川崎 4R 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

4R 川崎競馬場ダ1400m ダート1400m　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オトメノネガイ逃げ	岡村裕（川崎）	実48.8	B× A▽勝率1% EV-41% 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8R 9着/12頭+1.3秒 07/29 川崎5R 11着/12頭+3.0秒 07/10 川崎12R 4着/10頭+0.0秒 06/23 浦和5R 6着/10頭 05/26 浦和4R 11着/11頭
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 8.0着 (不振) × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 24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 1.2% / 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。
2	エコロジョイアー自在	木間龍（船橋）	実42.5	B× A▽勝率2% EV-15% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／同距離帯20走で勝率30%／117日ぶりの実戦）
前5走 05/14 川崎4R 9着/12頭+1.9秒 01/21 船橋3R 6着/12頭+1.4秒 01/07 浦和4R 6着/12頭+0.9秒 09/08 川崎12R 3着/14頭+1.7秒 08/18 浦和12R 5着/12頭+1.4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 7.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 20走で勝率 30% △ ローテーション 117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 0.1% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.0% / 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。
3	イクノオリンピア逃げ	和田譲（大井）	実9.0	B△ A▲勝率12% EV+9% 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9走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/19 川崎5R 6着/11頭+1.6秒 05/14 川崎5R 3着/12頭+0.6秒 04/08 川崎5R 6着/12頭+1.9秒 03/05 川崎6R 4着/11頭+0.4秒 02/05 川崎7R 6着/12頭+0.8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 5.0着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ◎ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 11.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.2% / 期待値 +10% ※ 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	レバット差し	室陽一（浦和）	実15.3	B△ A△勝率7% EV+7% 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 08/28 船橋6R 7着/12頭+2.8秒 08/12 浦和5R 1着/9頭勝利 07/16 浦和4R 3着/12頭 04/24 浦和2R 10着/12頭+4.3秒 04/02 船橋2R 8着/9頭+3.1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戦の調子勝率 33% (上り調子) △ 距離適性同距離 7走で勝率 14% ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.0% / 期待値 +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。
5	キタノチャンス自在	新原周（川崎）	実2.5	B◎ A○勝率26% EV-34% 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40%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 08/19 川崎5R 2着/11頭+0.3秒 07/29 川崎5R 4着/12頭+1.1秒 07/07 川崎1R 1着/12頭 06/18 川崎6R 3着/12頭+1.0秒 02/05 川崎4R 1着/10頭勝利
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 5走で勝率 40% ○ 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) +97% (市場が大幅過小評価) AI 予想勝率 79.1% (オッズ暗示: 40.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 26.0% / 期待値 -35% ※ 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	シングンアーメット先行	佐野遥（川崎）	実49.5	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20走で勝率5%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走平均8.3着と低調）
前5走 08/19 川崎6R 7着/11頭+1.4秒 07/29 川崎5R 8着/12頭+1.9秒 05/25 浦和7R 10着/11頭 05/12 川崎4R 9着/12頭+1.2秒 04/07 川崎4R 4着/12頭+1.1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 8.3着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% △ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.0%) × Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 -54% ※ 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	オースター逃げ	西啓太（大井）	実29.6	B× A▽勝率4% EV+11% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/19 川崎5R 10着/11頭+1.9秒 07/30 川崎6R 8着/11頭+1.4秒 05/11 川崎7R 2着/12頭+1.0秒 02/05 川崎10R 4着/14頭+1.6秒 12/16 川崎8R 3着/9頭+2.1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 6.7着 △ 当競馬場適性 42走で勝率 14% ○ 距離適性同距離 29走で勝率 17% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 16% ▽ 前走実績前走 10着 (大敗) ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 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。
8	マルゼンスキーツー	張田昂（船橋）	実13.0	B▲ A△勝率11% EV+45% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は25走で勝ち無し）
前5走 08/19 川崎5R 5着/11頭+0.7秒 07/29 川崎6R 2着/11頭+0.2秒 07/08 川崎3R 5着/10頭 06/17 川崎4R 7着/12頭+0.0秒 05/26 浦和5R 5着/12頭+0.0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 4.0着 △ 当競馬場適性 19走で勝率 5% ▽ 距離適性同距離は 25走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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 4.9% (オッズ暗示: 7.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.2% / 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。
9	エリセイラ	岡村健（船橋）	実41.6	B△ A▽勝率3% EV+22% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は8走で勝ち無し／前走2着）
前5走 08/24 船橋12R 2着/3頭 07/02 船橋3R 5着/8頭 06/15 川崎8R 8着/11頭+2.0秒 06/05 船橋8R 5着/12頭 05/07 船橋3R 3着/12頭+1.6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 ▽ 距離適性同距離は 8走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.9% / 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。
10	パーティーキング逃げ	古岡勇（川崎）	実2.3	B○ A◎勝率27% EV-36% 詳細▼	人気馬、市場評価通りで上乗せなし（同馬場状態で勝率33%／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 06/18 川崎6R 1着/12頭 05/11 川崎6R 1着/9頭勝利 04/08 川崎1R 1着/12頭勝利 03/18 浦和4R 1着/10頭勝利 02/05 川崎3R 12着/12頭+4.1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 100% (絶好調) ○ 当競馬場適性 15走で勝率 20% (相性良) ○ 距離適性同距離 28走で勝率 18% ◎ 馬場適性同馬場 6走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 12.1% (オッズ暗示: 43.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.5% / 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。
11	セレナス差し	櫻井光（川崎）	実24.0	B× A△勝率4% EV+7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場17走で勝率0%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 08/19 川崎5R 4着/11頭+0.7秒 07/29 川崎5R 6着/12頭+1.3秒 07/06 川崎2R 2着/8頭+0.0秒 06/17 川崎4R 8着/12頭 05/14 川崎5R 8着/12頭+1.1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 4.0着 × 当競馬場適性 17走で勝率 0% (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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 4.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.5% / 期待値 +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。
12	カサミラ差し	神尾香（川崎）	実45.4	B× A×勝率1% EV-62% 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6R 9着/11頭+2.1秒 07/27 川崎2R 2着/7頭+0.8秒 07/10 川崎12R 5着/10頭 03/05 川崎6R 8着/11頭+2.0秒 02/05 川崎6R 10着/12頭+2.7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 5.3着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し △ 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) -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 0.8% / 期待値 -62% ※ 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 ○

