川崎 5R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

5R 川崎競馬場ダ900m ダート900m　発走 16:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ネヴァーノウズ自在	本田紀（川崎）	実131.6	B× A×勝率0% EV-68% 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10R 12着/12頭+3.3秒 07/31 川崎10R 12着/12頭+3.2秒 07/10 川崎9R 11着/11頭 05/14 川崎7R 4着/11頭+0.4秒 05/08 船橋8R 11着/14頭+2.1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 11.7着 (不振) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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) -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 0.2% / 期待値 -69% ※ 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	ピーチマカロン	達城龍（大井）	実55.8	B× A▽勝率1% EV-20% 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10R 7着/12頭+1.6秒 07/31 川崎10R 5着/12頭+1.4秒 07/09 川崎8R 5着/10頭 06/16 川崎7R 4着/12頭+0.0秒 05/27 浦和9R 6着/11頭+0.0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戦の調子平均 5.7着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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 8位 / 勝率 1.4% / 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。
3	ユーヴェル追込	古岡勇（川崎）	実127.8	B× A▽勝率1% EV-35% 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 05/14 川崎8R 5着/6頭+1.4秒 04/22 浦和8R 7着/12頭+1.7秒 04/07 川崎6R 9着/10頭+2.6秒 03/17 浦和1R 1着/7頭勝利 03/06 川崎5R 7着/8頭+1.9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 7.0着 (不振) △ 当競馬場適性 10走で勝率 10% △ ローテーション 118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 11位 / 勝率 0.5% / 期待値 -35% ※ 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	ベイブ逃げ	新原周（川崎）	実21.9	B× A△勝率6% EV+38% 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 04/28 園田12R 1着/12頭勝利 12/29 園田12R 3着/12頭+0.6秒 12/11 園田5R 1着/12頭勝利 11/27 園田9R 4着/11頭+0.7秒 11/06 園田4R 1着/12頭勝利
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 67% (絶好調) ◎ 距離適性同距離 22走で勝率 45% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 134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 4位 / 勝率 6.3% / 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。
5	エムティパル	伊藤裕（川崎）	実66.1	B× A▽勝率1% EV-41% 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 08/18 川崎10R 7着/12頭+0.9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 7.0着 (不振) ○ 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) -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 0.9% / 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。
6	ライトカーテン逃げ推奨	張田昂（船橋）	実17.5	B△ A▲勝率11% EV+88% 詳細▼	期待値プラスでAIの推し馬（騎手の手腕も後押し）
前5走 08/05 船橋2R 4着/6頭+1.4秒 07/04 船橋8R 10着/11頭 06/01 船橋5R 4着/11頭+1.0秒 05/04 船橋1R 11着/11頭+3.8秒 01/20 船橋7R 5着/10頭+1.2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 6.0着 ○ 騎手近50戦勝率 14% × 期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 5.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.8% / 期待値 +88% ※ 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	スレヒトゥヴアルク先行	藤江渉（川崎）	実35.7	B△ A△勝率3% EV+20% 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 08/19 川崎10R 5着/12頭+1.3秒 07/28 川崎8R 5着/12頭+1.0秒 07/07 川崎7R 1着/12頭 06/16 川崎7R 5着/12頭+3.0秒 05/14 川崎7R 6着/11頭+0.4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戦の調子勝率 33% (上り調子) △ 当競馬場適性 14走で勝率 14% ○ 距離適性同距離 11走で勝率 18% ○ 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: 2.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.4% / 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	ミリオンフライト	池谷匠（川崎）	実90.6	B× A▽勝率1% EV-27% 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）
前5走 08/20 川崎3R 5着/11頭+1.4秒 07/27 川崎3R 4着/11頭+0.5秒 07/08 川崎5R 3着/11頭 03/16 浦和1R 1着/11頭勝利 03/03 川崎5R 9着/9頭+9.3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 4.0着 × 当競馬場適性 10走で勝率 0% (苦戦) △ 距離適性同距離 9走で勝率 11% ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.8% / 期待値 -28% ※ 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	エースクイーン自在	鷹見陸（大井）	実6.9	B○ A○勝率11% EV-21% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場12走で勝率50%と適性高／同距離帯15走で勝率40%／直近3走で勝率33%と好調）
前5走 08/18 川崎10R 3着/12頭+0.2秒 07/30 川崎6R 1着/11頭勝利 07/07 川崎7R 3着/12頭 06/18 川崎7R 1着/10頭 05/11 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 12走で勝率 50% (得意) ◎ 距離適性同距離 15走で勝率 40% ○ 馬場適性同馬場 5走で勝率 20% △ 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 22日の間隔 (理想的) × 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 5.1% (オッズ暗示: 14.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.4% / 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。
10	ボルドーティラミス逃げ	中山遥（浦和）	実55.6	B▲ A▽勝率2% EV+19% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は11走で勝ち無し／61日ぶりの実戦）
前5走 07/10 川崎10R 7着/8頭 05/26 浦和10R 7着/13頭 05/15 川崎9R 9着/12頭+1.6秒 04/10 川崎8R 4着/11頭+0.3秒 03/18 浦和7R 6着/9頭+2.1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 7.7着 (不振) △ 当競馬場適性 17走で勝率 6% ▽ 距離適性同距離は 11走で勝ち無し × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.1% / 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。
11	ララロワデザニモー逃げ	矢野貴（大井）	実1.1	B◎ A◎勝率56% EV-38% 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15走で勝率67%と適性高／同距離帯5走で勝率100%／直近3走で勝率100%と好調）
前5走 08/19 川崎10R 1着/12頭勝利 07/31 川崎9R 1着/12頭勝利 12/17 川崎8R 1着/11頭勝利 11/21 川崎6R 1着/11頭勝利 10/16 川崎4R 1着/12頭勝利
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 100% (絶好調) ◎ 当競馬場適性 15走で勝率 67% (得意) ◎ 距離適性同距離 5走で勝率 100% ◎ 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 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 93.4% (オッズ暗示: 90.9%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 56.3% / 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	キャンディブーケ先行	ゴンサ（船橋）	実26.5	B△ A△勝率6% EV+56% 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／前走勝利の勢い／68日ぶりの実戦）
前5走 07/03 船橋7R 1着/7頭 06/03 船橋6R 7着/13頭 05/08 船橋8R 3着/14頭+0.9秒 03/12 船橋6R 5着/10頭+1.1秒 02/11 船橋6R 4着/13頭+0.3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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) × 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 0.2% (オッズ暗示: 3.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.9% / 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。

