名古屋 4R 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。

4R 名古屋競馬場ダ1500m 発走 14:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ナムラカメコ逃げ	加藤誓（愛知）	実141.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 10/15 名古屋2R 5着/11頭+1.9秒 09/30 名古屋12R 7着/12頭+1.0秒 09/17 名古屋1R 10着/10頭+5.1秒 09/07 名古屋4R 6着/9頭+5.3秒 08/18 名古屋12R 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 7.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 6走で勝率 17% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 0.7% (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	ハウスオンファイア差し	渡邊竜（笠松）	実17.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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 10/15 名古屋2R 4着/11頭+1.9秒 09/18 名古屋3R 3着/10頭+0.9秒 09/07 名古屋3R 3着/9頭+1.1秒 06/03 名古屋3R 2着/12頭+2.0秒 05/22 名古屋2R 9着/10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 3.3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 △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 5.9% (オッズ暗示: 5.8%) ※ 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	ウインプライム先行	小笠羚（愛知）	実40.9	▽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 09/30 名古屋4R 8着/11頭+2.0秒 09/15 名古屋12R 1着/12頭勝利 09/02 名古屋2R 7着/10頭+3.5秒 07/03 名古屋2R 11着/12頭 06/16 名古屋5R 5着/11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 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 2.2% (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。
4	シルフ	塚本征（愛知）	実2.6	▲詳細▼	人気馬、市場評価通りで上乗せなし（騎手は近50戦で勝率20%）
前5走 10/15 名古屋12R 5着/12頭+0.9秒 09/18 名古屋2R 2着/10頭+0.9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 3.5着 ◎ 騎手近50戦勝率 20% (好調) × 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 17.5% (オッズ暗示: 38.5%) ※ 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	ブルーアンビエンス	加藤聡（愛知）	実2.1	◎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（155日ぶりの実戦／騎手は近50戦で勝率28%）
前5走 05/26 浦和9R 5着/11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 5.0着 ◎ 騎手近50戦勝率 28% (好調) △ ローテーション 155日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 41.8% (オッズ暗示: 47.6%) ※ 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。
6	サンタカタリナ	丸野勝（愛知）	実6.4	○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 10/15 名古屋1R 3着/11頭+1.7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 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) +13% (市場と概ね一致) AI 予想勝率 17.7% (オッズ暗示: 15.6%) ※ 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	シャンクスレガシー逃げ	望月洵（愛知）	実16.7	△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6走で勝ち無し／騎手は近50戦で勝率24%）
前5走 10/15 名古屋12R 12着/12頭+3.4秒 09/30 名古屋3R 4着/12頭+1.6秒 09/17 名古屋1R 6着/10頭+1.5秒 08/20 園田7R 7着/10頭+2.0秒 07/30 園田12R 12着/12頭+2.3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 7.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 6.0%) ※ 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	ゴッドシュアウイン先行	大畑慧（愛知）	実65.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 10/15 名古屋4R 6着/11頭+1.4秒 09/30 名古屋12R 8着/12頭+1.2秒 09/16 名古屋1R 6着/10頭+1.7秒 09/03 名古屋12R 10着/11頭+3.8秒 08/20 名古屋2R 11着/12頭+4.3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 6.7着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +23%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.9% (オッズ暗示: 1.5%) ※ 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。
9	クツシタオトシタ自在	細川智（愛知）	実70.0	▽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／同距離帯は11走で勝ち無し）
前5走 10/01 名古屋12R 12着/12頭+7.0秒 09/16 名古屋1R 3着/10頭+0.8秒 09/03 名古屋12R 8着/11頭+1.4秒 08/20 名古屋2R 5着/12頭+2.0秒 07/27 川崎8R 10着/11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 7.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.4%) ※ 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。
10	プラカーシャ先行	近藤颯（愛知）	実115.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は7走で勝ち無し）
前5走 09/10 川崎5R 9着/12頭+2.3秒 07/08 川崎2R 8着/9頭+1.0秒 06/15 川崎2R 6着/11頭+3.0秒 04/06 川崎2R 5着/10頭+0.8秒 03/02 川崎1R 2着/10頭+0.5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) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +2%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (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。
11	ウインフォーユー先行	加藤利（愛知）	実292.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場33走で勝率0%と苦戦傾向／同距離帯は24走で勝ち無し）
前5走 10/15 名古屋4R 9着/11頭+2.2秒 09/15 名古屋8R 3着/11頭+0.2秒 09/02 名古屋5R 6着/12頭+2.1秒 08/19 名古屋1R 7着/11頭+0.6秒 06/17 名古屋12R 7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戦の調子平均 6.0着 × 当競馬場適性 33走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 0.3% (オッズ暗示: 0.3%) ※ 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。
12	アイアン	木之葵（愛知）	実18.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 09/29 名古屋1R 1着/12頭勝利 09/14 名古屋3R 7着/12頭+2.4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戦の調子勝率 50% (絶好調) △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 3.6% (オッズ暗示: 5.4%) ※ 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。

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

ブルーアンビエンス

騎手加藤聡（愛知）

2.1倍

AI の勝率42%損益の分かれ目48%

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

◎5

ブルーアンビエンス

加藤聡（愛知）

2.1倍

勝率 42%

›

○6

サンタカタリナ

丸野勝（愛知）

6.4倍

勝率 18%

›

▲4

シルフ

塚本征（愛知）

2.6倍

勝率 17%

›

△7

シャンクスレガシー

望月洵（愛知）

16.7倍

勝率 6%

›

△2

ハウスオンファイア

渡邊竜（笠松）

17.1倍

勝率 6%

›

△12

アイアン

木之葵（愛知）

18.4倍

勝率 4%

›

▽3

ウインプライム

小笠羚（愛知）

40.9倍

対象外勝率 2%

›

▽8

ゴッドシュアウイン

大畑慧（愛知）

65.3倍

対象外勝率 2%

›

▽9

クツシタオトシタ

細川智（愛知）

70.0倍

対象外勝率 1%

›

▽10

プラカーシャ

近藤颯（愛知）

115.4倍

対象外勝率 1%

›

▽1

ナムラカメコ

加藤誓（愛知）

141.4倍

対象外勝率 1%

›

▽11

ウインフォーユー

加藤利（愛知）

292.6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