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 |
フェイントライト 推奨 |
丸野勝（愛知） |
実5.4 |
B🌟◎ A◎勝率25% EV+34% 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) +357% (市場が大幅過小評価) AI 予想勝率 84.6% (オッズ暗示: 18.5%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 24.9% / 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。 |
| 2 |
メイショウウミカゼ |
阪野学（愛知） |
実5.9 |
B○ A○勝率19% EV+12% 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) -75% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 16.9%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 19.0% / 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。 |
| 3 |
ウタカタ 先行 |
木之葵（愛知） |
実12.8 |
B△ A×勝率2% EV-74% 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) -87% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 7.8%) ×Aモデルの評価 (参考) レース内 10位 / 勝率 2.0% / 期待値 -75% ※ 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 |
ベッラフロー 先行 |
大畑雅（愛知） |
実14.1 |
B× A×勝率1% EV-88% 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) -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 0.8% / 期待値 -89% ※ 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 |
フィロンドール |
細川智（愛知） |
実10.8 |
B× A▽勝率6% EV-37% 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 9.3%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 5.8% / 期待値 -38% ※ 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 |
シャインモノリス 先行 |
山田祥（愛知） |
実10.1 |
B× A△勝率8% EV-22% 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 9.9%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.7% / 期待値 -23% ※ 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 |
アップメイヒメ |
加藤聡（愛知） |
実7.0 |
B× A△勝率12% EV-18% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 14.3%) △Aモデルの評価 (参考) レース内 4位 / 勝率 11.7% / 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。 |
| 8 |
ビックピカンテ |
小笠羚（愛知） |
実8.3 |
B△ A▲勝率12% EV+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) -70% (大幅な期待値マイナス) AI 予想勝率 3.6% (オッズ暗示: 12.0%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 12.3% / 期待値 +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。 |
| 9 |
タクティカ |
加藤利（愛知） |
実35.4 |
B× A×勝率1% EV-52% 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) -75% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 2.8%) ×Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 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 |
シグナトリー |
近藤颯（愛知） |
実10.8 |
B▲ A△勝率6% EV-34% 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) -53% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 9.3%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.1% / 期待値 -35% ※ 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 |
サンルーナ 追込 |
丹羽克（愛知） |
実10.8 |
B× A▽勝率5% EV-43% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 9.3%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 5.3% / 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。 |
| 12 |
ヴィヴィアンワン |
大畑慧（愛知） |
実11.8 |
B△ A×勝率3% EV-61% 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 8.5%) ×Aモデルの評価 (参考) レース内 9位 / 勝率 3.2% / 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。 |
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)
+357% (市場が大幅過小評価)
AI 予想勝率
84.6% (オッズ暗示: 18.5%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 24.9% / 期待値 +34%
×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
4.3% (オッズ暗示: 16.9%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 19.0% / 期待値 +12%
×期待値 (オッズ vs AI勝率)
-53% (大幅な期待値マイナス)
AI 予想勝率
4.3% (オッズ暗示: 9.3%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.1% / 期待値 -35%
×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
3.6% (オッズ暗示: 12.0%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 12.3% / 期待値 +2%
×期待値 (オッズ vs AI勝率)
-87% (大幅な期待値マイナス)
AI 予想勝率
1.0% (オッズ暗示: 7.8%)
×Aモデルの評価 (参考)
レース内 10位 / 勝率 2.0% / 期待値 -75%
×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
0.7% (オッズ暗示: 8.5%)
×Aモデルの評価 (参考)
レース内 9位 / 勝率 3.2% / 期待値 -62%
×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
0.7% (オッズ暗示: 2.8%)
×Aモデルの評価 (参考)
レース内 11位 / 勝率 1.3% / 期待値 -53%
×期待値 (オッズ vs AI勝率)
