名古屋 5R 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

5R 名古屋競馬場ダ1500m ダート1500m　発走 16:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リックトメンマ	大原浩（笠松）	推定—	B△ A×勝率7% EV-86% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場14走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／前走3着）
前5走 07/03 名古屋1R 3着/12頭 06/19 名古屋3R 3着/11頭 06/04 名古屋4R 4着/12頭 05/22 名古屋5R 5着/10頭 05/07 名古屋4R 5着/9頭+0.9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 3.3着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 13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) -100% (大幅な期待値マイナス) AI 予想勝率 0.2% × Aモデルの評価 (参考) レース内 7位 / 勝率 6.5% / 期待値 -86% ※ 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	エストレリータ	阪野学（愛知）	推定—	B× A×勝率3% EV-93% 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 07/03 名古屋9R 4着/12頭 06/05 名古屋9R 9着/12頭 05/25 名古屋5R 11着/11頭 05/08 名古屋3R 8着/10頭+1.7秒 04/24 名古屋6R 10着/12頭+3.2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 8.0着 (不振) × 当競馬場適性 80走で勝率 5% (苦戦) △ 距離適性同距離 59走で勝率 7% ○ 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 11位 / 勝率 3.2% / 期待値 -94% ※ 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	ジェニー逃げ	友森翔（愛知）	実3.0	B○ A◎勝率27% EV-17% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場5走で勝率60%と適性高／同距離帯4走で勝率75%／直近3走で勝率67%と好調）
前5走 05/21 名古屋3R 1着/10頭 05/06 名古屋12R 3着/12頭+1.3秒 04/20 名古屋7R 1着/12頭勝利 10/28 名古屋7R 1着/11頭勝利 10/03 名古屋7R 2着/11頭+1.0秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 4走で勝率 75% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 35.5% (オッズ暗示: 33.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.5% / 期待値 -18% ※ 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	サンタマルティナ	丹羽克（愛知）	実43.2	B▲ A▽勝率3% EV+15% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 07/03 名古屋12R 4着/12頭 06/05 名古屋10R 4着/12頭+0.0秒 05/25 名古屋10R 6着/10頭 05/07 名古屋7R 3着/11頭+0.7秒 04/23 名古屋3R 2着/12頭+0.1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 4.7着 × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 10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) -18% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 2.7% / 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	カフジアッサム	加藤聡（愛知）	実21.6	B× A▽勝率5% EV+2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/03 名古屋12R 9着/12頭+0.0秒 06/22 名古屋1R 9着/11頭+3.0秒 06/04 名古屋4R 2着/12頭+2.0秒 05/22 名古屋6R 4着/9頭 05/07 名古屋4R 3着/9頭+0.7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 6.7着 △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 18走で勝率 6% ○ 騎手近50戦勝率 14% ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 4.