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。

モデル

10R 川崎競馬場ダ900m ダート900m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハーンドルフ逃げ	張田昂（船橋）	実3.4	B▲ A○勝率19% EV-33% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場16走で勝率25%と適性高／同距離帯16走で勝率25%）
前5走 06/17 川崎9R 8着/11頭 04/06 川崎11R 6着/9頭+2.0秒 01/01 川崎9R 3着/12頭+0.3秒 11/17 川崎11R 8着/10頭+1.4秒 10/14 川崎11R 11着/11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戦の調子平均 5.7着 ◎ 当競馬場適性 16走で勝率 25% (得意) ◎ 距離適性同距離 16走で勝率 25% × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 29.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.5% / 期待値 -34% ※ 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	カンノンアーニモ先行	古岡勇（川崎）	実12.2	B△ A△勝率5% EV-40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場17走で勝率29%と適性高／同距離帯14走で勝率29%／同馬場状態で勝率30%）
前5走 04/07 川崎9R 4着/10頭+0.4秒 03/04 川崎9R 4着/12頭+0.4秒 02/04 川崎8R 3着/12頭+0.6秒 01/04 川崎10R 1着/12頭勝利 12/15 川崎12R 1着/12頭勝利
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 3.7着 ◎ 当競馬場適性 17走で勝率 29% (得意) ◎ 距離適性同距離 14走で勝率 29% ◎ 馬場適性同馬場 10走で勝率 30% △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 8.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.9% / 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。
3	ポッドレオ差し	菅原涼（大井）	実26.5	B× A▽勝率3% EV-24% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 07/10 川崎11R 7着/10頭 07/02 船橋10R 5着/12頭 05/14 川崎10R 6着/12頭+1.2秒 04/15 大井12R 14着/16頭+3.6秒 04/09 川崎10R 7着/12頭+0.9秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.8% / 期待値 -25% ※ 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	エターナルセイバー差し	伊藤裕（川崎）	実48.6	B× A▽勝率1% EV-43% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 07/07 川崎9R 3着/3頭 03/04 川崎9R 5着/12頭+0.8秒 02/04 川崎8R 6着/12頭+1.0秒 01/02 川崎9R 4着/11頭+0.7秒 12/16 川崎10R 3着/10頭+0.5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 4.7着 △ 当競馬場適性 30走で勝率 7% △ 距離適性同距離 32走で勝率 6% ○ 前走実績前走 3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) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.2% / 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。
5	アイルプロテクト追込	笹川翼（大井）	実4.3	B○ A◎勝率28% EV+20% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は6走で勝ち無し／前走2着／騎手は近50戦で勝率30%）
前5走 06/01 船橋8R 2着/9頭 04/24 浦和10R 8着/12頭+0.8秒 04/07 川崎9R 3着/10頭+0.3秒 03/04 川崎9R 9着/12頭+1.0秒 02/03 川崎8R 3着/12頭+0.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 ○ 当競馬場適性 15走で勝率 20% (相性良) ▽ 距離適性同距離は 6走で勝ち無し ○ 馬場適性同馬場 10走で勝率 20% ◎ 騎手近50戦勝率 30% (好調) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 18.0% (オッズ暗示: 23.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.9% / 期待値 +20% ※ 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	アイアンピッチ先行	櫻井光（川崎）	実47.7	B× A▽勝率1% EV-43% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走勝利の勢い／62日ぶりの実戦）
前5走 05/27 浦和9R 1着/11頭 05/14 川崎7R 2着/11頭+0.1秒 03/03 川崎12R 2着/12頭+0.0秒 02/03 川崎8R 5着/12頭+0.8秒 01/22 船橋12R 10着/12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戦の調子勝率 33% (上り調子) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 19走で勝率 11% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 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。
7	トニープリンス先行	野畑凌（川崎）	実19.9	B× A▽勝率3% EV-38% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場18走で勝率39%と適性高／同距離帯18走で勝率39%／同馬場状態で勝率33%）
前5走 07/10 川崎11R 8着/10頭 05/14 川崎10R 4着/12頭+0.9秒 04/09 川崎10R 8着/12頭+1.1秒 03/05 川崎10R 1着/9頭勝利 02/04 川崎8R 1着/12頭勝利
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 6.7着 ◎ 当競馬場適性 18走で勝率 39% (得意) ◎ 距離適性同距離 18走で勝率 39% ◎ 馬場適性同馬場 15走で勝率 33% ○ 騎手近50戦勝率 16% ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 5.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.1% / 期待値 -38% ※ 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	アイビーヒメチャン先行推奨	御神訓（大井）	実5.8	B🌟◎ A△勝率15% EV-15% 詳細▼	市場が大きく過小評価、AI予想勝率78% × オッズ5.8倍で期待値+350%の有力候補（直近3走勝率33%と上り調子／当競馬場5走で勝率40%と適性高／同距離帯で勝率33%と得意）
前5走 07/07 川崎9R 1着/3頭 04/24 浦和10R 9着/12頭+1.0秒 01/22 船橋10R 11着/14頭+1.7秒 09/08 川崎9R 1着/12頭勝利 08/21 川崎9R 4着/12頭+0.5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 5走で勝率 40% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 騎手近50戦勝率 16% ◎ 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) +350% (市場が大幅過小評価) AI 予想勝率 77.6% (オッズ暗示: 17.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 14.6% / 期待値 -15% ※ 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	ムーランアルザン先行	加藤雄（川崎）	実40.9	B× A▽勝率2% EV-15% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯10走で勝率40%／同馬場状態で勝率33%／直近3走平均2.3着と安定）
前5走 07/06 川崎12R 2着/3頭 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
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 2.3着 (安定) ○ 当競馬場適性 37走で勝率 22% (相性良) ◎ 距離適性同距離 10走で勝率 40% ◎ 馬場適性同馬場 18走で勝率 33% ○ 前走実績前走 2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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.1% / 期待値 -16% ※ 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	ミスフォルテ先行	本田重（船橋）	実8.7	B△ A△勝率6% EV-46% 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8走で勝率25%と適性高／同距離帯7走で勝率29%／直近3走で勝率67%と好調）
前5走 07/06 川崎12R 1着/3頭 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
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 67% (絶好調) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 11.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.2% / 期待値 -46% ※ 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	ラヴォミ先行	岡村健（船橋）	実4.8	B△ A▲勝率16% EV-23% 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15走で勝率27%と適性高／同距離帯15走で勝率27%／75日ぶりの実戦）
前5走 05/14 川崎10R 5着/12頭+1.0秒 04/09 川崎10R 6着/12頭+0.8秒 03/05 川崎10R 6着/9頭+0.9秒 02/03 川崎10R 4着/12頭+0.8秒 12/17 川崎9R 3着/11頭+0.3秒
AI 評価の内訳 — 馬番 11 ◎ 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 15走で勝率 27% (得意) ◎ 距離適性同距離 15走で勝率 27% ○ 馬場適性同馬場 7走で勝率 29% ◎ 騎手近50戦勝率 22% (好調) × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 20.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.0% / 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。
12	ゴールドモーニン追込	増田充（川崎）	実150.2	B× A▽勝率1% EV-14% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 06/16 川崎9R 14着/14頭 05/12 川崎10R 11着/14頭+2.8秒 04/10 川崎12R 11着/11頭+2.7秒 03/18 浦和9R 12着/12頭+3.2秒 03/05 川崎12R 9着/11頭+2.1秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.0着 (不振) △ 当競馬場適性 18走で勝率 6% ▽ 前走実績前走 14着 (大敗) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 期待値 -15% ※ 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

