川崎 9R 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

9R 川崎競馬場ダ900m ダート900m　発走 19:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ムーランアルザン先行	佐野遥（川崎）	実49.5	B× A▽勝率1% EV-47% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯11走で勝率36%／同馬場状態で勝率32%）
前5走 07/28 川崎10R 11着/12頭+2.1秒 07/06 川崎12R 2着/3頭 05/11 川崎12R 2着/12頭+0.6秒 04/06 川崎9R 3着/11頭+0.2秒 03/03 川崎12R 8着/12頭+1.4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 5.0着 ○ 当競馬場適性 38走で勝率 21% (相性良) ◎ 距離適性同距離 11走で勝率 36% ◎ 馬場適性同馬場 19走で勝率 32% ▽ 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) -88% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 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	エターナルセイバー追込	伊藤裕（川崎）	実2.1	B▲ A○勝率22% EV-54% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/28 川崎10R 1着/12頭勝利 07/07 川崎9R 3着/3頭 03/04 川崎9R 5着/12頭+0.8秒 02/04 川崎8R 6着/12頭+1.0秒 01/02 川崎9R 4着/11頭+0.7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 31走で勝率 10% △ 距離適性同距離 33走で勝率 9% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 47.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.8% / 期待値 -54% ※ 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	アイアンピッチ先行	櫻井光（川崎）	実25.6	B× A▽勝率3% EV-29% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率5%と苦戦傾向／直近3走で勝率33%と好調）
前5走 07/28 川崎10R 5着/12頭+1.1秒 05/27 浦和9R 1着/11頭 05/14 川崎7R 2着/11頭+0.1秒 03/03 川崎12R 2着/12頭+0.0秒 02/03 川崎8R 5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戦の調子勝率 33% (上り調子) × 当競馬場適性 20走で勝率 5% (苦戦) △ 距離適性同距離 20走で勝率 10% ○ 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) -87% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.8% / 期待値 -29% ※ 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	アイルプロテクト追込推奨	矢野貴（大井）	実10.6	B○ A▲勝率14% EV+44% 詳細▼	期待値プラスでAIの推し馬（当競馬場で勝率19%と相性良／適度な間隔で状態万全／騎手は近50戦勝率20%と好調）
前5走 07/28 川崎10R 10着/12頭+2.1秒 06/01 船橋8R 2着/9頭 04/24 浦和10R 8着/12頭+0.8秒 04/07 川崎9R 3着/10頭+0.3秒 03/04 川崎9R 9着/12頭+1.0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 6.7着 ○ 当競馬場適性 16走で勝率 19% (相性良) ▽ 距離適性同距離は 7走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 10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) -67% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 9.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.7% / 期待値 +45% ※ 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	タイセイフランク先行	新原周（川崎）	実26.3	B△ A▽勝率4% EV+12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／135日ぶりの実戦）
前5走 04/07 川崎9R 2着/10頭+0.2秒 03/30 船橋9R 7着/10頭+1.7秒 03/02 川崎12R 9着/12頭+1.1秒 02/02 川崎12R 9着/13頭+2.7秒 01/03 川崎10R 8着/13頭+2.0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 6.0着 ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 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 135日休養明け × 期待値 (オッズ vs AI勝率) -84% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.3% / 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。
6	ミスフォルテ先行	本田重（船橋）	実16.7	B△ A△勝率5% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯8走で勝率25%／直近3走で勝率67%と好調）
前5走 07/28 川崎10R 6着/12頭+1.2秒 07/06 川崎12R 1着/3頭 06/15 川崎9R 1着/3頭 03/11 船橋8R 9着/12頭+1.5秒 02/05 川崎9R 3着/13頭+0.5秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 8走で勝率 25% ○ 騎手近50戦勝率 16% ○ 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) -87% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 6.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.4% / 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。
7	ファイアトーチ逃げ	中山遥（浦和）	実30.6	B× A▽勝率2% EV-47% 詳細▼	大穴、AI予想勝率低く長期回収困難（85日ぶりの実戦／騎手は近50戦で勝率24%）
前5走 05/27 園田6R 9着/12頭 05/13 園田6R 2着/8頭+0.2秒 04/23 園田4R 2着/12頭+0.3秒 03/31 園田6R 2着/12頭+1.3秒 09/04 園田6R 3着/12頭+0.4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 4.3着 △ 距離適性同距離 12走で勝率 8% ◎ 騎手近50戦勝率 24% (好調) × 期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 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。
8	サラサエンペラー逃げ	池谷匠（川崎）	実7.1	B△ A△勝率13% EV-8% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/29 川崎10R 7着/13頭+1.1秒 07/07 川崎9R 2着/3頭 05/11 川崎12R 3着/12頭+1.0秒 04/08 川崎7R 2着/12頭+0.4秒 03/19 浦和8R 9着/14頭+1.4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 4.0着 ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 6走で勝率 17% ○ 馬場適性同馬場 5走で勝率 20% ○ 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 0.8% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.8% / 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。
9	モズアンドモズ逃げ	野畑凌（川崎）	実4.0	B🌟◎ A🌟◎勝率31% EV+22% 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6走で勝率67%と適性高／同距離帯6走で勝率67%／同馬場状態で勝率33%）
前5走 08/03 船橋5R 2着/12頭+0.2秒 07/09 川崎8R 8着/10頭 04/10 川崎10R 1着/12頭勝利 03/04 川崎5R 1着/11頭勝利 02/02 川崎7R 1着/11頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 67% (得意) ◎ 距離適性同距離 6走で勝率 67% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 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 17日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +266% (市場が大幅過小評価) AI 予想勝率 91.7% (オッズ暗示: 25.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 30.5% / 期待値 +22% ※ 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	スプリンガフォート先行	古岡勇（川崎）	実9.7	B× A△勝率6% EV-41% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（171日ぶりの実戦）
前5走 03/02 川崎6R 4着/8頭+1.2秒 02/02 川崎5R 5着/8頭+1.2秒 12/31 大井10R 13着/14頭+4.6秒 11/18 川崎11R 11着/11頭+5.2秒 09/12 川崎5R 1着/6頭勝利
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 7.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) △ ローテーション 171日休養明け × 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 0.1% (オッズ暗示: 10.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.0% / 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。

