名古屋 1R 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。

1R 名古屋競馬場ダ1500m 発走 12:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サンライズマシュー自在	望月洵（愛知）	実15.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／騎手は近50戦で勝率24%）
前5走 10/27 名古屋12R 5着/12頭+1.1秒 10/13 名古屋7R 5着/11頭+0.8秒 09/15 名古屋2R 9着/11頭+2.9秒 09/01 名古屋3R 3着/10頭+0.3秒 08/18 名古屋5R 10着/12頭+7.0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 6.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 6.4%) ※ 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。
2	ファーヴニル	丸野勝（愛知）	実4.6	○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 10/13 名古屋7R 3着/11頭+0.6秒 09/29 名古屋5R 3着/12頭+0.6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 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ 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) -26% (オッズ過剰評価) AI 予想勝率 16.0% (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。
3	レディトゥランブル	村上弘（愛知）	実8.2	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 10/27 名古屋5R 4着/12頭+0.6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 4.0着 ○ 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) +15% (市場と概ね一致) AI 予想勝率 14.1% (オッズ暗示: 12.2%) ※ 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。
4	アメジストブリエ	小笠羚（愛知）	実18.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 10/13 名古屋3R 2着/11頭+0.1秒 09/29 名古屋2R 6着/12頭+3.3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 4.0着 ○ 前走実績前走 2着 (好走) ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 5.5%) ※ 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	マイトグラッド先行	丹羽克（愛知）	実86.4	×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）
前5走 10/14 名古屋3R 8着/12頭+3.0秒 09/18 名古屋12R 8着/12頭+2.7秒 09/07 名古屋1R 5着/8頭+2.1秒 08/21 名古屋12R 9着/12頭+2.6秒 07/31 名古屋4R 9着/12頭+2.1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 7.0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 2% (やや苦戦) ○ 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) -63% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 1.2%) ※ 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。
6	ヤマカンドリーミン	深澤杏（笠松）	実37.4	×詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 10/27 名古屋6R 4着/12頭+1.3秒 09/16 園田7R 10着/12頭+4.2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 7.0着 (不振) △ 騎手近50戦勝率 2% (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) -67% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
7	シュタットパーク差し	大畑雅（愛知）	実42.9	▽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4走で勝ち無し）
前5走 10/27 名古屋12R 7着/12頭+1.8秒 10/14 名古屋3R 7着/12頭+2.3秒 09/15 名古屋12R 2着/12頭+0.1秒 08/18 名古屋3R 4着/12頭+1.6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 5.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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) -2% (オッズ過剰評価) AI 予想勝率 2.3% (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。
8	デルマテイネ	今井貴（愛知）	実2.3	◎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（騎手は近50戦で勝率20%）
前5走 10/14 名古屋1R 5着/11頭+1.2秒 09/29 名古屋5R 2着/12頭+0.5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 3.5着 ◎ 騎手近50戦勝率 20% (好調) ○ 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) +9% (市場と概ね一致) AI 予想勝率 47.6% (オッズ暗示: 43.5%) ※ 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	ケイズシャーロット	近藤颯（愛知）	実45.7	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場19走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 10/13 名古屋9R 5着/11頭+1.4秒 08/20 名古屋3R 8着/11頭+2.6秒 07/30 名古屋5R 4着/12頭+0.3秒 07/14 名古屋4R 2着/12頭+6.0秒 07/01 名古屋4R 11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 5.7着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ 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) -59% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.2%) ※ 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	クィーンズウィンク差し	阿部基（笠松）	実14.3	△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／同距離帯は3走で勝ち無し）
前5走 10/27 名古屋12R 4着/12頭+0.5秒 10/13 名古屋5R 4着/11頭+0.5秒 09/01 名古屋5R 6着/11頭+2.6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 4.7着 × 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) +8% (市場と概ね一致) AI 予想勝率 7.6% (オッズ暗示: 7.0%) ※ 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	クラリノ	加藤聡（愛知）	実4.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 10/14 名古屋2R 5着/11頭+1.0秒 10/02 名古屋3R 10着/12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 7.5着 (不振) ○ 騎手近50戦勝率 18% ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 3.6% (オッズ暗示: 22.7%) ※ 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

デルマテイネ

騎手今井貴（愛知）

2.3倍

AI の勝率48%損益の分かれ目43%

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

◎8

デルマテイネ

今井貴（愛知）

2.3倍

勝率 48%

›

○2

ファーヴニル

丸野勝（愛知）

4.6倍

勝率 16%

›

▲3

レディトゥランブル

村上弘（愛知）

8.2倍

勝率 14%

›

△10

クィーンズウィンク

阿部基（笠松）

14.3倍

勝率 8%

›

△4

アメジストブリエ

小笠羚（愛知）

18.3倍

勝率 4%

›

△11

クラリノ

加藤聡（愛知）

4.4倍

勝率 4%

›

×1

サンライズマシュー

望月洵（愛知）

15.6倍

勝率 3%

›

▽7

シュタットパーク

大畑雅（愛知）

42.9倍

対象外勝率 2%

›

×9

ケイズシャーロット

近藤颯（愛知）

45.7倍

対象外勝率 1%

›

×6

ヤマカンドリーミン

深澤杏（笠松）

37.4倍

対象外勝率 1%

›

×5

マイトグラッド

丹羽克（愛知）

86.4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