名古屋 1R 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 |
クロムハーツガール |
渡邊竜（笠松） |
実74.8 |
B× A▽勝率1% EV-20% 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% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 期待値 -20% ※ 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 |
シンクシビリティ |
丸野勝（愛知） |
実11.4 |
B× A△勝率4% EV-51% 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) -100% (大幅な期待値マイナス) △Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 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。 |
| 3 |
ミヤムーブメント |
木之葵（愛知） |
実53.5 |
B× A▽勝率2% EV-6% 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.9%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 1.8% / 期待値 -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。 |
| 4 |
コパノカーター |
加藤聡（愛知） |
実38.3 |
B△ A▽勝率2% EV-27% 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) -66% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.6%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 1.9% / 期待値 -27% ※ 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 |
ジューンスマッシュ 推奨 |
望月洵（愛知） |
実7.9 |
B▲ A△勝率8% EV-34% 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) +31% (妙味あり) AI 予想勝率 16.6% (オッズ暗示: 12.7%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.3% / 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。 |
| 6 |
オーケーグレイス |
丸山真（愛知） |
実77.8 |
B× A×勝率0% EV-61% 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) -100% (大幅な期待値マイナス) ×Aモデルの評価 (参考) レース内 11位 / 勝率 0.5% / 期待値 -62% ※ 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 |
ウインマデイラ |
丹羽克（愛知） |
実4.5 |
B△ A▲勝率12% EV-47% 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) -69% (大幅な期待値マイナス) AI 予想勝率 7.0% (オッズ暗示: 22.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 11.7% / 期待値 -47% ※ 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 |
ロマンズロック 自在 |
大原浩（笠松） |
実131.0 |
B▽ A×勝率0% EV-56% 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) +15% (市場と概ね一致) AI 予想勝率 0.9% (オッズ暗示: 0.8%) ×Aモデルの評価 (参考) レース内 12位 / 勝率 0.3% / 期待値 -57% ※ 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 |
ナンヨーロイヤル |
今井貴（愛知） |
実2.2 |
B🌟◎ A🌟◎勝率48% 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) +0% (市場と概ね一致) AI 予想勝率 45.7% (オッズ暗示: 45.5%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 47.6% / 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。 |
| 10 |
ナムラシンジロー |
塚本征（愛知） |
実3.9 |
B○ A○勝率17% EV-32% 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) +5% (市場と概ね一致) AI 予想勝率 27.1% (オッズ暗示: 25.6%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 17.4% / 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。 |
| 11 |
クィーンズローズ |
友森翔（愛知） |
実28.0 |
B△ A△勝率4% EV+20% 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) -75% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 3.6%) △Aモデルの評価 (参考) レース内 5位 / 勝率 4.3% / 期待値 +21% ※ 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 |
ソンブレロ 差し |
近藤颯（愛知） |
実122.9 |
B▽ A▽勝率1% EV+3% 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) +8% (市場と概ね一致) AI 予想勝率 0.9% (オッズ暗示: 0.8%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 0.8% / 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。 |
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
45.7% (オッズ暗示: 45.5%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 47.6% / 期待値 +5%
△期待値 (オッズ vs AI勝率)
+5% (市場と概ね一致)
AI 予想勝率
27.1% (オッズ暗示: 25.6%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 17.4% / 期待値 -32%
◎期待値 (オッズ vs AI勝率)
+31% (妙味あり)
AI 予想勝率
16.6% (オッズ暗示: 12.7%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.3% / 期待値 -34%
×期待値 (オッズ vs AI勝率)
-69% (大幅な期待値マイナス)
AI 予想勝率
7.0% (オッズ暗示: 22.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 11.7% / 期待値 -47%
×期待値 (オッズ vs AI勝率)
-75% (大幅な期待値マイナス)
AI 予想勝率
0.9% (オッズ暗示: 3.6%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 4.3% / 期待値 +21%
×期待値 (オッズ vs AI勝率)
-66% (大幅な期待値マイナス)
AI 予想勝率
0.9% (オッズ暗示: 2.6%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 1.9% / 期待値 -27%
