東京 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。

6R 東京競馬場発走 12:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アデルフィー	Ｍデムーロ	実19.0	▽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／直近3走で勝率33%と好調／前走3着）
前5走 04/25 1福島56R 2着/15頭+0.4秒 04/12 1福島23R 4着/15頭+1.6秒 03/22 1中京43R 5着/15頭+0.6秒 01/31 2京都13R 6着/13頭+1.5秒 01/12 1中山53R 9着/16頭+2.0秒
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 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 5.3% (オッズ暗示: 5.3%) ※ 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。
2	クモヒトツナイ	武藤	実197.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場3走で勝率0%と苦戦傾向／直近3走平均11.0着と低調）
前5走 04/18 3中山77R 6着/10頭+0.8秒 11/29 5東京77R 9着/16頭+1.6秒 11/15 3福島39R 9着/16頭+1.3秒 09/06 2札幌59R 9着/15頭+1.1秒 08/16 1札幌712R 4着/12頭+0.4秒
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戦の調子平均 11.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) +25%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (オッズ暗示: 0.5%) ※ 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	テイクオンミー	菅原明	実13.4	△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／前走3着／98日ぶりの実戦）
前5走 04/25 2東京16R 5着/16頭+1.0秒 01/24 1中山84R 1着/15頭勝利 12/27 5中山72R 4着/16頭+0.8秒 10/26 4東京95R 8着/16頭+0.8秒 ―
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戦の調子平均 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 7.5%) ※ 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	アクアマーズ	プーシャン	実1.8	◎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（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 03/22 2中山85R 9着/16頭+1.5秒 12/06 5中山13R 6着/15頭+0.3秒 11/09 5東京24R 3着/14頭+0.4秒 09/14 4中山45R 2着/10頭+0.6秒 ―
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) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 前走実績前走 2着 (好走) × 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 31.7% (オッズ暗示: 55.6%) ※ 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。
5	モンスターラッシュ	戸崎圭	実8.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 02/15 1東京63R 7着/16頭+1.1秒 ― ― ― ―
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 33% (上り調子) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 12.0%) ※ 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	ゴールドバローズ	岩田康	実6.6	○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2着／176日ぶりの実戦）
前5走 04/25 1福島56R 1着/15頭勝利 02/28 1阪神34R 7着/14頭+1.3秒 02/14 2京都55R 2着/14頭+0.6秒 ― ―
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 2着 (好走) △ ローテーション 176日休養明け △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 17.0% (オッズ暗示: 15.2%) ※ 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。
7	カフェラジェム	横山和	実6.6	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／前走勝利の勢い／314日ぶりの実戦）
前5走 01/05 1中山23R 1着/12頭勝利 12/07 5中山23R 2着/13頭+0.5秒 ― ― ―
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 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 314日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 12.2% (オッズ暗示: 15.2%) ※ 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。
8	サトノカイロス	亀田	実103.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (勝率のレース内順位) レース内 11位 (中位評価) △ 期待値 (オッズ vs AI勝率) +31%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (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。
9	サムワンライクユー	内田博	実169.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場21走で勝率0%と苦戦傾向／直近3走平均8.0着と低調）
前5走 04/26 2東京27R 13着/16頭+3.0秒 03/29 3中山27R 4着/15頭+0.6秒 03/07 2中山38R 6着/14頭+2.4秒 02/21 1東京712R 12着/16頭+0.8秒 02/01 1東京26R 5着/15頭+0.9秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.0着 (不振) × 当競馬場適性 21走で勝率 0% (苦戦) ○ 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) +8%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (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。
10	カンレイスキー	原	実67.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調）
前5走 05/03 2東京47R 9着/15頭+0.9秒 02/21 1東京77R 11着/16頭+2.8秒 10/12 4東京47R 16着/16頭+6.8秒 11/23 5東京79R 5着/16頭+1.0秒 11/03 5東京22R 1着/15頭勝利
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.3着 (不振) △ 当競馬場適性 10走で勝率 10% ○ 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) +9%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.6% (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	キングクレオール	石橋脩	実55.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率0%と苦戦傾向）
前5走 05/02 2東京37R 12着/16頭+2.2秒 04/05 3中山48R 7着/16頭+1.3秒 03/21 2中山712R 12着/16頭+1.5秒 03/01 2中山28R 14着/16頭+1.6秒 04/28 2東京46R 6着/14頭+0.8秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 1.8%) ※ 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。
12	ナウオアネヴァー	川又	実109.3	▽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 05/02 2東京33R 5着/9頭+1.0秒 03/21 1中京31R 2着/13頭+0.1秒 02/28 1阪神32R 5着/14頭+1.1秒 02/14 2京都54R 8着/16頭+2.1秒 01/04 1京都12R 6着/16頭+2.3秒
AI 評価の内訳 — 馬番 12 ◎ 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) -20% (オッズ過剰評価) AI 予想勝率 0.7% (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。
13	コーシューパンジャ	☆長浜	実39.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場12走で勝率0%と苦戦傾向）
前5走 05/03 2東京47R 5着/15頭+0.5秒 02/21 1東京712R 9着/16頭+0.5秒 02/01 1東京26R 3着/15頭+0.6秒 12/03 笠松10R 1着/10頭勝利 11/06 笠松4R 1着/10頭勝利
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.3着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +54%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.9% (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。
14	オブシディアン	木幡巧	実425.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場10走で勝率0%と苦戦傾向／直近3走平均13.7着と低調）
前5走 12/21 5中山68R 14着/15頭+2.6秒 10/11 4東京312R 11着/16頭+1.8秒 10/04 3京都14R 14着/14頭+2.2秒 09/14 4中山48R 12着/15頭+4.4秒 06/15 3東京46R 14着/16頭+2.3秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 13.7着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) +171%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (オッズ暗示: 0.2%) ※ 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。
15	ブリスフル	木幡初	実158.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（127日ぶりの実戦）
前5走 04/19 1福島48R 4着/15頭+0.8秒 04/11 3中山58R 12着/16頭+2.2秒 03/07 2中山38R 8着/14頭+2.8秒 02/28 2中山17R 13着/16頭+4.4秒 12/20 5中京56R 8着/16頭+1.2秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.7着 △ ローテーション 127日休養明け △ 期待値 (オッズ vs AI勝率) +1%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (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。
16	エマージェンス	佐々木	実15.3	△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／直近3走で勝率33%と好調／前走3着）
前5走 04/28 園田7R 1着/10頭勝利 01/15 園田9R 5着/8頭+1.4秒 12/25 園田9R 7着/12頭+1.8秒 12/04 園田12R 2着/12頭+0.1秒 11/13 園田12R 3着/11頭+0.8秒
AI 評価の内訳 — 馬番 16 ◎ 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) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) ○ 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) +1% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 6.5%) ※ 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。

