川崎 2R 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

2R 川崎競馬場ダ1400m ダート1400m　発走 15:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マニーシーン先行	佐野遥（川崎）	実27.4	B△ A△勝率5% EV+43% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（118日ぶりの実戦）
前5走 05/15 川崎7R 6着/10頭+1.4秒 04/07 川崎4R 8着/12頭+2.1秒 03/03 川崎8R 7着/11頭+1.5秒 02/05 川崎7R 3着/12頭+0.4秒 01/02 川崎2R 1着/14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戦の調子平均 7.0着 (不振) △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 7走で勝率 14% △ ローテーション 118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 0.8% (オッズ暗示: 3.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.2% / 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。
2	スマイルナゴミ	菅原吏（船橋）	実131.6	B× A▽勝率1% EV-17% 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4R 10着/12頭+3.4秒 08/02 船橋9R 7着/11頭+1.9秒 07/03 船橋8R 2着/3頭 06/18 川崎6R 6着/12頭+6.0秒 06/05 船橋7R 9着/12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 6.3着 ▽ 距離適性同距離は 6走で勝ち無し △ 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 15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 0.6% / 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。
3	グリントレッド自在	西啓太（大井）	実44.5	B× A×勝率1% EV-67% 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 08/21 川崎8R 11着/12頭+3.4秒 05/14 川崎3R 7着/14頭+1.1秒 04/06 川崎7R 8着/14頭+1.2秒 03/04 川崎12R 8着/14頭+3.1秒 02/05 川崎10R 11着/14頭+3.3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 8.7着 (不振) △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 15走で勝率 7% ▽ 前走実績前走 11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) -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 0.7% / 期待値 -67% ※ 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	ホーススピリット先行	藤江渉（川崎）	実8.0	B○ A○勝率16% EV+26% 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0%と苦戦傾向）
前5走 08/21 川崎2R 4着/11頭+1.2秒 07/29 川崎1R 5着/12頭+0.8秒 07/07 川崎2R 6着/9頭+1.1秒 06/17 川崎1R 2着/10頭+0.3秒 05/05 名古屋9R 9着/9頭+2.5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 5.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 12.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.9% / 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	タイセイルシエル	櫻井光（川崎）	実27.7	B△ A△勝率4% EV+5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／前走3着）
前5走 08/21 川崎5R 3着/12頭+1.3秒 07/28 川崎2R 2着/9頭+0.1秒 07/07 川崎1R 5着/12頭 06/05 船橋8R 9着/12頭 05/14 川崎3R 8着/14頭+1.3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 3.3着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 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) -74% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 3.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.8% / 期待値 +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	ルイーサ逃げ	岡村裕（川崎）	実28.7	B△ A▽勝率3% EV0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／前走2着）
前5走 08/21 川崎1R 2着/12頭+0.3秒 08/04 船橋3R 7着/8頭+2.3秒 07/28 川崎3R 8着/9頭+2.1秒 07/07 川崎6R 4着/11頭+4.0秒 06/18 川崎6R 10着/12頭
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 5.7着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 距離適性同距離 11走で勝率 9% ○ 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) -78% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.5% / 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。
7	ジーティーケリー	古岡勇（川崎）	実15.8	B× A△勝率4% EV-35% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率0%と苦戦傾向／同馬場状態で勝率33%／前走3着）
前5走 08/18 川崎3R 3着/12頭+0.7秒 07/28 川崎3R 4着/9頭+1.3秒 07/10 川崎1R 3着/3頭 06/28 船橋8R 1着/6頭 06/17 川崎2R 6着/11頭
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 3.3着 × 当競馬場適性 10走で勝率 0% (苦戦) △ 距離適性同距離 11走で勝率 9% ◎ 馬場適性同馬場 3走で勝率 33% ○ 前走実績前走 3着 (好走) ○ ローテーション 23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: 6.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.1% / 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	シェナチチカカ	神尾香（川崎）	実29.3	B× A×勝率1% EV-57% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場61走で勝率5%と苦戦傾向／同距離帯は73走で勝ち無し／直近3走で勝率33%と好調）
前5走 08/21 川崎1R 6着/12頭+1.2秒 07/28 川崎2R 1着/9頭勝利 07/07 川崎1R 11着/12頭 06/25 浦和1R 2着/9頭 06/17 川崎1R 10着/12頭
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 33% (上り調子) × 当競馬場適性 61走で勝率 5% (苦戦) ▽ 距離適性同距離は 73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 20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 0.1% (オッズ暗示: 3.4%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 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。
9	スウィープレジーナ	吉原寛（金沢）	実14.5	B× A▲勝率9% EV+35% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向）
前5走 08/21 川崎1R 4着/12頭+1.1秒 07/28 川崎2R 3着/9頭+0.1秒 07/08 川崎1R 6着/11頭 06/15 川崎4R 5着/11頭 05/14 川崎2R 10着/12頭+0.9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 4.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 距離適性同距離 12走で勝率 17% ○ 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 0.4% (オッズ暗示: 6.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.3% / 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。
10	メガミリオン	池谷匠（川崎）	実145.5	B× A▽勝率1% EV+33% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は71走で勝ち無し）
前5走 08/21 川崎1R 11着/12頭+2.8秒 07/27 川崎2R 5着/7頭+3.0秒 07/06 川崎1R 7着/7頭+4.0秒 06/17 川崎1R 11着/12頭+2.0秒 05/28 浦和2R 5着/12頭+0.0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 56走で勝率 5% ▽ 距離適性同距離は 71走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 11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) -92% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.9% / 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	セイウンパイオニア自在	山林信（川崎）	実32.9	B▲ A▽勝率2% EV-30% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率5%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 08/21 川崎1R 3着/12頭+1.1秒 07/27 川崎1R 3着/9頭+1.3秒 07/10 川崎12R 3着/10頭 02/05 川崎10R 9着/14頭+2.9秒 01/02 川崎8R 9着/13頭+1.9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 3.0着 (安定) × 当競馬場適性 21走で勝率 5% (苦戦) △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -67% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.1% / 期待値 -30% ※ 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	マイブリッジ追込	野畑凌（川崎）	実1.2	B◎ A◎勝率52% EV-37% 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（直近3走で勝率67%と好調／前走勝利の勢い）
前5走 08/21 川崎5R 1着/12頭勝利 07/31 川崎1R 1着/9頭勝利 07/10 川崎1R 2着/3頭 06/15 川崎5R 5着/12頭 02/04 川崎1R 3着/10頭+0.8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 67% (絶好調) ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 9走で勝率 22% ◎ 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) +12% (市場と概ね一致) AI 予想勝率 93.8% (オッズ暗示: 83.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 52.4% / 期待値 -37% ※ 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 ◎

