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 |
グスク |
和田譲（大井） |
実5.3 |
B△ A▲勝率9% EV-54% 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 4位 (中位評価) ×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 10.7% (オッズ暗示: 18.9%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 8.6% / 期待値 -55% ※ 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 |
アンプリフィ 自在 |
櫻井光（川崎） |
実172.7 |
B× A▽勝率1% EV-13% 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) -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 0.5% / 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。 |
| 3 |
アスパラノヴァ 追込 |
古岡勇（川崎） |
実85.3 |
B× A▽勝率1% 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) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.0% / 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 |
ユノアール 先行 |
中山遥（浦和） |
実44.9 |
B× A▽勝率1% EV-33% 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 8位 / 勝率 1.5% / 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。 |
| 5 |
バックトラック 追込 |
加藤雄（川崎） |
実96.5 |
B× A▽勝率1% EV-13% 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 10位 / 勝率 0.9% / 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 |
マッドチェイサー 差し |
神尾香（川崎） |
実50.5 |
B× A▽勝率2% EV+21% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.0%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.4% / 期待値 +22% ※ 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 |
シュールア 先行 |
新原周（川崎） |
実52.0 |
B△ A△勝率3% EV+36% 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.9%) △Aモデルの評価 (参考) レース内 6位 / 勝率 2.6% / 期待値 +36% ※ 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 |
チョコラテ |
御神訓（大井） |
実2.5 |
B🌟◎ A🌟◎勝率46% EV+15% 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) +16% (市場と概ね一致) AI 予想勝率 46.6% (オッズ暗示: 40.0%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 46.2% / 期待値 +15% ※ 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 |
リコータイフォン |
伊藤裕（川崎） |
実2.4 |
B○ A○勝率22% EV-47% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 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) -39% (大幅な期待値マイナス) AI 予想勝率 25.4% (オッズ暗示: 41.7%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 21.8% / 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。 |
| 10 |
ララヴィテス 推奨 |
矢野貴（大井） |
実14.1 |
B▲ A△勝率7% EV-2% 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) +131% (市場が大幅過小評価) AI 予想勝率 16.4% (オッズ暗示: 7.1%) △Aモデルの評価 (参考) レース内 5位 / 勝率 6.9% / 期待値 -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 |
サラサチャーミング |
菅原涼（大井） |
実10.6 |
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) -94% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 9.4%) △Aモデルの評価 (参考) レース内 4位 / 勝率 6.9% / 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。 |
| 12 |
レイナデルアレーナ 逃げ |
池谷匠（川崎） |
実93.1 |
B× A▽勝率1% EV-26% 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) -87% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.1%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 0.8% / 期待値 -26% ※ 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)
+16% (市場と概ね一致)
AI 予想勝率
46.6% (オッズ暗示: 40.0%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 46.2% / 期待値 +15%
○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)
-39% (大幅な期待値マイナス)
AI 予想勝率
25.4% (オッズ暗示: 41.7%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 21.8% / 期待値 -48%
🌟◎期待値 (オッズ vs AI勝率)
+131% (市場が大幅過小評価)
AI 予想勝率
16.4% (オッズ暗示: 7.1%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 6.9% / 期待値 -3%
△AIランク評価 (順位学習モデル)
レース内 4位 (中位評価)
×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
10.7% (オッズ暗示: 18.9%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 8.6% / 期待値 -55%
×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
0.5% (オッズ暗示: 9.4%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 6.9% / 期待値 -27%
×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
0.1% (オッズ暗示: 1.9%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 2.6% / 期待値 +36%
×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
0.1% (オッズ暗示: 1.1%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 0.8% / 期待値 -26%
