川崎 7R 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

7R 川崎競馬場ダ1500m ダート1500m　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	セクシーウィドー	藤田凌（大井）	実47.8	B× A×勝率1% EV-56% 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）
前5走 07/06 川崎8R 7着/9頭+2.0秒 06/16 川崎8R 3着/10頭+2.0秒 05/26 浦和8R 9着/9頭+5.0秒 05/12 川崎7R 2着/12頭+0.9秒 11/18 川崎6R 4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戦の調子平均 6.3着 △ 当競馬場適性 19走で勝率 5% ▽ 距離適性同距離は 20走で勝ち無し ○ 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) -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 12位 / 勝率 0.9% / 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。
2	グラスアラバニーユ先行	増田充（川崎）	実75.3	B× A▽勝率1% EV-38% 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 05/11 川崎9R 7着/10頭+1.9秒 04/23 浦和8R 7着/11頭+2.4秒 04/06 川崎12R 12着/13頭+1.9秒 03/17 浦和8R 5着/12頭+0.7秒 03/04 川崎12R 9着/14頭+3.1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 45走で勝率 11% △ 距離適性同距離 44走で勝率 9% × 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 0.8% / 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。
3	エクセルブラック逃げ	西啓太（大井）	実3.8	B🌟◎ A○勝率19% EV-26% 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2着）
前5走 06/22 浦和7R 2着/8頭+4.0秒 05/25 浦和6R 6着/11頭 05/14 川崎6R 1着/11頭勝利 04/24 浦和2R 2着/12頭+0.2秒 04/07 川崎8R 12着/13頭+2.4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 10走で勝率 10% △ 距離適性同距離 18走で勝率 11% ○ 馬場適性同馬場 9走で勝率 22% ○ 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) +118% (市場が大幅過小評価) AI 予想勝率 57.4% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.3% / 期待値 -27% ※ 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	ウロボロス追込	古岡勇（川崎）	実24.6	B× A▽勝率4% EV-2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場14走で勝率0%と苦戦傾向／前走3着）
前5走 07/09 川崎7R 3着/8頭+1.0秒 05/11 川崎9R 6着/10頭+1.7秒 05/04 船橋9R 10着/12頭+3.4秒 04/10 川崎7R 9着/11頭+1.2秒 02/02 川崎6R 13着/13頭+3.8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 6.3着 × 当競馬場適性 14走で勝率 0% (苦戦) △ 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 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) -83% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.0% / 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。
5	フラッシュタイム	岡田大（浦和）	実41.2	B× A▽勝率2% EV-32% 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10R 8着/10頭+0.0秒 06/25 浦和5R 10着/10頭 05/26 浦和6R 7着/12頭 05/05 船橋6R 5着/12頭+1.5秒 04/23 浦和4R 5着/11頭+1.4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 8.3着 (不振) △ 距離適性同距離 11走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 17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 1.6% / 期待値 -32% ※ 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	サクセスベージュ	笠野雄（船橋）	実5.0	B△ A▲勝率18% EV-10% 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12走で勝率42%／直近3走で勝率33%と好調）
前5走 07/07 川崎8R 4着/11頭 06/15 川崎8R 1着/11頭 06/02 船橋5R 2着/12頭+0.0秒 05/04 船橋3R 4着/12頭+0.9秒 03/31 船橋3R 10着/12頭+2.5秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 12走で勝率 42% ○ 馬場適性同馬場 9走で勝率 22% ○ 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) -72% (大幅な期待値マイナス) AI 予想勝率 5.5% (オッズ暗示: 20.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.8% / 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。
7	ベラヴィットーリア推奨	櫻井光（川崎）	実15.8	B▲ A▽勝率5% EV-17% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+92%の中穴候補（直近3走勝率33%と上り調子／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 07/08 川崎12R 1着/3頭 06/17 川崎5R 6着/12頭 06/04 船橋6R 2着/11頭 05/14 川崎4R 4着/12頭+0.7秒 04/08 川崎6R 5着/12頭+0.5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 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ◎ 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% (市場が大幅過小評価) AI 予想勝率 12.2% (オッズ暗示: 6.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.2% / 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。