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.7% / 期待値 +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	カフジジャワ追込	大畑雅（愛知）	実4.8	B× A▲勝率8% EV-60% 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 07/03 名古屋8R 9着/11頭 05/22 名古屋9R 10着/10頭+2.0秒 05/07 名古屋9R 10着/10頭+4.6秒 04/23 名古屋7R 11着/12頭+4.0秒 04/10 名古屋7R 9着/11頭+3.3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 9.7着 (不振) △ 当競馬場適性 21走で勝率 14% ○ 距離適性同距離 18走で勝率 17% ○ 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 3位 / 勝率 8.3% / 期待値 -60% ※ 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	ジオパークコハク	木之葵（愛知）	実14.4	B× A×勝率3% EV-51% 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 07/03 名古屋12R 7着/12頭+0.0秒 06/04 名古屋2R 1着/11頭 05/21 名古屋5R 5着/10頭+1.0秒 05/06 名古屋12R 10着/12頭+3.2秒 04/20 名古屋12R 1着/12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 33% (上り調子) △ 当競馬場適性 14走で勝率 14% ○ 距離適性同距離 10走で勝率 20% △ 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) -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 3.4% / 期待値 -51% ※ 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	キタノレーニア	細川智（愛知）	推定—	B× A△勝率8% EV-85% 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 07/03 名古屋1R 5着/12頭 06/22 名古屋1R 11着/11頭 06/05 名古屋5R 7着/12頭+0.0秒 05/22 名古屋7R 2着/11頭+4.0秒 05/07 名古屋7R 10着/11頭+1.4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 7.7着 (不振) △ 当競馬場適性 54走で勝率 9% △ 距離適性同距離 42走で勝率 12% ○ 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 5位 / 勝率 8.0% / 期待値 -85% ※ 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	アショカ差し	小笠羚（愛知）	実10.8	B△ A△勝率8% EV-16% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向）
前5走 06/05 名古屋10R 7着/12頭 05/08 名古屋10R 6着/10頭+1.4秒 04/24 名古屋6R 3着/12頭+0.3秒 03/27 名古屋11R 4着/9頭+1.4秒 07/25 浦和9R 7着/8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 9走で勝率 22% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.8% / 期待値 -16% ※ 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	ターミバレンシア	近藤颯（愛知）	実21.6	B× A▽勝率6% EV+33% 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9R 2着/12頭 06/05 名古屋12R 5着/11頭 05/25 名古屋5R 7着/11頭 05/08 名古屋3R 10着/10頭+2.0秒 11/25 名古屋9R 11着/12頭+3.7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 60走で勝率 7% △ 距離適性同距離 38走で勝率 11% ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 4.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.2% / 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。
11	メディアプンタ	丸野勝（愛知）	実21.6	B△ A△勝率8% EV+76% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 07/03 名古屋9R 5着/12頭 06/18 名古屋12R 1着/12頭 06/04 名古屋2R 5着/11頭 05/21 名古屋4R 7着/10頭 05/06 名古屋3R 7着/11頭+0.9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 53走で勝率 8% △ 距離適性同距離 49走で勝率 8% ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 4.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 期待値 +76% ※ 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	マサユメ先行	塚本征（愛知）	実2.5	B🌟◎ A○勝率14% EV-66% 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%／騎手は近50戦で勝率22%）
前5走 07/03 名古屋12R 6着/12頭 05/25 名古屋8R 9着/10頭+6.0秒 05/08 名古屋4R 6着/10頭+1.4秒 04/24 名古屋4R 2着/12頭+0.4秒 03/27 名古屋4R 6着/12頭+2.1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 7.0着 (不振) ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 距離適性同距離 9走で勝率 22% ◎ 馬場適性同馬場 6走で勝率 33% ◎ 騎手近50戦勝率 22% (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) +51% (市場が大幅過小評価) AI 予想勝率 60.8% (オッズ暗示: 40.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.6% / 期待値 -66% ※ 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 ○

