名古屋 1R 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 |
シンクシビリティ |
渡邊竜（笠松） |
実8.6 |
B× A△勝率6% EV-48% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 11.6%) △Aモデルの評価 (参考) レース内 5位 / 勝率 6.0% / 期待値 -49% ※ 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 |
モメンタムシフト |
阪野学（愛知） |
実78.4 |
B× A▽勝率2% EV+92% 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.3%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 2.5% / 期待値 +92% ※ 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 |
ハタノグランクリュ 推奨 |
望月洵（愛知） |
実5.3 |
B🌟◎ A◎勝率27% EV+45% 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) +395% (市場が大幅過小評価) AI 予想勝率 93.4% (オッズ暗示: 18.9%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 27.4% / 期待値 +45% ※ 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 |
パッションマーレ |
大畑慧（愛知） |
実53.0 |
B△ A▽勝率3% EV+48% 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) -67% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.9%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.8% / 期待値 +49% ※ 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 |
フローラルウェイ |
加藤聡（愛知） |
実90.1 |
B▲ A▽勝率1% EV+21% 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 0.7% (オッズ暗示: 1.1%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 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。 |
| 6 |
クモンリュウ |
細川智（愛知） |
実159.1 |
B× A▽勝率1% EV+37% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 0.6%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 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。 |
| 7 |
ヘヴンリースカイ |
大畑雅（愛知） |
実27.9 |
B× A△勝率5% EV+48% 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.6%) △Aモデルの評価 (参考) レース内 6位 / 勝率 5.3% / 期待値 +48% ※ 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 |
テリオスヒナ |
小笠羚（愛知） |
実1.5 |
B△ A○勝率25% EV-63% 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 66.7%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 24.6% / 期待値 -63% ※ 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 |
アウトリュコス |
塚本征（愛知） |
実5.3 |
B○ A▲勝率15% EV-21% 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) -76% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 18.9%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 14.8% / 期待値 -21% ※ 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 |
ナムラハンナ |
今井貴（愛知） |
推定— |
B× A△勝率8% EV-87% 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) -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 -87% ※ 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 |
スエ 逃げ |
丸野勝（愛知） |
実31.4 |
B△ A▽勝率4% EV+35% 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 3.2%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 4.3% / 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。 |
| 12 |
ロマンズロック |
大原浩（笠松） |
実92.7 |
B× A▽勝率2% EV+74% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 1.1%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 1.9% / 期待値 +75% ※ 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)
+395% (市場が大幅過小評価)
AI 予想勝率
93.4% (オッズ暗示: 18.9%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 27.4% / 期待値 +45%
×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
4.5% (オッズ暗示: 18.9%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 14.8% / 期待値 -21%
×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
0.7% (オッズ暗示: 1.1%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 1.3% / 期待値 +22%
×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
0.6% (オッズ暗示: 1.9%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.8% / 期待値 +49%
×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
0.3% (オッズ暗示: 3.2%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 4.3% / 期待値 +35%
×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
0.1% (オッズ暗示: 66.7%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 24.6% / 期待値 -63%
×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: 3.6%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 5.3% / 期待値 +48%