8	アリハッピー差し	岡村裕（川崎）	実10.7	B× A△勝率5% EV-42% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 06/17 川崎8R 7着/8頭 05/13 川崎7R 6着/12頭+0.7秒 04/07 川崎12R 8着/12頭+1.6秒 03/05 川崎9R 11着/11頭+3.5秒 02/03 川崎8R 8着/12頭+0.9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 7.0着 (不振) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 16走で勝率 6% ○ 馬場適性同馬場 10走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.2% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.4% / 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。
9	エールラヴィクトワ先行	矢野貴（大井）	実5.7	B△ A△勝率11% EV-39% 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0%と苦戦傾向／同距離帯は8走で勝ち無し／前走3着）
前5走 07/08 川崎4R 3着/12頭 06/16 川崎4R 4着/12頭 05/12 川崎4R 4着/12頭+0.6秒 04/07 川崎5R 2着/12頭+0.8秒 03/03 川崎8R 2着/11頭+0.1秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3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) -89% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 17.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.6% / 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。
10	レイニングキング追込	町田直（川崎）	実30.4	B× A▽勝率4% EV+18% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／147日ぶりの実戦）
前5走 03/05 川崎9R 10着/11頭+3.0秒 02/04 川崎12R 14着/14頭+2.9秒 01/19 船橋9R 3着/12頭+0.1秒 01/02 川崎12R 13着/14頭+2.2秒 12/16 川崎12R 10着/14頭+3.4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 9.0着 (不振) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 13走で勝率 8% ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) △ ローテーション 147日休養明け × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.9% / 期待値 +19% ※ 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	ボルダーオパール追込	神尾香（川崎）	実41.5	B△ A▽勝率2% EV-26% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／同距離帯10走で勝率30%／直近3走で勝率33%と好調）
前5走 07/07 川崎8R 8着/11頭+3.0秒 06/16 川崎8R 6着/10頭 05/15 川崎12R 1着/14頭勝利 03/31 船橋6R 6着/11頭+1.5秒 03/12 船橋12R 10着/12頭+1.8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 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 10走で勝率 30% ○ 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) +15% (市場と概ね一致) AI 予想勝率 2.8% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.8% / 期待値 -26% ※ 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	クレテイユ差し	中越琉（川崎）	実177.5	B× A▽勝率1% EV+29% 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 07/07 川崎8R 11着/11頭 05/26 浦和6R 11着/12頭 04/23 浦和4R 10着/11頭+2.1秒 04/09 川崎7R 4着/11頭+0.8秒 03/03 川崎9R 6着/9頭+1.6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 10.7着 (不振) ○ 当競馬場適性 26走で勝率 15% (相性良) △ 距離適性同距離 31走で勝率 13% ▽ 前走実績前走 11着 (大敗) ○ 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) -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 0.7% / 期待値 +30% ※ 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	ブランディストック追込	和田譲（大井）	実12.5	B× A△勝率5% EV-32% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率0%と苦戦傾向）
前5走 07/07 川崎8R 5着/11頭+1.0秒 06/18 川崎9R 5着/11頭 04/09 川崎7R 8着/11頭+1.2秒 03/02 川崎8R 2着/9頭+0.3秒 01/01 川崎10R 5着/14頭+1.8秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 8走で勝率 0% (苦戦) △ 距離適性同距離 9走で勝率 11% ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 8.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.4% / 期待値 -33% ※ 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	コルネットロッソ追込	新原周（川崎）	実4.5	B○ A◎勝率23% EV+1% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率29%と適性高／同距離帯8走で勝率25%／直近3走平均2.7着と安定）
前5走 07/09 川崎7R 4着/8頭 05/13 川崎5R 2着/11頭+0.0秒 07/08 川崎5R 2着/11頭+0.1秒 10/24 浦和8R 12着/12頭+1.8秒 10/07 川崎9R 3着/11頭+0.7秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.7着 (安定) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 騎手近50戦勝率 20% (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) -17% (オッズ過剰評価) AI 予想勝率 18.3% (オッズ暗示: 22.2%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.6% / 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。

