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900m ダート900m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダークンストーミー差し	池谷匠（川崎）	実41.8	B× A▽勝率2% EV-18% 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0%と苦戦傾向／直近3走平均9.7着と低調／139日ぶりの実戦）
前5走 04/22 浦和7R 10着/12頭+1.2秒 04/09 川崎12R 12着/12頭+2.2秒 03/06 川崎9R 7着/11頭+0.8秒 02/02 川崎12R 12着/13頭+3.7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 9.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 139日休養明け × 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: 2.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.9% / 期待値 -19% ※ 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	マナコア逃げ	町田直（川崎）	実3.7	B▲ A○勝率21% EV-22% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 08/18 川崎10R 10着/12頭+1.5秒 05/11 川崎12R 1着/12頭勝利 04/10 川崎10R 2着/12頭+0.0秒 02/10 船橋2R 9着/9頭+2.7秒 01/20 船橋4R 12着/12頭+4.1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 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) ▽ 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) -81% (大幅な期待値マイナス) AI 予想勝率 5.3% (オッズ暗示: 27.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.1% / 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	レジェス	七夕裕（浦和）	実50.2	B× A▽勝率1% EV-30% 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 07/17 浦和10R 6着/11頭 06/24 浦和9R 6着/11頭 06/03 船橋6R 13着/13頭 05/27 浦和9R 9着/11頭 05/08 船橋8R 12着/14頭+2.2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 8.3着 (不振) ○ 距離適性同距離 6走で勝率 17% ○ 馬場適性同馬場 4走で勝率 25% × 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 1.4% / 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。
4	タイトルコール追込	中山遥（浦和）	実15.5	B× A△勝率6% EV-5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向）
前5走 08/12 浦和7R 4着/12頭+0.7秒 07/16 浦和8R 7着/9頭+1.0秒 04/22 浦和9R 12着/12頭+1.4秒 04/06 川崎9R 4着/11頭+0.2秒 03/18 浦和8R 9着/12頭+2.1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 7.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 距離適性同距離 14走で勝率 21% ○ ローテーション 27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 0.2% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.1% / 期待値 -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	カネトシフープ	野畑凌（川崎）	実6.4	B× A△勝率10% EV-33% 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10R 4着/12頭+0.8秒 07/31 川崎9R 2着/12頭+1.3秒 07/10 川崎7R 5着/10頭 06/16 川崎7R 2着/12頭+0.0秒 12/15 川崎12R 4着/12頭+1.1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 3.7着 ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 13走で勝率 15% ○ 馬場適性同馬場 4走で勝率 25% ○ 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) AI 予想勝率 0.0% (オッズ暗示: 15.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.4% / 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。
6	ハローマイラブリー逃げ	藤本現（大井）	実25.7	B△ A▽勝率4% EV+3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/03 船橋5R 4着/12頭+0.5秒 01/09 浦和10R 11着/13頭+2.1秒 12/17 川崎7R 6着/9頭+1.5秒 12/08 船橋9R 11着/12頭+3.4秒 11/05 船橋10R 4着/12頭+0.3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) △ 騎手近50戦勝率 4% (やや苦戦) × 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 1.1% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.0% / 期待値 +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。
7	シンシアビューティ自在	新原周（川崎）	実65.4	B× A▽勝率1% EV-30% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 08/18 川崎10R 12着/12頭+2.1秒 07/30 川崎6R 4着/11頭+1.1秒 04/10 川崎10R 10着/12頭+1.7秒 03/04 川崎5R 11着/11頭+2.4秒 02/03 川崎8R 12着/12頭+1.9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 8.7着 (不振) ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 13走で勝率 15% ▽ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.1% / 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。
8	フラワーガールエス	櫻井光（川崎）	実57.0	B× A▽勝率1% EV-43% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調）
前5走 08/18 川崎10R 11着/12頭+1.7秒 07/27 川崎3R 1着/11頭勝利 07/08 川崎5R 7着/11頭 06/18 川崎2R 9着/10頭 05/13 川崎2R 11着/12頭+1.8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戦の調子勝率 33% (上り調子) ○ 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% ▽ 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) -91% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 期待値 -44% ※ 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	ポッドデューク先行	御神訓（大井）	実3.7	B◎ A◎勝率30% EV+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（当競馬場7走で勝率57%と適性高／同距離帯6走で勝率50%／直近3走で勝率33%と好調）
前5走 08/18 川崎10R 6着/12頭+0.7秒 07/28 川崎8R 3着/12頭+0.4秒 05/14 川崎7R 1着/11頭勝利 04/06 川崎9R 5着/11頭+0.4秒 03/03 川崎7R 1着/12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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 57% (得意) ◎ 距離適性同距離 6走で勝率 50% ◎ 騎手近50戦勝率 30% (好調) ○ 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) +202% (市場が大幅過小評価) AI 予想勝率 81.9% (オッズ暗示: 27.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 29.7% / 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。
10	ミヅルーラー	岡村健（船橋）	実12.4	B△ A△勝率6% EV-24% 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／同距離帯は6走で勝ち無し／前走3着）
前5走 08/12 浦和7R 3着/12頭+0.6秒 07/16 浦和8R 5着/9頭+1.0秒 06/24 浦和7R 5着/9頭 05/27 浦和7R 5着/12頭 05/04 船橋5R 6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 4.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 8.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.1% / 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。
11	コウユーミューミュ	和田譲（大井）	実22.6	B△ A▽勝率4% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/12 浦和7R 5着/12頭+0.8秒 08/02 船橋5R 4着/11頭+1.2秒 07/16 浦和8R 4着/9頭 07/06 川崎6R 3着/12頭+0.0秒 06/25 浦和5R 6着/10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 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 27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 2.2% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.0% / 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。
12	プレストヴィーナス逃げ	張田昂（船橋）	実3.8	B○ A▲勝率13% EV-49% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯16走で勝率31%／同馬場状態で勝率33%／直近3走平均3.0着と安定）
前5走 08/18 川崎10R 4着/12頭+0.2秒 07/31 川崎10R 3着/12頭+0.9秒 06/15 川崎9R 2着/3頭 05/14 川崎7R 5着/11頭+0.4秒 04/07 川崎3R 1着/12頭勝利
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 3.0着 (安定) ○ 当競馬場適性 40走で勝率 20% (相性良) ◎ 距離適性同距離 16走で勝率 31% ◎ 馬場適性同馬場 9走で勝率 33% ○ 騎手近50戦勝率 16% ○ 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) -70% (大幅な期待値マイナス) AI 予想勝率 8.0% (オッズ暗示: 26.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.2% / 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。

