川崎 10R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

10R 川崎競馬場ダ1400m ダート1400m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハーイバービー逃げ	西啓太（大井）	実8.8	B△ A△勝率4% EV-64% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/19 川崎9R 8着/12頭+0.9秒 07/27 川崎9R 2着/12頭+0.2秒 07/10 川崎7R 2着/10頭+0.0秒 04/09 川崎6R 1着/12頭勝利 03/10 船橋9R 7着/14頭+0.9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 4.0着 ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 騎手近50戦勝率 16% ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 11.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.1% / 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	ミスターベラミー逃げ	櫻井光（川崎）	実27.0	B△ A▽勝率2% EV-38% 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5走 08/19 川崎9R 12着/12頭+3.5秒 06/16 川崎3R 5着/13頭 05/11 川崎2R 1着/10頭勝利 04/08 川崎2R 4着/12頭+0.9秒 03/19 浦和1R 2着/11頭+0.1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 10走で勝率 10% △ 距離適性同距離 10走で勝率 10% ▽ 前走実績前走 12着 (大敗) ○ 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) -77% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 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。
3	シエルラビクトア追込	神尾香（川崎）	実7.4	B× A△勝率8% EV-37% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/19 川崎9R 7着/12頭+0.8秒 08/05 船橋11R 10着/10頭+3.1秒 07/29 川崎8R 4着/7頭+1.1秒 05/14 川崎9R 11着/13頭+2.4秒 04/21 浦和5R 6着/10頭+2.3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 7.0着 (不振) △ 当競馬場適性 34走で勝率 6% △ 距離適性同距離 32走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.5% / 期待値 -37% ※ 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	コルネットロッソ自在	新原周（川崎）	実2.9	B◎ A◎勝率34% EV-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
前5走 08/18 川崎5R 4着/11頭+0.3秒 07/30 川崎7R 3着/14頭+0.1秒 07/09 川崎7R 4着/8頭 05/13 川崎5R 2着/11頭+0.0秒 07/08 川崎5R 2着/11頭+0.1秒
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 3.7着 ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 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) +130% (市場が大幅過小評価) AI 予想勝率 79.3% (オッズ暗示: 34.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 33.8% / 期待値 -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	ベリーク推奨	町田直（川崎）	実6.9	B○ A○勝率19% EV+33% 詳細▼	期待値プラスでAIの推し馬（当競馬場15走で勝率27%と適性高／同距離帯で勝率25%と得意／適度な間隔で状態万全）
前5走 08/20 川崎8R 6着/13頭+1.1秒 07/27 川崎10R 5着/10頭+0.9秒 07/07 川崎8R 3着/11頭 05/26 浦和6R 4着/12頭 05/13 川崎8R 3着/3頭
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 4.7着 ◎ 当競馬場適性 15走で勝率 27% (得意) ◎ 距離適性同距離 24走で勝率 25% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -53% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 14.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.3% / 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。
6	ラウレア差し	中越琉（川崎）	実30.4	B× A×勝率1% EV-56% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 08/20 川崎8R 12着/13頭+2.7秒 05/12 川崎12R 7着/14頭+0.6秒 04/07 川崎12R 2着/12頭+0.8秒 03/12 船橋12R 2着/12頭+0.0秒 03/02 川崎5R 3着/11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 7.0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 5走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ 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) -93% (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 10位 / 勝率 1.4% / 期待値 -57% ※ 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	チンプンカンプン逃げ	山本大（船橋）	実58.3	B× A×勝率1% EV-65% 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 08/24 船橋5R 9着/12頭+1.8秒 08/02 船橋12R 9着/9頭+2.6秒 07/17 浦和9R 5着/9頭+0.0秒 07/03 船橋7R 4着/7頭+4.0秒 06/24 浦和7R 7着/9頭+0.0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 7.7着 (不振) ▽ 距離適性同距離は 4走で勝ち無し ○ 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) -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 0.6% / 期待値 -65% ※ 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	タツノスペシャル	野畑凌（川崎）	実5.4	B△ A▲勝率16% EV-16% 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6走で勝ち無し）
前5走 08/19 川崎9R 9着/12頭+0.9秒 07/28 川崎6R 2着/3頭 07/10 川崎6R 2着/9頭 06/16 川崎3R 8着/13頭 05/13 川崎3R 4着/14頭+1.0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 4.3着 △ 当競馬場適性 10走で勝率 10% ▽ 距離適性同距離は 6走で勝ち無し ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 18.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.5% / 期待値 -16% ※ 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	グァンバーレ	古岡勇（川崎）	実31.9	B× A▽勝率2% EV-42% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場26走で勝率4%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 08/18 川崎7R 4着/11頭+1.5秒 07/30 川崎6R 7着/11頭+1.4秒 07/06 川崎6R 9着/12頭+1.0秒 05/26 浦和6R 3着/12頭 05/11 川崎12R 9着/12頭+1.8秒
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 6.7着 × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 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。
10	ヒマワリシャワー	岡村健（船橋）	実18.6	B× A▽勝率4% EV-31% 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33%と好調／前走勝利の勢い）
前5走 07/29 川崎2R 1着/3頭 07/10 川崎5R 4着/9頭 06/15 川崎6R 9着/12頭 03/05 川崎4R 6着/9頭+2.4秒 02/04 川崎3R 10着/14頭+1.1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 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% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 5.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.7% / 期待値 -31% ※ 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	スマートラスター先行	和田譲（大井）	実7.1	B▲ A△勝率8% EV-42% 詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率20%）
前5走 08/21 川崎12R 4着/12頭+1.2秒 04/08 川崎8R 12着/13頭+3.4秒 03/05 川崎4R 2着/9頭+1.7秒 02/06 川崎4R 1着/12頭勝利 01/01 川崎1R 2着/11頭+0.3秒
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 6.0着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -52% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.1% / 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。
12	ユウユウスプレマン先行	伊藤裕（川崎）	実48.4	B× A×勝率1% EV-54% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 08/21 川崎9R 8着/12頭+1.6秒 07/08 川崎12R 3着/3頭 05/13 川崎5R 6着/11頭+1.5秒 05/04 船橋9R 8着/12頭+1.7秒 04/06 川崎12R 6着/13頭+0.8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 5.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 2.1%) × Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 -55% ※ 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 ◎

