名古屋 6R 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 |
サンルーナ 追込 推奨 |
近藤颯（愛知） |
実28.1 |
B▽ A△勝率3% 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) +109% (市場が大幅過小評価) AI 予想勝率 7.4% (オッズ暗示: 3.6%) △Aモデルの評価 (参考) レース内 6位 / 勝率 3.0% / 期待値 -16% ※ 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 |
ナムラアダム 追込 |
柿原翔（愛知） |
実378.8 |
B▽ A▽勝率1% EV+164% 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) +999% (市場が大幅過小評価) AI 予想勝率 7.4% (オッズ暗示: 0.3%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 0.7% / 期待値 +165% ※ 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 |
メイショウミスイチ |
今井貴（愛知） |
実41.4 |
B△ A△勝率4% EV+82% 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) +232% (市場が大幅過小評価) AI 予想勝率 8.0% (オッズ暗示: 2.4%) △Aモデルの評価 (参考) レース内 5位 / 勝率 4.4% / 期待値 +83% ※ 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 |
メイショウヨリキリ 差し |
望月洵（愛知） |
実2.0 |
B▲ A○勝率29% EV-42% 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 8.0% (オッズ暗示: 50.0%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 28.7% / 期待値 -43% ※ 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 |
マサハヤモーブ 自在 |
大畑雅（愛知） |
実2.8 |
B× A🌟◎勝率36% EV+0% 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) -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%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 35.9% / 期待値 +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 |
ケノファニース |
丹羽克（愛知） |
実220.2 |
B▽ A▽勝率0% EV+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) +999% (市場が大幅過小評価) AI 予想勝率 7.4% (オッズ暗示: 0.5%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 0.5% / 期待値 +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 |
フラッシュドロー 追込 |
加藤利（愛知） |
実81.8 |
B△ A▽勝率2% EV+73% 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) +556% (市場が大幅過小評価) AI 予想勝率 8.0% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.1% / 期待値 +74% ※ 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 |
ヴィヴィアンワン 先行 |
阪野学（愛知） |
実62.6 |
B▽ A▽勝率2% EV-1% 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) +365% (市場が大幅過小評価) AI 予想勝率 7.4% (オッズ暗示: 1.6%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.6% / 期待値 -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。 |
| 9 |
ガムピーリング |
山田祥（愛知） |
実42.6 |
B△ A▽勝率2% EV+4% 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) +241% (市場が大幅過小評価) AI 予想勝率 8.0% (オッズ暗示: 2.3%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.4% / 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。 |
| 10 |
バイオマックス 自在 |
大畑慧（愛知） |
実4.2 |
B○ A▲勝率12% EV-48% 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) -60% (大幅な期待値マイナス) AI 予想勝率 9.5% (オッズ暗示: 23.8%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 12.2% / 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。 |
| 11 |
エコロカナワン 追込 |
大原浩（笠松） |
実168.0 |
B▽ A▽勝率1% EV-8% 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) +999% (市場が大幅過小評価) AI 予想勝率 7.4% (オッズ暗示: 0.6%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 0.5% / 期待値 -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。 |
| 12 |
バレドラパン |
細川智（愛知） |
実19.0 |
B▽ A△勝率8% EV+51% 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) +41% (妙味あり) AI 予想勝率 7.4% (オッズ暗示: 5.3%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.0% / 期待値 +52% ※ 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)
-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%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 35.9% / 期待値 +0%
×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
9.5% (オッズ暗示: 23.8%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 12.2% / 期待値 -49%
×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
8.0% (オッズ暗示: 50.0%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 28.7% / 期待値 -43%
🌟◎期待値 (オッズ vs AI勝率)
+232% (市場が大幅過小評価)
AI 予想勝率
8.0% (オッズ暗示: 2.4%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 4.4% / 期待値 +83%
🌟◎期待値 (オッズ vs AI勝率)
+241% (市場が大幅過小評価)
AI 予想勝率
8.0% (オッズ暗示: 2.3%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.4% / 期待値 +4%
🌟◎期待値 (オッズ vs AI勝率)
+556% (市場が大幅過小評価)
AI 予想勝率
8.0% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.1% / 期待値 +74%
◎期待値 (オッズ vs AI勝率)
