川崎 6R 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

6R 川崎競馬場小川町七夕まＣ１三ダ1400m ダート1400m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブルムーンストーン自在	古岡勇（川崎）	実74.6	B× A▽勝率1% EV-47% 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8R 11着/11頭+3.2秒 06/17 川崎6R 5着/8頭+1.0秒 05/12 川崎3R 1着/9頭勝利 04/08 川崎8R 11着/13頭+3.2秒 03/05 川崎4R 8着/9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 15走で勝率 7% △ 距離適性同距離 12走で勝率 8% ▽ 前走実績前走 11着 (大敗) ○ 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 -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。
2	ロクノレインボー先行	町田直（川崎）	実8.4	B△ A△勝率6% EV-52% 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7走で勝率0%と苦戦傾向／前走3着）
前5走 07/29 川崎9R 3着/3頭 05/27 浦和8R 5着/7頭 05/11 川崎10R 5着/6頭+0.9秒 04/07 川崎7R 7着/11頭+2.1秒 03/17 浦和3R 1着/9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戦の調子平均 4.3着 × 当競馬場適性 7走で勝率 0% (苦戦) △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 5走で勝率 20% ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 11.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.6% / 期待値 -53% ※ 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	マイアミ先行	和田譲（大井）	実57.0	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27走で勝率4%と苦戦傾向）
前5走 07/28 川崎9R 8着/10頭+1.8秒 01/04 川崎12R 10着/14頭+2.5秒 12/18 川崎12R 2着/14頭+1.3秒 11/19 川崎12R 11着/14頭+1.8秒 11/07 船橋8R 5着/10頭+1.0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 6.7着 × 当競馬場適性 27走で勝率 4% (苦戦) △ 距離適性同距離 32走で勝率 6% ○ ローテーション 23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 0.4% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.9% / 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。
4	ダテオトコ	矢野貴（大井）	実2.0	B○ A🌟◎勝率45% EV-10% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率50%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 07/27 川崎10R 4着/10頭+0.6秒 07/09 川崎9R 1着/3頭 06/16 川崎3R 2着/13頭 04/07 川崎6R 1着/10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 3走で勝率 33% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -76% (大幅な期待値マイナス) AI 予想勝率 12.1% (オッズ暗示: 50.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 44.9% / 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。
5	ライヴペッパー自在	藤本現（大井）	実20.8	B× A△勝率3% EV-42% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場29走で勝率3%と苦戦傾向）
前5走 07/28 川崎8R 7着/12頭+1.2秒 05/14 川崎7R 3着/11頭+0.3秒 04/09 川崎9R 6着/14頭+1.3秒 03/05 川崎9R 4着/11頭+1.3秒 02/04 川崎12R 2着/14頭+0.5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 5.3着 × 当競馬場適性 29走で勝率 3% (苦戦) △ 距離適性同距離 18走で勝率 6% ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 4.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.8% / 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。
6	ウインレアリゼ	岡村健（船橋）	実20.9	B× A×勝率2% EV-62% 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 10着/12頭+2.4秒 07/08 川崎8R 8着/10頭 ― ― ―
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 9.0着 (不振) ▽ 前走実績前走 10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 9位 / 勝率 1.8% / 期待値 -62% ※ 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	エスジースパークル逃げ	神尾香（川崎）	実19.4	B△ A△勝率4% EV-28% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 07/31 川崎12R 2着/10頭+0.7秒 07/08 川崎8R 7着/10頭+2.0秒 05/15 川崎8R 6着/12頭+0.4秒 04/10 川崎9R 10着/10頭+2.4秒 02/03 川崎12R 11着/12頭+1.6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 5.0着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 9走で勝率 11% ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 5.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 3.7% / 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。
8	ホシニネガイヲ	伊藤裕（川崎）	実53.1	B× A×勝率1% EV-57% 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 7着/10頭+1.1秒 07/14 浦和7R 11着/12頭+0.0秒 06/26 浦和9R 7着/10頭 06/04 船橋9R 11着/12頭+0.0秒 05/25 浦和10R 10着/12頭
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 8.3着 (不振) ▽ 距離適性同距離は 5走で勝ち無し ○ 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 10位 / 勝率 0.8% / 期待値 -58% ※ 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	クレバス先行	佐野遥（川崎）	実61.7	B△ A×勝率1% EV-56% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/31 川崎10R 8着/12頭+2.0秒 02/03 川崎7R 8着/12頭+0.3秒 01/04 川崎12R 7着/14頭+1.7秒 12/19 川崎9R 1着/10頭勝利 08/25 川崎8R 5着/7頭+2.1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 7.7着 (不振) ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 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) -64% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.6%) × Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 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。
10	ペータース	西啓太（大井）	実44.3	B× A▽勝率2% EV+3% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/30 川崎8R 9着/11頭+1.0秒 07/07 川崎12R 3着/3頭 06/18 川崎9R 6着/11頭+0.0秒 05/28 浦和9R 7着/12頭 05/12 川崎12R 9着/14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戦の調子平均 6.0着 ○ 当競馬場適性 18走で勝率 17% (相性良) ○ 距離適性同距離 19走で勝率 16% ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.3% / 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。
11	ダンタリオン自在	御神訓（大井）	実9.5	B▲ A▲勝率13% EV+23% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は3走で勝ち無し／112日ぶりの実戦／騎手は近50戦で勝率24%）
前5走 04/30 大井7R 6着/13頭+1.0秒 04/16 大井7R 7着/11頭+2.9秒 03/27 大井8R 6着/11頭+1.6秒 03/13 大井9R 6着/14頭+0.7秒 10/10 大井8R 5着/10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 6.3着 ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 5.7% (オッズ暗示: 10.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.0% / 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。
12	ブラックトルマリン逃げ	野畑凌（川崎）	実3.3	B🌟◎ A○勝率21% EV-29% 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4走で勝率50%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 07/10 川崎10R 2着/8頭+2.0秒 04/08 川崎3R 1着/9頭勝利 03/02 川崎1R 1着/10頭勝利 11/20 川崎1R 2着/10頭+0.5秒 ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +160% (市場が大幅過小評価) AI 予想勝率 79.0% (オッズ暗示: 30.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.2% / 期待値 -30% ※ 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。
13	ヴォラーレ自在	池谷匠（川崎）	実189.2	B× A▽勝率0% EV-11% 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8R 7着/7頭+2.9秒 07/10 川崎10R 6着/8頭 12/08 船橋8R 6着/12頭+2.1秒 11/03 船橋6R 5着/12頭+1.8秒 09/29 船橋9R 10着/12頭+3.4秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 9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 13位 / 勝率 0.5% / 期待値 -11% ※ 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 ○