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 ◎

モズアンドモズ

騎手野畑凌（川崎）

単勝オッズ

4.0倍

AI期待値

+266%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲4アイルプロテクト

10.6倍

EV -66%

▲A:○2エターナルセイバー

2.1倍

EV -96%

出走馬全10頭

◎A:◎9

モズアンドモズ

野畑凌（川崎）

4.0倍

+266%

›

○A:▲4

アイルプロテクト

矢野貴（大井）

10.6倍

-66%

›

▲A:○2

エターナルセイバー

伊藤裕（川崎）

2.1倍

-96%

›

△A:△8

サラサエンペラー

池谷匠（川崎）

7.1倍

-94%

›

△A:△6

ミスフォルテ

本田重（船橋）

16.7倍

-87%

›

△A:▽5

タイセイフランク

新原周（川崎）

26.3倍

-84%

›

×A:▽3

アイアンピッチ

櫻井光（川崎）

25.6倍

-86%

›

×A:▽7

ファイアトーチ

中山遥（浦和）

30.6倍

-92%

›

×A:▽1

ムーランアルザン

佐野遥（川崎）

49.5倍

-87%

›

×A:△10

スプリンガフォート

古岡勇（川崎）

9.7倍

-98%

›

💡 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

単勝 4 アイルプロテクト ¥100 実10.6倍期待値 -67% ❌不的中6着単勝 10.6倍

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

9R 川崎競馬場ダ900m ダート900m　発走 19:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ムーランアルザン先行	佐野遥（川崎）	実49.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯11走で勝率36%／同馬場状態で勝率32%）
前5走 07/28 川崎10R 11着/12頭+2.1秒 07/06 川崎12R 2着/3頭 05/11 川崎12R 2着/12頭+0.6秒 04/06 川崎9R 3着/11頭+0.2秒 03/03 川崎12R 8着/12頭+1.4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 5.0着 ○ 当競馬場適性 38走で勝率 21% (相性良) ◎ 距離適性同距離 11走で勝率 36% ◎ 馬場適性同馬場 19走で勝率 32% ▽ 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) -48% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.0%) ※ 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。
2	エターナルセイバー追込	伊藤裕（川崎）	実2.1	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/28 川崎10R 1着/12頭勝利 07/07 川崎9R 3着/3頭 03/04 川崎9R 5着/12頭+0.8秒 02/04 川崎8R 6着/12頭+1.0秒 01/02 川崎9R 4着/11頭+0.7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 31走で勝率 10% △ 距離適性同距離 33走で勝率 9% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -54% (大幅な期待値マイナス) AI 予想勝率 21.8% (オッズ暗示: 47.6%) ※ 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	アイアンピッチ先行	櫻井光（川崎）	実25.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率5%と苦戦傾向／直近3走で勝率33%と好調）
前5走 07/28 川崎10R 5着/12頭+1.1秒 05/27 浦和9R 1着/11頭 05/14 川崎7R 2着/11頭+0.1秒 03/03 川崎12R 2着/12頭+0.0秒 02/03 川崎8R 5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戦の調子勝率 33% (上り調子) × 当競馬場適性 20走で勝率 5% (苦戦) △ 距離適性同距離 20走で勝率 10% ○ 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) -29% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.9%) ※ 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	アイルプロテクト追込推奨	矢野貴（大井）	実10.6	▲詳細▼	オッズに対しAI予想勝率がやや高め、期待値+44%の妙味（当競馬場で勝率19%と相性良／適度な間隔で状態万全／騎手は近50戦勝率20%と好調）
前5走 07/28 川崎10R 10着/12頭+2.1秒 06/01 船橋8R 2着/9頭 04/24 浦和10R 8着/12頭+0.8秒 04/07 川崎9R 3着/10頭+0.3秒 03/04 川崎9R 9着/12頭+1.0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 6.7着 ○ 当競馬場適性 16走で勝率 19% (相性良) ▽ 距離適性同距離は 7走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 10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) +44% (妙味あり) AI 予想勝率 13.7% (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。
5	タイセイフランク先行	新原周（川崎）	実26.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／135日ぶりの実戦）
前5走 04/07 川崎9R 2着/10頭+0.2秒 03/30 船橋9R 7着/10頭+1.7秒 03/02 川崎12R 9着/12頭+1.1秒 02/02 川崎12R 9着/13頭+2.7秒 01/03 川崎10R 8着/13頭+2.0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 6.0着 ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 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 135日休養明け △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 4.3% (オッズ暗示: 3.8%) ※ 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	ミスフォルテ先行	本田重（船橋）	実16.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯8走で勝率25%／直近3走で勝率67%と好調）
