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

6R 川崎競馬場ダ1500m ダート1500m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	バースバイパー	佐野遥（川崎）	実40.6	B△ A▽勝率2% EV-27% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/30 川崎11R 8着/9頭+5.7秒 07/06 川崎5R 2着/7頭+2.0秒 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 19日の間隔 (理想的) × 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 0.3% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 1.8% / 期待値 -28% ※ 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	ラウロカンピオーネ	町田直（川崎）	実10.2	B△ A▲勝率8% EV-18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/29 川崎4R 3着/7頭+1.4秒 07/07 川崎5R 6着/6頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.5着 ○ 前走実績前走 3着 (好走) ○ ローテーション 20日の間隔 (理想的) × 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: 9.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.0% / 期待値 -19% ※ 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	クレバーパイン	野畑凌（川崎）	実1.6	B🌟◎ A🌟◎勝率56% EV-10% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走で勝率100%と好調／前走勝利の勢い／騎手は近50戦で勝率28%）
前5走 07/31 川崎4R 1着/7頭 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 騎手近50戦勝率 28% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 18日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +51% (市場が大幅過小評価) AI 予想勝率 94.7% (オッズ暗示: 62.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 55.6% / 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	エヴァルト	矢野貴（大井）	実3.4	B○ A○勝率22% EV-24% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／騎手は近50戦で勝率20%）
前5走 07/29 川崎4R 2着/7頭+0.0秒 07/09 川崎4R 2着/3頭 ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 20日の間隔 (理想的) × 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 2.6% (オッズ暗示: 29.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.3% / 期待値 -24% ※ 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	ドラゴンライト	和田譲（大井）	実15.1	B× A△勝率2% EV-63% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 07/28 川崎4R 1着/3頭 07/06 川崎4R 5着/10頭 06/15 川崎3R 10着/12頭+0.0秒 06/02 船橋4R 6着/12頭 05/15 川崎3R 6着/7頭+4.2秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 21日の間隔 (理想的) × 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: 6.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.4% / 期待値 -64% ※ 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	オリジン	新原周（川崎）	実15.8	B△ A△勝率4% EV-35% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 07/27 川崎5R 1着/7頭勝利 ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 22日の間隔 (理想的) × 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 0.9% (オッズ暗示: 6.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.1% / 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。
7	ヤマトリュウタン	伊藤裕（川崎）	実11.9	B× A△勝率5% EV-45% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/27 川崎6R 4着/8頭+0.9秒 06/15 川崎3R 4着/12頭 05/15 川崎3R 2着/7頭+0.2秒 ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ ローテーション 22日の間隔 (理想的) × 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 4位 / 勝率 4.6% / 期待値 -46% ※ 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	ジンジャーホープ	櫻井光（川崎）	実41.8	B▲ A▽勝率1% EV-44% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 07/27 川崎4R 1着/7頭勝利 07/09 川崎3R 5着/6頭+1.0秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.3% / 期待値 -44% ※ 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の本命

AI評価1位Aモデル ◎

クレバーパイン

騎手野畑凌（川崎）

単勝オッズ

1.6倍

AI期待値

+51%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○4エヴァルト

3.4倍

EV -91%

▲A:▽8ジンジャーホープ

41.8倍

EV -45%

出走馬全8頭

◎A:◎3

クレバーパイン

野畑凌（川崎）

1.6倍

+51%

›

○A:○4

エヴァルト

矢野貴（大井）

3.4倍

-91%

›

▲A:▽8

ジンジャーホープ

櫻井光（川崎）

41.8倍

-45%

›

△A:△6

オリジン

新原周（川崎）

15.8倍

-86%

›

△A:▽1

バースバイパー

佐野遥（川崎）

40.6倍

-87%

›

△A:▲2

ラウロカンピオーネ

町田直（川崎）

10.2倍

-98%

›

×A:△5

ドラゴンライト

和田譲（大井）

15.1倍

-98%

›

×A:△7

ヤマトリュウタン

伊藤裕（川崎）

11.9倍

-99%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

6R 川崎競馬場ダ1500m ダート1500m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	バースバイパー	佐野遥（川崎）	実40.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/30 川崎11R 8着/9頭+5.7秒 07/06 川崎5R 2着/7頭+2.0秒 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.5%) ※ 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。
2	ラウロカンピオーネ	町田直（川崎）	実10.2	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/29 川崎4R 3着/7頭+1.4秒 07/07 川崎5R 6着/6頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.5着 ○ 前走実績前走 3着 (好走) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 8.0% (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	クレバーパイン	野畑凌（川崎）	実1.6	🌟◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走で勝率100%と好調／前走勝利の勢い／騎手は近50戦で勝率28%）
前5走 07/31 川崎4R 1着/7頭 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 騎手近50戦勝率 28% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 55.6% (オッズ暗示: 62.5%) ※ 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	エヴァルト	矢野貴（大井）	実3.4	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／騎手は近50戦で勝率20%）
前5走 07/29 川崎4R 2着/7頭+0.0秒 07/09 川崎4R 2着/3頭 ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 22.3% (オッズ暗示: 29.4%) ※ 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。
5	ドラゴンライト	和田譲（大井）	実15.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 07/28 川崎4R 1着/3頭 07/06 川崎4R 5着/10頭 06/15 川崎3R 10着/12頭+0.0秒 06/02 船橋4R 6着/12頭 05/15 川崎3R 6着/7頭+4.2秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 6.6%) ※ 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	オリジン	新原周（川崎）	実15.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 07/27 川崎5R 1着/7頭勝利 ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 6.3%) ※ 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。
7	ヤマトリュウタン	伊藤裕（川崎）	実11.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向）
前5走 07/27 川崎6R 4着/8頭+0.9秒 06/15 川崎3R 4着/12頭 05/15 川崎3R 2着/7頭+0.2秒 ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 8.4%) ※ 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	ジンジャーホープ	櫻井光（川崎）	実41.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 07/27 川崎4R 1着/7頭勝利 07/09 川崎3R 5着/6頭+1.0秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 50% (絶好調) △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.4%) ※ 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。

🎯 AIの本命

AI評価1位

クレバーパイン

騎手野畑凌（川崎）

単勝オッズ

1.6倍

AI期待値

-10%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4エヴァルト

3.4倍

EV -24%

▲2ラウロカンピオーネ

10.2倍

EV -18%

出走馬全8頭

◎3

クレバーパイン

野畑凌（川崎）

1.6倍

-10%

›

○4

エヴァルト

矢野貴（大井）

3.4倍

-24%

›

▲2

ラウロカンピオーネ

町田直（川崎）

10.2倍

-18%

›

△7

ヤマトリュウタン

伊藤裕（川崎）

11.9倍

-45%

›

△6

オリジン

新原周（川崎）

15.8倍

-35%

›

△5

ドラゴンライト

和田譲（大井）

15.1倍

-63%

›

▽1

バースバイパー

佐野遥（川崎）

40.6倍

-27%

›

▽8

ジンジャーホープ

櫻井光（川崎）

41.8倍

-44%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項