×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: 2.0%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.4% / 期待値 +22%
×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 1.5% / 期待値 -34%
×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 9位 / 勝率 1.0% / 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 10位 / 勝率 0.9% / 期待値 -14%
×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 0.5% / 期待値 -14%
💡 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
10
ララヴィテス
¥200
実14.1倍
期待値 +132%
❌不的中単勝 14.1倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
グスク |
和田譲（大井） |
実5.3 |
▲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) -55% (大幅な期待値マイナス) AI 予想勝率 8.6% (オッズ暗示: 18.9%) ※ 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。 |
| 2 |
アンプリフィ 自在 |
櫻井光（川崎） |
実172.7 |
▽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) -14% (オッズ過剰評価) AI 予想勝率 0.5% (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。 |
| 3 |
アスパラノヴァ 追込 |
古岡勇（川崎） |
実85.3 |
▽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 1.0% (オッズ暗示: 1.2%) ※ 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 |
ユノアール 先行 |
中山遥（浦和） |
実44.9 |
▽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) -34% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.2%) ※ 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。 |
| 5 |
バックトラック 追込 |
加藤雄（川崎） |
実96.5 |
▽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 0.9% (オッズ暗示: 1.0%) ※ 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 |
マッドチェイサー 差し |
神尾香（川崎） |
実50.5 |
▽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) +21% (市場と概ね一致) AI 予想勝率 2.4% (オッズ暗示: 2.0%) ※ 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。 |
| 7 |
シュールア 先行 |
新原周（川崎） |
実52.0 |
△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) +36% (妙味あり) AI 予想勝率 2.6% (オッズ暗示: 1.9%) ※ 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。 |
| 8 |
チョコラテ |
御神訓（大井） |
実2.5 |
🌟◎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) +15% (市場と概ね一致) AI 予想勝率 46.2% (オッズ暗示: 40.0%) ※ 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 |
リコータイフォン |
伊藤裕（川崎） |
実2.4 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 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) -48% (大幅な期待値マイナス) AI 予想勝率 21.8% (オッズ暗示: 41.7%) ※ 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 |
ララヴィテス 推奨 |
矢野貴（大井） |
実14.1 |
△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) -3% (オッズ過剰評価) AI 予想勝率 6.9% (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 |
サラサチャーミング |
菅原涼（大井） |
実10.6 |
△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 6.9% (オッズ暗示: 9.4%) ※ 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。 |
| 12 |
レイナデルアレーナ 逃げ |
池谷匠（川崎） |
実93.1 |
▽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) -26% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.1%) ※ 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。 |
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)
+15% (市場と概ね一致)
AI 予想勝率
46.2% (オッズ暗示: 40.0%)
○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)
-48% (大幅な期待値マイナス)
AI 予想勝率
21.8% (オッズ暗示: 41.7%)
○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)
-55% (大幅な期待値マイナス)
AI 予想勝率
8.6% (オッズ暗示: 18.9%)
△期待値 (オッズ vs AI勝率)
-27% (オッズ過剰評価)
AI 予想勝率
6.9% (オッズ暗示: 9.4%)
△期待値 (オッズ vs AI勝率)
-3% (オッズ過剰評価)
AI 予想勝率
6.9% (オッズ暗示: 7.1%)
◎期待値 (オッズ vs AI勝率)
+36% (妙味あり)
AI 予想勝率
2.6% (オッズ暗示: 1.9%)
△期待値 (オッズ vs AI勝率)
+21% (市場と概ね一致)
AI 予想勝率
2.4% (オッズ暗示: 2.0%)
×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
1.5% (オッズ暗示: 2.2%)
△期待値 (オッズ vs AI勝率)
-16% (オッズ過剰評価)
AI 予想勝率
1.0% (オッズ暗示: 1.2%)
△期待値 (オッズ vs AI勝率)
-14% (オッズ過剰評価)
AI 予想勝率
0.9% (オッズ暗示: 1.0%)
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
0.8% (オッズ暗示: 1.1%)
△期待値 (オッズ vs AI勝率)
-14% (オッズ過剰評価)
AI 予想勝率
0.5% (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
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
10
ララヴィテス
¥200
実14.1倍
期待値 -3%
❌不的中単勝 14.1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。
