川崎 3R 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

3R 川崎競馬場ダ900m ダート900m　発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャンヌマシェリ	笹川翼（大井）	実10.1	B△ A△勝率9% EV-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）
前5走 07/30 川崎3R 2着/6頭+8.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 9.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.4% / 期待値 -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。
2	ジョリージャイヴ	野畑凌（川崎）	実1.2	B○ A◎勝率49% EV-40% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 07/30 川崎3R 1着/6頭 ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 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 49.6% (オッズ暗示: 83.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 49.4% / 期待値 -41% ※ 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	バースバイパー	櫻井光（川崎）	実17.8	B× A△勝率4% EV-35% 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 08/18 川崎6R 8着/8頭+3.6秒 07/30 川崎11R 8着/9頭+5.7秒 07/06 川崎5R 2着/7頭+2.0秒 ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 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) ○ 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 6位 / 勝率 3.6% / 期待値 -36% ※ 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	コパノベリーズ	神尾香（川崎）	実35.1	B× A▽勝率2% EV-13% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 08/24 船橋2R 3着/6頭+1.2秒 08/02 船橋3R 5着/6頭+2.7秒 06/28 船橋2R 5着/5頭 06/23 浦和3R 6着/7頭 06/02 船橋4R 9着/12頭
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.3着 △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 14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 0.0% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.5% / 期待値 -14% ※ 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	サヴィルガーデン	ゴンサ（船橋）	実12.7	B△ A△勝率5% EV-33% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/24 船橋1R 4着/9頭+2.0秒 08/02 船橋2R 4着/9頭+1.2秒 07/04 船橋4R 3着/5頭+0.0秒 ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.7着 ○ 騎手近50戦勝率 13% ○ ローテーション 14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 0.1% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.2% / 期待値 -34% ※ 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	パタヤビーチ	藤江渉（川崎）	実46.6	B△ A▽勝率2% EV-11% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/30 川崎4R 4着/8頭+1.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 × 期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.9% / 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。
7	ミヤフィデース	田中涼（川崎）	実163.1	B× A▽勝率1% EV+0% 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 07/27 川崎4R 6着/7頭+2.4秒 07/06 川崎5R 7着/7頭+1.0秒 ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.5着 △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.6% / 期待値 +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。
8	ガーキンバイパー	佐野遥（川崎）	推定—	B◎ A○勝率14% EV-73% 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走で勝率100%と好調／前走勝利の勢い）
前5走 07/10 川崎3R 1着/4頭 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 49.6% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.7% / 期待値 -74% ※ 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	シガ	町田直（川崎）	実7.5	B▲ A▲勝率13% EV-4% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向）
前5走 08/20 川崎4R 5着/10頭+0.6秒 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 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 騎手近50戦勝率 16% ○ ローテーション 18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 0.3% (オッズ暗示: 13.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.7% / 期待値 -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。
10	ケンリーオーウェン	岡村健（船橋）	実83.6	B× A▽勝率1% EV-8% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/21 川崎3R 6着/9頭 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.0着 ○ 騎手近50戦勝率 16% ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 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。

