中京 9R 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 |
モナコブル |
五十嵐 |
実44.2 |
B▽ A▽勝率6% EV+184% 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) -9% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 2.3%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 6.4% / 期待値 +184% ※ 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 |
サマーアゲイン |
高田 |
実4.9 |
B▲ A▲勝率13% EV-38% 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) -0% (オッズ過剰評価) AI 予想勝率 20.4% (オッズ暗示: 20.4%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 12.6% / 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。 |
| 3 |
アバットゥータ |
▲井上 |
実2.8 |
B◎ A×勝率14% EV-61% 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) -43% (大幅な期待値マイナス) AI 予想勝率 20.5% (オッズ暗示: 35.7%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 13.8% / 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。 |
| 4 |
リッケンバッカー |
小牧加 |
実9.2 |
B△ A△勝率11% EV+2% 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) -7% (オッズ過剰評価) AI 予想勝率 10.1% (オッズ暗示: 10.9%) △Aモデルの評価 (参考) レース内 5位 / 勝率 11.2% / 期待値 +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。 |
| 5 |
メイショウカゼマチ |
黒岩 |
実33.8 |
B▽ A△勝率7% EV+149% 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) +6% (市場と概ね一致) AI 予想勝率 3.2% (オッズ暗示: 3.0%) △Aモデルの評価 (参考) レース内 6位 / 勝率 7.4% / 期待値 +149% ※ 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 |
クロライナ |
伴 |
実62.7 |
B▽ A▽勝率6% EV+285% 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) -43% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.6%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 6.2% / 期待値 +286% ※ 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 |
ソレルビュレット |
▲坂口 |
実6.7 |
B△ A△勝率12% EV-21% 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) +17% (市場と概ね一致) AI 予想勝率 17.6% (オッズ暗示: 14.9%) △Aモデルの評価 (参考) レース内 4位 / 勝率 11.7% / 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。 |
| 8 |
マルディランダ |
上野 |
実3.4 |
B○ A○勝率13% EV-55% 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 20.5% (オッズ暗示: 29.4%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 13.0% / 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。 |
| 9 |
サトノドルチェ |
大江圭 |
実80.6 |
B▽ A▽勝率5% EV+334% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 10位 (中位評価) △期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 5.4% / 期待値 +334% ※ 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 |
エターナルシルバー |
草野 |
実15.5 |
B△ A▽勝率7% EV+10% 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) -49% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 6.5%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 7.2% / 期待値 +11% ※ 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 |
マーゴットデイズ |
中村 |
実101.3 |
B▽ A▽勝率5% EV+422% 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) -36% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 5.2% / 期待値 +422% ※ 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
AIの推奨本命の次点
出走馬全11頭
×期待値 (オッズ vs AI勝率)
-43% (大幅な期待値マイナス)
AI 予想勝率
20.5% (オッズ暗示: 35.7%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 13.8% / 期待値 -61%
×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
20.5% (オッズ暗示: 29.4%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 13.0% / 期待値 -56%
△期待値 (オッズ vs AI勝率)
-0% (オッズ過剰評価)
AI 予想勝率
20.4% (オッズ暗示: 20.4%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 12.6% / 期待値 -38%
△期待値 (オッズ vs AI勝率)
+17% (市場と概ね一致)
AI 予想勝率
17.6% (オッズ暗示: 14.9%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 11.7% / 期待値 -22%
△期待値 (オッズ vs AI勝率)
-7% (オッズ過剰評価)
AI 予想勝率
10.1% (オッズ暗示: 10.9%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 11.2% / 期待値 +3%
×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
3.3% (オッズ暗示: 6.5%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 7.2% / 期待値 +11%
△期待値 (オッズ vs AI勝率)
+6% (市場と概ね一致)
AI 予想勝率
