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 川崎競馬場小川町七夕まＣ１三ダ1400m ダート1400m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ライヴバフィ	石川倭（北海道）	実1.6	B◎ A◎勝率47% EV-25% 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6走で勝率33%と適性高／同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 08/19 川崎9R 3着/12頭+0.4秒 07/30 川崎2R 2着/3頭 07/09 川崎6R 1着/6頭 06/16 川崎5R 1着/12頭 06/02 船橋5R 3着/12頭+3.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 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) +44% (妙味あり) AI 予想勝率 90.3% (オッズ暗示: 62.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 46.7% / 期待値 -25% ※ 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	ロットゥーラ逃げ	保園翔（浦和）	実16.3	B× A△勝率8% EV+34% 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5走 08/21 川崎8R 10着/12頭+3.0秒 08/11 浦和12R 1着/3頭 07/16 浦和12R 4着/12頭 04/22 浦和12R 2着/12頭+0.1秒 02/28 浦和9R 7着/12頭+1.7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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 11走で勝率 18% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 期待値 +34% ※ 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	ビールボーイ	和田譲（大井）	実19.7	B▲ A△勝率4% EV-12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し／騎手は近50戦で勝率22%）
前5走 08/07 浦和7R 5着/11頭+1.4秒 07/30 川崎8R 8着/11頭+1.0秒 07/14 浦和6R 5着/10頭 05/28 浦和9R 8着/12頭+1.0秒 03/18 浦和7R 3着/9頭+1.4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 6.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 5.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.4% / 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。
4	ノーブルプラチナ先行	七夕裕（浦和）	実14.3	B× A△勝率6% EV-8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/10 浦和8R 9着/11頭+1.8秒 07/17 浦和9R 2着/9頭+0.0秒 06/25 浦和5R 4着/10頭 05/25 浦和8R 5着/12頭 12/23 浦和10R 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戦の調子平均 5.0着 △ 距離適性同距離 16走で勝率 6% × 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: 7.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.4% / 期待値 -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	デーレーハンサム逃げ	新原周（川崎）	実37.4	B× A×勝率1% EV-58% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調）
前5走 08/20 川崎8R 13着/13頭+5.7秒 07/10 川崎10R 3着/8頭 06/16 川崎3R 13着/13頭+1.0秒 04/08 川崎8R 4着/13頭+2.1秒 03/05 川崎4R 3着/9頭+1.8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 9.7着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 10走で勝率 10% ▽ 前走実績前走 13着 (大敗) ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 2.7%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 期待値 -58% ※ 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	ヤマニンパルフェ差し	ゴンサ（船橋）	実18.9	B× A▽勝率3% EV-47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 08/19 川崎9R 6着/12頭+0.7秒 06/01 船橋10R 4着/12頭+0.0秒 05/15 川崎8R 11着/12頭+1.3秒 12/18 川崎4R 6着/12頭+2.1秒 11/18 川崎12R 12着/13頭+2.7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 7.0着 (不振) × 当競馬場適性 4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 14% ○ 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 0.2% (オッズ暗示: 5.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.8% / 期待値 -47% ※ 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	ロクノレインボー先行	藤本現（大井）	実20.0	B△ A×勝率2% EV-65% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向／前走3着）
前5走 07/29 川崎9R 3着/3頭 05/27 浦和8R 5着/7頭 05/11 川崎10R 5着/6頭+0.9秒 04/07 川崎7R 7着/11頭+2.1秒 03/17 浦和3R 1着/9頭勝利
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 4.3着 × 当競馬場適性 7走で勝率 0% (苦戦) △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 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 0.3% (オッズ暗示: 5.0%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 期待値 -65% ※ 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	ケイアイマゴラ	櫻井光（川崎）	実25.8	B△ A▽勝率2% EV-48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/11 浦和8R 8着/12頭+1.0秒 07/14 浦和7R 8着/12頭 06/23 浦和8R 4着/6頭 05/27 浦和9R 8着/11頭 05/05 船橋7R 6着/12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 6.7着 ○ 距離適性同距離 20走で勝率 15% × 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 0.3% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.0% / 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。
9	アリハッピー差し	岡村裕（川崎）	実4.8	B○ A○勝率15% EV-27% 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5走 08/20 川崎8R 4着/13頭+0.5秒 07/30 川崎7R 1着/14頭勝利 06/17 川崎8R 7着/8頭 05/13 川崎7R 6着/12頭+0.7秒 04/07 川崎12R 8着/12頭+1.6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 19走で勝率 11% △ 距離適性同距離 18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) -66% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.2% / 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。
10	モズアカトンボ自在	西啓太（大井）	実14.4	B△ A▲勝率10% EV+47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/12 浦和7R 6着/12頭+0.9秒 04/09 園田12R 8着/12頭+0.9秒 03/18 園田12R 6着/12頭+0.7秒 12/30 園田10R 3着/12頭+0.2秒 12/11 園田12R 8着/12頭+1.9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 6.7着 ○ ローテーション 28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 0.5% (オッズ暗示: 6.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.3% / 期待値 +48% ※ 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	ヴォラーレ自在	池谷匠（川崎）	実160.8	B× A▽勝率1% EV-7% 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9走で勝ち無し）
前5走 07/29 川崎8R 7着/7頭+2.9秒 07/10 川崎10R 6着/8頭 12/08 船橋8R 6着/12頭+2.1秒 11/03 船橋6R 5着/12頭+1.8秒 09/29 船橋9R 10着/12頭+3.4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 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し × 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 0.1% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.6% / 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。
12	ホシニネガイヲ	伊藤裕（川崎）	実106.4	B× A▽勝率1% EV-46% 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 07/31 川崎12R 7着/10頭+1.1秒 07/14 浦和7R 11着/12頭+0.0秒 06/26 浦和9R 7着/10頭 06/04 船橋9R 11着/12頭+0.0秒 05/25 浦和10R 10着/12頭
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 8.3着 (不振) ▽ 距離適性同距離は 5走で勝ち無し × 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 0.5% / 期待値 -47% ※ 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 ◎

