川崎 7R 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

7R 川崎競馬場小川町七夕まＣ１三ダ1400m ダート1400m　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ササキントモゴロウ	町田直（川崎）	実10.9	B▲ A△勝率6% EV-29% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/28 川崎9R 6着/10頭+0.8秒 07/10 川崎9R 3着/11頭 06/17 川崎6R 3着/8頭 06/05 船橋5R 9着/10頭 05/11 川崎5R 1着/11頭勝利
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 4.0着 △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 13走で勝率 8% ○ 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) +80% (市場が大幅過小評価) AI 予想勝率 16.5% (オッズ暗示: 9.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.5% / 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。
2	アトラスライズ自在	張田昂（船橋）	実16.4	B▽ A×勝率2% EV-61% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 07/29 川崎8R 6着/7頭+1.6秒 07/10 川崎10R 4着/8頭 05/15 川崎9R 3着/12頭+0.7秒 05/05 船橋7R 11着/12頭+1.7秒 03/27 大井9R 7着/10頭+1.1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 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 6.1%) × Aモデルの評価 (参考) レース内 8位 / 勝率 2.4% / 期待値 -61% ※ 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	タケノロイヤル先行	鷹見陸（大井）	実6.8	B△ A▲勝率18% EV+20% 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11走で勝ち無し）
前5走 07/08 川崎7R 4着/11頭 05/15 川崎9R 5着/12頭+0.8秒 01/01 川崎12R 2着/12頭+0.2秒 12/19 川崎9R 8着/10頭+1.9秒 11/19 川崎8R 6着/12頭+0.8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 3.7着 △ 当競馬場適性 14走で勝率 7% ▽ 距離適性同距離は 11走で勝ち無し × 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 8.5% (オッズ暗示: 14.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.7% / 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。
4	マルモリアクティブ逃げ	野畑凌（川崎）	実1.9	B○ A◎勝率30% EV-43% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場7走で勝率29%と適性高／同距離帯19走で勝率26%／同馬場状態で勝率36%）
前5走 07/14 浦和7R 4着/12頭 04/07 川崎12R 7着/12頭+1.5秒 03/18 浦和7R 1着/9頭勝利 03/05 川崎9R 5着/11頭+1.5秒 02/05 川崎9R 2着/13頭+0.2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 19走で勝率 26% ◎ 馬場適性同馬場 11走で勝率 36% ◎ 騎手近50戦勝率 22% (好調) × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 16.5% (オッズ暗示: 52.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 29.7% / 期待値 -44% ※ 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	アルティメット自在	中越琉（川崎）	実42.1	B× A▽勝率1% EV-46% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/10 川崎10R 5着/8頭+1.0秒 05/15 川崎8R 4着/12頭+0.2秒 03/04 川崎7R 10着/12頭+1.0秒 02/03 川崎7R 2着/12頭+0.0秒 01/01 川崎12R 8着/12頭+1.0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 6.3着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 19走で勝率 5% × 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 0.5% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 期待値 -46% ※ 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	フェイティアン自在	藤江渉（川崎）	実14.3	B▽ A△勝率6% EV-11% 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／同距離帯7走で勝率29%／100日ぶりの実戦）
前5走 05/12 川崎8R 4着/12頭+0.8秒 05/04 船橋10R 6着/9頭+1.6秒 04/07 川崎11R 13着/14頭+3.8秒 03/20 浦和9R 3着/9頭+1.4秒 03/06 川崎5R 1着/8頭勝利
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 7.7着 (不振) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 7走で勝率 29% △ ローテーション 100日休養明け × 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 3.5% (オッズ暗示: 7.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.2% / 期待値 -12% ※ 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	ノーブルウィスパー先行	岡村裕（川崎）	実10.6	B△ A△勝率11% EV+17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場18走で勝率0%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 07/10 川崎9R 4着/11頭 05/15 川崎8R 9着/12頭+0.8秒 04/10 川崎8R 6着/11頭+0.5秒 03/04 川崎7R 2着/12頭+0.0秒 02/03 川崎7R 6着/12頭+0.3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 6.3着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 9.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.1% / 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。
8	イルフロッタント自在	和田譲（大井）	実22.8	B× A▽勝率2% EV-47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/08 川崎7R 7着/11頭 06/17 川崎6R 8着/8頭+2.0秒 05/14 川崎8R 4着/6頭+1.0秒 04/09 名古屋11R 8着/10頭+2.7秒 11/18 川崎11R 7着/11頭+2.0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 6.3着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 7走で勝率 14% × 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 1.1% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.3% / 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。
9	ボルドーティラミス逃げ	伊藤裕（川崎）	実62.7	B△ A▽勝率1% EV-34% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/10 川崎10R 7着/8頭 05/26 浦和10R 7着/13頭 05/15 川崎9R 9着/12頭+1.6秒 04/10 川崎8R 4着/11頭+0.3秒 03/18 浦和7R 6着/9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 17走で勝率 6% △ 距離適性同距離 13走で勝率 8% 🌟◎ 期待値 (オッズ vs AI勝率) +431% (市場が大幅過小評価) AI 予想勝率 8.5% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 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。
10	ラヴィンローゼス自在	櫻井光（川崎）	実22.4	B× A▽勝率4% EV-18% 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 11着/12頭+2.0秒 07/10 川崎9R 6着/11頭 06/03 船橋6R 2着/13頭+1.0秒 05/11 川崎12R 6着/12頭+1.3秒 04/10 川崎10R 9着/12頭+1.5秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 △ 当競馬場適性 19走で勝率 11% ○ 距離適性同距離 14走で勝率 21% ▽ 前走実績前走 11着 (大敗) ○ 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) -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 3.6% / 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。
11	タッカーバリアント自在推奨	古岡勇（川崎）	実6.4	B🌟◎ A○勝率18% EV+16% 詳細▼	市場が大きく過小評価、AI予想勝率38% × オッズ6.4倍で期待値+142%の有力候補（適度な間隔で状態万全）
前5走 07/28 川崎9R 4着/10頭+0.6秒 05/15 川崎8R 3着/12頭+0.2秒 04/07 川崎12R 10着/12頭+2.0秒 03/19 浦和8R 5着/14頭+0.6秒 03/04 川崎7R 12着/12頭+1.3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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 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) +142% (市場が大幅過小評価) AI 予想勝率 37.8% (オッズ暗示: 15.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.3% / 期待値 +17% ※ 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 ○

