川崎 3R 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

3R 川崎競馬場ダ900m ダート900m　発走 15:47

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メイショウユウモウ	藤江渉（川崎）	実31.3	B× A▽勝率3% EV-1% 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7R 9着/12頭+1.5秒 07/31 川崎9R 5着/12頭+2.0秒 07/06 川崎6R 7着/12頭 05/11 川崎7R 3着/12頭+1.3秒 04/09 川崎6R 3着/12頭+0.2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 7.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7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 7位 / 勝率 3.2% / 期待値 -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。
2	タカラバディウス	野畑凌（川崎）	実10.4	B× A△勝率9% EV-9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し／前走2着）
前5走 08/26 船橋6R 2着/3頭 08/06 船橋8R 5着/9頭+1.3秒 07/14 浦和2R 3着/12頭 06/29 船橋1R 2着/7頭+2.0秒 06/23 浦和1R 4着/9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 3.3着 ▽ 距離適性同距離は 3走で勝ち無し ○ 前走実績前走 2着 (好走) ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 9.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.7% / 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。
3	コトノサンショ	本田紀（川崎）	実182.4	B× A▽勝率1% EV+16% 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 11着/11頭+3.6秒 07/27 川崎9R 10着/12頭+1.8秒 07/06 川崎6R 11着/12頭+3.0秒 06/17 川崎3R 10着/11頭 05/12 川崎5R 12着/12頭+2.6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 10.7着 (不振) △ 当競馬場適性 35走で勝率 9% △ 距離適性同距離 34走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.6% / 期待値 +17% ※ 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	パルクールチェコ逃げ	笹川翼（大井）	実7.0	B▲ A○勝率16% EV+12% 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／前走勝利の勢い／216日ぶりの実戦）
前5走 02/05 川崎5R 1着/12頭勝利 01/03 川崎6R 4着/12頭+0.2秒 12/17 川崎8R 4着/11頭+1.3秒 11/18 川崎4R 2着/12頭+0.9秒 10/16 川崎2R 2着/12頭+1.3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) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 7走で勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 216日休養明け × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 14.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.0% / 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。
5	インファンタ逃げ	中島良（浦和）	実61.4	B× A▽勝率2% EV+4% 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 08/10 浦和9R 7着/10頭+1.9秒 06/02 船橋8R 12着/14頭+1.0秒 05/28 浦和6R 4着/12頭 05/07 船橋9R 12着/12頭+4.3秒 04/10 川崎7R 8着/11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 7.7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) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 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。
6	アンジュグレース	加藤雄（川崎）	実30.0	B× A△勝率4% EV+6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 08/19 川崎7R 3着/12頭+0.6秒 07/27 川崎9R 5着/12頭+0.9秒 07/06 川崎6R 6着/12頭 06/18 川崎7R 3着/10頭+0.0秒 05/12 川崎5R 9着/12頭+1.8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 4.7着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.6% / 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。
7	ラッキーカムカム先行	新原周（川崎）	実10.5	B△ A△勝率6% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/18 川崎8R 7着/12頭+0.8秒 07/24 大井8R 3着/12頭+0.3秒 07/03 大井8R 8着/13頭 06/11 大井9R 12着/14頭 02/19 大井10R 14着/14頭+2.5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 6.0着 ○ ローテーション 22日の間隔 (理想的) × 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: 9.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.1% / 期待値 -36% ※ 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	クォンタイズ	岡村裕（川崎）	実30.0	B○ A▽勝率2% EV-31% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場18走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／前走3着）
前5走 08/18 川崎8R 3着/12頭+0.4秒 07/27 川崎9R 3着/12頭+0.5秒 07/06 川崎6R 4着/12頭 06/17 川崎3R 3着/11頭 06/02 船橋8R 6着/14頭+1.0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 3.3着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 4.1% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 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。
9	カウニスミエリ	田中涼（川崎）	実106.7	B△ A▽勝率1% EV+50% 詳細▼	大穴、AI予想勝率低く長期回収困難（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5走 08/19 川崎7R 10着/12頭+1.6秒 07/30 川崎1R 1着/12頭勝利 07/09 川崎2R 2着/12頭+2.0秒 06/25 浦和7R 8着/12頭+0.0秒 06/17 川崎3R 6着/11頭+1.0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 9走で勝率 22% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 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) -52% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 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。
10	クラウディルックス	町田直（川崎）	実1.6	B◎ A◎勝率42% EV-33% 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3走で勝率67%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 08/19 川崎7R 1着/12頭勝利 07/27 川崎9R 1着/12頭勝利 07/07 川崎7R 2着/12頭 02/18 大井6R 16着/16頭+9.0秒 01/28 大井7R 13着/13頭+4.3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 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 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 21日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 91.4% (オッズ暗示: 62.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 41.6% / 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	ブリテン追込	中山遥（浦和）	実6.3	B△ A▲勝率14% EV-10% 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4走で勝率25%）
前5走 08/19 川崎7R 8着/12頭+1.4秒 08/11 浦和4R 2着/9頭+0.8秒 07/30 川崎6R 2着/11頭+0.8秒 07/17 浦和5R 4着/12頭 07/09 川崎2R 1着/12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 4.0着 △ 当競馬場適性 9走で勝率 11% ◎ 距離適性同距離 4走で勝率 25% ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 15.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.2% / 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。
12	ティロワール追込	神尾香（川崎）	実169.0	B× A▽勝率1% EV-2% 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 05/15 川崎12R 10着/14頭+3.1秒 04/20 浦和7R 11着/12頭+3.0秒 03/16 浦和8R 10着/12頭+3.9秒 03/02 川崎5R 6着/11頭+1.9秒 02/03 川崎3R 8着/13頭+2.1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 10.3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 14% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 117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 0.6% / 期待値 -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 ◎