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 ○

エクセルブラック

騎手西啓太（大井）

単勝オッズ

3.8倍

AI期待値

+118%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎14コルネットロッソ

4.5倍

EV -17%

▲A:▽7ベラヴィットーリア

15.8倍

EV +92%

出走馬全14頭

◎A:○3

エクセルブラック

西啓太（大井）

3.8倍

+118%

›

○A:◎14

コルネットロッソ

新原周（川崎）

4.5倍

-17%

›

▲A:▽7

ベラヴィットーリア

櫻井光（川崎）

15.8倍

+92%

›

△A:▲6

サクセスベージュ

笠野雄（船橋）

5.0倍

-72%

›

△A:▽11

ボルダーオパール

神尾香（川崎）

41.5倍

+15%

›

△A:△9

エールラヴィクトワ

矢野貴（大井）

5.7倍

-89%

›

×A:△13

ブランディストック

和田譲（大井）

12.5倍

-91%

›

×A:▽4

ウロボロス

古岡勇（川崎）

24.6倍

-82%

›

×A:△8

アリハッピー

岡村裕（川崎）

10.7倍

-97%

›

×A:▽10

レイニングキング

町田直（川崎）

30.4倍

-93%

›

×A:×1

セクシーウィドー

藤田凌（大井）

47.8倍

-98%

›

×A:▽5

フラッシュタイム

岡田大（浦和）

41.2倍

-99%

›

×A:▽2

グラスアラバニーユ

増田充（川崎）

75.3倍

-99%

›

×A:▽12

クレテイユ

中越琉（川崎）

177.5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 7 ベラヴィットーリア ¥100 実15.8倍期待値 +93% ❌不的中8着単勝 15.8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

