川崎 5R 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

5R 川崎競馬場ダ1400m ダート1400m　発走 16:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴァルトビューネ逃げ	神尾香（川崎）	実23.1	B× A△勝率5% EV+8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は28走で勝ち無し）
前5走 07/31 川崎9R 9着/12頭+2.6秒 02/03 川崎5R 7着/12頭+1.1秒 01/02 川崎6R 2着/14頭+0.2秒 12/16 川崎9R 9着/12頭+2.8秒 11/18 川崎7R 8着/12頭+1.6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 6.0着 △ 当競馬場適性 13走で勝率 8% ▽ 距離適性同距離は 28走で勝ち無し ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 4.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.7% / 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。
2	キタノチャンス推奨	新原周（川崎）	実5.0	B○ A○勝率24% EV+20% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+78%の中穴候補（直近3走勝率33%と上り調子／当競馬場4走で勝率50%と適性高／同距離帯で勝率50%と得意）
前5走 07/29 川崎5R 4着/12頭+1.1秒 07/07 川崎1R 1着/12頭 06/18 川崎6R 3着/12頭+1.0秒 02/05 川崎4R 1着/10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 4走で勝率 50% (得意) ◎ 距離適性同距離 4走で勝率 50% ○ 騎手近50戦勝率 18% ○ 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) +78% (市場が大幅過小評価) AI 予想勝率 35.7% (オッズ暗示: 20.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.1% / 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。
3	セレナス自在	鷹見陸（大井）	実21.9	B× A△勝率5% EV0% 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 6着/12頭+1.3秒 07/06 川崎2R 2着/8頭+0.0秒 06/17 川崎4R 8着/12頭 05/14 川崎5R 8着/12頭+1.1秒 04/08 川崎5R 4着/12頭+1.7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 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し ○ 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 6位 / 勝率 4.5% / 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。
4	コンペティティブ差し	本橋孝（船橋）	実34.4	B△ A▽勝率3% EV+19% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/07 川崎2R 1着/12頭 06/18 川崎5R 2着/12頭+1.0秒 04/10 川崎6R 9着/12頭+2.9秒 10/27 浦和2R 4着/12頭+1.8秒 10/13 川崎1R 2着/9頭+0.5秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 距離適性同距離 7走で勝率 14% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.5% / 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	オースター逃げ	西啓太（大井）	実35.4	B× A×勝率1% EV-57% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/30 川崎6R 8着/11頭+1.4秒 05/11 川崎7R 2着/12頭+1.0秒 02/05 川崎10R 4着/14頭+1.6秒 12/16 川崎8R 3着/9頭+2.1秒 11/19 川崎4R 4着/12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 4.7着 △ 当競馬場適性 41走で勝率 15% ○ 距離適性同距離 28走で勝率 18% ○ 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: 2.8%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 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。
6	ミュークフォルテ逃げ	加藤雄（川崎）	実45.2	B× A×勝率1% EV-64% 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6R 8着/11頭+1.8秒 06/16 川崎4R 7着/12頭 05/12 川崎4R 2着/12頭+0.2秒 04/07 川崎5R 3着/12頭+0.9秒 02/04 川崎7R 10着/12頭+2.3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 5.7着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 16走で勝率 6% ○ 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 10位 / 勝率 0.8% / 期待値 -64% ※ 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	アフロガル自在	野畑凌（川崎）	実1.6	B🌟◎ A🌟◎勝率38% EV-38% 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／同距離帯8走で勝率25%／同馬場状態で勝率33%）
前5走 07/29 川崎5R 1着/12頭勝利 07/06 川崎2R 3着/8頭 06/17 川崎4R 3着/12頭 03/05 川崎7R 3着/12頭+0.2秒 02/06 川崎8R 4着/12頭+0.7秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 24% (好調) ◎ 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) -3% (オッズ過剰評価) AI 予想勝率 60.4% (オッズ暗示: 62.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 38.4% / 期待値 -38% ※ 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	イクノオリンピア逃げ	和田譲（大井）	実13.1	B△ A△勝率7% EV-2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し／前走3着）
前5走 05/14 川崎5R 3着/12頭+0.6秒 04/08 川崎5R 6着/12頭+1.9秒 03/05 川崎6R 4着/11頭+0.4秒 02/05 川崎7R 6着/12頭+0.8秒 01/21 船橋3R 5着/12頭+1.1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 4.3着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ○ 前走実績前走 3着 (好走) △ ローテーション 97日休養明け × 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 0.4% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.5% / 期待値 -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。
9	メイワノワ追込	本田紀（川崎）	実115.9	B× A▽勝率1% EV-37% 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6R 11着/11頭+2.1秒 07/10 川崎7R 10着/10頭+4.0秒 05/12 川崎7R 12着/12頭+3.4秒 04/21 浦和8R 8着/13頭+1.7秒 04/06 川崎6R 12着/12頭+3.6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 11.0着 (不振) △ 当競馬場適性 49走で勝率 10% △ 距離適性同距離 47走で勝率 9% ▽ 前走実績前走 11着 (大敗) ○ 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 11位 / 勝率 0.5% / 期待値 -38% ※ 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	ヘヴンリーゴール	笹川翼（大井）	実23.0	B▲ A▽勝率4% EV+2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／直近3走で勝率33%と好調／騎手は近50戦で勝率20%）
前5走 07/29 川崎6R 7着/11頭+1.5秒 07/06 川崎1R 1着/7頭 06/18 川崎6R 5着/12頭 06/04 船橋5R 10着/12頭 05/14 川崎5R 10着/12頭+1.3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 7走で勝率 29% (得意) ○ 距離適性同距離 13走で勝率 15% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -73% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.5% / 期待値 +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。
11	マルゼンスキーツー	張田昂（船橋）	実6.6	B△ A▲勝率10% EV-31% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は24走で勝ち無し／前走2着）
前5走 07/29 川崎6R 2着/11頭+0.2秒 07/08 川崎3R 5着/10頭 06/17 川崎4R 7着/12頭+0.0秒 05/26 浦和5R 5着/12頭+0.0秒 05/14 川崎5R 7着/12頭+1.0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 4.7着 △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 24走で勝ち無し ○ 前走実績前走 2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) -95% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 15.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.3% / 期待値 -32% ※ 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 ◎