B推奨Aモデル △

アイビーヒメチャン

騎手御神訓（大井）

単勝オッズ

5.8倍

AI期待値

+350%

買い目

¥1,800

全レースの推奨

AIの推奨本命の次点

○A:◎5アイルプロテクト

4.3倍

EV -22%

▲A:○1ハーンドルフ

3.4倍

EV -95%

出走馬全12頭

◎A:△8

アイビーヒメチャン

御神訓（大井）

5.8倍

+350%

›

○A:◎5

アイルプロテクト

笹川翼（大井）

4.3倍

-22%

›

▲A:○1

ハーンドルフ

張田昂（船橋）

3.4倍

-95%

›

△A:▲11

ラヴォミ

岡村健（船橋）

4.8倍

-95%

›

△A:△10

ミスフォルテ

本田重（船橋）

8.7倍

-92%

›

△A:△2

カンノンアーニモ

古岡勇（川崎）

12.2倍

-91%

›

×A:▽6

アイアンピッチ

櫻井光（川崎）

47.7倍

-75%

›

×A:▽7

トニープリンス

野畑凌（川崎）

19.9倍

-96%

›

×A:▽3

ポッドレオ

菅原涼（大井）

26.5倍

-99%

›

×A:▽9

ムーランアルザン

加藤雄（川崎）

40.9倍

-98%

›

×A:▽4

エターナルセイバー

伊藤裕（川崎）

48.6倍

-98%

›

×A:▽12

ゴールドモーニン

増田充（川崎）

150.2倍

-99%

›

💡 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

このモデルは本レース見送り判定（期待値プラスなし）

B. 市場除外+キャリブ

単勝 8 アイビーヒメチャン ¥1,800 実5.8倍期待値 +350% ❌不的中8着単勝 5.8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

