川崎 8R 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

8R 川崎競馬場ダ1600m ダート1600m　発走 18:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴルールドロワ	見越彬（浦和）	実6.0	B△ A△勝率13% EV-19% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/13 大井9R 13着/15頭+2.5秒 07/15 浦和2R 2着/9頭+5.0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 7.5着 (不振) ▽ 前走実績前走 13着 (大敗) ○ ローテーション 26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 0.1% (オッズ暗示: 16.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 13.4% / 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	カミカクシ	大野拓（JRA）	実2.6	B△ A◎勝率37% EV-4% 詳細▼	人気馬、市場評価通りで上乗せなし（62日ぶりの実戦／騎手は近50戦で勝率40%）
前5走 07/08 川崎6R 4着/11頭 ― ― ― ―
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 4.0着 ◎ 騎手近50戦勝率 40% (好調) × 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 1.3% (オッズ暗示: 38.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 36.6% / 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。
3	バブリーヒーロー	秋元耕（浦和）	実57.6	B× A▽勝率1% EV-25% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/15 浦和9R 5着/12頭+2.0秒 06/29 船橋7R 8着/8頭 06/15 川崎2R 2着/11頭 06/01 船橋1R 10着/11頭 05/06 船橋3R 2着/9頭+1.2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 5.0着 × 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 0.0% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.3% / 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。
4	アウェイクサード	古岡勇（川崎）	実35.1	B× A▽勝率2% EV-14% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し）
前5走 08/21 川崎9R 7着/12頭+1.5秒 07/29 川崎7R 3着/11頭+0.4秒 07/08 川崎6R 5着/11頭+3.0秒 06/22 浦和9R 6着/8頭+0.0秒 05/28 浦和8R 5着/11頭
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 5.0着 ○ 当競馬場適性 10走で勝率 20% (相性良) ▽ 距離適性同距離は 3走で勝ち無し ○ 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: 2.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.4% / 期待値 -15% ※ 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	ボンセレンシス	町田直（川崎）	実6.4	B○ A▲勝率17% EV+7% 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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/21 川崎12R 1着/12頭勝利 07/29 川崎7R 7着/11頭+0.8秒 07/08 川崎6R 9着/11頭 06/16 川崎6R 3着/11頭+0.0秒 05/13 川崎3R 2着/14頭+0.7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 8走で勝率 25% (得意) ◎ 騎手近50戦勝率 24% (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) -25% (オッズ過剰評価) AI 予想勝率 11.7% (オッズ暗示: 15.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.8% / 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	グランフィエスタ推奨	矢野貴（大井）	実7.5	B◎ A△勝率7% EV-48% 詳細▼	市場が大きく過小評価、AI予想勝率82% × オッズ7.5倍で期待値+511%の有力候補（騎手は近50戦勝率28%と好調）
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 28% (好調) ◎ 期待値 (オッズ vs AI勝率) +511% (市場が大幅過小評価) AI 予想勝率 81.5% (オッズ暗示: 13.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.8% / 期待値 -49% ※ 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	ヴィスクレス	野畑凌（川崎）	実4.1	B▲ A○勝率20% EV-19% 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 7 ◎ 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 3位 (上位評価) × 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 4.6% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.6% / 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。
8	ロイヤルタイム	石神道（JRA）	実7.5	B△ A△勝率3% EV-76% 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 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 騎手近50戦勝率 5% (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 0.7% (オッズ暗示: 13.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.1% / 期待値 -77% ※ 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

B推奨Aモデル △

グランフィエスタ

騎手矢野貴（大井）

単勝オッズ

7.5倍

AI期待値

+511%

買い目

¥1,900

全レースの推奨

AIの推奨本命の次点

○A:▲5ボンセレンシス

6.4倍

EV -24%

▲A:○7ヴィスクレス

4.1倍

EV -80%

出走馬全8頭

◎A:△6

グランフィエスタ

矢野貴（大井）

7.5倍

+511%

›

○A:▲5

ボンセレンシス

町田直（川崎）

6.4倍

-24%

›

▲A:○7

ヴィスクレス

野畑凌（川崎）

4.1倍

-80%

›

△A:◎2

カミカクシ

大野拓（JRA）

2.6倍

-96%

›

△A:△8

ロイヤルタイム

石神道（JRA）

7.5倍

-95%

›

△A:△1

ヴルールドロワ

見越彬（浦和）

6.0倍

-99%

›

×A:▽3

バブリーヒーロー

秋元耕（浦和）

57.6倍

-97%

›

×A:▽4

アウェイクサード

古岡勇（川崎）

35.1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 6 グランフィエスタ ¥1,900 実7.5倍期待値 +511% 不的中4着単勝 7.5倍

