川崎 7R 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 |
キタノローズ 推奨 |
本田重（船橋） |
実6.0 |
B○ A▲勝率12% EV-29% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 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 2位 (上位評価) ◎期待値 (オッズ vs AI勝率) +49% (妙味あり) AI 予想勝率 24.9% (オッズ暗示: 16.7%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 11.8% / 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。 |
| 2 |
テンカラットレター |
新原周（川崎） |
実14.3 |
B× A×勝率3% EV-56% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 7.0%) ×Aモデルの評価 (参考) レース内 7位 / 勝率 3.0% / 期待値 -57% ※ 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 |
ブライトドリーム 逃げ |
藤田凌（大井） |
実4.5 |
B▲ A○勝率13% EV-40% 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) -38% (大幅な期待値マイナス) AI 予想勝率 13.8% (オッズ暗示: 22.2%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 13.3% / 期待値 -40% ※ 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 |
フルミネビアンコ |
櫻井光（川崎） |
実17.2 |
B× A×勝率3% EV-50% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 5.8%) ×Aモデルの評価 (参考) レース内 8位 / 勝率 2.9% / 期待値 -51% ※ 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 |
ガヴァルニー |
矢野貴（大井） |
実7.4 |
B△ A△勝率7% EV-46% 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) -34% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 13.5%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 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。 |
| 6 |
アウェイクサード |
伊藤裕（川崎） |
実59.8 |
B× A▽勝率1% EV-15% 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) -87% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.7%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 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。 |
| 7 |
ステラゲイル |
丸田恭（JRA） |
実71.8 |
B× A▽勝率1% EV-37% 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) -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 0.9% / 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。 |
| 8 |
フォルナカリア |
石神道（JRA） |
実2.3 |
B◎ A🌟◎勝率48% EV+9% 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) -43% (大幅な期待値マイナス) AI 予想勝率 24.9% (オッズ暗示: 43.5%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 47.7% / 期待値 +10% ※ 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 |
ボンセレンシス 自在 |
町田直（川崎） |
実36.5 |
B△ A△勝率4% EV+40% 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) +227% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 2.7%) △Aモデルの評価 (参考) レース内 6位 / 勝率 3.8% / 期待値 +40% ※ 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 |
タイヨウノユビワ |
野中悠（JRA） |
実66.1 |
B▽ A▽勝率1% EV-41% 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 7位 (中位評価) 🌟◎期待値 (オッズ vs AI勝率) +492% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 1.5%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 0.9% / 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。 |
| 11 |
フローレスカラーズ |
佐藤翔（JRA） |
実10.2 |
B△ A△勝率7% EV-27% 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) -9% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 9.8%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.1% / 期待値 -27% ※ 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11頭
×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
24.9% (オッズ暗示: 43.5%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 47.7% / 期待値 +10%
○AIランク評価 (順位学習モデル)
レース内 2位 (上位評価)
◎期待値 (オッズ vs AI勝率)
+49% (妙味あり)
AI 予想勝率
24.9% (オッズ暗示: 16.7%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 11.8% / 期待値 -29%
×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
13.8% (オッズ暗示: 22.2%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 13.3% / 期待値 -40%
×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
9.0% (オッズ暗示: 13.5%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.2% / 期待値 -47%
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
9.0% (オッズ暗示: 9.8%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.1% / 期待値 -27%
🌟◎期待値 (オッズ vs AI勝率)
+227% (市場が大幅過小評価)
AI 予想勝率
9.0% (オッズ暗示: 2.7%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 3.8% / 期待値 +40%
△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)
+492% (市場が大幅過小評価)
AI 予想勝率
9.0% (オッズ暗示: 1.5%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 0.9% / 期待値 -41%
×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
0.2% (オッズ暗示: 1.7%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.4% / 期待値 -16%
×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: 7.0%)
×Aモデルの評価 (参考)
レース内 7位 / 勝率 3.0% / 期待値 -57%
×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
0.1% (オッズ暗示: 5.8%)
×Aモデルの評価 (参考)
レース内 8位 / 勝率 2.9% / 期待値 -51%
×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 0.9% / 期待値 -38%
💡 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
1
キタノローズ
¥200
実6.0倍
期待値 +50%
❌不的中8着単勝 6.0倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
キタノローズ 推奨 |
本田重（船橋） |
実6.0 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 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) -29% (オッズ過剰評価) AI 予想勝率 11.8% (オッズ暗示: 16.7%) ※ 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。 |
| 2 |
テンカラットレター |
新原周（川崎） |
実14.3 |
×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) -57% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 7.0%) ※ 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。 |
| 3 |
ブライトドリーム 逃げ |
藤田凌（大井） |
実4.5 |
○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) -40% (大幅な期待値マイナス) AI 予想勝率 13.3% (オッズ暗示: 22.2%) ※ 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 |
フルミネビアンコ |
櫻井光（川崎） |
実17.2 |
×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) -51% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 5.8%) ※ 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 |
ガヴァルニー |
矢野貴（大井） |
実7.4 |
△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) -47% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 13.5%) ※ 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 |
アウェイクサード |
伊藤裕（川崎） |
実59.8 |
▽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) -16% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.7%) ※ 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。 |
| 7 |
ステラゲイル |
丸田恭（JRA） |
実71.8 |
▽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) -38% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.4%) ※ 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 |
フォルナカリア |
石神道（JRA） |
実2.3 |
🌟◎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) +9% (市場と概ね一致) AI 予想勝率 47.7% (オッズ暗示: 43.5%) ※ 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。 |
| 9 |
ボンセレンシス 自在 |
町田直（川崎） |
実36.5 |
△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) +40% (妙味あり) AI 予想勝率 3.8% (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。 |
| 10 |
タイヨウノユビワ |
野中悠（JRA） |
実66.1 |
▽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 10位 (中位評価) ×期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.5%) ※ 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。 |
| 11 |
フローレスカラーズ |
佐藤翔（JRA） |
実10.2 |
△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) -27% (オッズ過剰評価) AI 予想勝率 7.1% (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。 |
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11頭
△期待値 (オッズ vs AI勝率)
+9% (市場と概ね一致)
AI 予想勝率
47.7% (オッズ暗示: 43.5%)
×期待値 (オッズ vs AI勝率)
-40% (大幅な期待値マイナス)
AI 予想勝率
13.3% (オッズ暗示: 22.2%)
○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)
-29% (オッズ過剰評価)
AI 予想勝率
11.8% (オッズ暗示: 16.7%)
×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
7.2% (オッズ暗示: 13.5%)
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
7.1% (オッズ暗示: 9.8%)
◎期待値 (オッズ vs AI勝率)
+40% (妙味あり)
AI 予想勝率
3.8% (オッズ暗示: 2.7%)
×期待値 (オッズ vs AI勝率)
-57% (大幅な期待値マイナス)
AI 予想勝率
3.0% (オッズ暗示: 7.0%)
×期待値 (オッズ vs AI勝率)
-51% (大幅な期待値マイナス)
AI 予想勝率
2.9% (オッズ暗示: 5.8%)
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
1.4% (オッズ暗示: 1.7%)
△AIランク評価 (順位学習モデル)
レース内 10位 (中位評価)
×期待値 (オッズ vs AI勝率)
-41% (大幅な期待値マイナス)
AI 予想勝率
0.9% (オッズ暗示: 1.5%)
×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
0.9% (オッズ暗示: 1.4%)
💡 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
1
キタノローズ
¥200
実6.0倍
期待値 -29%
❌不的中8着単勝 6.0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。
