川崎 2R 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 |
スターバロン 自在 |
木間龍（船橋） |
実36.3 |
B× A×勝率1% EV-53% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.8%) ×Aモデルの評価 (参考) レース内 10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。 |
| 2 |
ピエスポリード 自在 推奨 |
町田直（川崎） |
実10.2 |
B▲ A▲勝率14% EV+41% 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) -61% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 9.8%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 13.8% / 期待値 +41% ※ 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 |
ブルーオーシャン 自在 |
藤田凌（大井） |
実10.1 |
B△ A△勝率7% EV-30% 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) -89% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 9.9%) △Aモデルの評価 (参考) レース内 5位 / 勝率 6.9% / 期待値 -30% ※ 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 |
ヒマワリシャワー 追込 |
新原周（川崎） |
実16.8 |
B× A△勝率6% EV-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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 6.0%) △Aモデルの評価 (参考) レース内 6位 / 勝率 5.9% / 期待値 -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 |
ジーカンピオーネ 差し |
佐野遥（川崎） |
実25.1 |
B× A▽勝率3% EV-15% 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) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 3.4% / 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。 |
| 6 |
オンナユメラク 逃げ |
古岡勇（川崎） |
実3.6 |
B○ A◎勝率26% EV-4% 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) -62% (大幅な期待値マイナス) AI 予想勝率 10.5% (オッズ暗示: 27.8%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 26.4% / 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。 |
| 7 |
マロンデプティ 逃げ |
和田譲（大井） |
実5.4 |
B△ A△勝率11% EV-42% 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 0.4% (オッズ暗示: 18.5%) △Aモデルの評価 (参考) レース内 4位 / 勝率 10.7% / 期待値 -42% ※ 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 |
リュウノアーチスト 先行 |
佐藤翔（JRA） |
実34.1 |
B× A×勝率1% EV-56% 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 11位 / 勝率 1.3% / 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。 |
| 9 |
アメリカンサンデー 逃げ |
矢野貴（大井） |
実3.1 |
B△ A○勝率22% EV-30% 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) -97% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 32.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 22.3% / 期待値 -31% ※ 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 |
テンノウズアイル 逃げ |
中山遥（浦和） |
実14.0 |
B× A×勝率3% EV-60% 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 7.1%) ×Aモデルの評価 (参考) レース内 9位 / 勝率 2.8% / 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。 |
| 11 |
オーバーユー 追込 |
本田紀（川崎） |
実171.3 |
B× A▽勝率1% EV+33% 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) -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 +33% ※ 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 |
グラズヘイム 逃げ 推奨 |
野畑凌（川崎） |
実21.1 |
B◎ A▽勝率4% EV-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) +999% (市場が大幅過小評価) AI 予想勝率 82.9% (オッズ暗示: 4.7%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 4.4% / 期待値 -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)
+999% (市場が大幅過小評価)
AI 予想勝率
82.9% (オッズ暗示: 4.7%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 4.4% / 期待値 -8%
×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
10.5% (オッズ暗示: 27.8%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 26.4% / 期待値 -5%
×期待値 (オッズ vs AI勝率)
-61% (大幅な期待値マイナス)
AI 予想勝率
3.9% (オッズ暗示: 9.8%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 13.8% / 期待値 +41%
×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
1.1% (オッズ暗示: 32.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 22.3% / 期待値 -31%
×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
1.1% (オッズ暗示: 9.9%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 6.9% / 期待値 -30%
×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
0.4% (オッズ暗示: 18.5%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 10.7% / 期待値 -42%
×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
0.1% (オッズ暗示: 6.0%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 5.9% / 期待値 -1%
×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
