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900m ダート900m　発走 19:43

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ケイツーユーロ差し	増田充（川崎）	実95.3	B× A▽勝率1% EV-34% 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 07/28 川崎8R 8着/12頭+1.2秒 07/09 川崎8R 10着/10頭 03/18 浦和8R 12着/12頭+2.6秒 03/03 川崎12R 10着/12頭+1.7秒 02/06 川崎12R 6着/12頭+0.4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 10.0着 (不振) △ 当競馬場適性 28走で勝率 7% ○ 距離適性同距離 31走で勝率 16% ○ 馬場適性同馬場 7走で勝率 29% ○ 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) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 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。
2	アタゴテンジン逃げ	矢野貴（大井）	実3.1	B○ A🌟◎勝率46% EV+42% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率60%と適性高／同距離帯5走で勝率60%／直近3走で勝率33%と好調）
前5走 07/31 川崎10R 2着/12頭+0.7秒 07/09 川崎8R 3着/10頭+0.0秒 03/03 川崎12R 1着/12頭勝利 02/04 川崎5R 1着/12頭勝利 01/01 川崎5R 1着/12頭勝利
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 5走で勝率 60% ◎ 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 18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 20.1% (オッズ暗示: 32.3%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 45.9% / 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。
3	エースクイーン追込	鷹見陸（大井）	実3.8	B△ A○勝率14% EV-48% 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11走で勝率55%と適性高／同距離帯14走で勝率43%／直近3走で勝率67%と好調）
前5走 07/30 川崎6R 1着/11頭勝利 07/07 川崎7R 3着/12頭 06/18 川崎7R 1着/10頭 05/11 川崎7R 1着/12頭勝利 11/21 川崎8R 5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 67% (絶好調) ◎ 当競馬場適性 11走で勝率 55% (得意) ◎ 距離適性同距離 14走で勝率 43% ◎ 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) -92% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.6% / 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	プレストヴィーナス逃げ	張田昂（船橋）	実16.1	B△ A△勝率5% EV-24% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯15走で勝率33%／前走3着）
前5走 07/31 川崎10R 3着/12頭+0.9秒 06/15 川崎9R 2着/3頭 05/14 川崎7R 5着/11頭+0.4秒 04/07 川崎3R 1着/12頭勝利 01/02 川崎4R 1着/12頭勝利
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 3.3着 ○ 当競馬場適性 39走で勝率 21% (相性良) ◎ 距離適性同距離 15走で勝率 33% ○ 馬場適性同馬場 10走で勝率 20% ○ 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) -61% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.7% / 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。
5	クレイスアバンティ	神尾香（川崎）	実27.1	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（当競馬場4走で勝率25%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 07/28 川崎8R 4着/12頭+0.8秒 07/09 川崎8R 6着/10頭+0.0秒 06/18 川崎2R 3着/10頭 06/05 船橋5R 8着/10頭 05/04 船橋10R 8着/9頭+2.6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 4.3着 ◎ 当競馬場適性 4走で勝率 25% (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% ○ 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 0.6% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.8% / 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	キョウエイハゴロモ自在	加藤雄（川崎）	実42.3	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 07/27 川崎3R 3着/11頭+0.4秒 05/27 浦和8R 7着/7頭 05/12 川崎6R 6着/12頭+1.1秒 04/06 川崎3R 1着/10頭勝利 03/06 川崎4R 5着/9頭+1.3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 5.3着 △ 当競馬場適性 12走で勝率 8% ○ 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) -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 1.3% / 期待値 -43% ※ 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	ポッドデューク逃げ推奨	御神訓（大井）	実5.0	B🌟◎ A▲勝率11% EV-45% 詳細▼	市場が大きく過小評価、AI予想勝率69% × オッズ5.0倍で期待値+245%の有力候補（直近3走勝率33%と上り調子／当競馬場6走で勝率67%と適性高／同距離帯で勝率60%と得意）
前5走 07/28 川崎8R 3着/12頭+0.4秒 05/14 川崎7R 1着/11頭勝利 04/06 川崎9R 5着/11頭+0.4秒 03/03 川崎7R 1着/12頭勝利 11/17 川崎7R 1着/12頭勝利
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 6走で勝率 67% (得意) ◎ 距離適性同距離 5走で勝率 60% ◎ 騎手近50戦勝率 24% (好調) ○ 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) +245% (市場が大幅過小評価) AI 予想勝率 69.2% (オッズ暗示: 20.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.9% / 期待値 -45% ※ 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	フラワーガールエス	山林信（川崎）	実47.3	B× A▽勝率1% EV-44% 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3R 1着/11頭勝利 07/08 川崎5R 7着/11頭 06/18 川崎2R 9着/10頭 05/13 川崎2R 11着/12頭+1.8秒 01/30 大井3R 8着/8頭+6.3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 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 2% (やや苦戦) ◎ 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) -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 1.2% / 期待値 -45% ※ 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	パワポケウイング自在	古岡勇（川崎）	実15.5	B× A△勝率5% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し／同馬場状態で勝率33%）
前5走 07/31 川崎10R 6着/12頭+1.6秒 01/04 川崎10R 8着/12頭+1.4秒 12/16 川崎10R 8着/10頭+1.1秒 11/20 川崎9R 8着/12頭+1.6秒 11/04 船橋9R 6着/10頭+1.6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 7.3着 (不振) △ 当競馬場適性 13走で勝率 8% ▽ 距離適性同距離は 4走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.8% / 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。
10	マナコア逃げ	町田直（川崎）	実4.9	B▲ A△勝率10% EV-50% 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／99日ぶりの実戦）
前5走 05/11 川崎12R 1着/12頭勝利 04/10 川崎10R 2着/12頭+0.0秒 02/10 船橋2R 9着/9頭+2.7秒 01/20 船橋4R 12着/12頭+4.1秒 12/16 船橋4R 3着/7頭+1.2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) ○ 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 99日休養明け × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 4.9% (オッズ暗示: 20.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.2% / 期待値 -50% ※ 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	エムティパル	伊藤裕（川崎）	実70.1	B× A×勝率1% EV-55% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 9位 (中位評価) × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.4%) × Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 期待値 -55% ※ 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	シンシアビューティ自在	新原周（川崎）	実25.5	B× A▽勝率3% EV-15% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/30 川崎6R 4着/11頭+1.1秒 04/10 川崎10R 10着/12頭+1.7秒 03/04 川崎5R 11着/11頭+2.4秒 02/03 川崎8R 12着/12頭+1.9秒 01/02 川崎9R 7着/11頭+1.7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 8.3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 12走で勝率 17% ○ 騎手近50戦勝率 16% ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.3% / 期待値 -16% ※ 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 ▲

