川崎 6R 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

6R 川崎競馬場ダ900m ダート900m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヒメカグラ追込	神尾香（川崎）	実75.3	B△ A▽勝率1% EV-5% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/10 川崎7R 7着/10頭+1.0秒 06/18 川崎7R 7着/10頭 05/15 川崎7R 5着/10頭+1.4秒 04/07 川崎5R 10着/12頭+3.1秒 03/16 浦和5R 11着/11頭+2.4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 6.3着 △ 当競馬場適性 33走で勝率 9% △ 距離適性同距離 23走で勝率 9% ○ 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) -82% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 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。
2	マイカグラ	田中涼（川崎）	実17.9	B× A▽勝率5% EV-14% 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5走 07/10 川崎7R 4着/10頭 06/17 川崎5R 11着/12頭 05/29 浦和7R 1着/10頭 05/13 川崎4R 10着/12頭+1.5秒 04/24 浦和2R 8着/12頭+2.4秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 35走で勝率 6% △ 距離適性同距離 30走で勝率 7% ○ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.8% / 期待値 -14% ※ 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	パイナ	山本大（船橋）	実6.9	B× A▲勝率15% EV+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）
前5走 07/15 浦和6R 1着/11頭 07/07 川崎7R 5着/12頭 06/25 浦和7R 4着/12頭 04/23 浦和6R 6着/12頭+1.3秒 03/30 船橋5R 9着/14頭+1.0秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 21走で勝率 19% (相性良) ○ 距離適性同距離 25走で勝率 20% ○ 馬場適性同馬場 16走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ 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) AI 予想勝率 0.1% (オッズ暗示: 14.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.8% / 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。
4	インマイブラッド	伊藤裕（川崎）	実43.2	B× A▽勝率2% EV-8% 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 07/16 浦和5R 4着/11頭 07/07 川崎7R 8着/12頭 06/16 川崎8R 10着/10頭+7.0秒 06/03 船橋4R 9着/11頭 05/12 川崎4R 10着/12頭+1.4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 7.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 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 8位 / 勝率 2.1% / 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。
5	グァンバーレ自在	池谷匠（川崎）	実60.4	B× A▽勝率1% EV-12% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率4%と苦戦傾向）
前5走 07/06 川崎6R 9着/12頭+1.0秒 05/26 浦和6R 3着/12頭 05/11 川崎12R 9着/12頭+1.8秒 04/08 川崎7R 5着/12頭+1.0秒 03/18 浦和6R 6着/12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戦の調子平均 7.0着 (不振) × 当競馬場適性 24走で勝率 4% (苦戦) △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 24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: 1.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 期待値 -12% ※ 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	メイワノワ追込	本田紀（川崎）	実120.2	B× A▽勝率1% EV+0% 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 07/10 川崎7R 10着/10頭+4.0秒 05/12 川崎7R 12着/12頭+3.4秒 04/21 浦和8R 8着/13頭+1.7秒 04/06 川崎6R 12着/12頭+3.6秒 03/04 川崎12R 7着/14頭+2.7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 10.0着 (不振) △ 当競馬場適性 48走で勝率 10% ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.8% / 期待値 +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	シンシアビューティ自在推奨	新原周（川崎）	実14.1	B△ A△勝率13% EV+86% 詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実／当競馬場で勝率18%と相性良／同距離帯で勝率18%）
前5走 04/10 川崎10R 10着/12頭+1.7秒 03/04 川崎5R 11着/11頭+2.4秒 02/03 川崎8R 12着/12頭+1.9秒 01/02 川崎9R 7着/11頭+1.7秒 09/11 川崎1R 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 11.0着 (不振) ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 11走で勝率 18% ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 10着 (大敗) △ ローテーション 111日休養明け × 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 0.6% (オッズ暗示: 7.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 13.2% / 期待値 +86% ※ 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	オースター逃げ	西啓太（大井）	実17.5	B△ A△勝率6% EV0% 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／80日ぶりの実戦）
前5走 05/11 川崎7R 2着/12頭+1.0秒 02/05 川崎10R 4着/14頭+1.6秒 12/16 川崎8R 3着/9頭+2.1秒 11/19 川崎4R 4着/12頭+0.8秒 10/17 川崎12R 8着/12頭+0.8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 3.0着 (安定) ○ 当競馬場適性 40走で勝率 15% (相性良) △ 距離適性同距離 12走で勝率 8% ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) × 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 0.2% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.7% / 期待値 -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。
9	ブリテン逃げ	古岡勇（川崎）	実3.0	B▲ A○勝率22% EV-33% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 07/17 浦和5R 4着/12頭 07/09 川崎2R 1着/12頭 12/18 川崎6R 8着/12頭+2.5秒 11/21 川崎7R 2着/12頭+1.2秒 10/30 浦和2R 2着/12頭+0.7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 7走で勝率 14% △ 騎手近50戦勝率 2% (やや苦戦) × 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 6.6% (オッズ暗示: 33.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.1% / 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。
10	ミツカネエリーズ逃げ推奨	佐野遥（川崎）	実17.7	B○ A△勝率5% EV-12% 詳細▼	市場が大きく過小評価、AI予想勝率20% × オッズ17.7倍で期待値+250%の有力候補（近5走で勝率20%と堅実／当競馬場6走で勝率50%と適性高／同馬場と相性良）
前5走 03/03 川崎7R 9着/12頭+1.8秒 02/04 川崎4R 6着/12頭+0.8秒 01/21 船橋4R 10着/12頭+2.7秒 12/15 川崎7R 3着/12頭+1.1秒 11/20 川崎5R 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戦の調子平均 8.3着 (不振) ◎ 当競馬場適性 6走で勝率 50% (得意) ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 149日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +250% (市場が大幅過小評価) AI 予想勝率 19.8% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.0% / 期待値 -12% ※ 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	エースクイーン自在	鷹見陸（大井）	実2.0	B🌟◎ A◎勝率29% EV-42% 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10走で勝率50%と適性高／同距離帯13走で勝率38%／直近3走で勝率67%と好調）
前5走 07/07 川崎7R 3着/12頭 06/18 川崎7R 1着/10頭 05/11 川崎7R 1着/12頭勝利 11/21 川崎8R 5着/10頭+0.6秒 10/13 川崎9R 5着/12頭+0.6秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 10走で勝率 50% (得意) ◎ 距離適性同距離 13走で勝率 38% ○ 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) +44% (妙味あり) AI 予想勝率 72.3% (オッズ暗示: 50.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 28.8% / 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。