タッカーバリアント

騎手古岡勇（川崎）

単勝オッズ

6.4倍

AI期待値

+142%

買い目

¥600

全レースの推奨

AIの推奨本命の次点

○A:◎4マルモリアクティブ

1.9倍

EV -68%

▲A:△1ササキントモゴロウ

10.9倍

EV +80%

出走馬全11頭

◎A:○11

タッカーバリアント

古岡勇（川崎）

6.4倍

+142%

›

○A:◎4

マルモリアクティブ

野畑凌（川崎）

1.9倍

-68%

›

▲A:△1

ササキントモゴロウ

町田直（川崎）

10.9倍

+80%

›

△A:▲3

タケノロイヤル

鷹見陸（大井）

6.8倍

-42%

›

△A:▽9

ボルドーティラミス

伊藤裕（川崎）

62.7倍

+431%

›

△A:△7

ノーブルウィスパー

岡村裕（川崎）

10.6倍

-62%

›

▽A:△6

フェイティアン

藤江渉（川崎）

14.3倍

-49%

›

▽A:×2

アトラスライズ

張田昂（船橋）

16.4倍

-42%

›

×A:▽8

イルフロッタント

和田譲（大井）

22.8倍

-74%

›

×A:▽5

アルティメット

中越琉（川崎）

42.1倍

-79%

›

×A:▽10

ラヴィンローゼス

櫻井光（川崎）

22.4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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 11 タッカーバリアント ¥600 確定6.9倍期待値 +142% 🎯的中1着確定 6.9倍4,140円

