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	メイワノワ先行	本田紀（川崎）	実107.7	B× A▽勝率1% EV-42% 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 08/19 川崎5R 9着/11頭+1.9秒 07/30 川崎6R 11着/11頭+2.1秒 07/10 川崎7R 10着/10頭+4.0秒 05/12 川崎7R 12着/12頭+3.4秒 04/21 浦和8R 8着/13頭+1.7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 10.0着 (不振) △ 当競馬場適性 50走で勝率 10% △ 距離適性同距離 48走で勝率 8% ○ ローテーション 19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 12位 / 勝率 0.5% / 期待値 -43% ※ 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	エルリーブル差し	藤江渉（川崎）	推定—	B× A△勝率7% EV-85% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯8走で勝率25%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/19 川崎6R 1着/11頭勝利 04/07 川崎3R 10着/12頭+1.5秒 03/06 川崎6R 3着/12頭+0.1秒 02/05 川崎5R 7着/12頭+1.5秒 01/03 川崎6R 5着/12頭+0.3秒
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 33% (上り調子) △ 当競馬場適性 22走で勝率 9% ◎ 距離適性同距離 8走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 19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 2.1% △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.2% / 期待値 -86% ※ 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	ビップジェシー	町田直（川崎）	実2.6	B◎ A◎勝率29% EV-25% 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8走で勝率25%と適性高／同距離帯7走で勝率29%／直近3走で勝率67%と好調）
前5走 08/18 川崎7R 1着/11頭勝利 07/29 川崎6R 1着/11頭勝利 07/08 川崎3R 3着/10頭+0.0秒 06/17 川崎5R 5着/12頭+0.0秒 05/14 川崎5R 5着/12頭+0.9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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 26.6% (オッズ暗示: 38.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 28.7% / 期待値 -25% ※ 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	ゼンダントモニ	秋元耕（浦和）	実9.3	B× A△勝率9% EV-13% 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11走で勝率27%と適性高／同馬場状態で勝率33%）
前5走 08/18 川崎5R 7着/11頭+1.4秒 07/30 川崎5R 5着/10頭+2.0秒 07/09 川崎6R 5着/6頭 06/17 川崎8R 2着/8頭+1.0秒 06/01 船橋10R 7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 5.7着 ◎ 当競馬場適性 11走で勝率 27% (得意) ○ 距離適性同距離 17走で勝率 24% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 10.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 期待値 -13% ※ 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	モメン逃げ	笹川翼（大井）	実13.3	B× A▽勝率4% EV-45% 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%／83日ぶりの実戦）
前5走 06/16 川崎5R 12着/12頭+5.0秒 05/11 川崎8R 8着/10頭+1.2秒 04/06 川崎8R 3着/12頭+1.0秒 03/02 川崎4R 2着/10頭+0.5秒 11/17 川崎6R 10着/12頭+1.5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 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% ▽ 前走実績前走 12着 (大敗) × 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 0.6% (オッズ暗示: 7.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.1% / 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。
6	ベルレオーネ逃げ	和田譲（大井）	実7.8	B△ A△勝率8% EV-34% 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29%と適性高／同距離帯6走で勝率33%／騎手は近50戦で勝率20%）
前5走 08/18 川崎5R 5着/11頭+1.2秒 04/06 川崎6R 3着/12頭+0.8秒 03/12 船橋5R 8着/12頭+1.4秒 03/02 川崎5R 5着/11頭+1.5秒 02/04 川崎4R 1着/12頭勝利
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 5.3着 ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 6走で勝率 33% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 8.1% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.4% / 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。
