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1400m ダート1400m　発走 17:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブラックトルマリン	矢野貴（大井）	実4.6	B◎ A○勝率22% EV+3% 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5走で勝率40%と適性高／同距離帯4走で勝率50%／直近3走で勝率33%と好調）
前5走 08/20 川崎6R 3着/3頭 07/10 川崎10R 2着/8頭+2.0秒 04/08 川崎3R 1着/9頭勝利 03/02 川崎1R 1着/10頭勝利 11/20 川崎1R 2着/10頭+0.5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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) ○ 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) +306% (市場が大幅過小評価) AI 予想勝率 88.3% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.4% / 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。
2	フィリグラン先行	佐野遥（川崎）	実9.2	B▲ A△勝率4% EV-62% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 08/19 川崎9R 4着/12頭+0.4秒 07/29 川崎8R 5着/7頭+1.3秒 07/09 川崎7R 2着/8頭 06/16 川崎4R 1着/12頭 05/11 川崎9R 3着/10頭+0.8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 3.7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% ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 10.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.1% / 期待値 -62% ※ 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	アルティメット自在	中越琉（川崎）	実81.2	B× A▽勝率1% EV-15% 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 07/10 川崎10R 5着/8頭+1.0秒 05/15 川崎8R 4着/12頭+0.2秒 03/04 川崎7R 10着/12頭+1.0秒 02/03 川崎7R 2着/12頭+0.0秒 01/01 川崎12R 8着/12頭+1.0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 6.3着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 19走で勝率 5% × 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 1.0% / 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。
4	ゴーオンパーパス差し	張田昂（船橋）	実9.9	B△ A△勝率7% EV-26% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/10 浦和8R 6着/11頭+0.9秒 07/14 浦和6R 3着/10頭 06/25 浦和10R 3着/3頭 05/29 浦和9R 1着/10頭 05/06 船橋4R 7着/12頭+1.0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 4.0着 △ 距離適性同距離 7走で勝率 14% ○ 騎手近50戦勝率 14% × 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 0.5% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.4% / 期待値 -27% ※ 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	マーマレードスカイ	西啓太（大井）	実8.7	B× A×勝率4% EV-68% 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 8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 0.3% (オッズ暗示: 11.5%) × Aモデルの評価 (参考) レース内 7位 / 勝率 3.6% / 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。
6	スターゲット逃げ	沖響主（船橋）	実115.7	B× A×勝率0% EV-71% 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 08/26 船橋10R 12着/12頭+2.9秒 08/02 船橋5R 11着/11頭+3.3秒 07/02 船橋8R 7着/7頭+2.0秒 06/04 船橋9R 12着/12頭+1.0秒 04/01 船橋8R 10着/10頭+2.6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 10.0着 (不振) ▽ 距離適性同距離は 8走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ 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) -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 -71% ※ 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	パワポケウイング追込	古岡勇（川崎）	実22.1	B× A△勝率4% EV-13% 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10R 5着/12頭+0.4秒 07/31 川崎10R 6着/12頭+1.6秒 01/04 川崎10R 8着/12頭+1.4秒 12/16 川崎10R 8着/10頭+1.1秒 11/20 川崎9R 8着/12頭+1.6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 6.3着 △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 10走で勝率 10% ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 4.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.9% / 期待値 -14% ※ 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	ダンタリオン先行	御神訓（大井）	実2.6	B○ A◎勝率40% EV+2% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は4走で勝ち無し／前走2着／騎手は近50戦で勝率30%）
前5走 08/20 川崎6R 2着/3頭 04/30 大井7R 6着/13頭+1.0秒 04/16 大井7R 7着/11頭+2.9秒 03/27 大井8R 6着/11頭+1.6秒 03/13 大井9R 6着/14頭+0.7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 5.0着 ▽ 距離適性同距離は 4走で勝ち無し ◎ 騎手近50戦勝率 30% (好調) ○ 前走実績前走 2着 (好走) ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 38.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 39.5% / 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。
9	ノーブルウィスパー先行	岡村裕（川崎）	実26.1	B△ A▽勝率3% EV-23% 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17走で勝ち無し／61日ぶりの実戦）
前5走 07/10 川崎9R 4着/11頭 05/15 川崎8R 9着/12頭+0.8秒 04/10 川崎8R 6着/11頭+0.5秒 03/04 川崎7R 2着/12頭+0.0秒 02/03 川崎7R 6着/12頭+0.3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戦の調子平均 6.3着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.9% / 期待値 -23% ※ 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	バーンズベリー先行	藤本現（大井）	実51.6	B× A▽勝率2% EV-16% 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 08/24 船橋7R 8着/12頭+3.3秒 08/02 船橋5R 7着/11頭+1.7秒 07/02 船橋7R 6着/9頭 06/03 船橋8R 12着/12頭+0.0秒 05/06 船橋9R 4着/12頭+0.3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戦の調子平均 7.0着 (不振) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 16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: 1.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 期待値 -16% ※ 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	ブラッドライン	中山遥（浦和）	実46.7	B× A▽勝率2% EV-11% 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 10着/12頭+3.2秒 07/10 川崎9R 10着/11頭+0.0秒 05/26 浦和10R 10着/13頭 05/15 川崎9R 8着/12頭+1.5秒 04/10 川崎8R 10着/11頭+2.0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 10.0着 (不振) △ 当競馬場適性 13走で勝率 8% ○ 距離適性同距離 18走で勝率 22% ▽ 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) -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 1.9% / 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。
12	アムリタ自在	ゴンサ（船橋）	実5.2	B△ A▲勝率11% EV-40% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走2着）
前5走 07/29 川崎8R 2着/7頭+0.6秒 07/09 川崎7R 1着/8頭 06/17 川崎8R 4着/8頭 05/13 川崎7R 8着/12頭+1.3秒 03/02 川崎4R 1着/10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 14走で勝率 14% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 19.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.3% / 期待値 -41% ※ 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 ○