クラウディルックス

騎手町田直（川崎）

単勝オッズ

1.6倍

AI期待値

+46%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▽8クォンタイズ

30.0倍

EV +23%

▲A:○4パルクールチェコ

7.0倍

EV -78%

出走馬全12頭

◎A:◎10

クラウディルックス

町田直（川崎）

1.6倍

+46%

›

○A:▽8

クォンタイズ

岡村裕（川崎）

30.0倍

+23%

›

▲A:○4

パルクールチェコ

笹川翼（大井）

7.0倍

-78%

›

△A:▲11

ブリテン

中山遥（浦和）

6.3倍

-97%

›

△A:▽9

カウニスミエリ

田中涼（川崎）

106.7倍

-52%

›

△A:△7

ラッキーカムカム

新原周（川崎）

10.5倍

-97%

›

×A:△2

タカラバディウス

野畑凌（川崎）

10.4倍

-98%

›

×A:△6

アンジュグレース

加藤雄（川崎）

30.0倍

-96%

›

×A:▽1

メイショウユウモウ

藤江渉（川崎）

31.3倍

-99%

›

×A:▽5

インファンタ

中島良（浦和）

61.4倍

-99%

›

×A:▽12

ティロワール

神尾香（川崎）

169.0倍

-99%

›

×A:▽3

コトノサンショ

本田紀（川崎）

182.4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

両モデルとも見送り

3R 川崎競馬場ダ900m ダート900m　発走 15:47

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メイショウユウモウ	藤江渉（川崎）	実31.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 08/19 川崎7R 9着/12頭+1.5秒 07/31 川崎9R 5着/12頭+2.0秒 07/06 川崎6R 7着/12頭 05/11 川崎7R 3着/12頭+1.3秒 04/09 川崎6R 3着/12頭+0.2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 7.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7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) -1% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 3.2%) ※ 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。
2	タカラバディウス	野畑凌（川崎）	実10.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し／前走2着）
前5走 08/26 船橋6R 2着/3頭 08/06 船橋8R 5着/9頭+1.3秒 07/14 浦和2R 3着/12頭 06/29 船橋1R 2着/7頭+2.0秒 06/23 浦和1R 4着/9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 3.3着 ▽ 距離適性同距離は 3走で勝ち無し ○ 前走実績前走 2着 (好走) ○ 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) -10% (オッズ過剰評価) AI 予想勝率 8.7% (オッズ暗示: 9.6%) ※ 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。
3	コトノサンショ	本田紀（川崎）	実182.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調）
前5走 08/19 川崎6R 11着/11頭+3.6秒 07/27 川崎9R 10着/12頭+1.8秒 07/06 川崎6R 11着/12頭+3.0秒 06/17 川崎3R 10着/11頭 05/12 川崎5R 12着/12頭+2.6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 10.7着 (不振) △ 当競馬場適性 35走で勝率 9% △ 距離適性同距離 34走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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) +16% (市場と概ね一致) AI 予想勝率 0.6% (オッズ暗示: 0.5%) ※ 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。
4	パルクールチェコ逃げ	笹川翼（大井）	実7.0	○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／前走勝利の勢い／216日ぶりの実戦）
前5走 02/05 川崎5R 1着/12頭勝利 01/03 川崎6R 4着/12頭+0.2秒 12/17 川崎8R 4着/11頭+1.3秒 11/18 川崎4R 2着/12頭+0.9秒 10/16 川崎2R 2着/12頭+1.3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) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 7走で勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 216日休養明け △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 16.0% (オッズ暗示: 14.3%) ※ 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。
5	インファンタ逃げ	中島良（浦和）	実61.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/10 浦和9R 7着/10頭+1.9秒 06/02 船橋8R 12着/14頭+1.0秒 05/28 浦和6R 4着/12頭 05/07 船橋9R 12着/12頭+4.3秒 04/10 川崎7R 8着/11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 7.7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) +4% (市場と概ね一致) AI 予想勝率 1.7% (オッズ暗示: 1.6%) ※ 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	アンジュグレース	加藤雄（川崎）	実30.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 08/19 川崎7R 3着/12頭+0.6秒 07/27 川崎9R 5着/12頭+0.9秒 07/06 川崎6R 6着/12頭 06/18 川崎7R 3着/10頭+0.0秒 05/12 川崎5R 9着/12頭+1.8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 4.7着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ 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) +6% (市場と概ね一致) AI 予想勝率 3.6% (オッズ暗示: 3.3%) ※ 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	ラッキーカムカム先行	新原周（川崎）	実10.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/18 川崎8R 7着/12頭+0.8秒 07/24 大井8R 3着/12頭+0.3秒 07/03 大井8R 8着/13頭 06/11 大井9R 12着/14頭 02/19 大井10R 14着/14頭+2.5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 6.0着 ○ ローテーション 22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 6.1% (オッズ暗示: 9.5%) ※ 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	クォンタイズ	岡村裕（川崎）	実30.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場18走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／前走3着）
