川崎 12R 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。

12R 川崎競馬場ダ900m ダート900m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レモングラス先行	池谷匠（川崎）	実4.0	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場9走で勝率33%と適性高／同距離帯6走で勝率50%／直近3走で勝率67%と好調）
前5走 06/16 川崎7R 1着/12頭 12/17 川崎8R 3着/11頭+1.3秒 11/19 川崎4R 1着/12頭勝利 08/26 川崎4R 4着/11頭+1.0秒 08/04 川崎4R 2着/12頭+0.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 9走で勝率 33% (得意) ◎ 距離適性同距離 6走で勝率 50% △ 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 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 9.6% (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。
2	バースフラワー追込	本橋孝（船橋）	実37.1	○詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 06/16 川崎7R 6着/12頭 05/11 川崎12R 8着/12頭+1.6秒 04/06 川崎9R 6着/11頭+0.4秒 03/11 船橋7R 9着/11頭+1.5秒 03/04 川崎5R 4着/11頭+0.6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 6.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 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) +210% (市場が大幅過小評価) AI 予想勝率 8.4% (オッズ暗示: 2.7%) ※ 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。
3	レジェス	七夕裕（浦和）	実35.2	▲詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 06/24 浦和9R 6着/11頭 06/03 船橋6R 13着/13頭 05/27 浦和9R 9着/11頭 05/08 船橋8R 12着/14頭+2.2秒 04/22 浦和9R 3着/12頭+0.5秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) ○ 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% 🌟◎ 期待値 (オッズ vs AI勝率) +193% (市場が大幅過小評価) AI 予想勝率 8.3% (オッズ暗示: 2.8%) ※ 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	ポッドデューク逃げ	野畑凌（川崎）	実3.6	◎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（当競馬場5走で勝率80%と適性高／同距離帯4走で勝率75%／直近3走で勝率67%と好調）
前5走 05/14 川崎7R 1着/11頭勝利 04/06 川崎9R 5着/11頭+0.4秒 03/03 川崎7R 1着/12頭勝利 11/17 川崎7R 1着/12頭勝利 10/17 川崎5R 1着/14頭勝利
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 80% (得意) ◎ 距離適性同距離 4走で勝率 75% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 23.7% (オッズ暗示: 27.8%) ※ 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	ミスフォルテ先行	笹川翼（大井）	実4.2	▲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33%と好調／前走勝利の勢い／騎手は近50戦で勝率24%）
前5走 06/15 川崎9R 1着/3頭 03/11 船橋8R 9着/12頭+1.5秒 02/05 川崎9R 3着/13頭+0.5秒 01/19 船橋8R 2着/12頭+0.0秒 01/02 川崎4R 2着/12頭+0.4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 7走で勝率 14% ○ 距離適性同距離 6走で勝率 17% ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 24% (好調) ◎ 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) -65% (大幅な期待値マイナス) AI 予想勝率 8.3% (オッズ暗示: 23.8%) ※ 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。
6	テイクノート自在推奨	菅原涼（大井）	実23.2	▲詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+93%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 06/28 船橋11R 11着/11頭+1.0秒 06/01 船橋9R 7着/9頭+1.0秒 11/19 川崎10R 9着/12頭+1.6秒 11/05 船橋10R 5着/12頭+0.3秒 10/15 川崎9R 4着/11頭+0.9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 9.0着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 7走で勝率 14% ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +93% (市場が大幅過小評価) AI 予想勝率 8.3% (オッズ暗示: 4.3%) ※ 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	ライヴペッパー先行	藤本現（大井）	実19.5	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場28走で勝率4%と苦戦傾向／同距離帯は9走で勝ち無し／前走3着）
前5走 05/14 川崎7R 3着/11頭+0.3秒 04/09 川崎9R 6着/14頭+1.3秒 03/05 川崎9R 4着/11頭+1.3秒 02/04 川崎12R 2着/14頭+0.5秒 01/04 川崎12R 3着/14頭+0.9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 4.3着 × 当競馬場適性 28走で勝率 4% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +62% (市場が大幅過小評価) AI 予想勝率 8.3% (オッズ暗示: 5.1%) ※ 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	ムーランアルザン逃げ	佐野遥（川崎）	実8.5	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場28走で勝率25%と適性高／同距離帯9走で勝率44%／前走2着）
前5走 05/11 川崎12R 2着/12頭+0.6秒 04/06 川崎9R 3着/11頭+0.2秒 03/03 川崎12R 8着/12頭+1.4秒 02/06 川崎12R 1着/12頭勝利 10/13 川崎9R 1着/12頭勝利
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 ◎ 当競馬場適性 28走で勝率 25% (得意) ◎ 距離適性同距離 9走で勝率 44% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 8.4% (オッズ暗示: 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。
9	イソエヴィクラント追込	田中涼（川崎）	実62.8	▲詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調）
前5走 06/03 船橋6R 11着/13頭 05/14 川崎7R 9着/11頭+0.8秒 11/20 川崎9R 11着/12頭+2.8秒 10/15 川崎9R 5着/11頭+1.2秒 09/23 浦和10R 5着/10頭+0.8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 10.3着 (不振) △ 当競馬場適性 18走で勝率 11% △ 距離適性同距離 17走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +423% (市場が大幅過小評価) AI 予想勝率 8.3% (オッズ暗示: 1.6%) ※ 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	プレストヴィーナス逃げ	張田昂（船橋）	実4.7	▲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26走で勝率27%と適性高／同距離帯14走で勝率36%／同馬場状態で勝率50%）
前5走 06/15 川崎9R 2着/3頭 05/14 川崎7R 5着/11頭+0.4秒 04/07 川崎3R 1着/12頭勝利 01/02 川崎4R 1着/12頭勝利 12/16 川崎6R 1着/12頭勝利
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) ◎ 当競馬場適性 26走で勝率 27% (得意) ◎ 距離適性同距離 14走で勝率 36% ◎ 馬場適性同馬場 6走で勝率 50% ○ 前走実績前走 2着 (好走) ○ 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) -61% (大幅な期待値マイナス) AI 予想勝率 8.3% (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。

