川崎 4R 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

4R 川崎競馬場ダ1400m ダート1400m　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴェリココ	佐野遥（川崎）	実28.7	B△ A▽勝率3% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/29 川崎4R 5着/7頭+3.5秒 07/10 川崎4R 3着/5頭+4.0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 4.0着 △ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 期待値 -25% ※ 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	シナノマルス	加藤雄（川崎）	実49.8	B× A▽勝率1% EV-43% 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 07/29 川崎4R 6着/7頭+3.5秒 07/10 川崎3R 3着/4頭+3.0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 4.5着 ○ 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 9位 / 勝率 1.1% / 期待値 -44% ※ 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	レガロペルテ推奨	岡村健（船橋）	実6.2	B△ A○勝率22% EV+33% 詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す／適度な間隔で状態万全）
前5走 07/27 川崎4R 3着/7頭+0.4秒 07/09 川崎5R 5着/6頭+4.0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 4.0着 ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 16.1%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.5% / 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。
4	パミール	櫻井光（川崎）	実16.4	B× A△勝率7% EV+10% 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 07/27 川崎5R 4着/7頭+0.7秒 07/06 川崎4R 7着/10頭+0.0秒 06/15 川崎3R 8着/12頭 06/02 船橋4R 10着/12頭 05/15 川崎2R 4着/6頭+2.4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 6.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (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) -100% (大幅な期待値マイナス) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.8% / 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。
5	アレグロボニータ	町田直（川崎）	実22.4	B○ A△勝率6% EV+31% 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3着）
前5走 07/31 川崎4R 3着/7頭 ― ― ― ―
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 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ ローテーション 18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 3.0% (オッズ暗示: 4.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.9% / 期待値 +31% ※ 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	ユルディズ	藤江渉（川崎）	実29.4	B× A▽勝率3% EV-14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/27 川崎6R 6着/8頭+1.8秒 07/06 川崎5R 3着/7頭+5.0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 4.5着 ○ 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 0.1% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.9% / 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	アイビーペネロペ	山林信（川崎）	実107.3	B× A▽勝率1% EV+4% 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 07/29 川崎4R 7着/7頭+4.0秒 07/06 川崎5R 4着/7頭+3.0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 5.5着 △ 騎手近50戦勝率 2% (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) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 期待値 +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。
8	アクアマナ	和田譲（大井）	実8.5	B△ A▲勝率9% EV-26% 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3.0着と安定／前走3着）
前5走 07/30 川崎4R 3着/8頭 ― ― ― ―
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) ○ 前走実績前走 3着 (好走) ○ ローテーション 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 11.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.6% / 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。
9	カンシャカンゲキ	池谷匠（川崎）	実35.6	B▲ A△勝率3% EV+4% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均3.0着と安定／前走3着）
前5走 07/30 川崎3R 3着/6頭+2.0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 3.0着 (安定) △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 19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 1.7% (オッズ暗示: 2.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.9% / 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。
10	ムリムリカタツムリ	野畑凌（川崎）	実1.3	B🌟◎ A🌟◎勝率47% EV-39% 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走平均3.0着と安定／前走3着／騎手は近50戦で勝率26%）
前5走 07/31 川崎5R 3着/3頭 ― ― ― ―
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 3.0着 (安定) ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 94.5% (オッズ暗示: 76.9%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 46.7% / 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。

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 ◎

ムリムリカタツムリ

騎手野畑凌（川崎）

単勝オッズ

1.3倍

AI期待値

+22%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△5アレグロボニータ

22.4倍

EV -33%

▲A:△9カンシャカンゲキ

35.6倍

EV -39%

出走馬全10頭

◎A:◎10

ムリムリカタツムリ

野畑凌（川崎）

1.3倍

+22%

›

○A:△5

アレグロボニータ

町田直（川崎）

22.4倍

-33%

›

▲A:△9

カンシャカンゲキ

池谷匠（川崎）

35.6倍

-39%

›

△A:▲8

アクアマナ

和田譲（大井）

8.5倍

-97%

›

△A:○3

レガロペルテ

岡村健（船橋）

6.2倍

-98%

›

△A:▽1

ヴェリココ

佐野遥（川崎）

28.7倍

-94%

›

×A:▽6

ユルディズ

藤江渉（川崎）

29.4倍

-96%

›

×A:△4

パミール

櫻井光（川崎）

16.4倍

-99%

›

×A:▽2

シナノマルス

加藤雄（川崎）

49.8倍

-99%

›

×A:▽7

アイビーペネロペ

山林信（川崎）

107.3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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

