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1500m 発走 17:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	トークダウン逃げ	友森翔（愛知）	実145.5	▽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 09/18 名古屋9R 9着/12頭+1.8秒 09/04 名古屋1R 1着/3頭 08/20 名古屋6R 10着/12頭+2.3秒 07/30 名古屋12R 12着/12頭+2.4秒 07/15 名古屋6R 11着/12頭+5.0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戦の調子勝率 33% (上り調子) △ 当競馬場適性 46走で勝率 7% △ 距離適性同距離 41走で勝率 7% △ 期待値 (オッズ vs AI勝率) +50%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (オッズ暗示: 0.7%) ※ 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。
2	ヤモリアツマレ逃げ	小笠羚（愛知）	実47.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場80走で勝率2%と苦戦傾向／同距離帯は61走で勝ち無し／直近3走平均8.3着と低調）
前5走 10/02 名古屋8R 9着/12頭+3.2秒 09/18 名古屋6R 11着/11頭+2.5秒 09/07 名古屋7R 5着/10頭+0.6秒 07/31 名古屋10R 3着/12頭+0.5秒 07/17 名古屋12R 8着/12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 8.3着 (不振) × 当競馬場適性 80走で勝率 2% (苦戦) ▽ 距離適性同距離は 61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) -29% (オッズ過剰評価) AI 予想勝率 1.5% (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。
3	テルケンレンジョイ自在	阪野学（愛知）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均9.7着と低調）
前5走 10/01 名古屋6R 12着/12頭+2.2秒 09/17 名古屋6R 10着/10頭+3.0秒 09/01 名古屋10R 7着/9頭+3.2秒 06/16 名古屋10R 11着/11頭 05/19 名古屋8R 5着/12頭+1.0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 9.7着 (不振) △ 当競馬場適性 27走で勝率 15% ○ 距離適性同距離 15走で勝率 20% ○ 馬場適性同馬場 15走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 3.3% ※ 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。
4	アレステソーロ先行	今井貴（愛知）	実8.3	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 09/17 名古屋8R 3着/5頭+1.7秒 09/04 名古屋10R 5着/8頭+2.1秒 08/21 名古屋7R 3着/11頭+1.6秒 07/29 名古屋10R 2着/12頭+1.1秒 07/15 名古屋2R 4着/12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 3.7着 △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 6走で勝率 17% ○ 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) +25% (市場と概ね一致) AI 予想勝率 15.2% (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。
5	ベラケンタウロス差し	塚本征（愛知）	実1.5	◎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（同距離帯8走で勝率25%／騎手は近50戦で勝率20%）
前5走 10/01 名古屋7R 4着/12頭+0.6秒 09/16 名古屋10R 4着/11頭+1.5秒 09/04 名古屋5R 4着/10頭+1.9秒 08/19 名古屋5R 1着/3頭 07/29 名古屋5R 3着/12頭+0.7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 4.0着 ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 8走で勝率 25% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -28% (オッズ過剰評価) AI 予想勝率 48.1% (オッズ暗示: 66.7%) ※ 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。
6	エクメノポリス逃げ	柿原翔（愛知）	実165.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調）
前5走 09/17 名古屋6R 9着/10頭+2.7秒 08/20 名古屋8R 9着/11頭+1.7秒 07/30 名古屋9R 12着/12頭+2.5秒 07/15 名古屋8R 11着/11頭+2.0秒 07/02 名古屋6R 5着/12頭
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 10.0着 (不振) ○ 当競馬場適性 18走で勝率 17% (相性良) △ 距離適性同距離 16走で勝率 12% ○ 馬場適性同馬場 9走で勝率 22% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.6%) ※ 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。
7	クィーンミツコ自在	木之葵（愛知）	実30.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場41走で勝率5%と苦戦傾向）
前5走 10/02 名古屋10R 4着/12頭+1.9秒 09/18 名古屋9R 5着/12頭+1.7秒 09/07 名古屋5R 3着/9頭+0.9秒 08/24 名古屋10R 7着/11頭+0.6秒 07/31 名古屋7R 12着/12頭+2.7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 4.0着 × 当競馬場適性 41走で勝率 5% (苦戦) △ 距離適性同距離 34走で勝率 6% △ 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) -17% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 3.3%) ※ 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	クールシェリー先行	加藤利（愛知）	実42.1	▽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 10/01 名古屋2R 5着/12頭+0.4秒 09/17 名古屋5R 6着/10頭+0.9秒 09/03 名古屋6R 1着/11頭勝利 08/19 名古屋4R 7着/11頭+1.0秒 07/14 名古屋12R 6着/11頭+0.0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戦の調子勝率 33% (上り調子) △ 当競馬場適性 25走で勝率 12% △ 距離適性同距離 27走で勝率 11% ○ 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) -39% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.4%) ※ 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	ザンテソーロ	加藤聡（愛知）	実3.1	○詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率22%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 22% (好調) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 17.3% (オッズ暗示: 32.3%) ※ 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。
10	モンサンフリージア先行	丸野勝（愛知）	実43.0	△詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 09/18 名古屋8R 7着/12頭+2.2秒 09/04 名古屋12R 4着/12頭+0.3秒 08/24 名古屋6R 7着/11頭+1.4秒 07/29 名古屋2R 1着/11頭勝利 07/14 名古屋6R 3着/12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 6.0着 △ 当競馬場適性 35走で勝率 6% △ 距離適性同距離 34走で勝率 6% △ 期待値 (オッズ vs AI勝率) +34%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.1% (オッズ暗示: 2.3%) ※ 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。
11	シャンドネージュ自在	丹羽克（愛知）	実23.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率4%と苦戦傾向／同距離帯は22走で勝ち無し／直近3走で勝率33%と好調）
前5走 09/17 名古屋3R 1着/9頭勝利 09/04 名古屋12R 6着/12頭+1.6秒 08/20 名古屋6R 6着/12頭+1.2秒 07/14 名古屋8R 3着/12頭+4.0秒 07/01 名古屋2R 3着/12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戦の調子勝率 33% (上り調子) × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 5.9% (オッズ暗示: 4.3%) ※ 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。

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

ベラケンタウロス

騎手塚本征（愛知）

1.5倍

AI の勝率48%損益の分かれ目67%

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

◎5

ベラケンタウロス

塚本征（愛知）

1.5倍

勝率 48%

›

○9

ザンテソーロ

加藤聡（愛知）

3.1倍

勝率 17%

›

▲4

アレステソーロ

今井貴（愛知）

8.3倍

勝率 15%

›

△11

シャンドネージュ

丹羽克（愛知）

23.1倍

勝率 6%

›

△3

テルケンレンジョイ

阪野学（愛知）

—

勝率 3%

›

△10

モンサンフリージア

丸野勝（愛知）

43.0倍

対象外勝率 3%

›

▽7

クィーンミツコ

木之葵（愛知）

30.4倍

対象外勝率 3%

›

▽2

ヤモリアツマレ

小笠羚（愛知）

47.7倍

対象外勝率 1%

›

▽8

クールシェリー

加藤利（愛知）

42.1倍

対象外勝率 1%

›

▽1

トークダウン

友森翔（愛知）

145.5倍

対象外勝率 1%

›

▽6

エクメノポリス

柿原翔（愛知）

165.2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