マサユメ

騎手塚本征（愛知）

単勝オッズ

2.5倍

AI期待値

+51%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎3ジェニー

3.0倍

EV +6%

▲A:▽4サンタマルティナ

43.2倍

EV -17%

出走馬全12頭

◎A:○12

マサユメ

塚本征（愛知）

2.5倍

+51%

›

○A:◎3

ジェニー

友森翔（愛知）

3.0倍

+6%

›

▲A:▽4

サンタマルティナ

丹羽克（愛知）

43.2倍

-17%

›

△A:△9

アショカ

小笠羚（愛知）

10.8倍

-88%

›

△A:△11

メディアプンタ

丸野勝（愛知）

21.6倍

-93%

›

△A:×1

リックトメンマ

大原浩（笠松）

—

›

×A:▽5

カフジアッサム

加藤聡（愛知）

21.6倍

-95%

›

×A:▽10

ターミバレンシア

近藤颯（愛知）

21.6倍

-96%

›

×A:×2

エストレリータ

阪野学（愛知）

—

›

×A:△8

キタノレーニア

細川智（愛知）

—

›

×A:▲6

カフジジャワ

大畑雅（愛知）

4.8倍

-99%

›

×A:×7

ジオパークコハク

木之葵（愛知）

14.4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）

5R 名古屋競馬場ダ1500m ダート1500m　発走 16:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リックトメンマ	大原浩（笠松）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場14走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／前走3着）
前5走 07/03 名古屋1R 3着/12頭 06/19 名古屋3R 3着/11頭 06/04 名古屋4R 4着/12頭 05/22 名古屋5R 5着/10頭 05/07 名古屋4R 5着/9頭+0.9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 3.3着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 13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) -86% (大幅な期待値マイナス) AI 予想勝率 6.5% ※ 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。
2	エストレリータ	阪野学（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80走で勝率5%と苦戦傾向／直近3走平均8.0着と低調）
前5走 07/03 名古屋9R 4着/12頭 06/05 名古屋9R 9着/12頭 05/25 名古屋5R 11着/11頭 05/08 名古屋3R 8着/10頭+1.7秒 04/24 名古屋6R 10着/12頭+3.2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 8.0着 (不振) × 当競馬場適性 80走で勝率 5% (苦戦) △ 距離適性同距離 59走で勝率 7% ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 3.2% ※ 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。
3	ジェニー逃げ	友森翔（愛知）	実3.0	◎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5走で勝率60%と適性高／同距離帯4走で勝率75%／直近3走で勝率67%と好調）
前5走 05/21 名古屋3R 1着/10頭 05/06 名古屋12R 3着/12頭+1.3秒 04/20 名古屋7R 1着/12頭勝利 10/28 名古屋7R 1着/11頭勝利 10/03 名古屋7R 2着/11頭+1.0秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 4走で勝率 75% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 27.5% (オッズ暗示: 33.3%) ※ 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	サンタマルティナ	丹羽克（愛知）	実43.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 07/03 名古屋12R 4着/12頭 06/05 名古屋10R 4着/12頭+0.0秒 05/25 名古屋10R 6着/10頭 05/07 名古屋7R 3着/11頭+0.7秒 04/23 名古屋3R 2着/12頭+0.1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 4.7着 × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 10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) +15% (市場と概ね一致) AI 予想勝率 2.7% (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。
5	カフジアッサム	加藤聡（愛知）	実21.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/03 名古屋12R 9着/12頭+0.0秒 06/22 名古屋1R 9着/11頭+3.0秒 06/04 名古屋4R 2着/12頭+2.0秒 05/22 名古屋6R 4着/9頭 05/07 名古屋4R 3着/9頭+0.7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 6.7着 △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 18走で勝率 6% ○ 騎手近50戦勝率 14% ○ 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% (市場と概ね一致) AI 予想勝率 4.7% (オッズ暗示: 4.6%) ※ 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。
6	カフジジャワ追込	大畑雅（愛知）	実4.8	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.7着と低調）
前5走 07/03 名古屋8R 9着/11頭 05/22 名古屋9R 10着/10頭+2.0秒 05/07 名古屋9R 10着/10頭+4.6秒 04/23 名古屋7R 11着/12頭+4.0秒 04/10 名古屋7R 9着/11頭+3.3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 9.7着 (不振) △ 当競馬場適性 21走で勝率 14% ○ 距離適性同距離 18走で勝率 17% ○ 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) -60% (大幅な期待値マイナス) AI 予想勝率 8.3% (オッズ暗示: 20.8%) ※ 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。