7R 川崎競馬場ダ1500m ダート1500m　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	セクシーウィドー	藤田凌（大井）	実47.8	×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）
前5走 07/06 川崎8R 7着/9頭+2.0秒 06/16 川崎8R 3着/10頭+2.0秒 05/26 浦和8R 9着/9頭+5.0秒 05/12 川崎7R 2着/12頭+0.9秒 11/18 川崎6R 4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戦の調子平均 6.3着 △ 当競馬場適性 19走で勝率 5% ▽ 距離適性同距離は 20走で勝ち無し ○ 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) -57% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
2	グラスアラバニーユ先行	増田充（川崎）	実75.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調／80日ぶりの実戦）
前5走 05/11 川崎9R 7着/10頭+1.9秒 04/23 浦和8R 7着/11頭+2.4秒 04/06 川崎12R 12着/13頭+1.9秒 03/17 浦和8R 5着/12頭+0.7秒 03/04 川崎12R 9着/14頭+3.1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 45走で勝率 11% △ 距離適性同距離 44走で勝率 9% × 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 0.8% (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。
3	エクセルブラック逃げ	西啓太（大井）	実3.8	○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2着）
前5走 06/22 浦和7R 2着/8頭+4.0秒 05/25 浦和6R 6着/11頭 05/14 川崎6R 1着/11頭勝利 04/24 浦和2R 2着/12頭+0.2秒 04/07 川崎8R 12着/13頭+2.4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 10走で勝率 10% △ 距離適性同距離 18走で勝率 11% ○ 馬場適性同馬場 9走で勝率 22% ○ 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) -27% (オッズ過剰評価) AI 予想勝率 19.3% (オッズ暗示: 26.3%) ※ 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。
4	ウロボロス追込	古岡勇（川崎）	実24.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場14走で勝率0%と苦戦傾向／前走3着）
前5走 07/09 川崎7R 3着/8頭+1.0秒 05/11 川崎9R 6着/10頭+1.7秒 05/04 船橋9R 10着/12頭+3.4秒 04/10 川崎7R 9着/11頭+1.2秒 02/02 川崎6R 13着/13頭+3.8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 6.3着 × 当競馬場適性 14走で勝率 0% (苦戦) △ 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 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) -3% (オッズ過剰評価) AI 予想勝率 4.0% (オッズ暗示: 4.1%) ※ 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	フラッシュタイム	岡田大（浦和）	実41.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 07/13 浦和10R 8着/10頭+0.0秒 06/25 浦和5R 10着/10頭 05/26 浦和6R 7着/12頭 05/05 船橋6R 5着/12頭+1.5秒 04/23 浦和4R 5着/11頭+1.4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 8.3着 (不振) △ 距離適性同距離 11走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 17日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 1.6% (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。
6	サクセスベージュ	笠野雄（船橋）	実5.0	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯12走で勝率42%／直近3走で勝率33%と好調）
前5走 07/07 川崎8R 4着/11頭 06/15 川崎8R 1着/11頭 06/02 船橋5R 2着/12頭+0.0秒 05/04 船橋3R 4着/12頭+0.9秒 03/31 船橋3R 10着/12頭+2.5秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 12走で勝率 42% ○ 馬場適性同馬場 9走で勝率 22% ○ 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) -11% (オッズ過剰評価) AI 予想勝率 17.8% (オッズ暗示: 20.0%) ※ 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。
7	ベラヴィットーリア推奨	櫻井光（川崎）	実15.8	▽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／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 07/08 川崎12R 1着/3頭 06/17 川崎5R 6着/12頭 06/04 船橋6R 2着/11頭 05/14 川崎4R 4着/12頭+0.7秒 04/08 川崎6R 5着/12頭+0.5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 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ◎ 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) -18% (オッズ過剰評価) AI 予想勝率 5.2% (オッズ暗示: 6.3%) ※ 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。
8	アリハッピー差し	岡村裕（川崎）	実10.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 06/17 川崎8R 7着/8頭 05/13 川崎7R 6着/12頭+0.7秒 04/07 川崎12R 8着/12頭+1.6秒 03/05 川崎9R 11着/11頭+3.5秒 02/03 川崎8R 8着/12頭+0.9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 7.0着 (不振) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 16走で勝率 6% ○ 馬場適性同馬場 10走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) × 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 5.4% (オッズ暗示: 9.3%) ※ 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。
9	エールラヴィクトワ先行	矢野貴（大井）	実5.7	△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0%と苦戦傾向／同距離帯は8走で勝ち無し／前走3着）
前5走 07/08 川崎4R 3着/12頭 06/16 川崎4R 4着/12頭 05/12 川崎4R 4着/12頭+0.6秒 04/07 川崎5R 2着/12頭+0.8秒 03/03 川崎8R 2着/11頭+0.1秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3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) -40% (大幅な期待値マイナス) AI 予想勝率 10.6% (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。
10	レイニングキング追込	町田直（川崎）	実30.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／147日ぶりの実戦）
前5走 03/05 川崎9R 10着/11頭+3.0秒 02/04 川崎12R 14着/14頭+2.9秒 01/19 船橋9R 3着/12頭+0.1秒 01/02 川崎12R 13着/14頭+2.2秒 12/16 川崎12R 10着/14頭+3.4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 9.0着 (不振) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 13走で勝率 8% ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) △ ローテーション 147日休養明け △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 3.9% (オッズ暗示: 3.3%) ※ 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。
11	ボルダーオパール追込	神尾香（川崎）	実41.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／同距離帯10走で勝率30%／直近3走で勝率33%と好調）
前5走 07/07 川崎8R 8着/11頭+3.0秒 06/16 川崎8R 6着/10頭 05/15 川崎12R 1着/14頭勝利 03/31 船橋6R 6着/11頭+1.5秒 03/12 船橋12R 10着/12頭+1.8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 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 10走で勝率 30% ○ 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) -26% (オッズ過剰評価) AI 予想勝率 1.8% (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。
12	クレテイユ差し	中越琉（川崎）	実177.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調）
前5走 07/07 川崎8R 11着/11頭 05/26 浦和6R 11着/12頭 04/23 浦和4R 10着/11頭+2.1秒 04/09 川崎7R 4着/11頭+0.8秒 03/03 川崎9R 6着/9頭+1.6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 10.7着 (不振) ○ 当競馬場適性 26走で勝率 15% (相性良) △ 距離適性同距離 31走で勝率 13% ▽ 前走実績前走 11着 (大敗) ○ 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) +29% (市場と概ね一致) AI 予想勝率 0.7% (オッズ暗示: 0.6%) ※ 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。
13	ブランディストック追込	和田譲（大井）	実12.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率0%と苦戦傾向）
前5走 07/07 川崎8R 5着/11頭+1.0秒 06/18 川崎9R 5着/11頭 04/09 川崎7R 8着/11頭+1.2秒 03/02 川崎8R 2着/9頭+0.3秒 01/01 川崎10R 5着/14頭+1.8秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 8走で勝率 0% (苦戦) △ 距離適性同距離 9走で勝率 11% ○ 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) -33% (大幅な期待値マイナス) AI 予想勝率 5.4% (オッズ暗示: 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。
14	コルネットロッソ追込	新原周（川崎）	実4.5	◎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7走で勝率29%と適性高／同距離帯8走で勝率25%／直近3走平均2.7着と安定）
前5走 07/09 川崎7R 4着/8頭 05/13 川崎5R 2着/11頭+0.0秒 07/08 川崎5R 2着/11頭+0.1秒 10/24 浦和8R 12着/12頭+1.8秒 10/07 川崎9R 3着/11頭+0.7秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.7着 (安定) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 騎手近50戦勝率 20% (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) +1% (市場と概ね一致) AI 予想勝率 22.6% (オッズ暗示: 22.2%) ※ 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

