名古屋 6R 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

6R 名古屋競馬場ダ1400m ダート1400m　発走 17:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	バウアピアーズ自在	小笠羚（愛知）	実3.9	B△ A○勝率13% EV-49% 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7走で勝率29%／直近3走で勝率33%と好調／前走2着）
前5走 06/05 名古屋5R 2着/12頭 05/06 名古屋3R 1着/11頭勝利 06/13 名古屋10R 6着/10頭+2.1秒 06/04 名古屋7R 7着/12頭+2.6秒 05/20 名古屋10R 10着/11頭+3.1秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 18走で勝率 11% ◎ 距離適性同距離 7走で勝率 29% △ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 25.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.0% / 期待値 -49% ※ 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	ダックリン	筒井勇（笠松）	実11.9	B△ A×勝率4% EV-54% 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／前走勝利の勢い）
前5走 07/02 名古屋5R 1着/11頭 06/19 名古屋1R 3着/10頭+1.0秒 06/04 名古屋12R 9着/12頭 05/22 名古屋4R 7着/10頭+0.0秒 04/23 名古屋1R 2着/11頭+0.5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) △ 当競馬場適性 44走で勝率 7% △ 距離適性同距離 40走で勝率 8% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -88% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 8.4%) × Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 期待値 -54% ※ 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	ミートザターゲット逃げ	丸野勝（愛知）	実6.1	B× A▲勝率8% EV-48% 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4走で勝ち無し／直近3走で勝率33%と好調／74日ぶりの実戦）
前5走 05/04 園田1R 4着/7頭+1.2秒 04/21 園田2R 5着/9頭+1.2秒 03/26 園田6R 1着/10頭勝利 09/25 園田7R 2着/10頭+0.3秒 09/03 園田7R 2着/10頭+0.1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 33% (上り調子) ▽ 距離適性同距離は 4走で勝ち無し × 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 0.1% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.5% / 期待値 -48% ※ 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	ゴッドテソロ先行	塚本征（愛知）	実10.0	B▲ A△勝率8% EV-17% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場15走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／騎手は近50戦で勝率20%）
前5走 07/03 名古屋6R 4着/12頭 06/05 名古屋10R 10着/12頭+0.0秒 05/08 名古屋10R 7着/10頭+2.6秒 04/24 名古屋10R 9着/11頭+2.6秒 03/27 名古屋5R 9着/9頭+2.9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 15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 20% (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) +129% (市場が大幅過小評価) AI 予想勝率 23.0% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 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。
5	ドラゴンガール推奨	今井貴（愛知）	実21.1	B○ A▽勝率2% EV-48% 詳細▼	市場が大きく過小評価、AI予想勝率33% × オッズ21.1倍で期待値+598%の有力候補（近5走で勝率20%と堅実／前走3着で力を示す／適度な間隔で状態万全）
前5走 07/03 名古屋9R 3着/12頭+0.0秒 06/04 名古屋12R 7着/12頭 05/22 名古屋8R 2着/11頭+2.0秒 04/23 名古屋4R 9着/12頭+2.5秒 04/08 名古屋12R 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 4.0着 △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 9走で勝率 11% ○ 騎手近50戦勝率 14% ○ 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) +598% (市場が大幅過小評価) AI 予想勝率 33.1% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.4% / 期待値 -49% ※ 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	エンジェルスノー自在	木之葵（愛知）	実47.6	B△ A▽勝率3% EV+36% 詳細▼	大穴、AI予想勝率低く長期回収困難（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／前走3着）
前5走 05/25 名古屋9R 3着/10頭 04/24 名古屋9R 8着/12頭+2.2秒 02/26 名古屋12R 11着/11頭+4.6秒 01/28 名古屋12R 10着/11頭+1.9秒 01/03 名古屋8R 4着/11頭+1.0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 7.3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 4走で勝ち無し △ 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) -79% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.9% / 期待値 +36% ※ 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	フローラビーナス	東川慎（笠松）	実15.8	B× A×勝率3% 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 07/02 名古屋8R 10着/12頭 06/04 名古屋6R 9着/11頭 05/22 名古屋12R 8着/10頭+3.0秒 05/07 名古屋10R 6着/10頭+1.9秒 04/23 名古屋8R 10着/12頭+3.3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 9.0着 (不振) ◎ 当競馬場適性 20走で勝率 30% (得意) ◎ 距離適性同距離 17走で勝率 35% ○ 馬場適性同馬場 7走で勝率 29% ▽ 前走実績前走 10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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 8位 / 勝率 3.0% / 期待値 -52% ※ 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	ボスコヴェローチェ	丹羽克（愛知）	推定—	B× A△勝率7% EV-87% 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 06/18 名古屋5R 6着/9頭+0.0秒 06/04 名古屋7R 9着/11頭 05/21 名古屋6R 7着/10頭+2.0秒 05/06 名古屋5R 9着/11頭+4.3秒 04/23 名古屋12R 9着/12頭+1.3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 7.3着 (不振) △ 当競馬場適性 45走で勝率 11% △ 距離適性同距離 32走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) × 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 6.8% / 期待値 -88% ※ 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	フォギーレーン	大畑慧（愛知）	実95.2	B× A▽勝率1% EV-25% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は21走で勝ち無し）
前5走 07/03 名古屋12R 5着/12頭+1.0秒 06/05 名古屋5R 3着/12頭+0.0秒 05/25 名古屋2R 5着/10頭 05/06 名古屋2R 1着/10頭勝利 04/09 名古屋6R 7着/11頭+1.1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 6走で勝率 17% (相性良) ▽ 距離適性同距離は 21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) -70% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.8% / 期待値 -26% ※ 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	アルゴフィリオ	大原浩（笠松）	実47.6	B× A▽勝率2% EV-15% 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10R 7着/12頭 06/19 名古屋2R 1着/11頭 05/20 名古屋8R 1着/10頭 05/06 船橋2R 5着/12頭+0.7秒 04/24 浦和5R 8着/9頭+2.1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 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ○ 距離適性同距離 9走で勝率 22% ○ 馬場適性同馬場 7走で勝率 29% ○ 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 1.8% / 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。
11	カゼノヨウニ逃げ	加藤誓（愛知）	実5.7	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（直近3走で勝率33%と好調）
前5走 06/05 名古屋10R 11着/12頭 05/25 名古屋12R 10着/11頭 05/07 名古屋6R 1着/11頭勝利 04/23 名古屋6R 8着/12頭+2.5秒 04/10 名古屋4R 7着/11頭+1.7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 15走で勝率 7% △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 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 0.1% (オッズ暗示: 17.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.4% / 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。
12	イザベルソレイユ逃げ	近藤颯（愛知）	実3.1	B🌟◎ A🌟◎勝率43% EV+34% 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4走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均2.3着と安定）
前5走 07/03 名古屋10R 2着/12頭 03/13 名古屋6R 2着/9頭+0.1秒 01/16 名古屋5R 3着/9頭+0.3秒 11/21 名古屋7R 2着/12頭+0.1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 2.3着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 3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) +29% (市場と概ね一致) AI 予想勝率 41.7% (オッズ暗示: 32.3%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 43.4% / 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。

