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 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニャンモロー逃げ	本田重（船橋）	実9.2	B△ A△勝率7% EV-34% 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4走で勝率25%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/28 川崎8R 2着/12頭+0.1秒 07/09 川崎8R 2着/10頭 06/18 川崎2R 1着/10頭 05/12 川崎6R 7着/12頭+1.4秒 05/01 大井4R 8着/8頭+3.1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 3走で勝率 33% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 16% ○ 前走実績前走 2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) -94% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 10.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.1% / 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	スレヒトゥヴアルク先行	町田直（川崎）	実38.1	B△ A△勝率4% EV+59% 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5走 07/28 川崎8R 5着/12頭+1.0秒 07/07 川崎7R 1着/12頭 06/16 川崎7R 5着/12頭+3.0秒 05/14 川崎7R 6着/11頭+0.4秒 11/21 川崎8R 9着/10頭+0.8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 13走で勝率 15% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 騎手近50戦勝率 14% ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.2% / 期待値 +60% ※ 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	ピーチマカロン	達城龍（大井）	実61.9	B× A▽勝率2% EV+0% 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 07/31 川崎10R 5着/12頭+1.4秒 07/09 川崎8R 5着/10頭 06/16 川崎7R 4着/12頭+0.0秒 05/27 浦和9R 6着/11頭+0.0秒 05/14 川崎7R 8着/11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戦の調子平均 4.7着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 9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 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 7位 / 勝率 1.6% / 期待値 +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	ネヴァーノウズ追込	藤江渉（川崎）	実182.4	B× A×勝率0% EV-52% 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 07/31 川崎10R 12着/12頭+3.2秒 07/10 川崎9R 11着/11頭 05/14 川崎7R 4着/11頭+0.4秒 05/08 船橋8R 11着/14頭+2.1秒 04/06 川崎9R 11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 9.0着 (不振) △ 当競馬場適性 18走で勝率 6% △ 距離適性同距離 12走で勝率 8% ▽ 前走実績前走 12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 12位 / 勝率 0.3% / 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。
5	ブラッドライン	池谷匠（川崎）	実86.4	B× A▽勝率1% EV-7% 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 07/10 川崎9R 10着/11頭+0.0秒 05/26 浦和10R 10着/13頭 05/15 川崎9R 8着/12頭+1.5秒 04/10 川崎8R 10着/11頭+2.0秒 03/03 川崎9R 1着/9頭勝利
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 9.3着 (不振) △ 当競馬場適性 12走で勝率 8% ○ 馬場適性同馬場 15走で勝率 27% ▽ 前走実績前走 10着 (大敗) × 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 1.1% / 期待値 -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	カネトシフープ	野畑凌（川崎）	実31.7	B△ A△勝率3% EV+6% 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 07/31 川崎9R 2着/12頭+1.3秒 07/10 川崎7R 5着/10頭 06/16 川崎7R 2着/12頭+0.0秒 12/15 川崎12R 4着/12頭+1.1秒 11/20 川崎12R 6着/11頭+1.1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 3.0着 (安定) ○ 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 22% (好調) ○ 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) -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 3.4% / 期待値 +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。
7	イソエヴィクラント追込	田中涼（川崎）	実101.9	B× A▽勝率1% EV+3% 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 07/31 川崎10R 7着/12頭+1.6秒 06/03 船橋6R 11着/13頭 05/14 川崎7R 9着/11頭+0.8秒 11/20 川崎9R 11着/12頭+2.8秒 10/15 川崎9R 5着/11頭+1.2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 9.0着 (不振) △ 当競馬場適性 19走で勝率 11% △ 距離適性同距離 18走で勝率 11% △ 騎手近50戦勝率 4% (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 1.0% / 期待値 +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。
8	ララロワデザニモー逃げ	矢野貴（大井）	実1.3	B🌟◎ A🌟◎勝率58% EV-25% 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14走で勝率64%と適性高／同距離帯4走で勝率100%／同馬場状態で勝率86%）
前5走 07/31 川崎9R 1着/12頭勝利 12/17 川崎8R 1着/11頭勝利 11/21 川崎6R 1着/11頭勝利 10/16 川崎4R 1着/12頭勝利 04/07 川崎9R 2着/12頭+0.1秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 14走で勝率 64% (得意) ◎ 距離適性同距離 4走で勝率 100% ◎ 馬場適性同馬場 7走で勝率 86% ◎ 騎手近50戦勝率 22% (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) -28% (オッズ過剰評価) AI 予想勝率 55.5% (オッズ暗示: 76.9%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 57.7% / 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。
9	バースフラワー追込	神尾香（川崎）	実173.7	B× A▽勝率0% 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 07/31 川崎12R 10着/10頭+3.1秒 06/16 川崎7R 6着/12頭 05/11 川崎12R 8着/12頭+1.6秒 04/06 川崎9R 6着/11頭+0.4秒 03/11 船橋7R 9着/11頭+1.5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 8.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ▽ 前走実績前走 10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 11位 / 勝率 0.3% / 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。
10	レモングラス先行	御神訓（大井）	実16.0	B▲ A▲勝率8% EV+22% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率33%と適性高／同距離帯6走で勝率50%／同馬場状態で勝率40%）
前5走 06/16 川崎7R 1着/12頭 12/17 川崎8R 3着/11頭+1.3秒 11/19 川崎4R 1着/12頭勝利 08/26 川崎4R 4着/11頭+1.0秒 08/04 川崎4R 2着/12頭+0.5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 67% (絶好調) ◎ 当競馬場適性 9走で勝率 33% (得意) ◎ 距離適性同距離 6走で勝率 50% ◎ 馬場適性同馬場 5走で勝率 40% ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) × 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 0.7% (オッズ暗示: 6.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.7% / 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。
11	イイクニアシェル	佐野遥（川崎）	実145.0	B× A▽勝率1% EV+25% 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 12着/12頭+2.3秒 07/09 川崎8R 9着/10頭 06/16 川崎7R 3着/12頭+0.0秒 06/01 船橋7R 5着/12頭 05/11 川崎12R 5着/12頭+1.2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 8.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ○ 距離適性同距離 19走で勝率 21% ▽ 前走実績前走 12着 (大敗) ○ 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 0.9% / 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。
12	グランドマーメイド	増田充（川崎）	実4.3	B○ A○勝率15% EV-36% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率100%と適性高／同距離帯4走で勝率100%／直近3走で勝率100%と好調）
前5走 07/28 川崎8R 1着/12頭勝利 07/08 川崎5R 1着/11頭 06/15 川崎1R 1着/12頭 05/15 川崎4R 1着/9頭勝利 ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 4走で勝率 100% (得意) ◎ 距離適性同距離 4走で勝率 100% ◎ 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) +84% (市場が大幅過小評価) AI 予想勝率 43.0% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.8% / 期待値 -36% ※ 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 ◎

