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	カナサンドー先行	本田紀（川崎）	実124.9	B× A▽勝率1% 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 08/18 川崎3R 8着/12頭+1.2秒 07/30 川崎1R 6着/12頭+0.7秒 07/08 川崎1R 8着/11頭+0.0秒 06/15 川崎4R 7着/11頭 05/14 川崎2R 8着/12頭+0.7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 7.3着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し ○ ローテーション 21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 11位 / 勝率 0.6% / 期待値 -24% ※ 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	クリナデシコ逃げ	岡村裕（川崎）	実146.6	B× A▽勝率1% EV-22% 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3R 12着/12頭+3.6秒 07/31 川崎1R 8着/9頭+4.7秒 06/24 浦和1R 10着/10頭+7.0秒 06/17 川崎2R 11着/11頭+6.0秒 05/12 川崎2R 4着/9頭+0.9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戦の調子平均 10.0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 6走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ ローテーション 21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 -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。
3	ダイナマイトブル先行	達城龍（大井）	実10.4	B△ A△勝率3% EV-65% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場33走で勝率3%と苦戦傾向）
前5走 08/19 川崎4R 6着/9頭+0.6秒 05/14 川崎2R 7着/12頭+0.4秒 04/09 川崎4R 4着/11頭+0.5秒 03/10 船橋5R 2着/12頭+0.3秒 03/04 川崎2R 4着/11頭+0.4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 5.7着 × 当競馬場適性 33走で勝率 3% (苦戦) △ 距離適性同距離 10走で勝率 10% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 9.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.4% / 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。
4	ボイド逃げ	神尾香（川崎）	実6.6	B▲ A△勝率7% EV-54% 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5走 08/18 川崎3R 11着/12頭+1.9秒 03/06 川崎6R 10着/12頭+0.7秒 02/02 川崎3R 1着/12頭勝利 01/01 川崎2R 2着/11頭+0.4秒 12/19 川崎7R 4着/9頭+1.2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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 19走で勝率 16% (相性良) ○ 距離適性同距離 20走で勝率 15% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 15.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.9% / 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。
5	コミックガール自在	櫻井光（川崎）	実40.3	B× A▽勝率2% EV-24% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均8.3着と低調）
前5走 08/18 川崎3R 10着/12頭+1.5秒 07/27 川崎2R 6着/7頭+3.7秒 07/10 川崎12R 9着/10頭+2.0秒 05/15 川崎12R 8着/14頭+2.7秒 04/08 川崎5R 10着/12頭+4.3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 8.3着 (不振) × 当競馬場適性 20走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 21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: 2.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.9% / 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。
6	フロレシミエント先行	高橋優（大井）	実32.5	B× A▽勝率3% EV-15% 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9走で勝ち無し／前走3着）
前5走 08/19 川崎4R 3着/9頭+0.5秒 07/30 川崎1R 8着/12頭+1.2秒 07/09 川崎2R 10着/12頭+0.0秒 06/18 川崎7R 9着/10頭 05/15 川崎12R 12着/14頭+3.8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 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.6% / 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。
7	セイウンヤタガラス逃げ	山林信（川崎）	実54.5	B× A▽勝率2% EV-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／直近3走平均8.3着と低調）
前5走 08/19 川崎4R 5着/9頭+0.6秒 07/28 川崎1R 9着/10頭+2.4秒 07/09 川崎2R 11着/12頭 06/17 川崎1R 12着/12頭+5.0秒 04/10 川崎6R 7着/12頭+2.7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 8.3着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 期待値 -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	ルリール追込	新原周（川崎）	実7.6	B△ A▲勝率8% EV-42% 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44走で勝率5%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 08/18 川崎3R 4着/12頭+0.7秒 07/29 川崎1R 2着/12頭+0.5秒 07/09 川崎2R 5着/12頭 06/15 川崎4R 2着/11頭+0.0秒 05/14 川崎2R 2着/12頭+0.2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 3.7着 × 当競馬場適性 44走で勝率 5% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ ローテーション 21日の間隔 (理想的) × 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 0.7% (オッズ暗示: 13.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.6% / 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。
9	アンジュラプソディ逃げ	佐野遥（川崎）	実5.6	B○ A○勝率20% EV+12% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯8走で勝率25%）
前5走 08/19 川崎4R 4着/9頭+0.5秒 07/30 川崎1R 2着/12頭+0.4秒 07/09 川崎2R 9着/12頭+0.0秒 01/04 川崎4R 4着/12頭+0.8秒 12/15 川崎3R 4着/12頭+0.2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 5.0着 ○ 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 4% (やや苦戦) ○ 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) -71% (大幅な期待値マイナス) AI 予想勝率 5.1% (オッズ暗示: 17.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.1% / 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	ドラマツルギー自在	野畑凌（川崎）	実2.0	B◎ A◎勝率50% EV+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5走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／前走2着）
前5走 08/19 川崎4R 2着/9頭+0.2秒 07/30 川崎1R 5着/12頭+0.6秒 07/09 川崎2R 3着/12頭 06/18 川崎6R 9着/12頭+0.0秒 05/15 川崎6R 3着/12頭+1.4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戦の調子平均 3.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 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) +79% (市場が大幅過小評価) AI 予想勝率 89.7% (オッズ暗示: 50.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 50.3% / 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。
11	カルストンオリビア自在	増田充（川崎）	実10.7	B△ A△勝率4% EV-60% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 08/21 川崎2R 7着/11頭+1.9秒 07/30 川崎1R 3着/12頭+0.5秒 07/10 川崎12R 6着/10頭 05/15 川崎12R 13着/14頭+4.1秒 04/10 川崎7R 11着/11頭+2.3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 5.3着 × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 3.7% / 期待値 -60% ※ 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	ポルタフェリーチェ差し	藤江渉（川崎）	実70.3	B× A×勝率1% EV-52% 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3R 7着/12頭+1.1秒 07/30 川崎1R 10着/12頭+1.2秒 07/09 川崎2R 7着/12頭 05/13 川崎4R 12着/12頭+2.4秒 04/09 川崎5R 7着/12頭+1.6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 8.0着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ ローテーション 21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 10位 / 勝率 0.7% / 期待値 -52% ※ 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 ◎

