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 名古屋競馬場中京競馬Ｂ８ダ1500m ダート1500m　発走 18:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デトネイター差し	近藤颯（愛知）	実71.7	B× A▽勝率1% EV-12% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場17走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 07/02 名古屋6R 4着/12頭 06/04 名古屋5R 6着/12頭 05/22 名古屋10R 7着/10頭 05/07 名古屋9R 7着/10頭+1.2秒 04/23 名古屋7R 5着/12頭+2.5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 5.7着 × 当競馬場適性 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 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) -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 10位 / 勝率 1.2% / 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。
2	エグザルテーション	丹羽克（愛知）	実5.9	B× A△勝率12% EV-30% 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8R 7着/12頭 06/17 名古屋6R 11着/11頭+5.0秒 01/01 名古屋11R 12着/12頭+2.8秒 12/22 名古屋11R 7着/9頭+2.7秒 12/09 名古屋11R 10着/12頭+2.0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 10.0着 (不振) ○ 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% ◎ 馬場適性同馬場 15走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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 4位 / 勝率 11.8% / 期待値 -31% ※ 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	イナズマライン	深澤杏（笠松）	実26.9	B× A×勝率1% EV-74% 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 4着/12頭 05/20 名古屋9R 7着/11頭+0.0秒 05/06 名古屋5R 10着/11頭+4.3秒 04/09 名古屋5R 6着/11頭+1.3秒 03/25 名古屋11R 12着/12頭+4.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ 当競馬場適性 26走で勝率 8% △ 距離適性同距離 22走で勝率 9% △ 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 11位 / 勝率 1.0% / 期待値 -74% ※ 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	グランキューブ	友森翔（愛知）	実71.7	B× A▽勝率1% EV-48% 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7R 10着/11頭 06/17 名古屋7R 8着/11頭 06/03 名古屋8R 9着/12頭+0.0秒 05/20 名古屋4R 9着/11頭+0.0秒 05/05 名古屋7R 11着/11頭+2.7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 9.0着 (不振) △ 当競馬場適性 60走で勝率 8% △ 距離適性同距離 42走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) -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 0.7% / 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。
5	ホウオウシーザー	細川智（愛知）	実10.7	B▲ A▲勝率12% EV+30% 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67%と好調／前走勝利の勢い）
前5走 07/03 名古屋1R 1着/12頭 06/22 名古屋1R 4着/11頭+0.0秒 06/03 名古屋12R 1着/12頭 05/21 名古屋2R 5着/10頭 05/06 名古屋1R 7着/11頭+0.3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 67% (絶好調) △ 当競馬場適性 17走で勝率 12% △ 距離適性同距離 15走で勝率 13% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 5.4% (オッズ暗示: 9.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.2% / 期待値 +31% ※ 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	サーフギャラクシー推奨	加藤誓（愛知）	実11.9	B○ A△勝率7% EV-11% 詳細▼	市場が大きく過小評価、AI予想勝率47% × オッズ11.9倍で期待値+455%の有力候補（直近3走勝率33%と上り調子／当競馬場8走で勝率50%と適性高／同距離帯で勝率50%と得意）
前5走 07/03 名古屋12R 1着/12頭 06/22 名古屋1R 5着/11頭 06/05 名古屋5R 6着/12頭 05/21 名古屋2R 1着/10頭 05/04 名古屋12R 1着/11頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 50% (得意) ◎ 距離適性同距離 8走で勝率 50% ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ 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) +455% (市場が大幅過小評価) AI 予想勝率 46.7% (オッズ暗示: 8.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.5% / 期待値 -11% ※ 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	アユツリー	加藤聡（愛知）	実23.9	B× A▽勝率2% EV-47% 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 06/17 名古屋8R 10着/11頭 06/04 名古屋8R 5着/11頭 05/21 名古屋6R 4着/10頭+0.0秒 05/06 名古屋5R 7着/11頭+2.9秒 01/28 大井9R 9着/9頭+3.6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 6.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 10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 9位 / 勝率 2.2% / 期待値 -47% ※ 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	パルティーダ	大畑雅（愛知）	実5.5	B× A○勝率18% EV-1% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.0着と低調）
前5走 06/30 名古屋7R 10着/12頭 06/18 名古屋8R 10着/10頭+0.0秒 06/04 名古屋8R 7着/11頭 05/21 名古屋7R 6着/10頭 05/06 名古屋5R 4着/11頭+2.0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 9.0着 (不振) △ 当競馬場適性 28走で勝率 7% △ 距離適性同距離 18走で勝率 11% ▽ 前走実績前走 10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) AI 予想勝率 0.0% (オッズ暗示: 18.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.8% / 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。
9	サトノスフィア	塚本征（愛知）	実2.7	B🌟◎ A◎勝率28% EV-25% 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67%と好調／前走3着）
前5走 07/03 名古屋6R 3着/12頭 06/04 名古屋3R 1着/12頭 05/20 名古屋7R 1着/11頭 05/05 名古屋6R 6着/12頭+0.9秒 04/08 名古屋12R 5着/12頭+1.5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 67% (絶好調) ○ 当競馬場適性 19走で勝率 21% (相性良) ○ 距離適性同距離 15走で勝率 20% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 18% ○ 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) +26% (市場と概ね一致) AI 予想勝率 46.7% (オッズ暗示: 37.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.6% / 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	グランドネビュラ	筒井勇（笠松）	実11.9	B△ A▽勝率7% EV-21% 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／前走3着）
前5走 06/18 名古屋5R 3着/9頭+6.0秒 06/04 名古屋7R 5着/11頭 05/22 名古屋12R 7着/10頭+0.0秒 05/06 名古屋5R 6着/11頭+2.3秒 04/14 園田5R 9着/12頭+2.6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 5.0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 11% ○ 前走実績前走 3着 (好走) × 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: 8.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.6% / 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	ラブバイオレット逃げ	小笠羚（愛知）	実7.9	B△ A△勝率9% EV-30% 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24走で勝率4%と苦戦傾向／前走3着）
前5走 07/03 名古屋10R 3着/12頭+2.0秒 05/22 名古屋7R 7着/11頭 05/07 名古屋6R 4着/11頭+0.8秒 04/10 名古屋1R 2着/11頭+0.1秒 03/27 名古屋4R 7着/12頭+2.7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 4.7着 × 当競馬場適性 24走で勝率 4% (苦戦) △ 距離適性同距離 19走で勝率 5% △ 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 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 0.8% (オッズ暗示: 12.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.8% / 期待値 -31% ※ 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	ハーピークオーレ	丸野勝（愛知）	実19.5	B△ A▽勝率3% EV-46% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場41走で勝率5%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 07/03 名古屋8R 3着/11頭 06/22 名古屋6R 3着/10頭+0.0秒 06/05 名古屋9R 3着/12頭 05/25 名古屋8R 4着/10頭+1.0秒 05/08 名古屋4R 10着/10頭+3.2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 41走で勝率 5% (苦戦) △ 距離適性同距離 31走で勝率 6% ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.7% / 期待値 -47% ※ 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 ◎