ポッドデューク

騎手御神訓（大井）

単勝オッズ

5.0倍

AI期待値

+245%

買い目

¥1,500

全レースの推奨

AIの推奨本命の次点

○A:◎2アタゴテンジン

3.1倍

EV -37%

▲A:△10マナコア

4.9倍

EV -75%

出走馬全12頭

◎A:▲7

ポッドデューク

御神訓（大井）

5.0倍

+245%

›

○A:◎2

アタゴテンジン

矢野貴（大井）

3.1倍

-37%

›

▲A:△10

マナコア

町田直（川崎）

4.9倍

-75%

›

△A:△4

プレストヴィーナス

張田昂（船橋）

16.1倍

-61%

›

△A:○3

エースクイーン

鷹見陸（大井）

3.8倍

-91%

›

△A:▽5

クレイスアバンティ

神尾香（川崎）

27.1倍

-82%

›

×A:▽12

シンシアビューティ

新原周（川崎）

25.5倍

-95%

›

×A:△9

パワポケウイング

古岡勇（川崎）

15.5倍

-97%

›

×A:×11

エムティパル

伊藤裕（川崎）

70.1倍

-88%

›

×A:▽6

キョウエイハゴロモ

加藤雄（川崎）

42.3倍

-99%

›

×A:▽8

フラワーガールエス

山林信（川崎）

47.3倍

-99%

›

×A:▽1

ケイツーユーロ

増田充（川崎）

95.3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

見送り

B. 市場除外+キャリブ

単勝 7 ポッドデューク ¥1,500 実5.0倍期待値 +246% ❌不的中6着単勝 5.0倍

※ オッズは予測時点の値です。

10R 川崎競馬場ダ900m ダート900m　発走 19:43

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ケイツーユーロ差し	増田充（川崎）	実95.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 07/28 川崎8R 8着/12頭+1.2秒 07/09 川崎8R 10着/10頭 03/18 浦和8R 12着/12頭+2.6秒 03/03 川崎12R 10着/12頭+1.7秒 02/06 川崎12R 6着/12頭+0.4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 10.0着 (不振) △ 当競馬場適性 28走で勝率 7% ○ 距離適性同距離 31走で勝率 16% ○ 馬場適性同馬場 7走で勝率 29% ○ 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) -34% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.0%) ※ 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。
2	アタゴテンジン逃げ	矢野貴（大井）	実3.1	🌟◎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5走で勝率60%と適性高／同距離帯5走で勝率60%／直近3走で勝率33%と好調）
前5走 07/31 川崎10R 2着/12頭+0.7秒 07/09 川崎8R 3着/10頭+0.0秒 03/03 川崎12R 1着/12頭勝利 02/04 川崎5R 1着/12頭勝利 01/01 川崎5R 1着/12頭勝利
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 5走で勝率 60% ◎ 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 18日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 45.9% (オッズ暗示: 32.3%) ※ 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	エースクイーン追込	鷹見陸（大井）	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場11走で勝率55%と適性高／同距離帯14走で勝率43%／直近3走で勝率67%と好調）
前5走 07/30 川崎6R 1着/11頭勝利 07/07 川崎7R 3着/12頭 06/18 川崎7R 1着/10頭 05/11 川崎7R 1着/12頭勝利 11/21 川崎8R 5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 67% (絶好調) ◎ 当競馬場適性 11走で勝率 55% (得意) ◎ 距離適性同距離 14走で勝率 43% ◎ 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) -48% (大幅な期待値マイナス) AI 予想勝率 13.6% (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	プレストヴィーナス逃げ	張田昂（船橋）	実16.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯15走で勝率33%／前走3着）
前5走 07/31 川崎10R 3着/12頭+0.9秒 06/15 川崎9R 2着/3頭 05/14 川崎7R 5着/11頭+0.4秒 04/07 川崎3R 1着/12頭勝利 01/02 川崎4R 1着/12頭勝利
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 3.3着 ○ 当競馬場適性 39走で勝率 21% (相性良) ◎ 距離適性同距離 15走で勝率 33% ○ 馬場適性同馬場 10走で勝率 20% ○ 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) -24% (オッズ過剰評価) AI 予想勝率 4.7% (オッズ暗示: 6.2%) ※ 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。
5	クレイスアバンティ	神尾香（川崎）	実27.1	▽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5走で勝率40%／同馬場状態で勝率33%）
前5走 07/28 川崎8R 4着/12頭+0.8秒 07/09 川崎8R 6着/10頭+0.0秒 06/18 川崎2R 3着/10頭 06/05 船橋5R 8着/10頭 05/04 船橋10R 8着/9頭+2.6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 4.3着 ◎ 当競馬場適性 4走で勝率 25% (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% ○ 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) -23% (オッズ過剰評価) AI 予想勝率 2.8% (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。
