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 川崎競馬場開成町ダ1500m ダート1500m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	インテンシーヴォ	木間龍（船橋）	実183.0	B× A▽勝率1% EV+157% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 07/14 浦和8R 10着/12頭 06/26 浦和10R 9着/12頭 06/03 船橋10R 11着/13頭+0.0秒 05/05 船橋10R 7着/14頭+1.0秒 03/26 園田10R 7着/11頭+1.9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 10.0着 (不振) △ 距離適性同距離 10走で勝率 10% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) -70% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.4% / 期待値 +157% ※ 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	ネライウチ先行	笠野雄（船橋）	実17.7	B× A△勝率6% EV+11% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は15走で勝ち無し）
前5走 07/15 浦和8R 5着/12頭 04/21 浦和12R 6着/12頭+1.6秒 04/08 川崎12R 3着/14頭+1.4秒 03/20 浦和10R 3着/9頭+0.3秒 02/25 浦和9R 5着/13頭+0.7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 4.7着 ▽ 距離適性同距離は 15走で勝ち無し ○ 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) -75% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.3% / 期待値 +11% ※ 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	スピナッチバイパー先行	伊藤裕（川崎）	実120.7	B× A▽勝率1% EV+36% 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 12/15 川崎11R 10着/11頭+2.3秒 11/17 川崎10R 7着/11頭+1.5秒 10/14 川崎10R 5着/14頭+0.8秒 09/12 川崎10R 3着/13頭+1.1秒 08/04 川崎12R 3着/12頭+0.0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 7.3着 (不振) △ 当競馬場適性 30走で勝率 7% ▽ 距離適性同距離は 20走で勝ち無し ▽ 前走実績前走 10着 (大敗) △ ローテーション 226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 13位 / 勝率 1.1% / 期待値 +37% ※ 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	パイロデキセキ差し	矢野貴（大井）	実5.5	B× A△勝率9% EV-48% 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／騎手は近50戦で勝率24%）
前5走 07/08 川崎9R 4着/10頭 04/10 川崎8R 1着/11頭勝利 03/02 川崎7R 4着/7頭+1.2秒 02/04 川崎12R 4着/14頭+1.0秒 10/16 川崎7R 2着/13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戦の調子勝率 33% (上り調子) △ 当競馬場適性 21走で勝率 14% ○ 距離適性同距離 19走で勝率 16% ◎ 騎手近50戦勝率 24% (好調) ○ 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 0.4% (オッズ暗示: 18.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.4% / 期待値 -48% ※ 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	ミスティライズ逃げ	新原周（川崎）	実32.9	B× A▽勝率2% EV-38% 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／騎手は近50戦で勝率22%）
前5走 07/06 川崎11R 9着/9頭 05/14 園田11R 8着/12頭+1.7秒 03/02 川崎6R 1着/8頭勝利 09/18 園田11R 5着/11頭+1.0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) ◎ 騎手近50戦勝率 22% (好調) ○ ローテーション 23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 0.2% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.9% / 期待値 -39% ※ 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	サダージ先行	藤本現（大井）	実44.3	B△ A▽勝率2% EV-9% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同馬場状態で勝率33%）
前5走 07/09 川崎10R 7着/11頭 04/21 浦和7R 5着/10頭+0.2秒 04/06 川崎10R 3着/10頭+0.5秒 03/06 川崎9R 5着/11頭+0.7秒 08/18 浦和11R 2着/10頭+0.2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 5.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% ◎ 馬場適性同馬場 6走で勝率 33% ○ 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) +68% (市場が大幅過小評価) AI 予想勝率 3.8% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.0% / 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。
7	サイレントヴォイス差し	野畑凌（川崎）	推定—	B△ A△勝率8% EV-86% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場12走で勝率42%と適性高／同距離帯14走で勝率50%／同馬場状態で勝率42%）
