川崎 11R 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。

モデル

11R 川崎競馬場ダ2000m ダート2000m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オリコウエルドラド逃げ	御神訓（大井）	実16.1	B× A▽勝率4% EV-40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／直近3走で勝率33%と好調／112日ぶりの実戦）
前5走 04/07 川崎11R 7着/14頭+1.3秒 03/05 川崎11R 5着/13頭+1.0秒 02/03 川崎4R 1着/14頭勝利 01/04 川崎6R 1着/10頭勝利 12/19 川崎6R 2着/9頭+0.2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 7走で勝率 29% (得意) ○ 騎手近50戦勝率 16% △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 6.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.7% / 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。
2	ロードレイジング自在	古岡勇（川崎）	実17.6	B× A×勝率3% EV-53% 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 04/07 川崎11R 9着/14頭+2.7秒 02/18 大井11R 13着/16頭+3.2秒 01/07 浦和11R 4着/12頭+0.4秒 11/05 船橋11R 3着/9頭+0.1秒 10/15 川崎11R 5着/8頭+1.5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 8.7着 (不振) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 馬場適性同馬場 4走で勝率 50% △ 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 期待値 -54% ※ 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	クラウニングカップ先行	鷹見陸（大井）	実20.9	B× A×勝率2% EV-56% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/03 船橋3R 1着/8頭 05/06 船橋5R 3着/9頭+0.4秒 04/13 大井7R 10着/11頭+2.8秒 03/30 船橋3R 4着/11頭+0.7秒 12/11 船橋10R 3着/14頭+2.3秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 4.8%) × Aモデルの評価 (参考) レース内 9位 / 勝率 2.1% / 期待値 -57% ※ 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	ゴールドアムレット差し	菅原涼（大井）	実112.0	B× A▽勝率1% EV-35% 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 07/13 浦和5R 5着/10頭 06/22 浦和2R 2着/7頭 03/17 浦和1R 6着/7頭+2.4秒 03/09 船橋4R 6着/9頭+2.9秒 02/26 浦和3R 7着/10頭+1.2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 4.3着 ○ ローテーション 15日の間隔 (理想的) × 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 14位 / 勝率 0.6% / 期待値 -35% ※ 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	エスプリアキラサン逃げ	佐野遥（川崎）	実6.5	B× A△勝率9% EV-41% 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9走で勝率0%と苦戦傾向／同距離帯4走で勝率50%／直近3走で勝率33%と好調）
前5走 07/06 川崎11R 4着/9頭 05/28 浦和8R 1着/11頭 05/18 大井9R 4着/7頭+1.0秒 04/24 浦和8R 1着/7頭勝利 04/06 川崎5R 3着/10頭+1.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 9走で勝率 0% (苦戦) ◎ 距離適性同距離 4走で勝率 50% ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 15.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.0% / 期待値 -42% ※ 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	トップランカー	岡村健（船橋）	実19.5	B△ A×勝率2% EV-66% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率67%と好調／前走勝利の勢い／騎手は近50戦で勝率22%）
前5走 06/28 船橋6R 1着/7頭 06/01 船橋1R 2着/11頭 05/09 船橋3R 1着/5頭勝利 ― ―
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 67% (絶好調) ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 5.1%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.7% / 期待値 -66% ※ 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	ロックシュガー差し	和田譲（大井）	実13.4	B△ A△勝率7% EV-8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 07/06 川崎10R 2着/11頭 05/27 浦和8R 3着/7頭+0.0秒 04/30 大井11R 7着/11頭+2.2秒 04/10 川崎4R 1着/6頭勝利 03/19 浦和9R 4着/10頭+0.7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 4.0着 ○ 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) -77% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 7.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.8% / 期待値 -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。
8	レジェンドマスター追込	藤本現（大井）	実28.0	B× A×勝率2% EV-57% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/03 船橋2R 1着/3頭 06/03 船橋7R 3着/10頭 05/07 船橋7R 4着/10頭+0.8秒 03/11 船橋6R 4着/10頭+0.4秒 02/12 船橋6R 2着/11頭+0.3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) ○ 馬場適性同馬場 4走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ 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 0.9% (オッズ暗示: 3.6%) × Aモデルの評価 (参考) レース内 12位 / 勝率 1.5% / 期待値 -58% ※ 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	カナールゲイル	町田直（川崎）	実13.5	B○ A△勝率6% EV-19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率50%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 07/08 川崎9R 2着/10頭+5.0秒 06/17 川崎6R 1着/8頭 06/03 船橋3R 4着/8頭+0.0秒 05/13 川崎3R 1着/14頭勝利 04/06 川崎5R 2着/10頭+1.2秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 50% (得意) ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) ○ 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) +20% (市場と概ね一致) AI 予想勝率 8.9% (オッズ暗示: 7.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.9% / 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。
10	クラムスコイ自在	笹川翼（大井）	実6.9	B△ A▲勝率14% EV-4% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均3.0着と安定／前走2着／騎手は近50戦で勝率30%）
前5走 07/03 船橋12R 2着/3頭 06/03 船橋3R 2着/8頭 05/06 船橋5R 5着/9頭+1.4秒 03/30 船橋3R 1着/11頭勝利 01/20 船橋6R 7着/9頭+4.1秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 馬場適性同馬場 5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) ○ 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) -89% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 14.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.8% / 期待値 -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	ベアアスムイ逃げ	増田充（川崎）	実17.8	B× A×勝率2% EV-64% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走2着／75日ぶりの実戦）
前5走 05/14 川崎8R 2着/6頭+0.3秒 04/10 川崎4R 3着/6頭+1.1秒 03/04 川崎6R 4着/11頭+1.3秒 11/18 川崎3R 3着/11頭+0.4秒 10/16 川崎1R 1着/9頭勝利
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 3.0着 (安定) △ 当競馬場適性 7走で勝率 14% ○ 前走実績前走 2着 (好走) × 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 0.1% (オッズ暗示: 5.6%) × Aモデルの評価 (参考) レース内 10位 / 勝率 2.0% / 期待値 -65% ※ 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	バレンタインギフト逃げ	張田昂（船橋）	実97.5	B▽ A▽勝率1% EV-8% 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33%と適性高／97日ぶりの実戦）
前5走 04/22 浦和8R 4着/12頭+0.9秒 04/07 川崎11R 14着/14頭+5.1秒 03/05 川崎11R 4着/13頭+0.8秒 01/01 川崎11R 1着/11頭勝利 10/15 川崎6R 3着/10頭+0.9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 7.3着 (不振) ◎ 当競馬場適性 6走で勝率 33% (得意) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.9% / 期待値 -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。
13	ハネダブライアン先行推奨	本田重（船橋）	実5.7	B▲ A◎勝率25% EV+40% 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3走で勝率67%と適性高／同馬場と相性良）
前5走 07/09 川崎12R 3着/3頭 11/05 船橋11R 5着/9頭+0.9秒 10/15 川崎6R 1着/10頭勝利 09/30 船橋11R 4着/9頭+1.2秒 08/08 川崎4R 1着/6頭勝利
AI 評価の内訳 — 馬番 13 ◎ 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 67% (得意) ○ 馬場適性同馬場 4走で勝率 25% ○ 前走実績前走 3着 (好走) ○ ローテーション 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 17.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 24.7% / 期待値 +41% ※ 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。
14	アイリーズ逃げ	野畑凌（川崎）	実3.2	B🌟◎ A○勝率25% EV-21% 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 07/14 浦和10R 1着/3頭 04/29 大井11R 12着/13頭+3.8秒 04/24 浦和8R 2着/7頭+0.1秒 04/13 大井7R 9着/11頭+1.9秒 03/25 大井11R 7着/7頭+2.5秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 14日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +151% (市場が大幅過小評価) AI 予想勝率 78.6% (オッズ暗示: 31.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.7% / 期待値 -21% ※ 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Aモデル ○