キタノチャンス

騎手新原周（川崎）

単勝オッズ

2.5倍

AI期待値

+97%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎10パーティーキング

2.3倍

EV -72%

▲A:△8マルゼンスキーツー

13.0倍

EV -35%

出走馬全12頭

◎A:○5

キタノチャンス

新原周（川崎）

2.5倍

+97%

›

○A:◎10

パーティーキング

古岡勇（川崎）

2.3倍

-72%

›

▲A:△8

マルゼンスキーツー

張田昂（船橋）

13.0倍

-35%

›

△A:△4

レバット

室陽一（浦和）

15.3倍

-72%

›

△A:▲3

イクノオリンピア

和田譲（大井）

9.0倍

-92%

›

△A:▽9

エリセイラ

岡村健（船橋）

41.6倍

-67%

›

×A:▽7

オースター

西啓太（大井）

29.6倍

-96%

›

×A:▽2

エコロジョイアー

木間龍（船橋）

42.5倍

-94%

›

×A:×6

シングンアーメット

佐野遥（川崎）

49.5倍

-93%

›

×A:△11

セレナス

櫻井光（川崎）

24.0倍

-98%

›

×A:×12

カサミラ

神尾香（川崎）

45.4倍

-99%

›

×A:▽1

オトメノネガイ

岡村裕（川崎）

48.8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

4R 川崎競馬場ダ1400m ダート1400m　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オトメノネガイ逃げ	岡村裕（川崎）	実48.8	▽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24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8R 9着/12頭+1.3秒 07/29 川崎5R 11着/12頭+3.0秒 07/10 川崎12R 4着/10頭+0.0秒 06/23 浦和5R 6着/10頭 05/26 浦和4R 11着/11頭
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 8.0着 (不振) × 当競馬場適性 26走で勝率 4% (苦戦) ▽ 距離適性同距離は 24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 1.2% (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。
2	エコロジョイアー自在	木間龍（船橋）	実42.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／同距離帯20走で勝率30%／117日ぶりの実戦）
前5走 05/14 川崎4R 9着/12頭+1.9秒 01/21 船橋3R 6着/12頭+1.4秒 01/07 浦和4R 6着/12頭+0.9秒 09/08 川崎12R 3着/14頭+1.7秒 08/18 浦和12R 5着/12頭+1.4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 7.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 20走で勝率 30% △ ローテーション 117日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.4%) ※ 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。
3	イクノオリンピア逃げ	和田譲（大井）	実9.0	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場9走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/19 川崎5R 6着/11頭+1.6秒 05/14 川崎5R 3着/12頭+0.6秒 04/08 川崎5R 6着/12頭+1.9秒 03/05 川崎6R 4着/11頭+0.4秒 02/05 川崎7R 6着/12頭+0.8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 5.0着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ◎ 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) +9% (市場と概ね一致) AI 予想勝率 12.2% (オッズ暗示: 11.1%) ※ 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。
4	レバット差し	室陽一（浦和）	実15.3	△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 08/28 船橋6R 7着/12頭+2.8秒 08/12 浦和5R 1着/9頭勝利 07/16 浦和4R 3着/12頭 04/24 浦和2R 10着/12頭+4.3秒 04/02 船橋2R 8着/9頭+3.1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戦の調子勝率 33% (上り調子) △ 距離適性同距離 7走で勝率 14% ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 7.0% (オッズ暗示: 6.5%) ※ 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	キタノチャンス自在	新原周（川崎）	実2.5	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場5走で勝率40%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 08/19 川崎5R 2着/11頭+0.3秒 07/29 川崎5R 4着/12頭+1.1秒 07/07 川崎1R 1着/12頭 06/18 川崎6R 3着/12頭+1.0秒 02/05 川崎4R 1着/10頭勝利
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 5走で勝率 40% ○ 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) -35% (大幅な期待値マイナス) AI 予想勝率 26.0% (オッズ暗示: 40.0%) ※ 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。
6	シングンアーメット先行	佐野遥（川崎）	実49.5	×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5%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走平均8.3着と低調）
前5走 08/19 川崎6R 7着/11頭+1.4秒 07/29 川崎5R 8着/12頭+1.9秒 05/25 浦和7R 10着/11頭 05/12 川崎4R 9着/12頭+1.2秒 04/07 川崎4R 4着/12頭+1.1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 8.3着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% △ 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) -54% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
