名古屋 10R 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

10R 名古屋競馬場ダ1500m ダート1500m　発走 19:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カナアミデスマッチ自在	塚本征（愛知）	実23.3	B× A▽勝率3% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 06/04 名古屋5R 9着/12頭 05/22 名古屋9R 5着/10頭 05/07 名古屋8R 5着/10頭+0.9秒 04/06 川崎6R 11着/12頭+3.5秒 03/04 川崎12R 5着/14頭+2.0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 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ 騎手近50戦勝率 18% × 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: 4.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.2% / 期待値 -25% ※ 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	ローズドゥレッシュ	丸野勝（愛知）	実29.2	B× A▽勝率4% EV+6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場43走で勝率2%と苦戦傾向／同距離帯は41走で勝ち無し）
前5走 07/03 名古屋10R 5着/12頭+0.0秒 06/05 名古屋12R 7着/11頭 05/25 名古屋2R 3着/10頭+0.0秒 05/08 名古屋3R 6着/10頭+1.1秒 04/24 名古屋4R 3着/12頭+0.8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 5.0着 × 当競馬場適性 43走で勝率 2% (苦戦) ▽ 距離適性同距離は 41走で勝ち無し ○ 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: 3.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.6% / 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。
3	イブシギン	柿原翔（愛知）	実58.4	B× A▽勝率3% EV+46% 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6R 7着/12頭 06/05 名古屋9R 5着/12頭 05/25 名古屋5R 6着/11頭 05/08 名古屋1R 3着/10頭+0.6秒 04/13 名古屋3R 3着/10頭+0.4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 6.0着 × 当競馬場適性 81走で勝率 4% (苦戦) ▽ 距離適性同距離は 58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) -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 2.5% / 期待値 +46% ※ 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	フルオブエナジー逃げ	望月洵（愛知）	実19.4	B× A▽勝率7% EV+33% 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 06/05 名古屋12R 6着/11頭 05/25 名古屋12R 8着/11頭+0.0秒 05/08 名古屋12R 4着/10頭+0.4秒 04/23 名古屋3R 1着/12頭勝利 04/10 名古屋1R 3着/11頭+0.2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 6.0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 28% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +55% (市場が大幅過小評価) AI 予想勝率 8.0% (オッズ暗示: 5.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.9% / 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。
5	ヴィクトリアランド推奨	木之葵（愛知）	実9.7	B× A○勝率17% EV+64% 詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 4% (やや苦戦) × 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 4.7% (オッズ暗示: 10.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.0% / 期待値 +65% ※ 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	パルジファル先行	尾崎章（愛知）	実3.6	B× A◎勝率24% EV-14% 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8走で勝率25%と適性高／同距離帯8走で勝率25%／直近3走で勝率33%と好調）
前5走 04/10 名古屋5R 1着/11頭勝利 03/26 名古屋5R 3着/12頭+0.5秒 03/12 名古屋3R 7着/11頭+1.2秒 02/26 名古屋3R 1着/11頭勝利 02/11 名古屋1R 6着/12頭+2.1秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 98日休養明け × 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 0.2% (オッズ暗示: 27.8%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 23.8% / 期待値 -14% ※ 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	キャンディタフト追込	加藤利（愛知）	実16.6	B× A△勝率9% EV+53% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場40走で勝率5%と苦戦傾向／前走2着）
前5走 06/05 名古屋12R 2着/11頭+0.0秒 05/25 名古屋2R 4着/10頭 05/08 名古屋1R 5着/10頭+0.8秒 04/13 名古屋3R 4着/10頭+0.5秒 03/26 名古屋9R 7着/11頭+3.9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 3.7着 × 当競馬場適性 40走で勝率 5% (苦戦) △ 距離適性同距離 34走で勝率 6% △ 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 0.0% (オッズ暗示: 6.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 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。
8	ミツカネリブラ	丸山真（愛知）	実116.8	B× A▽勝率1% EV+40% 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 11着/12頭 06/18 名古屋5R 9着/9頭 05/21 名古屋6R 10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 10.0着 (不振) × 当競馬場適性 3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 11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 12位 / 勝率 1.2% / 期待値 +41% ※ 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	ピークブルーム	細川智（愛知）	実116.8	B× A▽勝率2% EV+166% 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50%／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12R 1着/12頭 06/19 名古屋3R 8着/11頭 06/04 名古屋12R 6着/12頭 05/22 名古屋7R 5着/11頭 05/06 名古屋10R 2着/11頭+0.1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 14走で勝率 21% ◎ 馬場適性同馬場 4走で勝率 50% ◎ 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) +999% (市場が大幅過小評価) AI 予想勝率 86.9% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 2.3% / 期待値 +166% ※ 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	ハクサンフラッシュ追込	大畑慧（愛知）	実19.4	B× A△勝率8% EV+53% 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 06/05 名古屋7R 7着/12頭 05/25 名古屋7R 10着/10頭 05/05 名古屋1R 10着/11頭+1.5秒 04/08 名古屋10R 7着/11頭+1.6秒 03/09 名古屋9R 8着/9頭+3.6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 9.0着 (不振) △ 当競馬場適性 43走で勝率 7% △ 距離適性同距離 29走で勝率 7% △ 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 7.9% / 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。
11	ゴーゴーゴウト	松本一（笠松）	実3.7	B× A△勝率8% EV-71% 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10.3着と低調）
前5走 07/03 名古屋12R 11着/12頭 06/05 名古屋10R 12着/12頭+3.0秒 05/25 名古屋10R 8着/10頭 05/08 名古屋4R 2着/10頭+0.3秒 04/24 名古屋6R 8着/12頭+2.2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 10.3着 (不振) △ 当競馬場適性 21走で勝率 10% △ 距離適性同距離 15走で勝率 13% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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 0.0% (オッズ暗示: 27.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.7% / 期待値 -71% ※ 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	ビップレジアス	東川慎（笠松）	実2.9	B× A▲勝率15% EV-57% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／同馬場状態で勝率35%）
前5走 07/01 名古屋7R 9着/11頭 06/17 名古屋8R 9着/11頭+0.0秒 06/04 名古屋8R 9着/11頭+0.0秒 05/21 名古屋7R 9着/10頭 05/05 名古屋1R 8着/11頭+1.2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 9.0着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ◎ 馬場適性同馬場 17走で勝率 35% ○ 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) AI 予想勝率 0.0% (オッズ暗示: 34.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.6% / 期待値 -58% ※ 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）