アイリーズ

騎手野畑凌（川崎）

単勝オッズ

3.2倍

AI期待値

+151%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△9カナールゲイル

13.5倍

EV +20%

▲A:◎13ハネダブライアン

5.7倍

EV -78%

出走馬全14頭

◎A:○14

アイリーズ

野畑凌（川崎）

3.2倍

+151%

›

○A:△9

カナールゲイル

町田直（川崎）

13.5倍

+20%

›

▲A:◎13

ハネダブライアン

本田重（船橋）

5.7倍

-78%

›

△A:×6

トップランカー

岡村健（船橋）

19.5倍

-56%

›

△A:△7

ロックシュガー

和田譲（大井）

13.4倍

-76%

›

△A:▲10

クラムスコイ

笹川翼（大井）

6.9倍

-88%

›

×A:×8

レジェンドマスター

藤本現（大井）

28.0倍

-75%

›

▽A:▽12

バレンタインギフト

張田昂（船橋）

97.5倍

-13%

›

×A:△5

エスプリアキラサン

佐野遥（川崎）

6.5倍

-97%

›

×A:▽1

オリコウエルドラド

御神訓（大井）

16.1倍

-93%

›

×A:×3

クラウニングカップ

鷹見陸（大井）

20.9倍

-90%

›

×A:×11

ベアアスムイ

増田充（川崎）

17.8倍

-98%

›

×A:×2

ロードレイジング

古岡勇（川崎）

17.6倍

-99%

›

×A:▽4

ゴールドアムレット

菅原涼（大井）

112.0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

単勝 13 ハネダブライアン ¥200 実5.7倍期待値 -79% ❌不的中13着単勝 5.7倍

B. 市場除外+キャリブ

このモデルは本レース見送り判定（期待値プラスなし）

※ 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

11R 川崎競馬場ダ2000m ダート2000m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オリコウエルドラド逃げ	御神訓（大井）	実16.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／直近3走で勝率33%と好調／112日ぶりの実戦）
前5走 04/07 川崎11R 7着/14頭+1.3秒 03/05 川崎11R 5着/13頭+1.0秒 02/03 川崎4R 1着/14頭勝利 01/04 川崎6R 1着/10頭勝利 12/19 川崎6R 2着/9頭+0.2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 7走で勝率 29% (得意) ○ 騎手近50戦勝率 16% △ 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 3.7% (オッズ暗示: 6.2%) ※ 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。
2	ロードレイジング自在	古岡勇（川崎）	実17.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率50%と適性高／同馬場状態で勝率50%／直近3走平均8.7着と低調）
前5走 04/07 川崎11R 9着/14頭+2.7秒 02/18 大井11R 13着/16頭+3.2秒 01/07 浦和11R 4着/12頭+0.4秒 11/05 船橋11R 3着/9頭+0.1秒 10/15 川崎11R 5着/8頭+1.5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 8.7着 (不振) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 馬場適性同馬場 4走で勝率 50% △ 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) -54% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 5.7%) ※ 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	クラウニングカップ先行	鷹見陸（大井）	実20.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/03 船橋3R 1着/8頭 05/06 船橋5R 3着/9頭+0.4秒 04/13 大井7R 10着/11頭+2.8秒 03/30 船橋3R 4着/11頭+0.7秒 12/11 船橋10R 3着/14頭+2.3秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 4.8%) ※ 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	ゴールドアムレット差し	菅原涼（大井）	実112.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/13 浦和5R 5着/10頭 06/22 浦和2R 2着/7頭 03/17 浦和1R 6着/7頭+2.4秒 03/09 船橋4R 6着/9頭+2.9秒 02/26 浦和3R 7着/10頭+1.2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 4.3着 ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 0.9%) ※ 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。
5	エスプリアキラサン逃げ	佐野遥（川崎）	実6.5	△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9走で勝率0%と苦戦傾向／同距離帯4走で勝率50%／直近3走で勝率33%と好調）
前5走 07/06 川崎11R 4着/9頭 05/28 浦和8R 1着/11頭 05/18 大井9R 4着/7頭+1.0秒 04/24 浦和8R 1着/7頭勝利 04/06 川崎5R 3着/10頭+1.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 9走で勝率 0% (苦戦) ◎ 距離適性同距離 4走で勝率 50% ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 15.4%) ※ 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。
6	トップランカー	岡村健（船橋）	実19.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率67%と好調／前走勝利の勢い／騎手は近50戦で勝率22%）
前5走 06/28 船橋6R 1着/7頭 06/01 船橋1R 2着/11頭 05/09 船橋3R 1着/5頭勝利 ― ―
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 67% (絶好調) ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 1.7% (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。
