名古屋 12R 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 |
キタノプレンティ |
塚本征（愛知） |
実14.4 |
B× A△勝率10% EV+43% 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 6.9%) △Aモデルの評価 (参考) レース内 5位 / 勝率 9.9% / 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。 |
| 2 |
モンサンケイティ |
細川智（愛知） |
実19.4 |
B× A▽勝率3% 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) -89% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 5.2%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 3.4% / 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。 |
| 3 |
ローゼオ |
柿原翔（愛知） |
実142.7 |
B× A▽勝率1% EV-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) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 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。 |
| 4 |
ヒオウギ 逃げ |
木之葵（愛知） |
実3.5 |
B△ A○勝率15% EV-45% 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) -89% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 28.6%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 15.4% / 期待値 -46% ※ 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 |
ヴァスキアン 逃げ |
小笠羚（愛知） |
実5.6 |
B× A×勝率5% EV-72% 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) -94% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 17.9%) ×Aモデルの評価 (参考) レース内 8位 / 勝率 5.0% / 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。 |
| 6 |
デルマガニメデ |
大畑雅（愛知） |
実5.1 |
B○ A◎勝率22% EV+12% 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) -48% (大幅な期待値マイナス) AI 予想勝率 10.2% (オッズ暗示: 19.6%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 22.0% / 期待値 +12% ※ 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 |
クールシェリー |
大畑慧（愛知） |
実13.8 |
B× A×勝率3% EV-64% 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) -100% (大幅な期待値マイナス) ×Aモデルの評価 (参考) レース内 10位 / 勝率 2.6% / 期待値 -64% ※ 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 |
ベルフォン |
加藤聡（愛知） |
実12.1 |
B△ A×勝率2% EV-73% 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) -80% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 8.3%) ×Aモデルの評価 (参考) レース内 11位 / 勝率 2.2% / 期待値 -73% ※ 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 |
エストソール |
加藤誓（愛知） |
実6.0 |
B× A▲勝率14% EV-18% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 16.7%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 13.6% / 期待値 -19% ※ 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 |
ミッシュマッシュ |
渡邊竜（笠松） |
実13.0 |
B▲ A▽勝率6% EV-16% 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) +14% (市場と概ね一致) AI 予想勝率 8.8% (オッズ暗示: 7.7%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 6.4% / 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。 |
| 11 |
アドバンスオーセン 推奨 |
望月洵（愛知） |
実13.5 |
B◎ A△勝率11% EV+44% 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) +883% (市場が大幅過小評価) AI 予想勝率 72.8% (オッズ暗示: 7.4%) △Aモデルの評価 (参考) レース内 4位 / 勝率 10.7% / 期待値 +45% ※ 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 |
タガノポストマン |
加藤利（愛知） |
推定— |
B△ A△勝率8% EV-81% 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) -98% (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 8.0% / 期待値 -81% ※ 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)
+883% (市場が大幅過小評価)
AI 予想勝率
72.8% (オッズ暗示: 7.4%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 10.7% / 期待値 +45%
×期待値 (オッズ vs AI勝率)
-48% (大幅な期待値マイナス)
AI 予想勝率
10.2% (オッズ暗示: 19.6%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 22.0% / 期待値 +12%
△期待値 (オッズ vs AI勝率)
+14% (市場と概ね一致)
AI 予想勝率
8.8% (オッズ暗示: 7.7%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 6.4% / 期待値 -17%
×期待値 (オッズ vs AI勝率)
-89% (大幅な期待値マイナス)
AI 予想勝率
3.2% (オッズ暗示: 28.6%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 15.4% / 期待値 -46%
×期待値 (オッズ vs AI勝率)
-80% (大幅な期待値マイナス)
AI 予想勝率
1.6% (オッズ暗示: 8.3%)
×Aモデルの評価 (参考)
レース内 11位 / 勝率 2.2% / 期待値 -73%
×期待値 (オッズ vs AI勝率)
-98% (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 8.0% / 期待値 -81%
×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
1.0% (オッズ暗示: 17.9%)
×Aモデルの評価 (参考)
レース内 8位 / 勝率 5.0% / 期待値 -72%
×期待値 (オッズ vs AI勝率)
-92% (大幅な期待値マイナス)
AI 予想勝率
0.6% (オッズ暗示: 6.9%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 9.9% / 期待値 +43%