前5走 07/06 川崎11R 3着/9頭+2.0秒 05/15 川崎10R 9着/12頭+1.8秒 11/18 川崎9R 12着/14頭+2.6秒 11/03 船橋8R 12着/13頭+2.8秒 10/17 川崎10R 2着/14頭+2.2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 8.0着 (不振) ◎ 当競馬場適性 12走で勝率 42% (得意) ◎ 距離適性同距離 14走で勝率 50% ◎ 馬場適性同馬場 12走で勝率 42% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 23日の間隔 (理想的) × 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 4.3% △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 期待値 -87% ※ 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	ノイヤーヘルト追込	及川烈（浦和）	実276.4	B× A▽勝率0% EV+12% 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 07/15 浦和12R 12着/12頭+5.0秒 05/26 浦和12R 8着/12頭+1.0秒 04/23 浦和12R 10着/10頭+4.6秒 11/18 園田5R 12着/12頭+2.1秒 10/30 園田10R 8着/10頭+1.7秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) ◎ 距離適性同距離 7走で勝率 29% ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 12着 (大敗) ○ 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) -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 0.4% / 期待値 +13% ※ 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	プルーフリーダー自在	笹川翼（大井）	実9.1	B○ A▲勝率11% EV-2% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場13走で勝率38%と適性高／同距離帯15走で勝率33%／直近3走で勝率33%と好調）
前5走 07/06 川崎9R 1着/3頭 06/05 船橋9R 13着/14頭+2.0秒 05/14 川崎9R 13着/13頭+3.0秒 04/09 川崎9R 2着/14頭+0.1秒 03/17 浦和7R 4着/7頭+1.5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 13走で勝率 38% (得意) ◎ 距離適性同距離 15走で勝率 33% ◎ 騎手近50戦勝率 30% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 23日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +99% (市場が大幅過小評価) AI 予想勝率 22.0% (オッズ暗示: 11.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.7% / 期待値 -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。
10	サラサエンペラー逃げ推奨	池谷匠（川崎）	実26.1	B△ A▽勝率4% EV-1% 詳細▼	市場が大きく過小評価、AI予想勝率12% × オッズ26.1倍で期待値+206%の有力候補（直近3走平均2.3着と安定／当競馬場で勝率22%と相性良／同距離帯で勝率25%と得意）
前5走 07/07 川崎9R 2着/3頭 05/11 川崎12R 3着/12頭+1.0秒 04/08 川崎7R 2着/12頭+0.4秒 03/19 浦和8R 9着/14頭+1.4秒 03/04 川崎7R 5着/12頭+0.2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 2.3着 (安定) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 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 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) +206% (市場が大幅過小評価) AI 予想勝率 11.7% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 期待値 -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。
11	フィアマフルミネ逃げ	張田昂（船橋）	実21.1	B× A▽勝率4% EV-23% 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25%と適性高／同距離帯10走で勝率30%／同馬場状態で勝率33%）
前5走 07/09 川崎10R 9着/11頭 01/02 川崎10R 5着/13頭+1.1秒 12/17 川崎7R 4着/9頭+1.0秒 11/20 川崎9R 2着/12頭+0.1秒 07/10 川崎12R 3着/12頭+1.1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 6.0着 ◎ 当競馬場適性 12走で勝率 25% (得意) ◎ 距離適性同距離 10走で勝率 30% ◎ 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 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.6% / 期待値 -24% ※ 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	トンボ自在	増田充（川崎）	実66.4	B× A▽勝率1% EV-13% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14走で勝率29%と適性高／同距離帯15走で勝率27%）
前5走 07/09 川崎10R 8着/11頭+1.0秒 05/29 浦和10R 6着/13頭 04/21 浦和7R 4着/10頭+0.1秒 04/09 川崎12R 7着/12頭+0.8秒 03/16 浦和11R 4着/13頭+0.8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 6.0着 ◎ 当競馬場適性 14走で勝率 29% (得意) ◎ 距離適性同距離 15走で勝率 27% ○ 馬場適性同馬場 9走で勝率 22% ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.3% / 期待値 -13% ※ 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	ナリノエンブレム	町田直（川崎）	実5.5	B▲ A○勝率15% EV-18% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 07/09 川崎10R 6着/11頭 05/25 浦和10R 1着/12頭 05/15 川崎8R 1着/12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 67% (絶好調) ◎ 距離適性同距離 3走で勝率 67% ○ 騎手近50戦勝率 14% ○ 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) -18% (オッズ過剰評価) AI 予想勝率 14.9% (オッズ暗示: 18.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.9% / 期待値 -18% ※ 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	プリンスノット	御神訓（大井）	実1.8	B🌟◎ A🌟◎勝率35% EV-36% 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 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 40.7% (オッズ暗示: 55.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 35.2% / 期待値 -37% ※ 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 ◎

