名古屋 5R 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 |
ナムラフィクサー 先行 推奨 |
今井貴（愛知） |
実10.9 |
B○ A▲勝率17% EV+88% 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) +56% (市場が大幅過小評価) AI 予想勝率 14.4% (オッズ暗示: 9.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 17.3% / 期待値 +88% ※ 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 |
パキラスイート 逃げ |
大畑雅（愛知） |
実13.1 |
B▲ A△勝率8% EV+5% 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 1.6% (オッズ暗示: 7.6%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.0% / 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。 |
| 3 |
アスクサヴァイバル |
丹羽克（愛知） |
実81.3 |
B× A▽勝率1% EV-29% 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) -60% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 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。 |
| 4 |
クワイエットエニフ |
近藤颯（愛知） |
実15.0 |
B× A△勝率6% EV-7% 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 6.7%) △Aモデルの評価 (参考) レース内 5位 / 勝率 6.2% / 期待値 -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 |
ラッシュグリーン |
柿原翔（愛知） |
実109.3 |
B× A▽勝率1% EV-16% 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) -91% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 0.9%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 0.8% / 期待値 -17% ※ 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 |
ベールドゥフィーユ |
加藤聡（愛知） |
実73.5 |
B× A▽勝率1% EV-21% 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) -64% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.4%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 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。 |
| 7 |
メイショウウミカゼ |
阪野学（愛知） |
実42.9 |
B△ A△勝率5% EV+110% 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) -72% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 2.3%) △Aモデルの評価 (参考) レース内 6位 / 勝率 4.9% / 期待値 +111% ※ 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 |
リリアンファスト 逃げ |
友森翔（愛知） |
実23.3 |
B△ A▽勝率5% EV+4% 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) -85% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 4.3%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 4.5% / 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。 |
| 9 |
ルミノーゾ 自在 |
細川智（愛知） |
実69.5 |
B× A▽勝率2% EV+53% 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.4%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 2.2% / 期待値 +53% ※ 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 |
フェイントライト |
木之葵（愛知） |
実57.9 |
B× A▽勝率3% EV+101% 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) -72% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.7%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 3.5% / 期待値 +102% ※ 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 |
ディアマント |
渡邊竜（笠松） |
実3.0 |
B🌟◎ A○勝率24% EV-27% 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) +139% (市場が大幅過小評価) AI 予想勝率 79.9% (オッズ暗示: 33.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 24.3% / 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。 |
| 12 |
サイコロチャン 追込 |
望月洵（愛知） |
実1.7 |
B△ A×勝率26% EV-55% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 58.8%) ×Aモデルの評価 (参考) レース内 1位 / 勝率 26.4% / 期待値 -55% ※ 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)
+139% (市場が大幅過小評価)
AI 予想勝率
79.9% (オッズ暗示: 33.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 24.3% / 期待値 -27%
🌟◎期待値 (オッズ vs AI勝率)
+56% (市場が大幅過小評価)
AI 予想勝率
14.4% (オッズ暗示: 9.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 17.3% / 期待値 +88%
×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
1.6% (オッズ暗示: 7.6%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.0% / 期待値 +5%
×期待値 (オッズ vs AI勝率)
-99% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 58.8%)
×Aモデルの評価 (参考)
レース内 1位 / 勝率 26.4% / 期待値 -55%
×期待値 (オッズ vs AI勝率)
-85% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 4.3%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 4.5% / 期待値 +5%
×期待値 (オッズ vs AI勝率)
-72% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 2.3%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 4.9% / 期待値 +111%
×期待値 (オッズ vs AI勝率)
-93% (大幅な期待値マイナス)
AI 予想勝率
0.5% (オッズ暗示: 6.7%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 6.2% / 期待値 -7%
×期待値 (オッズ vs AI勝率)
-72% (大幅な期待値マイナス)
AI 予想勝率
0.5% (オッズ暗示: 1.7%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 3.5% / 期待値 +102%
×期待値 (オッズ vs AI勝率)
