東京 6R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

6R 東京競馬場発走 12:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ソードオブステート	田辺	実5.9	B△ A△勝率17% EV-1% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率100%と好調／前走勝利の勢い）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 14.3% (オッズ暗示: 16.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 16.7% / 期待値 -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。
2	ダマスク	内田博	実111.1	B▽ A▽勝率3% EV+211% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) +123%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.0% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.8% / 期待値 +211% ※ 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	ラヴィサンエール	松岡	実28.7	B△ A△勝率5% EV+47% 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50%と好調／71日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 50% (絶好調) ◎ 期待値 (オッズ vs AI勝率) +52% (市場が大幅過小評価) AI 予想勝率 5.3% (オッズ暗示: 3.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.1% / 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。
4	ライーリーアース	原田和	実97.4	B▽ A▽勝率4% EV+254% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +173%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.8% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.6% / 期待値 +255% ※ 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	タクティシアン	川田	実3.5	B○ A○勝率20% EV-31% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率100%と好調／前走勝利の勢い／119日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 23.8% (オッズ暗示: 28.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.6% / 期待値 -31% ※ 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	ルースソラール	横山武	実4.7	B▲ A▲勝率20% EV-7% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 14.3% (オッズ暗示: 21.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 19.6% / 期待値 -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。
7	ボーデコール	津村	実2.0	B◎ A×勝率22% EV-56% 詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（10〜30倍）より低く見送り（直近3走で勝率100%と好調／前走勝利の勢い／78日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 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 27.9% (オッズ暗示: 50.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 21.7% / 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。
8	セタキト推奨	菅原明	実29.9	B△ A△勝率11% EV+221% 詳細▼	市場が大きく過小評価、AI予想勝率10% × オッズ29.9倍で期待値+184%の有力候補（直近3走勝率33%と上り調子）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 期待値 (オッズ vs AI勝率) +184% (市場が大幅過小評価) AI 予想勝率 9.5% (オッズ暗示: 3.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.8% / 期待値 +222% ※ 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

買うAI の推奨AB

セタキト

騎手菅原明

29.9倍

AI の勝率10%損益の分かれ目3%

AI の勝率 10% が損益の分かれ目 3%（1 ÷ 29.9倍）を上回り、期待値 +185% が買う基準（+20%）以上。

賭け金の目安 ¥700（AI の自信に応じて変えています）

中央は記録のための予想です（控除率を越える力は未確認）。

外れ（8着）

出走馬全8頭

◎A:×7

ボーデコール

津村

2.0倍

勝率 28%

›

○A:○5

タクティシアン

川田

3.5倍

勝率 24%

›

▲A:▲6

ルースソラール

横山武

4.7倍

勝率 14%

›

△A:△1

ソードオブステート

田辺

5.9倍

勝率 14%

›

△A:△8

セタキト

菅原明

29.9倍

勝率 10%

›

△A:△3

ラヴィサンエール

松岡

28.7倍

勝率 5%

›

▽A:▽4

ライーリーアース

原田和

97.4倍

対象外勝率 3%

›

▽A:▽2

ダマスク

内田博

111.1倍

対象外勝率 2%

›

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。買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで。

▶ 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

A モデル（勝ち負けの 2 択で学習）

単勝 8 セタキト実29.9倍期待値 +185% 推奨 10.5〜30.0倍 ¥400 不的中8着

B モデル（レース内の順位で学習）

単勝 8 セタキト実29.9倍期待値 +185% 推奨 10.5〜30.0倍 ¥300 不的中8着

※ オッズは予測時点の値です。

6R 東京競馬場発走 12:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ソードオブステート	田辺	実5.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率100%と好調／前走勝利の勢い）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 16.7% (オッズ暗示: 16.9%) ※ 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	ダマスク	内田博	実111.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) +211%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.8% (オッズ暗示: 0.9%) ※ 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。
3	ラヴィサンエール	松岡	実28.7	△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50%と好調／71日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 50% (絶好調) ◎ 期待値 (オッズ vs AI勝率) +47% (妙味あり) AI 予想勝率 5.1% (オッズ暗示: 3.5%) ※ 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	ライーリーアース	原田和	実97.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +254%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.6% (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。
5	タクティシアン	川田	実3.5	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率100%と好調／前走勝利の勢い／119日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 119日休養明け × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 19.6% (オッズ暗示: 28.6%) ※ 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	ルースソラール	横山武	実4.7	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 19.6% (オッズ暗示: 21.3%) ※ 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	ボーデコール	津村	実2.0	×詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（10〜30倍）より低く見送り（直近3走で勝率100%と好調／前走勝利の勢い／78日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 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 21.7% (オッズ暗示: 50.0%) ※ 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。
8	セタキト推奨	菅原明	実29.9	△詳細▼	市場が大きく過小評価、AI予想勝率11% × オッズ29.9倍で期待値+221%の有力候補（直近3走勝率33%と上り調子）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 期待値 (オッズ vs AI勝率) +221% (市場が大幅過小評価) AI 予想勝率 10.8% (オッズ暗示: 3.3%) ※ 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。

買うAI の推奨AB

セタキト

騎手菅原明

29.9倍

AI の勝率11%損益の分かれ目3%

AI の勝率 11% が損益の分かれ目 3%（1 ÷ 29.9倍）を上回り、期待値 +222% が買う基準（+20%）以上。

賭け金の目安 ¥700（AI の自信に応じて変えています）

中央は記録のための予想です（控除率を越える力は未確認）。

外れ（8着）

出走馬全8頭

×7

ボーデコール

津村

2.0倍

勝率 22%

›

○5

タクティシアン

川田

3.5倍

勝率 20%

›

▲6

ルースソラール

横山武

4.7倍

勝率 20%

›

△1

ソードオブステート

田辺

5.9倍

勝率 17%

›

△8

セタキト

菅原明

29.9倍

勝率 11%

›

△3

ラヴィサンエール

松岡

28.7倍

勝率 5%

›

▽4

ライーリーアース

原田和

97.4倍

対象外勝率 4%

›

▽2

ダマスク

内田博

111.1倍

対象外勝率 3%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで。

▶ 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

A モデル（勝ち負けの 2 択で学習）

単勝 8 セタキト実29.9倍期待値 +222% 推奨 10.0〜30.0倍 ¥400 不的中8着

B モデル（レース内の順位で学習）

単勝 8 セタキト実29.9倍期待値 +222% 推奨 10.0〜30.0倍 ¥300 不的中8着

※ オッズは予測時点の値です。

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