川崎 5R 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

5R 川崎競馬場ダ1400m ダート1400m　発走 17:08

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オリコウパラダイス逃げ	伊藤裕（川崎）	実18.8	B△ A△勝率6% EV+17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/30 川崎5R 4着/10頭+0.7秒 07/09 川崎7R 5着/8頭 06/16 川崎5R 3着/12頭+0.0秒 05/12 川崎7R 1着/12頭勝利 04/07 川崎4R 2着/12頭+0.2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 △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 9走で勝率 11% ○ 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) -85% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 5.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.3% / 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。
2	ウインプリームス自在	櫻井光（川崎）	実20.2	B▲ A△勝率5% EV-5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/30 川崎5R 3着/10頭+0.2秒 07/08 川崎4R 6着/12頭 06/16 川崎5R 2着/12頭 05/14 川崎4R 1着/12頭勝利 04/08 川崎6R 4着/12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 3.7着 △ 当競馬場適性 28走で勝率 11% ○ 距離適性同距離 39走で勝率 15% △ 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) +51% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 5.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.7% / 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。
3	ベルレオーネ逃げ	和田譲（大井）	実4.0	B○ A○勝率23% EV-7% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率33%と適性高／同距離帯5走で勝率40%／同馬場状態で勝率33%）
前5走 04/06 川崎6R 3着/12頭+0.8秒 03/12 船橋5R 8着/12頭+1.4秒 03/02 川崎5R 5着/11頭+1.5秒 02/04 川崎4R 1着/12頭勝利 01/01 川崎7R 1着/13頭勝利
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 5.3着 ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 馬場適性同馬場 3走で勝率 33% ○ 前走実績前走 3着 (好走) △ ローテーション 134日休養明け × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 9.8% (オッズ暗示: 25.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.0% / 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。
4	ウロボロス追込	古岡勇（川崎）	実41.3	B× A▽勝率2% EV-19% 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 07/30 川崎7R 9着/14頭+1.1秒 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
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 15走で勝率 0% (苦戦) △ 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 19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 2.0% / 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。
5	クレテイユ	中越琉（川崎）	実89.3	B× A▽勝率1% EV-23% 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 07/30 川崎7R 14着/14頭+3.5秒 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
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 12.0着 (不振) △ 当競馬場適性 27走で勝率 15% △ 距離適性同距離 32走で勝率 12% ○ 馬場適性同馬場 11走で勝率 27% ▽ 前走実績前走 14着 (大敗) ○ 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) -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 0.9% / 期待値 -23% ※ 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	マロンルピナス自在	池谷匠（川崎）	実29.5	B× A▽勝率2% EV-28% 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5R 2着/12頭+0.9秒 06/16 川崎5R 10着/12頭 05/25 浦和6R 4着/11頭+2.0秒 05/14 川崎4R 5着/12頭+0.7秒 04/24 浦和6R 1着/11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戦の調子平均 5.3着 △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 21走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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 8位 / 勝率 2.4% / 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。
7	セイウンスイート	國分祐（浦和）	実66.8	B× A×勝率1% EV-56% 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 08/10 浦和5R 9着/11頭+2.9秒 07/16 浦和5R 6着/11頭+1.0秒 07/07 川崎7R 11着/12頭 06/24 浦和7R 8着/9頭 05/27 浦和7R 8着/12頭
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 8.7着 (不振) △ 距離適性同距離 15走で勝率 13% ○ 馬場適性同馬場 8走で勝率 25% × 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 0.7% / 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。
8	コルネットロッソ自在	新原周（川崎）	実4.4	B🌟◎ A▲勝率18% EV-20% 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8走で勝率25%と適性高／直近3走平均3.0着と安定／前走3着）
前5走 07/30 川崎7R 3着/14頭+0.1秒 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
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 8走で勝率 25% (得意) ○ 距離適性同距離 9走で勝率 22% ○ 騎手近50戦勝率 16% ○ 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) +213% (市場が大幅過小評価) AI 予想勝率 71.3% (オッズ暗示: 22.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 18.0% / 期待値 -21% ※ 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	シェナベスト	岡村裕（川崎）	実22.2	B× A▽勝率3% EV-26% 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／前走3着）
前5走 07/30 川崎2R 3着/3頭 07/08 川崎3R 1着/10頭 06/16 川崎4R 8着/12頭 05/12 川崎4R 5着/12頭+0.6秒 04/07 川崎3R 5着/12頭+0.9秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 32走で勝率 9% ○ 距離適性同距離 19走で勝率 16% △ 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) -82% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.3% / 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。
10	ピコグリーン逃げ	野畑凌（川崎）	実2.0	B△ A×勝率24% EV-52% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 07/30 川崎2R 1着/3頭 04/06 川崎8R 9着/12頭+1.8秒 03/02 川崎4R 3着/10頭+1.0秒 02/03 川崎5R 3着/12頭+0.4秒 ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 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% ◎ 騎手近50戦勝率 28% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 4.9% (オッズ暗示: 50.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 23.9% / 期待値 -52% ※ 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	ゼンダントモニ推奨	藤本現（大井）	実15.3	B△ A△勝率15% EV+127% 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10走で勝率30%と適性高／同距離帯で勝率25%と得意）
前5走 07/30 川崎5R 5着/10頭+2.0秒 07/09 川崎6R 5着/6頭 06/17 川崎8R 2着/8頭+1.0秒 06/01 船橋10R 7着/12頭 05/11 川崎9R 1着/10頭勝利
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 4.0着 ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 距離適性同距離 16走で勝率 25% ○ 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) -25% (オッズ過剰評価) AI 予想勝率 4.9% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 14.9% / 期待値 +128% ※ 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 ▲