-64% (大幅な期待値マイナス)
AI 予想勝率
0.5% (オッズ暗示: 1.4%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 1.1% / 期待値 -21%
×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
0.5% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 0.9% / 期待値 -29%
×期待値 (オッズ vs AI勝率)
-94% (大幅な期待値マイナス)
AI 予想勝率
0.1% (オッズ暗示: 1.4%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 2.2% / 期待値 +53%
×期待値 (オッズ vs AI勝率)
-91% (大幅な期待値マイナス)
AI 予想勝率
0.1% (オッズ暗示: 0.9%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 0.8% / 期待値 -17%
💡 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
1
ナムラフィクサー
確定8.1倍
期待値 +88%
🎯的中1着確定 8.1倍1,620円
B. 市場除外+キャリブ
-
単勝
1
ナムラフィクサー
確定8.1倍
期待値 +56%
🎯的中1着確定 8.1倍810円
-
馬連
1-11
実17.2倍
期待値 +999%
❌不的中1番(1着)-11番(-)
-
3連複
1-2-11
実33.9倍
期待値 +787%
❌不的中1番(1着)-2番(2着)-11番(-)
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ナムラフィクサー 先行 推奨 |
今井貴（愛知） |
実10.9 |
▲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) +88% (市場が大幅過小評価) AI 予想勝率 17.3% (オッズ暗示: 9.2%) ※ 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。 |
| 2 |
パキラスイート 逃げ |
大畑雅（愛知） |
実13.1 |
△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) +5% (市場と概ね一致) AI 予想勝率 8.0% (オッズ暗示: 7.6%) ※ 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。 |
| 3 |
アスクサヴァイバル |
丹羽克（愛知） |
実81.3 |
▽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) -29% (オッズ過剰評価) AI 予想勝率 0.9% (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。 |
| 4 |
クワイエットエニフ |
近藤颯（愛知） |
実15.0 |
△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) -7% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.7%) ※ 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 |
ラッシュグリーン |
柿原翔（愛知） |
実109.3 |
▽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) -17% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 0.9%) ※ 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。 |
| 6 |
ベールドゥフィーユ |
加藤聡（愛知） |
実73.5 |
▽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) -21% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.4%) ※ 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。 |
| 7 |
メイショウウミカゼ |
阪野学（愛知） |
実42.9 |
△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) +110% (市場が大幅過小評価) AI 予想勝率 4.9% (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。 |
| 8 |
リリアンファスト 逃げ |
友森翔（愛知） |
実23.3 |
▽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) +4% (市場と概ね一致) AI 予想勝率 4.5% (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。 |
| 9 |
ルミノーゾ 自在 |
細川智（愛知） |
実69.5 |
▽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) +53% (市場が大幅過小評価) AI 予想勝率 2.2% (オッズ暗示: 1.4%) ※ 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 |
フェイントライト |
木之葵（愛知） |
実57.9 |
▽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) +101% (市場が大幅過小評価) AI 予想勝率 3.5% (オッズ暗示: 1.7%) ※ 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。 |
| 11 |
ディアマント |
渡邊竜（笠松） |
実3.0 |
○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) -27% (オッズ過剰評価) AI 予想勝率 24.3% (オッズ暗示: 33.3%) ※ 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 |
サイコロチャン 追込 |
望月洵（愛知） |
実1.7 |
×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) -55% (大幅な期待値マイナス) AI 予想勝率 26.4% (オッズ暗示: 58.8%) ※ 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)
-55% (大幅な期待値マイナス)
AI 予想勝率
26.4% (オッズ暗示: 58.8%)
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
24.3% (オッズ暗示: 33.3%)
🌟◎期待値 (オッズ vs AI勝率)
+88% (市場が大幅過小評価)
AI 予想勝率
17.3% (オッズ暗示: 9.2%)
△期待値 (オッズ vs AI勝率)
+5% (市場と概ね一致)
AI 予想勝率
8.0% (オッズ暗示: 7.6%)
△期待値 (オッズ vs AI勝率)
-7% (オッズ過剰評価)
AI 予想勝率
6.2% (オッズ暗示: 6.7%)
🌟◎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
4.9% (オッズ暗示: 2.3%)
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
4.5% (オッズ暗示: 4.3%)
🌟◎期待値 (オッズ vs AI勝率)
+101% (市場が大幅過小評価)
AI 予想勝率
3.5% (オッズ暗示: 1.7%)
🌟◎期待値 (オッズ vs AI勝率)
+53% (市場が大幅過小評価)
AI 予想勝率
2.2% (オッズ暗示: 1.4%)
△期待値 (オッズ vs AI勝率)
-21% (オッズ過剰評価)
AI 予想勝率
1.1% (オッズ暗示: 1.4%)
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
0.9% (オッズ暗示: 1.2%)
△期待値 (オッズ vs AI勝率)
-17% (オッズ過剰評価)
AI 予想勝率
0.8% (オッズ暗示: 0.9%)
💡 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
1
ナムラフィクサー
確定8.1倍
期待値 +88%
🎯的中1着確定 8.1倍1,620円
B. 市場除外+キャリブ
-
単勝
1
ナムラフィクサー
確定8.1倍
期待値 +56%
🎯的中1着確定 8.1倍810円
-
馬連
1-11
実17.2倍
期待値 +999%
❌不的中1番(1着)-11番(-)
-
3連複
1-2-11
実33.9倍
期待値 +787%
❌不的中1番(1着)-2番(2着)-11番(-)
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。
