川崎 5R 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

5R 川崎競馬場ダ1400m ダート1400m　発走 17:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テンロ逃げ	見越彬（浦和）	実3.8	B△ A◎勝率32% EV+20% 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8走で勝率38%／前走3着／176日ぶりの実戦）
前5走 03/16 浦和5R 3着/11頭+0.7秒 01/08 浦和6R 7着/12頭+1.9秒 10/27 浦和7R 5着/11頭+1.4秒 09/24 浦和5R 9着/10頭+1.7秒 12/24 浦和7R 1着/10頭勝利
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 5.0着 ◎ 距離適性同距離 8走で勝率 38% ○ 前走実績前走 3着 (好走) △ ローテーション 176日休養明け × 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 1.7% (オッズ暗示: 26.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.7% / 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。
2	トゥインクルジャズ先行	新原周（川崎）	実13.8	B× A△勝率4% EV-41% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%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 05/12 川崎7R 7着/12頭+1.7秒 01/01 川崎6R 1着/13頭勝利 12/18 川崎5R 4着/12頭+1.3秒 08/21 川崎3R 9着/12頭+2.5秒 05/15 川崎2R 1着/8頭勝利
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 6走で勝率 33% (得意) ◎ 距離適性同距離 5走で勝率 40% △ ローテーション 119日休養明け × 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 0.2% (オッズ暗示: 7.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 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。
3	シルヴァギンジ自在	伊藤裕（川崎）	実9.4	B▲ A△勝率8% EV-21% 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 08/19 川崎6R 6着/11頭+1.2秒 07/27 川崎2R 1着/7頭勝利 07/06 川崎2R 5着/8頭+4.0秒 06/17 川崎2R 1着/11頭 05/12 川崎2R 1着/9頭勝利
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 33% (上り調子) △ 当競馬場適性 64走で勝率 8% △ 距離適性同距離 72走で勝率 7% ○ 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) -39% (大幅な期待値マイナス) AI 予想勝率 6.5% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.4% / 期待値 -21% ※ 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	ルゾフォニア追込	中山遥（浦和）	実54.5	B× A×勝率1% EV-71% 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 05/12 川崎7R 11着/12頭+2.4秒 04/06 川崎8R 12着/12頭+2.5秒 03/02 川崎4R 8着/10頭+2.4秒 02/03 川崎3R 9着/13頭+2.3秒 01/04 川崎8R 7着/14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戦の調子平均 10.3着 (不振) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 11走で勝率 9% ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 11着 (大敗) △ ローテーション 119日休養明け × 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 -71% ※ 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	コンペティティブ自在	本橋孝（船橋）	実28.8	B× A▽勝率3% EV-6% 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5R 8着/11頭+1.7秒 07/07 川崎2R 1着/12頭 06/18 川崎5R 2着/12頭+1.0秒 04/10 川崎6R 9着/12頭+2.9秒 10/27 浦和2R 4着/12頭+1.8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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 5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) -52% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.2% / 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。
6	ヘヴンリーゴール	矢野貴（大井）	実4.8	B◎ A▲勝率15% EV-26% 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／同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 08/19 川崎5R 3着/11頭+0.6秒 07/29 川崎6R 7着/11頭+1.5秒 07/06 川崎1R 1着/7頭 06/18 川崎6R 5着/12頭 06/04 船橋5R 10着/12頭
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) △ 距離適性同距離 14走で勝率 14% ◎ 馬場適性同馬場 5走で勝率 40% ◎ 騎手近50戦勝率 28% (好調) ○ 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) +203% (市場が大幅過小評価) AI 予想勝率 63.1% (オッズ暗示: 20.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.4% / 期待値 -26% ※ 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	ヴァルトビューネ逃げ	神尾香（川崎）	実57.4	B× A×勝率1% EV-55% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は29走で勝ち無し）
前5走 08/19 川崎5R 7着/11頭+1.7秒 07/31 川崎9R 9着/12頭+2.6秒 02/03 川崎5R 7着/12頭+1.1秒 01/02 川崎6R 2着/14頭+0.2秒 12/16 川崎9R 9着/12頭+2.8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) △ 当競馬場適性 14走で勝率 7% ▽ 距離適性同距離は 29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) -94% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.7%) × Aモデルの評価 (参考) レース内 10位 / 勝率 0.8% / 期待値 -56% ※ 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	レガシーオブエリザ	庄司大（船橋）	実101.5	B× A▽勝率1% EV-37% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 08/25 船橋6R 9着/12頭+1.9秒 08/03 船橋4R 8着/10頭+1.2秒 07/15 浦和6R 8着/11頭 07/04 船橋7R 3着/8頭 06/25 浦和6R 6着/12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戦の調子平均 8.3着 (不振) ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.6% / 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。
9	キッドストン逃げ	櫻井光（川崎）	実17.2	B△ A▽勝率4% EV-29% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率25%と適性高／同距離帯11走で勝率27%）
前5走 07/29 川崎5R 5着/12頭+1.3秒 04/07 川崎5R 6着/12頭+1.8秒 03/03 川崎6R 6着/9頭+2.0秒 02/04 川崎7R 6着/12頭+1.2秒 09/12 川崎6R 13着/13頭+3.8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 5.7着 ◎ 当競馬場適性 12走で勝率 25% (得意) ◎ 距離適性同距離 11走で勝率 27% × 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 1.7% (オッズ暗示: 5.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.1% / 期待値 -29% ※ 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	リコースチェッキン逃げ	藤田凌（大井）	実28.4	B× A▽勝率2% EV-49% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/21 川崎1R 5着/12頭+1.2秒 07/27 川崎2R 3着/7頭+1.2秒 07/06 川崎1R 5着/7頭 06/17 川崎1R 1着/12頭 04/09 川崎3R 1着/12頭勝利
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 4.3着 △ 当競馬場適性 23走で勝率 13% △ 距離適性同距離 23走で勝率 13% ○ 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 1.7% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 期待値 -50% ※ 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	ナリノドリーム	町田直（川崎）	実2.9	B○ A○勝率22% EV-37% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率25%と適性高／同距離帯8走で勝率25%／直近3走で勝率33%と好調）
前5走 08/21 川崎1R 1着/12頭勝利 07/28 川崎3R 2着/9頭+0.3秒 07/07 川崎6R 2着/11頭+2.0秒 06/18 川崎5R 3着/12頭 06/02 船橋7R 13着/14頭+1.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 21.6% (オッズ暗示: 34.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.5% / 期待値 -38% ※ 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	モズノセイギ差し	和田譲（大井）	実11.5	B△ A△勝率8% EV-11% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／127日ぶりの実戦／騎手は近50戦で勝率20%）
前5走 05/04 船橋7R 8着/12頭+1.3秒 04/07 川崎3R 2着/12頭+0.6秒 03/10 船橋8R 2着/12頭+0.6秒 03/03 川崎7R 3着/12頭+0.4秒 02/05 川崎6R 6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 4.0着 × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 127日休養明け × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 8.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.7% / 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。

