川崎 9R 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

9R 川崎競馬場ダ1400m ダート1400m　発走 18:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ナチュラルターン逃げ	ゴンサ（船橋）	実3.8	B△ A▲勝率11% EV-57% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場6走で勝率50%と適性高／同距離帯10走で勝率30%／直近3走で勝率33%と好調）
前5走 11/25 浦和11R 2着/12頭+0.5秒 10/16 川崎12R 1着/12頭勝利 09/12 川崎10R 7着/13頭+2.1秒 08/26 川崎9R 1着/10頭勝利 05/14 川崎7R 1着/7頭勝利
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 50% (得意) ◎ 距離適性同距離 10走で勝率 30% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) △ ローテーション 288日休養明け × 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 1.5% (オッズ暗示: 26.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.1% / 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。
2	リコーベレッタ逃げ	新原周（川崎）	実22.9	B△ A▽勝率3% EV-39% 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12R 7着/8頭+0.7秒 07/09 川崎10R 4着/11頭 04/09 川崎12R 4着/12頭+0.4秒 03/02 川崎12R 3着/12頭+0.4秒 02/02 川崎12R 11着/13頭+3.0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 5.0着 △ 当競馬場適性 27走で勝率 15% △ 距離適性同距離 27走で勝率 15% ○ 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) -78% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.6% / 期待値 -40% ※ 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	タッカーバリアント先行	古岡勇（川崎）	実61.3	B× A▽勝率1% EV-43% 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／前走勝利の勢い）
前5走 08/20 川崎7R 1着/3頭 07/28 川崎9R 4着/10頭+0.6秒 05/15 川崎8R 3着/12頭+0.2秒 04/07 川崎12R 10着/12頭+2.0秒 03/19 浦和8R 5着/14頭+0.6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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 6走で勝率 17% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -79% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 -43% ※ 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	サヨノマックスラブ逃げ	矢野貴（大井）	実4.3	B◎ A◎勝率40% EV+74% 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60%と適性高／同距離帯5走で勝率60%／直近3走で勝率67%と好調）
前5走 04/07 川崎7R 1着/11頭勝利 03/05 川崎4R 1着/9頭勝利 02/04 川崎3R 7着/14頭+0.6秒 01/01 川崎3R 3着/12頭+1.2秒 12/19 川崎4R 1着/6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) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 5走で勝率 60% ◎ 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 155日休養明け ◎ 期待値 (オッズ vs AI勝率) +210% (市場が大幅過小評価) AI 予想勝率 72.2% (オッズ暗示: 23.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 40.5% / 期待値 +74% ※ 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	トウマ	鷹見陸（大井）	実24.1	B× A×勝率1% EV-65% 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12R 6着/8頭+0.5秒 07/09 川崎10R 5着/11頭 05/27 浦和10R 5着/12頭 05/14 川崎12R 6着/12頭+1.6秒 04/21 浦和7R 6着/10頭+0.5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 5.3着 △ 当競馬場適性 14走で勝率 7% ○ 距離適性同距離 26走で勝率 19% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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 1.4% / 期待値 -66% ※ 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	ピノホホッア追込	秋元耕（浦和）	実122.0	B× A×勝率0% EV-54% 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 05/29 浦和10R 10着/13頭+0.0秒 05/04 船橋8R 11着/12頭+1.2秒 04/23 浦和12R 7着/10頭+2.1秒 03/16 浦和11R 13着/13頭+1.6秒 02/27 浦和10R 9着/13頭+1.3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 9.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 距離適性同距離は 26走で勝ち無し ▽ 前走実績前走 10着 (大敗) △ ローテーション 103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 0.4% / 期待値 -54% ※ 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	アンジュメロディ逃げ	櫻井光（川崎）	実10.7	B× A△勝率7% EV-27% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率38%と適性高／同距離帯7走で勝率29%／前走2着）
前5走 08/18 川崎12R 2着/8頭+0.0秒 04/06 川崎10R 10着/10頭+3.9秒 03/16 浦和11R 10着/13頭+1.4秒 03/03 川崎10R 4着/12頭+0.3秒 11/19 川崎9R 1着/11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 7.3着 (不振) ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 前走実績前走 2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) -94% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.8% / 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。
8	ツーピース	和田譲（大井）	実24.1	B△ A▽勝率2% EV-42% 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50%と好調／騎手は近50戦で勝率22%）
前5走 08/12 浦和10R 11着/11頭+4.2秒 04/30 園田11R 1着/10頭勝利 ― ― ―
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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 22% (好調) ▽ 前走実績前走 11着 (大敗) ○ 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) -64% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.4% / 期待値 -43% ※ 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	ペッパーミル	藤田凌（大井）	実14.1	B× A△勝率3% EV-58% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 7.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.0% / 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。
10	フランキングライン逃げ	野畑凌（川崎）	実7.2	B▲ A△勝率10% EV-24% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/28 川崎9R 1着/10頭勝利 07/08 川崎7R 2着/11頭+3.0秒 05/19 大井10R 4着/13頭+0.6秒 04/22 浦和8R 2着/12頭+0.6秒 04/06 川崎4R 3着/12頭+0.1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 3走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 11.1% (オッズ暗示: 13.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.5% / 期待値 -24% ※ 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	ピーターライズ	笹川翼（大井）	実3.5	B○ A○勝率19% EV-32% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 08/18 川崎12R 4着/8頭+0.3秒 07/30 川崎12R 2着/3頭 07/08 川崎8R 1着/10頭 06/29 船橋9R 3着/8頭+0.0秒 06/04 船橋9R 2着/12頭+7.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 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) -61% (大幅な期待値マイナス) AI 予想勝率 11.1% (オッズ暗示: 28.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.3% / 期待値 -32% ※ 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	フォースチルドレン逃げ	佐野遥（川崎）	実40.2	B× A×勝率1% EV-56% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は25走で勝ち無し）
前5走 08/02 船橋7R 8着/9頭+1.5秒 06/28 船橋11R 6着/11頭 06/02 船橋6R 4着/9頭 05/05 船橋7R 2着/12頭+0.6秒 03/31 船橋7R 2着/11頭+0.7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 6.0着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 25走で勝ち無し × 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 0.2% (オッズ暗示: 2.5%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 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 ◎