※ オッズは予測時点の値です。

8R 川崎競馬場ダ1600m ダート1600m　発走 18:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴルールドロワ	見越彬（浦和）	実6.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/13 大井9R 13着/15頭+2.5秒 07/15 浦和2R 2着/9頭+5.0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 7.5着 (不振) ▽ 前走実績前走 13着 (大敗) ○ ローテーション 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 13.4% (オッズ暗示: 16.7%) ※ 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。
2	カミカクシ	大野拓（JRA）	実2.6	◎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（62日ぶりの実戦／騎手は近50戦で勝率40%）
前5走 07/08 川崎6R 4着/11頭 ― ― ― ―
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 4.0着 ◎ 騎手近50戦勝率 40% (好調) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 36.6% (オッズ暗示: 38.5%) ※ 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。
3	バブリーヒーロー	秋元耕（浦和）	実57.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/15 浦和9R 5着/12頭+2.0秒 06/29 船橋7R 8着/8頭 06/15 川崎2R 2着/11頭 06/01 船橋1R 10着/11頭 05/06 船橋3R 2着/9頭+1.2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 5.0着 △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.3% (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。
4	アウェイクサード	古岡勇（川崎）	実35.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し）
前5走 08/21 川崎9R 7着/12頭+1.5秒 07/29 川崎7R 3着/11頭+0.4秒 07/08 川崎6R 5着/11頭+3.0秒 06/22 浦和9R 6着/8頭+0.0秒 05/28 浦和8R 5着/11頭
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 5.0着 ○ 当競馬場適性 10走で勝率 20% (相性良) ▽ 距離適性同距離は 3走で勝ち無し ○ 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) -15% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 2.8%) ※ 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	ボンセレンシス	町田直（川崎）	実6.4	▲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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/21 川崎12R 1着/12頭勝利 07/29 川崎7R 7着/11頭+0.8秒 07/08 川崎6R 9着/11頭 06/16 川崎6R 3着/11頭+0.0秒 05/13 川崎3R 2着/14頭+0.7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 8走で勝率 25% (得意) ◎ 騎手近50戦勝率 24% (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) +7% (市場と概ね一致) AI 予想勝率 16.8% (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	グランフィエスタ推奨	矢野貴（大井）	実7.5	△詳細▼	期待値プラスでAIの推し馬（騎手は近50戦勝率28%と好調）
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 28% (好調) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 13.3%) ※ 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。
7	ヴィスクレス	野畑凌（川崎）	実4.1	○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 7 ◎ 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) -20% (オッズ過剰評価) AI 予想勝率 19.6% (オッズ暗示: 24.4%) ※ 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	ロイヤルタイム	石神道（JRA）	実7.5	△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 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 騎手近50戦勝率 5% (やや苦戦) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 13.3%) ※ 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

カミカクシ

騎手大野拓（JRA）

単勝オッズ

2.6倍

AI期待値

-4%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ヴィスクレス

4.1倍

EV -19%

▲5ボンセレンシス

6.4倍

EV +7%

出走馬全8頭

◎2

カミカクシ

大野拓（JRA）

2.6倍

-4%

›

○7

ヴィスクレス

野畑凌（川崎）

4.1倍

-19%

›

▲5

ボンセレンシス

町田直（川崎）

6.4倍

+7%

›

△1

ヴルールドロワ

見越彬（浦和）

6.0倍

-19%

›

△6

グランフィエスタ

矢野貴（大井）

7.5倍

-48%

›

△8

ロイヤルタイム

石神道（JRA）

7.5倍

-76%

›

▽4

アウェイクサード

古岡勇（川崎）

35.1倍

-14%

›

▽3

バブリーヒーロー

秋元耕（浦和）

57.6倍

-25%

›

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 6 グランフィエスタ ¥1,900 実7.5倍期待値 -49% 不的中4着単勝 7.5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