ララロワデザニモー

騎手矢野貴（大井）

単勝オッズ

1.3倍

AI期待値

-27%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12グランドマーメイド

4.3倍

EV +84%

▲A:▲10レモングラス

16.0倍

EV -88%

出走馬全12頭

◎A:◎8

ララロワデザニモー

矢野貴（大井）

1.3倍

-27%

›

○A:○12

グランドマーメイド

増田充（川崎）

4.3倍

+84%

›

▲A:▲10

レモングラス

御神訓（大井）

16.0倍

-88%

›

△A:△1

ニャンモロー

本田重（船橋）

9.2倍

-93%

›

△A:△2

スレヒトゥヴアルク

町田直（川崎）

38.1倍

-95%

›

△A:△6

カネトシフープ

野畑凌（川崎）

31.7倍

-99%

›

×A:▽3

ピーチマカロン

達城龍（大井）

61.9倍

-99%

›

×A:▽5

ブラッドライン

池谷匠（川崎）

86.4倍

-99%

›

×A:▽7

イソエヴィクラント

田中涼（川崎）

101.9倍

-99%

›

×A:▽11

イイクニアシェル

佐野遥（川崎）

145.0倍

-99%

›

×A:▽9

バースフラワー

神尾香（川崎）

173.7倍

-99%

›

×A:×4

ネヴァーノウズ

藤江渉（川崎）

182.4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

両モデルとも見送り

10R 川崎競馬場ダ900m ダート900m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニャンモロー逃げ	本田重（船橋）	実9.2	△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4走で勝率25%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/28 川崎8R 2着/12頭+0.1秒 07/09 川崎8R 2着/10頭 06/18 川崎2R 1着/10頭 05/12 川崎6R 7着/12頭+1.4秒 05/01 大井4R 8着/8頭+3.1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 3走で勝率 33% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 16% ○ 前走実績前走 2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) -34% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 10.9%) ※ 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	スレヒトゥヴアルク先行	町田直（川崎）	実38.1	△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5走 07/28 川崎8R 5着/12頭+1.0秒 07/07 川崎7R 1着/12頭 06/16 川崎7R 5着/12頭+3.0秒 05/14 川崎7R 6着/11頭+0.4秒 11/21 川崎8R 9着/10頭+0.8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 13走で勝率 15% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 騎手近50戦勝率 14% ○ 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) +59% (市場が大幅過小評価) AI 予想勝率 4.2% (オッズ暗示: 2.6%) ※ 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。
3	ピーチマカロン	達城龍（大井）	実61.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 07/31 川崎10R 5着/12頭+1.4秒 07/09 川崎8R 5着/10頭 06/16 川崎7R 4着/12頭+0.0秒 05/27 浦和9R 6着/11頭+0.0秒 05/14 川崎7R 8着/11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戦の調子平均 4.7着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 9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 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 1.6% (オッズ暗示: 1.6%) ※ 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	ネヴァーノウズ追込	藤江渉（川崎）	実182.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 07/31 川崎10R 12着/12頭+3.2秒 07/10 川崎9R 11着/11頭 05/14 川崎7R 4着/11頭+0.4秒 05/08 船橋8R 11着/14頭+2.1秒 04/06 川崎9R 11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 9.0着 (不振) △ 当競馬場適性 18走で勝率 6% △ 距離適性同距離 12走で勝率 8% ▽ 前走実績前走 12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) -52% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.5%) ※ 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。
5	ブラッドライン	池谷匠（川崎）	実86.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 07/10 川崎9R 10着/11頭+0.0秒 05/26 浦和10R 10着/13頭 05/15 川崎9R 8着/12頭+1.5秒 04/10 川崎8R 10着/11頭+2.0秒 03/03 川崎9R 1着/9頭勝利
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 9.3着 (不振) △ 当競馬場適性 12走で勝率 8% ○ 馬場適性同馬場 15走で勝率 27% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.2%) ※ 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。
6	カネトシフープ	野畑凌（川崎）	実31.7	△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2着／騎手は近50戦で勝率22%）