出走馬馬番順・全12頭

×A:▽9

ピークブルーム

細川智（愛知）

116.8倍

—

›

×A:▽4

フルオブエナジー

望月洵（愛知）

19.4倍

—

›

×A:○5

ヴィクトリアランド

木之葵（愛知）

9.7倍

—

›

×A:◎6

パルジファル

尾崎章（愛知）

3.6倍

—

›

×A:▽2

ローズドゥレッシュ

丸野勝（愛知）

29.2倍

—

›

×A:▲12

ビップレジアス

東川慎（笠松）

2.9倍

—

›

×A:△11

ゴーゴーゴウト

松本一（笠松）

3.7倍

—

›

×A:△7

キャンディタフト

加藤利（愛知）

16.6倍

—

›

×A:▽1

カナアミデスマッチ

塚本征（愛知）

23.3倍

—

›

×A:△10

ハクサンフラッシュ

大畑慧（愛知）

19.4倍

—

›

×A:▽3

イブシギン

柿原翔（愛知）

58.4倍

—

›

×A:▽8

ミツカネリブラ

丸山真（愛知）

116.8倍

—

›

💡 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

単勝 5 ヴィクトリアランド実9.7倍期待値 -55%

B. 市場除外+キャリブ

このモデルは本レース見送り判定（期待値プラスなし）

※ 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

10R 名古屋競馬場ダ1500m ダート1500m　発走 19:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カナアミデスマッチ自在	塚本征（愛知）	実23.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 06/04 名古屋5R 9着/12頭 05/22 名古屋9R 5着/10頭 05/07 名古屋8R 5着/10頭+0.9秒 04/06 川崎6R 11着/12頭+3.5秒 03/04 川崎12R 5着/14頭+2.0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 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ 騎手近50戦勝率 18% △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 4.3%) ※ 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	ローズドゥレッシュ	丸野勝（愛知）	実29.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場43走で勝率2%と苦戦傾向／同距離帯は41走で勝ち無し）
前5走 07/03 名古屋10R 5着/12頭+0.0秒 06/05 名古屋12R 7着/11頭 05/25 名古屋2R 3着/10頭+0.0秒 05/08 名古屋3R 6着/10頭+1.1秒 04/24 名古屋4R 3着/12頭+0.8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 5.0着 × 当競馬場適性 43走で勝率 2% (苦戦) ▽ 距離適性同距離は 41走で勝ち無し ○ 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) +6% (市場と概ね一致) AI 予想勝率 3.6% (オッズ暗示: 3.4%) ※ 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	イブシギン	柿原翔（愛知）	実58.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場81走で勝率4%と苦戦傾向／同距離帯は58走で勝ち無し）
前5走 07/03 名古屋6R 7着/12頭 06/05 名古屋9R 5着/12頭 05/25 名古屋5R 6着/11頭 05/08 名古屋1R 3着/10頭+0.6秒 04/13 名古屋3R 3着/10頭+0.4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 6.0着 × 当競馬場適性 81走で勝率 4% (苦戦) ▽ 距離適性同距離は 58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) +46% (妙味あり) AI 予想勝率 2.5% (オッズ暗示: 1.7%) ※ 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	フルオブエナジー逃げ	望月洵（愛知）	実19.4	▽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 06/05 名古屋12R 6着/11頭 05/25 名古屋12R 8着/11頭+0.0秒 05/08 名古屋12R 4着/10頭+0.4秒 04/23 名古屋3R 1着/12頭勝利 04/10 名古屋1R 3着/11頭+0.2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 6.0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 28% (好調) ◎ 期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 6.9% (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。
5	ヴィクトリアランド推奨	木之葵（愛知）	実9.7	○詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+64%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 4% (やや苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +64% (市場が大幅過小評価) AI 予想勝率 17.0% (オッズ暗示: 10.3%) ※ 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	パルジファル先行	尾崎章（愛知）	実3.6	◎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8走で勝率25%／直近3走で勝率33%と好調）