ブラックトルマリン

騎手矢野貴（大井）

単勝オッズ

4.6倍

AI期待値

+306%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎8ダンタリオン

2.6倍

EV -80%

▲A:△2フィリグラン

9.2倍

EV -84%

出走馬全12頭

◎A:○1

ブラックトルマリン

矢野貴（大井）

4.6倍

+306%

›

○A:◎8

ダンタリオン

御神訓（大井）

2.6倍

-80%

›

▲A:△2

フィリグラン

佐野遥（川崎）

9.2倍

-84%

›

△A:▲12

アムリタ

ゴンサ（船橋）

5.2倍

-95%

›

△A:△4

ゴーオンパーパス

張田昂（船橋）

9.9倍

-94%

›

△A:▽9

ノーブルウィスパー

岡村裕（川崎）

26.1倍

-86%

›

×A:△7

パワポケウイング

古岡勇（川崎）

22.1倍

-93%

›

×A:×5

マーマレードスカイ

西啓太（大井）

8.7倍

-97%

›

×A:▽10

バーンズベリー

藤本現（大井）

51.6倍

-95%

›

×A:▽11

ブラッドライン

中山遥（浦和）

46.7倍

-99%

›

×A:▽3

アルティメット

中越琉（川崎）

81.2倍

-99%

›

×A:×6

スターゲット

沖響主（船橋）

115.7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1400m ダート1400m　発走 17:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブラックトルマリン	矢野貴（大井）	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率40%と適性高／同距離帯4走で勝率50%／直近3走で勝率33%と好調）
前5走 08/20 川崎6R 3着/3頭 07/10 川崎10R 2着/8頭+2.0秒 04/08 川崎3R 1着/9頭勝利 03/02 川崎1R 1着/10頭勝利 11/20 川崎1R 2着/10頭+0.5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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) ○ 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) +3% (市場と概ね一致) AI 予想勝率 22.4% (オッズ暗示: 21.7%) ※ 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	フィリグラン先行	佐野遥（川崎）	実9.2	△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9R 4着/12頭+0.4秒 07/29 川崎8R 5着/7頭+1.3秒 07/09 川崎7R 2着/8頭 06/16 川崎4R 1着/12頭 05/11 川崎9R 3着/10頭+0.8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 3.7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% ○ 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) -62% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 10.9%) ※ 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。
3	アルティメット自在	中越琉（川崎）	実81.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（61日ぶりの実戦）
前5走 07/10 川崎10R 5着/8頭+1.0秒 05/15 川崎8R 4着/12頭+0.2秒 03/04 川崎7R 10着/12頭+1.0秒 02/03 川崎7R 2着/12頭+0.0秒 01/01 川崎12R 8着/12頭+1.0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 6.3着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 19走で勝率 5% △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.2%) ※ 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。
4	ゴーオンパーパス差し	張田昂（船橋）	実9.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/10 浦和8R 6着/11頭+0.9秒 07/14 浦和6R 3着/10頭 06/25 浦和10R 3着/3頭 05/29 浦和9R 1着/10頭 05/06 船橋4R 7着/12頭+1.0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 4.0着 △ 距離適性同距離 7走で勝率 14% ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 7.4% (オッズ暗示: 10.1%) ※ 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。
5	マーマレードスカイ	西啓太（大井）	実8.7	×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 7位 (中位評価) × 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 3.6% (オッズ暗示: 11.5%) ※ 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	スターゲット逃げ	沖響主（船橋）	実115.7	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は8走で勝ち無し／直近3走平均10.0着と低調）
前5走 08/26 船橋10R 12着/12頭+2.9秒 08/02 船橋5R 11着/11頭+3.3秒 07/02 船橋8R 7着/7頭+2.0秒 06/04 船橋9R 12着/12頭+1.0秒 04/01 船橋8R 10着/10頭+2.6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 10.0着 (不振) ▽ 距離適性同距離は 8走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ 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) -71% (大幅な期待値マイナス) AI 予想勝率 0.2% (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。
