川崎 12R 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

12R 川崎競馬場ダ1500m ダート1500m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テセラグラディウス	佐野遥（川崎）	実2.1	B× A▲勝率17% EV-63% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は3走で勝ち無し／前走2着）
前5走 07/31 川崎7R 2着/3頭 07/06 川崎7R 7着/12頭 03/11 312R 9着/12頭+2.9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 6.0着 ▽ 距離適性同距離は 3走で勝ち無し ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 47.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.2% / 期待値 -64% ※ 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	ドナエポナ先行	岡村健（船橋）	実24.0	B× A△勝率5% EV+23% 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 07/06 川崎7R 10着/12頭+0.0秒 06/15 川崎6R 5着/12頭 05/11 川崎2R 3着/10頭+0.8秒 03/31 船橋2R 11着/12頭+2.4秒 03/09 船橋2R 4着/8頭+1.8秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ▽ 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 6位 / 勝率 5.1% / 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。
3	ブルーオーシャン	藤田凌（大井）	実5.3	B▲ A◎勝率20% EV+4% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 07/29 川崎2R 2着/3頭 07/06 川崎7R 5着/12頭 06/15 川崎6R 6着/12頭 05/12 川崎1R 1着/12頭勝利 08/05 川崎4R 6着/8頭+3.2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 4.3着 △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% ○ 馬場適性同馬場 5走で勝率 20% ○ 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) -85% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 18.9%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 19.7% / 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。
4	オンナユメラク逃げ推奨	矢野貴（大井）	実5.5	B○ A○勝率19% EV+3% 詳細▼	市場が大きく過小評価、AI予想勝率42% × オッズ5.5倍で期待値+129%の有力候補（直近3走勝率33%と上り調子／当競馬場4走で勝率25%と適性高／同距離帯で勝率25%と得意）
前5走 07/06 川崎7R 3着/12頭+2.0秒 03/06 川崎5R 5着/8頭+1.2秒 02/06 川崎2R 1着/9頭勝利 01/04 川崎2R 2着/8頭+0.7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 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +129% (市場が大幅過小評価) AI 予想勝率 41.7% (オッズ暗示: 18.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.9% / 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。
5	ビクトリアリリー差し	藤本現（大井）	実13.2	B× A△勝率9% EV+19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は6走で勝ち無し／直近3走平均9.3着と低調／122日ぶりの実戦）
前5走 04/20 浦和3R 9着/12頭+1.9秒 02/23 浦和4R 9着/12頭+3.6秒 01/29 大井11R 10着/11頭+3.3秒 10/13 川崎5R 3着/11頭+2.1秒 09/26 浦和7R 3着/12頭+1.3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 9.3着 (不振) ▽ 距離適性同距離は 6走で勝ち無し △ ローテーション 122日休養明け × 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 0.4% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.1% / 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	グラズヘイム逃げ	野畑凌（川崎）	実40.7	B◎ A▽勝率4% EV+77% 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（騎手は近50戦で勝率24%）
前5走 07/10 川崎5R 7着/9頭 06/15 川崎6R 4着/12頭+0.0秒 02/04 川崎3R 12着/14頭+1.5秒 01/01 川崎1R 1着/11頭勝利 12/16 川崎1R 3着/10頭+0.4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 7.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 6走で勝率 17% ◎ 騎手近50戦勝率 24% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 50.9% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.4% / 期待値 +77% ※ 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	マーベラスティアラ自在	池谷匠（川崎）	実34.1	B△ A▽勝率3% EV-8% 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／99日ぶりの実戦）
前5走 05/13 川崎2R 7着/12頭+1.2秒 05/04 船橋1R 8着/11頭+2.1秒 04/08 川崎2R 1着/12頭勝利 ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 99日休養明け × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.7% / 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。
8	アメリカンサンデー逃げ	中越琉（川崎）	実50.1	B△ A▽勝率1% EV-44% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 07/10 川崎6R 5着/9頭+1.0秒 06/18 川崎1R 1着/12頭 05/14 川崎1R 3着/8頭+1.2秒 04/10 川崎1R 2着/10頭+1.0秒 02/05 川崎2R 7着/10頭+1.9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 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 距離適性同距離 4走で勝率 25% × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 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。
9	テンノウズアイル逃げ	中山遥（浦和）	実21.6	B× A▽勝率5% 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 07/09 川崎1R 1着/11頭 06/16 川崎1R 9着/12頭 05/11 川崎1R 9着/12頭+3.0秒 02/06 川崎2R 2着/9頭+1.6秒 01/03 川崎1R 4着/9頭+1.1秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) × 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 4.8% / 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。
10	マロンデプティ逃げ	町田直（川崎）	実8.7	B△ A△勝率10% EV-8% 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／同距離帯は8走で勝ち無し／直近3走平均2.7着と安定）
前5走 05/11 川崎5R 3着/11頭+1.4秒 04/06 川崎2R 2着/10頭+0.4秒 03/19 浦和3R 3着/8頭+0.6秒 03/02 川崎2R 6着/9頭+1.1秒 02/02 川崎5R 6着/8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 2.7着 (安定) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 前走実績前走 3着 (好走) △ ローテーション 101日休養明け × 期待値 (オッズ vs AI勝率) -90% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 11.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.5% / 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。
11	ピカレスクヒーロー先行	和田譲（大井）	実34.9	B× A▽勝率3% EV+12% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し）
前5走 07/29 川崎3R 7着/9頭+3.0秒 04/08 川崎8R 8着/13頭+2.8秒 03/20 浦和9R 6着/9頭+2.0秒 03/05 川崎4R 7着/9頭+2.5秒 02/04 川崎3R 2着/14頭+0.1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 7.0着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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) -86% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.2% / 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。
12	オーバーユー追込	本田紀（川崎）	実270.9	B× A▽勝率1% EV+129% 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5R 8着/9頭+1.0秒 06/15 川崎7R 6着/13頭 05/25 浦和2R 7着/10頭+2.0秒 05/13 川崎3R 10着/14頭+2.4秒 04/20 浦和3R 11着/12頭+2.3秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 11走で勝率 9% × 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 0.8% / 期待値 +129% ※ 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	ジーカンピオーネ差し	西啓太（大井）	実26.1	B× A▽勝率3% EV-32% 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 05/13 川崎3R 9着/14頭+2.2秒 04/23 浦和9R 7着/11頭+1.7秒 04/08 川崎3R 7着/9頭+1.7秒 03/04 川崎6R 7着/11頭+2.4秒 02/26 浦和9R 6着/12頭+2.3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 7.7着 (不振) △ 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% △ ローテーション 99日休養明け × 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 2.6% / 期待値 -32% ※ 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 ▽

