名古屋 8R 詳細AI予想
本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
テーオーエメラルド 逃げ |
小笠羚（愛知） |
実30.6 |
B▽ A△勝率6% EV+72% 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) +100% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 3.3%) △Aモデルの評価 (参考) レース内 6位 / 勝率 5.6% / 期待値 +72% ※ 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 |
ムーンスカイ |
望月洵（愛知） |
実1.2 |
B× A○勝率17% EV-79% 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) -86% (大幅な期待値マイナス) AI 予想勝率 11.3% (オッズ暗示: 83.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 17.2% / 期待値 -79% ※ 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 |
トーアナタリー |
近藤颯（愛知） |
実76.2 |
B▽ A▽勝率1% EV-5% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 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 7位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +577% (市場が大幅過小評価) AI 予想勝率 8.9% (オッズ暗示: 1.3%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 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。 |
| 4 |
ゴラッソゴール |
丹羽克（愛知） |
実91.1 |
B▽ A▽勝率1% EV-34% 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) +526% (市場が大幅過小評価) AI 予想勝率 6.9% (オッズ暗示: 1.1%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 期待値 -34% ※ 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 |
サトノパトス 推奨 |
今井貴（愛知） |
実25.0 |
B○ A△勝率14% EV+241% 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) +181% (市場が大幅過小評価) AI 予想勝率 11.3% (オッズ暗示: 4.0%) △Aモデルの評価 (参考) レース内 4位 / 勝率 13.7% / 期待値 +242% ※ 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 |
パー |
筒井勇（笠松） |
実84.8 |
B▽ A▽勝率2% EV+62% 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) +454% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.9% / 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。 |
| 7 |
エイシンゴーオン |
明星晴（笠松） |
実96.5 |
B▽ A▽勝率3% EV+178% 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) +530% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.9% / 期待値 +178% ※ 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 |
イノセンス 逃げ |
山田祥（愛知） |
実24.6 |
B△ A△勝率11% EV+171% 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) +118% (市場が大幅過小評価) AI 予想勝率 8.9% (オッズ暗示: 4.1%) △Aモデルの評価 (参考) レース内 5位 / 勝率 11.1% / 期待値 +172% ※ 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 |
コパノデーヴィド 追込 |
細川智（愛知） |
実34.2 |
B△ A▽勝率5% EV+84% 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) +204% (市場が大幅過小評価) AI 予想勝率 8.9% (オッズ暗示: 2.9%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 5.4% / 期待値 +84% ※ 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 |
エイシンマクルーベ 逃げ |
木之葵（愛知） |
実7.5 |
B▲ A◎勝率24% EV+82% 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) -33% (大幅な期待値マイナス) AI 予想勝率 8.9% (オッズ暗示: 13.3%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 24.4% / 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。 |
| 11 |
マルカブリッツ 自在 |
渡邊竜（笠松） |
実7.5 |
B△ A▲勝率15% EV+14% 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) -33% (大幅な期待値マイナス) AI 予想勝率 8.9% (オッズ暗示: 13.3%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 15.2% / 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。 |
| 12 |
クインタレッリ 先行 |
加藤利（愛知） |
実184.8 |
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) +999% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 0.5%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 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)
-86% (大幅な期待値マイナス)
AI 予想勝率
11.3% (オッズ暗示: 83.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 17.2% / 期待値 -79%
🌟◎期待値 (オッズ vs AI勝率)
+181% (市場が大幅過小評価)
AI 予想勝率
11.3% (オッズ暗示: 4.0%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 13.7% / 期待値 +242%
×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
8.9% (オッズ暗示: 13.3%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 24.4% / 期待値 +83%
×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
8.9% (オッズ暗示: 13.3%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 15.2% / 期待値 +14%
🌟◎期待値 (オッズ vs AI勝率)
+118% (市場が大幅過小評価)
AI 予想勝率
8.9% (オッズ暗示: 4.1%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 11.1% / 期待値 +172%
🌟◎期待値 (オッズ vs AI勝率)
+204% (市場が大幅過小評価)
AI 予想勝率
8.9% (オッズ暗示: 2.9%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 5.4% / 期待値 +84%
△AIランク評価 (順位学習モデル)
レース内 7位 (中位評価)
🌟◎期待値 (オッズ vs AI勝率)
+577% (市場が大幅過小評価)
AI 予想勝率
