名古屋 3R 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 |
ウインエンブレム |
今井貴（愛知） |
実33.0 |
B▽ A×勝率1% EV-70% 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% (市場と概ね一致) AI 予想勝率 3.7% (オッズ暗示: 3.0%) ×Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 期待値 -71% ※ 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 |
ソパデアホ |
塚本征（愛知） |
実7.3 |
B○ A○勝率11% EV-17% 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) +13% (市場と概ね一致) AI 予想勝率 15.5% (オッズ暗示: 13.7%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 11.3% / 期待値 -18% ※ 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 |
ビップアリス |
細川智（愛知） |
実26.4 |
B× A×勝率2% EV-60% 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 9位 (中位評価) ×期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 3.8%) ×Aモデルの評価 (参考) レース内 9位 / 勝率 1.5% / 期待値 -60% ※ 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 |
キタノタイキ |
丹羽克（愛知） |
実14.6 |
B▽ A△勝率4% 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) -49% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 6.8%) △Aモデルの評価 (参考) レース内 6位 / 勝率 3.7% / 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 |
アンコンケラブル |
大畑雅（愛知） |
実2.9 |
B🌟◎ A🌟◎勝率54% EV+56% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 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 1位 (最上位評価) △期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 32.6% (オッズ暗示: 34.5%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 53.9% / 期待値 +56% ※ 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 |
グーフィー |
小笠羚（愛知） |
実12.0 |
B△ A△勝率6% EV-29% 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) -6% (オッズ過剰評価) AI 予想勝率 7.9% (オッズ暗示: 8.3%) △Aモデルの評価 (参考) レース内 4位 / 勝率 5.9% / 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。 |
| 7 |
ミスティパープル |
木之葵（愛知） |
実26.4 |
B× A×勝率1% EV-65% 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) -76% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 3.8%) ×Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 期待値 -66% ※ 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 |
リヴァデラルナ |
柿原翔（愛知） |
実18.8 |
B× A×勝率2% EV-70% 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) -100% (大幅な期待値マイナス) ×Aモデルの評価 (参考) レース内 8位 / 勝率 1.6% / 期待値 -70% ※ 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 |
テーオーシーザー |
丸野勝（愛知） |
実132.0 |
B△ A▽勝率1% EV+27% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 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 4位 (中位評価) 🌟◎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 13.0% (オッズ暗示: 0.8%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 +28% ※ 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 |
ドナシュネル 推奨 |
吉原寛（金沢） |
実13.2 |
B▲ A△勝率6% EV-25% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 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 3位 (上位評価) 🌟◎期待値 (オッズ vs AI勝率) +104% (市場が大幅過小評価) AI 予想勝率 15.5% (オッズ暗示: 7.6%) △Aモデルの評価 (参考) レース内 5位 / 勝率 5.6% / 期待値 -26% ※ 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 |
ラインクインビー |
近藤颯（愛知） |
実3.2 |
B△ A▲勝率11% EV-64% 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) -80% (大幅な期待値マイナス) AI 予想勝率 6.3% (オッズ暗示: 31.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 11.0% / 期待値 -65% ※ 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 |
ジューンミレニアム |
尾崎章（愛知） |
実14.6 |
B× A×勝率2% EV-66% 詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 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 11位 (中位評価) ×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 0.4% (オッズ暗示: 6.8%) ×Aモデルの評価 (参考) レース内 7位 / 勝率 2.3% / 期待値 -66% ※ 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
◎AIランク評価 (順位学習モデル)
レース内 1位 (最上位評価)
△期待値 (オッズ vs AI勝率)
-5% (オッズ過剰評価)
AI 予想勝率
32.6% (オッズ暗示: 34.5%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 53.9% / 期待値 +56%
△期待値 (オッズ vs AI勝率)
+13% (市場と概ね一致)
AI 予想勝率
15.5% (オッズ暗示: 13.7%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 11.3% / 期待値 -18%
○AIランク評価 (順位学習モデル)
レース内 3位 (上位評価)
🌟◎期待値 (オッズ vs AI勝率)
+104% (市場が大幅過小評価)
AI 予想勝率
15.5% (オッズ暗示: 7.6%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 5.6% / 期待値 -26%
△AIランク評価 (順位学習モデル)
レース内 4位 (中位評価)
🌟◎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
13.0% (オッズ暗示: 0.8%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 1.0% / 期待値 +28%
△期待値 (オッズ vs AI勝率)
-6% (オッズ過剰評価)
AI 予想勝率
7.9% (オッズ暗示: 8.3%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 5.9% / 期待値 -29%
×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
6.3% (オッズ暗示: 31.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 11.0% / 期待値 -65%
△期待値 (オッズ vs AI勝率)
+20% (市場と概ね一致)
AI 予想勝率
3.7% (オッズ暗示: 3.0%)
×Aモデルの評価 (参考)
レース内 12位 / 勝率 0.9% / 期待値 -71%
×期待値 (オッズ vs AI勝率)
-49% (大幅な期待値マイナス)
AI 予想勝率