7	ロールザボーンズ逃げ	新原周（川崎）	実18.2	B△ A▽勝率3% EV-38% 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0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走平均9.0着と低調）
前5走 04/09 川崎7R 7着/11頭+1.2秒 03/05 川崎9R 9着/11頭+2.5秒 02/04 川崎12R 11着/14頭+2.4秒 01/02 川崎8R 2着/13頭+0.2秒 12/15 川崎10R 2着/11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 9.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ ローテーション 151日休養明け ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 8.1% (オッズ暗示: 5.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.4% / 期待値 -39% ※ 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	カレンメラメーラ	岡村裕（川崎）	実34.5	B× A▽勝率3% EV-13% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／同馬場状態で勝率60%／直近3走平均8.3着と低調）
前5走 08/18 川崎7R 6着/11頭+1.6秒 07/30 川崎5R 9着/10頭+2.4秒 07/06 川崎6R 10着/12頭 06/16 川崎4R 6着/12頭 05/11 川崎8R 6着/10頭+0.9秒
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戦の調子平均 8.3着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) △ 距離適性同距離 16走で勝率 12% ◎ 馬場適性同馬場 5走で勝率 60% ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.5% / 期待値 -13% ※ 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	アドラマリク逃げ	神尾香（川崎）	実18.5	B△ A▽勝率5% EV-11% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯6走で勝率33%）
前5走 08/25 船橋4R 9着/12頭+2.1秒 08/03 船橋9R 9着/12頭+1.8秒 07/14 浦和5R 5着/11頭 06/28 船橋7R 9着/9頭+0.0秒 05/08 船橋6R 1着/11頭勝利
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 7.7着 (不振) ◎ 距離適性同距離 6走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 期待値 (オッズ vs AI勝率) +49% (妙味あり) AI 予想勝率 8.1% (オッズ暗示: 5.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.8% / 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。
10	モコモコ先行	佐野遥（川崎）	実4.4	B○ A○勝率18% EV-19% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走2着）
前5走 08/18 川崎7R 2着/11頭+0.3秒 03/02 川崎5R 1着/11頭勝利 02/03 川崎3R 3着/13頭+0.8秒 01/04 川崎8R 4着/14頭+0.2秒 12/15 川崎9R 7着/12頭+0.6秒
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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 11走で勝率 18% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) +17% (市場と概ね一致) AI 予想勝率 26.6% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.2% / 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。
11	インマイブラッド	伊藤裕（川崎）	実68.4	B× A▽勝率1% EV-29% 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6R 10着/11頭+1.9秒 07/16 浦和5R 4着/11頭 07/07 川崎7R 8着/12頭 06/16 川崎8R 10着/10頭+7.0秒 06/03 船橋4R 9着/11頭
AI 評価の内訳 — 馬番 11 ◎ 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 7.3着 (不振) × 当競馬場適性 5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 11位 / 勝率 1.0% / 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。
12	エールラヴィクトワ	古岡勇（川崎）	実5.6	B▲ A▲勝率12% EV-33% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場10走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／直近3走平均2.7着と安定）
前5走 08/18 川崎9R 3着/3頭 07/30 川崎7R 2着/14頭+0.0秒 07/08 川崎4R 3着/12頭 06/16 川崎4R 4着/12頭 05/12 川崎4R 4着/12頭+0.6秒
AI 評価の内訳 — 馬番 12 ◎ 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 2.7着 (安定) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ 前走実績前走 3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) -4% (オッズ過剰評価) AI 予想勝率 17.2% (オッズ暗示: 17.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.9% / 期待値 -33% ※ 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 ◎