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 ◎

ララロワデザニモー

騎手矢野貴（大井）

単勝オッズ

1.1倍

AI期待値

+2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○9エースクイーン

6.9倍

EV -65%

▲A:▽10ボルドーティラミス

55.6倍

EV -62%

出走馬全12頭

◎A:◎11

ララロワデザニモー

矢野貴（大井）

1.1倍

+2%

›

○A:○9

エースクイーン

鷹見陸（大井）

6.9倍

-65%

›

▲A:▽10

ボルドーティラミス

中山遥（浦和）

55.6倍

-62%

›

△A:▲6

ライトカーテン

張田昂（船橋）

17.5倍

-92%

›

△A:△12

キャンディブーケ

ゴンサ（船橋）

26.5倍

-93%

›

△A:△7

スレヒトゥヴアルク

藤江渉（川崎）

35.7倍

-97%

›

×A:▽8

ミリオンフライト

池谷匠（川崎）

90.6倍

-93%

›

×A:△4

ベイブ

新原周（川崎）

21.9倍

-99%

›

×A:▽2

ピーチマカロン

達城龍（大井）

55.8倍

-99%

›

×A:▽5

エムティパル

伊藤裕（川崎）

66.1倍

-99%

›

×A:▽3

ユーヴェル

古岡勇（川崎）

127.8倍

-99%

›

×A:×1

ネヴァーノウズ

本田紀（川崎）

131.6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

単勝 6 ライトカーテン ¥100 実17.5倍期待値 -92% 不的中3着単勝 17.5倍

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

5R 川崎競馬場ダ900m ダート900m　発走 16:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ネヴァーノウズ自在	本田紀（川崎）	実131.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調）
前5走 08/19 川崎10R 12着/12頭+3.3秒 07/31 川崎10R 12着/12頭+3.2秒 07/10 川崎9R 11着/11頭 05/14 川崎7R 4着/11頭+0.4秒 05/08 船橋8R 11着/14頭+2.1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 11.7着 (不振) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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) -69% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.8%) ※ 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。
2	ピーチマカロン	達城龍（大井）	実55.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場13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 08/19 川崎10R 7着/12頭+1.6秒 07/31 川崎10R 5着/12頭+1.4秒 07/09 川崎8R 5着/10頭 06/16 川崎7R 4着/12頭+0.0秒 05/27 浦和9R 6着/11頭+0.0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戦の調子平均 5.7着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -21% (オッズ過剰評価) AI 予想勝率 1.4% (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。
3	ユーヴェル追込	古岡勇（川崎）	実127.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（118日ぶりの実戦）
前5走 05/14 川崎8R 5着/6頭+1.4秒 04/22 浦和8R 7着/12頭+1.7秒 04/07 川崎6R 9着/10頭+2.6秒 03/17 浦和1R 1着/7頭勝利 03/06 川崎5R 7着/8頭+1.9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 7.0着 (不振) △ 当競馬場適性 10走で勝率 10% △ ローテーション 118日休養明け × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 0.8%) ※ 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。
4	ベイブ逃げ	新原周（川崎）	実21.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯22走で勝率45%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 04/28 園田12R 1着/12頭勝利 12/29 園田12R 3着/12頭+0.6秒 12/11 園田5R 1着/12頭勝利 11/27 園田9R 4着/11頭+0.7秒 11/06 園田4R 1着/12頭勝利
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 67% (絶好調) ◎ 距離適性同距離 22走で勝率 45% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 134日休養明け ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 6.3% (オッズ暗示: 4.6%) ※ 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。
5	エムティパル	伊藤裕（川崎）	実66.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/18 川崎10R 7着/12頭+0.9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 7.0着 (不振) ○ 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) -42% (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。
6	ライトカーテン逃げ推奨	張田昂（船橋）	実17.5	▲詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+88%の中穴候補（騎手の手腕も後押し）