+41% (妙味あり)
AI 予想勝率
7.4% (オッズ暗示: 5.3%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.0% / 期待値 +52%
🌟◎期待値 (オッズ vs AI勝率)
+109% (市場が大幅過小評価)
AI 予想勝率
7.4% (オッズ暗示: 3.6%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 3.0% / 期待値 -16%
🌟◎期待値 (オッズ vs AI勝率)
+365% (市場が大幅過小評価)
AI 予想勝率
7.4% (オッズ暗示: 1.6%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.6% / 期待値 -1%
🌟◎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
7.4% (オッズ暗示: 0.6%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 0.5% / 期待値 -9%
🌟◎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
7.4% (オッズ暗示: 0.5%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 0.5% / 期待値 +1%
🌟◎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
7.4% (オッズ暗示: 0.3%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 0.7% / 期待値 +165%
💡 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
サンルーナ
実28.1倍
期待値 +109%
❌不的中7着単勝 28.1倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
サンルーナ 追込 推奨 |
近藤颯（愛知） |
実28.1 |
△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) -16% (オッズ過剰評価) AI 予想勝率 3.0% (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。 |
| 2 |
ナムラアダム 追込 |
柿原翔（愛知） |
実378.8 |
▽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) +164% (市場が大幅過小評価) AI 予想勝率 0.7% (オッズ暗示: 0.3%) ※ 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 |
メイショウミスイチ |
今井貴（愛知） |
実41.4 |
△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) +82% (市場が大幅過小評価) AI 予想勝率 4.4% (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。 |
| 4 |
メイショウヨリキリ 差し |
望月洵（愛知） |
実2.0 |
○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) -43% (大幅な期待値マイナス) AI 予想勝率 28.7% (オッズ暗示: 50.0%) ※ 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 |
マサハヤモーブ 自在 |
大畑雅（愛知） |
実2.8 |
🌟◎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) +0% (市場と概ね一致) AI 予想勝率 35.9% (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。 |
| 6 |
ケノファニース |
丹羽克（愛知） |
実220.2 |
▽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) +1% (市場と概ね一致) AI 予想勝率 0.5% (オッズ暗示: 0.5%) ※ 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。 |
| 7 |
フラッシュドロー 追込 |
加藤利（愛知） |
実81.8 |
▽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) +73% (市場が大幅過小評価) AI 予想勝率 2.1% (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。 |
| 8 |
ヴィヴィアンワン 先行 |
阪野学（愛知） |
実62.6 |
▽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) -1% (オッズ過剰評価) AI 予想勝率 1.6% (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。 |
| 9 |
ガムピーリング |
山田祥（愛知） |
実42.6 |
▽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) +4% (市場と概ね一致) AI 予想勝率 2.4% (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。 |
| 10 |
バイオマックス 自在 |
大畑慧（愛知） |
実4.2 |
▲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 12.2% (オッズ暗示: 23.8%) ※ 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。 |
| 11 |
エコロカナワン 追込 |
大原浩（笠松） |
実168.0 |
▽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) -9% (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。 |
| 12 |
バレドラパン |
細川智（愛知） |
実19.0 |
△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) +51% (市場が大幅過小評価) AI 予想勝率 8.0% (オッズ暗示: 5.3%) ※ 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)
+0% (市場と概ね一致)
AI 予想勝率
35.9% (オッズ暗示: 35.7%)
×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
28.7% (オッズ暗示: 50.0%)
×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
12.2% (オッズ暗示: 23.8%)
🌟◎期待値 (オッズ vs AI勝率)
+51% (市場が大幅過小評価)
AI 予想勝率
8.0% (オッズ暗示: 5.3%)
🌟◎期待値 (オッズ vs AI勝率)
+82% (市場が大幅過小評価)
AI 予想勝率
4.4% (オッズ暗示: 2.4%)
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
3.0% (オッズ暗示: 3.6%)
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
2.4% (オッズ暗示: 2.3%)
🌟◎期待値 (オッズ vs AI勝率)
+73% (市場が大幅過小評価)
AI 予想勝率
2.1% (オッズ暗示: 1.2%)
△期待値 (オッズ vs AI勝率)
-1% (オッズ過剰評価)
AI 予想勝率
1.6% (オッズ暗示: 1.6%)
🌟◎期待値 (オッズ vs AI勝率)
+164% (市場が大幅過小評価)
AI 予想勝率
0.7% (オッズ暗示: 0.3%)
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
0.5% (オッズ暗示: 0.6%)
△期待値 (オッズ vs AI勝率)
+1% (市場と概ね一致)
AI 予想勝率
0.5% (オッズ暗示: 0.5%)
💡 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
サンルーナ
実28.1倍
期待値 +109%
❌不的中7着単勝 28.1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。