コルネットロッソ

騎手新原周（川崎）

単勝オッズ

4.4倍

AI期待値

+213%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○3ベルレオーネ

4.0倍

EV -60%

▲A:△2ウインプリームス

20.2倍

EV +51%

出走馬全11頭

◎A:▲8

コルネットロッソ

新原周（川崎）

4.4倍

+213%

›

○A:○3

ベルレオーネ

和田譲（大井）

4.0倍

-60%

›

▲A:△2

ウインプリームス

櫻井光（川崎）

20.2倍

+51%

›

△A:×10

ピコグリーン

野畑凌（川崎）

2.0倍

-90%

›

△A:△11

ゼンダントモニ

藤本現（大井）

15.3倍

-24%

›

△A:△1

オリコウパラダイス

伊藤裕（川崎）

18.8倍

-85%

›

×A:▽9

シェナベスト

岡村裕（川崎）

22.2倍

-82%

›

×A:▽6

マロンルピナス

池谷匠（川崎）

29.5倍

-99%

›

×A:▽4

ウロボロス

古岡勇（川崎）

41.3倍

-99%

›

×A:×7

セイウンスイート

國分祐（浦和）

66.8倍

-99%

›

×A:▽5

クレテイユ

中越琉（川崎）

89.3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 11 ゼンダントモニ ¥200 実15.3倍期待値 -25% ❌不的中7着単勝 15.3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。