サトノスフィア

騎手塚本征（愛知）

単勝オッズ

2.7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

○A:△6サーフギャラクシー

11.9倍

EV +455%

▲A:▲5ホウオウシーザー

10.7倍

EV -42%

出走馬全12頭

◎A:◎9

サトノスフィア

塚本征（愛知）

2.7倍

+26%

›

○A:△6

サーフギャラクシー

加藤誓（愛知）

11.9倍

+455%

›

▲A:▲5

ホウオウシーザー

細川智（愛知）

10.7倍

-42%

›

△A:△11

ラブバイオレット

小笠羚（愛知）

7.9倍

-93%

›

△A:▽10

グランドネビュラ

筒井勇（笠松）

11.9倍

-98%

›

△A:▽12

ハーピークオーレ

丸野勝（愛知）

19.5倍

-97%

›

×A:○8

パルティーダ

大畑雅（愛知）

5.5倍

-99%

›

×A:▽1

デトネイター

近藤颯（愛知）

71.7倍

-96%

›

×A:△2

エグザルテーション

丹羽克（愛知）

5.9倍

-99%

›

×A:▽7

アユツリー

加藤聡（愛知）

23.9倍

-99%

›

×A:×3

イナズマライン

深澤杏（笠松）

26.9倍

-99%

›

×A:▽4

グランキューブ

友森翔（愛知）

71.7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 (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 6 サーフギャラクシー実11.9倍期待値 +456%