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 ▲

ヘヴンリーゴール

騎手矢野貴（大井）

単勝オッズ

4.8倍

AI期待値

+203%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○11ナリノドリーム

2.9倍

EV -37%

▲A:△3シルヴァギンジ

9.4倍

EV -38%

出走馬全12頭

◎A:▲6

ヘヴンリーゴール

矢野貴（大井）

4.8倍

+203%

›

○A:○11

ナリノドリーム

町田直（川崎）

2.9倍

-37%

›

▲A:△3

シルヴァギンジ

伊藤裕（川崎）

9.4倍

-38%

›

△A:◎1

テンロ

見越彬（浦和）

3.8倍

-93%

›

△A:△12

モズノセイギ

和田譲（大井）

11.5倍

-80%

›

△A:▽9

キッドストン

櫻井光（川崎）

17.2倍

-71%

›

×A:▽10

リコースチェッキン

藤田凌（大井）

28.4倍

-52%

›

×A:▽5

コンペティティブ

本橋孝（船橋）

28.8倍

-52%

›

×A:△2

トゥインクルジャズ

新原周（川崎）

13.8倍

-96%

›

×A:×7

ヴァルトビューネ

神尾香（川崎）

57.4倍

-93%

›

×A:▽8

レガシーオブエリザ

庄司大（船橋）

101.5倍

-94%

›

×A:×4

ルゾフォニア

中山遥（浦和）

54.5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

5R 川崎競馬場ダ1400m ダート1400m　発走 17:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	テンロ逃げ	見越彬（浦和）	実3.8	◎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（同距離帯8走で勝率38%／前走3着／176日ぶりの実戦）
前5走 03/16 浦和5R 3着/11頭+0.7秒 01/08 浦和6R 7着/12頭+1.9秒 10/27 浦和7R 5着/11頭+1.4秒 09/24 浦和5R 9着/10頭+1.7秒 12/24 浦和7R 1着/10頭勝利
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 5.0着 ◎ 距離適性同距離 8走で勝率 38% ○ 前走実績前走 3着 (好走) △ ローテーション 176日休養明け △ 期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 31.7% (オッズ暗示: 26.3%) ※ 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。
2	トゥインクルジャズ先行	新原周（川崎）	実13.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%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 05/12 川崎7R 7着/12頭+1.7秒 01/01 川崎6R 1着/13頭勝利 12/18 川崎5R 4着/12頭+1.3秒 08/21 川崎3R 9着/12頭+2.5秒 05/15 川崎2R 1着/8頭勝利
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 6走で勝率 33% (得意) ◎ 距離適性同距離 5走で勝率 40% △ ローテーション 119日休養明け × 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 4.2% (オッズ暗示: 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	シルヴァギンジ自在	伊藤裕（川崎）	実9.4	△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 08/19 川崎6R 6着/11頭+1.2秒 07/27 川崎2R 1着/7頭勝利 07/06 川崎2R 5着/8頭+4.0秒 06/17 川崎2R 1着/11頭 05/12 川崎2R 1着/9頭勝利
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 33% (上り調子) △ 当競馬場適性 64走で勝率 8% △ 距離適性同距離 72走で勝率 7% ○ 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) -21% (オッズ過剰評価) AI 予想勝率 8.4% (オッズ暗示: 10.6%) ※ 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	ルゾフォニア追込	中山遥（浦和）	実54.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／119日ぶりの実戦）
前5走 05/12 川崎7R 11着/12頭+2.4秒 04/06 川崎8R 12着/12頭+2.5秒 03/02 川崎4R 8着/10頭+2.4秒 02/03 川崎3R 9着/13頭+2.3秒 01/04 川崎8R 7着/14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戦の調子平均 10.3着 (不振) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 11走で勝率 9% ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 11着 (大敗) △ ローテーション 119日休養明け × 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 0.5% (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。
