名古屋 7R 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

7R 名古屋競馬場ウマ娘ベルノライト賞Ｃ級ダ1500m ダート1500m　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ガーニュ逃げ	山田祥（愛知）	実134.4	B× A▽勝率2% EV+229% 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 7着/10頭 01/02 名古屋11R 3着/12頭+1.0秒 12/19 名古屋9R 3着/11頭+0.3秒 11/21 名古屋10R 3着/12頭+0.7秒 11/10 名古屋11R 8着/9頭+2.8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 4.3着 ○ 当競馬場適性 28走で勝率 21% (相性良) ○ 距離適性同距離 18走で勝率 22% × 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 0.0% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 2.5% / 期待値 +229% ※ 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	オイチノカタ	小笠羚（愛知）	実19.2	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（直近3走で勝率33%と好調／前走2着）
前5走 07/03 名古屋12R 2着/12頭 06/05 名古屋9R 4着/12頭 05/21 名古屋5R 1着/10頭 05/06 名古屋10R 7着/11頭+1.9秒 04/09 名古屋12R 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) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 12走で勝率 8% △ 騎手近50戦勝率 2% (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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 5.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.3% / 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。
3	セレスト	木之葵（愛知）	実134.4	B× A▽勝率4% EV+456% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／同距離帯は19走で勝ち無し）
前5走 07/02 名古屋6R 8着/12頭+0.0秒 06/04 名古屋6R 6着/11頭 05/22 名古屋9R 4着/10頭+1.0秒 05/07 名古屋8R 4着/10頭+0.4秒 04/24 名古屋9R 4着/12頭+1.5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 6.0着 × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 距離適性同距離は 19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 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.1% / 期待値 +456% ※ 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	クインズモンブラン	近藤颯（愛知）	実3.2	B🌟◎ A◎勝率23% EV-26% 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8走で勝率25%と適性高／同距離帯7走で勝率29%／同馬場状態で勝率50%）
前5走 07/03 名古屋6R 6着/12頭+1.0秒 06/22 名古屋6R 6着/10頭+2.0秒 06/05 名古屋10R 3着/12頭 05/25 名古屋10R 5着/10頭 04/10 名古屋4R 3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 5.0着 ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ◎ 馬場適性同馬場 4走で勝率 50% ○ 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) +183% (市場が大幅過小評価) AI 予想勝率 88.6% (オッズ暗示: 31.2%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.9% / 期待値 -27% ※ 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	オルソビアンコ	阪野学（愛知）	実134.4	B× A▽勝率2% EV+161% 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 6着/12頭 06/18 名古屋9R 8着/10頭+0.0秒 05/21 名古屋8R 9着/10頭+3.0秒 05/06 名古屋6R 10着/11頭+2.2秒 04/22 名古屋6R 10着/12頭+2.4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 7.7着 (不振) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 12走で勝率 8% ○ ローテーション 17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 12位 / 勝率 1.9% / 期待値 +161% ※ 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	ポケッティーノ	大畑慧（愛知）	実44.8	B× A▽勝率5% EV+122% 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11走で勝ち無し）
前5走 06/18 名古屋8R 5着/10頭 06/04 名古屋8R 8着/11頭 05/21 名古屋7R 7着/10頭+5.0秒 07/23 名古屋6R 10着/11頭+1.7秒 06/17 名古屋6R 4着/12頭+0.8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 11走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.1% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.0% / 期待値 +123% ※ 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	エドノバイオレット先行	筒井勇（笠松）	実3.9	B× A△勝率12% EV-54% 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 6着/11頭 06/05 名古屋8R 9着/12頭 05/25 名古屋3R 2着/9頭 05/08 名古屋2R 9着/11頭+1.5秒 04/24 名古屋8R 4着/11頭+1.7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 5.7着 △ 当競馬場適性 67走で勝率 7% △ 距離適性同距離 51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) -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 11.6% / 期待値 -55% ※ 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	トータルダイヤ先行	大畑雅（愛知）	実22.4	B△ A▽勝率4% EV-8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場25走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し／72日ぶりの実戦）
前5走 05/06 名古屋5R 5着/11頭+2.1秒 04/23 名古屋8R 4着/12頭+1.8秒 04/09 名古屋5R 9着/11頭+1.7秒 03/25 名古屋5R 4着/11頭+1.3秒 03/12 名古屋7R 4着/10頭+1.0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 25走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し × 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 0.1% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.1% / 期待値 -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。
9	オーセンティアン差し	丹羽克（愛知）	実134.4	B△ A▽勝率2% EV+231% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は10走で勝ち無し）
前5走 07/01 名古屋7R 5着/11頭 05/25 名古屋9R 5着/10頭 05/05 名古屋1R 6着/11頭+1.0秒 04/22 名古屋12R 8着/12頭+2.8秒 04/08 名古屋10R 9着/11頭+1.7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 20走で勝率 10% ▽ 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 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.5% / 期待値 +232% ※ 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	スパルタンワールド差し	望月洵（愛知）	実11.2	B○ A△勝率9% EV+5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率28%）
前5走 06/30 名古屋8R 8着/12頭+0.0秒 04/09 名古屋10R 6着/11頭+1.2秒 03/23 名古屋8R 4着/12頭+0.5秒 03/10 名古屋8R 11着/12頭+2.8秒 02/23 名古屋9R 7着/11頭+1.9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 6.0着 ○ 当競馬場適性 26走で勝率 15% (相性良) ○ 距離適性同距離 17走で勝率 24% ◎ 騎手近50戦勝率 28% (好調) ○ ローテーション 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 10.0% (オッズ暗示: 8.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.4% / 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。
11	ミヤビエクセレント	丸山真（愛知）	実3.4	B× A▲勝率13% EV-57% 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 12着/12頭 06/04 名古屋9R 7着/12頭 05/21 名古屋8R 10着/10頭+0.0秒 05/06 名古屋6R 8着/11頭+1.9秒 04/22 名古屋6R 7着/12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戦の調子平均 9.7着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 6走で勝率 17% ▽ 前走実績前走 12着 (大敗) ○ ローテーション 17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 12.6% / 期待値 -57% ※ 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	ドラゴンキッド自在	細川智（愛知）	実6.4	B▲ A○勝率18% EV+15% 詳細▼	AI上位評価だが期待値不足、見送り（86日ぶりの実戦）
前5走 04/22 名古屋6R 6着/12頭+1.5秒 04/09 名古屋8R 6着/12頭+1.8秒 03/25 名古屋11R 4着/12頭+0.9秒 03/11 名古屋12R 5着/11頭+0.8秒 02/26 名古屋12R 5着/11頭+0.9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 5.3着 ○ 当競馬場適性 25走で勝率 16% (相性良) ○ 距離適性同距離 19走で勝率 21% ○ 馬場適性同馬場 14走で勝率 29% × 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 0.7% (オッズ暗示: 15.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.1% / 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。