グラズヘイム

騎手野畑凌（川崎）

単勝オッズ

40.7倍

AI期待値

+999%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○4オンナユメラク

5.5倍

EV +129%

▲A:◎3ブルーオーシャン

5.3倍

EV -84%

出走馬全13頭

◎A:▽6

グラズヘイム

野畑凌（川崎）

40.7倍

+999%

›

○A:○4

オンナユメラク

矢野貴（大井）

5.5倍

+129%

›

▲A:◎3

ブルーオーシャン

藤田凌（大井）

5.3倍

-84%

›

△A:△10

マロンデプティ

町田直（川崎）

8.7倍

-89%

›

△A:▽8

アメリカンサンデー

中越琉（川崎）

50.1倍

-39%

›

△A:▽7

マーベラスティアラ

池谷匠（川崎）

34.1倍

-68%

›

×A:▲1

テセラグラディウス

佐野遥（川崎）

2.1倍

-99%

›

×A:△5

ビクトリアリリー

藤本現（大井）

13.2倍

-94%

›

×A:▽11

ピカレスクヒーロー

和田譲（大井）

34.9倍

-86%

›

×A:▽9

テンノウズアイル

中山遥（浦和）

21.6倍

-99%

›

×A:△2

ドナエポナ

岡村健（船橋）

24.0倍

-99%

›

×A:▽13

ジーカンピオーネ

西啓太（大井）

26.1倍

-99%

›

×A:▽12

オーバーユー

本田紀（川崎）

270.9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 4 オンナユメラク ¥700 実5.5倍期待値 +130% ❌不的中単勝 5.5倍

