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1600m ダート1600m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フォースゲイト先行	古岡勇（川崎）	実15.6	B△ A△勝率5% EV-21% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場16走で勝率31%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率40%）
前5走 07/08 川崎10R 5着/9頭 05/11 川崎11R 7着/14頭+0.9秒 04/08 川崎10R 7着/14頭+1.6秒 03/04 川崎10R 6着/9頭+1.0秒 02/04 川崎9R 1着/14頭勝利
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 16走で勝率 31% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 10走で勝率 40% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -45% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 6.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.0% / 期待値 -22% ※ 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	サザンカ自在	西啓太（大井）	実124.0	B× A▽勝率1% EV+19% 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25%と適性高／直近3走平均8.3着と低調）
前5走 07/08 川崎10R 7着/9頭 02/05 川崎11R 10着/12頭+1.9秒 12/11 船橋11R 8着/10頭+2.1秒 11/17 川崎10R 1着/11頭勝利 10/14 川崎10R 3着/14頭+0.5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 8.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 18% ○ 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) -67% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 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。
3	エレファントラン逃げ	御神訓（大井）	実2.2	B◎ A○勝率23% EV-48% 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 07/08 川崎10R 2着/9頭 05/14 川崎12R 1着/12頭勝利 02/02 川崎12R 5着/13頭+1.8秒 01/03 川崎10R 3着/13頭+1.0秒 12/18 川崎10R 2着/10頭+0.6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 15走で勝率 20% (相性良) ○ 馬場適性同馬場 8走で勝率 25% ○ 騎手近50戦勝率 14% ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 26.5% (オッズ暗示: 45.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.5% / 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。
4	マイネルディレクト差し	岡村裕（川崎）	実114.9	B× A▽勝率1% 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 07/10 川崎11R 10着/10頭+1.0秒 06/17 川崎9R 11着/11頭 05/01 大井12R 15着/16頭+3.1秒 03/31 船橋10R 7着/14頭+0.4秒 03/19 浦和11R 7着/12頭+1.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 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 12位 / 勝率 0.6% / 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。
5	スカイアクロス逃げ推奨	張田昂（船橋）	実12.2	B▲ A△勝率6% EV-23% 詳細▼	市場が大きく過小評価、AI予想勝率24% × オッズ12.2倍で期待値+195%の有力候補（直近3走勝率33%と上り調子／当競馬場で勝率23%と相性良／同距離帯で勝率29%と得意）
前5走 04/08 川崎10R 6着/14頭+1.2秒 03/06 川崎11R 8着/13頭+1.2秒 02/03 川崎11R 1着/14頭勝利 09/08 川崎11R 4着/14頭+2.1秒 08/21 川崎8R 1着/7頭勝利
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 22走で勝率 23% (相性良) ◎ 距離適性同距離 7走で勝率 29% ○ 馬場適性同馬場 14走で勝率 29% △ ローテーション 113日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +195% (市場が大幅過小評価) AI 予想勝率 24.2% (オッズ暗示: 8.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.2% / 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。
6	ドウザンワン	新原周（川崎）	実4.5	B○ A◎勝率25% EV+14% 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6走で勝率33%／直近3走で勝率67%と好調）
前5走 07/06 川崎10R 1着/11頭 06/16 川崎9R 1着/14頭 05/27 浦和10R 3着/12頭 05/12 川崎9R 1着/8頭勝利 07/10 川崎9R 6着/14頭+1.1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 67% (絶好調) ◎ 当競馬場適性 13走で勝率 38% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 馬場適性同馬場 8走で勝率 25% ○ 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 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 24.2% (オッズ暗示: 22.2%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.3% / 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。
7	ボニーマジェスティ自在	櫻井光（川崎）	実26.8	B× A▽勝率3% EV-23% 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 07/09 川崎10R 2着/11頭+0.0秒 05/29 浦和11R 7着/10頭 05/11 川崎11R 13着/14頭+2.4秒 03/10 大井6R 4着/6頭+0.8秒 02/16 大井8R 6着/13頭+1.9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 7.3着 (不振) △ 距離適性同距離 14走で勝率 14% ○ 前走実績前走 2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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.9% / 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。
8	バックビート逃げ	加藤雄（川崎）	実41.4	B△ A▽勝率2% EV-6% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/08 川崎10R 8着/9頭 05/14 川崎12R 3着/12頭+0.5秒 05/04 船橋8R 3着/12頭+0.3秒 04/09 川崎12R 2着/12頭+0.2秒 03/20 浦和10R 8着/9頭+2.6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 4.7着 △ 当競馬場適性 19走で勝率 5% ○ 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% (妙味あり) AI 予想勝率 3.5% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.3% / 期待値 -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	ソウルストライク追込	笹川翼（大井）	実5.9	B× A▲勝率14% EV-19% 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21走で勝率33%と適性高／同距離帯7走で勝率29%／前走2着）
前5走 12/18 川崎11R 2着/11頭+0.5秒 11/21 川崎11R 2着/9頭+0.3秒 10/16 川崎10R 7着/11頭+0.5秒 09/10 川崎10R 9着/11頭+2.2秒 08/21 川崎11R 10着/11頭+2.6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 21走で勝率 33% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 馬場適性同馬場 13走で勝率 23% ◎ 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 224日休養明け × 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 1.8% (オッズ暗示: 16.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.6% / 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	ハナノウタゲ追込	木間龍（船橋）	実16.7	B× A▽勝率4% EV-28% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15走で勝率27%と適性高／同距離帯5走で勝率40%／前走3着）
前5走 07/08 川崎9R 3着/10頭 03/04 川崎10R 5着/9頭+0.8秒 02/04 川崎10R 12着/14頭+1.1秒 01/02 川崎10R 12着/13頭+1.9秒 12/17 川崎10R 1着/9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 6.7着 ◎ 当競馬場適性 15走で勝率 27% (得意) ◎ 距離適性同距離 5走で勝率 40% △ 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 22日の間隔 (理想的) × 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 0.3% (オッズ暗示: 6.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.3% / 期待値 -29% ※ 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	スカイブルー	増田充（川崎）	実111.4	B× A▽勝率1% EV-37% 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 07/08 川崎10R 9着/9頭+3.0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 9.0着 (不振) ○ 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) -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 0.6% / 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。
12	ラムテリオス差し	佐野遥（川崎）	実10.2	B△ A△勝率12% EV+26% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場16走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/09 川崎10R 1着/11頭 05/14 川崎12R 4着/12頭+1.2秒 04/22 浦和10R 6着/12頭+1.0秒 04/06 川崎10R 2着/10頭+0.3秒 03/02 川崎12R 2着/12頭+0.2秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 16走で勝率 25% (得意) ○ 馬場適性同馬場 11走で勝率 27% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 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) +57% (市場が大幅過小評価) AI 予想勝率 15.4% (オッズ暗示: 9.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.4% / 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。
13	デアシュトゥルム先行	鷹見陸（大井）	実29.4	B× A▽勝率2% EV-27% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/08 川崎10R 6着/9頭+0.0秒 02/05 川崎11R 8着/12頭+1.7秒 01/04 川崎11R 4着/14頭+1.4秒 12/18 川崎11R 5着/11頭+1.2秒 11/21 川崎11R 8着/9頭+3.4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 22走で勝率 9% ○ 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 0.3% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.5% / 期待値 -28% ※ 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 ○