プリンスノット

騎手御神訓（大井）

単勝オッズ

1.8倍

AI期待値

-26%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲9プルーフリーダー

9.1倍

EV +99%

▲A:○13ナリノエンブレム

5.5倍

EV -18%

出走馬全14頭

◎A:◎14

プリンスノット

御神訓（大井）

1.8倍

-26%

›

○A:▲9

プルーフリーダー

笹川翼（大井）

9.1倍

+99%

›

▲A:○13

ナリノエンブレム

町田直（川崎）

5.5倍

-18%

›

△A:▽10

サラサエンペラー

池谷匠（川崎）

26.1倍

+206%

›

△A:△7

サイレントヴォイス

野畑凌（川崎）

—

›

△A:▽6

サダージ

藤本現（大井）

44.3倍

+68%

›

×A:△2

ネライウチ

笠野雄（船橋）

17.7倍

-74%

›

×A:△4

パイロデキセキ

矢野貴（大井）

5.5倍

-98%

›

×A:▽11

フィアマフルミネ

張田昂（船橋）

21.1倍

-95%

›

×A:▽5

ミスティライズ

新原周（川崎）

32.9倍

-92%

›

×A:▽12

トンボ

増田充（川崎）

66.4倍

-84%

›

×A:▽1

インテンシーヴォ

木間龍（船橋）

183.0倍

-69%

›

×A:▽3

スピナッチバイパー

伊藤裕（川崎）

120.7倍

-99%

›

×A:▽8

ノイヤーヘルト

及川烈（浦和）

276.4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 10 サラサエンペラー ¥200 実26.1倍期待値 +206% ❌不的中7着単勝 26.1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