5R 川崎競馬場ダ1400m ダート1400m　発走 17:08

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オリコウパラダイス逃げ	伊藤裕（川崎）	実18.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/30 川崎5R 4着/10頭+0.7秒 07/09 川崎7R 5着/8頭 06/16 川崎5R 3着/12頭+0.0秒 05/12 川崎7R 1着/12頭勝利 04/07 川崎4R 2着/12頭+0.2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 △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 9走で勝率 11% ○ 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) +17% (市場と概ね一致) AI 予想勝率 6.3% (オッズ暗示: 5.3%) ※ 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	ウインプリームス自在	櫻井光（川崎）	実20.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/30 川崎5R 3着/10頭+0.2秒 07/08 川崎4R 6着/12頭 06/16 川崎5R 2着/12頭 05/14 川崎4R 1着/12頭勝利 04/08 川崎6R 4着/12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 3.7着 △ 当競馬場適性 28走で勝率 11% ○ 距離適性同距離 39走で勝率 15% △ 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) -5% (オッズ過剰評価) AI 予想勝率 4.7% (オッズ暗示: 5.0%) ※ 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	ベルレオーネ逃げ	和田譲（大井）	実4.0	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率33%と適性高／同距離帯5走で勝率40%／同馬場状態で勝率33%）
前5走 04/06 川崎6R 3着/12頭+0.8秒 03/12 船橋5R 8着/12頭+1.4秒 03/02 川崎5R 5着/11頭+1.5秒 02/04 川崎4R 1着/12頭勝利 01/01 川崎7R 1着/13頭勝利
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 5.3着 ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 馬場適性同馬場 3走で勝率 33% ○ 前走実績前走 3着 (好走) △ ローテーション 134日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 23.0% (オッズ暗示: 25.0%) ※ 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。
4	ウロボロス追込	古岡勇（川崎）	実41.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場15走で勝率0%と苦戦傾向）
前5走 07/30 川崎7R 9着/14頭+1.1秒 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
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 15走で勝率 0% (苦戦) △ 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 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 2.0% (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。
5	クレテイユ	中越琉（川崎）	実89.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 07/30 川崎7R 14着/14頭+3.5秒 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
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 12.0着 (不振) △ 当競馬場適性 27走で勝率 15% △ 距離適性同距離 32走で勝率 12% ○ 馬場適性同馬場 11走で勝率 27% ▽ 前走実績前走 14着 (大敗) ○ 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) -23% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.1%) ※ 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。
6	マロンルピナス自在	池谷匠（川崎）	実29.5	▽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 07/29 川崎5R 2着/12頭+0.9秒 06/16 川崎5R 10着/12頭 05/25 浦和6R 4着/11頭+2.0秒 05/14 川崎4R 5着/12頭+0.7秒 04/24 浦和6R 1着/11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戦の調子平均 5.3着 △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 21走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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) -29% (オッズ過剰評価) AI 予想勝率 2.4% (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	セイウンスイート	國分祐（浦和）	実66.8	×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）
前5走 08/10 浦和5R 9着/11頭+2.9秒 07/16 浦和5R 6着/11頭+1.0秒 07/07 川崎7R 11着/12頭 06/24 浦和7R 8着/9頭 05/27 浦和7R 8着/12頭
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 8.7着 (不振) △ 距離適性同距離 15走で勝率 13% ○ 馬場適性同馬場 8走で勝率 25% × 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 0.7% (オッズ暗示: 1.5%) ※ 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。
8	コルネットロッソ自在	新原周（川崎）	実4.4	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率25%と適性高／直近3走平均3.0着と安定／前走3着）
前5走 07/30 川崎7R 3着/14頭+0.1秒 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
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 8走で勝率 25% (得意) ○ 距離適性同距離 9走で勝率 22% ○ 騎手近50戦勝率 16% ○ 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) -21% (オッズ過剰評価) AI 予想勝率 18.0% (オッズ暗示: 22.7%) ※ 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	シェナベスト	岡村裕（川崎）	実22.2	▽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／前走3着）
前5走 07/30 川崎2R 3着/3頭 07/08 川崎3R 1着/10頭 06/16 川崎4R 8着/12頭 05/12 川崎4R 5着/12頭+0.6秒 04/07 川崎3R 5着/12頭+0.9秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 32走で勝率 9% ○ 距離適性同距離 19走で勝率 16% △ 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) -26% (オッズ過剰評価) AI 予想勝率 3.3% (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。
10	ピコグリーン逃げ	野畑凌（川崎）	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4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 07/30 川崎2R 1着/3頭 04/06 川崎8R 9着/12頭+1.8秒 03/02 川崎4R 3着/10頭+1.0秒 02/03 川崎5R 3着/12頭+0.4秒 ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 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% ◎ 騎手近50戦勝率 28% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -52% (大幅な期待値マイナス) AI 予想勝率 23.9% (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。
11	ゼンダントモニ推奨	藤本現（大井）	実15.3	△詳細▼	市場が大きく過小評価、AI予想勝率15% × オッズ15.3倍で期待値+127%の有力候補（近5走で勝率20%と堅実／当競馬場10走で勝率30%と適性高／同距離帯で勝率25%と得意）
前5走 07/30 川崎5R 5着/10頭+2.0秒 07/09 川崎6R 5着/6頭 06/17 川崎8R 2着/8頭+1.0秒 06/01 船橋10R 7着/12頭 05/11 川崎9R 1着/10頭勝利
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 4.0着 ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 距離適性同距離 16走で勝率 25% ○ 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) +127% (市場が大幅過小評価) AI 予想勝率 14.9% (オッズ暗示: 6.5%) ※ 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。

🎯 AIの本命

AI評価1位

ピコグリーン

騎手野畑凌（川崎）

単勝オッズ

2.0倍

AI期待値

-52%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3ベルレオーネ

4.0倍

EV -7%

▲8コルネットロッソ

4.4倍

EV -20%

出走馬全11頭

×10

ピコグリーン

野畑凌（川崎）

2.0倍

-52%

›

○3

ベルレオーネ

和田譲（大井）

4.0倍

-7%

›

▲8

コルネットロッソ

新原周（川崎）

4.4倍

-20%

›

△11

ゼンダントモニ

藤本現（大井）

15.3倍

+127%

›

△1

オリコウパラダイス

伊藤裕（川崎）

18.8倍

+17%

›

△2

ウインプリームス

櫻井光（川崎）

20.2倍

-5%

›

▽9

シェナベスト

岡村裕（川崎）

22.2倍

-26%

›

▽6

マロンルピナス

池谷匠（川崎）

29.5倍

-28%

›

▽4

ウロボロス

古岡勇（川崎）

41.3倍

-19%

›

▽5

クレテイユ

中越琉（川崎）

89.3倍

-23%

›

×7

セイウンスイート

國分祐（浦和）

66.8倍

-56%

›

💡 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 11 ゼンダントモニ ¥200 実15.3倍期待値 +128% ❌不的中7着単勝 15.3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