8.9% (オッズ暗示: 1.3%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 1.2% / 期待値 -5%
🌟◎期待値 (オッズ vs AI勝率)
+526% (市場が大幅過小評価)
AI 予想勝率
6.9% (オッズ暗示: 1.1%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 0.7% / 期待値 -34%
🌟◎期待値 (オッズ vs AI勝率)
+100% (市場が大幅過小評価)
AI 予想勝率
6.5% (オッズ暗示: 3.3%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 5.6% / 期待値 +72%
🌟◎期待値 (オッズ vs AI勝率)
+454% (市場が大幅過小評価)
AI 予想勝率
6.5% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.9% / 期待値 +63%
🌟◎期待値 (オッズ vs AI勝率)
+530% (市場が大幅過小評価)
AI 予想勝率
6.5% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.9% / 期待値 +178%
🌟◎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
6.5% (オッズ暗示: 0.5%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 0.6% / 期待値 +15%
💡 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
-
単勝
5
サトノパトス
実25.0倍
期待値 +241%
❌不的中単勝 25.0倍
B. 市場除外+キャリブ
-
単勝
5
サトノパトス
実25.0倍
期待値 +181%
❌不的中単勝 25.0倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
テーオーエメラルド 逃げ |
小笠羚（愛知） |
実30.6 |
△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) +72% (市場が大幅過小評価) AI 予想勝率 5.6% (オッズ暗示: 3.3%) ※ 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 |
ムーンスカイ |
望月洵（愛知） |
実1.2 |
○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) -79% (大幅な期待値マイナス) AI 予想勝率 17.2% (オッズ暗示: 83.3%) ※ 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 |
トーアナタリー |
近藤颯（愛知） |
実76.2 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 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) -5% (オッズ過剰評価) AI 予想勝率 1.2% (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。 |
| 4 |
ゴラッソゴール |
丹羽克（愛知） |
実91.1 |
▽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) -34% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。 |
| 5 |
サトノパトス 推奨 |
今井貴（愛知） |
実25.0 |
△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) +241% (市場が大幅過小評価) AI 予想勝率 13.7% (オッズ暗示: 4.0%) ※ 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 |
パー |
筒井勇（笠松） |
実84.8 |
▽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) +62% (市場が大幅過小評価) AI 予想勝率 1.9% (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。 |
| 7 |
エイシンゴーオン |
明星晴（笠松） |
実96.5 |
▽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) +178% (市場が大幅過小評価) AI 予想勝率 2.9% (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。 |
| 8 |
イノセンス 逃げ |
山田祥（愛知） |
実24.6 |
△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) +171% (市場が大幅過小評価) AI 予想勝率 11.1% (オッズ暗示: 4.1%) ※ 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 |
コパノデーヴィド 追込 |
細川智（愛知） |
実34.2 |
▽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) +84% (市場が大幅過小評価) AI 予想勝率 5.4% (オッズ暗示: 2.9%) ※ 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 |
エイシンマクルーベ 逃げ |
木之葵（愛知） |
実7.5 |
◎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) +82% (市場が大幅過小評価) AI 予想勝率 24.4% (オッズ暗示: 13.3%) ※ 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。 |
| 11 |
マルカブリッツ 自在 |
渡邊竜（笠松） |
実7.5 |
▲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) +14% (市場と概ね一致) AI 予想勝率 15.2% (オッズ暗示: 13.3%) ※ 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 |
クインタレッリ 先行 |
加藤利（愛知） |
実184.8 |
▽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) +14% (市場と概ね一致) AI 予想勝率 0.6% (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。 |
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)
+82% (市場が大幅過小評価)
AI 予想勝率
24.4% (オッズ暗示: 13.3%)
×期待値 (オッズ vs AI勝率)
-79% (大幅な期待値マイナス)
AI 予想勝率
17.2% (オッズ暗示: 83.3%)
△期待値 (オッズ vs AI勝率)
+14% (市場と概ね一致)
AI 予想勝率
15.2% (オッズ暗示: 13.3%)
🌟◎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
13.7% (オッズ暗示: 4.0%)
🌟◎期待値 (オッズ vs AI勝率)
+171% (市場が大幅過小評価)
AI 予想勝率
11.1% (オッズ暗示: 4.1%)
🌟◎期待値 (オッズ vs AI勝率)
+72% (市場が大幅過小評価)
AI 予想勝率
5.6% (オッズ暗示: 3.3%)
🌟◎期待値 (オッズ vs AI勝率)
+84% (市場が大幅過小評価)
AI 予想勝率
5.4% (オッズ暗示: 2.9%)
🌟◎期待値 (オッズ vs AI勝率)
+178% (市場が大幅過小評価)
AI 予想勝率
2.9% (オッズ暗示: 1.0%)
🌟◎期待値 (オッズ vs AI勝率)
+62% (市場が大幅過小評価)
AI 予想勝率
1.9% (オッズ暗示: 1.2%)
△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)
-5% (オッズ過剰評価)
AI 予想勝率
1.2% (オッズ暗示: 1.3%)
×期待値 (オッズ vs AI勝率)
-34% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 1.1%)
△期待値 (オッズ vs AI勝率)
+14% (市場と概ね一致)
AI 予想勝率
0.6% (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
-
単勝
5
サトノパトス
実25.0倍
期待値 +241%
❌不的中単勝 25.0倍
B. 市場除外+キャリブ
-
単勝
5
サトノパトス
実25.0倍
期待値 +181%
❌不的中単勝 25.0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。