10R 川崎競馬場開成町ダ1500m ダート1500m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	インテンシーヴォ	木間龍（船橋）	実183.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 07/14 浦和8R 10着/12頭 06/26 浦和10R 9着/12頭 06/03 船橋10R 11着/13頭+0.0秒 05/05 船橋10R 7着/14頭+1.0秒 03/26 園田10R 7着/11頭+1.9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 10.0着 (不振) △ 距離適性同距離 10走で勝率 10% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) +157% (市場が大幅過小評価) AI 予想勝率 1.4% (オッズ暗示: 0.5%) ※ 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。
2	ネライウチ先行	笠野雄（船橋）	実17.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は15走で勝ち無し）
前5走 07/15 浦和8R 5着/12頭 04/21 浦和12R 6着/12頭+1.6秒 04/08 川崎12R 3着/14頭+1.4秒 03/20 浦和10R 3着/9頭+0.3秒 02/25 浦和9R 5着/13頭+0.7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 4.7着 ▽ 距離適性同距離は 15走で勝ち無し ○ 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) +11% (市場と概ね一致) AI 予想勝率 6.3% (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。
3	スピナッチバイパー先行	伊藤裕（川崎）	実120.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は20走で勝ち無し／226日ぶりの実戦）
前5走 12/15 川崎11R 10着/11頭+2.3秒 11/17 川崎10R 7着/11頭+1.5秒 10/14 川崎10R 5着/14頭+0.8秒 09/12 川崎10R 3着/13頭+1.1秒 08/04 川崎12R 3着/12頭+0.0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 7.3着 (不振) △ 当競馬場適性 30走で勝率 7% ▽ 距離適性同距離は 20走で勝ち無し ▽ 前走実績前走 10着 (大敗) △ ローテーション 226日休養明け ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 1.1% (オッズ暗示: 0.8%) ※ 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	パイロデキセキ差し	矢野貴（大井）	実5.5	△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／騎手は近50戦で勝率24%）
前5走 07/08 川崎9R 4着/10頭 04/10 川崎8R 1着/11頭勝利 03/02 川崎7R 4着/7頭+1.2秒 02/04 川崎12R 4着/14頭+1.0秒 10/16 川崎7R 2着/13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戦の調子勝率 33% (上り調子) △ 当競馬場適性 21走で勝率 14% ○ 距離適性同距離 19走で勝率 16% ◎ 騎手近50戦勝率 24% (好調) ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 9.4% (オッズ暗示: 18.2%) ※ 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。
5	ミスティライズ逃げ	新原周（川崎）	実32.9	▽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／騎手は近50戦で勝率22%）
前5走 07/06 川崎11R 9着/9頭 05/14 園田11R 8着/12頭+1.7秒 03/02 川崎6R 1着/8頭勝利 09/18 園田11R 5着/11頭+1.0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) ◎ 騎手近50戦勝率 22% (好調) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 3.0%) ※ 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。
6	サダージ先行	藤本現（大井）	実44.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同馬場状態で勝率33%）
前5走 07/09 川崎10R 7着/11頭 04/21 浦和7R 5着/10頭+0.2秒 04/06 川崎10R 3着/10頭+0.5秒 03/06 川崎9R 5着/11頭+0.7秒 08/18 浦和11R 2着/10頭+0.2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 5.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% ◎ 馬場適性同馬場 6走で勝率 33% ○ 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) -9% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.3%) ※ 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	サイレントヴォイス差し	野畑凌（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12走で勝率42%と適性高／同距離帯14走で勝率50%／同馬場状態で勝率42%）
前5走 07/06 川崎11R 3着/9頭+2.0秒 05/15 川崎10R 9着/12頭+1.8秒 11/18 川崎9R 12着/14頭+2.6秒 11/03 船橋8R 12着/13頭+2.8秒 10/17 川崎10R 2着/14頭+2.2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 8.0着 (不振) ◎ 当競馬場適性 12走で勝率 42% (得意) ◎ 距離適性同距離 14走で勝率 50% ◎ 馬場適性同馬場 12走で勝率 42% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 8.0% ※ 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	ノイヤーヘルト追込	及川烈（浦和）	実276.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯7走で勝率29%／直近3走平均10.0着と低調／騎手は近50戦で勝率20%）
前5走 07/15 浦和12R 12着/12頭+5.0秒 05/26 浦和12R 8着/12頭+1.0秒 04/23 浦和12R 10着/10頭+4.6秒 11/18 園田5R 12着/12頭+2.1秒 10/30 園田10R 8着/10頭+1.7秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) ◎ 距離適性同距離 7走で勝率 29% ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 12着 (大敗) ○ 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) +12% (市場と概ね一致) AI 予想勝率 0.4% (オッズ暗示: 0.4%) ※ 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。
9	プルーフリーダー自在	笹川翼（大井）	実9.1	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場13走で勝率38%と適性高／同距離帯15走で勝率33%／直近3走で勝率33%と好調）
前5走 07/06 川崎9R 1着/3頭 06/05 船橋9R 13着/14頭+2.0秒 05/14 川崎9R 13着/13頭+3.0秒 04/09 川崎9R 2着/14頭+0.1秒 03/17 浦和7R 4着/7頭+1.5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 13走で勝率 38% (得意) ◎ 距離適性同距離 15走で勝率 33% ◎ 騎手近50戦勝率 30% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 23日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 10.7% (オッズ暗示: 11.0%) ※ 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。
10	サラサエンペラー逃げ推奨	池谷匠（川崎）	実26.1	▽詳細▼	期待値プラスでAIの推し馬（直近3走平均2.3着と安定／当競馬場で勝率22%と相性良／同距離帯で勝率25%と得意）
前5走 07/07 川崎9R 2着/3頭 05/11 川崎12R 3着/12頭+1.0秒 04/08 川崎7R 2着/12頭+0.4秒 03/19 浦和8R 9着/14頭+1.4秒 03/04 川崎7R 5着/12頭+0.2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 2.3着 (安定) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 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 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) -2% (オッズ過剰評価) AI 予想勝率 3.8% (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。
11	フィアマフルミネ逃げ	張田昂（船橋）	実21.1	▽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25%と適性高／同距離帯10走で勝率30%／同馬場状態で勝率33%）
前5走 07/09 川崎10R 9着/11頭 01/02 川崎10R 5着/13頭+1.1秒 12/17 川崎7R 4着/9頭+1.0秒 11/20 川崎9R 2着/12頭+0.1秒 07/10 川崎12R 3着/12頭+1.1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 6.0着 ◎ 当競馬場適性 12走で勝率 25% (得意) ◎ 距離適性同距離 10走で勝率 30% ◎ 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 20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 3.6% (オッズ暗示: 4.7%) ※ 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。
12	トンボ自在	増田充（川崎）	実66.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14走で勝率29%と適性高／同距離帯15走で勝率27%）
前5走 07/09 川崎10R 8着/11頭+1.0秒 05/29 浦和10R 6着/13頭 04/21 浦和7R 4着/10頭+0.1秒 04/09 川崎12R 7着/12頭+0.8秒 03/16 浦和11R 4着/13頭+0.8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 6.0着 ◎ 当競馬場適性 14走で勝率 29% (得意) ◎ 距離適性同距離 15走で勝率 27% ○ 馬場適性同馬場 9走で勝率 22% ○ 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) -13% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.5%) ※ 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。
13	ナリノエンブレム	町田直（川崎）	実5.5	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 07/09 川崎10R 6着/11頭 05/25 浦和10R 1着/12頭 05/15 川崎8R 1着/12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 67% (絶好調) ◎ 距離適性同距離 3走で勝率 67% ○ 騎手近50戦勝率 14% ○ 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) -18% (オッズ過剰評価) AI 予想勝率 14.9% (オッズ暗示: 18.2%) ※ 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。
14	プリンスノット	御神訓（大井）	実1.8	🌟◎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 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 35.2% (オッズ暗示: 55.6%) ※ 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。