-98% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 14.3%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 11.7% / 期待値 -18%
×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
0.3% (オッズ暗示: 9.9%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.7% / 期待値 -23%
×期待値 (オッズ vs AI勝率)
-98% (大幅な期待値マイナス)
AI 予想勝率
0.2% (オッズ暗示: 9.3%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 5.3% / 期待値 -43%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 9.3%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 5.8% / 期待値 -38%
×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 0.8% / 期待値 -89%
💡 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
フェイントライト
¥100
実5.4倍
期待値 +357%
B. 市場除外+キャリブ
-
単勝
1
フェイントライト
¥2,000
実5.4倍
期待値 +357%
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
フェイントライト 推奨 |
丸野勝（愛知） |
実5.4 |
◎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) +34% (妙味あり) AI 予想勝率 24.9% (オッズ暗示: 18.5%) ※ 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。 |
| 2 |
メイショウウミカゼ |
阪野学（愛知） |
実5.9 |
○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) +12% (市場と概ね一致) AI 予想勝率 19.0% (オッズ暗示: 16.9%) ※ 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。 |
| 3 |
ウタカタ 先行 |
木之葵（愛知） |
実12.8 |
×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) -75% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 7.8%) ※ 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 |
ベッラフロー 先行 |
大畑雅（愛知） |
実14.1 |
×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) -89% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 7.1%) ※ 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 |
フィロンドール |
細川智（愛知） |
実10.8 |
▽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) -38% (大幅な期待値マイナス) AI 予想勝率 5.8% (オッズ暗示: 9.3%) ※ 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。 |
| 6 |
シャインモノリス 先行 |
山田祥（愛知） |
実10.1 |
△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) -23% (オッズ過剰評価) AI 予想勝率 7.7% (オッズ暗示: 9.9%) ※ 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。 |
| 7 |
アップメイヒメ |
加藤聡（愛知） |
実7.0 |
△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) -18% (オッズ過剰評価) AI 予想勝率 11.7% (オッズ暗示: 14.3%) ※ 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 |
ビックピカンテ |
小笠羚（愛知） |
実8.3 |
▲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) +1% (市場と概ね一致) AI 予想勝率 12.3% (オッズ暗示: 12.0%) ※ 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。 |
| 9 |
タクティカ |
加藤利（愛知） |
実35.4 |
×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) -53% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.8%) ※ 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 |
シグナトリー |
近藤颯（愛知） |
実10.8 |
△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) -35% (大幅な期待値マイナス) AI 予想勝率 6.1% (オッズ暗示: 9.3%) ※ 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 |
サンルーナ 追込 |
丹羽克（愛知） |
実10.8 |
▽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) -43% (大幅な期待値マイナス) AI 予想勝率 5.3% (オッズ暗示: 9.3%) ※ 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 |
ヴィヴィアンワン |
大畑慧（愛知） |
実11.8 |
×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) -62% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 8.5%) ※ 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)
+34% (妙味あり)
AI 予想勝率
24.9% (オッズ暗示: 18.5%)
△期待値 (オッズ vs AI勝率)
+12% (市場と概ね一致)
AI 予想勝率
19.0% (オッズ暗示: 16.9%)
△期待値 (オッズ vs AI勝率)
+1% (市場と概ね一致)
AI 予想勝率
12.3% (オッズ暗示: 12.0%)
△期待値 (オッズ vs AI勝率)
-18% (オッズ過剰評価)
AI 予想勝率
11.7% (オッズ暗示: 14.3%)
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
7.7% (オッズ暗示: 9.9%)
×期待値 (オッズ vs AI勝率)
-35% (大幅な期待値マイナス)
AI 予想勝率
6.1% (オッズ暗示: 9.3%)
×期待値 (オッズ vs AI勝率)
-38% (大幅な期待値マイナス)
AI 予想勝率
5.8% (オッズ暗示: 9.3%)
×期待値 (オッズ vs AI勝率)
-43% (大幅な期待値マイナス)
AI 予想勝率
5.3% (オッズ暗示: 9.3%)
×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
3.2% (オッズ暗示: 8.5%)
×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
2.0% (オッズ暗示: 7.8%)
×期待値 (オッズ vs AI勝率)
-53% (大幅な期待値マイナス)
AI 予想勝率
1.3% (オッズ暗示: 2.8%)
×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
0.8% (オッズ暗示: 7.1%)
💡 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
フェイントライト
¥100
実5.4倍
期待値 +34%
B. 市場除外+キャリブ
-
単勝
1
フェイントライト
¥2,000
実5.4倍
期待値 +34%
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。