※ オッズは予測時点の値です。

12R 川崎競馬場ダ1500m ダート1500m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テセラグラディウス	佐野遥（川崎）	実2.1	▲詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は3走で勝ち無し／前走2着）
前5走 07/31 川崎7R 2着/3頭 07/06 川崎7R 7着/12頭 03/11 312R 9着/12頭+2.9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 6.0着 ▽ 距離適性同距離は 3走で勝ち無し ○ 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) -64% (大幅な期待値マイナス) AI 予想勝率 17.2% (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。
2	ドナエポナ先行	岡村健（船橋）	実24.0	△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4走で勝ち無し）
前5走 07/06 川崎7R 10着/12頭+0.0秒 06/15 川崎6R 5着/12頭 05/11 川崎2R 3着/10頭+0.8秒 03/31 船橋2R 11着/12頭+2.4秒 03/09 船橋2R 4着/8頭+1.8秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 5.1% (オッズ暗示: 4.2%) ※ 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。
3	ブルーオーシャン	藤田凌（大井）	実5.3	◎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（前走2着）
前5走 07/29 川崎2R 2着/3頭 07/06 川崎7R 5着/12頭 06/15 川崎6R 6着/12頭 05/12 川崎1R 1着/12頭勝利 08/05 川崎4R 6着/8頭+3.2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 4.3着 △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% ○ 馬場適性同馬場 5走で勝率 20% ○ 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) +4% (市場と概ね一致) AI 予想勝率 19.7% (オッズ暗示: 18.9%) ※ 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	オンナユメラク逃げ推奨	矢野貴（大井）	実5.5	○詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場4走で勝率25%と適性高／同距離帯で勝率25%と得意）
前5走 07/06 川崎7R 3着/12頭+2.0秒 03/06 川崎5R 5着/8頭+1.2秒 02/06 川崎2R 1着/9頭勝利 01/04 川崎2R 2着/8頭+0.7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 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 18.9% (オッズ暗示: 18.2%) ※ 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。
5	ビクトリアリリー差し	藤本現（大井）	実13.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は6走で勝ち無し／直近3走平均9.3着と低調／122日ぶりの実戦）
前5走 04/20 浦和3R 9着/12頭+1.9秒 02/23 浦和4R 9着/12頭+3.6秒 01/29 大井11R 10着/11頭+3.3秒 10/13 川崎5R 3着/11頭+2.1秒 09/26 浦和7R 3着/12頭+1.3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 9.3着 (不振) ▽ 距離適性同距離は 6走で勝ち無し △ ローテーション 122日休養明け △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 9.1% (オッズ暗示: 7.6%) ※ 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。
6	グラズヘイム逃げ	野畑凌（川崎）	実40.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（騎手は近50戦で勝率24%）
前5走 07/10 川崎5R 7着/9頭 06/15 川崎6R 4着/12頭+0.0秒 02/04 川崎3R 12着/14頭+1.5秒 01/01 川崎1R 1着/11頭勝利 12/16 川崎1R 3着/10頭+0.4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 7.7着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 6走で勝率 17% ◎ 騎手近50戦勝率 24% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +77% (市場が大幅過小評価) AI 予想勝率 4.4% (オッズ暗示: 2.5%) ※ 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。
7	マーベラスティアラ自在	池谷匠（川崎）	実34.1	▽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／99日ぶりの実戦）
前5走 05/13 川崎2R 7着/12頭+1.2秒 05/04 船橋1R 8着/11頭+2.1秒 04/08 川崎2R 1着/12頭勝利 ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 2.7% (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。
8	アメリカンサンデー逃げ	中越琉（川崎）	実50.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 07/10 川崎6R 5着/9頭+1.0秒 06/18 川崎1R 1着/12頭 05/14 川崎1R 3着/8頭+1.2秒 04/10 川崎1R 2着/10頭+1.0秒 02/05 川崎2R 7着/10頭+1.9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 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 距離適性同距離 4走で勝率 25% × 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 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。
9	テンノウズアイル逃げ	中山遥（浦和）	実21.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い／騎手は近50戦で勝率24%）
前5走 07/09 川崎1R 1着/11頭 06/16 川崎1R 9着/12頭 05/11 川崎1R 9着/12頭+3.0秒 02/06 川崎2R 2着/9頭+1.6秒 01/03 川崎1R 4着/9頭+1.1秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 4.8% (オッズ暗示: 4.6%) ※ 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	マロンデプティ逃げ	町田直（川崎）	実8.7	△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／同距離帯は8走で勝ち無し／直近3走平均2.7着と安定）
前5走 05/11 川崎5R 3着/11頭+1.4秒 04/06 川崎2R 2着/10頭+0.4秒 03/19 浦和3R 3着/8頭+0.6秒 03/02 川崎2R 6着/9頭+1.1秒 02/02 川崎5R 6着/8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 2.7着 (安定) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 前走実績前走 3着 (好走) △ ローテーション 101日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 10.5% (オッズ暗示: 11.5%) ※ 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	ピカレスクヒーロー先行	和田譲（大井）	実34.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し）
前5走 07/29 川崎3R 7着/9頭+3.0秒 04/08 川崎8R 8着/13頭+2.8秒 03/20 浦和9R 6着/9頭+2.0秒 03/05 川崎4R 7着/9頭+2.5秒 02/04 川崎3R 2着/14頭+0.1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 7.0着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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) +12% (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。
12	オーバーユー追込	本田紀（川崎）	実270.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/10 川崎5R 8着/9頭+1.0秒 06/15 川崎7R 6着/13頭 05/25 浦和2R 7着/10頭+2.0秒 05/13 川崎3R 10着/14頭+2.4秒 04/20 浦和3R 11着/12頭+2.3秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 11走で勝率 9% 🌟◎ 期待値 (オッズ vs AI勝率) +129% (市場が大幅過小評価) AI 予想勝率 0.8% (オッズ暗示: 0.4%) ※ 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。
13	ジーカンピオーネ差し	西啓太（大井）	実26.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（99日ぶりの実戦）
前5走 05/13 川崎3R 9着/14頭+2.2秒 04/23 浦和9R 7着/11頭+1.7秒 04/08 川崎3R 7着/9頭+1.7秒 03/04 川崎6R 7着/11頭+2.4秒 02/26 浦和9R 6着/12頭+2.3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 7.7着 (不振) △ 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% △ ローテーション 99日休養明け × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 2.6% (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。

