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。

モデル

8R 名古屋競馬場ダ1500m ダート1500m　発走 18:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メイショウサキガケ	小笠羚（愛知）	実10.8	B△ A▲勝率9% EV-4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は24走で勝ち無し／前走3着）
前5走 06/30 名古屋7R 3着/12頭 06/18 名古屋8R 3着/10頭+6.0秒 06/04 名古屋7R 10着/11頭 05/06 名古屋5R 3着/11頭+0.7秒 01/28 名古屋12R 2着/11頭+0.7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 5.3着 △ 当競馬場適性 32走で勝率 6% ▽ 距離適性同距離は 24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 15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 1.3% (オッズ暗示: 9.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.9% / 期待値 -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	アーキハッカー	近藤颯（愛知）	実15.2	B△ A▽勝率5% EV-20% 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 07/03 名古屋8R 2着/11頭 06/04 名古屋5R 7着/12頭 05/25 名古屋6R 2着/10頭+5.0秒 05/08 名古屋2R 4着/11頭+0.2秒 04/24 名古屋7R 6着/12頭+1.9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 3.7着 △ 当競馬場適性 42走で勝率 7% △ 距離適性同距離 37走で勝率 8% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 6.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.3% / 期待値 -20% ※ 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	ヴァルドグラース	木之葵（愛知）	実5.7	B▲ A○勝率22% EV+27% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 07/02 名古屋6R 3着/12頭+1.0秒 06/05 名古屋8R 4着/12頭 05/25 名古屋7R 4着/10頭 05/08 名古屋9R 6着/12頭+1.1秒 04/24 名古屋12R 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 3.7着 △ 当競馬場適性 18走で勝率 6% △ 距離適性同距離 12走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 17.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.4% / 期待値 +28% ※ 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	オンワードセルフ自在	大原浩（笠松）	実70.5	B× A▽勝率1% EV-21% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/18 名古屋9R 6着/10頭 05/21 名古屋8R 5着/10頭 05/06 名古屋6R 5着/11頭+1.4秒 04/10 名古屋8R 2着/11頭+0.1秒 03/24 名古屋7R 6着/12頭+0.8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 5.3着 △ 当競馬場適性 53走で勝率 6% △ 距離適性同距離 32走で勝率 9% ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 期待値 -21% ※ 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	マリアナジャズ	筒井勇（笠松）	実5.7	B× A△勝率8% EV-52% 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 06/30 名古屋7R 7着/12頭 06/18 名古屋5R 2着/9頭 06/04 名古屋7R 8着/11頭 05/22 名古屋12R 5着/10頭 05/07 名古屋10R 7着/10頭+1.9秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 29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 15日の間隔 (理想的) × 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 4位 / 勝率 8.3% / 期待値 -53% ※ 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	メイショウマクジキ逃げ	加藤利（愛知）	実32.4	B× A▽勝率2% EV-31% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12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 07/01 名古屋8R 6着/12頭+2.0秒 06/17 名古屋7R 11着/11頭 05/20 名古屋4R 3着/11頭 05/05 名古屋7R 9着/11頭+2.1秒 04/22 名古屋7R 4着/12頭+1.1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 6.7着 × 当競馬場適性 12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) ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.1% / 期待値 -32% ※ 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	モアサナイト	大畑慧（愛知）	実116.2	B△ A▽勝率1% EV+34% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 06/30 名古屋8R 6着/12頭+2.0秒 06/03 名古屋8R 12着/12頭+0.0秒 05/21 名古屋10R 6着/9頭 05/06 名古屋7R 5着/12頭+0.5秒 04/23 名古屋12R 2着/12頭+0.4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 8.0着 (不振) ○ 当競馬場適性 19走で勝率 16% (相性良) ○ 距離適性同距離 18走で勝率 17% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -64% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.2% / 期待値 +34% ※ 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	ベストフラワー自在	加藤聡（愛知）	実19.8	B○ A△勝率7% EV+40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／直近3走平均8.7着と低調）
前5走 06/16 名古屋9R 8着/10頭 06/02 名古屋8R 11着/11頭+1.0秒 03/23 名古屋9R 7着/12頭+2.1秒 03/09 名古屋9R 3着/9頭+0.7秒 02/25 名古屋12R 4着/10頭+0.6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 8.7着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% ○ 騎手近50戦勝率 16% ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 6.6% (オッズ暗示: 5.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.1% / 期待値 +40% ※ 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	エクメノポリス	丹羽克（愛知）	実13.2	B× A△勝率8% EV+6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 07/02 名古屋6R 5着/12頭 06/05 名古屋8R 3着/12頭 05/25 名古屋5R 1着/11頭 05/08 名古屋3R 5着/10頭+0.9秒 04/24 名古屋5R 11着/11頭+2.3秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 14走で勝率 21% (相性良) ○ 距離適性同距離 12走で勝率 17% ◎ 馬場適性同馬場 6走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -98% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 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。
10	リョウライライ逃げ	柿原翔（愛知）	実47.3	B× A▽勝率2% EV-22% 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8R 7着/12頭 06/16 名古屋8R 8着/12頭+0.0秒 06/02 名古屋9R 10着/12頭+4.0秒 05/19 名古屋10R 8着/12頭+1.0秒 05/05 名古屋8R 6着/10頭+1.4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 8.3着 (不振) △ 当競馬場適性 70走で勝率 9% △ 距離適性同距離 39走で勝率 13% △ 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) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 期待値 -22% ※ 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	セイウンピカイチ自在	今井貴（愛知）	実1.9	B🌟◎ A🌟◎勝率32% EV-39% 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／前走2着／騎手は近50戦で勝率20%）
前5走 06/05 名古屋6R 2着/12頭+0.0秒 05/25 名古屋10R 2着/10頭+0.0秒 05/07 名古屋5R 1着/10頭勝利 04/23 名古屋4R 6着/12頭+0.9秒 03/26 名古屋4R 8着/12頭+1.4秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 11走で勝率 9% ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +63% (市場が大幅過小評価) AI 予想勝率 86.0% (オッズ暗示: 52.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.8% / 期待値 -40% ※ 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	レースノワエ	渡邊竜（笠松）	実26.9	B× A▽勝率2% EV-38% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／直近3走平均9.0着と低調）
前5走 06/30 名古屋9R 12着/12頭 06/17 名古屋7R 7着/11頭 05/20 名古屋9R 8着/11頭 05/05 名古屋7R 4着/11頭+1.5秒 04/22 名古屋7R 10着/12頭+2.0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 9.0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 8走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 -38% ※ 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 ◎

