川崎 10R 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。

10R 川崎競馬場ダ1400m ダート1400m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エレファントラン逃げ	御神訓（大井）	実1.7	×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／前走勝利の勢い）
前5走 05/14 川崎12R 1着/12頭勝利 02/02 川崎12R 5着/13頭+1.8秒 01/03 川崎10R 3着/13頭+1.0秒 12/18 川崎10R 2着/10頭+0.6秒 11/18 川崎9R 10着/14頭+1.7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 33% (上り調子) ○ 当競馬場適性 14走で勝率 21% (相性良) ○ 距離適性同距離 13走で勝率 23% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) × 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 11.6% (オッズ暗示: 58.8%) ※ 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	バックビート逃げ	中山遥（浦和）	実6.2	×詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は20走で勝ち無し／直近3走平均2.7着と安定／前走3着）
前5走 05/14 川崎12R 3着/12頭+0.5秒 05/04 船橋8R 3着/12頭+0.3秒 04/09 川崎12R 2着/12頭+0.2秒 03/20 浦和10R 8着/9頭+2.6秒 03/04 川崎4R 2着/11頭+0.5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 2.7着 (安定) △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 20走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 7.4% (オッズ暗示: 16.1%) ※ 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	レグノ先行	佐藤翔（JRA）	実12.4	◎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15走で勝率27%と適性高／同距離帯18走で勝率28%／同馬場状態で勝率33%）
前5走 06/16 川崎10R 5着/11頭+0.0秒 05/28 浦和11R 9着/13頭 05/11 川崎11R 5着/14頭+0.3秒 04/08 川崎10R 2着/14頭+0.2秒 03/04 川崎10R 2着/9頭+0.3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 6.3着 ◎ 当競馬場適性 15走で勝率 27% (得意) ◎ 距離適性同距離 18走で勝率 28% ◎ 馬場適性同馬場 6走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) +43% (妙味あり) AI 予想勝率 11.6% (オッズ暗示: 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。
4	デアシュトゥルム先行	佐野遥（川崎）	実13.7	◎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（153日ぶりの実戦）
前5走 02/05 川崎11R 8着/12頭+1.7秒 01/04 川崎11R 4着/14頭+1.4秒 12/18 川崎11R 5着/11頭+1.2秒 11/21 川崎11R 8着/9頭+3.4秒 11/04 船橋12R 4着/12頭+0.8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 5.7着 △ 当競馬場適性 21走で勝率 10% △ 距離適性同距離 21走で勝率 14% △ ローテーション 153日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +58% (市場が大幅過小評価) AI 予想勝率 11.6% (オッズ暗示: 7.3%) ※ 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。
5	サザンカ自在	増田充（川崎）	実39.7	◎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 02/05 川崎11R 10着/12頭+1.9秒 12/11 船橋11R 8着/10頭+2.1秒 11/17 川崎10R 1着/11頭勝利 10/14 川崎10R 3着/14頭+0.5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 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 10着 (大敗) △ ローテーション 153日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +359% (市場が大幅過小評価) AI 予想勝率 11.6% (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。
6	フォースゲイト先行推奨	西啓太（大井）	実29.1	◎詳細▼	市場が大きく過小評価、AI予想勝率12% × オッズ29.1倍で期待値+236%の有力候補（近5走で勝率20%と堅実／当競馬場15走で勝率33%と適性高／同距離帯で勝率33%と得意）
前5走 05/11 川崎11R 7着/14頭+0.9秒 04/08 川崎10R 7着/14頭+1.6秒 03/04 川崎10R 6着/9頭+1.0秒 02/04 川崎9R 1着/14頭勝利 08/22 川崎11R 3着/8頭+0.5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 15走で勝率 33% (得意) ◎ 距離適性同距離 12走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 33% 🌟◎ 期待値 (オッズ vs AI勝率) +236% (市場が大幅過小評価) AI 予想勝率 11.6% (オッズ暗示: 3.4%) ※ 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。
7	モネ逃げ	新原周（川崎）	実14.3	◎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（同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 06/16 川崎10R 11着/11頭+3.0秒 05/11 川崎11R 3着/14頭+0.3秒 04/08 川崎10R 1着/14頭勝利 03/04 川崎10R 4着/9頭+0.6秒 02/05 川崎11R 3着/12頭+0.8秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 13走で勝率 23% (相性良) ○ 距離適性同距離 13走で勝率 23% ◎ 馬場適性同馬場 3走で勝率 33% ▽ 前走実績前走 11着 (大敗) ○ 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) +65% (市場が大幅過小評価) AI 予想勝率 11.6% (オッズ暗示: 7.0%) ※ 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	オリコウデレガンス先行推奨	笹川翼（大井）	実6.6	◎詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実／当競馬場12走で勝率25%と適性高／同距離帯で勝率43%と得意）
前5走 06/16 川崎10R 8着/11頭 05/11 川崎11R 6着/14頭+0.9秒 11/19 川崎11R 5着/13頭+0.8秒 10/16 川崎11R 6着/11頭+1.3秒 08/22 川崎11R 1着/8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 6.3着 ◎ 当競馬場適性 12走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 43% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -24% (オッズ過剰評価) AI 予想勝率 11.6% (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。
9	スカイブルー	古岡勇（川崎）	実10.3	◎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
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 11.6% (オッズ暗示: 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。

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

エレファントラン

騎手御神訓（大井）

単勝オッズ

1.7倍

AI期待値

-80%

買い目

見送り

全レースの推奨

出走馬全9頭

×1

エレファントラン

御神訓（大井）

1.7倍

-80%

›

◎3

レグノ

佐藤翔（JRA）

12.4倍

+43%

›

◎4

デアシュトゥルム

佐野遥（川崎）

13.7倍

+58%

›

◎5

サザンカ

増田充（川崎）

39.7倍

+359%

›

◎6

フォースゲイト

西啓太（大井）

29.1倍

+236%

›

◎7

モネ

新原周（川崎）

14.3倍

+65%

›

◎8

オリコウデレガンス

笹川翼（大井）

6.6倍

-23%

›

◎9

スカイブルー

古岡勇（川崎）

10.3倍

+19%

›

×2

バックビート

中山遥（浦和）

6.2倍

-53%

›

💡 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

単勝 8 オリコウデレガンス実6.6倍期待値 +63% ❌不的中3着単勝 6.6倍

B. 市場除外+キャリブ

単勝 6 フォースゲイト実29.1倍期待値 +236% ❌不的中5着単勝 29.1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。