前5走 08/05 船橋2R 4着/6頭+1.4秒 07/04 船橋8R 10着/11頭 06/01 船橋5R 4着/11頭+1.0秒 05/04 船橋1R 11着/11頭+3.8秒 01/20 船橋7R 5着/10頭+1.2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 6.0着 ○ 騎手近50戦勝率 14% ◎ 期待値 (オッズ vs AI勝率) +88% (市場が大幅過小評価) AI 予想勝率 10.8% (オッズ暗示: 5.7%) ※ 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	スレヒトゥヴアルク先行	藤江渉（川崎）	実35.7	△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 08/19 川崎10R 5着/12頭+1.3秒 07/28 川崎8R 5着/12頭+1.0秒 07/07 川崎7R 1着/12頭 06/16 川崎7R 5着/12頭+3.0秒 05/14 川崎7R 6着/11頭+0.4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戦の調子勝率 33% (上り調子) △ 当競馬場適性 14走で勝率 14% ○ 距離適性同距離 11走で勝率 18% ○ 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) +20% (市場と概ね一致) AI 予想勝率 3.4% (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。
8	ミリオンフライト	池谷匠（川崎）	実90.6	▽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）
前5走 08/20 川崎3R 5着/11頭+1.4秒 07/27 川崎3R 4着/11頭+0.5秒 07/08 川崎5R 3着/11頭 03/16 浦和1R 1着/11頭勝利 03/03 川崎5R 9着/9頭+9.3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 4.0着 × 当競馬場適性 10走で勝率 0% (苦戦) △ 距離適性同距離 9走で勝率 11% ○ 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) -28% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.1%) ※ 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。
9	エースクイーン自在	鷹見陸（大井）	実6.9	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場12走で勝率50%と適性高／同距離帯15走で勝率40%／直近3走で勝率33%と好調）
前5走 08/18 川崎10R 3着/12頭+0.2秒 07/30 川崎6R 1着/11頭勝利 07/07 川崎7R 3着/12頭 06/18 川崎7R 1着/10頭 05/11 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 12走で勝率 50% (得意) ◎ 距離適性同距離 15走で勝率 40% ○ 馬場適性同馬場 5走で勝率 20% △ 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 22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 11.4% (オッズ暗示: 14.5%) ※ 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。
10	ボルドーティラミス逃げ	中山遥（浦和）	実55.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は11走で勝ち無し／61日ぶりの実戦）
前5走 07/10 川崎10R 7着/8頭 05/26 浦和10R 7着/13頭 05/15 川崎9R 9着/12頭+1.6秒 04/10 川崎8R 4着/11頭+0.3秒 03/18 浦和7R 6着/9頭+2.1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 7.7着 (不振) △ 当競馬場適性 17走で勝率 6% ▽ 距離適性同距離は 11走で勝ち無し △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 2.1% (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。
11	ララロワデザニモー逃げ	矢野貴（大井）	実1.1	◎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15走で勝率67%と適性高／同距離帯5走で勝率100%／直近3走で勝率100%と好調）
前5走 08/19 川崎10R 1着/12頭勝利 07/31 川崎9R 1着/12頭勝利 12/17 川崎8R 1着/11頭勝利 11/21 川崎6R 1着/11頭勝利 10/16 川崎4R 1着/12頭勝利
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 100% (絶好調) ◎ 当競馬場適性 15走で勝率 67% (得意) ◎ 距離適性同距離 5走で勝率 100% ◎ 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 21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 56.3% (オッズ暗示: 90.9%) ※ 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	キャンディブーケ先行	ゴンサ（船橋）	実26.5	△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／前走勝利の勢い／68日ぶりの実戦）
前5走 07/03 船橋7R 1着/7頭 06/03 船橋6R 7着/13頭 05/08 船橋8R 3着/14頭+0.9秒 03/12 船橋6R 5着/10頭+1.1秒 02/11 船橋6R 4着/13頭+0.3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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +56% (市場が大幅過小評価) AI 予想勝率 5.9% (オッズ暗示: 3.8%) ※ 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。