前5走 04/10 名古屋5R 1着/11頭勝利 03/26 名古屋5R 3着/12頭+0.5秒 03/12 名古屋3R 7着/11頭+1.2秒 02/26 名古屋3R 1着/11頭勝利 02/11 名古屋1R 6着/12頭+2.1秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 23.8% (オッズ暗示: 27.8%) ※ 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	キャンディタフト追込	加藤利（愛知）	実16.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場40走で勝率5%と苦戦傾向／前走2着）
前5走 06/05 名古屋12R 2着/11頭+0.0秒 05/25 名古屋2R 4着/10頭 05/08 名古屋1R 5着/10頭+0.8秒 04/13 名古屋3R 4着/10頭+0.5秒 03/26 名古屋9R 7着/11頭+3.9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 3.7着 × 当競馬場適性 40走で勝率 5% (苦戦) △ 距離適性同距離 34走で勝率 6% △ 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) +53% (市場が大幅過小評価) AI 予想勝率 9.3% (オッズ暗示: 6.0%) ※ 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。
8	ミツカネリブラ	丸山真（愛知）	実116.8	▽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0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均10.0着と低調）
前5走 07/02 名古屋8R 11着/12頭 06/18 名古屋5R 9着/9頭 05/21 名古屋6R 10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 10.0着 (不振) × 当競馬場適性 3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 11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) +40% (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。
9	ピークブルーム	細川智（愛知）	実116.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率50%／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12R 1着/12頭 06/19 名古屋3R 8着/11頭 06/04 名古屋12R 6着/12頭 05/22 名古屋7R 5着/11頭 05/06 名古屋10R 2着/11頭+0.1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 14走で勝率 21% ◎ 馬場適性同馬場 4走で勝率 50% ◎ 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) +166% (市場が大幅過小評価) AI 予想勝率 2.3% (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。
10	ハクサンフラッシュ追込	大畑慧（愛知）	実19.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調）
前5走 06/05 名古屋7R 7着/12頭 05/25 名古屋7R 10着/10頭 05/05 名古屋1R 10着/11頭+1.5秒 04/08 名古屋10R 7着/11頭+1.6秒 03/09 名古屋9R 8着/9頭+3.6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 9.0着 (不振) △ 当競馬場適性 43走で勝率 7% △ 距離適性同距離 29走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +53% (市場が大幅過小評価) AI 予想勝率 7.9% (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。
11	ゴーゴーゴウト	松本一（笠松）	実3.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均10.3着と低調）
前5走 07/03 名古屋12R 11着/12頭 06/05 名古屋10R 12着/12頭+3.0秒 05/25 名古屋10R 8着/10頭 05/08 名古屋4R 2着/10頭+0.3秒 04/24 名古屋6R 8着/12頭+2.2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 10.3着 (不振) △ 当競馬場適性 21走で勝率 10% △ 距離適性同距離 15走で勝率 13% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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) -71% (大幅な期待値マイナス) AI 予想勝率 7.7% (オッズ暗示: 27.0%) ※ 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。
12	ビップレジアス	東川慎（笠松）	実2.9	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／同馬場状態で勝率35%）
前5走 07/01 名古屋7R 9着/11頭 06/17 名古屋8R 9着/11頭+0.0秒 06/04 名古屋8R 9着/11頭+0.0秒 05/21 名古屋7R 9着/10頭 05/05 名古屋1R 8着/11頭+1.2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 9.0着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ◎ 馬場適性同馬場 17走で勝率 35% ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 14.6% (オッズ暗示: 34.5%) ※ 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。