🎯 AIの本命

AI評価1位

プリンスノット

騎手御神訓（大井）

単勝オッズ

1.8倍

AI期待値

-36%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○13ナリノエンブレム

5.5倍

EV -18%

▲9プルーフリーダー

9.1倍

EV -2%

出走馬全14頭

◎14

プリンスノット

御神訓（大井）

1.8倍

-36%

›

○13

ナリノエンブレム

町田直（川崎）

5.5倍

-18%

›

▲9

プルーフリーダー

笹川翼（大井）

9.1倍

-2%

›

△4

パイロデキセキ

矢野貴（大井）

5.5倍

-48%

›

△7

サイレントヴォイス

野畑凌（川崎）

—

›

△2

ネライウチ

笠野雄（船橋）

17.7倍

+11%

›

▽10

サラサエンペラー

池谷匠（川崎）

26.1倍

-1%

›

▽11

フィアマフルミネ

張田昂（船橋）

21.1倍

-23%

›

▽6

サダージ

藤本現（大井）

44.3倍

-9%

›

▽5

ミスティライズ

新原周（川崎）

32.9倍

-38%

›

▽1

インテンシーヴォ

木間龍（船橋）

183.0倍

+157%

›

▽12

トンボ

増田充（川崎）

66.4倍

-13%

›

▽3

スピナッチバイパー

伊藤裕（川崎）

120.7倍

+36%

›

▽8

ノイヤーヘルト

及川烈（浦和）

276.4倍

+12%

›

💡 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 10 サラサエンペラー ¥200 実26.1倍期待値 -2% ❌不的中7着単勝 26.1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。