名古屋 3R 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 |
スミレノハナ |
大畑慧（愛知） |
実96.7 |
B▽ A▽勝率1% EV+37% 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) +700% (市場が大幅過小評価) AI 予想勝率 8.3% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 1.4% / 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。 |
| 2 |
マイネルパーロル |
柿原翔（愛知） |
実131.1 |
B▽ A▽勝率1% EV-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) +906% (市場が大幅過小評価) AI 予想勝率 7.7% (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 -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。 |
| 3 |
リリーボレア |
小笠羚（愛知） |
実12.7 |
B△ A△勝率4% EV-50% 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) +5% (市場と概ね一致) AI 予想勝率 8.3% (オッズ暗示: 7.9%) △Aモデルの評価 (参考) レース内 4位 / 勝率 3.9% / 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。 |
| 4 |
ケイツータカ 推奨 |
塚本征（愛知） |
実26.8 |
B▽ A△勝率3% EV-29% 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) +105% (市場が大幅過小評価) AI 予想勝率 7.7% (オッズ暗示: 3.7%) △Aモデルの評価 (参考) レース内 6位 / 勝率 2.6% / 期待値 -29% ※ 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 |
ラヴズプレミアム |
加藤聡（愛知） |
実7.1 |
B○ A▲勝率11% EV-19% 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) -30% (大幅な期待値マイナス) AI 予想勝率 9.8% (オッズ暗示: 14.1%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 11.4% / 期待値 -19% ※ 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 |
シンゲキノソラ |
加藤誓（愛知） |
実140.4 |
B▽ A▽勝率1% EV-25% 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) +977% (市場が大幅過小評価) AI 予想勝率 7.7% (オッズ暗示: 0.7%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 0.5% / 期待値 -25% ※ 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 |
メイショウイサミ |
尾崎章（愛知） |
実124.9 |
B▽ A▽勝率1% EV+35% 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) +858% (市場が大幅過小評価) AI 予想勝率 7.7% (オッズ暗示: 0.8%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 期待値 +36% ※ 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 |
ゴールデンボート |
丸野勝（愛知） |
実17.5 |
B△ A△勝率4% EV-34% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 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 5位 (中位評価) ◎期待値 (オッズ vs AI勝率) +44% (妙味あり) AI 予想勝率 8.3% (オッズ暗示: 5.7%) △Aモデルの評価 (参考) レース内 5位 / 勝率 3.7% / 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。 |
| 9 |
アウラニ |
山田祥（愛知） |
実3.5 |
B▲ A○勝率14% EV-49% 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) -71% (大幅な期待値マイナス) AI 予想勝率 8.3% (オッズ暗示: 28.6%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 14.4% / 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。 |
| 10 |
ウイングラナート |
丹羽克（愛知） |
実174.3 |
B▽ A▽勝率0% EV-14% 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) +999% (市場が大幅過小評価) AI 予想勝率 8.3% (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 -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。 |
| 11 |
ハタノグランクリュ |
望月洵（愛知） |
実1.6 |
B× A🌟◎勝率57% EV-8% 詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 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 1位 (最上位評価) ×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 9.8% (オッズ暗示: 62.5%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 57.2% / 期待値 -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 |
グランフォワイエ |
今井貴（愛知） |
実38.8 |
B△ A▽勝率2% 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) +221% (市場が大幅過小評価) AI 予想勝率 8.3% (オッズ暗示: 2.6%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.5% / 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
◎AIランク評価 (順位学習モデル)
レース内 1位 (最上位評価)
×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
9.8% (オッズ暗示: 62.5%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 57.2% / 期待値 -8%
×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
9.8% (オッズ暗示: 14.1%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 11.4% / 期待値 -19%
×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
8.3% (オッズ暗示: 28.6%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 14.4% / 期待値 -50%
△期待値 (オッズ vs AI勝率)
+5% (市場と概ね一致)
AI 予想勝率
8.3% (オッズ暗示: 7.9%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 3.9% / 期待値 -50%
△AIランク評価 (順位学習モデル)
レース内 5位 (中位評価)
◎期待値 (オッズ vs AI勝率)
+44% (妙味あり)
AI 予想勝率
8.3% (オッズ暗示: 5.7%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 3.7% / 期待値 -35%
🌟◎期待値 (オッズ vs AI勝率)
+221% (市場が大幅過小評価)
AI 予想勝率
8.3% (オッズ暗示: 2.6%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.5% / 期待値 -4%
🌟◎期待値 (オッズ vs AI勝率)
+700% (市場が大幅過小評価)
AI 予想勝率