ブラックトルマリン

騎手野畑凌（川崎）

単勝オッズ

3.3倍

AI期待値

+160%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎4ダテオトコ

2.0倍

EV -75%

▲A:▲11ダンタリオン

9.5倍

EV -46%

出走馬全13頭

◎A:○12

ブラックトルマリン

野畑凌（川崎）

3.3倍

+160%

›

○A:◎4

ダテオトコ

矢野貴（大井）

2.0倍

-75%

›

▲A:▲11

ダンタリオン

御神訓（大井）

9.5倍

-46%

›

△A:△2

ロクノレインボー

町田直（川崎）

8.4倍

-92%

›

△A:×9

クレバス

佐野遥（川崎）

61.7倍

-63%

›

△A:△7

エスジースパークル

神尾香（川崎）

19.4倍

-91%

›

×A:△5

ライヴペッパー

藤本現（大井）

20.8倍

-90%

›

×A:▽10

ペータース

西啓太（大井）

44.3倍

-80%

›

×A:▽3

マイアミ

和田譲（大井）

57.0倍

-74%

›

×A:×6

ウインレアリゼ

岡村健（船橋）

20.9倍

-99%

›

×A:×8

ホシニネガイヲ

伊藤裕（川崎）

53.1倍

-99%

›

×A:▽1

ブルムーンストーン

古岡勇（川崎）

74.6倍

-99%

›

×A:▽13

ヴォラーレ

池谷匠（川崎）

189.2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

6R 川崎競馬場小川町七夕まＣ１三ダ1400m ダート1400m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブルムーンストーン自在	古岡勇（川崎）	実74.6	▽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 07/30 川崎8R 11着/11頭+3.2秒 06/17 川崎6R 5着/8頭+1.0秒 05/12 川崎3R 1着/9頭勝利 04/08 川崎8R 11着/13頭+3.2秒 03/05 川崎4R 8着/9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 15走で勝率 7% △ 距離適性同距離 12走で勝率 8% ▽ 前走実績前走 11着 (大敗) ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.3%) ※ 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	ロクノレインボー先行	町田直（川崎）	実8.4	△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7走で勝率0%と苦戦傾向／前走3着）
前5走 07/29 川崎9R 3着/3頭 05/27 浦和8R 5着/7頭 05/11 川崎10R 5着/6頭+0.9秒 04/07 川崎7R 7着/11頭+2.1秒 03/17 浦和3R 1着/9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戦の調子平均 4.3着 × 当競馬場適性 7走で勝率 0% (苦戦) △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 5走で勝率 20% ○ 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) -53% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 11.9%) ※ 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	マイアミ先行	和田譲（大井）	実57.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場27走で勝率4%と苦戦傾向）
前5走 07/28 川崎9R 8着/10頭+1.8秒 01/04 川崎12R 10着/14頭+2.5秒 12/18 川崎12R 2着/14頭+1.3秒 11/19 川崎12R 11着/14頭+1.8秒 11/07 船橋8R 5着/10頭+1.0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 6.7着 × 当競馬場適性 27走で勝率 4% (苦戦) △ 距離適性同距離 32走で勝率 6% ○ ローテーション 23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 1.9% (オッズ暗示: 1.8%) ※ 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	ダテオトコ	矢野貴（大井）	実2.0	🌟◎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4走で勝率50%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 07/27 川崎10R 4着/10頭+0.6秒 07/09 川崎9R 1着/3頭 06/16 川崎3R 2着/13頭 04/07 川崎6R 1着/10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 3走で勝率 33% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -10% (オッズ過剰評価) AI 予想勝率 44.9% (オッズ暗示: 50.0%) ※ 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。
5	ライヴペッパー自在	藤本現（大井）	実20.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場29走で勝率3%と苦戦傾向）
前5走 07/28 川崎8R 7着/12頭+1.2秒 05/14 川崎7R 3着/11頭+0.3秒 04/09 川崎9R 6着/14頭+1.3秒 03/05 川崎9R 4着/11頭+1.3秒 02/04 川崎12R 2着/14頭+0.5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 5.3着 × 当競馬場適性 29走で勝率 3% (苦戦) △ 距離適性同距離 18走で勝率 6% ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 4.8%) ※ 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	ウインレアリゼ	岡村健（船橋）	実20.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調）
前5走 07/31 川崎10R 10着/12頭+2.4秒 07/08 川崎8R 8着/10頭 ― ― ―
