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 名古屋競馬場ダ1500m ダート1500m　発走 17:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホウオウブライツ逃げ	塚本征（愛知）	実4.2	B🌟◎ A🌟◎勝率50% EV+109% 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6走で勝率33%と適性高／同距離帯5走で勝率40%／同馬場状態で勝率33%）
前5走 07/13 名古屋5R 1着/3頭 12/22 名古屋4R 5着/12頭+1.2秒 12/05 名古屋6R 3着/11頭+0.6秒 11/11 名古屋8R 9着/11頭+4.3秒 10/28 名古屋6R 1着/12頭勝利
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 6走で勝率 33% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 20% (好調) ◎ 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) +277% (市場が大幅過小評価) AI 予想勝率 90.0% (オッズ暗示: 23.8%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 49.9% / 期待値 +109% ※ 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	チャコワールド	大畑慧（愛知）	実14.8	B× A×勝率2% EV-70% 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3R 12着/12頭 11/20 川崎10R 12着/12頭+3.5秒 ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 26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 2.0% / 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。
3	コズミックコール	加藤利（愛知）	実44.4	B× A×勝率0% EV-79% 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 07/13 名古屋7R 8着/12頭+0.0秒 06/30 名古屋6R 3着/12頭+0.0秒 06/17 名古屋12R 12着/12頭 06/02 名古屋6R 3着/12頭+1.0秒 05/19 名古屋12R 9着/11頭+1.7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 7.7着 (不振) × 当競馬場適性 74走で勝率 0% (苦戦) ▽ 距離適性同距離は 69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 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 0.5% / 期待値 -80% ※ 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	ハルノート	渡邊竜（笠松）	実5.9	B▲ A○勝率14% EV-17% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 07/01 名古屋12R 3着/12頭 06/17 名古屋5R 7着/11頭 06/03 名古屋5R 11着/12頭+1.0秒 03/25 名古屋3R 7着/11頭+2.5秒 03/11 名古屋1R 4着/10頭+0.9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 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 5走で勝率 20% ○ 前走実績前走 3着 (好走) ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 16.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.0% / 期待値 -17% ※ 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	フルーツワゴン	丸野勝（愛知）	実17.7	B△ A×勝率2% EV-61% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場13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 07/01 名古屋12R 7着/12頭 06/03 名古屋6R 7着/12頭 05/21 名古屋2R 6着/10頭+2.0秒 05/06 名古屋1R 10着/11頭+1.2秒 04/22 名古屋2R 2着/12頭+1.6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 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ ローテーション 27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 0.9% (オッズ暗示: 5.6%) × Aモデルの評価 (参考) レース内 7位 / 勝率 2.2% / 期待値 -61% ※ 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	メイショウクレピス	明星晴（笠松）	実14.8	B△ A△勝率2% EV-65% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 07/13 名古屋12R 6着/12頭+0.0秒 07/01 名古屋5R 10着/12頭 06/17 名古屋4R 8着/11頭 06/03 名古屋12R 6着/12頭 05/20 名古屋5R 4着/11頭
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 8.0着 (不振) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 16走で勝率 6% △ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 6.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.3% / 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。
7	ノーザンピーク	丹羽克（愛知）	実12.6	B× A×勝率2% EV-77% 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2R 11着/12頭+2.0秒 06/18 名古屋6R 10着/10頭 06/03 名古屋7R 11着/12頭+2.0秒 05/21 名古屋4R 10着/10頭 05/06 名古屋2R 8着/10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 10.7着 (不振) × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 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) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 27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 9位 / 勝率 1.8% / 期待値 -78% ※ 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	スイートゥンビター逃げ	木之葵（愛知）	実7.4	B△ A△勝率8% EV-41% 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13走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／直近3走平均2.3着と安定）
前5走 04/09 名古屋3R 3着/11頭+0.5秒 03/24 名古屋8R 2着/12頭+0.0秒 03/10 名古屋5R 2着/11頭+0.2秒 02/25 名古屋2R 2着/11頭+0.3秒 02/09 名古屋7R 4着/12頭+0.9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 2.3着 (安定) × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 12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) △ ローテーション 110日休養明け × 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 0.9% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 期待値 -42% ※ 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	ブリッツシャッテン逃げ	近藤颯（愛知）	実22.2	B○ A×勝率1% EV-78% 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25%と適性高／同距離帯は7走で勝ち無し／直近3走平均2.7着と安定）
前5走 06/30 名古屋6R 4着/12頭 06/16 名古屋6R 2着/10頭+6.0秒 05/19 名古屋5R 2着/11頭+0.4秒 05/04 名古屋2R 1着/11頭勝利 04/07 川崎1R 11着/12頭+3.1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 2.7着 (安定) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 18% ○ ローテーション 28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 6.0% (オッズ暗示: 4.5%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -79% ※ 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	リリアンファスト逃げ	細川智（愛知）	実8.8	B× A▲勝率9% EV-22% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 06/17 名古屋12R 4着/12頭 05/20 名古屋5R 11着/11頭+1.0秒 05/05 名古屋2R 2着/11頭+0.1秒 04/20 名古屋6R 2着/12頭+0.4秒 04/07 名古屋4R 2着/11頭+1.2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 5.7着 △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 14走で勝率 7% × 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: 11.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.8% / 期待値 -23% ※ 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	コモモチャン逃げ	丸山真（愛知）	実14.8	B× A×勝率2% EV-75% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 07/13 名古屋7R 5着/12頭 06/02 名古屋6R 9着/12頭+2.0秒 05/19 名古屋12R 8着/11頭+1.1秒 05/04 名古屋12R 5着/11頭+1.5秒 04/20 名古屋8R 11着/12頭+3.1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 7.3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 15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) -95% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 6.8%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 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	ユメミ追込	尾崎章（愛知）	実5.2	B× A△勝率8% 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 07/01 名古屋6R 4着/12頭 06/03 名古屋5R 5着/12頭 05/14 川崎3R 11着/14頭+2.0秒 04/09 川崎5R 11着/12頭+2.5秒 03/04 川崎12R 12着/14頭+4.1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 6.7着 ▽ 距離適性同距離は 14走で勝ち無し ○ ローテーション 27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 8.2% / 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）