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

見送りAI の 1 位の馬

アクアマーズ

騎手プーシャン

1.8倍

AI の勝率32%損益の分かれ目56%

オッズが買う範囲（10〜30倍）より低く見送り。

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

出走馬全16頭

◎4

アクアマーズ

プーシャン

1.8倍

勝率 32%

›

○6

ゴールドバローズ

岩田康

6.6倍

勝率 17%

›

▲7

カフェラジェム

横山和

6.6倍

勝率 12%

›

△5

モンスターラッシュ

戸崎圭

8.3倍

勝率 9%

›

△3

テイクオンミー

菅原明

13.4倍

勝率 7%

›

△16

エマージェンス

佐々木

15.3倍

勝率 7%

›

▽1

アデルフィー

Ｍデムーロ

19.0倍

勝率 5%

›

▽13

コーシューパンジャ

☆長浜

39.5倍

対象外勝率 4%

›

▽11

キングクレオール

石橋脩

55.4倍

対象外勝率 2%

›

▽10

カンレイスキー

原

67.3倍

対象外勝率 2%

›

▽8

サトノカイロス

亀田

103.2倍

対象外勝率 1%

›

▽12

ナウオアネヴァー

川又

109.3倍

対象外勝率 1%

›

▽15

ブリスフル

木幡初

158.8倍

対象外勝率 1%

›

▽9

サムワンライクユー

内田博

169.9倍

対象外勝率 1%

›

▽2

クモヒトツナイ

武藤

197.2倍

対象外勝率 1%

›

▽14

オブシディアン

木幡巧

425.3倍

対象外勝率 1%

›

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

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