△期待値 (オッズ vs AI勝率)
+8% (市場と概ね一致)
AI 予想勝率
0.9% (オッズ暗示: 0.8%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 0.8% / 期待値 +3%
△期待値 (オッズ vs AI勝率)
+15% (市場と概ね一致)
AI 予想勝率
0.9% (オッズ暗示: 0.8%)
×Aモデルの評価 (参考)
レース内 12位 / 勝率 0.3% / 期待値 -57%
×期待値 (オッズ vs AI勝率)
-97% (大幅な期待値マイナス)
AI 予想勝率
0.1% (オッズ暗示: 1.9%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 1.8% / 期待値 -6%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 4.2% / 期待値 -52%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.1% / 期待値 -20%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
×Aモデルの評価 (参考)
レース内 11位 / 勝率 0.5% / 期待値 -62%
💡 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
5
ジューンスマッシュ
実7.9倍
期待値 +31%
❌不的中4着単勝 7.9倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
クロムハーツガール |
渡邊竜（笠松） |
実74.8 |
▽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) -20% (オッズ過剰評価) AI 予想勝率 1.1% (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。 |
| 2 |
シンクシビリティ |
丸野勝（愛知） |
実11.4 |
△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) -52% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 8.8%) ※ 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 |
ミヤムーブメント |
木之葵（愛知） |
実53.5 |
▽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) -6% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 1.9%) ※ 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 |
コパノカーター |
加藤聡（愛知） |
実38.3 |
▽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) -27% (オッズ過剰評価) AI 予想勝率 1.9% (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。 |
| 5 |
ジューンスマッシュ 推奨 |
望月洵（愛知） |
実7.9 |
△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) -34% (大幅な期待値マイナス) AI 予想勝率 8.3% (オッズ暗示: 12.7%) ※ 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 |
オーケーグレイス |
丸山真（愛知） |
実77.8 |
×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% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。 |
| 7 |
ウインマデイラ |
丹羽克（愛知） |
実4.5 |
▲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) -47% (大幅な期待値マイナス) AI 予想勝率 11.7% (オッズ暗示: 22.2%) ※ 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 |
ロマンズロック 自在 |
大原浩（笠松） |
実131.0 |
×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) -57% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。 |
| 9 |
ナンヨーロイヤル |
今井貴（愛知） |
実2.2 |
🌟◎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) +4% (市場と概ね一致) AI 予想勝率 47.6% (オッズ暗示: 45.5%) ※ 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。 |
| 10 |
ナムラシンジロー |
塚本征（愛知） |
実3.9 |
○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) -32% (大幅な期待値マイナス) AI 予想勝率 17.4% (オッズ暗示: 25.6%) ※ 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 |
クィーンズローズ |
友森翔（愛知） |
実28.0 |
△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) +20% (市場と概ね一致) AI 予想勝率 4.3% (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。 |
| 12 |
ソンブレロ 差し |
近藤颯（愛知） |
実122.9 |
▽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) +3% (市場と概ね一致) AI 予想勝率 0.8% (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。 |
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)
+4% (市場と概ね一致)
AI 予想勝率
47.6% (オッズ暗示: 45.5%)
×期待値 (オッズ vs AI勝率)
-32% (大幅な期待値マイナス)
AI 予想勝率
17.4% (オッズ暗示: 25.6%)
×期待値 (オッズ vs AI勝率)
-47% (大幅な期待値マイナス)
AI 予想勝率
11.7% (オッズ暗示: 22.2%)
×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
8.3% (オッズ暗示: 12.7%)
△期待値 (オッズ vs AI勝率)
+20% (市場と概ね一致)
AI 予想勝率
4.3% (オッズ暗示: 3.6%)
×期待値 (オッズ vs AI勝率)
-52% (大幅な期待値マイナス)
AI 予想勝率
4.2% (オッズ暗示: 8.8%)
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
1.9% (オッズ暗示: 2.6%)
△期待値 (オッズ vs AI勝率)
-6% (オッズ過剰評価)
AI 予想勝率
1.8% (オッズ暗示: 1.9%)
△期待値 (オッズ vs AI勝率)
-20% (オッズ過剰評価)
AI 予想勝率
1.1% (オッズ暗示: 1.3%)
△期待値 (オッズ vs AI勝率)
+3% (市場と概ね一致)
AI 予想勝率
0.8% (オッズ暗示: 0.8%)
×期待値 (オッズ vs AI勝率)
-62% (大幅な期待値マイナス)
AI 予想勝率
0.5% (オッズ暗示: 1.3%)
×期待値 (オッズ vs AI勝率)
-57% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 0.8%)
💡 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
5
ジューンスマッシュ
実7.9倍
期待値 +31%
❌不的中4着単勝 7.9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。