5	コンペティティブ自在	本橋孝（船橋）	実28.8	▽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5R 8着/11頭+1.7秒 07/07 川崎2R 1着/12頭 06/18 川崎5R 2着/12頭+1.0秒 04/10 川崎6R 9着/12頭+2.9秒 10/27 浦和2R 4着/12頭+1.8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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 5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) -7% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 3.5%) ※ 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	ヘヴンリーゴール	矢野貴（大井）	実4.8	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率25%と適性高／同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 08/19 川崎5R 3着/11頭+0.6秒 07/29 川崎6R 7着/11頭+1.5秒 07/06 川崎1R 1着/7頭 06/18 川崎6R 5着/12頭 06/04 船橋5R 10着/12頭
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) △ 距離適性同距離 14走で勝率 14% ◎ 馬場適性同馬場 5走で勝率 40% ◎ 騎手近50戦勝率 28% (好調) ○ 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) -26% (オッズ過剰評価) AI 予想勝率 15.4% (オッズ暗示: 20.8%) ※ 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	ヴァルトビューネ逃げ	神尾香（川崎）	実57.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は29走で勝ち無し）
前5走 08/19 川崎5R 7着/11頭+1.7秒 07/31 川崎9R 9着/12頭+2.6秒 02/03 川崎5R 7着/12頭+1.1秒 01/02 川崎6R 2着/14頭+0.2秒 12/16 川崎9R 9着/12頭+2.8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) △ 当競馬場適性 14走で勝率 7% ▽ 距離適性同距離は 29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) -56% (大幅な期待値マイナス) AI 予想勝率 0.8% (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	レガシーオブエリザ	庄司大（船橋）	実101.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 08/25 船橋6R 9着/12頭+1.9秒 08/03 船橋4R 8着/10頭+1.2秒 07/15 浦和6R 8着/11頭 07/04 船橋7R 3着/8頭 06/25 浦和6R 6着/12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戦の調子平均 8.3着 (不振) ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.0%) ※ 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。
9	キッドストン逃げ	櫻井光（川崎）	実17.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率25%と適性高／同距離帯11走で勝率27%）
前5走 07/29 川崎5R 5着/12頭+1.3秒 04/07 川崎5R 6着/12頭+1.8秒 03/03 川崎6R 6着/9頭+2.0秒 02/04 川崎7R 6着/12頭+1.2秒 09/12 川崎6R 13着/13頭+3.8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 5.7着 ◎ 当競馬場適性 12走で勝率 25% (得意) ◎ 距離適性同距離 11走で勝率 27% △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 4.1% (オッズ暗示: 5.8%) ※ 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。
10	リコースチェッキン逃げ	藤田凌（大井）	実28.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/21 川崎1R 5着/12頭+1.2秒 07/27 川崎2R 3着/7頭+1.2秒 07/06 川崎1R 5着/7頭 06/17 川崎1R 1着/12頭 04/09 川崎3R 1着/12頭勝利
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 4.3着 △ 当競馬場適性 23走で勝率 13% △ 距離適性同距離 23走で勝率 13% ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 3.5%) ※ 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	ナリノドリーム	町田直（川崎）	実2.9	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率25%と適性高／同距離帯8走で勝率25%／直近3走で勝率33%と好調）
前5走 08/21 川崎1R 1着/12頭勝利 07/28 川崎3R 2着/9頭+0.3秒 07/07 川崎6R 2着/11頭+2.0秒 06/18 川崎5R 3着/12頭 06/02 船橋7R 13着/14頭+1.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 21.5% (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。
12	モズノセイギ差し	和田譲（大井）	実11.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／127日ぶりの実戦／騎手は近50戦で勝率20%）
前5走 05/04 船橋7R 8着/12頭+1.3秒 04/07 川崎3R 2着/12頭+0.6秒 03/10 船橋8R 2着/12頭+0.6秒 03/03 川崎7R 3着/12頭+0.4秒 02/05 川崎6R 6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 4.0着 × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 127日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 7.7% (オッズ暗示: 8.7%) ※ 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。