アフロガル

騎手野畑凌（川崎）

単勝オッズ

1.6倍

AI期待値

-3%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○2キタノチャンス

5.0倍

EV +78%

▲A:▽10ヘヴンリーゴール

23.0倍

EV -72%

出走馬全11頭

◎A:◎7

アフロガル

野畑凌（川崎）

1.6倍

-3%

›

○A:○2

キタノチャンス

新原周（川崎）

5.0倍

+78%

›

▲A:▽10

ヘヴンリーゴール

笹川翼（大井）

23.0倍

-72%

›

△A:▽4

コンペティティブ

本橋孝（船橋）

34.4倍

-59%

›

△A:▲11

マルゼンスキーツー

張田昂（船橋）

6.6倍

-94%

›

△A:△8

イクノオリンピア

和田譲（大井）

13.1倍

-94%

›

×A:△1

ヴァルトビューネ

神尾香（川崎）

23.1倍

-96%

›

×A:×5

オースター

西啓太（大井）

35.4倍

-94%

›

×A:△3

セレナス

鷹見陸（大井）

21.9倍

-99%

›

×A:×6

ミュークフォルテ

加藤雄（川崎）

45.2倍

-99%

›

×A:▽9

メイワノワ

本田紀（川崎）

115.9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 2 キタノチャンス ¥400 実5.0倍期待値 +78% ❌不的中2着単勝 5.0倍