エレファントラン

騎手御神訓（大井）

単勝オッズ

2.2倍

AI期待値

-41%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎6ドウザンワン

4.5倍

EV +8%

▲A:△5スカイアクロス

12.2倍

EV +195%

出走馬全13頭

◎A:○3

エレファントラン

御神訓（大井）

2.2倍

-41%

›

○A:◎6

ドウザンワン

新原周（川崎）

4.5倍

+8%

›

▲A:△5

スカイアクロス

張田昂（船橋）

12.2倍

+195%

›

△A:△12

ラムテリオス

佐野遥（川崎）

10.2倍

+57%

›

△A:△1

フォースゲイト

古岡勇（川崎）

15.6倍

-44%

›

△A:▽8

バックビート

加藤雄（川崎）

41.4倍

+46%

›

×A:▲9

ソウルストライク

笹川翼（大井）

5.9倍

-89%

›

×A:▽10

ハナノウタゲ

木間龍（船橋）

16.7倍

-95%

›

×A:▽13

デアシュトゥルム

鷹見陸（大井）

29.4倍

-92%

›

×A:▽2

サザンカ

西啓太（大井）

124.0倍

-67%

›

×A:▽7

ボニーマジェスティ

櫻井光（川崎）

26.8倍

-98%

›

×A:▽11

スカイブルー

増田充（川崎）

111.4倍

-99%

›

×A:▽4

マイネルディレクト

岡村裕（川崎）

114.9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 5 スカイアクロス ¥400 実12.2倍期待値 +195% ❌不的中2着単勝 12.2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1600m ダート1600m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フォースゲイト先行	古岡勇（川崎）	実15.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場16走で勝率31%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率40%）
前5走 07/08 川崎10R 5着/9頭 05/11 川崎11R 7着/14頭+0.9秒 04/08 川崎10R 7着/14頭+1.6秒 03/04 川崎10R 6着/9頭+1.0秒 02/04 川崎9R 1着/14頭勝利
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 16走で勝率 31% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 10走で勝率 40% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -22% (オッズ過剰評価) AI 予想勝率 5.0% (オッズ暗示: 6.4%) ※ 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	サザンカ自在	西啓太（大井）	実124.0	▽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25%と適性高／直近3走平均8.3着と低調）
前5走 07/08 川崎10R 7着/9頭 02/05 川崎11R 10着/12頭+1.9秒 12/11 船橋11R 8着/10頭+2.1秒 11/17 川崎10R 1着/11頭勝利 10/14 川崎10R 3着/14頭+0.5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 8.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 18% ○ 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) +19% (市場と概ね一致) AI 予想勝率 1.0% (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。
3	エレファントラン逃げ	御神訓（大井）	実2.2	○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／前走2着）
前5走 07/08 川崎10R 2着/9頭 05/14 川崎12R 1着/12頭勝利 02/02 川崎12R 5着/13頭+1.8秒 01/03 川崎10R 3着/13頭+1.0秒 12/18 川崎10R 2着/10頭+0.6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 15走で勝率 20% (相性良) ○ 馬場適性同馬場 8走で勝率 25% ○ 騎手近50戦勝率 14% ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 23.5% (オッズ暗示: 45.5%) ※ 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	マイネルディレクト差し	岡村裕（川崎）	実114.9	▽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0%と苦戦傾向／直近3走平均12.0着と低調）
前5走 07/10 川崎11R 10着/10頭+1.0秒 06/17 川崎9R 11着/11頭 05/01 大井12R 15着/16頭+3.1秒 03/31 船橋10R 7着/14頭+0.4秒 03/19 浦和11R 7着/12頭+1.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 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) -33% (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	スカイアクロス逃げ推奨	張田昂（船橋）	実12.2	△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／当競馬場で勝率23%と相性良／同距離帯で勝率29%と得意）
前5走 04/08 川崎10R 6着/14頭+1.2秒 03/06 川崎11R 8着/13頭+1.2秒 02/03 川崎11R 1着/14頭勝利 09/08 川崎11R 4着/14頭+2.1秒 08/21 川崎8R 1着/7頭勝利
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 22走で勝率 23% (相性良) ◎ 距離適性同距離 7走で勝率 29% ○ 馬場適性同馬場 14走で勝率 29% △ ローテーション 113日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 6.2% (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。
6	ドウザンワン	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13走で勝率38%と適性高／同距離帯6走で勝率33%／直近3走で勝率67%と好調）