A. 市場込みモデル

単勝 3 レガロペルテ ¥100 実6.2倍期待値 -99% ❌不的中3着単勝 6.2倍

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

4R 川崎競馬場ダ1400m ダート1400m　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴェリココ	佐野遥（川崎）	実28.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/29 川崎4R 5着/7頭+3.5秒 07/10 川崎4R 3着/5頭+4.0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 4.0着 △ 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) -25% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 3.5%) ※ 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	シナノマルス	加藤雄（川崎）	実49.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/29 川崎4R 6着/7頭+3.5秒 07/10 川崎3R 3着/4頭+3.0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 4.5着 ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.0%) ※ 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。
3	レガロペルテ推奨	岡村健（船橋）	実6.2	○詳細▼	オッズに対しAI予想勝率がやや高め、期待値+33%の妙味（前走3着で力を示す／適度な間隔で状態万全）
前5走 07/27 川崎4R 3着/7頭+0.4秒 07/09 川崎5R 5着/6頭+4.0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 4.0着 ○ 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) +33% (妙味あり) AI 予想勝率 21.5% (オッズ暗示: 16.1%) ※ 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。
4	パミール	櫻井光（川崎）	実16.4	△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0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 07/27 川崎5R 4着/7頭+0.7秒 07/06 川崎4R 7着/10頭+0.0秒 06/15 川崎3R 8着/12頭 06/02 船橋4R 10着/12頭 05/15 川崎2R 4着/6頭+2.4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 6.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (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) +10% (市場と概ね一致) AI 予想勝率 6.8% (オッズ暗示: 6.1%) ※ 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	アレグロボニータ	町田直（川崎）	実22.4	△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3着）
前5走 07/31 川崎4R 3着/7頭 ― ― ― ―
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 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ ローテーション 18日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 5.9% (オッズ暗示: 4.5%) ※ 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	ユルディズ	藤江渉（川崎）	実29.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/27 川崎6R 6着/8頭+1.8秒 07/06 川崎5R 3着/7頭+5.0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 4.5着 ○ 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) -14% (オッズ過剰評価) AI 予想勝率 2.9% (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。
7	アイビーペネロペ	山林信（川崎）	実107.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/29 川崎4R 7着/7頭+4.0秒 07/06 川崎5R 4着/7頭+3.0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 5.5着 △ 騎手近50戦勝率 2% (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) +4% (市場と概ね一致) AI 予想勝率 1.0% (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。
8	アクアマナ	和田譲（大井）	実8.5	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 07/30 川崎4R 3着/8頭 ― ― ― ―
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) ○ 前走実績前走 3着 (好走) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 8.6% (オッズ暗示: 11.8%) ※ 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	カンシャカンゲキ	池谷匠（川崎）	実35.6	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均3.0着と安定／前走3着）
前5走 07/30 川崎3R 3着/6頭+2.0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 3.0着 (安定) △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 2.9% (オッズ暗示: 2.8%) ※ 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。
10	ムリムリカタツムリ	野畑凌（川崎）	実1.3	🌟◎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走平均3.0着と安定／前走3着／騎手は近50戦で勝率26%）
前5走 07/31 川崎5R 3着/3頭 ― ― ― ―
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 3.0着 (安定) ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 18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 46.7% (オッズ暗示: 76.9%) ※ 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。

🎯 AIの本命

AI評価1位

ムリムリカタツムリ

騎手野畑凌（川崎）

単勝オッズ

1.3倍

AI期待値

-39%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3レガロペルテ

6.2倍

EV +33%

▲8アクアマナ

8.5倍

EV -26%

出走馬全10頭

◎10

ムリムリカタツムリ

野畑凌（川崎）

1.3倍

-39%

›

○3

レガロペルテ

岡村健（船橋）

6.2倍

+33%

›

▲8

アクアマナ

和田譲（大井）

8.5倍

-26%

›

△4

パミール

櫻井光（川崎）

16.4倍

+10%

›

△5

アレグロボニータ

町田直（川崎）

22.4倍

+31%

›

△9

カンシャカンゲキ

池谷匠（川崎）

35.6倍

+4%

›

▽6

ユルディズ

藤江渉（川崎）

29.4倍

-14%

›

▽1

ヴェリココ

佐野遥（川崎）

28.7倍

-25%

›

▽2

シナノマルス

加藤雄（川崎）

49.8倍

-43%

›

▽7

アイビーペネロペ

山林信（川崎）

107.3倍

+4%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

A. 市場込みモデル

単勝 3 レガロペルテ ¥100 実6.2倍期待値 +34% ❌不的中3着単勝 6.2倍

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

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）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項