10R 川崎競馬場ダ900m ダート900m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハーンドルフ逃げ	張田昂（船橋）	実3.4	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場16走で勝率25%と適性高／同距離帯16走で勝率25%）
前5走 06/17 川崎9R 8着/11頭 04/06 川崎11R 6着/9頭+2.0秒 01/01 川崎9R 3着/12頭+0.3秒 11/17 川崎11R 8着/10頭+1.4秒 10/14 川崎11R 11着/11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戦の調子平均 5.7着 ◎ 当競馬場適性 16走で勝率 25% (得意) ◎ 距離適性同距離 16走で勝率 25% × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 19.5% (オッズ暗示: 29.4%) ※ 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。
2	カンノンアーニモ先行	古岡勇（川崎）	実12.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場17走で勝率29%と適性高／同距離帯14走で勝率29%／同馬場状態で勝率30%）
前5走 04/07 川崎9R 4着/10頭+0.4秒 03/04 川崎9R 4着/12頭+0.4秒 02/04 川崎8R 3着/12頭+0.6秒 01/04 川崎10R 1着/12頭勝利 12/15 川崎12R 1着/12頭勝利
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 3.7着 ◎ 当競馬場適性 17走で勝率 29% (得意) ◎ 距離適性同距離 14走で勝率 29% ◎ 馬場適性同馬場 10走で勝率 30% △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 112日休養明け × 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 4.9% (オッズ暗示: 8.2%) ※ 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。
3	ポッドレオ差し	菅原涼（大井）	実26.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 07/10 川崎11R 7着/10頭 07/02 船橋10R 5着/12頭 05/14 川崎10R 6着/12頭+1.2秒 04/15 大井12R 14着/16頭+3.6秒 04/09 川崎10R 7着/12頭+0.9秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.8%) ※ 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	エターナルセイバー差し	伊藤裕（川崎）	実48.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 07/07 川崎9R 3着/3頭 03/04 川崎9R 5着/12頭+0.8秒 02/04 川崎8R 6着/12頭+1.0秒 01/02 川崎9R 4着/11頭+0.7秒 12/16 川崎10R 3着/10頭+0.5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 4.7着 △ 当競馬場適性 30走で勝率 7% △ 距離適性同距離 32走で勝率 6% ○ 前走実績前走 3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) -43% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.1%) ※ 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。
5	アイルプロテクト追込	笹川翼（大井）	実4.3	◎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（同距離帯は6走で勝ち無し／前走2着／騎手は近50戦で勝率30%）
前5走 06/01 船橋8R 2着/9頭 04/24 浦和10R 8着/12頭+0.8秒 04/07 川崎9R 3着/10頭+0.3秒 03/04 川崎9R 9着/12頭+1.0秒 02/03 川崎8R 3着/12頭+0.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 ○ 当競馬場適性 15走で勝率 20% (相性良) ▽ 距離適性同距離は 6走で勝ち無し ○ 馬場適性同馬場 10走で勝率 20% ◎ 騎手近50戦勝率 30% (好調) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 27.9% (オッズ暗示: 23.3%) ※ 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	アイアンピッチ先行	櫻井光（川崎）	実47.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走勝利の勢い／62日ぶりの実戦）
前5走 05/27 浦和9R 1着/11頭 05/14 川崎7R 2着/11頭+0.1秒 03/03 川崎12R 2着/12頭+0.0秒 02/03 川崎8R 5着/12頭+0.8秒 01/22 船橋12R 10着/12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戦の調子勝率 33% (上り調子) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 19走で勝率 11% ◎ 前走実績前走 1着 (勢い継続) × 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 1.2% (オッズ暗示: 2.1%) ※ 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	トニープリンス先行	野畑凌（川崎）	実19.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場18走で勝率39%と適性高／同距離帯18走で勝率39%／同馬場状態で勝率33%）
前5走 07/10 川崎11R 8着/10頭 05/14 川崎10R 4着/12頭+0.9秒 04/09 川崎10R 8着/12頭+1.1秒 03/05 川崎10R 1着/9頭勝利 02/04 川崎8R 1着/12頭勝利
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 6.7着 ◎ 当競馬場適性 18走で勝率 39% (得意) ◎ 距離適性同距離 18走で勝率 39% ◎ 馬場適性同馬場 15走で勝率 33% ○ 騎手近50戦勝率 16% ○ ローテーション 18日の間隔 (理想的) × 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 3.1% (オッズ暗示: 5.0%) ※ 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	アイビーヒメチャン先行推奨	御神訓（大井）	実5.8	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場5走で勝率40%と適性高／同距離帯で勝率33%と得意）
前5走 07/07 川崎9R 1着/3頭 04/24 浦和10R 9着/12頭+1.0秒 01/22 船橋10R 11着/14頭+1.7秒 09/08 川崎9R 1着/12頭勝利 08/21 川崎9R 4着/12頭+0.5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 5走で勝率 40% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 騎手近50戦勝率 16% ◎ 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) -15% (オッズ過剰評価) AI 予想勝率 14.6% (オッズ暗示: 17.2%) ※ 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	ムーランアルザン先行	加藤雄（川崎）	実40.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯10走で勝率40%／同馬場状態で勝率33%／直近3走平均2.3着と安定）
前5走 07/06 川崎12R 2着/3頭 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
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 2.3着 (安定) ○ 当競馬場適性 37走で勝率 22% (相性良) ◎ 距離適性同距離 10走で勝率 40% ◎ 馬場適性同馬場 18走で勝率 33% ○ 前走実績前走 2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) -16% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 2.4%) ※ 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。
10	ミスフォルテ先行	本田重（船橋）	実8.7	△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8走で勝率25%と適性高／同距離帯7走で勝率29%／直近3走で勝率67%と好調）
前5走 07/06 川崎12R 1着/3頭 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
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 67% (絶好調) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 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) -46% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 11.5%) ※ 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	ラヴォミ先行	岡村健（船橋）	実4.8	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場15走で勝率27%と適性高／同距離帯15走で勝率27%／75日ぶりの実戦）
前5走 05/14 川崎10R 5着/12頭+1.0秒 04/09 川崎10R 6着/12頭+0.8秒 03/05 川崎10R 6着/9頭+0.9秒 02/03 川崎10R 4着/12頭+0.8秒 12/17 川崎9R 3着/11頭+0.3秒
AI 評価の内訳 — 馬番 11 ◎ 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 15走で勝率 27% (得意) ◎ 距離適性同距離 15走で勝率 27% ○ 馬場適性同馬場 7走で勝率 29% ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 16.0% (オッズ暗示: 20.8%) ※ 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	ゴールドモーニン追込	増田充（川崎）	実150.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 06/16 川崎9R 14着/14頭 05/12 川崎10R 11着/14頭+2.8秒 04/10 川崎12R 11着/11頭+2.7秒 03/18 浦和9R 12着/12頭+3.2秒 03/05 川崎12R 9着/11頭+2.1秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.0着 (不振) △ 当競馬場適性 18走で勝率 6% ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.7%) ※ 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の本命