🎯 AIの本命

AI評価1位Aモデル ◎

ホウオウブライツ

騎手塚本征（愛知）

単勝オッズ

4.2倍

AI期待値

+277%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:×9ブリッツシャッテン

22.2倍

EV +34%

▲A:○4ハルノート

5.9倍

EV -91%

出走馬全12頭

◎A:◎1

ホウオウブライツ

塚本征（愛知）

4.2倍

+277%

›

○A:×9

ブリッツシャッテン

近藤颯（愛知）

22.2倍

+34%

›

▲A:○4

ハルノート

渡邊竜（笠松）

5.9倍

-91%

›

△A:△8

スイートゥンビター

木之葵（愛知）

7.4倍

-93%

›

△A:×5

フルーツワゴン

丸野勝（愛知）

17.7倍

-84%

›

△A:△6

メイショウクレピス

明星晴（笠松）

14.8倍

-94%

›

×A:×11

コモモチャン

丸山真（愛知）

14.8倍

-94%

›

×A:▲10

リリアンファスト

細川智（愛知）

8.8倍

-99%

›

×A:△12

ユメミ

尾崎章（愛知）

5.2倍

-99%

›

×A:×7

ノーザンピーク

丹羽克（愛知）

12.6倍

-99%

›

×A:×2

チャコワールド

大畑慧（愛知）

14.8倍

-99%

›

×A:×3

コズミックコール

加藤利（愛知）

44.4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 名古屋競馬場ダ1500m ダート1500m　発走 17:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホウオウブライツ逃げ	塚本征（愛知）	実4.2	🌟◎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6走で勝率33%と適性高／同距離帯5走で勝率40%／同馬場状態で勝率33%）
前5走 07/13 名古屋5R 1着/3頭 12/22 名古屋4R 5着/12頭+1.2秒 12/05 名古屋6R 3着/11頭+0.6秒 11/11 名古屋8R 9着/11頭+4.3秒 10/28 名古屋6R 1着/12頭勝利
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 6走で勝率 33% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 20% (好調) ◎ 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) +109% (市場が大幅過小評価) AI 予想勝率 49.9% (オッズ暗示: 23.8%) ※ 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。
2	チャコワールド	大畑慧（愛知）	実14.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.0着と低調）
前5走 07/02 名古屋3R 12着/12頭 11/20 川崎10R 12着/12頭+3.5秒 ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 26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 2.0% (オッズ暗示: 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。
3	コズミックコール	加藤利（愛知）	実44.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場74走で勝率0%と苦戦傾向／同距離帯は69走で勝ち無し）
前5走 07/13 名古屋7R 8着/12頭+0.0秒 06/30 名古屋6R 3着/12頭+0.0秒 06/17 名古屋12R 12着/12頭 06/02 名古屋6R 3着/12頭+1.0秒 05/19 名古屋12R 9着/11頭+1.7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 7.7着 (不振) × 当競馬場適性 74走で勝率 0% (苦戦) ▽ 距離適性同距離は 69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 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
4	ハルノート	渡邊竜（笠松）	実5.9	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 07/01 名古屋12R 3着/12頭 06/17 名古屋5R 7着/11頭 06/03 名古屋5R 11着/12頭+1.0秒 03/25 名古屋3R 7着/11頭+2.5秒 03/11 名古屋1R 4着/10頭+0.9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 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 5走で勝率 20% ○ 前走実績前走 3着 (好走) ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 14.0% (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。
5	フルーツワゴン	丸野勝（愛知）	実17.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場13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 07/01 名古屋12R 7着/12頭 06/03 名古屋6R 7着/12頭 05/21 名古屋2R 6着/10頭+2.0秒 05/06 名古屋1R 10着/11頭+1.2秒 04/22 名古屋2R 2着/12頭+1.6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 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 5.6%) ※ 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	メイショウクレピス	明星晴（笠松）	実14.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 07/13 名古屋12R 6着/12頭+0.0秒 07/01 名古屋5R 10着/12頭 06/17 名古屋4R 8着/11頭 06/03 名古屋12R 6着/12頭 05/20 名古屋5R 4着/11頭
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 8.0着 (不振) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 16走で勝率 6% △ 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) -66% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 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。
7	ノーザンピーク	丹羽克（愛知）	実12.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場24走で勝率4%と苦戦傾向／同距離帯は21走で勝ち無し／直近3走平均10.7着と低調）