前5走 07/28 川崎10R 6着/12頭+1.2秒 07/06 川崎12R 1着/3頭 06/15 川崎9R 1着/3頭 03/11 船橋8R 9着/12頭+1.5秒 02/05 川崎9R 3着/13頭+0.5秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 8走で勝率 25% ○ 騎手近50戦勝率 16% ○ 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) -10% (オッズ過剰評価) AI 予想勝率 5.4% (オッズ暗示: 6.0%) ※ 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	ファイアトーチ逃げ	中山遥（浦和）	実30.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（85日ぶりの実戦／騎手は近50戦で勝率24%）
前5走 05/27 園田6R 9着/12頭 05/13 園田6R 2着/8頭+0.2秒 04/23 園田4R 2着/12頭+0.3秒 03/31 園田6R 2着/12頭+1.3秒 09/04 園田6R 3着/12頭+0.4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 4.3着 △ 距離適性同距離 12走で勝率 8% ◎ 騎手近50戦勝率 24% (好調) × 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 1.7% (オッズ暗示: 3.3%) ※ 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	サラサエンペラー逃げ	池谷匠（川崎）	実7.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/29 川崎10R 7着/13頭+1.1秒 07/07 川崎9R 2着/3頭 05/11 川崎12R 3着/12頭+1.0秒 04/08 川崎7R 2着/12頭+0.4秒 03/19 浦和8R 9着/14頭+1.4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 4.0着 ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 6走で勝率 17% ○ 馬場適性同馬場 5走で勝率 20% ○ 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% (オッズ過剰評価) AI 予想勝率 12.8% (オッズ暗示: 14.1%) ※ 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。
9	モズアンドモズ逃げ	野畑凌（川崎）	実4.0	🌟◎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6走で勝率67%と適性高／同距離帯6走で勝率67%／同馬場状態で勝率33%）
前5走 08/03 船橋5R 2着/12頭+0.2秒 07/09 川崎8R 8着/10頭 04/10 川崎10R 1着/12頭勝利 03/04 川崎5R 1着/11頭勝利 02/02 川崎7R 1着/11頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 67% (得意) ◎ 距離適性同距離 6走で勝率 67% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 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 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 30.5% (オッズ暗示: 25.0%) ※ 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。
10	スプリンガフォート先行	古岡勇（川崎）	実9.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（171日ぶりの実戦）
前5走 03/02 川崎6R 4着/8頭+1.2秒 02/02 川崎5R 5着/8頭+1.2秒 12/31 大井10R 13着/14頭+4.6秒 11/18 川崎11R 11着/11頭+5.2秒 09/12 川崎5R 1着/6頭勝利
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 7.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) △ ローテーション 171日休養明け × 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 6.0% (オッズ暗示: 10.3%) ※ 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

モズアンドモズ

騎手野畑凌（川崎）

単勝オッズ

4.0倍

AI期待値

+22%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2エターナルセイバー

2.1倍

EV -54%

▲4アイルプロテクト

10.6倍

EV +44%

出走馬全10頭

◎9

モズアンドモズ

野畑凌（川崎）

4.0倍

+22%

›

○2

エターナルセイバー

伊藤裕（川崎）

2.1倍

-54%

›

▲4

アイルプロテクト

矢野貴（大井）

10.6倍

+44%

›

△8

サラサエンペラー

池谷匠（川崎）

7.1倍

-8%

›

△10

スプリンガフォート

古岡勇（川崎）

9.7倍

-41%

›

△6

ミスフォルテ

本田重（船橋）

16.7倍

-10%

›

▽5

タイセイフランク

新原周（川崎）

26.3倍

+12%

›

▽3

アイアンピッチ

櫻井光（川崎）

25.6倍

-29%

›

▽7

ファイアトーチ

中山遥（浦和）

30.6倍

-47%

›

▽1

ムーランアルザン

佐野遥（川崎）

49.5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

単勝 4 アイルプロテクト ¥100 実10.6倍期待値 +45% ❌不的中6着単勝 10.6倍

B. 市場除外+キャリブ

見送り

※ 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