名古屋 12R 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 |
ウインフルゴラ 先行 |
大畑慧（愛知） |
実63.0 |
B△ A×勝率1% EV-63% 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) +440% (市場が大幅過小評価) AI 予想勝率 8.6% (オッズ暗示: 1.6%) ×Aモデルの評価 (参考) レース内 11位 / 勝率 0.6% / 期待値 -64% ※ 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 |
エムズオルフェ 逃げ |
加藤利（愛知） |
実15.9 |
B▽ A△勝率6% EV-22% 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 6.9% (オッズ暗示: 6.3%) △Aモデルの評価 (参考) レース内 5位 / 勝率 6.0% / 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。 |
| 3 |
サンコルテス |
木之葵（愛知） |
実14.6 |
B▽ A×勝率3% EV-58% 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) +0% (市場と概ね一致) AI 予想勝率 6.9% (オッズ暗示: 6.8%) ×Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 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。 |
| 4 |
トリプルアイ 逃げ |
松本一（笠松） |
実101.4 |
B▽ A×勝率0% EV-84% 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) +594% (市場が大幅過小評価) AI 予想勝率 6.9% (オッズ暗示: 1.0%) ×Aモデルの評価 (参考) レース内 12位 / 勝率 0.5% / 期待値 -84% ※ 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 |
メイショウクレピス 推奨 |
塚本征（愛知） |
実7.5 |
B○ A○勝率24% EV+84% 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) -16% (オッズ過剰評価) AI 予想勝率 11.1% (オッズ暗示: 13.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 24.3% / 期待値 +85% ※ 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 |
リッククッキー 先行 |
近藤颯（愛知） |
実5.9 |
B× A▲勝率14% EV+40% 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) -60% (大幅な期待値マイナス) AI 予想勝率 6.9% (オッズ暗示: 16.9%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 13.5% / 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。 |
| 7 |
ラブウェイ 追込 推奨 |
尾崎章（愛知） |
実17.1 |
B▲ A×勝率1% EV-76% 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) +70% (市場が大幅過小評価) AI 予想勝率 10.0% (オッズ暗示: 5.8%) ×Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 期待値 -77% ※ 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 |
オルトジュピター 差し |
渡邊竜（笠松） |
実10.2 |
B▽ A△勝率4% EV-31% 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) -30% (大幅な期待値マイナス) AI 予想勝率 6.9% (オッズ暗示: 9.8%) △Aモデルの評価 (参考) レース内 6位 / 勝率 4.4% / 期待値 -32% ※ 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 |
クールマーロウ 先行 |
丹羽克（愛知） |
実14.6 |
B△ A×勝率1% EV-56% 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) +32% (妙味あり) AI 予想勝率 9.0% (オッズ暗示: 6.8%) ×Aモデルの評価 (参考) レース内 10位 / 勝率 0.8% / 期待値 -56% ※ 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 |
スノーバンティング 追込 |
小笠羚（愛知） |
実59.6 |
B▽ A×勝率2% EV-66% 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) +308% (市場が大幅過小評価) AI 予想勝率 6.9% (オッズ暗示: 1.7%) ×Aモデルの評価 (参考) レース内 8位 / 勝率 2.1% / 期待値 -67% ※ 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 |
グロウミニョン |
細川智（愛知） |
実2.9 |
B× A🌟◎勝率37% EV-37% 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) -68% (大幅な期待値マイナス) AI 予想勝率 11.1% (オッズ暗示: 34.5%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 37.0% / 期待値 -37% ※ 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 |
ツキノメガミ |
丸野勝（愛知） |
実4.8 |
B△ A△勝率7% EV-4% 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) -57% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 20.8%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.1% / 期待値 -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。 |
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)
-68% (大幅な期待値マイナス)
AI 予想勝率
11.1% (オッズ暗示: 34.5%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 37.0% / 期待値 -37%
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
11.1% (オッズ暗示: 13.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 24.3% / 期待値 +85%
🌟◎期待値 (オッズ vs AI勝率)
+70% (市場が大幅過小評価)
AI 予想勝率
10.0% (オッズ暗示: 5.8%)
×Aモデルの評価 (参考)
レース内 9位 / 勝率 1.1% / 期待値 -77%
×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
9.0% (オッズ暗示: 20.8%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.1% / 期待値 -4%
◎期待値 (オッズ vs AI勝率)
+32% (妙味あり)
AI 予想勝率
9.0% (オッズ暗示: 6.8%)
×Aモデルの評価 (参考)
レース内 10位 / 勝率 0.8% / 期待値 -56%
🌟◎期待値 (オッズ vs AI勝率)
+440% (市場が大幅過小評価)
AI 予想勝率
8.6% (オッズ暗示: 1.6%)
×Aモデルの評価 (参考)
レース内 11位 / 勝率 0.6% / 期待値 -64%
×期待値 (オッズ vs AI勝率)
-60% (大幅な期待値マイナス)
AI 予想勝率
6.9% (オッズ暗示: 16.9%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 13.5% / 期待値 +41%
