名古屋 9R 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。

モデル

9R 名古屋競馬場ダ1500m ダート1500m　発走 19:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	プレミアシップ	柿原翔（愛知）	実94.7	B× A×勝率0% EV-64% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/01 名古屋10R 11着/12頭 06/16 名古屋11R 12着/12頭+0.0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 11.5着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 12位 / 勝率 0.4% / 期待値 -64% ※ 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	サヤヒメ	望月洵（愛知）	実4.3	B△ A△勝率13% EV-45% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い／騎手は近50戦で勝率24%）
前5走 07/03 名古屋8R 1着/11頭 06/22 名古屋6R 2着/10頭 05/27 浦和6R 9着/12頭+1.0秒 04/20 浦和7R 4着/12頭+1.2秒 03/16 浦和8R 4着/12頭+1.4秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 距離適性同距離 10走で勝率 10% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 23.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.6% / 期待値 -46% ※ 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	オーケーサンダー逃げ	近藤颯（愛知）	実33.4	B▽ A▽勝率4% EV+33% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/16 名古屋11R 10着/12頭 05/08 名古屋12R 3着/10頭+0.2秒 03/31 名古屋11R 2着/9頭+0.2秒 03/17 名古屋9R 3着/11頭+0.5秒 02/27 名古屋3R 1着/10頭勝利
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 5.0着 ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 馬場適性同馬場 9走で勝率 22% ▽ 前走実績前走 10着 (大敗) ○ 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) -22% (オッズ過剰評価) AI 予想勝率 2.3% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.0% / 期待値 +33% ※ 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	ワウワウワウ先行	渡邊竜（笠松）	実6.5	B△ A▲勝率18% EV+14% 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14走で勝率36%と適性高／同距離帯8走で勝率50%）
前5走 07/01 名古屋8R 4着/12頭+0.0秒 06/16 名古屋10R 7着/11頭 05/19 名古屋8R 10着/12頭+3.0秒 05/04 名古屋9R 6着/7頭+1.3秒 04/20 名古屋11R 4着/11頭+1.0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 7.0着 (不振) ◎ 当競馬場適性 14走で勝率 36% (得意) ◎ 距離適性同距離 8走で勝率 50% ○ 馬場適性同馬場 7走で勝率 29% × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 10.3% (オッズ暗示: 15.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.7% / 期待値 +15% ※ 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	グラスチアー	今井貴（愛知）	実49.3	B▽ A×勝率1% EV-61% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場46走で勝率4%と苦戦傾向／同距離帯は46走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/03 名古屋7R 1着/12頭 06/22 名古屋7R 4着/11頭 06/05 名古屋6R 7着/12頭 05/25 名古屋6R 7着/10頭 05/08 名古屋8R 7着/11頭+0.9秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 46走で勝率 4% (苦戦) ▽ 距離適性同距離は 46走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) × 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 1.4% (オッズ暗示: 2.0%) × Aモデルの評価 (参考) レース内 11位 / 勝率 0.8% / 期待値 -61% ※ 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	グロリアスヒーロー	丸山真（愛知）	実6.2	B× A△勝率5% EV-69% 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5走 06/30 名古屋9R 4着/12頭 06/17 名古屋7R 4着/11頭+0.0秒 06/04 名古屋9R 2着/12頭+2.0秒 02/05 川崎10R 10着/11頭+1.5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 3.3着 × 当競馬場適性 3走で勝率 0% (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) -91% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 16.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.9% / 期待値 -69% ※ 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	ルナフェイズ逃げ	塚本征（愛知）	実4.1	B🌟◎ A○勝率19% EV-22% 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（同馬場状態で勝率33%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 06/05 名古屋12R 1着/11頭 05/22 名古屋8R 3着/11頭 04/22 名古屋8R 1着/11頭勝利 04/09 名古屋4R 6着/11頭+0.8秒 03/23 名古屋7R 1着/11頭勝利
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 13走で勝率 23% (相性良) ○ 距離適性同距離 13走で勝率 23% ◎ 馬場適性同馬場 6走で勝率 33% ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +25% (市場と概ね一致) AI 予想勝率 30.5% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.9% / 期待値 -23% ※ 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	キスメット	大畑慧（愛知）	実66.8	B△ A▽勝率1% EV-22% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/30 名古屋8R 5着/12頭 06/17 名古屋6R 8着/11頭 06/04 名古屋9R 5着/12頭 05/25 名古屋9R 1着/10頭 05/08 名古屋9R 4着/12頭+0.7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 13走で勝率 8% △ 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) +247% (市場が大幅過小評価) AI 予想勝率 5.2% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 期待値 -23% ※ 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	アフロビート	筒井勇（笠松）	実17.0	B▽ A△勝率5% EV-13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15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 06/30 名古屋9R 6着/12頭+2.0秒 06/17 名古屋7R 3着/11頭+0.0秒 06/03 名古屋9R 4着/12頭 05/20 名古屋4R 5着/11頭 05/06 名古屋7R 3着/12頭+0.3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 4.3着 × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 12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) -36% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 5.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.1% / 期待値 -13% ※ 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	テーオーニルソン逃げ	丹羽克（愛知）	実30.4	B▲ A▽勝率3% EV-2% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着）
前5走 06/05 名古屋8R 2着/12頭+3.0秒 05/25 名古屋9R 6着/10頭+0.0秒 05/07 名古屋8R 6着/10頭+1.2秒 04/24 名古屋10R 2着/11頭+0.5秒 04/13 名古屋9R 6着/10頭+1.5秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 △ 当競馬場適性 18走で勝率 11% △ 距離適性同距離 16走で勝率 12% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +479% (市場が大幅過小評価) AI 予想勝率 19.0% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.2% / 期待値 -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。
11	バヤシーフェイス逃げ	丸野勝（愛知）	実3.7	B○ A◎勝率29% EV+6% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均2.7着と安定）
前5走 06/18 名古屋8R 2着/10頭 06/04 名古屋7R 2着/11頭 05/22 名古屋12R 4着/10頭 05/07 名古屋10R 5着/10頭+1.5秒 04/23 名古屋7R 4着/12頭+2.2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 2.7着 (安定) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 前走実績前走 2着 (好走) ○ ローテーション 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 19.0% (オッズ暗示: 27.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 28.7% / 期待値 +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。
12	プルメリアリング	細川智（愛知）	実35.7	B▽ A▽勝率3% EV-6% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場28走で勝率4%と苦戦傾向／同距離帯は25走で勝ち無し／直近3走平均3.0着と安定）
前5走 06/30 名古屋7R 2着/12頭+0.0秒 06/18 名古屋5R 5着/9頭 06/04 名古屋6R 2着/11頭 05/22 名古屋10R 5着/10頭 05/08 名古屋9R 2着/12頭+0.3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 3.0着 (安定) × 当競馬場適性 28走で勝率 4% (苦戦) ▽ 距離適性同距離は 25走で勝ち無し ○ 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) -17% (オッズ過剰評価) AI 予想勝率 2.3% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.6% / 期待値 -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。