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 ○

ガーキンバイパー

騎手佐野遥（川崎）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎2ジョリージャイヴ

1.2倍

EV -40%

▲A:▲9シガ

7.5倍

EV -97%

出走馬全10頭

◎A:○8

ガーキンバイパー

佐野遥（川崎）

—

›

○A:◎2

ジョリージャイヴ

野畑凌（川崎）

1.2倍

-40%

›

▲A:▲9

シガ

町田直（川崎）

7.5倍

-97%

›

△A:△1

ジャンヌマシェリ

笹川翼（大井）

10.1倍

-97%

›

△A:△5

サヴィルガーデン

ゴンサ（船橋）

12.7倍

-98%

›

△A:▽6

パタヤビーチ

藤江渉（川崎）

46.6倍

-96%

›

×A:▽4

コパノベリーズ

神尾香（川崎）

35.1倍

-99%

›

×A:▽10

ケンリーオーウェン

岡村健（船橋）

83.6倍

-98%

›

×A:△3

バースバイパー

櫻井光（川崎）

17.8倍

-99%

›

×A:▽7

ミヤフィデース

田中涼（川崎）

163.1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

両モデルとも見送り

3R 川崎競馬場ダ900m ダート900m　発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャンヌマシェリ	笹川翼（大井）	実10.1	△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）
前5走 07/30 川崎3R 2着/6頭+8.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 9.9%) ※ 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	ジョリージャイヴ	野畑凌（川崎）	実1.2	◎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走で勝率100%と好調／前走勝利の勢い）
前5走 07/30 川崎3R 1着/6頭 ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 49.4% (オッズ暗示: 83.3%) ※ 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。
3	バースバイパー	櫻井光（川崎）	実17.8	△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）
前5走 08/18 川崎6R 8着/8頭+3.6秒 07/30 川崎11R 8着/9頭+5.7秒 07/06 川崎5R 2着/7頭+2.0秒 ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 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) ○ 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) -36% (大幅な期待値マイナス) AI 予想勝率 3.6% (オッズ暗示: 5.6%) ※ 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。
4	コパノベリーズ	神尾香（川崎）	実35.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 08/24 船橋2R 3着/6頭+1.2秒 08/02 船橋3R 5着/6頭+2.7秒 06/28 船橋2R 5着/5頭 06/23 浦和3R 6着/7頭 06/02 船橋4R 9着/12頭
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.3着 △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 2.8%) ※ 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。
5	サヴィルガーデン	ゴンサ（船橋）	実12.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/24 船橋1R 4着/9頭+2.0秒 08/02 船橋2R 4着/9頭+1.2秒 07/04 船橋4R 3着/5頭+0.0秒 ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.7着 ○ 騎手近50戦勝率 13% ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 5.2% (オッズ暗示: 7.9%) ※ 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。
6	パタヤビーチ	藤江渉（川崎）	実46.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/30 川崎4R 4着/8頭+1.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 1.9% (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。
7	ミヤフィデース	田中涼（川崎）	実163.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/27 川崎4R 6着/7頭+2.4秒 07/06 川崎5R 7着/7頭+1.0秒 ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.5着 △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 0.6% (オッズ暗示: 0.6%) ※ 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。
8	ガーキンバイパー	佐野遥（川崎）	推定—	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 07/10 川崎3R 1着/4頭 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 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 13.7% ※ 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。
9	シガ	町田直（川崎）	実7.5	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向）
前5走 08/20 川崎4R 5着/10頭+0.6秒 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 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 騎手近50戦勝率 16% ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 12.7% (オッズ暗示: 13.3%) ※ 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	ケンリーオーウェン	岡村健（船橋）	実83.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/21 川崎3R 6着/9頭 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.0着 ○ 騎手近50戦勝率 16% ○ 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) -9% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.2%) ※ 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。

AIの本命

AI評価1位

ジョリージャイヴ

騎手野畑凌（川崎）

単勝オッズ

1.2倍

AI期待値

-40%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ガーキンバイパー

—

EV —

▲9シガ

7.5倍

EV -4%

出走馬全10頭

◎2

ジョリージャイヴ

野畑凌（川崎）

1.2倍

-40%

›

○8

ガーキンバイパー

佐野遥（川崎）

—

›

▲9

シガ

町田直（川崎）

7.5倍

-4%

›

△1

ジャンヌマシェリ

笹川翼（大井）

10.1倍

-5%

›

△5

サヴィルガーデン

ゴンサ（船橋）

12.7倍

-33%

›

△3

バースバイパー

櫻井光（川崎）

17.8倍

-35%

›

▽4

コパノベリーズ

神尾香（川崎）

35.1倍

-13%

›

▽6

パタヤビーチ

藤江渉（川崎）

46.6倍

-11%

›

▽10

ケンリーオーウェン

岡村健（船橋）

83.6倍

-8%

›

▽7

ミヤフィデース

田中涼（川崎）

163.1倍

+0%

›

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