6	キョウエイハゴロモ自在	加藤雄（川崎）	実42.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 07/27 川崎3R 3着/11頭+0.4秒 05/27 浦和8R 7着/7頭 05/12 川崎6R 6着/12頭+1.1秒 04/06 川崎3R 1着/10頭勝利 03/06 川崎4R 5着/9頭+1.3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 5.3着 △ 当競馬場適性 12走で勝率 8% ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 1.3% (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。
7	ポッドデューク逃げ推奨	御神訓（大井）	実5.0	▲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6走で勝率67%と適性高／同距離帯で勝率60%と得意）
前5走 07/28 川崎8R 3着/12頭+0.4秒 05/14 川崎7R 1着/11頭勝利 04/06 川崎9R 5着/11頭+0.4秒 03/03 川崎7R 1着/12頭勝利 11/17 川崎7R 1着/12頭勝利
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 6走で勝率 67% (得意) ◎ 距離適性同距離 5走で勝率 60% ◎ 騎手近50戦勝率 24% (好調) ○ 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) -45% (大幅な期待値マイナス) AI 予想勝率 10.9% (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。
8	フラワーガールエス	山林信（川崎）	実47.3	▽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／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 07/27 川崎3R 1着/11頭勝利 07/08 川崎5R 7着/11頭 06/18 川崎2R 9着/10頭 05/13 川崎2R 11着/12頭+1.8秒 01/30 大井3R 8着/8頭+6.3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 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 2% (やや苦戦) ◎ 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) -45% (大幅な期待値マイナス) AI 予想勝率 1.2% (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。
9	パワポケウイング自在	古岡勇（川崎）	実15.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し／同馬場状態で勝率33%）
前5走 07/31 川崎10R 6着/12頭+1.6秒 01/04 川崎10R 8着/12頭+1.4秒 12/16 川崎10R 8着/10頭+1.1秒 11/20 川崎9R 8着/12頭+1.6秒 11/04 船橋9R 6着/10頭+1.6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 7.3着 (不振) △ 当競馬場適性 13走で勝率 8% ▽ 距離適性同距離は 4走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -26% (オッズ過剰評価) AI 予想勝率 4.8% (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。
10	マナコア逃げ	町田直（川崎）	実4.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い／99日ぶりの実戦）
前5走 05/11 川崎12R 1着/12頭勝利 04/10 川崎10R 2着/12頭+0.0秒 02/10 船橋2R 9着/9頭+2.7秒 01/20 船橋4R 12着/12頭+4.1秒 12/16 船橋4R 3着/7頭+1.2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) ○ 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 99日休養明け × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 10.2% (オッズ暗示: 20.4%) ※ 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。
11	エムティパル	伊藤裕（川崎）	実70.1	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 12位 (中位評価) × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.4%) ※ 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	シンシアビューティ自在	新原周（川崎）	実25.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/30 川崎6R 4着/11頭+1.1秒 04/10 川崎10R 10着/12頭+1.7秒 03/04 川崎5R 11着/11頭+2.4秒 02/03 川崎8R 12着/12頭+1.9秒 01/02 川崎9R 7着/11頭+1.7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 8.3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 12走で勝率 17% ○ 騎手近50戦勝率 16% ○ 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) -16% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 3.9%) ※ 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

