川崎 3R 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

3R 川崎競馬場ダ900m ダート900m　発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ノーサイドガール自在推奨	野畑凌（川崎）	実6.6	B○ A○勝率16% EV+6% 詳細▼	オッズに対しAI予想勝率がやや高め、期待値+45%の妙味（前走2着で力を示す／適度な間隔で状態万全）
前5走 08/21 川崎6R 2着/9頭+1.8秒 07/28 川崎5R 4着/8頭+1.4秒 07/07 川崎4R 4着/9頭+2.0秒 06/16 川崎2R 7着/12頭 03/06 川崎3R 4着/11頭+1.8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 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 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) +45% (妙味あり) AI 予想勝率 22.0% (オッズ暗示: 15.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.1% / 期待値 +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	レイナデルアレーナ逃げ	池谷匠（川崎）	実97.1	B× A▽勝率1% EV-3% 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7R 11着/11頭+3.5秒 07/10 川崎2R 6着/9頭+0.0秒 04/10 川崎2R 5着/10頭+0.8秒 01/03 川崎1R 5着/9頭+1.4秒 12/18 川崎2R 3着/6頭+1.2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 7.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 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 9位 / 勝率 1.0% / 期待値 -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	イアソン	吉原寛（金沢）	実24.2	B× A×勝率2% EV-51% 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1R 10着/11頭+1.7秒 07/27 川崎8R 11着/11頭+2.6秒 07/06 川崎3R 8着/12頭+0.0秒 06/15 川崎1R 5着/12頭+4.0秒 05/11 川崎3R 7着/11頭+2.2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 9.7着 (不振) × 当競馬場適性 12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 10着 (大敗) ○ 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 7位 / 勝率 2.0% / 期待値 -51% ※ 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	ムジークヘーレン	伊藤裕（川崎）	実105.0	B× A▽勝率1% EV-31% 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1R 11着/11頭+2.6秒 07/31 川崎3R 12着/12頭+2.9秒 07/06 川崎3R 11着/12頭+0.0秒 06/16 川崎2R 2着/12頭+2.0秒 05/28 浦和1R 11着/11頭
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 11.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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 10位 / 勝率 0.7% / 期待値 -31% ※ 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	ミツカネメルクリオ	櫻井光（川崎）	実8.4	B△ A▲勝率8% EV-36% 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 4位 (中位評価) × 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 1.9% (オッズ暗示: 11.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.6% / 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。
6	シュールア	新原周（川崎）	実99.2	B× A▽勝率1% EV+28% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／直近3走平均8.3着と低調）
前5走 08/18 川崎1R 11着/11頭+3.6秒 07/09 川崎1R 10着/11頭+2.0秒 06/16 川崎2R 4着/12頭+2.0秒 12/18 川崎1R 2着/7頭+1.0秒 11/17 川崎3R 6着/11頭+1.5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 8.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.3% / 期待値 +29% ※ 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	キャットクィーン先行	藤江渉（川崎）	実17.3	B△ A△勝率4% EV-38% 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／直近3走平均8.0着と低調）
前5走 08/18 川崎2R 8着/12頭+1.9秒 07/27 川崎7R 10着/11頭+3.2秒 10/16 川崎3R 6着/11頭+1.4秒 09/23 浦和2R 4着/10頭+0.4秒 08/05 川崎4R 3着/8頭+1.5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 8.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 5.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.6% / 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。
8	シュタルク	佐野遥（川崎）	実1.4	B◎ A◎勝率59% EV-18% 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
前5走 ― ― ― ― ―
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 70.1% (オッズ暗示: 71.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 58.6% / 期待値 -18% ※ 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	キンパツ追込	田中涼（川崎）	実113.6	B× A▽勝率1% EV-25% 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6R 7着/9頭+2.7秒 07/28 川崎5R 6着/8頭+1.8秒 07/07 川崎3R 8着/10頭+0.0秒 03/06 川崎3R 11着/11頭+3.2秒 02/05 川崎2R 10着/10頭+2.2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 7.0着 (不振) × 当競馬場適性 5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 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) -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 -26% ※ 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	シェブロンウーマン逃げ	岡村裕（川崎）	実118.8	B× A×勝率0% EV-59% 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7R 10着/11頭+2.7秒 07/31 川崎2R 11着/11頭+90.3秒 07/07 川崎3R 9着/10頭 06/16 川崎2R 10着/12頭+0.0秒 05/11 川崎3R 9着/11頭+2.7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 10.0着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 10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 12位 / 勝率 0.3% / 期待値 -60% ※ 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	ケリーアローズ差し	加藤雄（川崎）	実12.9	B△ A△勝率4% EV-45% 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0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 08/21 川崎6R 4着/9頭+2.1秒 07/28 川崎5R 2着/8頭+1.0秒 11/19 川崎1R 9着/9頭+3.7秒 10/13 川崎4R 11着/11頭+3.7秒 09/10 川崎2R 10着/11頭+3.8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 5.0着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 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 20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 0.4% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 4.2% / 期待値 -45% ※ 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	カネトシライパー自在	山林信（川崎）	実14.7	B▲ A△勝率4% EV-40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／前走3着）
前5走 08/21 川崎6R 3着/9頭+2.0秒 07/28 川崎5R 3着/8頭+1.0秒 07/07 川崎4R 5着/9頭+0.0秒 06/16 川崎2R 9着/12頭+0.0秒 05/15 川崎4R 5着/9頭+1.9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 3.7着 × 当競馬場適性 12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 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) -23% (オッズ過剰評価) AI 予想勝率 5.3% (オッズ暗示: 6.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.0% / 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 ◎

