川崎 7R 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

7R 川崎競馬場ダ1400m ダート1400m　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミオサンダー	増田充（川崎）	実27.7	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12R 9着/12頭+2.2秒 07/29 川崎3R 3着/9頭+1.5秒 07/10 川崎6R 3着/9頭+4.0秒 06/15 川崎7R 11着/13頭 12/18 川崎9R 7着/10頭+2.9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 5.0着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% △ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 3.6%) ▽ 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。
2	クリスタルタワー	今村聖（JRA）	実4.4	B▲ A○勝率14% EV-40% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
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) ○ 騎手近50戦勝率 16% × 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 8.0% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.6% / 期待値 -40% ※ 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	リーゼントモニカ	石田拓（JRA）	実23.2	B× A×勝率2% EV-51% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) × 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: 4.3%) × Aモデルの評価 (参考) レース内 7位 / 勝率 2.1% / 期待値 -51% ※ 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	ドナエポナ先行	岡村健（船橋）	実65.0	B△ A▽勝率1% EV-42% 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／同距離帯は4走で勝ち無し／64日ぶりの実戦）
前5走 07/06 川崎7R 10着/12頭+0.0秒 06/15 川崎6R 5着/12頭 05/11 川崎2R 3着/10頭+0.8秒 03/31 船橋2R 11着/12頭+2.4秒 03/09 船橋2R 4着/8頭+1.8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 6.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 16% ▽ 前走実績前走 10着 (大敗) × 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 1.0% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.9% / 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。
5	アリアファブラ	野畑凌（川崎）	実8.0	B△ A△勝率6% EV-51% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.1% / 期待値 -51% ※ 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	ニシノゲッパク	山林信（川崎）	実5.4	B△ A▲勝率8% EV-59% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 2% (やや苦戦) × 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 1.0% (オッズ暗示: 18.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.6% / 期待値 -59% ※ 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	カナールレイナ自在	伊藤裕（川崎）	実38.5	B× A×勝率1% EV-64% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/21 川崎12R 8着/12頭+2.1秒 07/08 川崎6R 8着/11頭 06/16 川崎6R 5着/11頭 05/12 川崎6R 5着/12頭+0.8秒 04/10 川崎4R 4着/6頭+1.7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 7.0着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 8走で勝率 12% ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.6%) × Aモデルの評価 (参考) レース内 10位 / 勝率 0.9% / 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。
8	ジョイアミーア	笹川翼（大井）	実2.5	B◎ A◎勝率55% EV+36% 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 ― ― ― ― ―
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) ◎ 期待値 (オッズ vs AI勝率) +68% (市場が大幅過小評価) AI 予想勝率 67.4% (オッズ暗示: 40.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 54.7% / 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	フォーマイディア	加藤雄（川崎）	実25.4	B× A×勝率2% 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 08/19 川崎9R 5着/12頭+0.6秒 07/27 川崎10R 9着/10頭+1.7秒 07/08 川崎6R 6着/11頭 06/17 川崎6R 6着/8頭 06/01 船橋1R 6着/11頭
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 13走で勝率 0% (苦戦) △ 距離適性同距離 16走で勝率 6% △ 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 8位 / 勝率 1.9% / 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。
10	アグネスブリッツ推奨	ゴンサ（船橋）	実10.8	B○ A△勝率6% EV-32% 詳細▼	市場が大きく過小評価、AI予想勝率20% × オッズ10.8倍で期待値+118%の有力候補（市場想定よりAI評価が高く妙味）
前5走 ― ― ― ― ―
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) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) ◎ 期待値 (オッズ vs AI勝率) +118% (市場が大幅過小評価) AI 予想勝率 20.2% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.2% / 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。
11	シノン	櫻井光（川崎）	実24.2	B× A△勝率3% EV-20% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯4走で勝率25%）
前5走 08/20 川崎3R 8着/11頭+1.5秒 07/27 川崎3R 8着/11頭+0.9秒 07/08 川崎5R 6着/11頭 02/04 川崎6R 4着/12頭+0.5秒 01/02 川崎1R 4着/12頭+0.6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 7.3着 (不振) △ 当競馬場適性 8走で勝率 12% ◎ 距離適性同距離 4走で勝率 25% ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 4.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.3% / 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。
12	キチョウ	古岡勇（川崎）	実33.0	B× A×勝率1% EV-70% 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10走で勝ち無し）
前5走 07/29 川崎3R 8着/9頭+3.0秒 06/15 川崎7R 5着/13頭 06/01 船橋5R 10着/11頭 05/13 川崎3R 3着/14頭+0.7秒 04/06 川崎3R 10着/10頭+2.0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 7.7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 10走で勝ち無し × 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: 3.0%) × Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 -70% ※ 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 ◎