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 ◎

クインズモンブラン

騎手近藤颯（愛知）

単勝オッズ

3.2倍

AI期待値

+183%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△10スパルタンワールド

11.2倍

EV +11%

▲A:○12ドラゴンキッド

6.4倍

EV -95%

出走馬全12頭

◎A:◎4

クインズモンブラン

近藤颯（愛知）

3.2倍

+183%

›

○A:△10

スパルタンワールド

望月洵（愛知）

11.2倍

+11%

›

▲A:○12

ドラゴンキッド

細川智（愛知）

6.4倍

-95%

›

△A:▽9

オーセンティアン

丹羽克（愛知）

134.4倍

-74%

›

△A:△2

オイチノカタ

小笠羚（愛知）

19.2倍

-97%

›

△A:▽8

トータルダイヤ

大畑雅（愛知）

22.4倍

-96%

›

×A:▽6

ポケッティーノ

大畑慧（愛知）

44.8倍

-93%

›

×A:▽3

セレスト

木之葵（愛知）

134.4倍

-81%

›

×A:▽1

ガーニュ

山田祥（愛知）

134.4倍

-94%

›

×A:▲11

ミヤビエクセレント

丸山真（愛知）

3.4倍

-99%

›

×A:△7

エドノバイオレット

筒井勇（笠松）

3.9倍

-99%

›

×A:▽5

オルソビアンコ

阪野学（愛知）

134.4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）

7R 名古屋競馬場ウマ娘ベルノライト賞Ｃ級ダ1500m ダート1500m　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ガーニュ逃げ	山田祥（愛知）	実134.4	▽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 7着/10頭 01/02 名古屋11R 3着/12頭+1.0秒 12/19 名古屋9R 3着/11頭+0.3秒 11/21 名古屋10R 3着/12頭+0.7秒 11/10 名古屋11R 8着/9頭+2.8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 4.3着 ○ 当競馬場適性 28走で勝率 21% (相性良) ○ 距離適性同距離 18走で勝率 22% 🌟◎ 期待値 (オッズ vs AI勝率) +229% (市場が大幅過小評価) AI 予想勝率 2.5% (オッズ暗示: 0.7%) ※ 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。
2	オイチノカタ	小笠羚（愛知）	実19.2	△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2着）
前5走 07/03 名古屋12R 2着/12頭 06/05 名古屋9R 4着/12頭 05/21 名古屋5R 1着/10頭 05/06 名古屋10R 7着/11頭+1.9秒 04/09 名古屋12R 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) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 12走で勝率 8% △ 騎手近50戦勝率 2% (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) +2% (市場と概ね一致) AI 予想勝率 5.3% (オッズ暗示: 5.2%) ※ 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	セレスト	木之葵（愛知）	実134.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／同距離帯は19走で勝ち無し）
前5走 07/02 名古屋6R 8着/12頭+0.0秒 06/04 名古屋6R 6着/11頭 05/22 名古屋9R 4着/10頭+1.0秒 05/07 名古屋8R 4着/10頭+0.4秒 04/24 名古屋9R 4着/12頭+1.5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 6.0着 × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 距離適性同距離は 19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 15日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +456% (市場が大幅過小評価) AI 予想勝率 4.1% (オッズ暗示: 0.7%) ※ 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。
4	クインズモンブラン	近藤颯（愛知）	実3.2	◎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8走で勝率25%と適性高／同距離帯7走で勝率29%／同馬場状態で勝率50%）
前5走 07/03 名古屋6R 6着/12頭+1.0秒 06/22 名古屋6R 6着/10頭+2.0秒 06/05 名古屋10R 3着/12頭 05/25 名古屋10R 5着/10頭 04/10 名古屋4R 3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 5.0着 ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ◎ 馬場適性同馬場 4走で勝率 50% ○ 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) -27% (オッズ過剰評価) AI 予想勝率 22.9% (オッズ暗示: 31.2%) ※ 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。
5	オルソビアンコ	阪野学（愛知）	実134.4	▽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7R 6着/12頭 06/18 名古屋9R 8着/10頭+0.0秒 05/21 名古屋8R 9着/10頭+3.0秒 05/06 名古屋6R 10着/11頭+2.2秒 04/22 名古屋6R 10着/12頭+2.4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 7.7着 (不振) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 12走で勝率 8% ○ ローテーション 17日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +161% (市場が大幅過小評価) AI 予想勝率 1.9% (オッズ暗示: 0.7%) ※ 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	ポケッティーノ	大畑慧（愛知）	実44.8	▽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11走で勝ち無し）