マイブリッジ

騎手野畑凌（川崎）

単勝オッズ

1.2倍

AI期待値

+12%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○4ホーススピリット

8.0倍

EV -84%

▲A:▽11セイウンパイオニア

32.9倍

EV -66%

出走馬全12頭

◎A:◎12

マイブリッジ

野畑凌（川崎）

1.2倍

+12%

›

○A:○4

ホーススピリット

藤江渉（川崎）

8.0倍

-84%

›

▲A:▽11

セイウンパイオニア

山林信（川崎）

32.9倍

-66%

›

△A:△5

タイセイルシエル

櫻井光（川崎）

27.7倍

-73%

›

△A:△1

マニーシーン

佐野遥（川崎）

27.4倍

-79%

›

△A:▽6

ルイーサ

岡村裕（川崎）

28.7倍

-78%

›

×A:▲9

スウィープレジーナ

吉原寛（金沢）

14.5倍

-93%

›

×A:△7

ジーティーケリー

古岡勇（川崎）

15.8倍

-96%

›

×A:×8

シェナチチカカ

神尾香（川崎）

29.3倍

-98%

›

×A:▽10

メガミリオン

池谷匠（川崎）

145.5倍

-92%

›

×A:×3

グリントレッド

西啓太（大井）

44.5倍

-99%

›

×A:▽2

スマイルナゴミ

菅原吏（船橋）

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

両モデルとも見送り

2R 川崎競馬場ダ1400m ダート1400m　発走 15:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マニーシーン先行	佐野遥（川崎）	実27.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（118日ぶりの実戦）
前5走 05/15 川崎7R 6着/10頭+1.4秒 04/07 川崎4R 8着/12頭+2.1秒 03/03 川崎8R 7着/11頭+1.5秒 02/05 川崎7R 3着/12頭+0.4秒 01/02 川崎2R 1着/14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戦の調子平均 7.0着 (不振) △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 7走で勝率 14% △ ローテーション 118日休養明け ◎ 期待値 (オッズ vs AI勝率) +43% (妙味あり) AI 予想勝率 5.2% (オッズ暗示: 3.6%) ※ 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。
2	スマイルナゴミ	菅原吏（船橋）	実131.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は6走で勝ち無し）
前5走 08/26 船橋4R 10着/12頭+3.4秒 08/02 船橋9R 7着/11頭+1.9秒 07/03 船橋8R 2着/3頭 06/18 川崎6R 6着/12頭+6.0秒 06/05 船橋7R 9着/12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 6.3着 ▽ 距離適性同距離は 6走で勝ち無し △ 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 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 0.6% (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。
3	グリントレッド自在	西啓太（大井）	実44.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 08/21 川崎8R 11着/12頭+3.4秒 05/14 川崎3R 7着/14頭+1.1秒 04/06 川崎7R 8着/14頭+1.2秒 03/04 川崎12R 8着/14頭+3.1秒 02/05 川崎10R 11着/14頭+3.3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 8.7着 (不振) △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 15走で勝率 7% ▽ 前走実績前走 11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) -67% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 2.2%) ※ 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	ホーススピリット先行	藤江渉（川崎）	実8.0	○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0%と苦戦傾向）
前5走 08/21 川崎2R 4着/11頭+1.2秒 07/29 川崎1R 5着/12頭+0.8秒 07/07 川崎2R 6着/9頭+1.1秒 06/17 川崎1R 2着/10頭+0.3秒 05/05 名古屋9R 9着/9頭+2.5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 5.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) +26% (市場と概ね一致) AI 予想勝率 15.9% (オッズ暗示: 12.5%) ※ 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。
5	タイセイルシエル	櫻井光（川崎）	実27.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／前走3着）
前5走 08/21 川崎5R 3着/12頭+1.3秒 07/28 川崎2R 2着/9頭+0.1秒 07/07 川崎1R 5着/12頭 06/05 船橋8R 9着/12頭 05/14 川崎3R 8着/14頭+1.3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 3.3着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 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) +5% (市場と概ね一致) AI 予想勝率 3.8% (オッズ暗示: 3.6%) ※ 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	ルイーサ逃げ	岡村裕（川崎）	実28.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／前走2着）
前5走 08/21 川崎1R 2着/12頭+0.3秒 08/04 船橋3R 7着/8頭+2.3秒 07/28 川崎3R 8着/9頭+2.1秒 07/07 川崎6R 4着/11頭+4.0秒 06/18 川崎6R 10着/12頭