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 ◎

イザベルソレイユ

騎手近藤颯（愛知）

単勝オッズ

3.1倍

AI期待値

+29%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▽5ドラゴンガール

21.1倍

EV +598%

▲A:△4ゴッドテソロ

10.0倍

EV +129%

出走馬全12頭

◎A:◎12

イザベルソレイユ

近藤颯（愛知）

3.1倍

+29%

›

○A:▽5

ドラゴンガール

今井貴（愛知）

21.1倍

+598%

›

▲A:△4

ゴッドテソロ

塚本征（愛知）

10.0倍

+129%

›

△A:×2

ダックリン

筒井勇（笠松）

11.9倍

-88%

›

△A:▽6

エンジェルスノー

木之葵（愛知）

47.6倍

-79%

›

△A:○1

バウアピアーズ

小笠羚（愛知）

3.9倍

-98%

›

×A:▽9

フォギーレーン

大畑慧（愛知）

95.2倍

-70%

›

×A:△11

カゼノヨウニ

加藤誓（愛知）

5.7倍

-99%

›

×A:▲3

ミートザターゲット

丸野勝（愛知）

6.1倍

-99%

›

×A:△8

ボスコヴェローチェ

丹羽克（愛知）

—

›

×A:×7

フローラビーナス

東川慎（笠松）

15.8倍

-99%

›

×A:▽10

アルゴフィリオ

大原浩（笠松）

47.6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 (AI 期待値プラス判定)