ライヴバフィ

騎手石川倭（北海道）

単勝オッズ

1.6倍

AI期待値

+44%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○9アリハッピー

4.8倍

EV -65%

▲A:△3ビールボーイ

19.7倍

EV -85%

出走馬全12頭

◎A:◎1

ライヴバフィ

石川倭（北海道）

1.6倍

+44%

›

○A:○9

アリハッピー

岡村裕（川崎）

4.8倍

-65%

›

▲A:△3

ビールボーイ

和田譲（大井）

19.7倍

-85%

›

△A:▲10

モズアカトンボ

西啓太（大井）

14.4倍

-93%

›

△A:×7

ロクノレインボー

藤本現（大井）

20.0倍

-94%

›

△A:▽8

ケイアイマゴラ

櫻井光（川崎）

25.8倍

-93%

›

×A:△4

ノーブルプラチナ

七夕裕（浦和）

14.3倍

-97%

›

×A:▽6

ヤマニンパルフェ

ゴンサ（船橋）

18.9倍

-96%

›

×A:×5

デーレーハンサム

新原周（川崎）

37.4倍

-93%

›

×A:▽11

ヴォラーレ

池谷匠（川崎）

160.8倍

-81%

›

×A:△2

ロットゥーラ

保園翔（浦和）

16.3倍

-98%

›

×A:▽12

ホシニネガイヲ

伊藤裕（川崎）

106.4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

7R 川崎競馬場小川町七夕まＣ１三ダ1400m ダート1400m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ライヴバフィ	石川倭（北海道）	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6走で勝率33%と適性高／同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 08/19 川崎9R 3着/12頭+0.4秒 07/30 川崎2R 2着/3頭 07/09 川崎6R 1着/6頭 06/16 川崎5R 1着/12頭 06/02 船橋5R 3着/12頭+3.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 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) -25% (オッズ過剰評価) AI 予想勝率 46.7% (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。
2	ロットゥーラ逃げ	保園翔（浦和）	実16.3	△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5走 08/21 川崎8R 10着/12頭+3.0秒 08/11 浦和12R 1着/3頭 07/16 浦和12R 4着/12頭 04/22 浦和12R 2着/12頭+0.1秒 02/28 浦和9R 7着/12頭+1.7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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 11走で勝率 18% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) +34% (妙味あり) AI 予想勝率 8.2% (オッズ暗示: 6.1%) ※ 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。
3	ビールボーイ	和田譲（大井）	実19.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し／騎手は近50戦で勝率22%）
前5走 08/07 浦和7R 5着/11頭+1.4秒 07/30 川崎8R 8着/11頭+1.0秒 07/14 浦和6R 5着/10頭 05/28 浦和9R 8着/12頭+1.0秒 03/18 浦和7R 3着/9頭+1.4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 6.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 4.4% (オッズ暗示: 5.1%) ※ 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。
4	ノーブルプラチナ先行	七夕裕（浦和）	実14.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/10 浦和8R 9着/11頭+1.8秒 07/17 浦和9R 2着/9頭+0.0秒 06/25 浦和5R 4着/10頭 05/25 浦和8R 5着/12頭 12/23 浦和10R 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戦の調子平均 5.0着 △ 距離適性同距離 16走で勝率 6% △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 6.4% (オッズ暗示: 7.0%) ※ 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。
5	デーレーハンサム逃げ	新原周（川崎）	実37.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調）
前5走 08/20 川崎8R 13着/13頭+5.7秒 07/10 川崎10R 3着/8頭 06/16 川崎3R 13着/13頭+1.0秒 04/08 川崎8R 4着/13頭+2.1秒 03/05 川崎4R 3着/9頭+1.8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 9.7着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 10走で勝率 10% ▽ 前走実績前走 13着 (大敗) ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.7%) ※ 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	ヤマニンパルフェ差し	ゴンサ（船橋）	実18.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 08/19 川崎9R 6着/12頭+0.7秒 06/01 船橋10R 4着/12頭+0.0秒 05/15 川崎8R 11着/12頭+1.3秒 12/18 川崎4R 6着/12頭+2.1秒 11/18 川崎12R 12着/13頭+2.7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 7.0着 (不振) × 当競馬場適性 4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 14% ○ 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) -47% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 5.3%) ※ 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	ロクノレインボー先行	藤本現（大井）	実20.0	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向／前走3着）