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）

🎯 AIの本命

AI評価1位Aモデル ○

ルナフェイズ

騎手塚本征（愛知）

単勝オッズ

4.1倍

AI期待値

+25%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎11バヤシーフェイス

3.7倍

EV -29%

▲A:▽10テーオーニルソン

30.4倍

EV +479%

出走馬全12頭

◎A:○7

ルナフェイズ

塚本征（愛知）

4.1倍

+25%

›

○A:◎11

バヤシーフェイス

丸野勝（愛知）

3.7倍

-29%

›

▲A:▽10

テーオーニルソン

丹羽克（愛知）

30.4倍

+479%

›

△A:▲4

ワウワウワウ

渡邊竜（笠松）

6.5倍

-33%

›

△A:▽8

キスメット

大畑慧（愛知）

66.8倍

+247%

›

△A:△2

サヤヒメ

望月洵（愛知）

4.3倍

-80%

›

▽A:△9

アフロビート

筒井勇（笠松）

17.0倍

-35%

›

▽A:▽3

オーケーサンダー

近藤颯（愛知）

33.4倍

-22%

›

▽A:▽12

プルメリアリング

細川智（愛知）

35.7倍

-16%

›

×A:△6

グロリアスヒーロー

丸山真（愛知）

6.2倍

-91%

›

▽A:×5

グラスチアー

今井貴（愛知）

49.3倍

-30%

›

×A:×1

プレミアシップ

柿原翔（愛知）

94.7倍

-99%

›

💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

このレースの推奨馬券　2モデル並走

両モデルとも本レースは見送り判定（期待値プラスなし）

9R 名古屋競馬場ダ1500m ダート1500m　発走 19:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	プレミアシップ	柿原翔（愛知）	実94.7	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.5着と低調）
前5走 07/01 名古屋10R 11着/12頭 06/16 名古屋11R 12着/12頭+0.0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 11.5着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 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 0.4% (オッズ暗示: 1.1%) ※ 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。
2	サヤヒメ	望月洵（愛知）	実4.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い／騎手は近50戦で勝率24%）
前5走 07/03 名古屋8R 1着/11頭 06/22 名古屋6R 2着/10頭 05/27 浦和6R 9着/12頭+1.0秒 04/20 浦和7R 4着/12頭+1.2秒 03/16 浦和8R 4着/12頭+1.4秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 距離適性同距離 10走で勝率 10% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 12.6% (オッズ暗示: 23.3%) ※ 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。
3	オーケーサンダー逃げ	近藤颯（愛知）	実33.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/16 名古屋11R 10着/12頭 05/08 名古屋12R 3着/10頭+0.2秒 03/31 名古屋11R 2着/9頭+0.2秒 03/17 名古屋9R 3着/11頭+0.5秒 02/27 名古屋3R 1着/10頭勝利
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 5.0着 ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 馬場適性同馬場 9走で勝率 22% ▽ 前走実績前走 10着 (大敗) ○ 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) +33% (妙味あり) AI 予想勝率 4.0% (オッズ暗示: 3.0%) ※ 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。
4	ワウワウワウ先行	渡邊竜（笠松）	実6.5	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場14走で勝率36%と適性高／同距離帯8走で勝率50%）
前5走 07/01 名古屋8R 4着/12頭+0.0秒 06/16 名古屋10R 7着/11頭 05/19 名古屋8R 10着/12頭+3.0秒 05/04 名古屋9R 6着/7頭+1.3秒 04/20 名古屋11R 4着/11頭+1.0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 7.0着 (不振) ◎ 当競馬場適性 14走で勝率 36% (得意) ◎ 距離適性同距離 8走で勝率 50% ○ 馬場適性同馬場 7走で勝率 29% △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 17.7% (オッズ暗示: 15.4%) ※ 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。
5	グラスチアー	今井貴（愛知）	実49.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場46走で勝率4%と苦戦傾向／同距離帯は46走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/03 名古屋7R 1着/12頭 06/22 名古屋7R 4着/11頭 06/05 名古屋6R 7着/12頭 05/25 名古屋6R 7着/10頭 05/08 名古屋8R 7着/11頭+0.9秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 46走で勝率 4% (苦戦) ▽ 距離適性同距離は 46走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