※ 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 16:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴァルトビューネ逃げ	神尾香（川崎）	実23.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は28走で勝ち無し）
前5走 07/31 川崎9R 9着/12頭+2.6秒 02/03 川崎5R 7着/12頭+1.1秒 01/02 川崎6R 2着/14頭+0.2秒 12/16 川崎9R 9着/12頭+2.8秒 11/18 川崎7R 8着/12頭+1.6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 6.0着 △ 当競馬場適性 13走で勝率 8% ▽ 距離適性同距離は 28走で勝ち無し ○ 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) +8% (市場と概ね一致) AI 予想勝率 4.7% (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。
2	キタノチャンス推奨	新原周（川崎）	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4走で勝率50%と適性高／同距離帯で勝率50%と得意）
前5走 07/29 川崎5R 4着/12頭+1.1秒 07/07 川崎1R 1着/12頭 06/18 川崎6R 3着/12頭+1.0秒 02/05 川崎4R 1着/10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 4走で勝率 50% (得意) ◎ 距離適性同距離 4走で勝率 50% ○ 騎手近50戦勝率 18% ○ 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) +20% (市場と概ね一致) AI 予想勝率 24.1% (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。
3	セレナス自在	鷹見陸（大井）	実21.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場16走で勝率0%と苦戦傾向／同距離帯は16走で勝ち無し）
前5走 07/29 川崎5R 6着/12頭+1.3秒 07/06 川崎2R 2着/8頭+0.0秒 06/17 川崎4R 8着/12頭 05/14 川崎5R 8着/12頭+1.1秒 04/08 川崎5R 4着/12頭+1.7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 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し ○ 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) -1% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 4.6%) ※ 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	コンペティティブ差し	本橋孝（船橋）	実34.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/07 川崎2R 1着/12頭 06/18 川崎5R 2着/12頭+1.0秒 04/10 川崎6R 9着/12頭+2.9秒 10/27 浦和2R 4着/12頭+1.8秒 10/13 川崎1R 2着/9頭+0.5秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 距離適性同距離 7走で勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 3.5% (オッズ暗示: 2.9%) ※ 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	オースター逃げ	西啓太（大井）	実35.4	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/30 川崎6R 8着/11頭+1.4秒 05/11 川崎7R 2着/12頭+1.0秒 02/05 川崎10R 4着/14頭+1.6秒 12/16 川崎8R 3着/9頭+2.1秒 11/19 川崎4R 4着/12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 4.7着 △ 当競馬場適性 41走で勝率 15% ○ 距離適性同距離 28走で勝率 18% ○ 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) -57% (大幅な期待値マイナス) AI 予想勝率 1.2% (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。
6	ミュークフォルテ逃げ	加藤雄（川崎）	実45.2	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/29 川崎6R 8着/11頭+1.8秒 06/16 川崎4R 7着/12頭 05/12 川崎4R 2着/12頭+0.2秒 04/07 川崎5R 3着/12頭+0.9秒 02/04 川崎7R 10着/12頭+2.3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 5.7着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 16走で勝率 6% ○ 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) -64% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
7	アフロガル自在	野畑凌（川崎）	実1.6	🌟◎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（当競馬場8走で勝率25%と適性高／同距離帯8走で勝率25%／同馬場状態で勝率33%）
前5走 07/29 川崎5R 1着/12頭勝利 07/06 川崎2R 3着/8頭 06/17 川崎4R 3着/12頭 03/05 川崎7R 3着/12頭+0.2秒 02/06 川崎8R 4着/12頭+0.7秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 24% (好調) ◎ 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) -38% (大幅な期待値マイナス) AI 予想勝率 38.4% (オッズ暗示: 62.5%) ※ 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	イクノオリンピア逃げ	和田譲（大井）	実13.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し／前走3着）
前5走 05/14 川崎5R 3着/12頭+0.6秒 04/08 川崎5R 6着/12頭+1.9秒 03/05 川崎6R 4着/11頭+0.4秒 02/05 川崎7R 6着/12頭+0.8秒 01/21 船橋3R 5着/12頭+1.1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 4.3着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ○ 前走実績前走 3着 (好走) △ ローテーション 97日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 7.6%) ※ 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	メイワノワ追込	本田紀（川崎）	実115.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調）
前5走 07/30 川崎6R 11着/11頭+2.1秒 07/10 川崎7R 10着/10頭+4.0秒 05/12 川崎7R 12着/12頭+3.4秒 04/21 浦和8R 8着/13頭+1.7秒 04/06 川崎6R 12着/12頭+3.6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 11.0着 (不振) △ 当競馬場適性 49走で勝率 10% △ 距離適性同距離 47走で勝率 9% ▽ 前走実績前走 11着 (大敗) ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
10	ヘヴンリーゴール	笹川翼（大井）	実23.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／直近3走で勝率33%と好調／騎手は近50戦で勝率20%）
前5走 07/29 川崎6R 7着/11頭+1.5秒 07/06 川崎1R 1着/7頭 06/18 川崎6R 5着/12頭 06/04 船橋5R 10着/12頭 05/14 川崎5R 10着/12頭+1.3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 7走で勝率 29% (得意) ○ 距離適性同距離 13走で勝率 15% ◎ 騎手近50戦勝率 20% (好調) ○ 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) +2% (市場と概ね一致) AI 予想勝率 4.5% (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。
11	マルゼンスキーツー	張田昂（船橋）	実6.6	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は24走で勝ち無し／前走2着）
前5走 07/29 川崎6R 2着/11頭+0.2秒 07/08 川崎3R 5着/10頭 06/17 川崎4R 7着/12頭+0.0秒 05/26 浦和5R 5着/12頭+0.0秒 05/14 川崎5R 7着/12頭+1.0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 4.7着 △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 24走で勝ち無し ○ 前走実績前走 2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) -32% (大幅な期待値マイナス) AI 予想勝率 10.3% (オッズ暗示: 15.2%) ※ 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。

🎯 AIの本命

AI評価1位

アフロガル

騎手野畑凌（川崎）

単勝オッズ

1.6倍

AI期待値

-38%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2キタノチャンス

5.0倍

EV +20%

▲11マルゼンスキーツー

6.6倍

EV -31%

出走馬全11頭

◎7

アフロガル

野畑凌（川崎）

1.6倍

-38%

›

○2

キタノチャンス

新原周（川崎）

5.0倍

+20%

›

▲11

マルゼンスキーツー

張田昂（船橋）

6.6倍

-31%

›

△8

イクノオリンピア

和田譲（大井）

13.1倍

-2%

›

△1

ヴァルトビューネ

神尾香（川崎）

23.1倍

+8%

›

△3

セレナス

鷹見陸（大井）

21.9倍

›

▽10

ヘヴンリーゴール

笹川翼（大井）

23.0倍

+2%

›

▽4

コンペティティブ

本橋孝（船橋）

34.4倍

+19%

›

×5

オースター

西啓太（大井）

35.4倍

-57%

›

×6

ミュークフォルテ

加藤雄（川崎）

45.2倍

-64%

›

▽9

メイワノワ

本田紀（川崎）

115.9倍

-37%

›

💡 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 2 キタノチャンス ¥400 実5.0倍期待値 +20% ❌不的中2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