川崎 4R 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

4R 川崎競馬場ダ1500m ダート1500m　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サンドリヨン	矢野貴（大井）	実5.9	B△ A△勝率7% EV-60% 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3.0着と安定／前走3着／騎手は近50戦で勝率22%）
前5走 07/27 川崎5R 3着/7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 3.0着 (安定) ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 24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 0.6% (オッズ暗示: 16.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.8% / 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。
2	ゴールドサンデー	中越琉（川崎）	実34.1	B× A▽勝率3% EV+9% 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4R 4着/7頭+1.7秒 07/06 川崎4R 2着/10頭+0.0秒 06/15 川崎3R 7着/12頭+4.0秒 05/15 川崎3R 5着/7頭+4.0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 4.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 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 7位 / 勝率 3.2% / 期待値 +10% ※ 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	クリスタルシー	櫻井光（川崎）	実2.7	B△ A🌟◎勝率36% EV-3% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均2.0着と安定／前走2着）
前5走 07/31 川崎4R 2着/7頭+0.0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 2.0着 (安定) ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 37.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 35.8% / 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。
4	シガ	町田直（川崎）	実3.5	B× A○勝率21% EV-26% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/27 川崎6R 5着/8頭+1.8秒 07/09 川崎5R 2着/6頭 ― ― ―
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 3.5着 ○ ローテーション 24日の間隔 (理想的) × 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 0.3% (オッズ暗示: 28.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.1% / 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。
5	コーズブルー	西啓太（大井）	実9.8	B▲ A△勝率8% EV-20% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 07/06 川崎4R 3着/10頭 06/18 川崎4R 3着/5頭+0.0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 3.0着 (安定) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 10.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.1% / 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。
6	シンメウィル	新原周（川崎）	実38.8	B○ A▽勝率3% EV+18% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均2.0着と安定／前走2着）
前5走 07/09 川崎3R 2着/6頭+1.0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 2.0着 (安定) ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +131% (市場が大幅過小評価) AI 予想勝率 6.0% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.0% / 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。
7	ミーリイ	御神訓（大井）	実10.5	B△ A△勝率5% EV-50% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.0着と安定／前走2着／騎手は近50戦で勝率24%）
前5走 07/30 川崎4R 2着/8頭+3.0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 2.0着 (安定) ◎ 騎手近50戦勝率 24% (好調) ○ 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) -77% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 9.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.7% / 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。
8	ナットワン	古岡勇（川崎）	実41.7	B× A▽勝率2% EV-28% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/27 川崎6R 7着/8頭+3.0秒 06/18 川崎3R 2着/6頭+1.0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 4.5着 ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 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。
9	デイトリッパー推奨	野畑凌（川崎）	実7.2	B🌟◎ A▲勝率14% EV+3% 詳細▼	市場が大きく過小評価、AI予想勝率87% × オッズ7.2倍で期待値+526%の有力候補（直近3走平均2.0着と安定／前走2着で力を示す／適度な間隔で状態万全）
前5走 07/31 川崎5R 2着/3頭 ― ― ― ―
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 2.0着 (安定) ◎ 騎手近50戦勝率 24% (好調) ○ 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) +526% (市場が大幅過小評価) AI 予想勝率 87.0% (オッズ暗示: 13.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.4% / 期待値 +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。
10	シュンプタイト	加藤雄（川崎）	実48.6	B× A▽勝率1% EV-47% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均2.0着と安定／前走2着）
前5走 07/27 川崎4R 2着/7頭+0.3秒 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 期待値 -47% ※ 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 ▲

デイトリッパー

騎手野畑凌（川崎）

単勝オッズ

7.2倍

AI期待値

+526%

買い目

¥2,100

全レースの推奨

AIの推奨本命の次点

○A:▽6シンメウィル

38.8倍

EV +131%

▲A:△5コーズブルー

9.8倍

EV -78%

出走馬全10頭

◎A:▲9

デイトリッパー

野畑凌（川崎）

7.2倍

+526%

›

○A:▽6

シンメウィル

新原周（川崎）

38.8倍

+131%

›

▲A:△5

コーズブルー

西啓太（大井）

9.8倍

-78%

›

△A:△7

ミーリイ

御神訓（大井）

10.5倍

-77%

›

△A:◎3

クリスタルシー

櫻井光（川崎）

2.7倍

-98%

›

△A:△1

サンドリヨン

矢野貴（大井）

5.9倍

-96%

›

×A:▽8

ナットワン

古岡勇（川崎）

41.7倍

-74%

›

×A:▽10

シュンプタイト

加藤雄（川崎）

48.6倍

-77%

›

×A:○4

シガ

町田直（川崎）

3.5倍

-98%

›

×A:▽2

ゴールドサンデー

中越琉（川崎）

34.1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 9 デイトリッパー ¥2,100 実7.2倍期待値 +527% ❌不的中7着単勝 7.2倍