アタゴテンジン

騎手矢野貴（大井）

単勝オッズ

3.1倍

AI期待値

+42%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3エースクイーン

3.8倍

EV -48%

▲7ポッドデューク

5.0倍

EV -45%

出走馬全12頭

◎2

アタゴテンジン

矢野貴（大井）

3.1倍

+42%

›

○3

エースクイーン

鷹見陸（大井）

3.8倍

-48%

›

▲7

ポッドデューク

御神訓（大井）

5.0倍

-45%

›

△10

マナコア

町田直（川崎）

4.9倍

-50%

›

△9

パワポケウイング

古岡勇（川崎）

15.5倍

-25%

›

△4

プレストヴィーナス

張田昂（船橋）

16.1倍

-24%

›

▽12

シンシアビューティ

新原周（川崎）

25.5倍

-15%

›

▽5

クレイスアバンティ

神尾香（川崎）

27.1倍

-23%

›

▽6

キョウエイハゴロモ

加藤雄（川崎）

42.3倍

-43%

›

▽8

フラワーガールエス

山林信（川崎）

47.3倍

-44%

›

▽1

ケイツーユーロ

増田充（川崎）

95.3倍

-34%

›

×11

エムティパル

伊藤裕（川崎）

70.1倍

-55%

›

💡 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

見送り

B. 市場除外+キャリブ

単勝 7 ポッドデューク ¥1,500 実5.0倍期待値 -45% ❌不的中6着単勝 5.0倍

※ 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