名古屋 3R 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。

3R 名古屋競馬場ダ1500m 発走 13:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デルマガニメデ	柿原翔（愛知）	実289.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 10/16 名古屋6R 7着/11頭+2.4秒 08/20 名古屋6R 9着/12頭+2.2秒 07/14 名古屋12R 2着/11頭+4.0秒 07/02 名古屋5R 6着/11頭 06/18 名古屋12R 2着/12頭
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 6.0着 △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +22%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.4% (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。
2	キミノナハオリョウ	渡邊竜（笠松）	実10.3	△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 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 7.9% (オッズ暗示: 9.7%) ※ 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。
3	ジャッキーバローズ	加藤誓（愛知）	実1.3	◎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67%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 09/30 名古屋4R 1着/11頭勝利 09/15 名古屋2R 1着/11頭勝利 09/01 名古屋6R 4着/11頭+0.7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 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 距離適性同距離 3走で勝率 67% △ 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) -36% (大幅な期待値マイナス) AI 予想勝率 49.5% (オッズ暗示: 76.9%) ※ 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。
4	スターアライズ差し	筒井勇（笠松）	実31.7	△詳細▼	大穴（30倍超）は買う範囲の外で対象外（前走2着）
前5走 10/16 名古屋1R 2着/11頭+0.0秒 09/16 名古屋3R 5着/11頭+0.9秒 09/03 名古屋3R 9着/12頭+1.2秒 08/20 名古屋4R 9着/12頭+3.0秒 07/29 名古屋4R 7着/11頭+1.3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 5.3着 △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 8走で勝率 12% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +27%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.0% (オッズ暗示: 3.2%) ※ 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。
5	ストラドーネ	塚本征（愛知）	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走平均2.0着と安定）
前5走 10/16 名古屋2R 2着/11頭+0.1秒 10/01 名古屋3R 2着/3頭 09/17 名古屋2R 2着/11頭+0.3秒 09/01 名古屋6R 1着/11頭勝利 ―
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 2.0着 (安定) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 18.7% (オッズ暗示: 21.7%) ※ 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	チャットケリー逃げ	木之葵（愛知）	実171.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（91日ぶりの実戦）
前5走 07/30 名古屋6R 8着/11頭+2.1秒 05/22 名古屋7R 4着/11頭 05/07 名古屋5R 3着/10頭+0.4秒 04/23 名古屋3R 3着/12頭+0.1秒 03/26 名古屋3R 7着/12頭+0.9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 5.0着 △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +100%（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: 0.6%) ※ 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	ベルトナリテ	丸野勝（愛知）	実36.5	△詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 10/16 名古屋5R 6着/11頭+2.2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 6.0着 △ 期待値 (オッズ vs AI勝率) +21%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.3% (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。
8	ノース差し	丹羽克（愛知）	実293.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場62走で勝率3%と苦戦傾向／同距離帯は60走で勝ち無し）
前5走 10/16 名古屋12R 5着/12頭+1.3秒 09/30 名古屋9R 8着/11頭+2.0秒 09/17 名古屋3R 8着/9頭+2.2秒 09/03 名古屋7R 3着/11頭+1.6秒 08/19 名古屋4R 6着/11頭+1.0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戦の調子平均 7.0着 (不振) × 当競馬場適性 62走で勝率 3% (苦戦) ▽ 距離適性同距離は 60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) +48%（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: 0.3%) ※ 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。
9	オールオンフリーク逃げ	丸山真（愛知）	実99.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調）
前5走 09/17 名古屋4R 7着/9頭+4.1秒 08/20 名古屋7R 12着/12頭+2.3秒 07/30 名古屋7R 8着/11頭+1.8秒 07/15 名古屋7R 11着/12頭+2.0秒 07/03 名古屋7R 9着/12頭
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 9.0着 (不振) △ 当競馬場適性 38走で勝率 11% △ 距離適性同距離 34走で勝率 9% △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.0%) ※ 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。
10	タクティカ追込	加藤利（愛知）	実100.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場46走で勝率2%と苦戦傾向／同距離帯は39走で勝ち無し）
前5走 10/16 名古屋12R 4着/12頭+1.1秒 09/29 名古屋8R 2着/12頭+0.7秒 09/15 名古屋8R 10着/11頭+1.2秒 09/02 名古屋6R 5着/12頭+1.4秒 08/19 名古屋1R 6着/11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 5.3着 × 当競馬場適性 46走で勝率 2% (苦戦) ▽ 距離適性同距離は 39走で勝ち無し △ 期待値 (オッズ vs AI勝率) +47%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.5% (オッズ暗示: 1.0%) ※ 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。
11	ナムラライラック差し	友森翔（愛知）	実50.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 10/16 名古屋5R 5着/11頭+1.9秒 09/16 名古屋12R 5着/11頭+1.7秒 09/04 名古屋8R 8着/10頭+2.9秒 08/19 名古屋5R 3着/3頭 07/29 名古屋4R 4着/11頭+0.7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 6.0着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 7走で勝率 14% △ 期待値 (オッズ vs AI勝率) +33%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.7% (オッズ暗示: 2.0%) ※ 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。
12	ノヴァレジーナ	大原浩（笠松）	実10.3	▲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 10/14 名古屋7R 1着/12頭勝利 09/18 名古屋1R 2着/10頭+1.9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) ○ 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) -1% (オッズ過剰評価) AI 予想勝率 9.6% (オッズ暗示: 9.7%) ※ 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）

見送りAI の 1 位の馬

ジャッキーバローズ

騎手加藤誓（愛知）

1.3倍

AI の勝率49%損益の分かれ目77%

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

◎3

ジャッキーバローズ

加藤誓（愛知）

1.3倍

勝率 49%

›

○5

ストラドーネ

塚本征（愛知）

4.6倍

勝率 19%

›

▲12

ノヴァレジーナ

大原浩（笠松）

10.3倍

勝率 10%

›

△2

キミノナハオリョウ

渡邊竜（笠松）

10.3倍

勝率 8%

›

△4

スターアライズ

筒井勇（笠松）

31.7倍

対象外勝率 4%

›

△7

ベルトナリテ

丸野勝（愛知）

36.5倍

対象外勝率 3%

›

▽11

ナムラライラック

友森翔（愛知）

50.4倍

対象外勝率 3%

›

▽10

タクティカ

加藤利（愛知）

100.8倍

対象外勝率 1%

›

▽6

チャットケリー

木之葵（愛知）

171.0倍

対象外勝率 1%

›

▽9

オールオンフリーク

丸山真（愛知）

99.3倍

対象外勝率 1%

›

▽8

ノース

丹羽克（愛知）

293.5倍

対象外勝率 1%

›

▽1

デルマガニメデ

柿原翔（愛知）

289.2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