前5走 07/01 名古屋2R 11着/12頭+2.0秒 06/18 名古屋6R 10着/10頭 06/03 名古屋7R 11着/12頭+2.0秒 05/21 名古屋4R 10着/10頭 05/06 名古屋2R 8着/10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 10.7着 (不振) × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 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) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 7.9%) ※ 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	スイートゥンビター逃げ	木之葵（愛知）	実7.4	△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13走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／直近3走平均2.3着と安定）
前5走 04/09 名古屋3R 3着/11頭+0.5秒 03/24 名古屋8R 2着/12頭+0.0秒 03/10 名古屋5R 2着/11頭+0.2秒 02/25 名古屋2R 2着/11頭+0.3秒 02/09 名古屋7R 4着/12頭+0.9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 2.3着 (安定) × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 12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) △ ローテーション 110日休養明け × 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 7.8% (オッズ暗示: 13.5%) ※ 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	ブリッツシャッテン逃げ	近藤颯（愛知）	実22.2	×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25%と適性高／同距離帯は7走で勝ち無し／直近3走平均2.7着と安定）
前5走 06/30 名古屋6R 4着/12頭 06/16 名古屋6R 2着/10頭+6.0秒 05/19 名古屋5R 2着/11頭+0.4秒 05/04 名古屋2R 1着/11頭勝利 04/07 川崎1R 11着/12頭+3.1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 2.7着 (安定) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 18% ○ ローテーション 28日の間隔 (理想的) × 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 1.0% (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。
10	リリアンファスト逃げ	細川智（愛知）	実8.8	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 06/17 名古屋12R 4着/12頭 05/20 名古屋5R 11着/11頭+1.0秒 05/05 名古屋2R 2着/11頭+0.1秒 04/20 名古屋6R 2着/12頭+0.4秒 04/07 名古屋4R 2着/11頭+1.2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 5.7着 △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 14走で勝率 7% △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 11.4%) ※ 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	コモモチャン逃げ	丸山真（愛知）	実14.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 07/13 名古屋7R 5着/12頭 06/02 名古屋6R 9着/12頭+2.0秒 05/19 名古屋12R 8着/11頭+1.1秒 05/04 名古屋12R 5着/11頭+1.5秒 04/20 名古屋8R 11着/12頭+3.1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 7.3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 15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) -76% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 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。
12	ユメミ追込	尾崎章（愛知）	実5.2	△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14走で勝ち無し）
前5走 07/01 名古屋6R 4着/12頭 06/03 名古屋5R 5着/12頭 05/14 川崎3R 11着/14頭+2.0秒 04/09 川崎5R 11着/12頭+2.5秒 03/04 川崎12R 12着/14頭+4.1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 6.7着 ▽ 距離適性同距離は 14走で勝ち無し ○ ローテーション 27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 8.2% (オッズ暗示: 19.2%) ※ 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。

🎯 AIの本命

AI評価1位

ホウオウブライツ

騎手塚本征（愛知）

単勝オッズ

4.2倍

AI期待値

+109%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4ハルノート

5.9倍

EV -17%

▲10リリアンファスト

8.8倍

EV -22%

出走馬全12頭

◎1

ホウオウブライツ

塚本征（愛知）

4.2倍

+109%

›

○4

ハルノート

渡邊竜（笠松）

5.9倍

-17%

›

▲10

リリアンファスト

細川智（愛知）

8.8倍

-22%

›

△12

ユメミ

尾崎章（愛知）

5.2倍

-57%

›

△8

スイートゥンビター

木之葵（愛知）

7.4倍

-41%

›

△6

メイショウクレピス

明星晴（笠松）

14.8倍

-65%

›

×5

フルーツワゴン

丸野勝（愛知）

17.7倍

-61%

›

×2

チャコワールド

大畑慧（愛知）

14.8倍

-70%

›

×7

ノーザンピーク

丹羽克（愛知）

12.6倍

-77%

›

×11

コモモチャン

丸山真（愛知）

14.8倍

-75%

›

×9

ブリッツシャッテン

近藤颯（愛知）

22.2倍

-78%

›

×3

コズミックコール

加藤利（愛知）

44.4倍

-79%

›

💡 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。