川崎 12R 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

12R 川崎競馬場ダ1400m ダート1400m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エルガー逃げ	矢野貴（大井）	実6.9	B△ A○勝率14% EV-1% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着／騎手は近50戦で勝率22%）
前5走 07/07 川崎12R 2着/3頭 05/14 川崎12R 12着/12頭+3.1秒 08/26 川崎9R 5着/10頭+0.6秒 08/06 川崎6R 2着/11頭+0.3秒 07/08 川崎8R 3着/12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 10走で勝率 20% (相性良) ○ 距離適性同距離 10走で勝率 20% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2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) -83% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 14.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.3% / 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。
2	アンジュメロディ逃げ	櫻井光（川崎）	実45.0	B× A×勝率1% EV-59% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率43%と適性高／同距離帯6走で勝率33%／直近3走平均8.0着と低調）
前5走 04/06 川崎10R 10着/10頭+3.9秒 03/16 浦和11R 10着/13頭+1.4秒 03/03 川崎10R 4着/12頭+0.3秒 11/19 川崎9R 1着/11頭勝利 10/30 浦和12R 4着/12頭+0.6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 8.0着 (不振) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 6走で勝率 33% ▽ 前走実績前走 10着 (大敗) △ ローテーション 115日休養明け × 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: 2.2%) × Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 -59% ※ 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	ケツァールアズール	中越琉（川崎）	実13.3	B△ A×勝率3% 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5走 06/30 大井11R 8着/16頭+0.0秒 06/05 船橋5R 1着/10頭 05/11 川崎10R 3着/6頭+0.1秒 04/08 川崎8R 10着/13頭+3.1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) × 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 1.6% (オッズ暗示: 7.5%) × Aモデルの評価 (参考) レース内 7位 / 勝率 3.2% / 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	タイセイフランク先行	新原周（川崎）	実29.8	B× A×勝率2% EV-53% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／114日ぶりの実戦／騎手は近50戦で勝率20%）
前5走 04/07 川崎9R 2着/10頭+0.2秒 03/30 船橋9R 7着/10頭+1.7秒 03/02 川崎12R 9着/12頭+1.1秒 02/02 川崎12R 9着/13頭+2.7秒 01/03 川崎10R 8着/13頭+2.0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 6.0着 ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) △ ローテーション 114日休養明け × 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 0.6% (オッズ暗示: 3.4%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 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。
5	トウマ差し	鷹見陸（大井）	実8.0	B× A△勝率4% EV-65% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/09 川崎10R 5着/11頭 05/27 浦和10R 5着/12頭 05/14 川崎12R 6着/12頭+1.6秒 04/21 浦和7R 6着/10頭+0.5秒 04/06 川崎10R 8着/10頭+1.5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 5.3着 △ 当競馬場適性 13走で勝率 8% ○ 距離適性同距離 25走で勝率 20% ○ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.3% / 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。
6	ピーターライズ	町田直（川崎）	実3.2	B○ A🌟◎勝率46% EV+47% 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 07/08 川崎8R 1着/10頭 06/29 船橋9R 3着/8頭+0.0秒 06/04 船橋9R 2着/12頭+7.0秒 05/13 川崎7R 2着/12頭+0.2秒 05/04 船橋5R 1着/12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 33% (上り調子) ○ 騎手近50戦勝率 14% ◎ 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) +19% (市場と概ね一致) AI 予想勝率 37.3% (オッズ暗示: 31.2%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 46.2% / 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。
7	ピーエムナナ差し	本橋孝（船橋）	実6.8	B× A△勝率8% EV-46% 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8.0着と低調／113日ぶりの実戦）
前5走 04/08 川崎10R 5着/14頭+0.7秒 03/04 川崎10R 8着/9頭+1.2秒 02/05 川崎11R 11着/12頭+2.4秒 01/01 川崎8R 3着/14頭+0.6秒 07/09 川崎10R 2着/12頭+1.8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 17% (相性良) ○ 距離適性同距離 11走で勝率 18% ○ 騎手近50戦勝率 16% △ ローテーション 113日休養明け × 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 0.2% (オッズ暗示: 14.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.9% / 期待値 -46% ※ 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	バルジェロ先行推奨	御神訓（大井）	実26.0	B◎ A×勝率2% EV-56% 詳細▼	市場が大きく過小評価、AI予想勝率47% × オッズ26.0倍で期待値+999%の有力候補（直近3走勝率67%と絶好調／当競馬場で勝率18%と相性良／同馬場と相性良）
前5走 07/09 川崎8R 1着/10頭 05/13 川崎2R 3着/12頭+0.4秒 04/06 川崎4R 1着/12頭勝利 03/05 川崎3R 3着/12頭+0.6秒 02/03 川崎4R 7着/14頭+1.4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 67% (絶好調) ○ 当競馬場適性 11走で勝率 18% (相性良) ▽ 距離適性同距離は 6走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 14% ◎ 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) +999% (市場が大幅過小評価) AI 予想勝率 46.7% (オッズ暗示: 3.8%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 期待値 -56% ※ 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	エムティワイザー逃げ	古岡勇（川崎）	実4.6	B▲ A▲勝率14% EV-37% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は11走で勝ち無し／直近3走平均2.7着と安定／前走3着）
前5走 07/09 川崎10R 3着/11頭 05/14 川崎12R 2着/12頭+0.3秒 04/10 川崎12R 3着/11頭+0.4秒 03/02 川崎12R 4着/12頭+0.5秒 02/02 川崎12R 7着/13頭+1.9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 2.7着 (安定) △ 当競馬場適性 16走で勝率 12% ▽ 距離適性同距離は 11走で勝ち無し △ 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) -77% (大幅な期待値マイナス) AI 予想勝率 5.1% (オッズ暗示: 21.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.6% / 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。
10	サラサチャレンジ逃げ	伊藤裕（川崎）	実18.2	B× A×勝率2% EV-62% 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25%と適性高／同距離帯4走で勝率25%／254日ぶりの実戦）
前5走 11/18 川崎11R 6着/11頭+1.8秒 09/18 園田11R 2着/11頭+0.2秒 08/22 川崎5R 4着/10頭+0.9秒 08/07 川崎11R 3着/10頭+1.0秒 07/11 川崎5R 1着/6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 4.0着 ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% △ ローテーション 254日休養明け × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 5.5%) × Aモデルの評価 (参考) レース内 8位 / 勝率 2.1% / 期待値 -62% ※ 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	リコーベレッタ逃げ	佐野遥（川崎）	実10.7	B△ A△勝率4% EV-54% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/09 川崎10R 4着/11頭 04/09 川崎12R 4着/12頭+0.4秒 03/02 川崎12R 3着/12頭+0.4秒 02/02 川崎12R 11着/13頭+3.0秒 01/03 川崎10R 2着/13頭+0.8秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.7着 ○ 当競馬場適性 26走で勝率 15% (相性良) ○ 距離適性同距離 26走で勝率 15% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.3% / 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。