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 ◎

ポッドデューク

騎手御神訓（大井）

単勝オッズ

3.7倍

AI期待値

+202%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲12プレストヴィーナス

3.8倍

EV -69%

▲A:○2マナコア

3.7倍

EV -80%

出走馬全12頭

◎A:◎9

ポッドデューク

御神訓（大井）

3.7倍

+202%

›

○A:▲12

プレストヴィーナス

張田昂（船橋）

3.8倍

-69%

›

▲A:○2

マナコア

町田直（川崎）

3.7倍

-80%

›

△A:▽11

コウユーミューミュ

和田譲（大井）

22.6倍

-50%

›

△A:▽6

ハローマイラブリー

藤本現（大井）

25.7倍

-70%

›

△A:△10

ミヅルーラー

岡村健（船橋）

12.4倍

-88%

›

×A:△4

タイトルコール

中山遥（浦和）

15.5倍

-97%

›

×A:▽1

ダークンストーミー

池谷匠（川崎）

41.8倍

-93%

›

×A:▽8

フラワーガールエス

櫻井光（川崎）

57.0倍

-91%

›

×A:▽7

シンシアビューティ

新原周（川崎）

65.4倍

-94%

›

×A:△5

カネトシフープ

野畑凌（川崎）

6.4倍

-99%

›

×A:▽3

レジェス

七夕裕（浦和）

50.2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900m ダート900m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダークンストーミー差し	池谷匠（川崎）	実41.8	▽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0%と苦戦傾向／直近3走平均9.7着と低調／139日ぶりの実戦）
前5走 04/22 浦和7R 10着/12頭+1.2秒 04/09 川崎12R 12着/12頭+2.2秒 03/06 川崎9R 7着/11頭+0.8秒 02/02 川崎12R 12着/13頭+3.7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 9.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.9% (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。
2	マナコア逃げ	町田直（川崎）	実3.7	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 08/18 川崎10R 10着/12頭+1.5秒 05/11 川崎12R 1着/12頭勝利 04/10 川崎10R 2着/12頭+0.0秒 02/10 船橋2R 9着/9頭+2.7秒 01/20 船橋4R 12着/12頭+4.1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 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) ▽ 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) -22% (オッズ過剰評価) AI 予想勝率 21.1% (オッズ暗示: 27.0%) ※ 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。
3	レジェス	七夕裕（浦和）	実50.2	▽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 07/17 浦和10R 6着/11頭 06/24 浦和9R 6着/11頭 06/03 船橋6R 13着/13頭 05/27 浦和9R 9着/11頭 05/08 船橋8R 12着/14頭+2.2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 8.3着 (不振) ○ 距離適性同距離 6走で勝率 17% ○ 馬場適性同馬場 4走で勝率 25% × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。
4	タイトルコール追込	中山遥（浦和）	実15.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向）
前5走 08/12 浦和7R 4着/12頭+0.7秒 07/16 浦和8R 7着/9頭+1.0秒 04/22 浦和9R 12着/12頭+1.4秒 04/06 川崎9R 4着/11頭+0.2秒 03/18 浦和8R 9着/12頭+2.1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 7.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 距離適性同距離 14走で勝率 21% ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 6.1% (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	カネトシフープ	野畑凌（川崎）	実6.4	△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10R 4着/12頭+0.8秒 07/31 川崎9R 2着/12頭+1.3秒 07/10 川崎7R 5着/10頭 06/16 川崎7R 2着/12頭+0.0秒 12/15 川崎12R 4着/12頭+1.1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 3.7着 ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 13走で勝率 15% ○ 馬場適性同馬場 4走で勝率 25% ○ 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 10.4% (オッズ暗示: 15.6%) ※ 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。
6	ハローマイラブリー逃げ	藤本現（大井）	実25.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/03 船橋5R 4着/12頭+0.5秒 01/09 浦和10R 11着/13頭+2.1秒 12/17 川崎7R 6着/9頭+1.5秒 12/08 船橋9R 11着/12頭+3.4秒 11/05 船橋10R 4着/12頭+0.3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) △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 4.0% (オッズ暗示: 3.9%) ※ 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。