※ オッズは予測時点の値です。

7R 川崎競馬場小川町七夕まＣ１三ダ1400m ダート1400m　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ササキントモゴロウ	町田直（川崎）	実10.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/28 川崎9R 6着/10頭+0.8秒 07/10 川崎9R 3着/11頭 06/17 川崎6R 3着/8頭 06/05 船橋5R 9着/10頭 05/11 川崎5R 1着/11頭勝利
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 4.0着 △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 13走で勝率 8% ○ 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) -30% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 9.2%) ※ 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。
2	アトラスライズ自在	張田昂（船橋）	実16.4	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 07/29 川崎8R 6着/7頭+1.6秒 07/10 川崎10R 4着/8頭 05/15 川崎9R 3着/12頭+0.7秒 05/05 船橋7R 11着/12頭+1.7秒 03/27 大井9R 7着/10頭+1.1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 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) -61% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 6.1%) ※ 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。
3	タケノロイヤル先行	鷹見陸（大井）	実6.8	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は11走で勝ち無し）
前5走 07/08 川崎7R 4着/11頭 05/15 川崎9R 5着/12頭+0.8秒 01/01 川崎12R 2着/12頭+0.2秒 12/19 川崎9R 8着/10頭+1.9秒 11/19 川崎8R 6着/12頭+0.8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 3.7着 △ 当競馬場適性 14走で勝率 7% ▽ 距離適性同距離は 11走で勝ち無し △ 期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 17.7% (オッズ暗示: 14.7%) ※ 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。
4	マルモリアクティブ逃げ	野畑凌（川崎）	実1.9	◎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7走で勝率29%と適性高／同距離帯19走で勝率26%／同馬場状態で勝率36%）
前5走 07/14 浦和7R 4着/12頭 04/07 川崎12R 7着/12頭+1.5秒 03/18 浦和7R 1着/9頭勝利 03/05 川崎9R 5着/11頭+1.5秒 02/05 川崎9R 2着/13頭+0.2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 19走で勝率 26% ◎ 馬場適性同馬場 11走で勝率 36% ◎ 騎手近50戦勝率 22% (好調) × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 29.7% (オッズ暗示: 52.6%) ※ 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	アルティメット自在	中越琉（川崎）	実42.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/10 川崎10R 5着/8頭+1.0秒 05/15 川崎8R 4着/12頭+0.2秒 03/04 川崎7R 10着/12頭+1.0秒 02/03 川崎7R 2着/12頭+0.0秒 01/01 川崎12R 8着/12頭+1.0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 6.3着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 19走で勝率 5% × 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 1.3% (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。
6	フェイティアン自在	藤江渉（川崎）	実14.3	△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／同距離帯7走で勝率29%／100日ぶりの実戦）
前5走 05/12 川崎8R 4着/12頭+0.8秒 05/04 船橋10R 6着/9頭+1.6秒 04/07 川崎11R 13着/14頭+3.8秒 03/20 浦和9R 3着/9頭+1.4秒 03/06 川崎5R 1着/8頭勝利
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 7.7着 (不振) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 7走で勝率 29% △ ローテーション 100日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 7.0%) ※ 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。
7	ノーブルウィスパー先行	岡村裕（川崎）	実10.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場18走で勝率0%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 07/10 川崎9R 4着/11頭 05/15 川崎8R 9着/12頭+0.8秒 04/10 川崎8R 6着/11頭+0.5秒 03/04 川崎7R 2着/12頭+0.0秒 02/03 川崎7R 6着/12頭+0.3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 6.3着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 11.1% (オッズ暗示: 9.4%) ※ 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。
8	イルフロッタント自在	和田譲（大井）	実22.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/08 川崎7R 7着/11頭 06/17 川崎6R 8着/8頭+2.0秒 05/14 川崎8R 4着/6頭+1.0秒 04/09 名古屋11R 8着/10頭+2.7秒 11/18 川崎11R 7着/11頭+2.0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 6.3着 △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 7走で勝率 14% × 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 2.3% (オッズ暗示: 4.4%) ※ 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	ボルドーティラミス逃げ	伊藤裕（川崎）	実62.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/10 川崎10R 7着/8頭 05/26 浦和10R 7着/13頭 05/15 川崎9R 9着/12頭+1.6秒 04/10 川崎8R 4着/11頭+0.3秒 03/18 浦和7R 6着/9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 17走で勝率 6% △ 距離適性同距離 13走で勝率 8% × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 1.0% (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	ラヴィンローゼス自在	櫻井光（川崎）	実22.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/28 川崎8R 11着/12頭+2.0秒 07/10 川崎9R 6着/11頭 06/03 船橋6R 2着/13頭+1.0秒 05/11 川崎12R 6着/12頭+1.3秒 04/10 川崎10R 9着/12頭+1.5秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 △ 当競馬場適性 19走で勝率 11% ○ 距離適性同距離 14走で勝率 21% ▽ 前走実績前走 11着 (大敗) ○ 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) -19% (オッズ過剰評価) AI 予想勝率 3.6% (オッズ暗示: 4.5%) ※ 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。
11	タッカーバリアント自在推奨	古岡勇（川崎）	実6.4	○詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全）
前5走 07/28 川崎9R 4着/10頭+0.6秒 05/15 川崎8R 3着/12頭+0.2秒 04/07 川崎12R 10着/12頭+2.0秒 03/19 浦和8R 5着/14頭+0.6秒 03/04 川崎7R 12着/12頭+1.3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 5.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 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) +16% (市場と概ね一致) AI 予想勝率 18.3% (オッズ暗示: 15.6%) ※ 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。

🎯 AIの本命

AI評価1位

マルモリアクティブ

騎手野畑凌（川崎）

単勝オッズ

1.9倍

AI期待値

-43%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11タッカーバリアント

6.4倍

EV +16%

▲3タケノロイヤル

6.8倍

EV +20%

出走馬全11頭

◎4

マルモリアクティブ

野畑凌（川崎）

1.9倍

-43%

›

○11

タッカーバリアント

古岡勇（川崎）

6.4倍

+16%

›

▲3

タケノロイヤル

鷹見陸（大井）

6.8倍

+20%

›

△7

ノーブルウィスパー

岡村裕（川崎）

10.6倍

+17%

›

△1

ササキントモゴロウ

町田直（川崎）

10.9倍

-29%

›

△6

フェイティアン

藤江渉（川崎）

14.3倍

-11%

›

▽10

ラヴィンローゼス

櫻井光（川崎）

22.4倍

-18%

›

×2

アトラスライズ

張田昂（船橋）

16.4倍

-61%

›

▽8

イルフロッタント

和田譲（大井）

22.8倍

-47%

›

▽5

アルティメット

中越琉（川崎）

42.1倍

-46%

›

▽9

ボルドーティラミス

伊藤裕（川崎）

62.7倍

-34%

›

💡 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 11 タッカーバリアント ¥600 確定6.9倍期待値 +17% 🎯的中1着確定 6.9倍4,140円

※ 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