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 9.0着 (不振) ▽ 前走実績前走 10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) -62% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 4.8%) ※ 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。
7	エスジースパークル逃げ	神尾香（川崎）	実19.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 07/31 川崎12R 2着/10頭+0.7秒 07/08 川崎8R 7着/10頭+2.0秒 05/15 川崎8R 6着/12頭+0.4秒 04/10 川崎9R 10着/10頭+2.4秒 02/03 川崎12R 11着/12頭+1.6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 5.0着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 9走で勝率 11% ○ 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) -28% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 5.2%) ※ 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。
8	ホシニネガイヲ	伊藤裕（川崎）	実53.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は5走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/31 川崎12R 7着/10頭+1.1秒 07/14 浦和7R 11着/12頭+0.0秒 06/26 浦和9R 7着/10頭 06/04 船橋9R 11着/12頭+0.0秒 05/25 浦和10R 10着/12頭
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 8.3着 (不振) ▽ 距離適性同距離は 5走で勝ち無し ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.9%) ※ 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	クレバス先行	佐野遥（川崎）	実61.7	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/31 川崎10R 8着/12頭+2.0秒 02/03 川崎7R 8着/12頭+0.3秒 01/04 川崎12R 7着/14頭+1.7秒 12/19 川崎9R 1着/10頭勝利 08/25 川崎8R 5着/7頭+2.1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 7.7着 (不振) ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 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 0.7% (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。
10	ペータース	西啓太（大井）	実44.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/30 川崎8R 9着/11頭+1.0秒 07/07 川崎12R 3着/3頭 06/18 川崎9R 6着/11頭+0.0秒 05/28 浦和9R 7着/12頭 05/12 川崎12R 9着/14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戦の調子平均 6.0着 ○ 当競馬場適性 18走で勝率 17% (相性良) ○ 距離適性同距離 19走で勝率 16% ○ 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% (市場と概ね一致) AI 予想勝率 2.3% (オッズ暗示: 2.3%) ※ 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	ダンタリオン自在	御神訓（大井）	実9.5	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は3走で勝ち無し／112日ぶりの実戦／騎手は近50戦で勝率24%）
前5走 04/30 大井7R 6着/13頭+1.0秒 04/16 大井7R 7着/11頭+2.9秒 03/27 大井8R 6着/11頭+1.6秒 03/13 大井9R 6着/14頭+0.7秒 10/10 大井8R 5着/10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 6.3着 ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 13.0% (オッズ暗示: 10.5%) ※ 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。
12	ブラックトルマリン逃げ	野畑凌（川崎）	実3.3	○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50%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 07/10 川崎10R 2着/8頭+2.0秒 04/08 川崎3R 1着/9頭勝利 03/02 川崎1R 1着/10頭勝利 11/20 川崎1R 2着/10頭+0.5秒 ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 21.2% (オッズ暗示: 30.3%) ※ 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。
13	ヴォラーレ自在	池谷匠（川崎）	実189.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3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 07/29 川崎8R 7着/7頭+2.9秒 07/10 川崎10R 6着/8頭 12/08 船橋8R 6着/12頭+2.1秒 11/03 船橋6R 5着/12頭+1.8秒 09/29 船橋9R 10着/12頭+3.4秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 9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) -11% (オッズ過剰評価) AI 予想勝率 0.5% (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。