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

ポッドデューク

騎手野畑凌（川崎）

単勝オッズ

3.6倍

AI期待値

-14%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

▲1レモングラス

4.0倍

EV -61%

○2バースフラワー

37.1倍

EV +210%

○8ムーランアルザン

8.5倍

EV -28%

▲3レジェス

35.2倍

EV +193%

▲5ミスフォルテ

4.2倍

EV -65%

▲6テイクノート

23.2倍

EV +93%

▲7ライヴペッパー

19.5倍

EV +62%

▲9イソエヴィクラント

62.8倍

EV +423%

▲10プレストヴィーナス

4.7倍

EV -60%

出走馬AI評価順・全10頭

◎4

ポッドデューク

野畑凌（川崎）

3.6倍

-14%

›

▲1

レモングラス

池谷匠（川崎）

4.0倍

-61%

›

○2

バースフラワー

本橋孝（船橋）

37.1倍

+210%

›

○8

ムーランアルザン

佐野遥（川崎）

8.5倍

-28%

›

▲3

レジェス

七夕裕（浦和）

35.2倍

+193%

›

▲5

ミスフォルテ

笹川翼（大井）

4.2倍

-65%

›

▲6

テイクノート

菅原涼（大井）

23.2倍

+93%

›

▲7

ライヴペッパー

藤本現（大井）

19.5倍

+62%

›

▲9

イソエヴィクラント

田中涼（川崎）

62.8倍

+423%

›

▲10

プレストヴィーナス

張田昂（船橋）

4.7倍

-60%

›

💡 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

このレースの推奨馬券　2モデル並走 (AI 期待値プラス判定)

A. 市場込みモデル

馬連 1-4 実6.4倍期待値 +93% ❌不的中1番(-)-4番(-)

B. 市場除外+キャリブ

単勝 6 テイクノート実23.2倍期待値 +93% ❌不的中3着単勝 23.2倍

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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。