7	パワポケウイング追込	古岡勇（川崎）	実22.1	△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10R 5着/12頭+0.4秒 07/31 川崎10R 6着/12頭+1.6秒 01/04 川崎10R 8着/12頭+1.4秒 12/16 川崎10R 8着/10頭+1.1秒 11/20 川崎9R 8着/12頭+1.6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 6.3着 △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 10走で勝率 10% ○ 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) -14% (オッズ過剰評価) AI 予想勝率 3.9% (オッズ暗示: 4.5%) ※ 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	ダンタリオン先行	御神訓（大井）	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（同距離帯は4走で勝ち無し／前走2着／騎手は近50戦で勝率30%）
前5走 08/20 川崎6R 2着/3頭 04/30 大井7R 6着/13頭+1.0秒 04/16 大井7R 7着/11頭+2.9秒 03/27 大井8R 6着/11頭+1.6秒 03/13 大井9R 6着/14頭+0.7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 5.0着 ▽ 距離適性同距離は 4走で勝ち無し ◎ 騎手近50戦勝率 30% (好調) ○ 前走実績前走 2着 (好走) ○ 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) +2% (市場と概ね一致) AI 予想勝率 39.5% (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。
9	ノーブルウィスパー先行	岡村裕（川崎）	実26.1	▽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17走で勝ち無し／61日ぶりの実戦）
前5走 07/10 川崎9R 4着/11頭 05/15 川崎8R 9着/12頭+0.8秒 04/10 川崎8R 6着/11頭+0.5秒 03/04 川崎7R 2着/12頭+0.0秒 02/03 川崎7R 6着/12頭+0.3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戦の調子平均 6.3着 × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 2.9% (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。
10	バーンズベリー先行	藤本現（大井）	実51.6	▽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 08/24 船橋7R 8着/12頭+3.3秒 08/02 船橋5R 7着/11頭+1.7秒 07/02 船橋7R 6着/9頭 06/03 船橋8R 12着/12頭+0.0秒 05/06 船橋9R 4着/12頭+0.3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戦の調子平均 7.0着 (不振) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 1.9%) ※ 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。
11	ブラッドライン	中山遥（浦和）	実46.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 08/19 川崎10R 10着/12頭+3.2秒 07/10 川崎9R 10着/11頭+0.0秒 05/26 浦和10R 10着/13頭 05/15 川崎9R 8着/12頭+1.5秒 04/10 川崎8R 10着/11頭+2.0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 10.0着 (不振) △ 当競馬場適性 13走で勝率 8% ○ 距離適性同距離 18走で勝率 22% ▽ 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) -12% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.1%) ※ 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	アムリタ自在	ゴンサ（船橋）	実5.2	▲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2着）
前5走 07/29 川崎8R 2着/7頭+0.6秒 07/09 川崎7R 1着/8頭 06/17 川崎8R 4着/8頭 05/13 川崎7R 8着/12頭+1.3秒 03/02 川崎4R 1着/10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 14走で勝率 14% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 11.3% (オッズ暗示: 19.2%) ※ 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。

AIの本命

AI評価1位

ダンタリオン

騎手御神訓（大井）

単勝オッズ

2.6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

○1ブラックトルマリン

4.6倍

EV +3%

▲12アムリタ

5.2倍

EV -40%

出走馬全12頭

◎8

ダンタリオン

御神訓（大井）

2.6倍

+2%

›

○1

ブラックトルマリン

矢野貴（大井）

4.6倍

+3%

›

▲12

アムリタ

ゴンサ（船橋）

5.2倍

-40%

›

△4

ゴーオンパーパス

張田昂（船橋）

9.9倍

-26%

›

△2

フィリグラン

佐野遥（川崎）

9.2倍

-62%

›

△7

パワポケウイング

古岡勇（川崎）

22.1倍

-13%

›

×5

マーマレードスカイ

西啓太（大井）

8.7倍

-68%

›

▽9

ノーブルウィスパー

岡村裕（川崎）

26.1倍

-23%

›

▽11

ブラッドライン

中山遥（浦和）

46.7倍

-11%

›

▽10

バーンズベリー

藤本現（大井）

51.6倍

-16%

›

▽3

アルティメット

中越琉（川崎）

81.2倍

-15%

›

×6

スターゲット

沖響主（船橋）

115.7倍

-71%

›

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