7	ロックシュガー差し	和田譲（大井）	実13.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 07/06 川崎10R 2着/11頭 05/27 浦和8R 3着/7頭+0.0秒 04/30 大井11R 7着/11頭+2.2秒 04/10 川崎4R 1着/6頭勝利 03/19 浦和9R 4着/10頭+0.7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 4.0着 ○ 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) -8% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 7.5%) ※ 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。
8	レジェンドマスター追込	藤本現（大井）	実28.0	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/03 船橋2R 1着/3頭 06/03 船橋7R 3着/10頭 05/07 船橋7R 4着/10頭+0.8秒 03/11 船橋6R 4着/10頭+0.4秒 02/12 船橋6R 2着/11頭+0.3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) ○ 馬場適性同馬場 4走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 3.6%) ※ 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。
9	カナールゲイル	町田直（川崎）	実13.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率50%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 07/08 川崎9R 2着/10頭+5.0秒 06/17 川崎6R 1着/8頭 06/03 船橋3R 4着/8頭+0.0秒 05/13 川崎3R 1着/14頭勝利 04/06 川崎5R 2着/10頭+1.2秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 50% (得意) ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) ○ 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) -20% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 7.4%) ※ 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	クラムスコイ自在	笹川翼（大井）	実6.9	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走2着／騎手は近50戦で勝率30%）
前5走 07/03 船橋12R 2着/3頭 06/03 船橋3R 2着/8頭 05/06 船橋5R 5着/9頭+1.4秒 03/30 船橋3R 1着/11頭勝利 01/20 船橋6R 7着/9頭+4.1秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 馬場適性同馬場 5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) ○ 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) -5% (オッズ過剰評価) AI 予想勝率 13.8% (オッズ暗示: 14.5%) ※ 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	ベアアスムイ逃げ	増田充（川崎）	実17.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走2着／75日ぶりの実戦）
前5走 05/14 川崎8R 2着/6頭+0.3秒 04/10 川崎4R 3着/6頭+1.1秒 03/04 川崎6R 4着/11頭+1.3秒 11/18 川崎3R 3着/11頭+0.4秒 10/16 川崎1R 1着/9頭勝利
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 3.0着 (安定) △ 当競馬場適性 7走で勝率 14% ○ 前走実績前走 2着 (好走) × 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 2.0% (オッズ暗示: 5.6%) ※ 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。
12	バレンタインギフト逃げ	張田昂（船橋）	実97.5	▽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33%と適性高／97日ぶりの実戦）
前5走 04/22 浦和8R 4着/12頭+0.9秒 04/07 川崎11R 14着/14頭+5.1秒 03/05 川崎11R 4着/13頭+0.8秒 01/01 川崎11R 1着/11頭勝利 10/15 川崎6R 3着/10頭+0.9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 7.3着 (不振) ◎ 当競馬場適性 6走で勝率 33% (得意) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.0%) ※ 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。
13	ハネダブライアン先行推奨	本田重（船橋）	実5.7	◎詳細▼	オッズに対しAI予想勝率がやや高め、期待値+40%の妙味（直近3走勝率33%と上り調子／当競馬場3走で勝率67%と適性高／同馬場と相性良）
前5走 07/09 川崎12R 3着/3頭 11/05 船橋11R 5着/9頭+0.9秒 10/15 川崎6R 1着/10頭勝利 09/30 船橋11R 4着/9頭+1.2秒 08/08 川崎4R 1着/6頭勝利
AI 評価の内訳 — 馬番 13 ◎ 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 67% (得意) ○ 馬場適性同馬場 4走で勝率 25% ○ 前走実績前走 3着 (好走) ○ ローテーション 19日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 24.7% (オッズ暗示: 17.5%) ※ 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。
14	アイリーズ逃げ	野畑凌（川崎）	実3.2	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/14 浦和10R 1着/3頭 04/29 大井11R 12着/13頭+3.8秒 04/24 浦和8R 2着/7頭+0.1秒 04/13 大井7R 9着/11頭+1.9秒 03/25 大井11R 7着/7頭+2.5秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 24.7% (オッズ暗示: 31.2%) ※ 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。

