中京 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。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
オトコギアンパン |
吉村 |
実9.4 |
B△ A△勝率9% EV-11% 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) -8% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 10.6%) △Aモデルの評価 (参考) レース内 5位 / 勝率 9.4% / 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。 |
| 2 |
バガン |
丸山 |
実34.6 |
B▽ A▽勝率6% EV+121% 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) -15% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 2.9%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 6.4% / 期待値 +122% ※ 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 |
ショウナンバルドル |
田山 |
実4.6 |
B◎ A○勝率12% EV-42% 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) -2% (オッズ過剰評価) AI 予想勝率 21.2% (オッズ暗示: 21.7%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 12.4% / 期待値 -43% ※ 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 |
テイエムアイラン |
富田 |
実4.0 |
B▲ A◎勝率13% EV-49% 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) -39% (大幅な期待値マイナス) AI 予想勝率 15.2% (オッズ暗示: 25.0%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 12.7% / 期待値 -49% ※ 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 |
サクラオーラ |
酒井 |
実23.6 |
B▽ A▽勝率7% EV+73% 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) -19% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 4.2%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 7.3% / 期待値 +73% ※ 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 |
マイネルフォルツァ |
コレット |
実25.2 |
B▽ A▽勝率7% EV+68% 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) -38% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 4.0%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 6.7% / 期待値 +68% ※ 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 |
スナークピカソ |
西村淳 |
実9.0 |
B△ A△勝率9% EV-16% 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% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 11.1%) △Aモデルの評価 (参考) レース内 6位 / 勝率 9.2% / 期待値 -17% ※ 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 |
ビップディラン |
松若 |
実5.6 |
B△ A△勝率10% EV-44% 詳細▼ |
前5走 11/01 3京都1012R 10着/15頭+0.4秒 |
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) -45% (大幅な期待値マイナス) AI 予想勝率 9.8% (オッズ暗示: 17.9%) △Aモデルの評価 (参考) レース内 4位 / 勝率 10.0% / 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。 |
| 9 |
ケイテンアイジン |
幸 |
実60.2 |
B▽ A▽勝率6% EV+260% 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) -6% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 1.7%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 6.0% / 期待値 +260% ※ 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 |
クイックバイオ |
田口 |
実15.6 |
B▽ A▽勝率8% EV+23% 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) -7% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 6.4%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 7.9% / 期待値 +23% ※ 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 |
オリバナム |
団野 |
実5.0 |
B○ A▲勝率12% EV-40% 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) -9% (オッズ過剰評価) AI 予想勝率 18.3% (オッズ暗示: 20.0%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 12.0% / 期待値 -40% ※ 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
AIの推奨本命の次点
出走馬全11頭
△期待値 (オッズ vs AI勝率)
-2% (オッズ過剰評価)
AI 予想勝率
21.2% (オッズ暗示: 21.7%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 12.4% / 期待値 -43%
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
18.3% (オッズ暗示: 20.0%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 12.0% / 期待値 -40%
×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
15.2% (オッズ暗示: 25.0%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 12.7% / 期待値 -49%
×期待値 (オッズ vs AI勝率)
-45% (大幅な期待値マイナス)
AI 予想勝率
9.8% (オッズ暗示: 17.9%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 10.0% / 期待値 -44%
△期待値 (オッズ vs AI勝率)
-12% (オッズ過剰評価)
AI 予想勝率
9.8% (オッズ暗示: 11.1%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 9.2% / 期待値 -17%
△期待値 (オッズ vs AI勝率)
-8% (オッズ過剰評価)
AI 予想勝率
9.8% (オッズ暗示: 10.6%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 9.4% / 期待値 -11%
