.9倍

勝率 13%

›

▲4

ロスニーニョス

細川智（愛知）

11.8倍

勝率 10%

›

△1

シングンラオウ

大畑慧（愛知）

10.1倍

勝率 10%

›

△11

ショウナンライラ

加藤聡（愛知）

17.0倍

勝率 4%

›

△8

スピネルテソーロ

小笠羚（愛知）

33.7倍

対象外勝率 3%

›

▽5

ツキヨザクラ

丸野勝（愛知）

106.2倍

対象外勝率 1%

›

▽9

コパノモロッコ

大畑雅（愛知）

106.7倍

対象外勝率 1%

›

×3

ジャスティラック

明星晴（笠松）

36.8倍

対象外勝率 1%

›

▽7

タガノポストマン

加藤利（愛知）

212.4倍

対象外勝率 1%

›

▽2

マジョリカ

大原浩（笠松）

197.9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