6	グロリアスヒーロー	丸山真（愛知）	実6.2	△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5走 06/30 名古屋9R 4着/12頭 06/17 名古屋7R 4着/11頭+0.0秒 06/04 名古屋9R 2着/12頭+2.0秒 02/05 川崎10R 10着/11頭+1.5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 3.3着 × 当競馬場適性 3走で勝率 0% (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) -69% (大幅な期待値マイナス) AI 予想勝率 4.9% (オッズ暗示: 16.1%) ※ 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。
7	ルナフェイズ逃げ	塚本征（愛知）	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率33%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 06/05 名古屋12R 1着/11頭 05/22 名古屋8R 3着/11頭 04/22 名古屋8R 1着/11頭勝利 04/09 名古屋4R 6着/11頭+0.8秒 03/23 名古屋7R 1着/11頭勝利
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 13走で勝率 23% (相性良) ○ 距離適性同距離 13走で勝率 23% ◎ 馬場適性同馬場 6走で勝率 33% ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 18.9% (オッズ暗示: 24.4%) ※ 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。
8	キスメット	大畑慧（愛知）	実66.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/30 名古屋8R 5着/12頭 06/17 名古屋6R 8着/11頭 06/04 名古屋9R 5着/12頭 05/25 名古屋9R 1着/10頭 05/08 名古屋9R 4着/12頭+0.7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 13走で勝率 8% △ 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) -23% (オッズ過剰評価) AI 予想勝率 1.2% (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	アフロビート	筒井勇（笠松）	実17.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15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 06/30 名古屋9R 6着/12頭+2.0秒 06/17 名古屋7R 3着/11頭+0.0秒 06/03 名古屋9R 4着/12頭 05/20 名古屋4R 5着/11頭 05/06 名古屋7R 3着/12頭+0.3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 4.3着 × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 12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) -13% (オッズ過剰評価) AI 予想勝率 5.1% (オッズ暗示: 5.9%) ※ 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。
10	テーオーニルソン逃げ	丹羽克（愛知）	実30.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着）
前5走 06/05 名古屋8R 2着/12頭+3.0秒 05/25 名古屋9R 6着/10頭+0.0秒 05/07 名古屋8R 6着/10頭+1.2秒 04/24 名古屋10R 2着/11頭+0.5秒 04/13 名古屋9R 6着/10頭+1.5秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 △ 当競馬場適性 18走で勝率 11% △ 距離適性同距離 16走で勝率 12% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 3.3%) ※ 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。
11	バヤシーフェイス逃げ	丸野勝（愛知）	実3.7	◎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（当競馬場6走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均2.7着と安定）
前5走 06/18 名古屋8R 2着/10頭 06/04 名古屋7R 2着/11頭 05/22 名古屋12R 4着/10頭 05/07 名古屋10R 5着/10頭+1.5秒 04/23 名古屋7R 4着/12頭+2.2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 2.7着 (安定) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 前走実績前走 2着 (好走) ○ ローテーション 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 28.7% (オッズ暗示: 27.0%) ※ 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	プルメリアリング	細川智（愛知）	実35.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場28走で勝率4%と苦戦傾向／同距離帯は25走で勝ち無し／直近3走平均3.0着と安定）
前5走 06/30 名古屋7R 2着/12頭+0.0秒 06/18 名古屋5R 5着/9頭 06/04 名古屋6R 2着/11頭 05/22 名古屋10R 5着/10頭 05/08 名古屋9R 2着/12頭+0.3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 3.0着 (安定) × 当競馬場適性 28走で勝率 4% (苦戦) ▽ 距離適性同距離は 25走で勝ち無し ○ 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) -6% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 2.8%) ※ 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。