8.3% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 1.4% / 期待値 +38%
🌟◎期待値 (オッズ vs AI勝率)
+999% (市場が大幅過小評価)
AI 予想勝率
8.3% (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 -14%
🌟◎期待値 (オッズ vs AI勝率)
+105% (市場が大幅過小評価)
AI 予想勝率
7.7% (オッズ暗示: 3.7%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 2.6% / 期待値 -29%
🌟◎期待値 (オッズ vs AI勝率)
+858% (市場が大幅過小評価)
AI 予想勝率
7.7% (オッズ暗示: 0.8%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.1% / 期待値 +36%
🌟◎期待値 (オッズ vs AI勝率)
+906% (市場が大幅過小評価)
AI 予想勝率
7.7% (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 -10%
🌟◎期待値 (オッズ vs AI勝率)
+977% (市場が大幅過小評価)
AI 予想勝率
7.7% (オッズ暗示: 0.7%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 0.5% / 期待値 -25%
💡 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
4
ケイツータカ
実26.8倍
期待値 +105%
❌不的中11着単勝 26.8倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
スミレノハナ |
大畑慧（愛知） |
実96.7 |
▽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) +37% (妙味あり) AI 予想勝率 1.4% (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。 |
| 2 |
マイネルパーロル |
柿原翔（愛知） |
実131.1 |
▽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) -10% (オッズ過剰評価) 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。 |
| 3 |
リリーボレア |
小笠羚（愛知） |
実12.7 |
△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) -50% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 7.9%) ※ 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 |
ケイツータカ 推奨 |
塚本征（愛知） |
実26.8 |
△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) -29% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 3.7%) ※ 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。 |
| 5 |
ラヴズプレミアム |
加藤聡（愛知） |
実7.1 |
▲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) -19% (オッズ過剰評価) AI 予想勝率 11.4% (オッズ暗示: 14.1%) ※ 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 |
シンゲキノソラ |
加藤誓（愛知） |
実140.4 |
▽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) -25% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.7%) ※ 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。 |
| 7 |
メイショウイサミ |
尾崎章（愛知） |
実124.9 |
▽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) +35% (妙味あり) AI 予想勝率 1.1% (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。 |
| 8 |
ゴールデンボート |
丸野勝（愛知） |
実17.5 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 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 5位 (中位評価) ×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 3.7% (オッズ暗示: 5.7%) ※ 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 |
アウラニ |
山田祥（愛知） |
実3.5 |
○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) -50% (大幅な期待値マイナス) AI 予想勝率 14.4% (オッズ暗示: 28.6%) ※ 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 |
ウイングラナート |
丹羽克（愛知） |
実174.3 |
▽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) -14% (オッズ過剰評価) 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。 |
| 11 |
ハタノグランクリュ |
望月洵（愛知） |
実1.6 |
🌟◎詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 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 1位 (最上位評価) △期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 57.2% (オッズ暗示: 62.5%) ※ 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 |
グランフォワイエ |
今井貴（愛知） |
実38.8 |
▽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 2.5% (オッズ暗示: 2.6%) ※ 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。 |
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
◎AIランク評価 (順位学習モデル)
レース内 1位 (最上位評価)
△期待値 (オッズ vs AI勝率)
-8% (オッズ過剰評価)
AI 予想勝率
57.2% (オッズ暗示: 62.5%)
×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
14.4% (オッズ暗示: 28.6%)
△期待値 (オッズ vs AI勝率)
-19% (オッズ過剰評価)
AI 予想勝率
11.4% (オッズ暗示: 14.1%)
×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
3.9% (オッズ暗示: 7.9%)
△AIランク評価 (順位学習モデル)
レース内 5位 (中位評価)
×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
3.7% (オッズ暗示: 5.7%)
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
2.6% (オッズ暗示: 3.7%)
△期待値 (オッズ vs AI勝率)
-4% (オッズ過剰評価)
AI 予想勝率
2.5% (オッズ暗示: 2.6%)
◎期待値 (オッズ vs AI勝率)
+37% (妙味あり)
AI 予想勝率
1.4% (オッズ暗示: 1.0%)
◎期待値 (オッズ vs AI勝率)
+35% (妙味あり)
AI 予想勝率
1.1% (オッズ暗示: 0.8%)
△期待値 (オッズ vs AI勝率)
-10% (オッズ過剰評価)
AI 予想勝率
0.7% (オッズ暗示: 0.8%)
△期待値 (オッズ vs AI勝率)
-25% (オッズ過剰評価)
AI 予想勝率
0.5% (オッズ暗示: 0.7%)
△期待値 (オッズ vs AI勝率)
-14% (オッズ過剰評価)
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
4
ケイツータカ
実26.8倍
期待値 +105%
❌不的中11着単勝 26.8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。