×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
6.9% (オッズ暗示: 9.8%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 4.4% / 期待値 -32%
△期待値 (オッズ vs AI勝率)
+0% (市場と概ね一致)
AI 予想勝率
6.9% (オッズ暗示: 6.8%)
×Aモデルの評価 (参考)
レース内 7位 / 勝率 2.7% / 期待値 -58%
△期待値 (オッズ vs AI勝率)
+8% (市場と概ね一致)
AI 予想勝率
6.9% (オッズ暗示: 6.3%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 6.0% / 期待値 -22%
🌟◎期待値 (オッズ vs AI勝率)
+308% (市場が大幅過小評価)
AI 予想勝率
6.9% (オッズ暗示: 1.7%)
×Aモデルの評価 (参考)
レース内 8位 / 勝率 2.1% / 期待値 -67%
🌟◎期待値 (オッズ vs AI勝率)
+594% (市場が大幅過小評価)
AI 予想勝率
6.9% (オッズ暗示: 1.0%)
×Aモデルの評価 (参考)
レース内 12位 / 勝率 0.5% / 期待値 -84%
💡 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
メイショウクレピス
実7.5倍
期待値 +82%
❌不的中6着単勝 7.5倍
B. 市場除外+キャリブ
-
単勝
7
ラブウェイ
実17.1倍
期待値 +70%
❌不的中2着単勝 17.1倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ウインフルゴラ 先行 |
大畑慧（愛知） |
実63.0 |
×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) -64% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.6%) ※ 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 |
エムズオルフェ 逃げ |
加藤利（愛知） |
実15.9 |
△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) -22% (オッズ過剰評価) AI 予想勝率 6.0% (オッズ暗示: 6.3%) ※ 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。 |
| 3 |
サンコルテス |
木之葵（愛知） |
実14.6 |
×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) -58% (大幅な期待値マイナス) AI 予想勝率 2.7% (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。 |
| 4 |
トリプルアイ 逃げ |
松本一（笠松） |
実101.4 |
×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) -84% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.0%) ※ 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。 |
| 5 |
メイショウクレピス 推奨 |
塚本征（愛知） |
実7.5 |
○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) +84% (市場が大幅過小評価) AI 予想勝率 24.3% (オッズ暗示: 13.3%) ※ 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 |
リッククッキー 先行 |
近藤颯（愛知） |
実5.9 |
▲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) +40% (妙味あり) AI 予想勝率 13.5% (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。 |
| 7 |
ラブウェイ 追込 推奨 |
尾崎章（愛知） |
実17.1 |
×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) -77% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 5.8%) ※ 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。 |
| 8 |
オルトジュピター 差し |
渡邊竜（笠松） |
実10.2 |
△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) -32% (大幅な期待値マイナス) AI 予想勝率 4.4% (オッズ暗示: 9.8%) ※ 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 |
クールマーロウ 先行 |
丹羽克（愛知） |
実14.6 |
×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) -56% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。 |
| 10 |
スノーバンティング 追込 |
小笠羚（愛知） |
実59.6 |
×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) -67% (大幅な期待値マイナス) AI 予想勝率 2.1% (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。 |
| 11 |
グロウミニョン |
細川智（愛知） |
実2.9 |
🌟◎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) -37% (大幅な期待値マイナス) AI 予想勝率 37.0% (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。 |
| 12 |
ツキノメガミ |
丸野勝（愛知） |
実4.8 |
△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) -4% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 20.8%) ※ 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)
-37% (大幅な期待値マイナス)
AI 予想勝率
37.0% (オッズ暗示: 34.5%)
🌟◎期待値 (オッズ vs AI勝率)
+84% (市場が大幅過小評価)
AI 予想勝率
24.3% (オッズ暗示: 13.3%)
◎期待値 (オッズ vs AI勝率)
+40% (妙味あり)
AI 予想勝率
13.5% (オッズ暗示: 16.9%)
△期待値 (オッズ vs AI勝率)
-4% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 20.8%)
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
6.0% (オッズ暗示: 6.3%)
×期待値 (オッズ vs AI勝率)
-32% (大幅な期待値マイナス)
AI 予想勝率
4.4% (オッズ暗示: 9.8%)
×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
2.7% (オッズ暗示: 6.8%)
×期待値 (オッズ vs AI勝率)
-67% (大幅な期待値マイナス)
AI 予想勝率
2.1% (オッズ暗示: 1.7%)
×期待値 (オッズ vs AI勝率)
-77% (大幅な期待値マイナス)
AI 予想勝率
1.1% (オッズ暗示: 5.8%)
×期待値 (オッズ vs AI勝率)
-56% (大幅な期待値マイナス)
AI 予想勝率
0.8% (オッズ暗示: 6.8%)
×期待値 (オッズ vs AI勝率)
-64% (大幅な期待値マイナス)
AI 予想勝率
0.6% (オッズ暗示: 1.6%)
×期待値 (オッズ vs AI勝率)
-84% (大幅な期待値マイナス)
AI 予想勝率
0.5% (オッズ暗示: 1.0%)
💡 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
メイショウクレピス
実7.5倍
期待値 +82%
❌不的中6着単勝 7.5倍
B. 市場除外+キャリブ
-
単勝
7
ラブウェイ
実17.1倍
期待値 +70%
❌不的中2着単勝 17.1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。