7	ジオパークコハク	木之葵（愛知）	実14.4	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 07/03 名古屋12R 7着/12頭+0.0秒 06/04 名古屋2R 1着/11頭 05/21 名古屋5R 5着/10頭+1.0秒 05/06 名古屋12R 10着/12頭+3.2秒 04/20 名古屋12R 1着/12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 33% (上り調子) △ 当競馬場適性 14走で勝率 14% ○ 距離適性同距離 10走で勝率 20% △ 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) -51% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 6.9%) ※ 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	キタノレーニア	細川智（愛知）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/03 名古屋1R 5着/12頭 06/22 名古屋1R 11着/11頭 06/05 名古屋5R 7着/12頭+0.0秒 05/22 名古屋7R 2着/11頭+4.0秒 05/07 名古屋7R 10着/11頭+1.4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 7.7着 (不振) △ 当競馬場適性 54走で勝率 9% △ 距離適性同距離 42走で勝率 12% ○ 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 8.0% ※ 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。
9	アショカ差し	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（当競馬場4走で勝率0%と苦戦傾向）
前5走 06/05 名古屋10R 7着/12頭 05/08 名古屋10R 6着/10頭+1.4秒 04/24 名古屋6R 3着/12頭+0.3秒 03/27 名古屋11R 4着/9頭+1.4秒 07/25 浦和9R 7着/8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 9走で勝率 22% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 7.8% (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。
10	ターミバレンシア	近藤颯（愛知）	実21.6	▽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9R 2着/12頭 06/05 名古屋12R 5着/11頭 05/25 名古屋5R 7着/11頭 05/08 名古屋3R 10着/10頭+2.0秒 11/25 名古屋9R 11着/12頭+3.7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 60走で勝率 7% △ 距離適性同距離 38走で勝率 11% ○ 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) +33% (妙味あり) AI 予想勝率 6.2% (オッズ暗示: 4.6%) ※ 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	メディアプンタ	丸野勝（愛知）	実21.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 07/03 名古屋9R 5着/12頭 06/18 名古屋12R 1着/12頭 06/04 名古屋2R 5着/11頭 05/21 名古屋4R 7着/10頭 05/06 名古屋3R 7着/11頭+0.9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 53走で勝率 8% △ 距離適性同距離 49走で勝率 8% ○ 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) +76% (市場が大幅過小評価) AI 予想勝率 8.2% (オッズ暗示: 4.6%) ※ 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	マサユメ先行	塚本征（愛知）	実2.5	○詳細▼	人気馬、市場評価通りで上乗せなし（同馬場状態で勝率33%／騎手は近50戦で勝率22%）
前5走 07/03 名古屋12R 6着/12頭 05/25 名古屋8R 9着/10頭+6.0秒 05/08 名古屋4R 6着/10頭+1.4秒 04/24 名古屋4R 2着/12頭+0.4秒 03/27 名古屋4R 6着/12頭+2.1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 7.0着 (不振) ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 距離適性同距離 9走で勝率 22% ◎ 馬場適性同馬場 6走で勝率 33% ◎ 騎手近50戦勝率 22% (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) -66% (大幅な期待値マイナス) AI 予想勝率 13.6% (オッズ暗示: 40.0%) ※ 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の本命

AI評価1位

ジェニー

騎手友森翔（愛知）

単勝オッズ

3.0倍

AI期待値

-17%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12マサユメ

2.5倍

EV -66%

▲6カフジジャワ

4.8倍

EV -60%

出走馬全12頭

◎3

ジェニー

友森翔（愛知）

3.0倍

-17%

›

○12

マサユメ

塚本征（愛知）

2.5倍

-66%

›

▲6

カフジジャワ

大畑雅（愛知）

4.8倍

-60%

›

△11

メディアプンタ

丸野勝（愛知）

21.6倍

+76%

›

△8

キタノレーニア

細川智（愛知）

—

›

△9

アショカ

小笠羚（愛知）

10.8倍

-16%

›

×1

リックトメンマ

大原浩（笠松）

—

›

▽10

ターミバレンシア

近藤颯（愛知）

21.6倍

+33%

›

▽5

カフジアッサム

加藤聡（愛知）

21.6倍

+2%

›

×7

ジオパークコハク

木之葵（愛知）

14.4倍

-51%

›

×2

エストレリータ

阪野学（愛知）

—

›

▽4

サンタマルティナ

丹羽克（愛知）

43.2倍

+15%

›

💡 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。