前5走 07/06 川崎10R 1着/11頭 06/16 川崎9R 1着/14頭 05/27 浦和10R 3着/12頭 05/12 川崎9R 1着/8頭勝利 07/10 川崎9R 6着/14頭+1.1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 67% (絶好調) ◎ 当競馬場適性 13走で勝率 38% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 馬場適性同馬場 8走で勝率 25% ○ 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 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 25.3% (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。
7	ボニーマジェスティ自在	櫻井光（川崎）	実26.8	▽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 07/09 川崎10R 2着/11頭+0.0秒 05/29 浦和11R 7着/10頭 05/11 川崎11R 13着/14頭+2.4秒 03/10 大井6R 4着/6頭+0.8秒 02/16 大井8R 6着/13頭+1.9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 7.3着 (不振) △ 距離適性同距離 14走で勝率 14% ○ 前走実績前走 2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) -24% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.7%) ※ 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。
8	バックビート逃げ	加藤雄（川崎）	実41.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/08 川崎10R 8着/9頭 05/14 川崎12R 3着/12頭+0.5秒 05/04 船橋8R 3着/12頭+0.3秒 04/09 川崎12R 2着/12頭+0.2秒 03/20 浦和10R 8着/9頭+2.6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 4.7着 △ 当競馬場適性 19走で勝率 5% ○ 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) -7% (オッズ過剰評価) AI 予想勝率 2.3% (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。
9	ソウルストライク追込	笹川翼（大井）	実5.9	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場21走で勝率33%と適性高／同距離帯7走で勝率29%／前走2着）
前5走 12/18 川崎11R 2着/11頭+0.5秒 11/21 川崎11R 2着/9頭+0.3秒 10/16 川崎10R 7着/11頭+0.5秒 09/10 川崎10R 9着/11頭+2.2秒 08/21 川崎11R 10着/11頭+2.6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 21走で勝率 33% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 馬場適性同馬場 13走で勝率 23% ◎ 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 224日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 13.6% (オッズ暗示: 16.9%) ※ 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。
10	ハナノウタゲ追込	木間龍（船橋）	実16.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15走で勝率27%と適性高／同距離帯5走で勝率40%／前走3着）
前5走 07/08 川崎9R 3着/10頭 03/04 川崎10R 5着/9頭+0.8秒 02/04 川崎10R 12着/14頭+1.1秒 01/02 川崎10R 12着/13頭+1.9秒 12/17 川崎10R 1着/9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 6.7着 ◎ 当競馬場適性 15走で勝率 27% (得意) ◎ 距離適性同距離 5走で勝率 40% △ 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 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 4.3% (オッズ暗示: 6.0%) ※ 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。
11	スカイブルー	増田充（川崎）	実111.4	▽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）
前5走 07/08 川崎10R 9着/9頭+3.0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 9.0着 (不振) ○ 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) -38% (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。
12	ラムテリオス差し	佐野遥（川崎）	実10.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場16走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/09 川崎10R 1着/11頭 05/14 川崎12R 4着/12頭+1.2秒 04/22 浦和10R 6着/12頭+1.0秒 04/06 川崎10R 2着/10頭+0.3秒 03/02 川崎12R 2着/12頭+0.2秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 16走で勝率 25% (得意) ○ 馬場適性同馬場 11走で勝率 27% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 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) +26% (市場と概ね一致) AI 予想勝率 12.4% (オッズ暗示: 9.8%) ※ 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。
13	デアシュトゥルム先行	鷹見陸（大井）	実29.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/08 川崎10R 6着/9頭+0.0秒 02/05 川崎11R 8着/12頭+1.7秒 01/04 川崎11R 4着/14頭+1.4秒 12/18 川崎11R 5着/11頭+1.2秒 11/21 川崎11R 8着/9頭+3.4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 22走で勝率 9% ○ 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) -28% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 3.4%) ※ 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。