セイウンピカイチ

騎手今井貴（愛知）

単勝オッズ

1.9倍

AI期待値

+63%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△8ベストフラワー

19.8倍

EV +31%

▲A:○3ヴァルドグラース

5.7倍

EV -80%

出走馬全12頭

◎A:◎11

セイウンピカイチ

今井貴（愛知）

1.9倍

+63%

›

○A:△8

ベストフラワー

加藤聡（愛知）

19.8倍

+31%

›

▲A:○3

ヴァルドグラース

木之葵（愛知）

5.7倍

-80%

›

△A:▽2

アーキハッカー

近藤颯（愛知）

15.2倍

-69%

›

△A:▲1

メイショウサキガケ

小笠羚（愛知）

10.8倍

-85%

›

△A:▽7

モアサナイト

大畑慧（愛知）

116.2倍

-64%

›

×A:△9

エクメノポリス

丹羽克（愛知）

13.2倍

-97%

›

×A:▽6

メイショウマクジキ

加藤利（愛知）

32.4倍

-95%

›

×A:▽12

レースノワエ

渡邊竜（笠松）

26.9倍

-98%

›

×A:▽4

オンワードセルフ

大原浩（笠松）

70.5倍

-96%

›

×A:△5

マリアナジャズ

筒井勇（笠松）

5.7倍

-99%

›

×A:▽10

リョウライライ

柿原翔（愛知）

47.3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）

8R 名古屋競馬場ダ1500m ダート1500m　発走 18:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メイショウサキガケ	小笠羚（愛知）	実10.8	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は24走で勝ち無し／前走3着）
前5走 06/30 名古屋7R 3着/12頭 06/18 名古屋8R 3着/10頭+6.0秒 06/04 名古屋7R 10着/11頭 05/06 名古屋5R 3着/11頭+0.7秒 01/28 名古屋12R 2着/11頭+0.7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 5.3着 △ 当競馬場適性 32走で勝率 6% ▽ 距離適性同距離は 24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 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 9.3%) ※ 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	アーキハッカー	近藤颯（愛知）	実15.2	▽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 07/03 名古屋8R 2着/11頭 06/04 名古屋5R 7着/12頭 05/25 名古屋6R 2着/10頭+5.0秒 05/08 名古屋2R 4着/11頭+0.2秒 04/24 名古屋7R 6着/12頭+1.9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 3.7着 △ 当競馬場適性 42走で勝率 7% △ 距離適性同距離 37走で勝率 8% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 5.3% (オッズ暗示: 6.6%) ※ 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。
3	ヴァルドグラース	木之葵（愛知）	実5.7	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 07/02 名古屋6R 3着/12頭+1.0秒 06/05 名古屋8R 4着/12頭 05/25 名古屋7R 4着/10頭 05/08 名古屋9R 6着/12頭+1.1秒 04/24 名古屋12R 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 3.7着 △ 当競馬場適性 18走で勝率 6% △ 距離適性同距離 12走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 22.4% (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。
4	オンワードセルフ自在	大原浩（笠松）	実70.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/18 名古屋9R 6着/10頭 05/21 名古屋8R 5着/10頭 05/06 名古屋6R 5着/11頭+1.4秒 04/10 名古屋8R 2着/11頭+0.1秒 03/24 名古屋7R 6着/12頭+0.8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 5.3着 △ 当競馬場適性 53走で勝率 6% △ 距離適性同距離 32走で勝率 9% ○ 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) -21% (オッズ過剰評価) AI 予想勝率 1.1% (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。
5	マリアナジャズ	筒井勇（笠松）	実5.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は29走で勝ち無し）
前5走 06/30 名古屋7R 7着/12頭 06/18 名古屋5R 2着/9頭 06/04 名古屋7R 8着/11頭 05/22 名古屋12R 5着/10頭 05/07 名古屋10R 7着/10頭+1.9秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 29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 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 8.3% (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。
