川崎 6R 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 |
タツノスペシャル 先行 |
佐野遥（川崎） |
実8.5 |
B△ A△勝率6% EV-45% 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) -90% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 11.8%) △Aモデルの評価 (参考) レース内 4位 / 勝率 6.4% / 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。 |
| 2 |
マダムウィンディ 自在 |
野畑凌（川崎） |
実14.0 |
B△ A△勝率6% EV-20% 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) -83% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 7.1%) △Aモデルの評価 (参考) レース内 5位 / 勝率 5.7% / 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。 |
| 3 |
ヒロキ |
新原周（川崎） |
実2.2 |
B🌟◎ A🌟◎勝率38% EV-15% 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% (市場が大幅過小評価) AI 予想勝率 89.7% (オッズ暗示: 45.5%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 38.4% / 期待値 -16% ※ 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 |
ヴァルヴァラ |
増田充（川崎） |
実145.9 |
B× A▽勝率1% EV+66% 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 0.7%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 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。 |
| 5 |
リッキーズラック 先行 |
和田譲（大井） |
実3.4 |
B△ A○勝率24% EV-19% 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) -95% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 29.4%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 23.5% / 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。 |
| 6 |
デルニエエリオント 差し |
池谷匠（川崎） |
実15.5 |
B× A△勝率5% EV-28% 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 6.5%) △Aモデルの評価 (参考) レース内 6位 / 勝率 4.6% / 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。 |
| 7 |
ソウモウクッキ |
笹川翼（大井） |
実5.0 |
B○ A▲勝率15% EV-24% 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) -85% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 20.0%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 15.2% / 期待値 -24% ※ 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 |
ミスターベラミー 逃げ |
櫻井光（川崎） |
実62.4 |
B▲ A▽勝率2% EV+44% 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) +86% (市場が大幅過小評価) AI 予想勝率 3.0% (オッズ暗示: 1.6%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 +44% ※ 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 |
カナールレイナ 差し |
伊藤裕（川崎） |
実19.4 |
B× A▽勝率3% EV-48% 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 0.0% (オッズ暗示: 5.2%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 期待値 -48% ※ 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9頭
🌟◎期待値 (オッズ vs AI勝率)
+97% (市場が大幅過小評価)
AI 予想勝率
89.7% (オッズ暗示: 45.5%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 38.4% / 期待値 -16%
×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
3.0% (オッズ暗示: 20.0%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 15.2% / 期待値 -24%
🌟◎期待値 (オッズ vs AI勝率)
+86% (市場が大幅過小評価)
AI 予想勝率
3.0% (オッズ暗示: 1.6%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.3% / 期待値 +44%
×期待値 (オッズ vs AI勝率)
-95% (大幅な期待値マイナス)
AI 予想勝率
1.5% (オッズ暗示: 29.4%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 23.5% / 期待値 -20%
×期待値 (オッズ vs AI勝率)
-90% (大幅な期待値マイナス)
AI 予想勝率
1.2% (オッズ暗示: 11.8%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 6.4% / 期待値 -45%
×期待値 (オッズ vs AI勝率)
-83% (大幅な期待値マイナス)
AI 予想勝率
1.2% (オッズ暗示: 7.1%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 5.7% / 期待値 -20%
×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: 6.5%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 4.6% / 期待値 -28%
×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
0.0% (オッズ暗示: 5.2%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.7% / 期待値 -48%
×期待値 (オッズ vs AI勝率)
-95% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 0.7%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.1% / 期待値 +66%
💡 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
両モデルとも本レースは見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
タツノスペシャル 先行 |
佐野遥（川崎） |
実8.5 |
△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) -45% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 11.8%) ※ 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。 |
| 2 |
マダムウィンディ 自在 |
野畑凌（川崎） |
実14.0 |
△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) -20% (オッズ過剰評価) AI 予想勝率 5.7% (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。 |
| 3 |
ヒロキ |
新原周（川崎） |
実2.2 |
🌟◎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) -16% (オッズ過剰評価) AI 予想勝率 38.4% (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。 |
| 4 |
ヴァルヴァラ |
増田充（川崎） |
実145.9 |
▽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% (市場が大幅過小評価) AI 予想勝率 1.1% (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。 |
| 5 |
リッキーズラック 先行 |
和田譲（大井） |
実3.4 |
○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) -20% (オッズ過剰評価) AI 予想勝率 23.5% (オッズ暗示: 29.4%) ※ 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。 |
| 6 |
デルニエエリオント 差し |
池谷匠（川崎） |
実15.5 |
△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) -28% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 6.5%) ※ 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。 |
| 7 |
ソウモウクッキ |
笹川翼（大井） |
実5.0 |
▲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) -24% (オッズ過剰評価) AI 予想勝率 15.2% (オッズ暗示: 20.0%) ※ 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。 |
| 8 |
ミスターベラミー 逃げ |
櫻井光（川崎） |
実62.4 |
▽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) +44% (妙味あり) AI 予想勝率 2.3% (オッズ暗示: 1.6%) ※ 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。 |
| 9 |
カナールレイナ 差し |
伊藤裕（川崎） |
実19.4 |
▽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) -48% (大幅な期待値マイナス) AI 予想勝率 2.7% (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。 |
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9頭
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
38.4% (オッズ暗示: 45.5%)
△期待値 (オッズ vs AI勝率)
-20% (オッズ過剰評価)
AI 予想勝率
23.5% (オッズ暗示: 29.4%)
△期待値 (オッズ vs AI勝率)
-24% (オッズ過剰評価)
AI 予想勝率
15.2% (オッズ暗示: 20.0%)
×期待値 (オッズ vs AI勝率)
-45% (大幅な期待値マイナス)
AI 予想勝率
6.4% (オッズ暗示: 11.8%)
△期待値 (オッズ vs AI勝率)
-20% (オッズ過剰評価)
AI 予想勝率
5.7% (オッズ暗示: 7.1%)
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
4.6% (オッズ暗示: 6.5%)
×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
2.7% (オッズ暗示: 5.2%)
◎期待値 (オッズ vs AI勝率)
+44% (妙味あり)
AI 予想勝率
2.3% (オッズ暗示: 1.6%)
🌟◎期待値 (オッズ vs AI勝率)
+66% (市場が大幅過小評価)
AI 予想勝率
1.1% (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
両モデルとも本レースは見送り判定（期待値プラスなし）
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。
