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	プリンスノット	御神訓（大井）	実4.1	B△ A○勝率20% EV-16% 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／騎手は近50戦で勝率24%）
前5走 07/29 川崎10R 8着/13頭+1.2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 8.0着 (不振) ◎ 騎手近50戦勝率 24% (好調) ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.5% / 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。
2	ピーターライズ	町田直（川崎）	実3.4	B🌟◎ A▲勝率20% EV-30% 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3走で勝率33%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率67%）
前5走 07/30 川崎12R 2着/3頭 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
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 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 67% ○ 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 19日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +209% (市場が大幅過小評価) AI 予想勝率 91.0% (オッズ暗示: 29.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 20.3% / 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。
3	トウマ差し	鷹見陸（大井）	実11.4	B× A△勝率7% EV-23% 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 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 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 13走で勝率 8% ○ 距離適性同距離 25走で勝率 20% × 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 0.1% (オッズ暗示: 8.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.7% / 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。
4	アンジュメロディ逃げ	櫻井光（川崎）	実45.9	B× A▽勝率2% EV-9% 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%／同馬場状態で勝率33%）
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 4 ◎ 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% ◎ 馬場適性同馬場 3走で勝率 33% ▽ 前走実績前走 10着 (大敗) △ ローテーション 134日休養明け × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.0% / 期待値 -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	リコーベレッタ逃げ	佐野遥（川崎）	実24.4	B△ A△勝率6% EV+34% 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 5 ◎ 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) × 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 1.7% (オッズ暗示: 4.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.5% / 期待値 +35% ※ 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	ジーティーアグリム自在	本田重（船橋）	実2.6	B○ A🌟◎勝率31% EV-20% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯6走で勝率33%／同馬場状態で勝率67%／直近3走で勝率67%と好調）
前5走 07/08 川崎7R 1着/11頭 05/25 浦和8R 1着/12頭 05/13 川崎7R 3着/12頭+0.2秒 03/03 川崎9R 3着/9頭+1.0秒 02/04 川崎12R 7着/14頭+1.7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 6走で勝率 17% (相性良) ◎ 距離適性同距離 6走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 67% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 38.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 30.6% / 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。
7	ナリノエンブレム	池谷匠（川崎）	実6.7	B▲ A△勝率11% EV-27% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／同距離帯4走で勝率50%／直近3走で勝率33%と好調）
前5走 07/29 川崎10R 9着/13頭+1.4秒 07/09 川崎10R 6着/11頭 05/25 浦和10R 1着/12頭 05/15 川崎8R 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 3走で勝率 33% (得意) ◎ 距離適性同距離 4走で勝率 50% △ 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) -88% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 14.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.8% / 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。
8	サラサチャレンジ逃げ	伊藤裕（川崎）	実23.5	B△ A▽勝率4% EV-13% 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%／273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 8 ◎ 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 273日休養明け × 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 1.8% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.7% / 期待値 -13% ※ 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 ▲

ピーターライズ

騎手町田直（川崎）

単勝オッズ

3.4倍

AI期待値

+209%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎6ジーティーアグリム

2.6倍

EV -93%

▲A:△7ナリノエンブレム

6.7倍

EV -87%

出走馬全8頭

◎A:▲2

ピーターライズ

町田直（川崎）

3.4倍

+209%

›

○A:◎6

ジーティーアグリム

本田重（船橋）

2.6倍

-93%

›

▲A:△7

ナリノエンブレム

池谷匠（川崎）

6.7倍

-87%

›

△A:▽8

サラサチャレンジ

伊藤裕（川崎）

23.5倍

-57%

›

△A:△5

リコーベレッタ

佐野遥（川崎）

24.4倍

-58%

›

△A:○1

プリンスノット

御神訓（大井）

4.1倍

-96%

›

×A:▽4

アンジュメロディ

櫻井光（川崎）

45.9倍

-93%

›

×A:△3

トウマ

鷹見陸（大井）

11.4倍

-98%

›

💡 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

両モデルとも見送り

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	プリンスノット	御神訓（大井）	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.0着と低調／騎手は近50戦で勝率24%）
前5走 07/29 川崎10R 8着/13頭+1.2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 8.0着 (不振) ◎ 騎手近50戦勝率 24% (好調) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 20.5% (オッズ暗示: 24.4%) ※ 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	ピーターライズ	町田直（川崎）	実3.4	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率67%）
前5走 07/30 川崎12R 2着/3頭 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
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 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 67% ○ 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 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 20.3% (オッズ暗示: 29.4%) ※ 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。
3	トウマ差し	鷹見陸（大井）	実11.4	△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 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 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 13走で勝率 8% ○ 距離適性同距離 25走で勝率 20% △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 8.8%) ※ 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	アンジュメロディ逃げ	櫻井光（川崎）	実45.9	▽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%／同馬場状態で勝率33%）
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 4 ◎ 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% ◎ 馬場適性同馬場 3走で勝率 33% ▽ 前走実績前走 10着 (大敗) △ ローテーション 134日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 2.0% (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。
5	リコーベレッタ逃げ	佐野遥（川崎）	実24.4	△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 5 ◎ 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) ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 5.5% (オッズ暗示: 4.1%) ※ 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	ジーティーアグリム自在	本田重（船橋）	実2.6	🌟◎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（同距離帯6走で勝率33%／同馬場状態で勝率67%／直近3走で勝率67%と好調）
前5走 07/08 川崎7R 1着/11頭 05/25 浦和8R 1着/12頭 05/13 川崎7R 3着/12頭+0.2秒 03/03 川崎9R 3着/9頭+1.0秒 02/04 川崎12R 7着/14頭+1.7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 6走で勝率 17% (相性良) ◎ 距離適性同距離 6走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 67% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 30.6% (オッズ暗示: 38.5%) ※ 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。
7	ナリノエンブレム	池谷匠（川崎）	実6.7	△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3走で勝率33%と適性高／同距離帯4走で勝率50%／直近3走で勝率33%と好調）
前5走 07/29 川崎10R 9着/13頭+1.4秒 07/09 川崎10R 6着/11頭 05/25 浦和10R 1着/12頭 05/15 川崎8R 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 3走で勝率 33% (得意) ◎ 距離適性同距離 4走で勝率 50% △ 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) -28% (オッズ過剰評価) AI 予想勝率 10.8% (オッズ暗示: 14.9%) ※ 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	サラサチャレンジ逃げ	伊藤裕（川崎）	実23.5	▽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%／273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 8 ◎ 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 273日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 4.3%) ※ 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

ジーティーアグリム

騎手本田重（船橋）

単勝オッズ

2.6倍

AI期待値

-20%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1プリンスノット

4.1倍

EV -16%

▲2ピーターライズ

3.4倍

EV -30%

出走馬全8頭

◎6

ジーティーアグリム

本田重（船橋）

2.6倍

-20%

›

○1

プリンスノット

御神訓（大井）

4.1倍

-16%

›

▲2

ピーターライズ

町田直（川崎）

3.4倍

-30%

›

△7

ナリノエンブレム

池谷匠（川崎）

6.7倍

-27%

›

△3

トウマ

鷹見陸（大井）

11.4倍

-23%

›

△5

リコーベレッタ

佐野遥（川崎）

24.4倍

+34%

›

▽8

サラサチャレンジ

伊藤裕（川崎）

23.5倍

-13%

›

▽4

アンジュメロディ

櫻井光（川崎）

45.9倍

-9%

›

💡 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

両モデルとも見送り

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