7	オースター逃げ	西啓太（大井）	実29.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/19 川崎5R 10着/11頭+1.9秒 07/30 川崎6R 8着/11頭+1.4秒 05/11 川崎7R 2着/12頭+1.0秒 02/05 川崎10R 4着/14頭+1.6秒 12/16 川崎8R 3着/9頭+2.1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 6.7着 △ 当競馬場適性 42走で勝率 14% ○ 距離適性同距離 29走で勝率 17% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 16% ▽ 前走実績前走 10着 (大敗) ○ 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) +11% (市場と概ね一致) AI 予想勝率 3.8% (オッズ暗示: 3.4%) ※ 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。
8	マルゼンスキーツー	張田昂（船橋）	実13.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は25走で勝ち無し）
前5走 08/19 川崎5R 5着/11頭+0.7秒 07/29 川崎6R 2着/11頭+0.2秒 07/08 川崎3R 5着/10頭 06/17 川崎4R 7着/12頭+0.0秒 05/26 浦和5R 5着/12頭+0.0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 4.0着 △ 当競馬場適性 19走で勝率 5% ▽ 距離適性同距離は 25走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) +45% (妙味あり) AI 予想勝率 11.2% (オッズ暗示: 7.7%) ※ 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	エリセイラ	岡村健（船橋）	実41.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は8走で勝ち無し／前走2着）
前5走 08/24 船橋12R 2着/3頭 07/02 船橋3R 5着/8頭 06/15 川崎8R 8着/11頭+2.0秒 06/05 船橋8R 5着/12頭 05/07 船橋3R 3着/12頭+1.6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 ▽ 距離適性同距離は 8走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 2.9% (オッズ暗示: 2.4%) ※ 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	パーティーキング逃げ	古岡勇（川崎）	実2.3	◎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（同馬場状態で勝率33%／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 06/18 川崎6R 1着/12頭 05/11 川崎6R 1着/9頭勝利 04/08 川崎1R 1着/12頭勝利 03/18 浦和4R 1着/10頭勝利 02/05 川崎3R 12着/12頭+4.1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 100% (絶好調) ○ 当競馬場適性 15走で勝率 20% (相性良) ○ 距離適性同距離 28走で勝率 18% ◎ 馬場適性同馬場 6走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) × 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 27.5% (オッズ暗示: 43.5%) ※ 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	セレナス差し	櫻井光（川崎）	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17走で勝率0%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 08/19 川崎5R 4着/11頭+0.7秒 07/29 川崎5R 6着/12頭+1.3秒 07/06 川崎2R 2着/8頭+0.0秒 06/17 川崎4R 8着/12頭 05/14 川崎5R 8着/12頭+1.1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 4.0着 × 当競馬場適性 17走で勝率 0% (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) +7% (市場と概ね一致) AI 予想勝率 4.5% (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。
12	カサミラ差し	神尾香（川崎）	実45.4	×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13走で勝ち無し）
前5走 08/19 川崎6R 9着/11頭+2.1秒 07/27 川崎2R 2着/7頭+0.8秒 07/10 川崎12R 5着/10頭 03/05 川崎6R 8着/11頭+2.0秒 02/05 川崎6R 10着/12頭+2.7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 5.3着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し △ 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) -62% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.2%) ※ 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

パーティーキング

騎手古岡勇（川崎）

単勝オッズ

2.3倍

AI期待値

-36%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5キタノチャンス

2.5倍

EV -34%

▲3イクノオリンピア

9.0倍

EV +9%

出走馬全12頭

◎10

パーティーキング

古岡勇（川崎）

2.3倍

-36%

›

○5

キタノチャンス

新原周（川崎）

2.5倍

-34%

›

▲3

イクノオリンピア

和田譲（大井）

9.0倍

+9%

›

△8

マルゼンスキーツー

張田昂（船橋）

13.0倍

+45%

›

△4

レバット

室陽一（浦和）

15.3倍

+7%

›

△11

セレナス

櫻井光（川崎）

24.0倍

+7%

›

▽7

オースター

西啓太（大井）

29.6倍

+11%

›

▽9

エリセイラ

岡村健（船橋）

41.6倍

+22%

›

▽2

エコロジョイアー

木間龍（船橋）

42.5倍

-15%

›

▽1

オトメノネガイ

岡村裕（川崎）

48.8倍

-41%

›

×6

シングンアーメット

佐野遥（川崎）

49.5倍

-54%

›

×12

カサミラ

神尾香（川崎）

45.4倍

-62%

›

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