🎯 AIの本命

AI評価1位

ダテオトコ

騎手矢野貴（大井）

単勝オッズ

2.0倍

AI期待値

-10%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12ブラックトルマリン

3.3倍

EV -29%

▲11ダンタリオン

9.5倍

EV +23%

出走馬全13頭

◎4

ダテオトコ

矢野貴（大井）

2.0倍

-10%

›

○12

ブラックトルマリン

野畑凌（川崎）

3.3倍

-29%

›

▲11

ダンタリオン

御神訓（大井）

9.5倍

+23%

›

△2

ロクノレインボー

町田直（川崎）

8.4倍

-52%

›

△7

エスジースパークル

神尾香（川崎）

19.4倍

-28%

›

△5

ライヴペッパー

藤本現（大井）

20.8倍

-42%

›

▽10

ペータース

西啓太（大井）

44.3倍

+3%

›

▽3

マイアミ

和田譲（大井）

57.0倍

+9%

›

×6

ウインレアリゼ

岡村健（船橋）

20.9倍

-62%

›

×8

ホシニネガイヲ

伊藤裕（川崎）

53.1倍

-57%

›

▽1

ブルムーンストーン

古岡勇（川崎）

74.6倍

-47%

›

×9

クレバス

佐野遥（川崎）

61.7倍

-56%

›

▽13

ヴォラーレ

池谷匠（川崎）

189.2倍

-11%

›

💡 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