AI評価1位

コルネットロッソ

騎手新原周（川崎）

単勝オッズ

4.5倍

AI期待値

+1%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3エクセルブラック

3.8倍

EV -26%

▲6サクセスベージュ

5.0倍

EV -10%

出走馬全14頭

◎14

コルネットロッソ

新原周（川崎）

4.5倍

+1%

›

○3

エクセルブラック

西啓太（大井）

3.8倍

-26%

›

▲6

サクセスベージュ

笠野雄（船橋）

5.0倍

-10%

›

△9

エールラヴィクトワ

矢野貴（大井）

5.7倍

-39%

›

△8

アリハッピー

岡村裕（川崎）

10.7倍

-42%

›

△13

ブランディストック

和田譲（大井）

12.5倍

-32%

›

▽7

ベラヴィットーリア

櫻井光（川崎）

15.8倍

-17%

›

▽4

ウロボロス

古岡勇（川崎）

24.6倍

-2%

›

▽10

レイニングキング

町田直（川崎）

30.4倍

+18%

›

▽11

ボルダーオパール

神尾香（川崎）

41.5倍

-26%

›

▽5

フラッシュタイム

岡田大（浦和）

41.2倍

-32%

›

×1

セクシーウィドー

藤田凌（大井）

47.8倍

-56%

›

▽2

グラスアラバニーユ

増田充（川崎）

75.3倍

-38%

›

▽12

クレテイユ

中越琉（川崎）

177.5倍

+29%

›

💡 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 7 ベラヴィットーリア ¥100 実15.8倍期待値 -18% ❌不的中8着単勝 15.8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。