川崎 8R 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

8R 川崎競馬場小川町七夕まＣ１三ダ1400m ダート1400m　発走 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キタノトパーズ差し	古岡勇（川崎）	実32.0	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 11/18 川崎9R 8着/14頭+1.3秒 10/17 川崎11R 7着/14頭+2.5秒 09/12 川崎10R 5着/13頭+1.8秒 08/21 川崎8R 4着/7頭+0.6秒 08/04 川崎12R 2着/12頭+0.0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戦の調子平均 6.7着 ○ 当競馬場適性 25走で勝率 16% (相性良) ▽ 距離適性同距離は 7走で勝ち無し △ ローテーション 296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 11位 / 勝率 1.0% / 期待値 -68% ※ 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	ガロス先行	小杉亮（船橋）	実11.8	B× A△勝率6% EV-28% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し／直近3走で勝率33%と好調／175日ぶりの実戦）
前5走 03/19 浦和11R 10着/12頭+2.0秒 02/23 浦和9R 1着/11頭勝利 02/06 川崎12R 4着/12頭+0.4秒 01/07 浦和5R 2着/12頭+0.2秒 12/25 浦和7R 10着/13頭+1.3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) ▽ 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) ▽ 前走実績前走 10着 (大敗) △ ローテーション 175日休養明け × 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: 8.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.1% / 期待値 -28% ※ 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	ウインブリエ	吉留孝（浦和）	実38.7	B× A▽勝率2% EV-40% 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／同馬場状態で勝率50%）
前5走 08/28 船橋9R 10着/13頭+3.3秒 08/12 浦和10R 5着/11頭+0.8秒 07/30 川崎8R 4着/11頭+0.5秒 07/15 浦和10R 6着/11頭 06/26 浦和9R 2着/10頭
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 7走で勝率 0% (苦戦) ○ 距離適性同距離 13走で勝率 15% ◎ 馬場適性同馬場 6走で勝率 50% ▽ 前走実績前走 10着 (大敗) × 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 0.2% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.5% / 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。
4	アトラスライズ逃げ	張田昂（船橋）	実15.2	B△ A△勝率4% EV-43% 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9走で勝ち無し／前走3着）
前5走 08/20 川崎7R 3着/3頭 07/29 川崎8R 6着/7頭+1.6秒 07/10 川崎10R 4着/8頭 05/15 川崎9R 3着/12頭+0.7秒 05/05 船橋7R 11着/12頭+1.7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 4.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 6.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.7% / 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。
5	マルモリアクティブ逃げ	野畑凌（川崎）	実5.7	B○ A▲勝率10% EV-40% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率29%と適性高／同距離帯19走で勝率26%／直近3走で勝率33%と好調）
前5走 07/14 浦和7R 4着/12頭 04/07 川崎12R 7着/12頭+1.5秒 03/18 浦和7R 1着/9頭勝利 03/05 川崎9R 5着/11頭+1.5秒 02/05 川崎9R 2着/13頭+0.2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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 19走で勝率 26% △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 21.0% (オッズ暗示: 17.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.4% / 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。
6	オルペラー先行	本田重（船橋）	実2.0	B◎ A◎勝率48% EV-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（当競馬場7走で勝率43%と適性高／同距離帯12走で勝率50%／直近3走平均2.3着と安定）
前5走 08/20 川崎8R 3着/13頭+0.4秒 07/27 川崎10R 2着/10頭+0.2秒 05/25 浦和8R 2着/12頭+0.0秒 05/13 川崎7R 5着/12頭+0.5秒 02/05 川崎9R 6着/13頭+0.9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 2.3着 (安定) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 12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 21日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +53% (市場が大幅過小評価) AI 予想勝率 76.7% (オッズ暗示: 50.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 47.9% / 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。
7	フェイティアン自在	藤江渉（川崎）	実4.8	B▲ A○勝率16% EV-21% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率25%と適性高／同距離帯8走で勝率25%／前走2着）
前5走 08/20 川崎7R 2着/3頭 05/12 川崎8R 4着/12頭+0.8秒 05/04 船橋10R 6着/9頭+1.6秒 04/07 川崎11R 13着/14頭+3.8秒 03/20 浦和9R 3着/9頭+1.4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 4.0着 ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ○ 前走実績前走 2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) -95% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.4% / 期待値 -21% ※ 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	エイシントゥラン先行	中山遥（浦和）	実22.8	B× A▽勝率3% EV-34% 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 08/20 川崎8R 8着/13頭+1.3秒 07/31 川崎12R 3着/10頭+0.7秒 06/16 川崎9R 8着/14頭+0.0秒 04/10 川崎12R 6着/11頭+0.6秒 03/06 川崎9R 6着/11頭+0.8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 6.3着 △ 当競馬場適性 28走で勝率 7% ▽ 距離適性同距離は 16走で勝ち無し ○ 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 7位 / 勝率 2.9% / 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。
9	エスジースパークル逃げ	神尾香（川崎）	実107.0	B× A▽勝率1% EV-22% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着）
前5走 07/31 川崎12R 2着/10頭+0.7秒 07/08 川崎8R 7着/10頭+2.0秒 05/15 川崎8R 6着/12頭+0.4秒 04/10 川崎9R 10着/10頭+2.4秒 02/03 川崎12R 11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戦の調子平均 5.0着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 9走で勝率 11% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 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	マイアミ先行	佐野遥（川崎）	実34.8	B× A×勝率1% EV-64% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場27走で勝率4%と苦戦傾向／同馬場状態で勝率33%）
前5走 07/28 川崎9R 8着/10頭+1.8秒 01/04 川崎12R 10着/14頭+2.5秒 12/18 川崎12R 2着/14頭+1.3秒 11/19 川崎12R 11着/14頭+1.8秒 11/07 船橋8R 5着/10頭+1.0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 6.7着 × 当競馬場適性 27走で勝率 4% (苦戦) △ 距離適性同距離 32走で勝率 6% ◎ 馬場適性同馬場 3走で勝率 33% × 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: 2.9%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 期待値 -64% ※ 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	アイノシャンティー	矢野貴（大井）	実14.4	B△ A△勝率6% EV-9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率24%）
前5走 08/20 川崎8R 9着/13頭+1.5秒 06/18 川崎9R 4着/11頭 06/05 船橋9R 10着/14頭 05/13 川崎8R 1着/3頭 04/10 川崎9R 9着/10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 7.7着 (不振) △ 当競馬場適性 29走で勝率 10% △ 距離適性同距離 22走で勝率 14% ◎ 騎手近50戦勝率 24% (好調) ○ 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: 6.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.3% / 期待値 -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。
12	イルフロッタント自在	ゴンサ（船橋）	実29.6	B△ A▽勝率2% EV-40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（64日ぶりの実戦）
前5走 07/08 川崎7R 7着/11頭 06/17 川崎6R 8着/8頭+2.0秒 05/14 川崎8R 4着/6頭+1.0秒 04/09 名古屋11R 8着/10頭+2.7秒 11/18 川崎11R 7着/11頭+2.0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 6.3着 △ 当競馬場適性 9走で勝率 11% △ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.0% / 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。

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 ◎

オルペラー

騎手本田重（船橋）

単勝オッズ

2.0倍

AI期待値

+53%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲5マルモリアクティブ

5.7倍

EV +19%

▲A:○7フェイティアン

4.8倍

EV -95%

出走馬全12頭

◎A:