コルネットロッソ

騎手新原周（川崎）

単勝オッズ

2.9倍

AI期待値

+130%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5ベリーク

6.9倍

EV -52%

▲A:△11スマートラスター

7.1倍

EV -51%

出走馬全12頭

◎A:◎4

コルネットロッソ

新原周（川崎）

2.9倍

+130%

›

○A:○5

ベリーク

町田直（川崎）

6.9倍

-52%

›

▲A:△11

スマートラスター

和田譲（大井）

7.1倍

-51%

›

△A:▲8

タツノスペシャル

野畑凌（川崎）

5.4倍

-79%

›

△A:△1

ハーイバービー

西啓太（大井）

8.8倍

-91%

›

△A:▽2

ミスターベラミー

櫻井光（川崎）

27.0倍

-77%

›

×A:△3

シエルラビクトア

神尾香（川崎）

7.4倍

-97%

›

×A:▽10

ヒマワリシャワー

岡村健（船橋）

18.6倍

-93%

›

×A:×12

ユウユウスプレマン

伊藤裕（川崎）

48.4倍

-83%

›

×A:×6

ラウレア

中越琉（川崎）

30.4倍

-92%

›

×A:▽9

グァンバーレ

古岡勇（川崎）

31.9倍

-92%

›

×A:×7

チンプンカンプン

山本大（船橋）

58.3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

単勝 5 ベリーク ¥100 実6.9倍期待値 -53% 不的中6着単勝 6.9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。