ドラマツルギー

騎手野畑凌（川崎）

単勝オッズ

2.0倍

AI期待値

+79%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○9アンジュラプソディ

5.6倍

EV -71%

▲A:△4ボイド

6.6倍

EV -77%

出走馬全12頭

◎A:◎10

ドラマツルギー

野畑凌（川崎）

2.0倍

+79%

›

○A:○9

アンジュラプソディ

佐野遥（川崎）

5.6倍

-71%

›

▲A:△4

ボイド

神尾香（川崎）

6.6倍

-77%

›

△A:▲8

ルリール

新原周（川崎）

7.6倍

-94%

›

△A:△3

ダイナマイトブル

達城龍（大井）

10.4倍

-93%

›

△A:△11

カルストンオリビア

増田充（川崎）

10.7倍

-96%

›

×A:▽6

フロレシミエント

高橋優（大井）

32.5倍

-96%

›

×A:▽7

セイウンヤタガラス

山林信（川崎）

54.5倍

-94%

›

×A:▽5

コミックガール

櫻井光（川崎）

40.3倍

-98%

›

×A:×12

ポルタフェリーチェ

藤江渉（川崎）

70.3倍

-99%

›

×A:▽1

カナサンドー

本田紀（川崎）

124.9倍

-99%

›

×A:▽2

クリナデシコ

岡村裕（川崎）

146.6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	カナサンドー先行	本田紀（川崎）	実124.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／同距離帯は23走で勝ち無し）
前5走 08/18 川崎3R 8着/12頭+1.2秒 07/30 川崎1R 6着/12頭+0.7秒 07/08 川崎1R 8着/11頭+0.0秒 06/15 川崎4R 7着/11頭 05/14 川崎2R 8着/12頭+0.7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 7.3着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.8%) ※ 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。
2	クリナデシコ逃げ	岡村裕（川崎）	実146.6	▽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6走で勝ち無し／直近3走平均10.0着と低調）
前5走 08/18 川崎3R 12着/12頭+3.6秒 07/31 川崎1R 8着/9頭+4.7秒 06/24 浦和1R 10着/10頭+7.0秒 06/17 川崎2R 11着/11頭+6.0秒 05/12 川崎2R 4着/9頭+0.9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戦の調子平均 10.0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 6走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.7%) ※ 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	ダイナマイトブル先行	達城龍（大井）	実10.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場33走で勝率3%と苦戦傾向）
前5走 08/19 川崎4R 6着/9頭+0.6秒 05/14 川崎2R 7着/12頭+0.4秒 04/09 川崎4R 4着/11頭+0.5秒 03/10 船橋5R 2着/12頭+0.3秒 03/04 川崎2R 4着/11頭+0.4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 5.7着 × 当競馬場適性 33走で勝率 3% (苦戦) △ 距離適性同距離 10走で勝率 10% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -65% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 9.6%) ※ 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	ボイド逃げ	神尾香（川崎）	実6.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 08/18 川崎3R 11着/12頭+1.9秒 03/06 川崎6R 10着/12頭+0.7秒 02/02 川崎3R 1着/12頭勝利 01/01 川崎2R 2着/11頭+0.4秒 12/19 川崎7R 4着/9頭+1.2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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 19走で勝率 16% (相性良) ○ 距離適性同距離 20走で勝率 15% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 21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 6.9% (オッズ暗示: 15.2%) ※ 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	コミックガール自在	櫻井光（川崎）	実40.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均8.3着と低調）
前5走 08/18 川崎3R 10着/12頭+1.5秒 07/27 川崎2R 6着/7頭+3.7秒 07/10 川崎12R 9着/10頭+2.0秒 05/15 川崎12R 8着/14頭+2.7秒 04/08 川崎5R 10着/12頭+4.3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 8.3着 (不振) × 当競馬場適性 20走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 21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 1.9% (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。
6	フロレシミエント先行	高橋優（大井）	実32.5	▽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9走で勝ち無し／前走3着）
前5走 08/19 川崎4R 3着/9頭+0.5秒 07/30 川崎1R 8着/12頭+1.2秒 07/09 川崎2R 10着/12頭+0.0秒 06/18 川崎7R 9着/10頭 05/15 川崎12R 12着/14頭+3.8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 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 2.6% (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。
7	セイウンヤタガラス逃げ	山林信（川崎）	実54.5	▽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／直近3走平均8.3着と低調）
