名古屋 7R 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 |
アップメイヒメ 追込 |
加藤聡（愛知） |
実18.2 |
B▽ A▽勝率3% EV+4% 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) +39% (妙味あり) AI 予想勝率 7.7% (オッズ暗示: 5.5%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 3.1% / 期待値 +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。 |
| 2 |
アップモンスター |
筒井勇（笠松） |
実40.0 |
B▽ A▽勝率1% EV-33% 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) +206% (市場が大幅過小評価) AI 予想勝率 7.7% (オッズ暗示: 2.5%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 期待値 -33% ※ 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 |
コズミックコール 差し |
丹羽克（愛知） |
実19.2 |
B▽ A×勝率4% EV-63% 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) +47% (妙味あり) AI 予想勝率 7.7% (オッズ暗示: 5.2%) ×Aモデルの評価 (参考) レース内 7位 / 勝率 4.2% / 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。 |
| 4 |
ボンボニエーレ |
小笠羚（愛知） |
実4.6 |
B△ A○勝率22% EV-22% 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) -65% (大幅な期待値マイナス) AI 予想勝率 7.7% (オッズ暗示: 21.7%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 21.6% / 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。 |
| 5 |
パウダースノウ |
細川智（愛知） |
実40.6 |
B▽ A▽勝率1% EV-2% 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) +211% (市場が大幅過小評価) AI 予想勝率 7.7% (オッズ暗示: 2.5%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 1.2% / 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。 |
| 6 |
スマートエラブル 先行 |
大畑慧（愛知） |
実23.0 |
B△ A▽勝率3% EV+31% 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) +93% (市場が大幅過小評価) AI 予想勝率 8.4% (オッズ暗示: 4.3%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 3.1% / 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。 |
| 7 |
プロメッサ 差し |
近藤颯（愛知） |
実6.5 |
B▲ A△勝率8% EV-30% 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) -45% (大幅な期待値マイナス) AI 予想勝率 8.4% (オッズ暗示: 15.4%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 期待値 -31% ※ 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 |
ビックピカンテ 先行 |
木之葵（愛知） |
実5.8 |
B△ A△勝率11% EV-32% 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 7.7% (オッズ暗示: 17.2%) △Aモデルの評価 (参考) レース内 4位 / 勝率 11.1% / 期待値 -33% ※ 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 |
コモモチャン 逃げ 推奨 |
丸山真（愛知） |
実27.5 |
B▽ A△勝率7% EV+172% 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) +110% (市場が大幅過小評価) AI 予想勝率 7.7% (オッズ暗示: 3.6%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.8% / 期待値 +173% ※ 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 |
アンジェララヴ 差し |
東川慎（笠松） |
実3.5 |
B○ A▲勝率11% EV-38% 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) -71% (大幅な期待値マイナス) AI 予想勝率 8.4% (オッズ暗示: 28.6%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 11.4% / 期待値 -39% ※ 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 |
キャヴァリアルティ |
大原浩（笠松） |
実6.1 |
B× A◎勝率28% EV-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) -53% (大幅な期待値マイナス) AI 予想勝率 7.7% (オッズ暗示: 16.4%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 27.6% / 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。 |
| 12 |
シグナトリー |
松本一（笠松） |
実31.8 |
B◎ A▽勝率1% EV-14% 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) +324% (市場が大幅過小評価) AI 予想勝率 13.4% (オッズ暗示: 3.1%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 期待値 -15% ※ 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)
+324% (市場が大幅過小評価)
AI 予想勝率
13.4% (オッズ暗示: 3.1%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 1.2% / 期待値 -15%
×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
8.4% (オッズ暗示: 28.6%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 11.4% / 期待値 -39%
×期待値 (オッズ vs AI勝率)
-45% (大幅な期待値マイナス)
AI 予想勝率
8.4% (オッズ暗示: 15.4%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.0% / 期待値 -31%
🌟◎期待値 (オッズ vs AI勝率)
+93% (市場が大幅過小評価)
AI 予想勝率
8.4% (オッズ暗示: 4.3%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 3.1% / 期待値 +32%
×期待値 (オッズ vs AI勝率)
-65% (大幅な期待値マイナス)
AI 予想勝率
7.7% (オッズ暗示: 21.7%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 21.6% / 期待値 -22%
×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
7.7% (オッズ暗示: 17.2%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 11.1% / 期待値 -33%
×期待値 (オッズ vs AI勝率)
-53% (大幅な期待値マイナス)
AI 予想勝率
7.7% (オッズ暗示: 16.4%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 27.6% / 期待値 -3%