10R 川崎競馬場ダ1400m ダート1400m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハーイバービー逃げ	西啓太（大井）	実8.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/19 川崎9R 8着/12頭+0.9秒 07/27 川崎9R 2着/12頭+0.2秒 07/10 川崎7R 2着/10頭+0.0秒 04/09 川崎6R 1着/12頭勝利 03/10 船橋9R 7着/14頭+0.9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 4.0着 ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 騎手近50戦勝率 16% ○ 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) -64% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 11.4%) ※ 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。
2	ミスターベラミー逃げ	櫻井光（川崎）	実27.0	▽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5走 08/19 川崎9R 12着/12頭+3.5秒 06/16 川崎3R 5着/13頭 05/11 川崎2R 1着/10頭勝利 04/08 川崎2R 4着/12頭+0.9秒 03/19 浦和1R 2着/11頭+0.1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 10走で勝率 10% △ 距離適性同距離 10走で勝率 10% ▽ 前走実績前走 12着 (大敗) ○ 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) -39% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 3.7%) ※ 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。
3	シエルラビクトア追込	神尾香（川崎）	実7.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/19 川崎9R 7着/12頭+0.8秒 08/05 船橋11R 10着/10頭+3.1秒 07/29 川崎8R 4着/7頭+1.1秒 05/14 川崎9R 11着/13頭+2.4秒 04/21 浦和5R 6着/10頭+2.3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 7.0着 (不振) △ 当競馬場適性 34走で勝率 6% △ 距離適性同距離 32走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 8.5% (オッズ暗示: 13.5%) ※ 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	コルネットロッソ自在	新原周（川崎）	実2.9	◎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
前5走 08/18 川崎5R 4着/11頭+0.3秒 07/30 川崎7R 3着/14頭+0.1秒 07/09 川崎7R 4着/8頭 05/13 川崎5R 2着/11頭+0.0秒 07/08 川崎5R 2着/11頭+0.1秒
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 3.7着 ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 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) -2% (オッズ過剰評価) AI 予想勝率 33.8% (オッズ暗示: 34.5%) ※ 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。
5	ベリーク推奨	町田直（川崎）	実6.9	○詳細▼	オッズに対しAI予想勝率がやや高め、期待値+33%の妙味（当競馬場15走で勝率27%と適性高／同距離帯で勝率25%と得意／適度な間隔で状態万全）
前5走 08/20 川崎8R 6着/13頭+1.1秒 07/27 川崎10R 5着/10頭+0.9秒 07/07 川崎8R 3着/11頭 05/26 浦和6R 4着/12頭 05/13 川崎8R 3着/3頭
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 4.7着 ◎ 当競馬場適性 15走で勝率 27% (得意) ◎ 距離適性同距離 24走で勝率 25% ◎ 騎手近50戦勝率 20% (好調) ○ 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) +33% (妙味あり) AI 予想勝率 19.3% (オッズ暗示: 14.5%) ※ 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	ラウレア差し	中越琉（川崎）	実30.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 08/20 川崎8R 12着/13頭+2.7秒 05/12 川崎12R 7着/14頭+0.6秒 04/07 川崎12R 2着/12頭+0.8秒 03/12 船橋12R 2着/12頭+0.0秒 03/02 川崎5R 3着/11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 7.0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 5走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ 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) -57% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。
7	チンプンカンプン逃げ	山本大（船橋）	実58.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は4走で勝ち無し）
前5走 08/24 船橋5R 9着/12頭+1.8秒 08/02 船橋12R 9着/9頭+2.6秒 07/17 浦和9R 5着/9頭+0.0秒 07/03 船橋7R 4着/7頭+4.0秒 06/24 浦和7R 7着/9頭+0.0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 7.7着 (不振) ▽ 距離適性同距離は 4走で勝ち無し ○ 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) -65% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.7%) ※ 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。
8	タツノスペシャル	野畑凌（川崎）	実5.4	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は6走で勝ち無し）
前5走 08/19 川崎9R 9着/12頭+0.9秒 07/28 川崎6R 2着/3頭 07/10 川崎6R 2着/9頭 06/16 川崎3R 8着/13頭 05/13 川崎3R 4着/14頭+1.0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 4.3着 △ 当競馬場適性 10走で勝率 10% ▽ 距離適性同距離は 6走で勝ち無し ○ 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) -16% (オッズ過剰評価) AI 予想勝率 15.5% (オッズ暗示: 18.5%) ※ 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。
9	グァンバーレ	古岡勇（川崎）	実31.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場26走で勝率4%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 08/18 川崎7R 4着/11頭+1.5秒 07/30 川崎6R 7着/11頭+1.4秒 07/06 川崎6R 9着/12頭+1.0秒 05/26 浦和6R 3着/12頭 05/11 川崎12R 9着/12頭+1.8秒
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 6.7着 × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 3.1%) ※ 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。
10	ヒマワリシャワー	岡村健（船橋）	実18.6	▽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33%と好調／前走勝利の勢い）
前5走 07/29 川崎2R 1着/3頭 07/10 川崎5R 4着/9頭 06/15 川崎6R 9着/12頭 03/05 川崎4R 6着/9頭+2.4秒 02/04 川崎3R 10着/14頭+1.1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 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% ◎ 前走実績前走 1着 (勢い継続) × 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 3.7% (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。
11	スマートラスター先行	和田譲（大井）	実7.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（騎手は近50戦で勝率20%）
前5走 08/21 川崎12R 4着/12頭+1.2秒 04/08 川崎8R 12着/13頭+3.4秒 03/05 川崎4R 2着/9頭+1.7秒 02/06 川崎4R 1着/12頭勝利 01/01 川崎1R 2着/11頭+0.3秒
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 6.0着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 8.1% (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。
12	ユウユウスプレマン先行	伊藤裕（川崎）	実48.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 08/21 川崎9R 8着/12頭+1.6秒 07/08 川崎12R 3着/3頭 05/13 川崎5R 6着/11頭+1.5秒 05/04 船橋9R 8着/12頭+1.7秒 04/06 川崎12R 6着/13頭+0.8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 5.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 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) -55% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。

AIの本命

AI評価1位

コルネットロッソ

騎手新原周（川崎）

単勝オッズ

2.9倍

AI期待値

-2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ベリーク

6.9倍

EV +33%

▲8タツノスペシャル

5.4倍

EV -16%

出走馬全12頭

◎4

コルネットロッソ

新原周（川崎）

2.9倍

-2%

›

○5

ベリーク

町田直（川崎）

6.9倍

+33%

›

▲8

タツノスペシャル

野畑凌（川崎）

5.4倍

-16%

›

△3

シエルラビクトア

神尾香（川崎）

7.4倍

-37%

›

△11

スマートラスター

和田譲（大井）

7.1倍

-42%

›

△1

ハーイバービー

西啓太（大井）

8.8倍

-64%

›

▽10

ヒマワリシャワー

岡村健（船橋）

18.6倍

-31%

›

▽2

ミスターベラミー

櫻井光（川崎）

27.0倍

-38%

›

▽9

グァンバーレ

古岡勇（川崎）

31.9倍

-42%

›

×6

ラウレア

中越琉（川崎）

30.4倍

-56%

›

×12

ユウユウスプレマン

伊藤裕（川崎）

48.4倍

-54%

›

×7

チンプンカンプン

山本大（船橋）

58.3倍

-65%

›

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 5 ベリーク ¥100 実6.9倍期待値 +33% 不的中6着単勝 6.9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