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 5.7着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 距離適性同距離 11走で勝率 9% ○ 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) -1% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 3.5%) ※ 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。
7	ジーティーケリー	古岡勇（川崎）	実15.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率0%と苦戦傾向／同馬場状態で勝率33%／前走3着）
前5走 08/18 川崎3R 3着/12頭+0.7秒 07/28 川崎3R 4着/9頭+1.3秒 07/10 川崎1R 3着/3頭 06/28 船橋8R 1着/6頭 06/17 川崎2R 6着/11頭
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 3.3着 × 当競馬場適性 10走で勝率 0% (苦戦) △ 距離適性同距離 11走で勝率 9% ◎ 馬場適性同馬場 3走で勝率 33% ○ 前走実績前走 3着 (好走) ○ ローテーション 23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 4.1% (オッズ暗示: 6.3%) ※ 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	シェナチチカカ	神尾香（川崎）	実29.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場61走で勝率5%と苦戦傾向／同距離帯は73走で勝ち無し／直近3走で勝率33%と好調）
前5走 08/21 川崎1R 6着/12頭+1.2秒 07/28 川崎2R 1着/9頭勝利 07/07 川崎1R 11着/12頭 06/25 浦和1R 2着/9頭 06/17 川崎1R 10着/12頭
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 33% (上り調子) × 当競馬場適性 61走で勝率 5% (苦戦) ▽ 距離適性同距離は 73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 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 1.4% (オッズ暗示: 3.4%) ※ 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。
9	スウィープレジーナ	吉原寛（金沢）	実14.5	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向）
前5走 08/21 川崎1R 4着/12頭+1.1秒 07/28 川崎2R 3着/9頭+0.1秒 07/08 川崎1R 6着/11頭 06/15 川崎4R 5着/11頭 05/14 川崎2R 10着/12頭+0.9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 4.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 距離適性同距離 12走で勝率 17% ○ 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) +35% (妙味あり) AI 予想勝率 9.3% (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。
10	メガミリオン	池谷匠（川崎）	実145.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は71走で勝ち無し）
前5走 08/21 川崎1R 11着/12頭+2.8秒 07/27 川崎2R 5着/7頭+3.0秒 07/06 川崎1R 7着/7頭+4.0秒 06/17 川崎1R 11着/12頭+2.0秒 05/28 浦和2R 5着/12頭+0.0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 56走で勝率 5% ▽ 距離適性同距離は 71走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 11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) +33% (妙味あり) AI 予想勝率 0.9% (オッズ暗示: 0.7%) ※ 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。
11	セイウンパイオニア自在	山林信（川崎）	実32.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率5%と苦戦傾向／直近3走平均3.0着と安定／前走3着）
前5走 08/21 川崎1R 3着/12頭+1.1秒 07/27 川崎1R 3着/9頭+1.3秒 07/10 川崎12R 3着/10頭 02/05 川崎10R 9着/14頭+2.9秒 01/02 川崎8R 9着/13頭+1.9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 3.0着 (安定) × 当競馬場適性 21走で勝率 5% (苦戦) △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -30% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 3.0%) ※ 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。
12	マイブリッジ追込	野畑凌（川崎）	実1.2	◎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（直近3走で勝率67%と好調／前走勝利の勢い）
前5走 08/21 川崎5R 1着/12頭勝利 07/31 川崎1R 1着/9頭勝利 07/10 川崎1R 2着/3頭 06/15 川崎5R 5着/12頭 02/04 川崎1R 3着/10頭+0.8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 67% (絶好調) ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 9走で勝率 22% ◎ 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) -37% (大幅な期待値マイナス) AI 予想勝率 52.4% (オッズ暗示: 83.3%) ※ 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の本命

