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
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ワカギミ 推奨 |
塚本征（愛知） |
実21.9 |
B△ A△勝率4% EV-16% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +94% (市場が大幅過小評価) AI 予想勝率 8.9% (オッズ暗示: 4.6%) △Aモデルの評価 (参考) レース内 5位 / 勝率 4.2% / 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。 |
| 2 |
ラブリーセナ 先行 |
筒井勇（笠松） |
実12.2 |
B△ A▲勝率11% EV+34% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 8.9% (オッズ暗示: 8.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 11.3% / 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。 |
| 3 |
インジェニアス 差し |
大畑雅（愛知） |
実111.0 |
B▽ A×勝率1% EV-57% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +646% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 0.9%) ×Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 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。 |
| 4 |
サラサラヘアー 逃げ |
友森翔（愛知） |
実1.7 |
B× A🌟◎勝率48% EV-22% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 10.9% (オッズ暗示: 58.8%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 48.3% / 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。 |
| 5 |
マッティーナ 自在 |
山田祥（愛知） |
実160.3 |
B▽ A▽勝率0% EV-37% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +978% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 0.6%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 0.5% / 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 |
アオレレ |
柿原翔（愛知） |
実91.9 |
B▽ A▽勝率1% EV-10% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +518% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.1%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.5% / 期待値 -10% ※ 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 |
リヴァスピナー |
近藤颯（愛知） |
実33.5 |
B▽ A▽勝率3% EV-27% 詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +182% (市場が大幅過小評価) AI 予想勝率 8.4% (オッズ暗示: 3.0%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 3.0% / 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。 |
| 8 |
スターインパクト |
加藤聡（愛知） |
実128.8 |
B▽ A▽勝率1% EV-32% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +766% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 0.8%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 0.7% / 期待値 -33% ※ 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 |
エピックナイト |
今井貴（愛知） |
実41.3 |
B▽ A▽勝率2% EV-34% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +177% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.4%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 1.7% / 期待値 -35% ※ 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 |
スフレ 差し |
渡邊竜（笠松） |
実12.4 |
B○ A△勝率4% EV-49% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 10.2% (オッズ暗示: 8.1%) △Aモデルの評価 (参考) レース内 6位 / 勝率 3.6% / 期待値 -50% ※ 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 |
ノボリユーミン |
小笠羚（愛知） |
実14.6 |
B▲ A△勝率6% EV-14% 詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +48% (妙味あり) AI 予想勝率 10.2% (オッズ暗示: 6.8%) △Aモデルの評価 (参考) レース内 4位 / 勝率 6.3% / 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。 |
| 12 |
テルケンレンスター 自在 |
望月洵（愛知） |
実3.3 |
B△ A○勝率18% EV-28% 詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 8.9% (オッズ暗示: 30.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 18.4% / 期待値 -28% ※ 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の推奨本命の次点
出走馬全12頭
×期待値 (オッズ vs AI勝率)
-81% (大幅な期待値マイナス)
AI 予想勝率
10.9% (オッズ暗示: 58.8%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 48.3% / 期待値 -23%
△期待値 (オッズ vs AI勝率)
+26% (市場と概ね一致)
AI 予想勝率
10.2% (オッズ暗示: 8.1%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 3.6% / 期待値 -50%
◎期待値 (オッズ vs AI勝率)
+48% (妙味あり)
AI 予想勝率
10.2% (オッズ暗示: 6.8%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 6.3% / 期待値 -14%
×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
8.9% (オッズ暗示: 30.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 18.4% / 期待値 -28%
△期待値 (オッズ vs AI勝率)
+8% (市場と概ね一致)
AI 予想勝率
8.9% (オッズ暗示: 8.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 11.3% / 期待値 +34%
🌟◎期待値 (オッズ vs AI勝率)
+94% (市場が大幅過小評価)
AI 予想勝率