0.0% (オッズ暗示: 2.8%)
×Aモデルの評価 (参考)
レース内 10位 / 勝率 1.3% / 期待値 -53%
×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: 7.1%)
×Aモデルの評価 (参考)
レース内 9位 / 勝率 2.8% / 期待値 -60%
×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 3.4% / 期待値 -16%
×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 11位 / 勝率 1.3% / 期待値 -56%
×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 +33%
💡 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
2
ピエスポリード
¥100
実10.2倍
期待値 -61%
❌不的中3着単勝 10.2倍
B. 市場除外+キャリブ
-
単勝
12
グラズヘイム
¥2,000
実21.1倍
期待値 +999%
❌不的中単勝 21.1倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
スターバロン 自在 |
木間龍（船橋） |
実36.3 |
×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) -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。 |
| 2 |
ピエスポリード 自在 推奨 |
町田直（川崎） |
実10.2 |
▲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) +41% (妙味あり) AI 予想勝率 13.8% (オッズ暗示: 9.8%) ※ 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。 |
| 3 |
ブルーオーシャン 自在 |
藤田凌（大井） |
実10.1 |
△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) -30% (大幅な期待値マイナス) AI 予想勝率 6.9% (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。 |
| 4 |
ヒマワリシャワー 追込 |
新原周（川崎） |
実16.8 |
△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) -1% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 6.0%) ※ 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。 |
| 5 |
ジーカンピオーネ 差し |
佐野遥（川崎） |
実25.1 |
▽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) -16% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 4.0%) ※ 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。 |
| 6 |
オンナユメラク 逃げ |
古岡勇（川崎） |
実3.6 |
◎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) -5% (オッズ過剰評価) AI 予想勝率 26.4% (オッズ暗示: 27.8%) ※ 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。 |
| 7 |
マロンデプティ 逃げ |
和田譲（大井） |
実5.4 |
△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) -42% (大幅な期待値マイナス) AI 予想勝率 10.7% (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。 |
| 8 |
リュウノアーチスト 先行 |
佐藤翔（JRA） |
実34.1 |
×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) -56% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.9%) ※ 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。 |
| 9 |
アメリカンサンデー 逃げ |
矢野貴（大井） |
実3.1 |
○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) -31% (大幅な期待値マイナス) AI 予想勝率 22.3% (オッズ暗示: 32.3%) ※ 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。 |
| 10 |
テンノウズアイル 逃げ |
中山遥（浦和） |
実14.0 |
×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) -60% (大幅な期待値マイナス) AI 予想勝率 2.8% (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。 |
| 11 |
オーバーユー 追込 |
本田紀（川崎） |
実171.3 |
▽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) +33% (妙味あり) AI 予想勝率 0.8% (オッズ暗示: 0.6%) ※ 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。 |
| 12 |
グラズヘイム 逃げ 推奨 |
野畑凌（川崎） |
実21.1 |
▽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) -8% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 4.7%) ※ 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。 |
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)
-5% (オッズ過剰評価)
AI 予想勝率
26.4% (オッズ暗示: 27.8%)
×期待値 (オッズ vs AI勝率)
-31% (大幅な期待値マイナス)
AI 予想勝率
22.3% (オッズ暗示: 32.3%)
◎期待値 (オッズ vs AI勝率)
+41% (妙味あり)
AI 予想勝率
13.8% (オッズ暗示: 9.8%)
×期待値 (オッズ vs AI勝率)
-42% (大幅な期待値マイナス)
AI 予想勝率
10.7% (オッズ暗示: 18.5%)
×期待値 (オッズ vs AI勝率)
-30% (大幅な期待値マイナス)
AI 予想勝率
6.9% (オッズ暗示: 9.9%)
△期待値 (オッズ vs AI勝率)
-1% (オッズ過剰評価)
AI 予想勝率
5.9% (オッズ暗示: 6.0%)
△期待値 (オッズ vs AI勝率)
-8% (オッズ過剰評価)
AI 予想勝率
4.4% (オッズ暗示: 4.7%)
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
3.4% (オッズ暗示: 4.0%)
×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
2.8% (オッズ暗示: 7.1%)
×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)
-56% (大幅な期待値マイナス)
AI 予想勝率
1.3% (オッズ暗示: 2.9%)
◎期待値 (オッズ vs AI勝率)
+33% (妙味あり)
AI 予想勝率
0.8% (オッズ暗示: 0.6%)
💡 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
2
ピエスポリード
¥100
実10.2倍
期待値 +41%
❌不的中3着単勝 10.2倍
B. 市場除外+キャリブ
-
単勝
12
グラズヘイム
¥2,000
実21.1倍
期待値 -8%
❌不的中単勝 21.1倍
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。