3.2% (オッズ暗示: 3.0%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 7.4% / 期待値 +149%
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
2.1% (オッズ暗示: 2.3%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 6.4% / 期待値 +184%
×期待値 (オッズ vs AI勝率)
-43% (大幅な期待値マイナス)
AI 予想勝率
0.9% (オッズ暗示: 1.6%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 6.2% / 期待値 +286%
△AIランク評価 (順位学習モデル)
レース内 10位 (中位評価)
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
0.9% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 5.4% / 期待値 +334%
×期待値 (オッズ vs AI勝率)
-36% (大幅な期待値マイナス)
AI 予想勝率
0.6% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 5.2% / 期待値 +422%
💡 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）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
モナコブル |
五十嵐 |
実44.2 |
▽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) +184% (市場が大幅過小評価) AI 予想勝率 6.4% (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。 |
| 2 |
サマーアゲイン |
高田 |
実4.9 |
▲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) -38% (大幅な期待値マイナス) AI 予想勝率 12.6% (オッズ暗示: 20.4%) ※ 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 |
アバットゥータ |
▲井上 |
実2.8 |
×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) -61% (大幅な期待値マイナス) AI 予想勝率 13.8% (オッズ暗示: 35.7%) ※ 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。 |
| 4 |
リッケンバッカー |
小牧加 |
実9.2 |
△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) +2% (市場と概ね一致) AI 予想勝率 11.2% (オッズ暗示: 10.9%) ※ 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 |
メイショウカゼマチ |
黒岩 |
実33.8 |
△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) +149% (市場が大幅過小評価) AI 予想勝率 7.4% (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。 |
| 6 |
クロライナ |
伴 |
実62.7 |
▽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) +285% (市場が大幅過小評価) AI 予想勝率 6.2% (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。 |
| 7 |
ソレルビュレット |
▲坂口 |
実6.7 |
△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) -22% (オッズ過剰評価) AI 予想勝率 11.7% (オッズ暗示: 14.9%) ※ 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 |
マルディランダ |
上野 |
実3.4 |
○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) -56% (大幅な期待値マイナス) AI 予想勝率 13.0% (オッズ暗示: 29.4%) ※ 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。 |
| 9 |
サトノドルチェ |
大江圭 |
実80.6 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 10位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +334% (市場が大幅過小評価) AI 予想勝率 5.4% (オッズ暗示: 1.2%) ※ 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。 |
| 10 |
エターナルシルバー |
草野 |
実15.5 |
▽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) +10% (市場と概ね一致) AI 予想勝率 7.2% (オッズ暗示: 6.5%) ※ 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。 |
| 11 |
マーゴットデイズ |
中村 |
実101.3 |
▽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) +422% (市場が大幅過小評価) AI 予想勝率 5.2% (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。 |
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
AIの推奨本命の次点
出走馬全11頭
×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
13.8% (オッズ暗示: 35.7%)
×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
13.0% (オッズ暗示: 29.4%)
×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
12.6% (オッズ暗示: 20.4%)
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
11.7% (オッズ暗示: 14.9%)
△期待値 (オッズ vs AI勝率)
+2% (市場と概ね一致)
AI 予想勝率
11.2% (オッズ暗示: 10.9%)
🌟◎期待値 (オッズ vs AI勝率)
+149% (市場が大幅過小評価)
AI 予想勝率
7.4% (オッズ暗示: 3.0%)
△期待値 (オッズ vs AI勝率)
+10% (市場と概ね一致)
AI 予想勝率
7.2% (オッズ暗示: 6.5%)
🌟◎期待値 (オッズ vs AI勝率)
+184% (市場が大幅過小評価)
AI 予想勝率
6.4% (オッズ暗示: 2.3%)
🌟◎期待値 (オッズ vs AI勝率)
+285% (市場が大幅過小評価)
AI 予想勝率
6.2% (オッズ暗示: 1.6%)
△AIランク評価 (順位学習モデル)
レース内 10位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+334% (市場が大幅過小評価)
AI 予想勝率
5.4% (オッズ暗示: 1.2%)
🌟◎期待値 (オッズ vs AI勝率)
+422% (市場が大幅過小評価)
AI 予想勝率
5.2% (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）
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。