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 ◎

エースクイーン

騎手鷹見陸（大井）

単勝オッズ

2.0倍

AI期待値

+44%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△10ミツカネエリーズ

17.7倍

EV +250%

▲A:○9ブリテン

3.0倍

EV -80%

出走馬全11頭

◎A:◎11

エースクイーン

鷹見陸（大井）

2.0倍

+44%

›

○A:△10

ミツカネエリーズ

佐野遥（川崎）

17.7倍

+250%

›

▲A:○9

ブリテン

古岡勇（川崎）

3.0倍

-80%

›

△A:△7

シンシアビューティ

新原周（川崎）

14.1倍

-90%

›

△A:△8

オースター

西啓太（大井）

17.5倍

-95%

›

△A:▽1

ヒメカグラ

神尾香（川崎）

75.3倍

-81%

›

×A:▲3

パイナ

山本大（船橋）

6.9倍

-99%

›

×A:▽2

マイカグラ

田中涼（川崎）

17.9倍

-99%

›

×A:▽5

グァンバーレ

池谷匠（川崎）

60.4倍

-99%

›

×A:▽4

インマイブラッド

伊藤裕（川崎）

43.2倍

-99%

›

×A:▽6

メイワノワ

本田紀（川崎）

120.2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

単勝 7 シンシアビューティ ¥100 実14.1倍期待値 -91% ❌不的中4着単勝 14.1倍

B. 市場除外+キャリブ

単勝 10 ミツカネエリーズ ¥300 実17.7倍期待値 +251% ❌不的中3着単勝 17.7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