🎯 AIの本命

AI評価1位

ドウザンワン

騎手新原周（川崎）

単勝オッズ

4.5倍

AI期待値

+14%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3エレファントラン

2.2倍

EV -48%

▲9ソウルストライク

5.9倍

EV -19%

出走馬全13頭

◎6

ドウザンワン

新原周（川崎）

4.5倍

+14%

›

○3

エレファントラン

御神訓（大井）

2.2倍

-48%

›

▲9

ソウルストライク

笹川翼（大井）

5.9倍

-19%

›

△12

ラムテリオス

佐野遥（川崎）

10.2倍

+26%

›

△5

スカイアクロス

張田昂（船橋）

12.2倍

-23%

›

△1

フォースゲイト

古岡勇（川崎）

15.6倍

-21%

›

▽10

ハナノウタゲ

木間龍（船橋）

16.7倍

-28%

›

▽7

ボニーマジェスティ

櫻井光（川崎）

26.8倍

-23%

›

▽13

デアシュトゥルム

鷹見陸（大井）

29.4倍

-27%

›

▽8

バックビート

加藤雄（川崎）

41.4倍

-6%

›

▽2

サザンカ

西啓太（大井）

124.0倍

+19%

›

▽4

マイネルディレクト

岡村裕（川崎）

114.9倍

-32%

›

▽11

スカイブルー

増田充（川崎）

111.4倍

-37%

›

💡 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 5 スカイアクロス ¥400 実12.2倍期待値 -24% ❌不的中2着単勝 12.2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。