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。

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	タツノスペシャル先行	佐野遥（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は4走で勝ち無し）
前5走 06/16 川崎3R 8着/13頭 05/13 川崎3R 4着/14頭+1.0秒 04/08 川崎3R 4着/9頭+0.4秒 03/06 川崎5R 4着/8頭+0.6秒 02/06 川崎5R 6着/12頭+1.6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 5.3着 △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 4走で勝ち無し ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 8.8% ※ 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。
2	アウフタクト先行	神尾香（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場7走で勝率0%と苦戦傾向／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 06/16 川崎3R 10着/13頭+0.0秒 05/28 浦和3R 1着/9頭 05/12 川崎1R 4着/12頭+1.3秒 04/08 川崎2R 7着/12頭+1.7秒 03/06 川崎3R 8着/11頭+2.4秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 7走で勝率 0% (苦戦) ◎ 距離適性同距離 4走で勝率 25% ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 8.1% ※ 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。
3	アメリカンサンデー逃げ	和田譲（大井）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率25%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 06/18 川崎1R 1着/12頭 05/14 川崎1R 3着/8頭+1.2秒 04/10 川崎1R 2着/10頭+1.0秒 02/05 川崎2R 7着/10頭+1.9秒 ―
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 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 3走で勝率 33% ○ 騎手近50戦勝率 14% ◎ 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) -78% (大幅な期待値マイナス) AI 予想勝率 11.8% ※ 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。
4	シナノフラッシュ逃げ	増田充（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし
前5走 06/15 川崎7R 4着/13頭 05/25 浦和5R 10着/12頭 05/13 川崎3R 8着/14頭+2.2秒 04/10 川崎3R 1着/8頭勝利 03/06 川崎2R 2着/10頭+0.0秒
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 7.3着 (不振) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 8走で勝率 12% ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 8.8% ※ 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。
5	ピエスポリード自在	町田直（川崎）	推定—	×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（当競馬場4走で勝率25%と適性高／同距離帯は3走で勝ち無し／同馬場状態で勝率33%）
前5走 09/12 川崎5R 3着/6頭+1.0秒 08/22 川崎5R 5着/10頭+1.1秒 08/07 川崎11R 7着/10頭+2.4秒 07/10 川崎3R 1着/7頭勝利 ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 距離適性同距離は 3走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) △ ローテーション 301日休養明け × 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 14.3% ※ 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。
6	マイボンド自在	山林信（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（前走2着）
前5走 06/15 川崎6R 2着/12頭+2.0秒 05/28 浦和8R 9着/11頭 05/11 川崎5R 9着/11頭+3.6秒 01/04 川崎6R 8着/10頭+2.7秒 12/19 川崎6R 5着/9頭+1.4秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 9走で勝率 11% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 8.1% ※ 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。
7	ミオサンダー追込	古岡勇（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均9.3着と低調）
前5走 06/15 川崎7R 11着/13頭 12/18 川崎9R 7着/10頭+2.9秒 11/18 川崎11R 10着/11頭+4.4秒 10/31 浦和6R 6着/12頭+0.8秒 09/26 浦和7R 11着/12頭+4.6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 9.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -83% (大幅な期待値マイナス) AI 予想勝率 8.1% ※ 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	ボレロライズ逃げ	池谷匠（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 01/03 川崎2R 1着/9頭勝利 12/16 川崎1R 2着/10頭+0.4秒 11/21 川崎2R 4着/7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 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 188日休養明け × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 9.7% ※ 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。
9	ジーベローチェ追込	田中涼（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（同馬場状態で勝率33%／直近3走平均8.7着と低調／93日ぶりの実戦）
前5走 04/08 川崎8R 13着/13頭+3.4秒 03/13 船橋6R 5着/8頭+1.0秒 03/02 川崎6R 8着/8頭+3.3秒 02/04 川崎6R 6着/12頭+0.9秒 01/01 川崎11R 6着/11頭+0.9秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 5走で勝率 20% ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 13着 (大敗) △ ローテーション 93日休養明け × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 8.1% ※ 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。
10	アンジュベル逃げ	野畑凌（川崎）	推定—	×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33%と好調）
前5走 06/15 川崎7R 9着/13頭 05/11 川崎2R 2着/10頭+0.3秒 12/25 園田4R 1着/11頭勝利 12/04 園田4R 2着/12頭+0.7秒 ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 14.3% ※ 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の本命

AI評価1位

ピエスポリード

騎手町田直（川崎）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

AIの推奨本命の次点

▲3アメリカンサンデー

—

EV —

出走馬全10頭

×5

ピエスポリード

町田直（川崎）

—

›

×10

アンジュベル

野畑凌（川崎）

—

›

▲3

アメリカンサンデー

和田譲（大井）

—

›

△8

ボレロライズ

池谷匠（川崎）

—

›

△1

タツノスペシャル

佐野遥（川崎）

—

›

△4

シナノフラッシュ

増田充（川崎）

—

›

×2

アウフタクト

神尾香（川崎）

—

›

×6

マイボンド

山林信（川崎）

—

›

×7

ミオサンダー

古岡勇（川崎）

—

›

×9

ジーベローチェ

田中涼（川崎）

—

›

💡 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

🌙 オッズ確定前のレースです（夜開催など、発走前でオッズ未公開）。
上の表の AI 評価は確認できますが、期待値・買い目はオッズが出てから（発走が近づくと）自動で公開されます。

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）

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。