ビップジェシー

騎手町田直（川崎）

単勝オッズ

2.6倍

AI期待値

-30%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○10モコモコ

4.4倍

EV +17%

▲A:▲12エールラヴィクトワ

5.6倍

EV -3%

出走馬全12頭

◎A:◎3

ビップジェシー

町田直（川崎）

2.6倍

-30%

›

○A:○10

モコモコ

佐野遥（川崎）

4.4倍

+17%

›

▲A:▲12

エールラヴィクトワ

古岡勇（川崎）

5.6倍

-3%

›

△A:△6

ベルレオーネ

和田譲（大井）

7.8倍

-37%

›

△A:▽7

ロールザボーンズ

新原周（川崎）

18.2倍

+46%

›

△A:▽9

アドラマリク

神尾香（川崎）

18.5倍

+49%

›

×A:△2

エルリーブル

藤江渉（川崎）

—

›

×A:△4

ゼンダントモニ

秋元耕（浦和）

9.3倍

-80%

›

×A:▽5

モメン

笹川翼（大井）

13.3倍

-92%

›

×A:▽8

カレンメラメーラ

岡村裕（川崎）

34.5倍

-79%

›

×A:▽11

インマイブラッド

伊藤裕（川崎）

68.4倍

-99%

›

×A:▽1

メイワノワ

本田紀（川崎）

107.7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	メイワノワ先行	本田紀（川崎）	実107.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 08/19 川崎5R 9着/11頭+1.9秒 07/30 川崎6R 11着/11頭+2.1秒 07/10 川崎7R 10着/10頭+4.0秒 05/12 川崎7R 12着/12頭+3.4秒 04/21 浦和8R 8着/13頭+1.7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 10.0着 (不振) △ 当競馬場適性 50走で勝率 10% △ 距離適性同距離 48走で勝率 8% ○ ローテーション 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 0.9%) ※ 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	エルリーブル差し	藤江渉（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯8走で勝率25%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/19 川崎6R 1着/11頭勝利 04/07 川崎3R 10着/12頭+1.5秒 03/06 川崎6R 3着/12頭+0.1秒 02/05 川崎5R 7着/12頭+1.5秒 01/03 川崎6R 5着/12頭+0.3秒
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 33% (上り調子) △ 当競馬場適性 22走で勝率 9% ◎ 距離適性同距離 8走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 19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 7.2% ※ 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	ビップジェシー	町田直（川崎）	実2.6	◎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8走で勝率25%と適性高／同距離帯7走で勝率29%／直近3走で勝率67%と好調）
前5走 08/18 川崎7R 1着/11頭勝利 07/29 川崎6R 1着/11頭勝利 07/08 川崎3R 3着/10頭+0.0秒 06/17 川崎5R 5着/12頭+0.0秒 05/14 川崎5R 5着/12頭+0.9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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -25% (オッズ過剰評価) AI 予想勝率 28.7% (オッズ暗示: 38.5%) ※ 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。
4	ゼンダントモニ	秋元耕（浦和）	実9.3	△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11走で勝率27%と適性高／同馬場状態で勝率33%）
前5走 08/18 川崎5R 7着/11頭+1.4秒 07/30 川崎5R 5着/10頭+2.0秒 07/09 川崎6R 5着/6頭 06/17 川崎8R 2着/8頭+1.0秒 06/01 船橋10R 7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 5.7着 ◎ 当競馬場適性 11走で勝率 27% (得意) ○ 距離適性同距離 17走で勝率 24% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -13% (オッズ過剰評価) AI 予想勝率 9.3% (オッズ暗示: 10.8%) ※ 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	モメン逃げ	笹川翼（大井）	実13.3	▽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%／83日ぶりの実戦）
前5走 06/16 川崎5R 12着/12頭+5.0秒 05/11 川崎8R 8着/10頭+1.2秒 04/06 川崎8R 3着/12頭+1.0秒 03/02 川崎4R 2着/10頭+0.5秒 11/17 川崎6R 10着/12頭+1.5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 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% ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 7.5%) ※ 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。
6	ベルレオーネ逃げ	和田譲（大井）	実7.8	△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29%と適性高／同距離帯6走で勝率33%／騎手は近50戦で勝率20%）
前5走 08/18 川崎5R 5着/11頭+1.2秒 04/06 川崎6R 3着/12頭+0.8秒 03/12 船橋5R 8着/12頭+1.4秒 03/02 川崎5R 5着/11頭+1.5秒 02/04 川崎4R 1着/12頭勝利
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 5.3着 ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 6走で勝率 33% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -34% (大幅な期待値マイナス) AI 予想勝率 8.4% (オッズ暗示: 12.8%) ※ 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	ロールザボーンズ逃げ	新原周（川崎）	実18.2	▽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0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走平均9.0着と低調）