サヨノマックスラブ

騎手矢野貴（大井）

単勝オッズ

4.3倍

AI期待値

+210%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○11ピーターライズ

3.5倍

EV -60%

▲A:△10フランキングライン

7.2倍

EV -19%

出走馬全12頭

◎A:◎4

サヨノマックスラブ

矢野貴（大井）

4.3倍

+210%

›

○A:○11

ピーターライズ

笹川翼（大井）

3.5倍

-60%

›

▲A:△10

フランキングライン

野畑凌（川崎）

7.2倍

-19%

›

△A:▲1

ナチュラルターン

ゴンサ（船橋）

3.8倍

-94%

›

△A:▽8

ツーピース

和田譲（大井）

24.1倍

-64%

›

△A:▽2

リコーベレッタ

新原周（川崎）

22.9倍

-78%

›

×A:△7

アンジュメロディ

櫻井光（川崎）

10.7倍

-94%

›

×A:△9

ペッパーミル

藤田凌（大井）

14.1倍

-92%

›

×A:▽3

タッカーバリアント

古岡勇（川崎）

61.3倍

-78%

›

×A:×12

フォースチルドレン

佐野遥（川崎）

40.2倍

-93%

›

×A:×5

トウマ

鷹見陸（大井）

24.1倍

-99%

›

×A:×6

ピノホホッア

秋元耕（浦和）

122.0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

9R 川崎競馬場ダ1400m ダート1400m　発走 18:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ナチュラルターン逃げ	ゴンサ（船橋）	実3.8	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率50%と適性高／同距離帯10走で勝率30%／直近3走で勝率33%と好調）
前5走 11/25 浦和11R 2着/12頭+0.5秒 10/16 川崎12R 1着/12頭勝利 09/12 川崎10R 7着/13頭+2.1秒 08/26 川崎9R 1着/10頭勝利 05/14 川崎7R 1着/7頭勝利
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 50% (得意) ◎ 距離適性同距離 10走で勝率 30% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) △ ローテーション 288日休養明け × 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 11.1% (オッズ暗示: 26.3%) ※ 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	リコーベレッタ逃げ	新原周（川崎）	実22.9	▽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12R 7着/8頭+0.7秒 07/09 川崎10R 4着/11頭 04/09 川崎12R 4着/12頭+0.4秒 03/02 川崎12R 3着/12頭+0.4秒 02/02 川崎12R 11着/13頭+3.0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 5.0着 △ 当競馬場適性 27走で勝率 15% △ 距離適性同距離 27走で勝率 15% ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 4.4%) ※ 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。
3	タッカーバリアント先行	古岡勇（川崎）	実61.3	▽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／前走勝利の勢い）
前5走 08/20 川崎7R 1着/3頭 07/28 川崎9R 4着/10頭+0.6秒 05/15 川崎8R 3着/12頭+0.2秒 04/07 川崎12R 10着/12頭+2.0秒 03/19 浦和8R 5着/14頭+0.6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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 6走で勝率 17% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
4	サヨノマックスラブ逃げ	矢野貴（大井）	実4.3	◎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60%と適性高／同距離帯5走で勝率60%／直近3走で勝率67%と好調）
前5走 04/07 川崎7R 1着/11頭勝利 03/05 川崎4R 1着/9頭勝利 02/04 川崎3R 7着/14頭+0.6秒 01/01 川崎3R 3着/12頭+1.2秒 12/19 川崎4R 1着/6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) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 5走で勝率 60% ◎ 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 155日休養明け ◎ 期待値 (オッズ vs AI勝率) +74% (市場が大幅過小評価) AI 予想勝率 40.5% (オッズ暗示: 23.3%) ※ 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	トウマ	鷹見陸（大井）	実24.1	×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12R 6着/8頭+0.5秒 07/09 川崎10R 5着/11頭 05/27 浦和10R 5着/12頭 05/14 川崎12R 6着/12頭+1.6秒 04/21 浦和7R 6着/10頭+0.5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 5.3着 △ 当競馬場適性 14走で勝率 7% ○ 距離適性同距離 26走で勝率 19% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -66% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 4.1%) ※ 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。
6	ピノホホッア追込	秋元耕（浦和）	実122.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／同距離帯は26走で勝ち無し／直近3走平均9.3着と低調）