前5走 06/18 名古屋8R 5着/10頭 06/04 名古屋8R 8着/11頭 05/21 名古屋7R 7着/10頭+5.0秒 07/23 名古屋6R 10着/11頭+1.7秒 06/17 名古屋6R 4着/12頭+0.8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 11走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +122% (市場が大幅過小評価) AI 予想勝率 5.0% (オッズ暗示: 2.2%) ※ 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。
7	エドノバイオレット先行	筒井勇（笠松）	実3.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/03 名古屋8R 6着/11頭 06/05 名古屋8R 9着/12頭 05/25 名古屋3R 2着/9頭 05/08 名古屋2R 9着/11頭+1.5秒 04/24 名古屋8R 4着/11頭+1.7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 5.7着 △ 当競馬場適性 67走で勝率 7% △ 距離適性同距離 51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) -55% (大幅な期待値マイナス) AI 予想勝率 11.6% (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。
8	トータルダイヤ先行	大畑雅（愛知）	実22.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場25走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し／72日ぶりの実戦）
前5走 05/06 名古屋5R 5着/11頭+2.1秒 04/23 名古屋8R 4着/12頭+1.8秒 04/09 名古屋5R 9着/11頭+1.7秒 03/25 名古屋5R 4着/11頭+1.3秒 03/12 名古屋7R 4着/10頭+1.0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 25走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 4.1% (オッズ暗示: 4.5%) ※ 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	オーセンティアン差し	丹羽克（愛知）	実134.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は10走で勝ち無し）
前5走 07/01 名古屋7R 5着/11頭 05/25 名古屋9R 5着/10頭 05/05 名古屋1R 6着/11頭+1.0秒 04/22 名古屋12R 8着/12頭+2.8秒 04/08 名古屋10R 9着/11頭+1.7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 20走で勝率 10% ▽ 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 16日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +231% (市場が大幅過小評価) AI 予想勝率 2.5% (オッズ暗示: 0.7%) ※ 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。
10	スパルタンワールド差し	望月洵（愛知）	実11.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率28%）
前5走 06/30 名古屋8R 8着/12頭+0.0秒 04/09 名古屋10R 6着/11頭+1.2秒 03/23 名古屋8R 4着/12頭+0.5秒 03/10 名古屋8R 11着/12頭+2.8秒 02/23 名古屋9R 7着/11頭+1.9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 6.0着 ○ 当競馬場適性 26走で勝率 15% (相性良) ○ 距離適性同距離 17走で勝率 24% ◎ 騎手近50戦勝率 28% (好調) ○ ローテーション 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 9.4% (オッズ暗示: 8.9%) ※ 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。
11	ミヤビエクセレント	丸山真（愛知）	実3.4	▲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 06/30 名古屋7R 12着/12頭 06/04 名古屋9R 7着/12頭 05/21 名古屋8R 10着/10頭+0.0秒 05/06 名古屋6R 8着/11頭+1.9秒 04/22 名古屋6R 7着/12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戦の調子平均 9.7着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 6走で勝率 17% ▽ 前走実績前走 12着 (大敗) ○ ローテーション 17日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 12.6% (オッズ暗示: 29.4%) ※ 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。
12	ドラゴンキッド自在	細川智（愛知）	実6.4	○詳細▼	AI上位評価だが期待値不足、見送り（86日ぶりの実戦）
前5走 04/22 名古屋6R 6着/12頭+1.5秒 04/09 名古屋8R 6着/12頭+1.8秒 03/25 名古屋11R 4着/12頭+0.9秒 03/11 名古屋12R 5着/11頭+0.8秒 02/26 名古屋12R 5着/11頭+0.9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 5.3着 ○ 当競馬場適性 25走で勝率 16% (相性良) ○ 距離適性同距離 19走で勝率 21% ○ 馬場適性同馬場 14走で勝率 29% △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 18.1% (オッズ暗示: 15.6%) ※ 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の本命