🎯 AIの本命

AI評価1位

ブルーオーシャン

騎手藤田凌（大井）

単勝オッズ

5.3倍

AI期待値

+4%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4オンナユメラク

5.5倍

EV +3%

▲1テセラグラディウス

2.1倍

EV -63%

出走馬全13頭

◎3

ブルーオーシャン

藤田凌（大井）

5.3倍

+4%

›

○4

オンナユメラク

矢野貴（大井）

5.5倍

+3%

›

▲1

テセラグラディウス

佐野遥（川崎）

2.1倍

-63%

›

△10

マロンデプティ

町田直（川崎）

8.7倍

-8%

›

△5

ビクトリアリリー

藤本現（大井）

13.2倍

+19%

›

△2

ドナエポナ

岡村健（船橋）

24.0倍

+23%

›

▽9

テンノウズアイル

中山遥（浦和）

21.6倍

+3%

›

▽6

グラズヘイム

野畑凌（川崎）

40.7倍

+77%

›

▽11

ピカレスクヒーロー

和田譲（大井）

34.9倍

+12%

›

▽7

マーベラスティアラ

池谷匠（川崎）

34.1倍

-8%

›

▽13

ジーカンピオーネ

西啓太（大井）

26.1倍

-32%

›

▽8

アメリカンサンデー

中越琉（川崎）

50.1倍

-44%

›

▽12

オーバーユー

本田紀（川崎）

270.9倍

+129%

›

💡 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 4 オンナユメラク ¥700 実5.5倍期待値 +4% ❌不的中単勝 5.5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