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

B推奨Aモデル ×

バルジェロ

騎手御神訓（大井）

単勝オッズ

26.0倍

AI期待値

+999%

買い目

¥1,100

全レースの推奨

AIの推奨本命の次点

○A:◎6ピーターライズ

3.2倍

EV +19%

▲A:▲9エムティワイザー

4.6倍

EV -76%

出走馬全11頭

◎A:×8

バルジェロ

御神訓（大井）

26.0倍

+999%

›

○A:◎6

ピーターライズ

町田直（川崎）

3.2倍

+19%

›

▲A:▲9

エムティワイザー

古岡勇（川崎）

4.6倍

-76%

›

△A:△11

リコーベレッタ

佐野遥（川崎）

10.7倍

-49%

›

△A:○1

エルガー

矢野貴（大井）

6.9倍

-83%

›

△A:×3

ケツァールアズール

中越琉（川崎）

13.3倍

-78%

›

×A:×10

サラサチャレンジ

伊藤裕（川崎）

18.2倍

-78%

›

×A:×4

タイセイフランク

新原周（川崎）

29.8倍

-82%

›

×A:△7

ピーエムナナ

本橋孝（船橋）

6.8倍

-98%

›

×A:×2

アンジュメロディ

櫻井光（川崎）

45.0倍

-91%

›

×A:△5

トウマ

鷹見陸（大井）

8.0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

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 8 バルジェロ ¥1,100 実26.0倍期待値 +999% ❌不的中単勝 26.0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