前5走 08/18 川崎8R 3着/12頭+0.4秒 07/27 川崎9R 3着/12頭+0.5秒 07/06 川崎6R 4着/12頭 06/17 川崎3R 3着/11頭 06/02 船橋8R 6着/14頭+1.0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 3.3着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 22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 2.3% (オッズ暗示: 3.3%) ※ 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。
9	カウニスミエリ	田中涼（川崎）	実106.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（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5走 08/19 川崎7R 10着/12頭+1.6秒 07/30 川崎1R 1着/12頭勝利 07/09 川崎2R 2着/12頭+2.0秒 06/25 浦和7R 8着/12頭+0.0秒 06/17 川崎3R 6着/11頭+1.0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 9走で勝率 22% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 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) +50% (市場が大幅過小評価) AI 予想勝率 1.4% (オッズ暗示: 0.9%) ※ 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	クラウディルックス	町田直（川崎）	実1.6	◎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（当競馬場3走で勝率67%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 08/19 川崎7R 1着/12頭勝利 07/27 川崎9R 1着/12頭勝利 07/07 川崎7R 2着/12頭 02/18 大井6R 16着/16頭+9.0秒 01/28 大井7R 13着/13頭+4.3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 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 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 21日の間隔 (理想的) × 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 41.6% (オッズ暗示: 62.5%) ※ 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	ブリテン追込	中山遥（浦和）	実6.3	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯4走で勝率25%）
前5走 08/19 川崎7R 8着/12頭+1.4秒 08/11 浦和4R 2着/9頭+0.8秒 07/30 川崎6R 2着/11頭+0.8秒 07/17 浦和5R 4着/12頭 07/09 川崎2R 1着/12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 4.0着 △ 当競馬場適性 9走で勝率 11% ◎ 距離適性同距離 4走で勝率 25% ○ 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) -10% (オッズ過剰評価) AI 予想勝率 14.2% (オッズ暗示: 15.9%) ※ 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。
12	ティロワール追込	神尾香（川崎）	実169.0	▽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／直近3走平均10.3着と低調／117日ぶりの実戦）
前5走 05/15 川崎12R 10着/14頭+3.1秒 04/20 浦和7R 11着/12頭+3.0秒 03/16 浦和8R 10着/12頭+3.9秒 03/02 川崎5R 6着/11頭+1.9秒 02/03 川崎3R 8着/13頭+2.1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 10.3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 14% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 117日休養明け △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.6%) ※ 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。

AIの本命

AI評価1位

クラウディルックス

騎手町田直（川崎）

単勝オッズ

1.6倍

AI期待値

-33%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4パルクールチェコ

7.0倍

EV +12%

▲11ブリテン

6.3倍

EV -10%

出走馬全12頭

◎10

クラウディルックス

町田直（川崎）

1.6倍

-33%

›

○4

パルクールチェコ

笹川翼（大井）

7.0倍

+12%

›

▲11

ブリテン

中山遥（浦和）

6.3倍

-10%

›

△2

タカラバディウス

野畑凌（川崎）

10.4倍

-9%

›

△7

ラッキーカムカム

新原周（川崎）

10.5倍

-36%

›

△6

アンジュグレース

加藤雄（川崎）

30.0倍

+6%

›

▽1

メイショウユウモウ

藤江渉（川崎）

31.3倍

-1%

›

▽8

クォンタイズ

岡村裕（川崎）

30.0倍

-31%

›

▽5

インファンタ

中島良（浦和）

61.4倍

+4%

›

▽9

カウニスミエリ

田中涼（川崎）

106.7倍

+50%

›

▽3

コトノサンショ

本田紀（川崎）

182.4倍

+16%

›

▽12

ティロワール

神尾香（川崎）

169.0倍

-2%

›

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