シュタルク

騎手佐野遥（川崎）

単勝オッズ

1.4倍

AI期待値

-1%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○1ノーサイドガール

6.6倍

EV +45%

▲A:△12カネトシライパー

14.7倍

EV -22%

出走馬全12頭

◎A:◎8

シュタルク

佐野遥（川崎）

1.4倍

-1%

›

○A:○1

ノーサイドガール

野畑凌（川崎）

6.6倍

+45%

›

▲A:△12

カネトシライパー

山林信（川崎）

14.7倍

-22%

›

△A:▲5

ミツカネメルクリオ

櫻井光（川崎）

8.4倍

-84%

›

△A:△11

ケリーアローズ

加藤雄（川崎）

12.9倍

-94%

›

△A:△7

キャットクィーン

藤江渉（川崎）

17.3倍

-93%

›

×A:▽6

シュールア

新原周（川崎）

99.2倍

-95%

›

×A:×3

イアソン

吉原寛（金沢）

24.2倍

-99%

›

×A:▽2

レイナデルアレーナ

池谷匠（川崎）

97.1倍

-99%

›

×A:▽4

ムジークヘーレン

伊藤裕（川崎）

105.0倍

-99%

›

×A:▽9

キンパツ

田中涼（川崎）

113.6倍

-99%

›

×A:×10

シェブロンウーマン

岡村裕（川崎）

118.8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

見送り

B. 市場除外+キャリブ

単勝 1 ノーサイドガール ¥200 実6.6倍期待値 +45% 不的中6着単勝 6.6倍

※ オッズは予測時点の値です。

3R 川崎競馬場ダ900m ダート900m　発走 15:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ノーサイドガール自在推奨	野畑凌（川崎）	実6.6	○詳細▼	期待値プラスでAIの推し馬（前走2着で力を示す／適度な間隔で状態万全）
前5走 08/21 川崎6R 2着/9頭+1.8秒 07/28 川崎5R 4着/8頭+1.4秒 07/07 川崎4R 4着/9頭+2.0秒 06/16 川崎2R 7着/12頭 03/06 川崎3R 4着/11頭+1.8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 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 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) +6% (市場と概ね一致) AI 予想勝率 16.1% (オッズ暗示: 15.2%) ※ 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。
2	レイナデルアレーナ逃げ	池谷匠（川崎）	実97.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向）
前5走 08/21 川崎7R 11着/11頭+3.5秒 07/10 川崎2R 6着/9頭+0.0秒 04/10 川崎2R 5着/10頭+0.8秒 01/03 川崎1R 5着/9頭+1.4秒 12/18 川崎2R 3着/6頭+1.2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 7.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 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) -4% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.0%) ※ 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。
3	イアソン	吉原寛（金沢）	実24.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走平均9.7着と低調）
前5走 08/19 川崎1R 10着/11頭+1.7秒 07/27 川崎8R 11着/11頭+2.6秒 07/06 川崎3R 8着/12頭+0.0秒 06/15 川崎1R 5着/12頭+4.0秒 05/11 川崎3R 7着/11頭+2.2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 9.7着 (不振) × 当競馬場適性 12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 10着 (大敗) ○ 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) -51% (大幅な期待値マイナス) AI 予想勝率 2.0% (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。
4	ムジークヘーレン	伊藤裕（川崎）	実105.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／直近3走平均11.3着と低調）
前5走 08/19 川崎1R 11着/11頭+2.6秒 07/31 川崎3R 12着/12頭+2.9秒 07/06 川崎3R 11着/12頭+0.0秒 06/16 川崎2R 2着/12頭+2.0秒 05/28 浦和1R 11着/11頭
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 11.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.0%) ※ 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	ミツカネメルクリオ	櫻井光（川崎）	実8.4	▲詳細▼	AI上位評価だが期待値不足、見送り
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 3位 (上位評価) × 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 7.6% (オッズ暗示: 11.9%) ※ 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。
6	シュールア	新原周（川崎）	実99.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／直近3走平均8.3着と低調）
前5走 08/18 川崎1R 11着/11頭+3.6秒 07/09 川崎1R 10着/11頭+2.0秒 06/16 川崎2R 4着/12頭+2.0秒 12/18 川崎1R 2着/7頭+1.0秒 11/17 川崎3R 6着/11頭+1.5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 8.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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) +28% (市場と概ね一致) AI 予想勝率 1.3% (オッズ暗示: 1.0%) ※ 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。