6R 川崎競馬場ダ900m ダート900m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヒメカグラ追込	神尾香（川崎）	実75.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/10 川崎7R 7着/10頭+1.0秒 06/18 川崎7R 7着/10頭 05/15 川崎7R 5着/10頭+1.4秒 04/07 川崎5R 10着/12頭+3.1秒 03/16 浦和5R 11着/11頭+2.4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 6.3着 △ 当競馬場適性 33走で勝率 9% △ 距離適性同距離 23走で勝率 9% ○ 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) -5% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.3%) ※ 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。
2	マイカグラ	田中涼（川崎）	実17.9	▽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5走 07/10 川崎7R 4着/10頭 06/17 川崎5R 11着/12頭 05/29 浦和7R 1着/10頭 05/13 川崎4R 10着/12頭+1.5秒 04/24 浦和2R 8着/12頭+2.4秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 35走で勝率 6% △ 距離適性同距離 30走で勝率 7% ○ 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) -14% (オッズ過剰評価) AI 予想勝率 4.8% (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	パイナ	山本大（船橋）	実6.9	▲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 07/15 浦和6R 1着/11頭 07/07 川崎7R 5着/12頭 06/25 浦和7R 4着/12頭 04/23 浦和6R 6着/12頭+1.3秒 03/30 船橋5R 9着/14頭+1.0秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 21走で勝率 19% (相性良) ○ 距離適性同距離 25走で勝率 20% ○ 馬場適性同馬場 16走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ 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) +2% (市場と概ね一致) AI 予想勝率 14.8% (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。
4	インマイブラッド	伊藤裕（川崎）	実43.2	▽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）
前5走 07/16 浦和5R 4着/11頭 07/07 川崎7R 8着/12頭 06/16 川崎8R 10着/10頭+7.0秒 06/03 船橋4R 9着/11頭 05/12 川崎4R 10着/12頭+1.4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 7.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 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) -8% (オッズ過剰評価) AI 予想勝率 2.1% (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。
5	グァンバーレ自在	池谷匠（川崎）	実60.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率4%と苦戦傾向）
前5走 07/06 川崎6R 9着/12頭+1.0秒 05/26 浦和6R 3着/12頭 05/11 川崎12R 9着/12頭+1.8秒 04/08 川崎7R 5着/12頭+1.0秒 03/18 浦和6R 6着/12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戦の調子平均 7.0着 (不振) × 当競馬場適性 24走で勝率 4% (苦戦) △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.7%) ※ 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。
6	メイワノワ追込	本田紀（川崎）	実120.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／直近3走平均10.0着と低調）
前5走 07/10 川崎7R 10着/10頭+4.0秒 05/12 川崎7R 12着/12頭+3.4秒 04/21 浦和8R 8着/13頭+1.7秒 04/06 川崎6R 12着/12頭+3.6秒 03/04 川崎12R 7着/14頭+2.7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 10.0着 (不振) △ 当競馬場適性 48走で勝率 10% ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) +0% (市場と概ね一致) AI 予想勝率 0.8% (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。
7	シンシアビューティ自在推奨	新原周（川崎）	実14.1	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+86%の中穴候補（近5走で勝率20%と堅実／当競馬場で勝率18%と相性良／同距離帯で勝率18%）
前5走 04/10 川崎10R 10着/12頭+1.7秒 03/04 川崎5R 11着/11頭+2.4秒 02/03 川崎8R 12着/12頭+1.9秒 01/02 川崎9R 7着/11頭+1.7秒 09/11 川崎1R 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 11.0着 (不振) ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 11走で勝率 18% ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 10着 (大敗) △ ローテーション 111日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +86% (市場が大幅過小評価) AI 予想勝率 13.2% (オッズ暗示: 7.1%) ※ 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	オースター逃げ	西啓太（大井）	実17.5	△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／80日ぶりの実戦）
前5走 05/11 川崎7R 2着/12頭+1.0秒 02/05 川崎10R 4着/14頭+1.6秒 12/16 川崎8R 3着/9頭+2.1秒 11/19 川崎4R 4着/12頭+0.8秒 10/17 川崎12R 8着/12頭+0.8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 3.0着 (安定) ○ 当競馬場適性 40走で勝率 15% (相性良) △ 距離適性同距離 12走で勝率 8% ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 5.7% (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。
9	ブリテン逃げ	古岡勇（川崎）	実3.0	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 07/17 浦和5R 4着/12頭 07/09 川崎2R 1着/12頭 12/18 川崎6R 8着/12頭+2.5秒 11/21 川崎7R 2着/12頭+1.2秒 10/30 浦和2R 2着/12頭+0.7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 7走で勝率 14% △ 騎手近50戦勝率 2% (やや苦戦) × 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 22.1% (オッズ暗示: 33.3%) ※ 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	ミツカネエリーズ逃げ推奨	佐野遥（川崎）	実17.7	△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6走で勝率50%と適性高／同馬場と相性良）
前5走 03/03 川崎7R 9着/12頭+1.8秒 02/04 川崎4R 6着/12頭+0.8秒 01/21 船橋4R 10着/12頭+2.7秒 12/15 川崎7R 3着/12頭+1.1秒 11/20 川崎5R 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戦の調子平均 8.3着 (不振) ◎ 当競馬場適性 6走で勝率 50% (得意) ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 149日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 5.0% (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。
11	エースクイーン自在	鷹見陸（大井）	実2.0	◎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10走で勝率50%と適性高／同距離帯13走で勝率38%／直近3走で勝率67%と好調）
前5走 07/07 川崎7R 3着/12頭 06/18 川崎7R 1着/10頭 05/11 川崎7R 1着/12頭勝利 11/21 川崎8R 5着/10頭+0.6秒 10/13 川崎9R 5着/12頭+0.6秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 10走で勝率 50% (得意) ◎ 距離適性同距離 13走で勝率 38% ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 28.8% (オッズ暗示: 50.0%) ※ 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。

