名古屋 6R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

6R 名古屋競馬場ダ1500m 発走 17:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アイアムイブシギン自在	丹羽克（愛知）	実32.7	△詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 09/03 大井1R 10着/10頭+2.4秒 08/16 大井1R 2着/14頭+0.0秒 07/22 大井1R 4着/14頭+1.4秒 06/11 大井1R 6着/14頭 05/20 大井2R 3着/11頭+0.0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 5.3着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 11走で勝率 9% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.1%) ※ 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。
2	セレスト逃げ	木之葵（愛知）	実62.8	×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0%と苦戦傾向／同距離帯は22走で勝ち無し／直近3走平均8.0着と低調）
前5走 09/18 名古屋7R 11着/11頭+3.0秒 08/21 名古屋6R 9着/9頭+5.2秒 07/17 名古屋7R 4着/12頭 07/02 名古屋6R 8着/12頭+0.0秒 06/04 名古屋6R 6着/11頭
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 8.0着 (不振) × 当競馬場適性 27走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.6%) ※ 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。
3	アブソリュート差し推奨	筒井勇（笠松）	実18.1	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+76%の中穴候補（直近3走勝率33%と上り調子／当競馬場3走で勝率33%と適性高／同距離帯で勝率21%）
前5走 09/30 名古屋5R 1着/3頭 09/16 名古屋6R 3着/11頭+1.6秒 09/03 名古屋5R 4着/10頭+0.1秒 04/10 川崎6R 6着/12頭+2.1秒 03/05 川崎2R 6着/10頭+1.1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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 距離適性同距離 14走で勝率 21% ○ 馬場適性同馬場 8走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 19日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +76% (市場が大幅過小評価) AI 予想勝率 9.7% (オッズ暗示: 5.5%) ※ 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。
4	ノーブルスナイパー差し	大畑慧（愛知）	実18.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／同距離帯7走で勝率29%）
前5走 10/01 名古屋12R 4着/12頭+1.1秒 09/04 名古屋5R 3着/10頭+1.7秒 08/19 名古屋10R 3着/12頭+1.2秒 07/15 名古屋5R 7着/12頭 06/02 名古屋3R 1着/11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 3.3着 ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 7走で勝率 29% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) +45% (妙味あり) AI 予想勝率 8.1% (オッズ暗示: 5.6%) ※ 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	ペプチドプラタ追込	加藤聡（愛知）	実2.5	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場6走で勝率33%と適性高／同距離帯5走で勝率40%／同馬場状態で勝率33%）
前5走 10/01 名古屋7R 2着/12頭+0.3秒 09/16 名古屋4R 1着/10頭勝利 08/20 名古屋4R 2着/12頭+1.5秒 07/31 名古屋6R 1着/12頭勝利 07/17 名古屋1R 2着/3頭
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2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) -33% (大幅な期待値マイナス) AI 予想勝率 26.8% (オッズ暗示: 40.0%) ※ 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。
6	バウアピアーズ逃げ	阪野学（愛知）	実46.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調）
前5走 10/02 名古屋7R 7着/12頭+2.3秒 09/18 名古屋5R 9着/10頭+2.6秒 09/07 名古屋7R 10着/10頭+2.2秒 08/24 名古屋8R 9着/12頭+1.7秒 07/31 名古屋12R 2着/12頭+0.4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 8.7着 (不振) △ 当競馬場適性 23走で勝率 9% ○ 距離適性同距離 12走で勝率 17% △ 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) -19% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.2%) ※ 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。
7	ドラゴンラック	小笠羚（愛知）	実9.5	×詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同馬場状態で勝率33%）
前5走 09/18 名古屋7R 4着/11頭+1.4秒 06/30 名古屋9R 10着/12頭 06/18 名古屋8R 7着/10頭 06/04 名古屋9R 9着/12頭 05/21 名古屋7R 5着/10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 7.0着 (不振) ○ 当競馬場適性 16走で勝率 19% (相性良) △ 距離適性同距離 9走で勝率 11% ◎ 馬場適性同馬場 6走で勝率 33% × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 10.5%) ※ 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	メイショウハンゾウ逃げ	大畑雅（愛知）	実48.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率0%と苦戦傾向／同距離帯12走で勝率25%／直近3走平均3.0着と安定）
前5走 06/04 名古屋5R 3着/12頭 04/24 名古屋9R 2着/12頭+0.8秒 04/08 名古屋10R 4着/11頭+0.9秒 03/11 名古屋12R 10着/11頭+4.3秒 09/25 園田10R 6着/11頭+0.7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 3.0着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 距離適性同距離 12走で勝率 25% ○ 前走実績前走 3着 (好走) △ ローテーション 137日休養明け △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 2.1% (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。
9	トレジャービート追込	塚本征（愛知）	実5.5	▲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100%と適性高／同距離帯3走で勝率100%／直近3走で勝率100%と好調）
前5走 09/16 名古屋6R 1着/11頭勝利 09/02 名古屋5R 1着/12頭勝利 07/28 名古屋5R 1着/12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 100% (絶好調) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 距離適性同距離 3走で勝率 100% ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 17.2% (オッズ暗示: 18.2%) ※ 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。
10	ソルアモール	村上弘（愛知）	実2.8	◎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
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 27.6% (オッズ暗示: 35.7%) ※ 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。
11	ポケッティーノ先行	細川智（愛知）	実60.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場18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 10/02 名古屋7R 4着/12頭+2.1秒 09/18 名古屋5R 7着/10頭+1.4秒 09/07 名古屋7R 6着/10頭+0.7秒 08/24 名古屋8R 7着/12頭+1.1秒 07/31 名古屋8R 8着/11頭+2.3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 5.7着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 17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) -47% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.7%) ※ 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）

買うAI の推奨

アブソリュート

騎手筒井勇（笠松）

18.1倍

AI の勝率10%損益の分かれ目6%

AI の勝率 10% が損益の分かれ目 6%（1 ÷ 18.1倍）を上回り、期待値 +76% が買う基準（+30%）以上。

賭け金の目安 ¥100（AI の自信に応じて変えています）

外れ（7着）

出走馬全11頭

◎10

ソルアモール

村上弘（愛知）

2.8倍

勝率 28%

›

○5

ペプチドプラタ

加藤聡（愛知）

2.5倍

勝率 27%

›

▲9

トレジャービート

塚本征（愛知）

5.5倍

勝率 17%

›

△3

アブソリュート

筒井勇（笠松）

18.1倍

勝率 10%

›

△4

ノーブルスナイパー

大畑慧（愛知）

18.0倍

勝率 8%

›

△1

アイアムイブシギン

丹羽克（愛知）

32.7倍

対象外勝率 3%

›

×7

ドラゴンラック

小笠羚（愛知）

9.5倍

勝率 3%

›

▽8

メイショウハンゾウ

大畑雅（愛知）

48.3倍

対象外勝率 2%

›

▽6

バウアピアーズ

阪野学（愛知）

46.3倍

対象外勝率 2%

›

▽11

ポケッティーノ

細川智（愛知）

60.6倍

対象外勝率 1%

›

×2

セレスト

木之葵（愛知）

62.8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　AI 期待値プラス判定

単勝 3 アブソリュート ¥100 実18.1倍期待値 +76% 不的中7着単勝 18.1倍

※ オッズは予測時点の値です。

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