AI評価1位

マイブリッジ

騎手野畑凌（川崎）

単勝オッズ

1.2倍

AI期待値

-37%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4ホーススピリット

8.0倍

EV +26%

▲9スウィープレジーナ

14.5倍

EV +35%

出走馬全12頭

◎12

マイブリッジ

野畑凌（川崎）

1.2倍

-37%

›

○4

ホーススピリット

藤江渉（川崎）

8.0倍

+26%

›

▲9

スウィープレジーナ

吉原寛（金沢）

14.5倍

+35%

›

△1

マニーシーン

佐野遥（川崎）

27.4倍

+43%

›

△7

ジーティーケリー

古岡勇（川崎）

15.8倍

-35%

›

△5

タイセイルシエル

櫻井光（川崎）

27.7倍

+5%

›

▽6

ルイーサ

岡村裕（川崎）

28.7倍

›

▽11

セイウンパイオニア

山林信（川崎）

32.9倍

-30%

›

×8

シェナチチカカ

神尾香（川崎）

29.3倍

-57%

›

▽10

メガミリオン

池谷匠（川崎）

145.5倍

+33%

›

×3

グリントレッド

西啓太（大井）

44.5倍

-67%

›

▽2

スマイルナゴミ

菅原吏（船橋）

131.6倍

-17%

›

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