🎯 AIの本命

AI評価1位

エースクイーン

騎手鷹見陸（大井）

単勝オッズ

2.0倍

AI期待値

-42%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ブリテン

3.0倍

EV -33%

▲3パイナ

6.9倍

EV +2%

出走馬全11頭

◎11

エースクイーン

鷹見陸（大井）

2.0倍

-42%

›

○9

ブリテン

古岡勇（川崎）

3.0倍

-33%

›

▲3

パイナ

山本大（船橋）

6.9倍

+2%

›

△7

シンシアビューティ

新原周（川崎）

14.1倍

+86%

›

△8

オースター

西啓太（大井）

17.5倍

›

△10

ミツカネエリーズ

佐野遥（川崎）

17.7倍

-12%

›

▽2

マイカグラ

田中涼（川崎）

17.9倍

-14%

›

▽4

インマイブラッド

伊藤裕（川崎）

43.2倍

-8%

›

▽5

グァンバーレ

池谷匠（川崎）

60.4倍

-12%

›

▽1

ヒメカグラ

神尾香（川崎）

75.3倍

-5%

›

▽6

メイワノワ

本田紀（川崎）

120.2倍

+0%

›

💡 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 7 シンシアビューティ ¥100 実14.1倍期待値 +86% ❌不的中4着単勝 14.1倍

B. 市場除外+キャリブ

単勝 10 ミツカネエリーズ ¥300 実17.7倍期待値 -12% ❌不的中3着単勝 17.7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。