前5走 04/09 川崎7R 7着/11頭+1.2秒 03/05 川崎9R 9着/11頭+2.5秒 02/04 川崎12R 11着/14頭+2.4秒 01/02 川崎8R 2着/13頭+0.2秒 12/15 川崎10R 2着/11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 9.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ ローテーション 151日休養明け × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 5.5%) ※ 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。
8	カレンメラメーラ	岡村裕（川崎）	実34.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／同馬場状態で勝率60%／直近3走平均8.3着と低調）
前5走 08/18 川崎7R 6着/11頭+1.6秒 07/30 川崎5R 9着/10頭+2.4秒 07/06 川崎6R 10着/12頭 06/16 川崎4R 6着/12頭 05/11 川崎8R 6着/10頭+0.9秒
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戦の調子平均 8.3着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) △ 距離適性同距離 16走で勝率 12% ◎ 馬場適性同馬場 5走で勝率 60% ○ 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) -13% (オッズ過剰評価) AI 予想勝率 2.5% (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。
9	アドラマリク逃げ	神尾香（川崎）	実18.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯6走で勝率33%）
前5走 08/25 船橋4R 9着/12頭+2.1秒 08/03 船橋9R 9着/12頭+1.8秒 07/14 浦和5R 5着/11頭 06/28 船橋7R 9着/9頭+0.0秒 05/08 船橋6R 1着/11頭勝利
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 7.7着 (不振) ◎ 距離適性同距離 6走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 4.8% (オッズ暗示: 5.4%) ※ 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。
10	モコモコ先行	佐野遥（川崎）	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走2着）
前5走 08/18 川崎7R 2着/11頭+0.3秒 03/02 川崎5R 1着/11頭勝利 02/03 川崎3R 3着/13頭+0.8秒 01/04 川崎8R 4着/14頭+0.2秒 12/15 川崎9R 7着/12頭+0.6秒
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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 11走で勝率 18% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -20% (オッズ過剰評価) AI 予想勝率 18.2% (オッズ暗示: 22.7%) ※ 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。
11	インマイブラッド	伊藤裕（川崎）	実68.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5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 07/30 川崎6R 10着/11頭+1.9秒 07/16 浦和5R 4着/11頭 07/07 川崎7R 8着/12頭 06/16 川崎8R 10着/10頭+7.0秒 06/03 船橋4R 9着/11頭
AI 評価の内訳 — 馬番 11 ◎ 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 7.3着 (不振) × 当競馬場適性 5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) -30% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.5%) ※ 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	エールラヴィクトワ	古岡勇（川崎）	実5.6	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場10走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／直近3走平均2.7着と安定）
前5走 08/18 川崎9R 3着/3頭 07/30 川崎7R 2着/14頭+0.0秒 07/08 川崎4R 3着/12頭 06/16 川崎4R 4着/12頭 05/12 川崎4R 4着/12頭+0.6秒
AI 評価の内訳 — 馬番 12 ◎ 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 2.7着 (安定) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ 前走実績前走 3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) -33% (大幅な期待値マイナス) AI 予想勝率 11.9% (オッズ暗示: 17.9%) ※ 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の本命

AI評価1位

ビップジェシー

騎手町田直（川崎）

単勝オッズ

2.6倍

AI期待値

-25%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10モコモコ

4.4倍

EV -19%

▲12エールラヴィクトワ

5.6倍

EV -33%

出走馬全12頭

◎3

ビップジェシー

町田直（川崎）

2.6倍

-25%

›

○10

モコモコ

佐野遥（川崎）

4.4倍

-19%

›

▲12

エールラヴィクトワ

古岡勇（川崎）

5.6倍

-33%

›

△4

ゼンダントモニ

秋元耕（浦和）

9.3倍

-13%

›

△6

ベルレオーネ

和田譲（大井）

7.8倍

-34%

›

△2

エルリーブル

藤江渉（川崎）

—

›

▽9

アドラマリク

神尾香（川崎）

18.5倍

-11%

›

▽5

モメン

笹川翼（大井）

13.3倍

-45%

›

▽7

ロールザボーンズ

新原周（川崎）

18.2倍

-38%

›

▽8

カレンメラメーラ

岡村裕（川崎）

34.5倍

-13%

›

▽11

インマイブラッド

伊藤裕（川崎）

68.4倍

-29%

›

▽1

メイワノワ

本田紀（川崎）

107.7倍

-42%

›

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