🎯 AIの本命

AI評価1位

パルジファル

騎手尾崎章（愛知）

単勝オッズ

3.6倍

AI期待値

-14%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ヴィクトリアランド

9.7倍

EV +64%

▲12ビップレジアス

2.9倍

EV -57%

出走馬全12頭

◎6

パルジファル

尾崎章（愛知）

3.6倍

-14%

›

○5

ヴィクトリアランド

木之葵（愛知）

9.7倍

+64%

›

▲12

ビップレジアス

東川慎（笠松）

2.9倍

-57%

›

△7

キャンディタフト

加藤利（愛知）

16.6倍

+53%

›

△10

ハクサンフラッシュ

大畑慧（愛知）

19.4倍

+53%

›

△11

ゴーゴーゴウト

松本一（笠松）

3.7倍

-71%

›

▽4

フルオブエナジー

望月洵（愛知）

19.4倍

+33%

›

▽2

ローズドゥレッシュ

丸野勝（愛知）

29.2倍

+6%

›

▽1

カナアミデスマッチ

塚本征（愛知）

23.3倍

-25%

›

▽3

イブシギン

柿原翔（愛知）

58.4倍

+46%

›

▽9

ピークブルーム

細川智（愛知）

116.8倍

+166%

›

▽8

ミツカネリブラ

丸山真（愛知）

116.8倍

+40%

›

💡 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

単勝 5 ヴィクトリアランド実9.7倍期待値 +65%

B. 市場除外+キャリブ

このモデルは本レース見送り判定（期待値プラスなし）

※ 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。