🎯 AIの本命

AI評価1位

バヤシーフェイス

騎手丸野勝（愛知）

単勝オッズ

3.7倍

AI期待値

+6%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ルナフェイズ

4.1倍

EV -22%

▲4ワウワウワウ

6.5倍

EV +14%

出走馬全12頭

◎11

バヤシーフェイス

丸野勝（愛知）

3.7倍

+6%

›

○7

ルナフェイズ

塚本征（愛知）

4.1倍

-22%

›

▲4

ワウワウワウ

渡邊竜（笠松）

6.5倍

+14%

›

△2

サヤヒメ

望月洵（愛知）

4.3倍

-45%

›

△9

アフロビート

筒井勇（笠松）

17.0倍

-13%

›

△6

グロリアスヒーロー

丸山真（愛知）

6.2倍

-69%

›

▽3

オーケーサンダー

近藤颯（愛知）

33.4倍

+33%

›

▽10

テーオーニルソン

丹羽克（愛知）

30.4倍

-2%

›

▽12

プルメリアリング

細川智（愛知）

35.7倍

-6%

›

▽8

キスメット

大畑慧（愛知）

66.8倍

-22%

›

×5

グラスチアー

今井貴（愛知）

49.3倍

-61%

›

×1

プレミアシップ

柿原翔（愛知）

94.7倍

-64%

›

💡 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。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

このレースの推奨馬券　2モデル並走

両モデルとも本レースは見送り判定（期待値プラスなし）

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。