◎期待値 (オッズ vs AI勝率)
+39% (妙味あり)
AI 予想勝率
7.7% (オッズ暗示: 5.5%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 3.1% / 期待値 +5%
◎期待値 (オッズ vs AI勝率)
+47% (妙味あり)
AI 予想勝率
7.7% (オッズ暗示: 5.2%)
×Aモデルの評価 (参考)
レース内 7位 / 勝率 4.2% / 期待値 -63%
🌟◎期待値 (オッズ vs AI勝率)
+110% (市場が大幅過小評価)
AI 予想勝率
7.7% (オッズ暗示: 3.6%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.8% / 期待値 +173%
🌟◎期待値 (オッズ vs AI勝率)
+206% (市場が大幅過小評価)
AI 予想勝率
7.7% (オッズ暗示: 2.5%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 0.7% / 期待値 -33%
🌟◎期待値 (オッズ vs AI勝率)
+211% (市場が大幅過小評価)
AI 予想勝率
7.7% (オッズ暗示: 2.5%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 1.2% / 期待値 -3%
💡 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
9
コモモチャン
実27.5倍
期待値 +110%
❌不的中5着単勝 27.5倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
アップメイヒメ 追込 |
加藤聡（愛知） |
実18.2 |
▽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) +4% (市場と概ね一致) AI 予想勝率 3.1% (オッズ暗示: 5.5%) ※ 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。 |
| 2 |
アップモンスター |
筒井勇（笠松） |
実40.0 |
▽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) -33% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 2.5%) ※ 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。 |
| 3 |
コズミックコール 差し |
丹羽克（愛知） |
実19.2 |
×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) -63% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 5.2%) ※ 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。 |
| 4 |
ボンボニエーレ |
小笠羚（愛知） |
実4.6 |
○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) -22% (オッズ過剰評価) AI 予想勝率 21.6% (オッズ暗示: 21.7%) ※ 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 |
パウダースノウ |
細川智（愛知） |
実40.6 |
▽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) -3% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 2.5%) ※ 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。 |
| 6 |
スマートエラブル 先行 |
大畑慧（愛知） |
実23.0 |
▽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) +31% (妙味あり) AI 予想勝率 3.1% (オッズ暗示: 4.3%) ※ 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。 |
| 7 |
プロメッサ 差し |
近藤颯（愛知） |
実6.5 |
△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) -31% (大幅な期待値マイナス) AI 予想勝率 8.0% (オッズ暗示: 15.4%) ※ 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。 |
| 8 |
ビックピカンテ 先行 |
木之葵（愛知） |
実5.8 |
△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) -33% (大幅な期待値マイナス) AI 予想勝率 11.1% (オッズ暗示: 17.2%) ※ 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。 |
| 9 |
コモモチャン 逃げ 推奨 |
丸山真（愛知） |
実27.5 |
△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) +172% (市場が大幅過小評価) AI 予想勝率 6.8% (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。 |
| 10 |
アンジェララヴ 差し |
東川慎（笠松） |
実3.5 |
▲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) -39% (大幅な期待値マイナス) AI 予想勝率 11.4% (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。 |
| 11 |
キャヴァリアルティ |
大原浩（笠松） |
実6.1 |
◎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) -3% (オッズ過剰評価) AI 予想勝率 27.6% (オッズ暗示: 16.4%) ※ 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。 |
| 12 |
シグナトリー |
松本一（笠松） |
実31.8 |
▽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) -15% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 3.1%) ※ 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)
-3% (オッズ過剰評価)
AI 予想勝率
27.6% (オッズ暗示: 16.4%)
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
21.6% (オッズ暗示: 21.7%)
×期待値 (オッズ vs AI勝率)
-39% (大幅な期待値マイナス)
AI 予想勝率
11.4% (オッズ暗示: 28.6%)
×期待値 (オッズ vs AI勝率)
-33% (大幅な期待値マイナス)
AI 予想勝率
11.1% (オッズ暗示: 17.2%)
×期待値 (オッズ vs AI勝率)
-31% (大幅な期待値マイナス)
AI 予想勝率
8.0% (オッズ暗示: 15.4%)
🌟◎期待値 (オッズ vs AI勝率)
+172% (市場が大幅過小評価)
AI 予想勝率
6.8% (オッズ暗示: 3.6%)
×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
4.2% (オッズ暗示: 5.2%)
◎期待値 (オッズ vs AI勝率)
+31% (妙味あり)
AI 予想勝率
3.1% (オッズ暗示: 4.3%)
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
3.1% (オッズ暗示: 5.5%)
△期待値 (オッズ vs AI勝率)
-15% (オッズ過剰評価)
AI 予想勝率
1.2% (オッズ暗示: 3.1%)
△期待値 (オッズ vs AI勝率)
-3% (オッズ過剰評価)
AI 予想勝率
1.2% (オッズ暗示: 2.5%)
×期待値 (オッズ vs AI勝率)
-33% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 2.5%)
💡 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
9
コモモチャン
実27.5倍
期待値 +110%
❌不的中5着単勝 27.5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。