前5走 07/31 川崎9R 2着/12頭+1.3秒 07/10 川崎7R 5着/10頭 06/16 川崎7R 2着/12頭+0.0秒 12/15 川崎12R 4着/12頭+1.1秒 11/20 川崎12R 6着/11頭+1.1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 3.0着 (安定) ○ 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 22% (好調) ○ 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) +6% (市場と概ね一致) AI 予想勝率 3.4% (オッズ暗示: 3.2%) ※ 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	イソエヴィクラント追込	田中涼（川崎）	実101.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 07/31 川崎10R 7着/12頭+1.6秒 06/03 船橋6R 11着/13頭 05/14 川崎7R 9着/11頭+0.8秒 11/20 川崎9R 11着/12頭+2.8秒 10/15 川崎9R 5着/11頭+1.2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 9.0着 (不振) △ 当競馬場適性 19走で勝率 11% △ 距離適性同距離 18走で勝率 11% △ 騎手近50戦勝率 4% (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) +3% (市場と概ね一致) AI 予想勝率 1.0% (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。
8	ララロワデザニモー逃げ	矢野貴（大井）	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（当競馬場14走で勝率64%と適性高／同距離帯4走で勝率100%／同馬場状態で勝率86%）
前5走 07/31 川崎9R 1着/12頭勝利 12/17 川崎8R 1着/11頭勝利 11/21 川崎6R 1着/11頭勝利 10/16 川崎4R 1着/12頭勝利 04/07 川崎9R 2着/12頭+0.1秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 14走で勝率 64% (得意) ◎ 距離適性同距離 4走で勝率 100% ◎ 馬場適性同馬場 7走で勝率 86% ◎ 騎手近50戦勝率 22% (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) -25% (オッズ過剰評価) AI 予想勝率 57.7% (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。
9	バースフラワー追込	神尾香（川崎）	実173.7	▽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0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均8.0着と低調）
前5走 07/31 川崎12R 10着/10頭+3.1秒 06/16 川崎7R 6着/12頭 05/11 川崎12R 8着/12頭+1.6秒 04/06 川崎9R 6着/11頭+0.4秒 03/11 船橋7R 9着/11頭+1.5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 8.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ▽ 前走実績前走 10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) -43% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.6%) ※ 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。
10	レモングラス先行	御神訓（大井）	実16.0	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率33%と適性高／同距離帯6走で勝率50%／同馬場状態で勝率40%）
前5走 06/16 川崎7R 1着/12頭 12/17 川崎8R 3着/11頭+1.3秒 11/19 川崎4R 1着/12頭勝利 08/26 川崎4R 4着/11頭+1.0秒 08/04 川崎4R 2着/12頭+0.5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 67% (絶好調) ◎ 当競馬場適性 9走で勝率 33% (得意) ◎ 距離適性同距離 6走で勝率 50% ◎ 馬場適性同馬場 5走で勝率 40% ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 7.7% (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。
11	イイクニアシェル	佐野遥（川崎）	実145.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／直近3走平均8.0着と低調）
前5走 07/28 川崎8R 12着/12頭+2.3秒 07/09 川崎8R 9着/10頭 06/16 川崎7R 3着/12頭+0.0秒 06/01 船橋7R 5着/12頭 05/11 川崎12R 5着/12頭+1.2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 8.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ○ 距離適性同距離 19走で勝率 21% ▽ 前走実績前走 12着 (大敗) ○ 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) +25% (市場と概ね一致) AI 予想勝率 0.9% (オッズ暗示: 0.7%) ※ 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。
12	グランドマーメイド	増田充（川崎）	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率100%と適性高／同距離帯4走で勝率100%／直近3走で勝率100%と好調）
前5走 07/28 川崎8R 1着/12頭勝利 07/08 川崎5R 1着/11頭 06/15 川崎1R 1着/12頭 05/15 川崎4R 1着/9頭勝利 ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 4走で勝率 100% (得意) ◎ 距離適性同距離 4走で勝率 100% ◎ 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) -36% (大幅な期待値マイナス) AI 予想勝率 14.8% (オッズ暗示: 23.3%) ※ 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