🎯 AIの本命

A推奨

ハネダブライアン

騎手本田重（船橋）

単勝オッズ

5.7倍

AI期待値

+40%

買い目

¥200

全レースの推奨

AIの推奨本命の次点

○14アイリーズ

3.2倍

EV -21%

▲10クラムスコイ

6.9倍

EV -4%

出走馬全14頭

◎13

ハネダブライアン

本田重（船橋）

5.7倍

+40%

›

○14

アイリーズ

野畑凌（川崎）

3.2倍

-21%

›

▲10

クラムスコイ

笹川翼（大井）

6.9倍

-4%

›

△5

エスプリアキラサン

佐野遥（川崎）

6.5倍

-41%

›

△7

ロックシュガー

和田譲（大井）

13.4倍

-8%

›

△9

カナールゲイル

町田直（川崎）

13.5倍

-19%

›

▽1

オリコウエルドラド

御神訓（大井）

16.1倍

-40%

›

×2

ロードレイジング

古岡勇（川崎）

17.6倍

-53%

›

×3

クラウニングカップ

鷹見陸（大井）

20.9倍

-56%

›

×11

ベアアスムイ

増田充（川崎）

17.8倍

-64%

›

×6

トップランカー

岡村健（船橋）

19.5倍

-66%

›

×8

レジェンドマスター

藤本現（大井）

28.0倍

-57%

›

▽12

バレンタインギフト

張田昂（船橋）

97.5倍

-8%

›

▽4

ゴールドアムレット

菅原涼（大井）

112.0倍

-35%

›

💡 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 13 ハネダブライアン ¥200 実5.7倍期待値 +41% ❌不的中13着単勝 5.7倍

B. 市場除外+キャリブ

このモデルは本レース見送り判定（期待値プラスなし）

※ 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。