A. 市場込みモデル

このモデルは本レース見送り判定（期待値プラスなし）

B. 市場除外+キャリブ

単勝 5 ドラゴンガール実21.1倍期待値 +599%

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

6R 名古屋競馬場ダ1400m ダート1400m　発走 17:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	バウアピアーズ自在	小笠羚（愛知）	実3.9	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯7走で勝率29%／直近3走で勝率33%と好調／前走2着）
前5走 06/05 名古屋5R 2着/12頭 05/06 名古屋3R 1着/11頭勝利 06/13 名古屋10R 6着/10頭+2.1秒 06/04 名古屋7R 7着/12頭+2.6秒 05/20 名古屋10R 10着/11頭+3.1秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 18走で勝率 11% ◎ 距離適性同距離 7走で勝率 29% △ 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) -49% (大幅な期待値マイナス) AI 予想勝率 13.0% (オッズ暗示: 25.6%) ※ 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	ダックリン	筒井勇（笠松）	実11.9	×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／前走勝利の勢い）
前5走 07/02 名古屋5R 1着/11頭 06/19 名古屋1R 3着/10頭+1.0秒 06/04 名古屋12R 9着/12頭 05/22 名古屋4R 7着/10頭+0.0秒 04/23 名古屋1R 2着/11頭+0.5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) △ 当競馬場適性 44走で勝率 7% △ 距離適性同距離 40走で勝率 8% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -54% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 8.4%) ※ 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	ミートザターゲット逃げ	丸野勝（愛知）	実6.1	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は4走で勝ち無し／直近3走で勝率33%と好調／74日ぶりの実戦）
前5走 05/04 園田1R 4着/7頭+1.2秒 04/21 園田2R 5着/9頭+1.2秒 03/26 園田6R 1着/10頭勝利 09/25 園田7R 2着/10頭+0.3秒 09/03 園田7R 2着/10頭+0.1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 33% (上り調子) ▽ 距離適性同距離は 4走で勝ち無し × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 8.5% (オッズ暗示: 16.4%) ※ 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。
4	ゴッドテソロ先行	塚本征（愛知）	実10.0	△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15走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／騎手は近50戦で勝率20%）
前5走 07/03 名古屋6R 4着/12頭 06/05 名古屋10R 10着/12頭+0.0秒 05/08 名古屋10R 7着/10頭+2.6秒 04/24 名古屋10R 9着/11頭+2.6秒 03/27 名古屋5R 9着/9頭+2.9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 15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 20% (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) -18% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 10.0%) ※ 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	ドラゴンガール推奨	今井貴（愛知）	実21.1	▽詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実／前走3着で力を示す／適度な間隔で状態万全）
前5走 07/03 名古屋9R 3着/12頭+0.0秒 06/04 名古屋12R 7着/12頭 05/22 名古屋8R 2着/11頭+2.0秒 04/23 名古屋4R 9着/12頭+2.5秒 04/08 名古屋12R 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 4.0着 △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 9走で勝率 11% ○ 騎手近50戦勝率 14% ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 4.7%) ※ 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。
6	エンジェルスノー自在	木之葵（愛知）	実47.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（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／前走3着）
前5走 05/25 名古屋9R 3着/10頭 04/24 名古屋9R 8着/12頭+2.2秒 02/26 名古屋12R 11着/11頭+4.6秒 01/28 名古屋12R 10着/11頭+1.9秒 01/03 名古屋8R 4着/11頭+1.0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 7.3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 4走で勝ち無し △ 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) +36% (妙味あり) AI 予想勝率 2.9% (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。
7	フローラビーナス	東川慎（笠松）	実15.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率30%と適性高／同距離帯17走で勝率35%／直近3走平均9.0着と低調）
前5走 07/02 名古屋8R 10着/12頭 06/04 名古屋6R 9着/11頭 05/22 名古屋12R 8着/10頭+3.0秒 05/07 名古屋10R 6着/10頭+1.9秒 04/23 名古屋8R 10着/12頭+3.3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 9.0着 (不振) ◎ 当競馬場適性 20走で勝率 30% (得意) ◎ 距離適性同距離 17走で勝率 35% ○ 馬場適性同馬場 7走で勝率 29% ▽ 前走実績前走 10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) -52% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 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。
8	ボスコヴェローチェ	丹羽克（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5R 6着/9頭+0.0秒 06/04 名古屋7R 9着/11頭 05/21 名古屋6R 7着/10頭+2.0秒 05/06 名古屋5R 9着/11頭+4.3秒 04/23 名古屋12R 9着/12頭+1.3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 7.3着 (不振) △ 当競馬場適性 45走で勝率 11% △ 距離適性同距離 32走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) × 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 6.8% ※ 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。
9	フォギーレーン	大畑慧（愛知）	実95.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は21走で勝ち無し）
前5走 07/03 名古屋12R 5着/12頭+1.0秒 06/05 名古屋5R 3着/12頭+0.0秒 05/25 名古屋2R 5着/10頭 05/06 名古屋2R 1着/10頭勝利 04/09 名古屋6R 7着/11頭+1.1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 6走で勝率 17% (相性良) ▽ 距離適性同距離は 21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) -26% (オッズ過剰評価) AI 予想勝率 0.8% (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。
10	アルゴフィリオ	大原浩（笠松）	実47.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率67%と適性高／直近3走で勝率67%と好調）
前5走 07/03 名古屋10R 7着/12頭 06/19 名古屋2R 1着/11頭 05/20 名古屋8R 1着/10頭 05/06 船橋2R 5着/12頭+0.7秒 04/24 浦和5R 8着/9頭+2.1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 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ○ 距離適性同距離 9走で勝率 22% ○ 馬場適性同馬場 7走で勝率 29% ○ 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) -16% (オッズ過剰評価) AI 予想勝率 1.8% (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	カゼノヨウニ逃げ	加藤誓（愛知）	実5.7	△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5走 06/05 名古屋10R 11着/12頭 05/25 名古屋12R 10着/11頭 05/07 名古屋6R 1着/11頭勝利 04/23 名古屋6R 8着/12頭+2.5秒 04/10 名古屋4R 7着/11頭+1.7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 15走で勝率 7% △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 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 5.4% (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。
12	イザベルソレイユ逃げ	近藤颯（愛知）	実3.1	🌟◎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4走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均2.3着と安定）
前5走 07/03 名古屋10R 2着/12頭 03/13 名古屋6R 2着/9頭+0.1秒 01/16 名古屋5R 3着/9頭+0.3秒 11/21 名古屋7R 2着/12頭+0.1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 2.3着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 3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) +34% (妙味あり) AI 予想勝率 43.4% (オッズ暗示: 32.3%) ※ 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。