AIの本命

AI評価1位

ララロワデザニモー

騎手矢野貴（大井）

単勝オッズ

1.1倍

AI期待値

-38%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9エースクイーン

6.9倍

EV -21%

▲6ライトカーテン

17.5倍

EV +88%

出走馬全12頭

◎11

ララロワデザニモー

矢野貴（大井）

1.1倍

-38%

›

○9

エースクイーン

鷹見陸（大井）

6.9倍

-21%

›

▲6

ライトカーテン

張田昂（船橋）

17.5倍

+88%

›

△4

ベイブ

新原周（川崎）

21.9倍

+38%

›

△12

キャンディブーケ

ゴンサ（船橋）

26.5倍

+56%

›

△7

スレヒトゥヴアルク

藤江渉（川崎）

35.7倍

+20%

›

▽10

ボルドーティラミス

中山遥（浦和）

55.6倍

+19%

›

▽2

ピーチマカロン

達城龍（大井）

55.8倍

-20%

›

▽5

エムティパル

伊藤裕（川崎）

66.1倍

-41%

›

▽8

ミリオンフライト

池谷匠（川崎）

90.6倍

-27%

›

▽3

ユーヴェル

古岡勇（川崎）

127.8倍

-35%

›

×1

ネヴァーノウズ

本田紀（川崎）

131.6倍

-68%

›

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

単勝 6 ライトカーテン ¥100 実17.5倍期待値 +88% 不的中3着単勝 17.5倍

B. 市場除外+キャリブ

見送り

※ 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