3.5% (オッズ暗示: 6.8%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 3.7% / 期待値 -46%
△AIランク評価 (順位学習モデル)
レース内 9位 (中位評価)
×期待値 (オッズ vs AI勝率)
-76% (大幅な期待値マイナス)
AI 予想勝率
0.9% (オッズ暗示: 3.8%)
×Aモデルの評価 (参考)
レース内 9位 / 勝率 1.5% / 期待値 -60%
×期待値 (オッズ vs AI勝率)
-76% (大幅な期待値マイナス)
AI 予想勝率
0.9% (オッズ暗示: 3.8%)
×Aモデルの評価 (参考)
レース内 10位 / 勝率 1.3% / 期待値 -66%
△AIランク評価 (順位学習モデル)
レース内 11位 (中位評価)
×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
0.4% (オッズ暗示: 6.8%)
×Aモデルの評価 (参考)
レース内 7位 / 勝率 2.3% / 期待値 -66%
×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 8位 / 勝率 1.6% / 期待値 -70%
💡 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
10
ドナシュネル
¥200
実13.2倍
期待値 +105%
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ウインエンブレム |
今井貴（愛知） |
実33.0 |
×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) -71% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 3.0%) ※ 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。 |
| 2 |
ソパデアホ |
塚本征（愛知） |
実7.3 |
○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) -18% (オッズ過剰評価) AI 予想勝率 11.3% (オッズ暗示: 13.7%) ※ 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。 |
| 3 |
ビップアリス |
細川智（愛知） |
実26.4 |
×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 9位 (中位評価) ×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 1.5% (オッズ暗示: 3.8%) ※ 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。 |
| 4 |
キタノタイキ |
丹羽克（愛知） |
実14.6 |
△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) -46% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 6.8%) ※ 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。 |
| 5 |
アンコンケラブル |
大畑雅（愛知） |
実2.9 |
🌟◎詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 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 1位 (最上位評価) 🌟◎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 53.9% (オッズ暗示: 34.5%) ※ 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 |
グーフィー |
小笠羚（愛知） |
実12.0 |
△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) -29% (オッズ過剰評価) AI 予想勝率 5.9% (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。 |
| 7 |
ミスティパープル |
木之葵（愛知） |
実26.4 |
×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) -66% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 3.8%) ※ 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。 |
| 8 |
リヴァデラルナ |
柿原翔（愛知） |
実18.8 |
×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) -70% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 5.3%) ※ 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 |
テーオーシーザー |
丸野勝（愛知） |
実132.0 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 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 11位 (中位評価) △期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 1.0% (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。 |
| 10 |
ドナシュネル 推奨 |
吉原寛（金沢） |
実13.2 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 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 5位 (中位評価) △期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 5.6% (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。 |
| 11 |
ラインクインビー |
近藤颯（愛知） |
実3.2 |
▲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) -65% (大幅な期待値マイナス) AI 予想勝率 11.0% (オッズ暗示: 31.2%) ※ 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。 |
| 12 |
ジューンミレニアム |
尾崎章（愛知） |
実14.6 |
×詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 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) -66% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 6.8%) ※ 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
◎AIランク評価 (順位学習モデル)
レース内 1位 (最上位評価)
🌟◎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
53.9% (オッズ暗示: 34.5%)
△期待値 (オッズ vs AI勝率)
-18% (オッズ過剰評価)
AI 予想勝率
11.3% (オッズ暗示: 13.7%)
×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
11.0% (オッズ暗示: 31.2%)
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
5.9% (オッズ暗示: 8.3%)
△AIランク評価 (順位学習モデル)
レース内 5位 (中位評価)
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
5.6% (オッズ暗示: 7.6%)
×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
3.7% (オッズ暗示: 6.8%)
△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)
-66% (大幅な期待値マイナス)
AI 予想勝率
2.3% (オッズ暗示: 6.8%)
×期待値 (オッズ vs AI勝率)
-70% (大幅な期待値マイナス)
AI 予想勝率
1.6% (オッズ暗示: 5.3%)
△AIランク評価 (順位学習モデル)
レース内 9位 (中位評価)
×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
1.5% (オッズ暗示: 3.8%)
×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
1.3% (オッズ暗示: 3.8%)
△AIランク評価 (順位学習モデル)
レース内 11位 (中位評価)
△期待値 (オッズ vs AI勝率)
+27% (市場と概ね一致)
AI 予想勝率
1.0% (オッズ暗示: 0.8%)
×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
0.9% (オッズ暗示: 3.0%)
💡 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
10
ドナシュネル
¥200
実13.2倍
期待値 -26%
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。
