名古屋 8R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

8R 名古屋競馬場ダ1700m ダート1700m　発走 18:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ノブエイト	近藤颯（愛知）	実6.4	B▲ A▲勝率18% EV+12% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は3走で勝ち無し／前走2着）
前5走 06/30 名古屋8R 2着/12頭 06/17 名古屋6R 2着/11頭+4.0秒 06/04 名古屋9R 8着/12頭 05/21 名古屋8R 4着/10頭+0.0秒 05/06 名古屋5R 2着/11頭+0.1秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 △ 当競馬場適性 18走で勝率 11% ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 15.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.5% / 期待値 +12% ※ 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	パー	小笠羚（愛知）	実10.6	B× A×勝率3% EV-68% 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11R 11着/11頭+6.0秒 06/16 名古屋8R 2着/12頭+2.0秒 06/02 名古屋8R 7着/11頭+1.0秒 05/20 名古屋12R 4着/11頭 05/05 名古屋8R 5着/10頭+1.0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 6.7着 × 当競馬場適性 22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 2% (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 2.9% / 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。
3	ゴラッソゴール	加藤利（愛知）	実17.7	B× A×勝率1% EV-82% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/13 名古屋8R 3着/3頭 06/30 名古屋10R 7着/9頭 06/16 名古屋11R 6着/12頭 06/02 名古屋10R 6着/12頭+2.0秒 05/19 名古屋9R 5着/11頭+1.3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 5.3着 △ 当競馬場適性 130走で勝率 6% △ 距離適性同距離 57走で勝率 9% △ 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 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 5.6%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -82% ※ 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	タイクーンバゴ自在	今井貴（愛知）	実8.4	B× A△勝率8% EV-30% 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20走で勝ち無し／139日ぶりの実戦）
前5走 03/11 名古屋11R 7着/11頭+2.1秒 02/25 名古屋11R 3着/12頭+0.4秒 02/11 名古屋11R 2着/12頭+0.0秒 01/27 名古屋11R 4着/12頭+0.9秒 01/13 名古屋11R 10着/12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 4.0着 △ 当競馬場適性 44走で勝率 7% ▽ 距離適性同距離は 20走で勝ち無し △ ローテーション 139日休養明け × 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: 11.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 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。
5	グロリアスヒーロー	丸山真（愛知）	実9.4	B△ A△勝率7% EV-37% 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4走で勝率0%と苦戦傾向／同距離帯3走で勝率33%／前走3着）
前5走 07/14 名古屋9R 3着/11頭 06/30 名古屋9R 4着/12頭 06/17 名古屋7R 4着/11頭+0.0秒 06/04 名古屋9R 2着/12頭+2.0秒 02/05 川崎10R 10着/11頭+1.5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 3.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 距離適性同距離 3走で勝率 33% ○ 馬場適性同馬場 4走で勝率 25% ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.6% / 期待値 -38% ※ 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	トーアナタリー逃げ	加藤誓（愛知）	実32.0	B× A×勝率1% EV-80% 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 06/14 3111R 11着/12頭+3.3秒 05/30 314R 7着/10頭+2.6秒 05/17 3112R 12着/12頭+2.5秒 05/03 3111R 11着/11頭+4.9秒 04/18 313R 2着/12頭+0.0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 10.0着 (不振) △ 距離適性同距離 7走で勝率 14% ○ 馬場適性同馬場 12走で勝率 25% △ 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) -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 0.6% / 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。
7	ソリスルクス	丹羽克（愛知）	実14.5	B× A×勝率2% EV-73% 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 07/14 名古屋10R 4着/12頭 07/01 名古屋10R 3着/12頭 06/16 名古屋11R 7着/12頭 05/14 園田12R 9着/12頭+2.0秒 04/23 園田10R 7着/11頭+1.5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 4.7着 × 当競馬場適性 3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) ○ 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 1.8% / 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。
8	ラブリーセナ推奨	塚本征（愛知）	実6.9	B△ A○勝率21% EV+45% 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25走で勝率28%と適性高／同距離帯で勝率17%）
前5走 07/13 名古屋10R 5着/12頭 06/18 名古屋5R 1着/9頭 06/04 名古屋6R 5着/11頭 05/19 名古屋10R 5着/12頭+0.5秒 04/24 名古屋12R 2着/12頭+0.3秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 25走で勝率 28% (得意) ○ 距離適性同距離 6走で勝率 17% ◎ 馬場適性同馬場 17走で勝率 35% ◎ 騎手近50戦勝率 20% (好調) ○ 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 0.7% (オッズ暗示: 14.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.1% / 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。
9	ロックマジェスティ	大畑慧（愛知）	実5.1	B○ A◎勝率24% EV+22% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場24走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 06/16 名古屋10R 2着/11頭+0.0秒 06/04 名古屋9R 1着/12頭 05/20 名古屋9R 3着/11頭+3.0秒 04/24 名古屋7R 1着/12頭勝利 04/13 名古屋8R 5着/11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 33% (上り調子) ◎ 当競馬場適性 24走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 馬場適性同馬場 13走で勝率 23% ○ 前走実績前走 2着 (好走) × 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 1.2% (オッズ暗示: 19.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 24.1% / 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。
10	ディプタルアスール	渡邊竜（笠松）	実8.8	B△ A△勝率7% EV-39% 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2.7着と安定／前走3着）
前5走 07/14 名古屋10R 3着/12頭+1.0秒 06/18 名古屋9R 2着/10頭 06/04 名古屋8R 3着/11頭 05/21 名古屋6R 5着/10頭 04/23 名古屋12R 6着/12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 2.7着 (安定) ○ 当競馬場適性 18走で勝率 17% (相性良) ○ 馬場適性同馬場 9走で勝率 22% ○ 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 0.7% (オッズ暗示: 11.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.8% / 期待値 -40% ※ 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	イノセンス逃げ	山田祥（愛知）	実12.3	B× A×勝率3% EV-61% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯6走で勝率33%）
前5走 06/17 名古屋8R 4着/11頭 06/03 名古屋9R 6着/12頭+0.0秒 05/19 名古屋10R 12着/12頭+1.9秒 04/23 名古屋12R 1着/12頭勝利 03/24 名古屋7R 8着/12頭+1.2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 7.3着 (不振) ○ 当競馬場適性 15走で勝率 20% (相性良) ◎ 距離適性同距離 6走で勝率 33% × 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: 8.1%) × Aモデルの評価 (参考) レース内 8位 / 勝率 3.1% / 期待値 -62% ※ 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	アルカラス逃げ推奨	加藤聡（愛知）	実11.4	B◎ A▽勝率6% EV-30% 詳細▼	市場が大きく過小評価、AI予想勝率95% × オッズ11.4倍で期待値+985%の有力候補（直近3走勝率100%と絶好調／当競馬場8走で勝率62%と適性高／同馬場状態で勝率100%）
前5走 04/09 名古屋5R 1着/11頭勝利 03/13 名古屋7R 1着/10頭勝利 01/19 名古屋1R 1着/11頭勝利 12/24 名古屋8R 3着/11頭+0.3秒 12/05 名古屋5R 1着/12頭勝利
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 8走で勝率 62% (得意) ◎ 馬場適性同馬場 3走で勝率 100% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 110日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +985% (市場が大幅過小評価) AI 予想勝率 95.2% (オッズ暗示: 8.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 6.1% / 期待値 -30% ※ 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