前5走 08/19 川崎4R 5着/9頭+0.6秒 07/28 川崎1R 9着/10頭+2.4秒 07/09 川崎2R 11着/12頭 06/17 川崎1R 12着/12頭+5.0秒 04/10 川崎6R 7着/12頭+2.7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 8.3着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -6% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 1.8%) ※ 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。
8	ルリール追込	新原周（川崎）	実7.6	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場44走で勝率5%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 08/18 川崎3R 4着/12頭+0.7秒 07/29 川崎1R 2着/12頭+0.5秒 07/09 川崎2R 5着/12頭 06/15 川崎4R 2着/11頭+0.0秒 05/14 川崎2R 2着/12頭+0.2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 3.7着 × 当競馬場適性 44走で勝率 5% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ ローテーション 21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 7.6% (オッズ暗示: 13.2%) ※ 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。
9	アンジュラプソディ逃げ	佐野遥（川崎）	実5.6	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯8走で勝率25%）
前5走 08/19 川崎4R 4着/9頭+0.5秒 07/30 川崎1R 2着/12頭+0.4秒 07/09 川崎2R 9着/12頭+0.0秒 01/04 川崎4R 4着/12頭+0.8秒 12/15 川崎3R 4着/12頭+0.2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 5.0着 ○ 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 4% (やや苦戦) ○ 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) +12% (市場と概ね一致) AI 予想勝率 20.1% (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。
10	ドラマツルギー自在	野畑凌（川崎）	実2.0	◎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5走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／前走2着）
前5走 08/19 川崎4R 2着/9頭+0.2秒 07/30 川崎1R 5着/12頭+0.6秒 07/09 川崎2R 3着/12頭 06/18 川崎6R 9着/12頭+0.0秒 05/15 川崎6R 3着/12頭+1.4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戦の調子平均 3.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 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) +0% (市場と概ね一致) AI 予想勝率 50.3% (オッズ暗示: 50.0%) ※ 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。
11	カルストンオリビア自在	増田充（川崎）	実10.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 08/21 川崎2R 7着/11頭+1.9秒 07/30 川崎1R 3着/12頭+0.5秒 07/10 川崎12R 6着/10頭 05/15 川崎12R 13着/14頭+4.1秒 04/10 川崎7R 11着/11頭+2.3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 5.3着 × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -60% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 9.3%) ※ 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。
12	ポルタフェリーチェ差し	藤江渉（川崎）	実70.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場16走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／直近3走平均8.0着と低調）
前5走 08/18 川崎3R 7着/12頭+1.1秒 07/30 川崎1R 10着/12頭+1.2秒 07/09 川崎2R 7着/12頭 05/13 川崎4R 12着/12頭+2.4秒 04/09 川崎5R 7着/12頭+1.6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 8.0着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ ローテーション 21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 0.7% (オッズ暗示: 1.4%) ※ 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。

AIの本命

AI評価1位

ドラマツルギー

騎手野畑凌（川崎）

単勝オッズ

2.0倍

AI期待値

+0%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9アンジュラプソディ

5.6倍

EV +12%

▲8ルリール

7.6倍

EV -42%

出走馬全12頭

◎10

ドラマツルギー

野畑凌（川崎）

2.0倍

+0%

›

○9

アンジュラプソディ

佐野遥（川崎）

5.6倍

+12%

›

▲8

ルリール

新原周（川崎）

7.6倍

-42%

›

△4

ボイド

神尾香（川崎）

6.6倍

-54%

›

△11

カルストンオリビア

増田充（川崎）

10.7倍

-60%

›

△3

ダイナマイトブル

達城龍（大井）

10.4倍

-65%

›

▽6

フロレシミエント

高橋優（大井）

32.5倍

-15%

›

▽5

コミックガール

櫻井光（川崎）

40.3倍

-24%

›

▽7

セイウンヤタガラス

山林信（川崎）

54.5倍

-5%

›

×12

ポルタフェリーチェ

藤江渉（川崎）

70.3倍

-52%

›

▽1

カナサンドー

本田紀（川崎）

124.9倍

-23%

›

▽2

クリナデシコ

岡村裕（川崎）

146.6倍

-22%

›

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