前5走 05/29 浦和10R 10着/13頭+0.0秒 05/04 船橋8R 11着/12頭+1.2秒 04/23 浦和12R 7着/10頭+2.1秒 03/16 浦和11R 13着/13頭+1.6秒 02/27 浦和10R 9着/13頭+1.3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 9.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 距離適性同距離は 26走で勝ち無し ▽ 前走実績前走 10着 (大敗) △ ローテーション 103日休養明け × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
7	アンジュメロディ逃げ	櫻井光（川崎）	実10.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率38%と適性高／同距離帯7走で勝率29%／前走2着）
前5走 08/18 川崎12R 2着/8頭+0.0秒 04/06 川崎10R 10着/10頭+3.9秒 03/16 浦和11R 10着/13頭+1.4秒 03/03 川崎10R 4着/12頭+0.3秒 11/19 川崎9R 1着/11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 7.3着 (不振) ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 前走実績前走 2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) -27% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 9.3%) ※ 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。
8	ツーピース	和田譲（大井）	実24.1	▽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50%と好調／騎手は近50戦で勝率22%）
前5走 08/12 浦和10R 11着/11頭+4.2秒 04/30 園田11R 1着/10頭勝利 ― ― ―
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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 22% (好調) ▽ 前走実績前走 11着 (大敗) ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 4.1%) ※ 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	ペッパーミル	藤田凌（大井）	実14.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) × 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 3.0% (オッズ暗示: 7.1%) ※ 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。
10	フランキングライン逃げ	野畑凌（川崎）	実7.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場6走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/28 川崎9R 1着/10頭勝利 07/08 川崎7R 2着/11頭+3.0秒 05/19 大井10R 4着/13頭+0.6秒 04/22 浦和8R 2着/12頭+0.6秒 04/06 川崎4R 3着/12頭+0.1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 3走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 10.5% (オッズ暗示: 13.9%) ※ 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	ピーターライズ	笹川翼（大井）	実3.5	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 08/18 川崎12R 4着/8頭+0.3秒 07/30 川崎12R 2着/3頭 07/08 川崎8R 1着/10頭 06/29 船橋9R 3着/8頭+0.0秒 06/04 船橋9R 2着/12頭+7.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 19.3% (オッズ暗示: 28.6%) ※ 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	フォースチルドレン逃げ	佐野遥（川崎）	実40.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は25走で勝ち無し）
前5走 08/02 船橋7R 8着/9頭+1.5秒 06/28 船橋11R 6着/11頭 06/02 船橋6R 4着/9頭 05/05 船橋7R 2着/12頭+0.6秒 03/31 船橋7R 2着/11頭+0.7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 6.0着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 25走で勝ち無し × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.5%) ※ 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。

AIの本命

AI評価1位

サヨノマックスラブ

騎手矢野貴（大井）

単勝オッズ

4.3倍

AI期待値

+74%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11ピーターライズ

3.5倍

EV -32%

▲1ナチュラルターン

3.8倍

EV -57%

出走馬全12頭

◎4

サヨノマックスラブ

矢野貴（大井）

4.3倍

+74%

›

○11

ピーターライズ

笹川翼（大井）

3.5倍

-32%

›

▲1

ナチュラルターン

ゴンサ（船橋）

3.8倍

-57%

›

△10

フランキングライン

野畑凌（川崎）

7.2倍

-24%

›

△7

アンジュメロディ

櫻井光（川崎）

10.7倍

-27%

›

△9

ペッパーミル

藤田凌（大井）

14.1倍

-58%

›

▽2

リコーベレッタ

新原周（川崎）

22.9倍

-39%

›

▽8

ツーピース

和田譲（大井）

24.1倍

-42%

›

×5

トウマ

鷹見陸（大井）

24.1倍

-65%

›

×12

フォースチルドレン

佐野遥（川崎）

40.2倍

-56%

›

▽3

タッカーバリアント

古岡勇（川崎）

61.3倍

-43%

›

×6

ピノホホッア

秋元耕（浦和）

122.0倍

-54%

›

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