12R 川崎競馬場ダ1400m ダート1400m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エルガー逃げ	矢野貴（大井）	実6.9	○詳細▼	AI上位評価だが期待値不足、見送り（前走2着／騎手は近50戦で勝率22%）
前5走 07/07 川崎12R 2着/3頭 05/14 川崎12R 12着/12頭+3.1秒 08/26 川崎9R 5着/10頭+0.6秒 08/06 川崎6R 2着/11頭+0.3秒 07/08 川崎8R 3着/12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 10走で勝率 20% (相性良) ○ 距離適性同距離 10走で勝率 20% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2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) -1% (オッズ過剰評価) AI 予想勝率 14.3% (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。
2	アンジュメロディ逃げ	櫻井光（川崎）	実45.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率43%と適性高／同距離帯6走で勝率33%／直近3走平均8.0着と低調）
前5走 04/06 川崎10R 10着/10頭+3.9秒 03/16 浦和11R 10着/13頭+1.4秒 03/03 川崎10R 4着/12頭+0.3秒 11/19 川崎9R 1着/11頭勝利 10/30 浦和12R 4着/12頭+0.6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 8.0着 (不振) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 6走で勝率 33% ▽ 前走実績前走 10着 (大敗) △ ローテーション 115日休養明け × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.2%) ※ 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。
3	ケツァールアズール	中越琉（川崎）	実13.3	×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 06/30 大井11R 8着/16頭+0.0秒 06/05 船橋5R 1着/10頭 05/11 川崎10R 3着/6頭+0.1秒 04/08 川崎8R 10着/13頭+3.1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) × 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 3.2% (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。
4	タイセイフランク先行	新原周（川崎）	実29.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／114日ぶりの実戦／騎手は近50戦で勝率20%）
前5走 04/07 川崎9R 2着/10頭+0.2秒 03/30 船橋9R 7着/10頭+1.7秒 03/02 川崎12R 9着/12頭+1.1秒 02/02 川崎12R 9着/13頭+2.7秒 01/03 川崎10R 8着/13頭+2.0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 6.0着 ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) △ ローテーション 114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 1.6% (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。
5	トウマ差し	鷹見陸（大井）	実8.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/09 川崎10R 5着/11頭 05/27 浦和10R 5着/12頭 05/14 川崎12R 6着/12頭+1.6秒 04/21 浦和7R 6着/10頭+0.5秒 04/06 川崎10R 8着/10頭+1.5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 5.3着 △ 当競馬場適性 13走で勝率 8% ○ 距離適性同距離 25走で勝率 20% ○ 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) -66% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 12.5%) ※ 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。
6	ピーターライズ	町田直（川崎）	実3.2	🌟◎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 07/08 川崎8R 1着/10頭 06/29 船橋9R 3着/8頭+0.0秒 06/04 船橋9R 2着/12頭+7.0秒 05/13 川崎7R 2着/12頭+0.2秒 05/04 船橋5R 1着/12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 33% (上り調子) ○ 騎手近50戦勝率 14% ◎ 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) +47% (妙味あり) AI 予想勝率 46.2% (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。
7	ピーエムナナ差し	本橋孝（船橋）	実6.8	△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8.0着と低調／113日ぶりの実戦）
前5走 04/08 川崎10R 5着/14頭+0.7秒 03/04 川崎10R 8着/9頭+1.2秒 02/05 川崎11R 11着/12頭+2.4秒 01/01 川崎8R 3着/14頭+0.6秒 07/09 川崎10R 2着/12頭+1.8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 17% (相性良) ○ 距離適性同距離 11走で勝率 18% ○ 騎手近50戦勝率 16% △ ローテーション 113日休養明け × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 7.9% (オッズ暗示: 14.7%) ※ 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	バルジェロ先行推奨	御神訓（大井）	実26.0	×詳細▼	期待値プラスでAIの推し馬（直近3走勝率67%と絶好調／当競馬場で勝率18%と相性良／同馬場と相性良）
前5走 07/09 川崎8R 1着/10頭 05/13 川崎2R 3着/12頭+0.4秒 04/06 川崎4R 1着/12頭勝利 03/05 川崎3R 3着/12頭+0.6秒 02/03 川崎4R 7着/14頭+1.4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 67% (絶好調) ○ 当競馬場適性 11走で勝率 18% (相性良) ▽ 距離適性同距離は 6走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 14% ◎ 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) -56% (大幅な期待値マイナス) AI 予想勝率 1.7% (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。
9	エムティワイザー逃げ	古岡勇（川崎）	実4.6	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は11走で勝ち無し／直近3走平均2.7着と安定／前走3着）
前5走 07/09 川崎10R 3着/11頭 05/14 川崎12R 2着/12頭+0.3秒 04/10 川崎12R 3着/11頭+0.4秒 03/02 川崎12R 4着/12頭+0.5秒 02/02 川崎12R 7着/13頭+1.9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 2.7着 (安定) △ 当競馬場適性 16走で勝率 12% ▽ 距離適性同距離は 11走で勝ち無し △ 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) -37% (大幅な期待値マイナス) AI 予想勝率 13.6% (オッズ暗示: 21.7%) ※ 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。
10	サラサチャレンジ逃げ	伊藤裕（川崎）	実18.2	×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25%と適性高／同距離帯4走で勝率25%／254日ぶりの実戦）
前5走 11/18 川崎11R 6着/11頭+1.8秒 09/18 園田11R 2着/11頭+0.2秒 08/22 川崎5R 4着/10頭+0.9秒 08/07 川崎11R 3着/10頭+1.0秒 07/11 川崎5R 1着/6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 4.0着 ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% △ ローテーション 254日休養明け × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 5.5%) ※ 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	リコーベレッタ逃げ	佐野遥（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 07/09 川崎10R 4着/11頭 04/09 川崎12R 4着/12頭+0.4秒 03/02 川崎12R 3着/12頭+0.4秒 02/02 川崎12R 11着/13頭+3.0秒 01/03 川崎10R 2着/13頭+0.8秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.7着 ○ 当競馬場適性 26走で勝率 15% (相性良) ○ 距離適性同距離 26走で勝率 15% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -54% (大幅な期待値マイナス) AI 予想勝率 4.3% (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。