7	キャットクィーン先行	藤江渉（川崎）	実17.3	△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／直近3走平均8.0着と低調）
前5走 08/18 川崎2R 8着/12頭+1.9秒 07/27 川崎7R 10着/11頭+3.2秒 10/16 川崎3R 6着/11頭+1.4秒 09/23 浦和2R 4着/10頭+0.4秒 08/05 川崎4R 3着/8頭+1.5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 8.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 3.6% (オッズ暗示: 5.8%) ※ 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	シュタルク	佐野遥（川崎）	実1.4	◎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
前5走 ― ― ― ― ―
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 58.6% (オッズ暗示: 71.4%) ※ 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	キンパツ追込	田中涼（川崎）	実113.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5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 08/21 川崎6R 7着/9頭+2.7秒 07/28 川崎5R 6着/8頭+1.8秒 07/07 川崎3R 8着/10頭+0.0秒 03/06 川崎3R 11着/11頭+3.2秒 02/05 川崎2R 10着/10頭+2.2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 7.0着 (不振) × 当競馬場適性 5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 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% (オッズ過剰評価) AI 予想勝率 0.7% (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。
10	シェブロンウーマン逃げ	岡村裕（川崎）	実118.8	×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／同距離帯は3走で勝ち無し／直近3走平均10.0着と低調）
前5走 08/21 川崎7R 10着/11頭+2.7秒 07/31 川崎2R 11着/11頭+90.3秒 07/07 川崎3R 9着/10頭 06/16 川崎2R 10着/12頭+0.0秒 05/11 川崎3R 9着/11頭+2.7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 10.0着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 10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) -60% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。
11	ケリーアローズ差し	加藤雄（川崎）	実12.9	△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0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 08/21 川崎6R 4着/9頭+2.1秒 07/28 川崎5R 2着/8頭+1.0秒 11/19 川崎1R 9着/9頭+3.7秒 10/13 川崎4R 11着/11頭+3.7秒 09/10 川崎2R 10着/11頭+3.8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 5.0着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 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 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 7.8%) ※ 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。
12	カネトシライパー自在	山林信（川崎）	実14.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／前走3着）
前5走 08/21 川崎6R 3着/9頭+2.0秒 07/28 川崎5R 3着/8頭+1.0秒 07/07 川崎4R 5着/9頭+0.0秒 06/16 川崎2R 9着/12頭+0.0秒 05/15 川崎4R 5着/9頭+1.9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 3.7着 × 当競馬場適性 12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 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) -41% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 6.8%) ※ 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

シュタルク

騎手佐野遥（川崎）

単勝オッズ

1.4倍

AI期待値

-18%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1ノーサイドガール

6.6倍

EV +6%

▲5ミツカネメルクリオ

8.4倍

EV -36%

出走馬全12頭

◎8

シュタルク

佐野遥（川崎）

1.4倍

-18%

›

○1

ノーサイドガール

野畑凌（川崎）

6.6倍

+6%

›

▲5

ミツカネメルクリオ

櫻井光（川崎）

8.4倍

-36%

›

△11

ケリーアローズ

加藤雄（川崎）

12.9倍

-45%

›

△12

カネトシライパー

山林信（川崎）

14.7倍

-40%

›

△7

キャットクィーン

藤江渉（川崎）

17.3倍

-38%

›

×3

イアソン

吉原寛（金沢）

24.2倍

-51%

›

▽6

シュールア

新原周（川崎）

99.2倍

+28%

›

▽2

レイナデルアレーナ

池谷匠（川崎）

97.1倍

-3%

›

▽4

ムジークヘーレン

伊藤裕（川崎）

105.0倍

-31%

›

▽9

キンパツ

田中涼（川崎）

113.6倍

-25%

›

×10

シェブロンウーマン

岡村裕（川崎）

118.8倍

-59%

›

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

見送り

B. 市場除外+キャリブ

単勝 1 ノーサイドガール ¥200 実6.6倍期待値 +6% 不的中6着単勝 6.6倍

※ 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