名古屋 8R 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。

8R 名古屋競馬場ダ1500m 発走 16:17

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダバイストリーム逃げ	加藤誓（愛知）	実142.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均8.3着と低調）
前5走 10/14 名古屋5R 7着/10頭+4.1秒 10/01 名古屋4R 11着/11頭+4.3秒 09/15 名古屋6R 7着/8頭+3.6秒 09/03 名古屋9R 10着/12頭+2.9秒 08/21 名古屋5R 6着/9頭+3.0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 8.3着 (不振) × 当競馬場適性 6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 4% (やや苦戦) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 0.4% (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	ルブラッシュノモー逃げ	大畑雅（愛知）	実47.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均8.7着と低調）
前5走 10/16 名古屋4R 8着/8頭+2.8秒 10/01 名古屋4R 10着/11頭+3.7秒 09/15 名古屋6R 8着/8頭+3.9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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 1.6% (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	ヤングゼネラル	丹羽克（愛知）	実3.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 11.6% (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。
4	ルクスオリジン先行	小笠羚（愛知）	実12.4	×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6走で勝ち無し）
前5走 10/14 名古屋5R 5着/10頭+2.9秒 10/01 名古屋4R 6着/11頭+3.1秒 09/15 名古屋5R 4着/6頭+4.2秒 09/03 名古屋4R 6着/7頭+1.8秒 08/21 名古屋4R 4着/7頭+1.5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 5.0着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ ローテーション 16日の間隔 (理想的) × 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 3.6% (オッズ暗示: 8.1%) ※ 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。
5	スカーヒップ逃げ	大原浩（笠松）	実67.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向）
前5走 10/14 名古屋5R 8着/10頭+4.1秒 10/01 名古屋4R 9着/11頭+3.5秒 09/14 名古屋4R 3着/9頭+0.2秒 09/01 名古屋2R 3着/3頭 08/18 名古屋2R 8着/8頭+4.5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 6.7着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +16%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.7% (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。
6	ベラジオサクラ	塚本征（愛知）	推定—	○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26%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 26% (好調) × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 19.5% ※ 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。
7	オンディーヌ	渡邊竜（笠松）	実13.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向）
前5走 10/14 名古屋5R 6着/10頭+3.6秒 09/29 名古屋4R 3着/3頭 08/24 名古屋4R 3着/5頭+5.0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 3走で勝率 0% (苦戦) ○ 騎手近50戦勝率 18% ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 7.6%) ※ 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。
8	ネイティブダンス	近藤颯（愛知）	実5.7	△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3走で勝率0%と苦戦傾向／前走3着）
前5走 10/14 名古屋5R 3着/10頭+2.4秒 08/18 名古屋2R 4着/8頭+0.6秒 07/31 名古屋3R 8着/10頭 ― ―
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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 12.7% (オッズ暗示: 17.5%) ※ 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	ヤマビッグ	明星晴（笠松）	実70.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（92日ぶりの実戦）
前5走 07/30 名古屋3R 10着/10頭+8.3秒 07/03 名古屋4R 3着/6頭+0.0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 6.5着 △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 1.0% (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	ブライティアバニー	今井貴（愛知）	実13.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／騎手は近50戦で勝率22%）
前5走 10/14 名古屋4R 2着/10頭+0.4秒 09/14 名古屋4R 9着/9頭+3.7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 5.5着 ◎ 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 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 7.6%) ※ 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。
11	ディヴィナス逃げ	大畑慧（愛知）	実4.5	◎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（当競馬場9走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 10/16 名古屋4R 7着/8頭+2.1秒 10/01 名古屋4R 5着/11頭+2.5秒 09/15 名古屋5R 5着/6頭+5.1秒 09/03 名古屋4R 5着/7頭+1.0秒 08/21 名古屋4R 6着/7頭+2.8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 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 14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 22.0% (オッズ暗示: 22.2%) ※ 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。
12	ビーギフテッド	加藤聡（愛知）	実4.0	▲詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 09/29 名古屋4R 2着/3頭 09/18 名古屋4R 5着/7頭 ― ― ―
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戦の調子平均 3.5着 ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 15.7% (オッズ暗示: 25.0%) ※ 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。

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

ディヴィナス

騎手大畑慧（愛知）

4.5倍

AI の勝率22%損益の分かれ目22%

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

◎11

ディヴィナス

大畑慧（愛知）

4.5倍

勝率 22%

›

○6

ベラジオサクラ

塚本征（愛知）

—

勝率 20%

›

▲12

ビーギフテッド

加藤聡（愛知）

4.0倍

勝率 16%

›

△8

ネイティブダンス

近藤颯（愛知）

5.7倍

勝率 13%

›

△3

ヤングゼネラル

丹羽克（愛知）

3.1倍

勝率 12%

›

△10

ブライティアバニー

今井貴（愛知）

13.1倍

勝率 6%

›

▽7

オンディーヌ

渡邊竜（笠松）

13.2倍

勝率 4%

›

×4

ルクスオリジン

小笠羚（愛知）

12.4倍

勝率 4%

›

▽5

スカーヒップ

大原浩（笠松）

67.2倍

対象外勝率 2%

›

▽2

ルブラッシュノモー

大畑雅（愛知）

47.4倍

対象外勝率 2%

›

▽9

ヤマビッグ

明星晴（笠松）

70.2倍

対象外勝率 1%

›

▽1

ダバイストリーム

加藤誓（愛知）

142.2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