6	メイショウマクジキ逃げ	加藤利（愛知）	実32.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12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 07/01 名古屋8R 6着/12頭+2.0秒 06/17 名古屋7R 11着/11頭 05/20 名古屋4R 3着/11頭 05/05 名古屋7R 9着/11頭+2.1秒 04/22 名古屋7R 4着/12頭+1.1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 6.7着 × 当競馬場適性 12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) ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 3.1%) ※ 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	モアサナイト	大畑慧（愛知）	実116.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 06/30 名古屋8R 6着/12頭+2.0秒 06/03 名古屋8R 12着/12頭+0.0秒 05/21 名古屋10R 6着/9頭 05/06 名古屋7R 5着/12頭+0.5秒 04/23 名古屋12R 2着/12頭+0.4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 8.0着 (不振) ○ 当競馬場適性 19走で勝率 16% (相性良) ○ 距離適性同距離 18走で勝率 17% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) +34% (妙味あり) AI 予想勝率 1.2% (オッズ暗示: 0.9%) ※ 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。
8	ベストフラワー自在	加藤聡（愛知）	実19.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／直近3走平均8.7着と低調）
前5走 06/16 名古屋9R 8着/10頭 06/02 名古屋8R 11着/11頭+1.0秒 03/23 名古屋9R 7着/12頭+2.1秒 03/09 名古屋9R 3着/9頭+0.7秒 02/25 名古屋12R 4着/10頭+0.6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 8.7着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% ○ 騎手近50戦勝率 16% ◎ 期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 7.1% (オッズ暗示: 5.1%) ※ 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。
9	エクメノポリス	丹羽克（愛知）	実13.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 07/02 名古屋6R 5着/12頭 06/05 名古屋8R 3着/12頭 05/25 名古屋5R 1着/11頭 05/08 名古屋3R 5着/10頭+0.9秒 04/24 名古屋5R 11着/11頭+2.3秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 14走で勝率 21% (相性良) ○ 距離適性同距離 12走で勝率 17% ◎ 馬場適性同馬場 6走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 8.0% (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。
10	リョウライライ逃げ	柿原翔（愛知）	実47.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 07/01 名古屋8R 7着/12頭 06/16 名古屋8R 8着/12頭+0.0秒 06/02 名古屋9R 10着/12頭+4.0秒 05/19 名古屋10R 8着/12頭+1.0秒 05/05 名古屋8R 6着/10頭+1.4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 8.3着 (不振) △ 当競馬場適性 70走で勝率 9% △ 距離適性同距離 39走で勝率 13% △ 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) -22% (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。
11	セイウンピカイチ自在	今井貴（愛知）	実1.9	🌟◎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／前走2着／騎手は近50戦で勝率20%）
前5走 06/05 名古屋6R 2着/12頭+0.0秒 05/25 名古屋10R 2着/10頭+0.0秒 05/07 名古屋5R 1着/10頭勝利 04/23 名古屋4R 6着/12頭+0.9秒 03/26 名古屋4R 8着/12頭+1.4秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 11走で勝率 9% ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 31.8% (オッズ暗示: 52.6%) ※ 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	レースノワエ	渡邊竜（笠松）	実26.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／直近3走平均9.0着と低調）
前5走 06/30 名古屋9R 12着/12頭 06/17 名古屋7R 7着/11頭 05/20 名古屋9R 8着/11頭 05/05 名古屋7R 4着/11頭+1.5秒 04/22 名古屋7R 10着/12頭+2.0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 9.0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 8走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 3.7%) ※ 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の本命

AI評価1位

セイウンピカイチ

騎手今井貴（愛知）

単勝オッズ

1.9倍

AI期待値

-39%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3ヴァルドグラース

5.7倍

EV +27%

▲1メイショウサキガケ

10.8倍

EV -4%

出走馬全12頭

◎11

セイウンピカイチ

今井貴（愛知）

1.9倍

-39%

›

○3

ヴァルドグラース

木之葵（愛知）

5.7倍

+27%

›

▲1

メイショウサキガケ

小笠羚（愛知）

10.8倍

-4%

›

△5

マリアナジャズ

筒井勇（笠松）

5.7倍

-52%

›

△9

エクメノポリス

丹羽克（愛知）

13.2倍

+6%

›

△8

ベストフラワー

加藤聡（愛知）

19.8倍

+40%

›

▽2

アーキハッカー

近藤颯（愛知）

15.2倍

-20%

›

▽12

レースノワエ

渡邊竜（笠松）

26.9倍

-38%

›

▽6

メイショウマクジキ

加藤利（愛知）

32.4倍

-31%

›

▽10

リョウライライ

柿原翔（愛知）

47.3倍

-22%

›

▽7

モアサナイト

大畑慧（愛知）

116.2倍

+34%

›

▽4

オンワードセルフ

大原浩（笠松）

70.5倍

-21%

›

💡 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。