8.9% (オッズ暗示: 4.6%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 4.2% / 期待値 -17%
🌟◎期待値 (オッズ vs AI勝率)
+182% (市場が大幅過小評価)
AI 予想勝率
8.4% (オッズ暗示: 3.0%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 3.0% / 期待値 -27%
🌟◎期待値 (オッズ vs AI勝率)
+177% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 2.4%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 1.7% / 期待値 -35%
🌟◎期待値 (オッズ vs AI勝率)
+518% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 1.1%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.5% / 期待値 -10%
🌟◎期待値 (オッズ vs AI勝率)
+646% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 0.9%)
×Aモデルの評価 (参考)
レース内 11位 / 勝率 0.7% / 期待値 -57%
🌟◎期待値 (オッズ vs AI勝率)
+766% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 0.8%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 0.7% / 期待値 -33%
🌟◎期待値 (オッズ vs AI勝率)
+978% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 0.6%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 0.5% / 期待値 -38%
💡 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
1
ワカギミ
実21.9倍
期待値 +94%
❌不的中7着単勝 21.9倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ワカギミ 推奨 |
塚本征（愛知） |
実21.9 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 4.2% (オッズ暗示: 4.6%) ※ 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 |
ラブリーセナ 先行 |
筒井勇（笠松） |
実12.2 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 11.3% (オッズ暗示: 8.2%) ※ 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 |
インジェニアス 差し |
大畑雅（愛知） |
実111.0 |
×詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 0.7% (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。 |
| 4 |
サラサラヘアー 逃げ |
友森翔（愛知） |
実1.7 |
🌟◎詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 48.3% (オッズ暗示: 58.8%) ※ 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。 |
| 5 |
マッティーナ 自在 |
山田祥（愛知） |
実160.3 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 0.5% (オッズ暗示: 0.6%) ※ 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 |
アオレレ |
柿原翔（愛知） |
実91.9 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 1.1%) ※ 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 |
リヴァスピナー |
近藤颯（愛知） |
実33.5 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 3.0% (オッズ暗示: 3.0%) ※ 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 |
スターインパクト |
加藤聡（愛知） |
実128.8 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 0.8%) ※ 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。 |
| 9 |
エピックナイト |
今井貴（愛知） |
実41.3 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 2.4%) ※ 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。 |
| 10 |
スフレ 差し |
渡邊竜（笠松） |
実12.4 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 3.6% (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。 |
| 11 |
ノボリユーミン |
小笠羚（愛知） |
実14.6 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 6.3% (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。 |
| 12 |
テルケンレンスター 自在 |
望月洵（愛知） |
実3.3 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 18.4% (オッズ暗示: 30.3%) ※ 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。 |
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の推奨本命の次点
出走馬全12頭
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
48.3% (オッズ暗示: 58.8%)
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
18.4% (オッズ暗示: 30.3%)
◎期待値 (オッズ vs AI勝率)
+34% (妙味あり)
AI 予想勝率
11.3% (オッズ暗示: 8.2%)
△期待値 (オッズ vs AI勝率)
-14% (オッズ過剰評価)
AI 予想勝率
6.3% (オッズ暗示: 6.8%)
△期待値 (オッズ vs AI勝率)
-17% (オッズ過剰評価)
AI 予想勝率
4.2% (オッズ暗示: 4.6%)
×期待値 (オッズ vs AI勝率)
-50% (大幅な期待値マイナス)
AI 予想勝率
3.6% (オッズ暗示: 8.1%)
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
3.0% (オッズ暗示: 3.0%)
×期待値 (オッズ vs AI勝率)
-35% (大幅な期待値マイナス)
AI 予想勝率
1.7% (オッズ暗示: 2.4%)
△期待値 (オッズ vs AI勝率)
-10% (オッズ過剰評価)
AI 予想勝率
1.5% (オッズ暗示: 1.1%)
×期待値 (オッズ vs AI勝率)
-33% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 0.8%)
×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
0.7% (オッズ暗示: 0.9%)
×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
0.5% (オッズ暗示: 0.6%)
💡 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
1
ワカギミ
実21.9倍
期待値 +94%
❌不的中7着単勝 21.9倍
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。
