名古屋 11R 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。

11R 名古屋競馬場中京競馬Ｂ８ダ1700m 発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フローラビーナス差し	松本一（笠松）	実60.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は3走で勝ち無し）
前5走 10/02 名古屋7R 11着/12頭+3.2秒 09/18 名古屋10R 4着/11頭+0.7秒 09/07 名古屋10R 6着/11頭+3.9秒 08/24 名古屋10R 4着/11頭+0.5秒 07/31 名古屋7R 10着/12頭+2.1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 7.0着 (不振) ○ 当競馬場適性 25走で勝率 24% (相性良) ▽ 距離適性同距離は 3走で勝ち無し ○ 馬場適性同馬場 10走で勝率 20% ▽ 前走実績前走 11着 (大敗) ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
2	ガーニュ自在	加藤聡（愛知）	実3.6	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は6走で勝ち無し／前走3着／騎手は近50戦で勝率22%）
前5走 09/18 名古屋7R 3着/11頭+1.0秒 07/17 名古屋7R 3着/12頭+2.0秒 06/18 名古屋9R 7着/10頭 01/02 名古屋11R 3着/12頭+1.0秒 12/19 名古屋9R 3着/11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 4.3着 ○ 当競馬場適性 30走で勝率 20% (相性良) ▽ 距離適性同距離は 6走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 25.9% (オッズ暗示: 27.8%) ※ 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	バルサミコ	村上弘（愛知）	実35.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調）
前5走 09/16 名古屋7R 10着/10頭+4.4秒 09/02 名古屋11R 8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戦の調子平均 9.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 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 1.9% (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。
4	ダイゴセイリュウ先行	大畑慧（愛知）	実7.8	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯3走で勝率33%／124日ぶりの実戦）
前5走 06/17 名古屋8R 6着/11頭+1.0秒 05/19 名古屋10R 11着/12頭+1.7秒 04/22 名古屋7R 2着/12頭+0.3秒 04/08 名古屋8R 11着/11頭+2.7秒 03/10 名古屋12R 9着/11頭+2.0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 6.3着 ○ 当競馬場適性 16走で勝率 19% (相性良) ◎ 距離適性同距離 3走で勝率 33% ○ 馬場適性同馬場 9走で勝率 22% △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 124日休養明け △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 15.8% (オッズ暗示: 12.8%) ※ 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。
5	ウォーオブサウンド逃げ	大畑雅（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8.3着と低調）
前5走 10/01 名古屋6R 11着/12頭+1.5秒 09/17 名古屋7R 10着/12頭+1.2秒 07/30 名古屋9R 4着/12頭+0.6秒 07/03 名古屋8R 5着/11頭+1.0秒 06/05 名古屋8R 6着/12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戦の調子平均 8.3着 (不振) △ 当競馬場適性 29走で勝率 7% ▽ 前走実績前走 11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) -88% (大幅な期待値マイナス) AI 予想勝率 6.5% ※ 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	ナンゴクドリーム先行	筒井勇（笠松）	実22.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/01 名古屋9R 5着/12頭+1.7秒 09/04 名古屋8R 5着/10頭+2.0秒 08/21 名古屋7R 9着/11頭+3.0秒 07/15 名古屋5R 4着/12頭 04/09 名古屋11R 4着/10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 6.3着 ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 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) -10% (オッズ過剰評価) AI 予想勝率 3.9% (オッズ暗示: 4.4%) ※ 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。
7	マンデーロウリュウ自在	塚本征（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（騎手は近50戦で勝率20%）
前5走 09/17 名古屋11R 6着/12頭+1.6秒 09/04 名古屋10R 7着/8頭+2.5秒 08/21 名古屋7R 4着/11頭+1.6秒 07/29 名古屋6R 9着/12頭+1.8秒 07/02 名古屋9R 2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 5.7着 △ 当競馬場適性 9走で勝率 11% ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 20% (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 26.1% (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。
8	アーキハッカー逃げ	小笠羚（愛知）	実10.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し／直近3走平均8.7着と低調）
前5走 10/01 名古屋6R 7着/12頭+0.4秒 09/17 名古屋7R 9着/12頭+1.0秒 09/04 名古屋9R 10着/12頭+2.7秒 08/21 名古屋8R 4着/10頭+0.6秒 07/30 名古屋9R 8着/12頭+1.3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 8.7着 (不振) △ 当競馬場適性 48走で勝率 6% ▽ 距離適性同距離は 4走で勝ち無し ○ 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 6.9% (オッズ暗示: 9.6%) ※ 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。
9	オンワードセルフ	大原浩（笠松）	実19.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は19走で勝ち無し）
前5走 09/17 名古屋6R 4着/10頭+0.9秒 07/15 名古屋8R 7着/11頭 06/18 名古屋9R 6着/10頭 05/21 名古屋8R 5着/10頭 05/06 名古屋6R 5着/11頭+1.4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 5.7着 △ 当競馬場適性 55走で勝率 5% ▽ 距離適性同距離は 19走で勝ち無し × 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 3.5% (オッズ暗示: 5.2%) ※ 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	ザボドフスキー自在	加藤誓（愛知）	実9.9	△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5走で勝率0%と苦戦傾向／直近3走平均2.0着と安定／前走2着）
前5走 10/01 名古屋2R 2着/12頭+0.3秒 09/17 名古屋12R 2着/3頭 08/20 名古屋6R 2着/12頭+0.2秒 07/30 名古屋6R 6着/11頭+1.4秒 07/03 名古屋10R 8着/12頭+3.0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) × 当競馬場適性 5走で勝率 0% (苦戦) ○ 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) -30% (オッズ過剰評価) AI 予想勝率 7.1% (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	ネオアリシア逃げ	細川智（愛知）	実47.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 10/02 名古屋10R 8着/12頭+3.7秒 09/18 名古屋9R 4着/12頭+1.6秒 09/07 名古屋6R 9着/10頭+2.7秒 08/20 名古屋5R 1着/10頭勝利 07/29 名古屋12R 2着/12頭+1.6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 7.0着 (不振) △ 当競馬場適性 70走で勝率 6% ○ 距離適性同距離 13走で勝率 15% ○ 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) -35% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。

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

マンデーロウリュウ

騎手塚本征（愛知）

2.0倍

AI の勝率26%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11頭

◎7

マンデーロウリュウ

塚本征（愛知）

2.0倍

勝率 26%

›

○2

ガーニュ

加藤聡（愛知）

3.6倍

勝率 26%

›

▲4

ダイゴセイリュウ

大畑慧（愛知）

7.8倍

勝率 16%

›

△10

ザボドフスキー

加藤誓（愛知）

9.9倍

勝率 7%

›

△8

アーキハッカー

小笠羚（愛知）

10.4倍

勝率 7%

›

△5

ウォーオブサウンド

大畑雅（愛知）

—

勝率 6%

›

▽6

ナンゴクドリーム

筒井勇（笠松）

22.9倍

勝率 4%

›

▽9

オンワードセルフ

大原浩（笠松）

19.2倍

勝率 4%

›

▽3

バルサミコ

村上弘（愛知）

35.8倍

対象外勝率 2%

›

▽11

ネオアリシア

細川智（愛知）

47.6倍

対象外勝率 1%

›

▽1

フローラビーナス

松本一（笠松）

60.3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