名古屋 12R 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。

12R 名古屋競馬場ダ1500m ダート1500m　発走 18:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フルーツワゴン	大畑慧（愛知）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場12走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し）
前5走 06/03 名古屋6R 7着/12頭 05/21 名古屋2R 6着/10頭+2.0秒 05/06 名古屋1R 10着/11頭+1.2秒 04/22 名古屋2R 2着/12頭+1.6秒 03/24 名古屋8R 5着/12頭+0.8秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 12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) -78% (大幅な期待値マイナス) AI 予想勝率 11.6% ※ 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。
2	アグネス	東川慎（笠松）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（前走2着）
前5走 06/17 名古屋1R 2着/11頭 06/03 名古屋12R 8着/12頭 05/20 名古屋2R 3着/10頭+0.0秒 05/05 名古屋4R 5着/10頭+1.5秒 04/20 名古屋9R 10着/11頭+2.1秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 17走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 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。
3	ウィルマッチ	望月洵（愛知）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場12走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し）
前5走 06/17 名古屋5R 4着/11頭 06/03 名古屋5R 8着/12頭+0.0秒 05/20 名古屋8R 7着/10頭 05/05 名古屋12R 8着/12頭+1.8秒 04/22 名古屋3R 6着/12頭+1.4秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 14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) -87% (大幅な期待値マイナス) AI 予想勝率 7.2% ※ 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	ユアマイスター	小笠羚（愛知）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場11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 06/18 名古屋6R 5着/10頭 06/03 名古屋12R 5着/12頭+0.0秒 05/20 名古屋8R 2着/10頭 05/05 名古屋12R 11着/12頭+2.6秒 04/20 名古屋12R 2着/12頭+0.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 8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) -83% (大幅な期待値マイナス) AI 予想勝率 9.0% ※ 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。
5	ハルノート	近藤颯（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 06/17 名古屋5R 7着/11頭 06/03 名古屋5R 11着/12頭+1.0秒 03/25 名古屋3R 7着/11頭+2.5秒 03/11 名古屋1R 4着/10頭+0.9秒 02/23 名古屋5R 1着/12頭勝利
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% △ 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) -78% (大幅な期待値マイナス) AI 予想勝率 11.9% ※ 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。
6	パウダースノウ	細川智（愛知）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場15走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し）
前5走 06/17 名古屋4R 9着/11頭 06/03 名古屋1R 4着/12頭 05/20 名古屋5R 10着/11頭+2.0秒 05/05 名古屋6R 12着/12頭+4.8秒 04/22 名古屋1R 7着/12頭+1.6秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 20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 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -90% (大幅な期待値マイナス) AI 予想勝率 5.3% ※ 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。
7	ベールドゥフィーユ	友森翔（愛知）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場22走で勝率5%と苦戦傾向／同距離帯は22走で勝ち無し）
前5走 06/17 名古屋4R 4着/11頭+0.0秒 06/03 名古屋12R 12着/12頭 05/20 名古屋2R 2着/10頭 05/04 名古屋12R 2着/11頭+0.7秒 04/20 名古屋7R 10着/12頭+2.7秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 22走で勝率 5% (苦戦) ▽ 距離適性同距離は 22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) -87% (大幅な期待値マイナス) AI 予想勝率 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	アスクサヴァイバル	丹羽克（愛知）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場23走で勝率0%と苦戦傾向／同距離帯は23走で勝ち無し／前走3着）
前5走 06/17 名古屋1R 3着/11頭 06/03 名古屋1R 7着/12頭+0.0秒 05/20 名古屋5R 8着/11頭 05/05 名古屋6R 8着/12頭+2.9秒 04/20 名古屋12R 3着/12頭+0.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 23走で勝率 0% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し △ 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 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 8.5% ※ 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	クリノスピネル	阪野学（愛知）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 06/18 名古屋6R 7着/10頭 06/03 名古屋7R 7着/12頭 05/21 名古屋3R 6着/10頭 05/06 名古屋2R 7着/10頭+1.4秒 04/23 名古屋1R 7着/11頭+1.4秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 △ 当競馬場適性 36走で勝率 11% △ 距離適性同距離 29走で勝率 10% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 6.3% ※ 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。
10	ハズムリズム	木之葵（愛知）	推定—	×詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走で勝率33%と好調）
前5走 05/06 名古屋1R 11着/11頭+1.2秒 04/22 名古屋4R 8着/12頭+1.2秒 04/07 名古屋11R 1着/11頭勝利 03/24 名古屋4R 8着/11頭+2.3秒 03/10 名古屋4R 11着/11頭+4.1秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 16走で勝率 6% ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 12.0% ※ 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	フクチャンフクメイ	尾崎章（愛知）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場37走で勝率3%と苦戦傾向／同距離帯は36走で勝ち無し／前走3着）
前5走 06/17 名古屋4R 3着/11頭 05/19 名古屋5R 8着/11頭+1.4秒 05/04 名古屋5R 7着/11頭+1.4秒 04/20 名古屋5R 7着/12頭+1.8秒 04/07 名古屋5R 9着/11頭+3.5秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 37走で勝率 3% (苦戦) ▽ 距離適性同距離は 36走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) -88% (大幅な期待値マイナス) AI 予想勝率 5.3% ※ 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	ネオアリシア	加藤聡（愛知）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場63走で勝率5%と苦戦傾向／同距離帯は48走で勝ち無し）
前5走 06/18 名古屋6R 6着/10頭+0.0秒 06/03 名古屋7R 9着/12頭 05/21 名古屋3R 5着/10頭+0.0秒 05/06 名古屋2R 10着/10頭+2.8秒 04/22 名古屋8R 11着/11頭+2.3秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 × 当競馬場適性 63走で勝率 5% (苦戦) ▽ 距離適性同距離は 48走で勝ち無し ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 8.7% ※ 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

ダ1500m

🎯 AIの本命

AI評価1位

ハズムリズム

騎手木之葵（愛知）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

AIの推奨本命の次点

▲5ハルノート

—

EV —

▲1フルーツワゴン

—

EV —

▲4ユアマイスター

—

EV —

▲12ネオアリシア

—

EV —

出走馬AI評価順・全12頭

×10

ハズムリズム

木之葵（愛知）

—

›

▲5

ハルノート

近藤颯（愛知）

—

›

▲1

フルーツワゴン

大畑慧（愛知）

—

›

▲4

ユアマイスター

小笠羚（愛知）

—

›

▲12

ネオアリシア

加藤聡（愛知）

—

›

△8

アスクサヴァイバル

丹羽克（愛知）

—

›

△7

ベールドゥフィーユ

友森翔（愛知）

—

›

△3

ウィルマッチ

望月洵（愛知）

—

›

×2

アグネス

東川慎（笠松）

—

›

×9

クリノスピネル

阪野学（愛知）

—

›

×6

パウダースノウ

細川智（愛知）

—

›

×11

フクチャンフクメイ

尾崎章（愛知）

—

›

💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

🌙 オッズ確定前のレースです（夜開催など、発走前でオッズ未公開）。
上の表の AI 評価は確認できますが、期待値・買い目はオッズが出てから（発走が近づくと）自動で公開されます。

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）

本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。