前5走 07/29 川崎9R 3着/3頭 05/27 浦和8R 5着/7頭 05/11 川崎10R 5着/6頭+0.9秒 04/07 川崎7R 7着/11頭+2.1秒 03/17 浦和3R 1着/9頭勝利
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 4.3着 × 当競馬場適性 7走で勝率 0% (苦戦) △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 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 1.7% (オッズ暗示: 5.0%) ※ 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。
8	ケイアイマゴラ	櫻井光（川崎）	実25.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/11 浦和8R 8着/12頭+1.0秒 07/14 浦和7R 8着/12頭 06/23 浦和8R 4着/6頭 05/27 浦和9R 8着/11頭 05/05 船橋7R 6着/12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 6.7着 ○ 距離適性同距離 20走で勝率 15% × 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 2.0% (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。
9	アリハッピー差し	岡村裕（川崎）	実4.8	○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5走 08/20 川崎8R 4着/13頭+0.5秒 07/30 川崎7R 1着/14頭勝利 06/17 川崎8R 7着/8頭 05/13 川崎7R 6着/12頭+0.7秒 04/07 川崎12R 8着/12頭+1.6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 19走で勝率 11% △ 距離適性同距離 18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) -27% (オッズ過剰評価) AI 予想勝率 15.2% (オッズ暗示: 20.8%) ※ 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	モズアカトンボ自在	西啓太（大井）	実14.4	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/12 浦和7R 6着/12頭+0.9秒 04/09 園田12R 8着/12頭+0.9秒 03/18 園田12R 6着/12頭+0.7秒 12/30 園田10R 3着/12頭+0.2秒 12/11 園田12R 8着/12頭+1.9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 6.7着 ○ ローテーション 28日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +47% (妙味あり) AI 予想勝率 10.3% (オッズ暗示: 6.9%) ※ 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	ヴォラーレ自在	池谷匠（川崎）	実160.8	▽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9走で勝ち無し）
前5走 07/29 川崎8R 7着/7頭+2.9秒 07/10 川崎10R 6着/8頭 12/08 船橋8R 6着/12頭+2.1秒 11/03 船橋6R 5着/12頭+1.8秒 09/29 船橋9R 10着/12頭+3.4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 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し △ 期待値 (オッズ vs AI勝率) -7% (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。
12	ホシニネガイヲ	伊藤裕（川崎）	実106.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は5走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/31 川崎12R 7着/10頭+1.1秒 07/14 浦和7R 11着/12頭+0.0秒 06/26 浦和9R 7着/10頭 06/04 船橋9R 11着/12頭+0.0秒 05/25 浦和10R 10着/12頭
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 8.3着 (不振) ▽ 距離適性同距離は 5走で勝ち無し × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。

AIの本命

AI評価1位

ライヴバフィ

騎手石川倭（北海道）

単勝オッズ

1.6倍

AI期待値

-25%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9アリハッピー

4.8倍

EV -27%

▲10モズアカトンボ

14.4倍

EV +47%

出走馬全12頭

◎1

ライヴバフィ

石川倭（北海道）

1.6倍

-25%

›

○9

アリハッピー

岡村裕（川崎）

4.8倍

-27%

›

▲10

モズアカトンボ

西啓太（大井）

14.4倍

+47%

›

△2

ロットゥーラ

保園翔（浦和）

16.3倍

+34%

›

△4

ノーブルプラチナ

七夕裕（浦和）

14.3倍

-8%

›

△3

ビールボーイ

和田譲（大井）

19.7倍

-12%

›

▽6

ヤマニンパルフェ

ゴンサ（船橋）

18.9倍

-47%

›

▽8

ケイアイマゴラ

櫻井光（川崎）

25.8倍

-48%

›

×7

ロクノレインボー

藤本現（大井）

20.0倍

-65%

›

×5

デーレーハンサム

新原周（川崎）

37.4倍

-58%

›

▽11

ヴォラーレ

池谷匠（川崎）

160.8倍

-7%

›

▽12

ホシニネガイヲ

伊藤裕（川崎）

106.4倍

-46%

›

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