B推奨Aモデル ▽

アルカラス

騎手加藤聡（愛知）

単勝オッズ

11.4倍

AI期待値

+985%

買い目

¥2,300

全レースの推奨

AIの推奨本命の次点

○A:◎9ロックマジェスティ

5.1倍

EV -93%

▲A:▲1ノブエイト

6.4倍

EV -92%

出走馬全12頭

◎A:▽12

アルカラス

加藤聡（愛知）

11.4倍

+985%

›

○A:◎9

ロックマジェスティ

大畑慧（愛知）

5.1倍

-93%

›

▲A:▲1

ノブエイト

近藤颯（愛知）

6.4倍

-92%

›

△A:○8

ラブリーセナ

塚本征（愛知）

6.9倍

-95%

›

△A:△10

ディプタルアスール

渡邊竜（笠松）

8.8倍

-94%

›

△A:△5

グロリアスヒーロー

丸山真（愛知）

9.4倍

-95%

›

×A:×3

ゴラッソゴール

加藤利（愛知）

17.7倍

-91%

›

×A:×11

イノセンス

山田祥（愛知）

12.3倍

-99%

›

×A:△4

タイクーンバゴ

今井貴（愛知）

8.4倍

-99%

›

×A:×2

パー

小笠羚（愛知）

10.6倍

-99%

›

×A:×7

ソリスルクス

丹羽克（愛知）

14.5倍

-99%

›

×A:×6

トーアナタリー

加藤誓（愛知）

32.0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

単勝 8 ラブリーセナ ¥100 実6.9倍期待値 -95%

B. 市場除外+キャリブ

単勝 12 アルカラス ¥2,300 実11.4倍期待値 +985%

※ 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 名古屋競馬場ダ1700m ダート1700m　発走 18:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ノブエイト	近藤颯（愛知）	実6.4	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は3走で勝ち無し／前走2着）
前5走 06/30 名古屋8R 2着/12頭 06/17 名古屋6R 2着/11頭+4.0秒 06/04 名古屋9R 8着/12頭 05/21 名古屋8R 4着/10頭+0.0秒 05/06 名古屋5R 2着/11頭+0.1秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 △ 当競馬場適性 18走で勝率 11% ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) ○ 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) +12% (市場と概ね一致) AI 予想勝率 17.5% (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。
2	パー	小笠羚（愛知）	実10.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場22走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 07/01 名古屋11R 11着/11頭+6.0秒 06/16 名古屋8R 2着/12頭+2.0秒 06/02 名古屋8R 7着/11頭+1.0秒 05/20 名古屋12R 4着/11頭 05/05 名古屋8R 5着/10頭+1.0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 6.7着 × 当競馬場適性 22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 2% (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) -69% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 9.4%) ※ 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	ゴラッソゴール	加藤利（愛知）	実17.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/13 名古屋8R 3着/3頭 06/30 名古屋10R 7着/9頭 06/16 名古屋11R 6着/12頭 06/02 名古屋10R 6着/12頭+2.0秒 05/19 名古屋9R 5着/11頭+1.3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 5.3着 △ 当競馬場適性 130走で勝率 6% △ 距離適性同距離 57走で勝率 9% △ 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 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 1.0% (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。
4	タイクーンバゴ自在	今井貴（愛知）	実8.4	△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20走で勝ち無し／139日ぶりの実戦）
前5走 03/11 名古屋11R 7着/11頭+2.1秒 02/25 名古屋11R 3着/12頭+0.4秒 02/11 名古屋11R 2着/12頭+0.0秒 01/27 名古屋11R 4着/12頭+0.9秒 01/13 名古屋11R 10着/12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 4.0着 △ 当競馬場適性 44走で勝率 7% ▽ 距離適性同距離は 20走で勝ち無し △ ローテーション 139日休養明け × 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 8.2% (オッズ暗示: 11.9%) ※ 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	グロリアスヒーロー	丸山真（愛知）	実9.4	△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4走で勝率0%と苦戦傾向／同距離帯3走で勝率33%／前走3着）