AI評価1位

クインズモンブラン

騎手近藤颯（愛知）

単勝オッズ

3.2倍

AI期待値

-26%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12ドラゴンキッド

6.4倍

EV +15%

▲11ミヤビエクセレント

3.4倍

EV -57%

出走馬全12頭

◎4

クインズモンブラン

近藤颯（愛知）

3.2倍

-26%

›

○12

ドラゴンキッド

細川智（愛知）

6.4倍

+15%

›

▲11

ミヤビエクセレント

丸山真（愛知）

3.4倍

-57%

›

△7

エドノバイオレット

筒井勇（笠松）

3.9倍

-54%

›

△10

スパルタンワールド

望月洵（愛知）

11.2倍

+5%

›

△2

オイチノカタ

小笠羚（愛知）

19.2倍

+2%

›

▽6

ポケッティーノ

大畑慧（愛知）

44.8倍

+122%

›

▽3

セレスト

木之葵（愛知）

134.4倍

+456%

›

▽8

トータルダイヤ

大畑雅（愛知）

22.4倍

-8%

›

▽9

オーセンティアン

丹羽克（愛知）

134.4倍

+231%

›

▽1

ガーニュ

山田祥（愛知）

134.4倍

+229%

›

▽5

オルソビアンコ

阪野学（愛知）

134.4倍

+161%

›

💡 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。