🎯 AIの本命

AI評価1位

イザベルソレイユ

騎手近藤颯（愛知）

単勝オッズ

3.1倍

AI期待値

+34%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1バウアピアーズ

3.9倍

EV -49%

▲3ミートザターゲット

6.1倍

EV -48%

出走馬全12頭

◎12

イザベルソレイユ

近藤颯（愛知）

3.1倍

+34%

›

○1

バウアピアーズ

小笠羚（愛知）

3.9倍

-49%

›

▲3

ミートザターゲット

丸野勝（愛知）

6.1倍

-48%

›

△4

ゴッドテソロ

塚本征（愛知）

10.0倍

-17%

›

△8

ボスコヴェローチェ

丹羽克（愛知）

—

›

△11

カゼノヨウニ

加藤誓（愛知）

5.7倍

-69%

›

×2

ダックリン

筒井勇（笠松）

11.9倍

-54%

›

×7

フローラビーナス

東川慎（笠松）

15.8倍

-52%

›

▽6

エンジェルスノー

木之葵（愛知）

47.6倍

+36%

›

▽5

ドラゴンガール

今井貴（愛知）

21.1倍

-48%

›

▽10

アルゴフィリオ

大原浩（笠松）

47.6倍

-15%

›

▽9

フォギーレーン

大畑慧（愛知）

95.2倍

-25%

›

💡 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 (AI 期待値プラス判定)

A. 市場込みモデル

このモデルは本レース見送り判定（期待値プラスなし）

B. 市場除外+キャリブ

単勝 5 ドラゴンガール実21.1倍期待値 -49%

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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。