前5走 07/14 名古屋9R 3着/11頭 06/30 名古屋9R 4着/12頭 06/17 名古屋7R 4着/11頭+0.0秒 06/04 名古屋9R 2着/12頭+2.0秒 02/05 川崎10R 10着/11頭+1.5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 3.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 距離適性同距離 3走で勝率 33% ○ 馬場適性同馬場 4走で勝率 25% ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 6.6% (オッズ暗示: 10.6%) ※ 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	トーアナタリー逃げ	加藤誓（愛知）	実32.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 06/14 3111R 11着/12頭+3.3秒 05/30 314R 7着/10頭+2.6秒 05/17 3112R 12着/12頭+2.5秒 05/03 3111R 11着/11頭+4.9秒 04/18 313R 2着/12頭+0.0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 10.0着 (不振) △ 距離適性同距離 7走で勝率 14% ○ 馬場適性同馬場 12走で勝率 25% △ 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) -80% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 3.1%) ※ 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	ソリスルクス	丹羽克（愛知）	実14.5	×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4走で勝ち無し）
前5走 07/14 名古屋10R 4着/12頭 07/01 名古屋10R 3着/12頭 06/16 名古屋11R 7着/12頭 05/14 園田12R 9着/12頭+2.0秒 04/23 園田10R 7着/11頭+1.5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 4.7着 × 当競馬場適性 3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) ○ 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) -74% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 6.9%) ※ 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	ラブリーセナ推奨	塚本征（愛知）	実6.9	○詳細▼	オッズに対しAI予想勝率がやや高め、期待値+45%の妙味（直近3走勝率33%と上り調子／当競馬場25走で勝率28%と適性高／同距離帯で勝率17%）
前5走 07/13 名古屋10R 5着/12頭 06/18 名古屋5R 1着/9頭 06/04 名古屋6R 5着/11頭 05/19 名古屋10R 5着/12頭+0.5秒 04/24 名古屋12R 2着/12頭+0.3秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 25走で勝率 28% (得意) ○ 距離適性同距離 6走で勝率 17% ◎ 馬場適性同馬場 17走で勝率 35% ◎ 騎手近50戦勝率 20% (好調) ○ 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) +45% (妙味あり) AI 予想勝率 21.1% (オッズ暗示: 14.5%) ※ 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	ロックマジェスティ	大畑慧（愛知）	実5.1	◎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24走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 06/16 名古屋10R 2着/11頭+0.0秒 06/04 名古屋9R 1着/12頭 05/20 名古屋9R 3着/11頭+3.0秒 04/24 名古屋7R 1着/12頭勝利 04/13 名古屋8R 5着/11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 33% (上り調子) ◎ 当競馬場適性 24走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 馬場適性同馬場 13走で勝率 23% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 24.1% (オッズ暗示: 19.6%) ※ 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。
10	ディプタルアスール	渡邊竜（笠松）	実8.8	△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2.7着と安定／前走3着）
前5走 07/14 名古屋10R 3着/12頭+1.0秒 06/18 名古屋9R 2着/10頭 06/04 名古屋8R 3着/11頭 05/21 名古屋6R 5着/10頭 04/23 名古屋12R 6着/12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 2.7着 (安定) ○ 当競馬場適性 18走で勝率 17% (相性良) ○ 馬場適性同馬場 9走で勝率 22% ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 6.8% (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	イノセンス逃げ	山田祥（愛知）	実12.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯6走で勝率33%）
前5走 06/17 名古屋8R 4着/11頭 06/03 名古屋9R 6着/12頭+0.0秒 05/19 名古屋10R 12着/12頭+1.9秒 04/23 名古屋12R 1着/12頭勝利 03/24 名古屋7R 8着/12頭+1.2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 7.3着 (不振) ○ 当競馬場適性 15走で勝率 20% (相性良) ◎ 距離適性同距離 6走で勝率 33% × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 8.1%) ※ 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。
12	アルカラス逃げ推奨	加藤聡（愛知）	実11.4	▽詳細▼	期待値プラスでAIの推し馬（直近3走勝率100%と絶好調／当競馬場8走で勝率62%と適性高／同馬場状態で勝率100%）
前5走 04/09 名古屋5R 1着/11頭勝利 03/13 名古屋7R 1着/10頭勝利 01/19 名古屋1R 1着/11頭勝利 12/24 名古屋8R 3着/11頭+0.3秒 12/05 名古屋5R 1着/12頭勝利
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 8走で勝率 62% (得意) ◎ 馬場適性同馬場 3走で勝率 100% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 110日休養明け × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 6.1% (オッズ暗示: 8.8%) ※ 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。