※ 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

8R 名古屋競馬場中京競馬Ｂ８ダ1500m ダート1500m　発走 18:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デトネイター差し	近藤颯（愛知）	実71.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場17走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 07/02 名古屋6R 4着/12頭 06/04 名古屋5R 6着/12頭 05/22 名古屋10R 7着/10頭 05/07 名古屋9R 7着/10頭+1.2秒 04/23 名古屋7R 5着/12頭+2.5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 5.7着 × 当競馬場適性 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 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) -13% (オッズ過剰評価) AI 予想勝率 1.2% (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。
2	エグザルテーション	丹羽克（愛知）	実5.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同馬場状態で勝率33%／直近3走平均10.0着と低調）
前5走 06/30 名古屋8R 7着/12頭 06/17 名古屋6R 11着/11頭+5.0秒 01/01 名古屋11R 12着/12頭+2.8秒 12/22 名古屋11R 7着/9頭+2.7秒 12/09 名古屋11R 10着/12頭+2.0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 10.0着 (不振) ○ 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% ◎ 馬場適性同馬場 15走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 11.8% (オッズ暗示: 16.9%) ※ 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。
3	イナズマライン	深澤杏（笠松）	実26.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/02 名古屋8R 4着/12頭 05/20 名古屋9R 7着/11頭+0.0秒 05/06 名古屋5R 10着/11頭+4.3秒 04/09 名古屋5R 6着/11頭+1.3秒 03/25 名古屋11R 12着/12頭+4.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ 当競馬場適性 26走で勝率 8% △ 距離適性同距離 22走で勝率 9% △ 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) -74% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
4	グランキューブ	友森翔（愛知）	実71.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 07/01 名古屋7R 10着/11頭 06/17 名古屋7R 8着/11頭 06/03 名古屋8R 9着/12頭+0.0秒 05/20 名古屋4R 9着/11頭+0.0秒 05/05 名古屋7R 11着/11頭+2.7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 9.0着 (不振) △ 当競馬場適性 60走で勝率 8% △ 距離適性同距離 42走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 0.7% (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	ホウオウシーザー	細川智（愛知）	実10.7	▲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67%と好調／前走勝利の勢い）
前5走 07/03 名古屋1R 1着/12頭 06/22 名古屋1R 4着/11頭+0.0秒 06/03 名古屋12R 1着/12頭 05/21 名古屋2R 5着/10頭 05/06 名古屋1R 7着/11頭+0.3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 67% (絶好調) △ 当競馬場適性 17走で勝率 12% △ 距離適性同距離 15走で勝率 13% ◎ 前走実績前走 1着 (勢い継続) ○ 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) +30% (妙味あり) AI 予想勝率 12.2% (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。
6	サーフギャラクシー推奨	加藤誓（愛知）	実11.9	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場8走で勝率50%と適性高／同距離帯で勝率50%と得意）
前5走 07/03 名古屋12R 1着/12頭 06/22 名古屋1R 5着/11頭 06/05 名古屋5R 6着/12頭 05/21 名古屋2R 1着/10頭 05/04 名古屋12R 1着/11頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 50% (得意) ◎ 距離適性同距離 8走で勝率 50% ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -11% (オッズ過剰評価) AI 予想勝率 7.5% (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。
7	アユツリー	加藤聡（愛知）	実23.9	▽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 06/17 名古屋8R 10着/11頭 06/04 名古屋8R 5着/11頭 05/21 名古屋6R 4着/10頭+0.0秒 05/06 名古屋5R 7着/11頭+2.9秒 01/28 大井9R 9着/9頭+3.6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 6.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 4.2%) ※ 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。
8	パルティーダ	大畑雅（愛知）	実5.5	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.0着と低調）
前5走 06/30 名古屋7R 10着/12頭 06/18 名古屋8R 10着/10頭+0.0秒 06/04 名古屋8R 7着/11頭 05/21 名古屋7R 6着/10頭 05/06 名古屋5R 4着/11頭+2.0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 9.0着 (不振) △ 当競馬場適性 28走で勝率 7% △ 距離適性同距離 18走で勝率 11% ▽ 前走実績前走 10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) -2% (オッズ過剰評価) AI 予想勝率 17.8% (オッズ暗示: 18.2%) ※ 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。
9	サトノスフィア	塚本征（愛知）	実2.7	◎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（直近3走で勝率67%と好調／前走3着）
前5走 07/03 名古屋6R 3着/12頭 06/04 名古屋3R 1着/12頭 05/20 名古屋7R 1着/11頭 05/05 名古屋6R 6着/12頭+0.9秒 04/08 名古屋12R 5着/12頭+1.5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 67% (絶好調) ○ 当競馬場適性 19走で勝率 21% (相性良) ○ 距離適性同距離 15走で勝率 20% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 18% ○ 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) -26% (オッズ過剰評価) AI 予想勝率 27.6% (オッズ暗示: 37.0%) ※ 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。
10	グランドネビュラ	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（当競馬場4走で勝率0%と苦戦傾向／前走3着）
前5走 06/18 名古屋5R 3着/9頭+6.0秒 06/04 名古屋7R 5着/11頭 05/22 名古屋12R 7着/10頭+0.0秒 05/06 名古屋5R 6着/11頭+2.3秒 04/14 園田5R 9着/12頭+2.6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 5.0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 11% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 6.6% (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。
11	ラブバイオレット逃げ	小笠羚（愛知）	実7.9	△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24走で勝率4%と苦戦傾向／前走3着）
前5走 07/03 名古屋10R 3着/12頭+2.0秒 05/22 名古屋7R 7着/11頭 05/07 名古屋6R 4着/11頭+0.8秒 04/10 名古屋1R 2着/11頭+0.1秒 03/27 名古屋4R 7着/12頭+2.7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 4.7着 × 当競馬場適性 24走で勝率 4% (苦戦) △ 距離適性同距離 19走で勝率 5% △ 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 14日の間隔 (理想的) × 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 8.8% (オッズ暗示: 12.7%) ※ 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。
12	ハーピークオーレ	丸野勝（愛知）	実19.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場41走で勝率5%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 07/03 名古屋8R 3着/11頭 06/22 名古屋6R 3着/10頭+0.0秒 06/05 名古屋9R 3着/12頭 05/25 名古屋8R 4着/10頭+1.0秒 05/08 名古屋4R 10着/10頭+3.2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 41走で勝率 5% (苦戦) △ 距離適性同距離 31走で勝率 6% ○ 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) -47% (大幅な期待値マイナス) AI 予想勝率 2.7% (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。