ジョイアミーア

騎手笹川翼（大井）

単勝オッズ

2.5倍

AI期待値

+68%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△10アグネスブリッツ

10.8倍

EV +118%

▲A:○2クリスタルタワー

4.4倍

EV -64%

出走馬全12頭

◎A:◎8

ジョイアミーア

笹川翼（大井）

2.5倍

+68%

›

○A:△10

アグネスブリッツ

ゴンサ（船橋）

10.8倍

+118%

›

▲A:○2

クリスタルタワー

今村聖（JRA）

4.4倍

-64%

›

△A:△5

アリアファブラ

野畑凌（川崎）

8.0倍

-82%

›

△A:▲6

ニシノゲッパク

山林信（川崎）

5.4倍

-94%

›

△A:▽4

ドナエポナ

岡村健（船橋）

65.0倍

-37%

›

×A:×3

リーゼントモニカ

石田拓（JRA）

23.2倍

-98%

›

×A:△11

シノン

櫻井光（川崎）

24.2倍

-98%

›

×A:×12

キチョウ

古岡勇（川崎）

33.0倍

-97%

›

×A:▽1

ミオサンダー

増田充（川崎）

27.7倍

-98%

›

×A:×7

カナールレイナ

伊藤裕（川崎）

38.5倍

-98%

›

×A:×9

フォーマイディア

加藤雄（川崎）

25.4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

見送り

B. 市場除外+キャリブ

単勝 10 アグネスブリッツ ¥300 実10.8倍期待値 +118% 不的中9着単勝 10.8倍

※ オッズは予測時点の値です。

7R 川崎競馬場ダ1400m ダート1400m　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミオサンダー	増田充（川崎）	実27.7	▽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12R 9着/12頭+2.2秒 07/29 川崎3R 3着/9頭+1.5秒 07/10 川崎6R 3着/9頭+4.0秒 06/15 川崎7R 11着/13頭 12/18 川崎9R 7着/10頭+2.9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 5.0着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% △ 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) -50% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 3.6%) ※ 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。
2	クリスタルタワー	今村聖（JRA）	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
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) ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 13.6% (オッズ暗示: 22.7%) ※ 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	リーゼントモニカ	石田拓（JRA）	実23.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 4.3%) ※ 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。
4	ドナエポナ先行	岡村健（船橋）	実65.0	▽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／同距離帯は4走で勝ち無し／64日ぶりの実戦）
前5走 07/06 川崎7R 10着/12頭+0.0秒 06/15 川崎6R 5着/12頭 05/11 川崎2R 3着/10頭+0.8秒 03/31 船橋2R 11着/12頭+2.4秒 03/09 船橋2R 4着/8頭+1.8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 6.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 16% ▽ 前走実績前走 10着 (大敗) × 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 0.9% (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。
5	アリアファブラ	野畑凌（川崎）	実8.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 5位 (中位評価) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 6.1% (オッズ暗示: 12.5%) ※ 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	ニシノゲッパク	山林信（川崎）	実5.4	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 7.6% (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。
7	カナールレイナ自在	伊藤裕（川崎）	実38.5	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/21 川崎12R 8着/12頭+2.1秒 07/08 川崎6R 8着/11頭 06/16 川崎6R 5着/11頭 05/12 川崎6R 5着/12頭+0.8秒 04/10 川崎4R 4着/6頭+1.7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 7.0着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 8走で勝率 12% ○ 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) -64% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.6%) ※ 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	ジョイアミーア	笹川翼（大井）	実2.5	◎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 ― ― ― ― ―
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 54.7% (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。
9	フォーマイディア	加藤雄（川崎）	実25.4	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場13走で勝率0%と苦戦傾向）
前5走 08/19 川崎9R 5着/12頭+0.6秒 07/27 川崎10R 9着/10頭+1.7秒 07/08 川崎6R 6着/11頭 06/17 川崎6R 6着/8頭 06/01 船橋1R 6着/11頭
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 13走で勝率 0% (苦戦) △ 距離適性同距離 16走で勝率 6% △ 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) -52% (大幅な期待値マイナス) AI 予想勝率 1.9% (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。
10	アグネスブリッツ推奨	ゴンサ（船橋）	実10.8	△詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 6.2% (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。
11	シノン	櫻井光（川崎）	実24.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯4走で勝率25%）
前5走 08/20 川崎3R 8着/11頭+1.5秒 07/27 川崎3R 8着/11頭+0.9秒 07/08 川崎5R 6着/11頭 02/04 川崎6R 4着/12頭+0.5秒 01/02 川崎1R 4着/12頭+0.6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 7.3着 (不振) △ 当競馬場適性 8走で勝率 12% ◎ 距離適性同距離 4走で勝率 25% ○ 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) -20% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 4.1%) ※ 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	キチョウ	古岡勇（川崎）	実33.0	×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10走で勝ち無し）
前5走 07/29 川崎3R 8着/9頭+3.0秒 06/15 川崎7R 5着/13頭 06/01 船橋5R 10着/11頭 05/13 川崎3R 3着/14頭+0.7秒 04/06 川崎3R 10着/10頭+2.0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 7.7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 10走で勝ち無し × 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 0.9% (オッズ暗示: 3.0%) ※ 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。

AIの本命

AI評価1位

ジョイアミーア

騎手笹川翼（大井）

単勝オッズ

2.5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

○2クリスタルタワー

4.4倍

EV -40%

▲6ニシノゲッパク

5.4倍

EV -59%

出走馬全12頭

◎8

ジョイアミーア

笹川翼（大井）

2.5倍

+36%

›

○2

クリスタルタワー

今村聖（JRA）

4.4倍

-40%

›

▲6

ニシノゲッパク

山林信（川崎）

5.4倍

-59%

›

△10

アグネスブリッツ

ゴンサ（船橋）

10.8倍

-32%

›

△5

アリアファブラ

野畑凌（川崎）

8.0倍

-51%

›

△11

シノン

櫻井光（川崎）

24.2倍

-20%

›

×3

リーゼントモニカ

石田拓（JRA）

23.2倍

-51%

›

×9

フォーマイディア

加藤雄（川崎）

25.4倍

-52%

›

▽1

ミオサンダー

増田充（川崎）

27.7倍

-49%

›

×7

カナールレイナ

伊藤裕（川崎）

38.5倍

-64%

›

×12

キチョウ

古岡勇（川崎）

33.0倍

-70%

›

▽4

ドナエポナ

岡村健（船橋）

65.0倍

-42%

›

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

見送り

B. 市場除外+キャリブ

単勝 10 アグネスブリッツ ¥300 実10.8倍期待値 -33% 不的中9着単勝 10.8倍

※ 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