🎯 AIの本命

AI評価1位

ロックマジェスティ

騎手大畑慧（愛知）

単勝オッズ

5.1倍

AI期待値

+22%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ラブリーセナ

6.9倍

EV +45%

▲1ノブエイト

6.4倍

EV +12%

出走馬全12頭

◎9

ロックマジェスティ

大畑慧（愛知）

5.1倍

+22%

›

○8

ラブリーセナ

塚本征（愛知）

6.9倍

+45%

›

▲1

ノブエイト

近藤颯（愛知）

6.4倍

+12%

›

△4

タイクーンバゴ

今井貴（愛知）

8.4倍

-30%

›

△10

ディプタルアスール

渡邊竜（笠松）

8.8倍

-39%

›

△5

グロリアスヒーロー

丸山真（愛知）

9.4倍

-37%

›

▽12

アルカラス

加藤聡（愛知）

11.4倍

-30%

›

×11

イノセンス

山田祥（愛知）

12.3倍

-61%

›

×2

パー

小笠羚（愛知）

10.6倍

-68%

›

×7

ソリスルクス

丹羽克（愛知）

14.5倍

-73%

›

×3

ゴラッソゴール

加藤利（愛知）

17.7倍

-82%

›

×6

トーアナタリー

加藤誓（愛知）

32.0倍

-80%

›

💡 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 8 ラブリーセナ ¥100 実6.9倍期待値 +46%

B. 市場除外+キャリブ

単勝 12 アルカラス ¥2,300 実11.4倍期待値 -30%

※ 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。