ララロワデザニモー

騎手矢野貴（大井）

単勝オッズ

1.3倍

AI期待値

-25%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12グランドマーメイド

4.3倍

EV -36%

▲10レモングラス

16.0倍

EV +22%

出走馬全12頭

◎8

ララロワデザニモー

矢野貴（大井）

1.3倍

-25%

›

○12

グランドマーメイド

増田充（川崎）

4.3倍

-36%

›

▲10

レモングラス

御神訓（大井）

16.0倍

+22%

›

△1

ニャンモロー

本田重（船橋）

9.2倍

-34%

›

△2

スレヒトゥヴアルク

町田直（川崎）

38.1倍

+59%

›

△6

カネトシフープ

野畑凌（川崎）

31.7倍

+6%

›

▽3

ピーチマカロン

達城龍（大井）

61.9倍

+0%

›

▽5

ブラッドライン

池谷匠（川崎）

86.4倍

-7%

›

▽7

イソエヴィクラント

田中涼（川崎）

101.9倍

+3%

›

▽11

イイクニアシェル

佐野遥（川崎）

145.0倍

+25%

›

▽9

バースフラワー

神尾香（川崎）

173.7倍

-43%

›

×4

ネヴァーノウズ

藤江渉（川崎）

182.4倍

-52%

›

💡 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