AI評価1位

アイルプロテクト

騎手笹川翼（大井）

単勝オッズ

4.3倍

AI期待値

+20%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1ハーンドルフ

3.4倍

EV -33%

▲11ラヴォミ

4.8倍

EV -23%

出走馬全12頭

◎5

アイルプロテクト

笹川翼（大井）

4.3倍

+20%

›

○1

ハーンドルフ

張田昂（船橋）

3.4倍

-33%

›

▲11

ラヴォミ

岡村健（船橋）

4.8倍

-23%

›

△8

アイビーヒメチャン

御神訓（大井）

5.8倍

-15%

›

△10

ミスフォルテ

本田重（船橋）

8.7倍

-46%

›

△2

カンノンアーニモ

古岡勇（川崎）

12.2倍

-40%

›

▽7

トニープリンス

野畑凌（川崎）

19.9倍

-38%

›

▽3

ポッドレオ

菅原涼（大井）

26.5倍

-24%

›

▽9

ムーランアルザン

加藤雄（川崎）

40.9倍

-15%

›

▽6

アイアンピッチ

櫻井光（川崎）

47.7倍

-43%

›

▽4

エターナルセイバー

伊藤裕（川崎）

48.6倍

-43%

›

▽12

ゴールドモーニン

増田充（川崎）

150.2倍

-14%

›

💡 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

このモデルは本レース見送り判定（期待値プラスなし）

B. 市場除外+キャリブ

単勝 8 アイビーヒメチャン ¥1,800 実5.8倍期待値 -15% ❌不的中8着単勝 5.8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。