川崎 8R 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 |
モナークスラッガー |
加藤雄（川崎） |
実12.6 |
B× A×勝率3% EV-59% 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 7.9%) ×Aモデルの評価 (参考) レース内 7位 / 勝率 3.2% / 期待値 -59% ※ 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 |
シントーハナノラン 先行 |
町田直（川崎） |
実2.9 |
B○ A🌟◎勝率31% EV-10% 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) -11% (オッズ過剰評価) AI 予想勝率 30.6% (オッズ暗示: 34.5%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 31.0% / 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。 |
| 3 |
タヴァネスタン 先行 |
和田譲（大井） |
実2.3 |
B🌟◎ A○勝率23% EV-46% 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) +34% (妙味あり) AI 予想勝率 58.4% (オッズ暗示: 43.5%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 23.1% / 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。 |
| 4 |
カンナギ |
池谷匠（川崎） |
実80.8 |
B× A×勝率1% EV-57% 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 10位 / 勝率 0.5% / 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。 |
| 5 |
ワンラヴ 追込 |
張田昂（船橋） |
実27.8 |
B× A△勝率3% EV-9% 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.6%) △Aモデルの評価 (参考) レース内 6位 / 勝率 3.3% / 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。 |
| 6 |
オトコユメラク 追込 |
増田充（川崎） |
実36.4 |
B△ A▽勝率2% EV-35% 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) -74% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 2.7%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 1.8% / 期待値 -35% ※ 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 |
ベルバルト 差し |
新原周（川崎） |
実14.5 |
B▲ A△勝率8% EV+12% 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) -6% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 6.9%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.7% / 期待値 +12% ※ 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 |
ヴァッツマン 追込 推奨 |
佐野遥（川崎） |
実7.8 |
B△ A▲勝率21% EV+62% 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) -91% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 12.8%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 20.8% / 期待値 +62% ※ 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 |
リンテンリュウ 自在 |
櫻井光（川崎） |
実9.1 |
B△ A△勝率7% EV-31% 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) -77% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 11.0%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.5% / 期待値 -32% ※ 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 |
メイショウサノサ 追込 |
中山遥（浦和） |
実43.0 |
B× A×勝率1% EV-53% 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) ×Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 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。 |
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10頭
◎期待値 (オッズ vs AI勝率)
+34% (妙味あり)
AI 予想勝率
58.4% (オッズ暗示: 43.5%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 23.1% / 期待値 -47%
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
30.6% (オッズ暗示: 34.5%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 31.0% / 期待値 -10%
△期待値 (オッズ vs AI勝率)
-6% (オッズ過剰評価)
AI 予想勝率
6.5% (オッズ暗示: 6.9%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.7% / 期待値 +12%
×期待値 (オッズ vs AI勝率)
-77% (大幅な期待値マイナス)
AI 予想勝率
2.5% (オッズ暗示: 11.0%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.5% / 期待値 -32%
×期待値 (オッズ vs AI勝率)
-91% (大幅な期待値マイナス)
AI 予想勝率
1.2% (オッズ暗示: 12.8%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 20.8% / 期待値 +62%
×期待値 (オッズ vs AI勝率)
-74% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 2.7%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 1.8% / 期待値 -35%
×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
0.1% (オッズ暗示: 3.6%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 3.3% / 期待値 -10%
×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: 7.9%)
×Aモデルの評価 (参考)
レース内 7位 / 勝率 3.2% / 期待値 -59%
×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 1.1% / 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)
×Aモデルの評価 (参考)
レース内 10位 / 勝率 0.5% / 期待値 -57%
💡 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
8
ヴァッツマン
¥200
実7.8倍
期待値 -91%
❌不的中3着単勝 7.8倍
B. 市場除外+キャリブ
このモデルは本レース見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
モナークスラッガー |
加藤雄（川崎） |
実12.6 |
×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) -59% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 7.9%) ※ 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 |
シントーハナノラン 先行 |
町田直（川崎） |
実2.9 |
🌟◎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) -10% (オッズ過剰評価) AI 予想勝率 31.0% (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。 |
| 3 |
タヴァネスタン 先行 |
和田譲（大井） |
実2.3 |
○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) -47% (大幅な期待値マイナス) AI 予想勝率 23.1% (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。 |
| 4 |
カンナギ |
池谷匠（川崎） |
実80.8 |
×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) -57% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。 |
| 5 |
ワンラヴ 追込 |
張田昂（船橋） |
実27.8 |
△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) -10% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 3.6%) ※ 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 |
オトコユメラク 追込 |
増田充（川崎） |
実36.4 |
▽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) -35% (大幅な期待値マイナス) AI 予想勝率 1.8% (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。 |
| 7 |
ベルバルト 差し |
新原周（川崎） |
実14.5 |
△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) +12% (市場と概ね一致) AI 予想勝率 7.7% (オッズ暗示: 6.9%) ※ 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 |
ヴァッツマン 追込 推奨 |
佐野遥（川崎） |
実7.8 |
▲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) +62% (市場が大幅過小評価) AI 予想勝率 20.8% (オッズ暗示: 12.8%) ※ 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。 |
| 9 |
リンテンリュウ 自在 |
櫻井光（川崎） |
実9.1 |
△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) -32% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 11.0%) ※ 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。 |
| 10 |
メイショウサノサ 追込 |
中山遥（浦和） |
実43.0 |
×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) -53% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.3%) ※ 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10頭
△期待値 (オッズ vs AI勝率)
-10% (オッズ過剰評価)
AI 予想勝率
31.0% (オッズ暗示: 34.5%)
×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
23.1% (オッズ暗示: 43.5%)
🌟◎期待値 (オッズ vs AI勝率)
+62% (市場が大幅過小評価)
AI 予想勝率
20.8% (オッズ暗示: 12.8%)
△期待値 (オッズ vs AI勝率)
+12% (市場と概ね一致)
AI 予想勝率
7.7% (オッズ暗示: 6.9%)
×期待値 (オッズ vs AI勝率)
-32% (大幅な期待値マイナス)
AI 予想勝率
7.5% (オッズ暗示: 11.0%)
△期待値 (オッズ vs AI勝率)
-10% (オッズ過剰評価)
AI 予想勝率
3.3% (オッズ暗示: 3.6%)
×期待値 (オッズ vs AI勝率)
-59% (大幅な期待値マイナス)
AI 予想勝率
3.2% (オッズ暗示: 7.9%)
×期待値 (オッズ vs AI勝率)
-35% (大幅な期待値マイナス)
AI 予想勝率
1.8% (オッズ暗示: 2.7%)
×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
1.1% (オッズ暗示: 2.3%)
×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
0.5% (オッズ暗示: 1.2%)
💡 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
8
ヴァッツマン
¥200
実7.8倍
期待値 +62%
❌不的中3着単勝 7.8倍
B. 市場除外+キャリブ
このモデルは本レース見送り判定（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。