🎯 AIの本命

AI評価1位

ピーターライズ

騎手町田直（川崎）

単勝オッズ

3.2倍

AI期待値

+47%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1エルガー

6.9倍

EV -1%

▲9エムティワイザー

4.6倍

EV -37%

出走馬全11頭

◎6

ピーターライズ

町田直（川崎）

3.2倍

+47%

›

○1

エルガー

矢野貴（大井）

6.9倍

-1%

›

▲9

エムティワイザー

古岡勇（川崎）

4.6倍

-37%

›

△7

ピーエムナナ

本橋孝（船橋）

6.8倍

-46%

›

△5

トウマ

鷹見陸（大井）

8.0倍

-65%

›

△11

リコーベレッタ

佐野遥（川崎）

10.7倍

-54%

›

×3

ケツァールアズール

中越琉（川崎）

13.3倍

-57%

›

×10

サラサチャレンジ

伊藤裕（川崎）

18.2倍

-62%

›

×8

バルジェロ

御神訓（大井）

26.0倍

-56%

›

×4

タイセイフランク

新原周（川崎）

29.8倍

-53%

›

×2

アンジュメロディ

櫻井光（川崎）

45.0倍

-59%

›

💡 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 8 バルジェロ ¥1,100 実26.0倍期待値 -56% ❌不的中単勝 26.0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。