×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 -87%
×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: 11.6%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 6.0% / 期待値 -49%
×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
0.1% (オッズ暗示: 1.3%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 2.5% / 期待値 +92%
×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: 1.1%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 1.9% / 期待値 +75%
×期待値 (オッズ vs AI勝率)
-98% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 0.6%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 0.9% / 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
3
ハタノグランクリュ
¥2,200
実5.3倍
期待値 +395%
❌不的中5着単勝 5.3倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
シンクシビリティ |
渡邊竜（笠松） |
実8.6 |
△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) -49% (大幅な期待値マイナス) AI 予想勝率 6.0% (オッズ暗示: 11.6%) ※ 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 |
モメンタムシフト |
阪野学（愛知） |
実78.4 |
▽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) +92% (市場が大幅過小評価) AI 予想勝率 2.5% (オッズ暗示: 1.3%) ※ 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 |
ハタノグランクリュ 推奨 |
望月洵（愛知） |
実5.3 |
◎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) +45% (妙味あり) AI 予想勝率 27.4% (オッズ暗示: 18.9%) ※ 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 |
パッションマーレ |
大畑慧（愛知） |
実53.0 |
▽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) +48% (妙味あり) AI 予想勝率 2.8% (オッズ暗示: 1.9%) ※ 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 |
フローラルウェイ |
加藤聡（愛知） |
実90.1 |
▽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) +21% (市場と概ね一致) AI 予想勝率 1.3% (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。 |
| 6 |
クモンリュウ |
細川智（愛知） |
実159.1 |
▽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) +37% (妙味あり) AI 予想勝率 0.9% (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。 |
| 7 |
ヘヴンリースカイ |
大畑雅（愛知） |
実27.9 |
△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) +48% (妙味あり) AI 予想勝率 5.3% (オッズ暗示: 3.6%) ※ 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。 |
| 8 |
テリオスヒナ |
小笠羚（愛知） |
実1.5 |
○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) -63% (大幅な期待値マイナス) AI 予想勝率 24.6% (オッズ暗示: 66.7%) ※ 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。 |
| 9 |
アウトリュコス |
塚本征（愛知） |
実5.3 |
▲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) -21% (オッズ過剰評価) AI 予想勝率 14.8% (オッズ暗示: 18.9%) ※ 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 |
ナムラハンナ |
今井貴（愛知） |
推定— |
△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) -87% (大幅な期待値マイナス) ※ 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 |
スエ 逃げ |
丸野勝（愛知） |
実31.4 |
▽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) +35% (妙味あり) AI 予想勝率 4.3% (オッズ暗示: 3.2%) ※ 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。 |
| 12 |
ロマンズロック |
大原浩（笠松） |
実92.7 |
▽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) +74% (市場が大幅過小評価) AI 予想勝率 1.9% (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。 |
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)
+45% (妙味あり)
AI 予想勝率
27.4% (オッズ暗示: 18.9%)
×期待値 (オッズ vs AI勝率)
-63% (大幅な期待値マイナス)
AI 予想勝率
24.6% (オッズ暗示: 66.7%)
△期待値 (オッズ vs AI勝率)
-21% (オッズ過剰評価)
AI 予想勝率
14.8% (オッズ暗示: 18.9%)
×期待値 (オッズ vs AI勝率)
-87% (大幅な期待値マイナス)
×期待値 (オッズ vs AI勝率)
-49% (大幅な期待値マイナス)
AI 予想勝率
6.0% (オッズ暗示: 11.6%)
◎期待値 (オッズ vs AI勝率)
+48% (妙味あり)
AI 予想勝率
5.3% (オッズ暗示: 3.6%)
◎期待値 (オッズ vs AI勝率)
+35% (妙味あり)
AI 予想勝率
4.3% (オッズ暗示: 3.2%)
◎期待値 (オッズ vs AI勝率)
+48% (妙味あり)
AI 予想勝率
2.8% (オッズ暗示: 1.9%)
🌟◎期待値 (オッズ vs AI勝率)
+92% (市場が大幅過小評価)
AI 予想勝率
2.5% (オッズ暗示: 1.3%)
🌟◎期待値 (オッズ vs AI勝率)
+74% (市場が大幅過小評価)
AI 予想勝率
1.9% (オッズ暗示: 1.1%)
△期待値 (オッズ vs AI勝率)
+21% (市場と概ね一致)
AI 予想勝率
1.3% (オッズ暗示: 1.1%)
◎期待値 (オッズ vs AI勝率)
+37% (妙味あり)
AI 予想勝率
0.9% (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
3
ハタノグランクリュ
¥2,200
実5.3倍
期待値 +45%
❌不的中5着単勝 5.3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。