△期待値 (オッズ vs AI勝率)
-7% (オッズ過剰評価)
AI 予想勝率
5.9% (オッズ暗示: 6.4%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 7.9% / 期待値 +23%
△期待値 (オッズ vs AI勝率)
-19% (オッズ過剰評価)
AI 予想勝率
3.4% (オッズ暗示: 4.2%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 7.3% / 期待値 +73%
×期待値 (オッズ vs AI勝率)
-38% (大幅な期待値マイナス)
AI 予想勝率
2.5% (オッズ暗示: 4.0%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 6.7% / 期待値 +68%
△期待値 (オッズ vs AI勝率)
-15% (オッズ過剰評価)
AI 予想勝率
2.5% (オッズ暗示: 2.9%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 6.4% / 期待値 +122%
△期待値 (オッズ vs AI勝率)
-6% (オッズ過剰評価)
AI 予想勝率
1.6% (オッズ暗示: 1.7%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 6.0% / 期待値 +260%
💡 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。
このレースの推奨馬券 2モデル並走
両モデルとも本レースは見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
オトコギアンパン |
吉村 |
実9.4 |
△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) -11% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 10.6%) ※ 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。 |
| 2 |
バガン |
丸山 |
実34.6 |
▽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) +121% (市場が大幅過小評価) AI 予想勝率 6.4% (オッズ暗示: 2.9%) ※ 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 |
ショウナンバルドル |
田山 |
実4.6 |
○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) -43% (大幅な期待値マイナス) AI 予想勝率 12.4% (オッズ暗示: 21.7%) ※ 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。 |
| 4 |
テイエムアイラン |
富田 |
実4.0 |
◎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) -49% (大幅な期待値マイナス) AI 予想勝率 12.7% (オッズ暗示: 25.0%) ※ 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 |
サクラオーラ |
酒井 |
実23.6 |
▽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) +73% (市場が大幅過小評価) AI 予想勝率 7.3% (オッズ暗示: 4.2%) ※ 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。 |
| 6 |
マイネルフォルツァ |
コレット |
実25.2 |
▽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) +68% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 4.0%) ※ 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 |
スナークピカソ |
西村淳 |
実9.0 |
△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) -17% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 11.1%) ※ 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。 |
| 8 |
ビップディラン |
松若 |
実5.6 |
△詳細▼ |
前5走 11/01 3京都1012R 10着/15頭+0.4秒 |
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) -44% (大幅な期待値マイナス) AI 予想勝率 10.0% (オッズ暗示: 17.9%) ※ 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。 |
| 9 |
ケイテンアイジン |
幸 |
実60.2 |
▽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) +260% (市場が大幅過小評価) AI 予想勝率 6.0% (オッズ暗示: 1.7%) ※ 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 |
クイックバイオ |
田口 |
実15.6 |
▽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) +23% (市場と概ね一致) AI 予想勝率 7.9% (オッズ暗示: 6.4%) ※ 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。 |
| 11 |
オリバナム |
団野 |
実5.0 |
▲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) -40% (大幅な期待値マイナス) AI 予想勝率 12.0% (オッズ暗示: 20.0%) ※ 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。 |
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
AIの推奨本命の次点
出走馬全11頭
×期待値 (オッズ vs AI勝率)
-49% (大幅な期待値マイナス)
AI 予想勝率
12.7% (オッズ暗示: 25.0%)
×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
12.4% (オッズ暗示: 21.7%)
×期待値 (オッズ vs AI勝率)
-40% (大幅な期待値マイナス)
AI 予想勝率
12.0% (オッズ暗示: 20.0%)
×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
10.0% (オッズ暗示: 17.9%)
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
9.4% (オッズ暗示: 10.6%)
△期待値 (オッズ vs AI勝率)
-17% (オッズ過剰評価)
AI 予想勝率
9.2% (オッズ暗示: 11.1%)
△期待値 (オッズ vs AI勝率)
+23% (市場と概ね一致)
AI 予想勝率
7.9% (オッズ暗示: 6.4%)
🌟◎期待値 (オッズ vs AI勝率)
+73% (市場が大幅過小評価)
AI 予想勝率
7.3% (オッズ暗示: 4.2%)
🌟◎期待値 (オッズ vs AI勝率)
+68% (市場が大幅過小評価)
AI 予想勝率
6.7% (オッズ暗示: 4.0%)
🌟◎期待値 (オッズ vs AI勝率)
+121% (市場が大幅過小評価)
AI 予想勝率
6.4% (オッズ暗示: 2.9%)
🌟◎期待値 (オッズ vs AI勝率)
+260% (市場が大幅過小評価)
AI 予想勝率
6.0% (オッズ暗示: 1.7%)
💡 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。
このレースの推奨馬券 2モデル並走
両モデルとも本レースは見送り判定（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。