×期待値 (オッズ vs AI勝率)
-89% (大幅な期待値マイナス)
AI 予想勝率
0.6% (オッズ暗示: 5.2%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 3.4% / 期待値 -34%
×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
0.2% (オッズ暗示: 16.7%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 13.6% / 期待値 -19%
×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 10位 / 勝率 2.6% / 期待値 -64%
×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 12位 / 勝率 0.7% / 期待値 -4%
💡 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
11
アドバンスオーセン
実13.5倍
期待値 +883%
❌不的中9着単勝 13.5倍
-
馬連
6-11
実26.4倍
期待値 +837%
❌不的中6番(2着)-11番(9着)
-
3連複
6-10-11
実70.2倍
期待値 +999%
❌不的中6番(2着)-10番(4着)-11番(9着)
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
キタノプレンティ |
塚本征（愛知） |
実14.4 |
△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) +43% (妙味あり) AI 予想勝率 9.9% (オッズ暗示: 6.9%) ※ 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。 |
| 2 |
モンサンケイティ |
細川智（愛知） |
実19.4 |
▽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) -34% (大幅な期待値マイナス) AI 予想勝率 3.4% (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。 |
| 3 |
ローゼオ |
柿原翔（愛知） |
実142.7 |
▽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) -4% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.7%) ※ 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。 |
| 4 |
ヒオウギ 逃げ |
木之葵（愛知） |
実3.5 |
○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) -46% (大幅な期待値マイナス) AI 予想勝率 15.4% (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。 |
| 5 |
ヴァスキアン 逃げ |
小笠羚（愛知） |
実5.6 |
×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) -72% (大幅な期待値マイナス) AI 予想勝率 5.0% (オッズ暗示: 17.9%) ※ 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 |
デルマガニメデ |
大畑雅（愛知） |
実5.1 |
◎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) +12% (市場と概ね一致) AI 予想勝率 22.0% (オッズ暗示: 19.6%) ※ 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。 |
| 7 |
クールシェリー |
大畑慧（愛知） |
実13.8 |
×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) -64% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 7.2%) ※ 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 |
ベルフォン |
加藤聡（愛知） |
実12.1 |
×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) -73% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 8.3%) ※ 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 |
エストソール |
加藤誓（愛知） |
実6.0 |
▲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) -19% (オッズ過剰評価) AI 予想勝率 13.6% (オッズ暗示: 16.7%) ※ 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。 |
| 10 |
ミッシュマッシュ |
渡邊竜（笠松） |
実13.0 |
▽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) -17% (オッズ過剰評価) AI 予想勝率 6.4% (オッズ暗示: 7.7%) ※ 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 |
アドバンスオーセン 推奨 |
望月洵（愛知） |
実13.5 |
△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) +44% (妙味あり) AI 予想勝率 10.7% (オッズ暗示: 7.4%) ※ 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 |
タガノポストマン |
加藤利（愛知） |
推定— |
△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) -81% (大幅な期待値マイナス) ※ 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)
+12% (市場と概ね一致)
AI 予想勝率
22.0% (オッズ暗示: 19.6%)
×期待値 (オッズ vs AI勝率)
-46% (大幅な期待値マイナス)
AI 予想勝率
15.4% (オッズ暗示: 28.6%)
△期待値 (オッズ vs AI勝率)
-19% (オッズ過剰評価)
AI 予想勝率
13.6% (オッズ暗示: 16.7%)
◎期待値 (オッズ vs AI勝率)
+44% (妙味あり)
AI 予想勝率
10.7% (オッズ暗示: 7.4%)
◎期待値 (オッズ vs AI勝率)
+43% (妙味あり)
AI 予想勝率
9.9% (オッズ暗示: 6.9%)
×期待値 (オッズ vs AI勝率)
-81% (大幅な期待値マイナス)
△期待値 (オッズ vs AI勝率)
-17% (オッズ過剰評価)
AI 予想勝率
6.4% (オッズ暗示: 7.7%)
×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
5.0% (オッズ暗示: 17.9%)
×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
3.4% (オッズ暗示: 5.2%)
×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
2.6% (オッズ暗示: 7.2%)
×期待値 (オッズ vs AI勝率)
-73% (大幅な期待値マイナス)
AI 予想勝率
2.2% (オッズ暗示: 8.3%)
△期待値 (オッズ vs AI勝率)
-4% (オッズ過剰評価)
AI 予想勝率
0.7% (オッズ暗示: 0.7%)
💡 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
11
アドバンスオーセン
実13.5倍
期待値 +883%
❌不的中9着単勝 13.5倍
-
馬連
6-11
実26.4倍
期待値 +837%
❌不的中6番(2着)-11番(9着)
-
3連複
6-10-11
実70.2倍
期待値 +999%
❌不的中6番(2着)-10番(4着)-11番(9着)
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。