※ オッズは予測時点の値です。

4R 川崎競馬場ダ1500m ダート1500m　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サンドリヨン	矢野貴（大井）	実5.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均3.0着と安定／前走3着／騎手は近50戦で勝率22%）
前5走 07/27 川崎5R 3着/7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 3.0着 (安定) ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 24日の間隔 (理想的) × 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 6.8% (オッズ暗示: 16.9%) ※ 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	ゴールドサンデー	中越琉（川崎）	実34.1	▽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0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 07/29 川崎4R 4着/7頭+1.7秒 07/06 川崎4R 2着/10頭+0.0秒 06/15 川崎3R 7着/12頭+4.0秒 05/15 川崎3R 5着/7頭+4.0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 4.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 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) +9% (市場と概ね一致) AI 予想勝率 3.2% (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。
3	クリスタルシー	櫻井光（川崎）	実2.7	🌟◎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（直近3走平均2.0着と安定／前走2着）
前5走 07/31 川崎4R 2着/7頭+0.0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 2.0着 (安定) ○ 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) -3% (オッズ過剰評価) AI 予想勝率 35.8% (オッズ暗示: 37.0%) ※ 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	シガ	町田直（川崎）	実3.5	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/27 川崎6R 5着/8頭+1.8秒 07/09 川崎5R 2着/6頭 ― ― ―
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 3.5着 ○ ローテーション 24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 21.1% (オッズ暗示: 28.6%) ※ 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。
5	コーズブルー	西啓太（大井）	実9.8	△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3.0着と安定／前走3着）
前5走 07/06 川崎4R 3着/10頭 06/18 川崎4R 3着/5頭+0.0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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 8.1% (オッズ暗示: 10.2%) ※ 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	シンメウィル	新原周（川崎）	実38.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均2.0着と安定／前走2着）
前5走 07/09 川崎3R 2着/6頭+1.0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 2.0着 (安定) ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 3.0% (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。
7	ミーリイ	御神訓（大井）	実10.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.0着と安定／前走2着／騎手は近50戦で勝率24%）
前5走 07/30 川崎4R 2着/8頭+3.0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 2.0着 (安定) ◎ 騎手近50戦勝率 24% (好調) ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 9.5%) ※ 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	ナットワン	古岡勇（川崎）	実41.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/27 川崎6R 7着/8頭+3.0秒 06/18 川崎3R 2着/6頭+1.0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 4.5着 ○ ローテーション 24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 1.7% (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。
9	デイトリッパー推奨	野畑凌（川崎）	実7.2	▲詳細▼	期待値プラスでAIの推し馬（直近3走平均2.0着と安定／前走2着で力を示す／適度な間隔で状態万全）
前5走 07/31 川崎5R 2着/3頭 ― ― ― ―
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 2.0着 (安定) ◎ 騎手近50戦勝率 24% (好調) ○ 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) +3% (市場と概ね一致) AI 予想勝率 14.4% (オッズ暗示: 13.9%) ※ 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	シュンプタイト	加藤雄（川崎）	実48.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均2.0着と安定／前走2着）
前5走 07/27 川崎4R 2着/7頭+0.3秒 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 1.1% (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。

🎯 AIの本命

AI評価1位

クリスタルシー

騎手櫻井光（川崎）

単勝オッズ

2.7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

○4シガ

3.5倍

EV -26%

▲9デイトリッパー

7.2倍

EV +3%

出走馬全10頭

◎3

クリスタルシー

櫻井光（川崎）

2.7倍

-3%

›

○4

シガ

町田直（川崎）

3.5倍

-26%

›

▲9

デイトリッパー

野畑凌（川崎）

7.2倍

+3%

›

△5

コーズブルー

西啓太（大井）

9.8倍

-20%

›

△1

サンドリヨン

矢野貴（大井）

5.9倍

-60%

›

△7

ミーリイ

御神訓（大井）

10.5倍

-50%

›

▽2

ゴールドサンデー

中越琉（川崎）

34.1倍

+9%

›

▽6

シンメウィル

新原周（川崎）

38.8倍

+18%

›

▽8

ナットワン

古岡勇（川崎）

41.7倍

-28%

›

▽10

シュンプタイト

加藤雄（川崎）

48.6倍

-47%

›

💡 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 9 デイトリッパー ¥2,100 実7.2倍期待値 +4% ❌不的中7着単勝 7.2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