🎯 AIの本命

AI評価1位

サトノスフィア

騎手塚本征（愛知）

単勝オッズ

2.7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

○8パルティーダ

5.5倍

EV -1%

▲5ホウオウシーザー

10.7倍

EV +30%

出走馬全12頭

◎9

サトノスフィア

塚本征（愛知）

2.7倍

-25%

›

○8

パルティーダ

大畑雅（愛知）

5.5倍

-1%

›

▲5

ホウオウシーザー

細川智（愛知）

10.7倍

+30%

›

△2

エグザルテーション

丹羽克（愛知）

5.9倍

-30%

›

△11

ラブバイオレット

小笠羚（愛知）

7.9倍

-30%

›

△6

サーフギャラクシー

加藤誓（愛知）

11.9倍

-11%

›

▽10

グランドネビュラ

筒井勇（笠松）

11.9倍

-21%

›

▽12

ハーピークオーレ

丸野勝（愛知）

19.5倍

-46%

›

▽7

アユツリー

加藤聡（愛知）

23.9倍

-47%

›

▽1

デトネイター

近藤颯（愛知）

71.7倍

-12%

›

×3

イナズマライン

深澤杏（笠松）

26.9倍

-74%

›

▽4

グランキューブ

友森翔（愛知）

71.7倍

-48%

›

💡 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 6 サーフギャラクシー実11.9倍期待値 -11%

※ 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。