7	シンシアビューティ自在	新原周（川崎）	実65.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 08/18 川崎10R 12着/12頭+2.1秒 07/30 川崎6R 4着/11頭+1.1秒 04/10 川崎10R 10着/12頭+1.7秒 03/04 川崎5R 11着/11頭+2.4秒 02/03 川崎8R 12着/12頭+1.9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 8.7着 (不振) ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 13走で勝率 15% ▽ 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) -31% (大幅な期待値マイナス) AI 予想勝率 1.1% (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。
8	フラワーガールエス	櫻井光（川崎）	実57.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調）
前5走 08/18 川崎10R 11着/12頭+1.7秒 07/27 川崎3R 1着/11頭勝利 07/08 川崎5R 7着/11頭 06/18 川崎2R 9着/10頭 05/13 川崎2R 11着/12頭+1.8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戦の調子勝率 33% (上り調子) ○ 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% ▽ 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) -44% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
9	ポッドデューク先行	御神訓（大井）	実3.7	◎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7走で勝率57%と適性高／同距離帯6走で勝率50%／直近3走で勝率33%と好調）
前5走 08/18 川崎10R 6着/12頭+0.7秒 07/28 川崎8R 3着/12頭+0.4秒 05/14 川崎7R 1着/11頭勝利 04/06 川崎9R 5着/11頭+0.4秒 03/03 川崎7R 1着/12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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 57% (得意) ◎ 距離適性同距離 6走で勝率 50% ◎ 騎手近50戦勝率 30% (好調) ○ 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) +9% (市場と概ね一致) AI 予想勝率 29.7% (オッズ暗示: 27.0%) ※ 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。
10	ミヅルーラー	岡村健（船橋）	実12.4	△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／同距離帯は6走で勝ち無し／前走3着）
前5走 08/12 浦和7R 3着/12頭+0.6秒 07/16 浦和8R 5着/9頭+1.0秒 06/24 浦和7R 5着/9頭 05/27 浦和7R 5着/12頭 05/04 船橋5R 6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 4.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) ○ ローテーション 27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 6.1% (オッズ暗示: 8.1%) ※ 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	コウユーミューミュ	和田譲（大井）	実22.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/12 浦和7R 5着/12頭+0.8秒 08/02 船橋5R 4着/11頭+1.2秒 07/16 浦和8R 4着/9頭 07/06 川崎6R 3着/12頭+0.0秒 06/25 浦和5R 6着/10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 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 4.0% (オッズ暗示: 4.4%) ※ 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。
12	プレストヴィーナス逃げ	張田昂（船橋）	実3.8	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯16走で勝率31%／同馬場状態で勝率33%／直近3走平均3.0着と安定）
前5走 08/18 川崎10R 4着/12頭+0.2秒 07/31 川崎10R 3着/12頭+0.9秒 06/15 川崎9R 2着/3頭 05/14 川崎7R 5着/11頭+0.4秒 04/07 川崎3R 1着/12頭勝利
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 3.0着 (安定) ○ 当競馬場適性 40走で勝率 20% (相性良) ◎ 距離適性同距離 16走で勝率 31% ◎ 馬場適性同馬場 9走で勝率 33% ○ 騎手近50戦勝率 16% ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 13.2% (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。

AIの本命

AI評価1位

ポッドデューク

騎手御神訓（大井）

単勝オッズ

3.7倍

AI期待値

+9%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2マナコア

3.7倍

EV -22%

▲12プレストヴィーナス

3.8倍

EV -49%

出走馬全12頭

◎9

ポッドデューク

御神訓（大井）

3.7倍

+9%

›

○2

マナコア

町田直（川崎）

3.7倍

-22%

›

▲12

プレストヴィーナス

張田昂（船橋）

3.8倍

-49%

›

△5

カネトシフープ

野畑凌（川崎）

6.4倍

-33%

›

△10

ミヅルーラー

岡村健（船橋）

12.4倍

-24%

›

△4

タイトルコール

中山遥（浦和）

15.5倍

-5%

›

▽6

ハローマイラブリー

藤本現（大井）

25.7倍

+3%

›

▽11

コウユーミューミュ

和田譲（大井）

22.6倍

-10%

›

▽1

ダークンストーミー

池谷匠（川崎）

41.8倍

-18%

›

▽3

レジェス

七夕裕（浦和）

50.2倍

-30%

›

▽7

シンシアビューティ

新原周（川崎）

65.4倍

-30%

›

▽8

フラワーガールエス

櫻井光（川崎）

57.0倍

-43%

›

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