AIの本命

AI評価1位

テンロ

騎手見越彬（浦和）

単勝オッズ

3.8倍

AI期待値

+20%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11ナリノドリーム

2.9倍

EV -37%

▲6ヘヴンリーゴール

4.8倍

EV -26%

出走馬全12頭

◎1

テンロ

見越彬（浦和）

3.8倍

+20%

›

○11

ナリノドリーム

町田直（川崎）

2.9倍

-37%

›

▲6

ヘヴンリーゴール

矢野貴（大井）

4.8倍

-26%

›

△3

シルヴァギンジ

伊藤裕（川崎）

9.4倍

-21%

›

△12

モズノセイギ

和田譲（大井）

11.5倍

-11%

›

△2

トゥインクルジャズ

新原周（川崎）

13.8倍

-41%

›

▽9

キッドストン

櫻井光（川崎）

17.2倍

-29%

›

▽5

コンペティティブ

本橋孝（船橋）

28.8倍

-6%

›

▽10

リコースチェッキン

藤田凌（大井）

28.4倍

-49%

›

×7

ヴァルトビューネ

神尾香（川崎）

57.4倍

-55%

›

▽8

レガシーオブエリザ

庄司大（船橋）

101.5倍

-37%

›

×4

ルゾフォニア

中山遥（浦和）

54.5倍

-71%

›

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