川崎 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 |
グローバルサウス 差し |
古岡勇（川崎） |
実48.3 |
B× A▽勝率1% EV-42% 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: 2.1%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 1.2% / 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。 |
| 2 |
インフェルレーヴ 先行 |
岡村裕（川崎） |
実36.7 |
B× A×勝率1% EV-68% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.7%) ×Aモデルの評価 (参考) レース内 9位 / 勝率 0.9% / 期待値 -68% ※ 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 |
オーサムジェンヌ 先行 |
藤本現（大井） |
実7.6 |
B△ A▲勝率12% EV-10% 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) -83% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 13.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 11.7% / 期待値 -11% ※ 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 |
キチョウ 自在 |
張田昂（船橋） |
実33.3 |
B△ A▽勝率2% EV-28% 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) -65% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 3.0%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.1% / 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。 |
| 5 |
シージャムブルース 逃げ |
矢野貴（大井） |
実1.8 |
B🌟◎ A🌟◎勝率48% EV-14% 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) +64% (市場が大幅過小評価) AI 予想勝率 91.4% (オッズ暗示: 55.6%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 47.7% / 期待値 -14% ※ 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 |
エリンフレーム |
野畑凌（川崎） |
実2.9 |
B○ A○勝率18% EV-46% 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) -93% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 34.5%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 18.4% / 期待値 -47% ※ 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 |
ミオサンダー 追込 |
増田充（川崎） |
実15.6 |
B× A△勝率4% EV-34% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 6.4%) △Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 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。 |
| 8 |
ピカレスクヒーロー 自在 |
佐野遥（川崎） |
実21.6 |
B▲ A△勝率7% EV+57% 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) -49% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 4.6%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.3% / 期待値 +58% ※ 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 |
マイボンド |
佐藤翔（JRA） |
実18.8 |
B△ A△勝率6% EV+21% 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 5.3%) △Aモデルの評価 (参考) レース内 5位 / 勝率 6.5% / 期待値 +21% ※ 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)
+64% (市場が大幅過小評価)
AI 予想勝率
91.4% (オッズ暗示: 55.6%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 47.7% / 期待値 -14%
×期待値 (オッズ vs AI勝率)
-93% (大幅な期待値マイナス)
AI 予想勝率
2.4% (オッズ暗示: 34.5%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 18.4% / 期待値 -47%
×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
2.4% (オッズ暗示: 4.6%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.3% / 期待値 +58%
×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
2.3% (オッズ暗示: 13.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 11.7% / 期待値 -11%
×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
1.0% (オッズ暗示: 3.0%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.1% / 期待値 -29%
×期待値 (オッズ vs AI勝率)
-93% (大幅な期待値マイナス)
AI 予想勝率
0.4% (オッズ暗示: 5.3%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 6.5% / 期待値 +21%
×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: 6.4%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 4.2% / 期待値 -34%
×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: 2.1%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 1.2% / 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
0.0% (オッズ暗示: 2.7%)
×Aモデルの評価 (参考)
レース内 9位 / 勝率 0.9% / 期待値 -68%
💡 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 |
グローバルサウス 差し |
古岡勇（川崎） |
実48.3 |
▽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) -42% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.1%) ※ 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。 |
| 2 |
インフェルレーヴ 先行 |
岡村裕（川崎） |
実36.7 |
×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) -68% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.7%) ※ 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 |
オーサムジェンヌ 先行 |
藤本現（大井） |
実7.6 |
▲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) -11% (オッズ過剰評価) AI 予想勝率 11.7% (オッズ暗示: 13.2%) ※ 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。 |
| 4 |
キチョウ 自在 |
張田昂（船橋） |
実33.3 |
▽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) -29% (オッズ過剰評価) AI 予想勝率 2.1% (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。 |
| 5 |
シージャムブルース 逃げ |
矢野貴（大井） |
実1.8 |
🌟◎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) -14% (オッズ過剰評価) AI 予想勝率 47.7% (オッズ暗示: 55.6%) ※ 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。 |
| 6 |
エリンフレーム |
野畑凌（川崎） |
実2.9 |
○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) -47% (大幅な期待値マイナス) AI 予想勝率 18.4% (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。 |
| 7 |
ミオサンダー 追込 |
増田充（川崎） |
実15.6 |
△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) -34% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 6.4%) ※ 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。 |
| 8 |
ピカレスクヒーロー 自在 |
佐野遥（川崎） |
実21.6 |
△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) +57% (市場が大幅過小評価) AI 予想勝率 7.3% (オッズ暗示: 4.6%) ※ 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 |
マイボンド |
佐藤翔（JRA） |
実18.8 |
△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) +21% (市場と概ね一致) AI 予想勝率 6.5% (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。 |
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)
-14% (オッズ過剰評価)
AI 予想勝率
47.7% (オッズ暗示: 55.6%)
×期待値 (オッズ vs AI勝率)
-47% (大幅な期待値マイナス)
AI 予想勝率
18.4% (オッズ暗示: 34.5%)
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
11.7% (オッズ暗示: 13.2%)
🌟◎期待値 (オッズ vs AI勝率)
+57% (市場が大幅過小評価)
AI 予想勝率
7.3% (オッズ暗示: 4.6%)
△期待値 (オッズ vs AI勝率)
+21% (市場と概ね一致)
AI 予想勝率
6.5% (オッズ暗示: 5.3%)
×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
4.2% (オッズ暗示: 6.4%)
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
2.1% (オッズ暗示: 3.0%)
×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
1.2% (オッズ暗示: 2.1%)
×期待値 (オッズ vs AI勝率)
-68% (大幅な期待値マイナス)
AI 予想勝率
0.9% (オッズ暗示: 2.7%)
💡 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。
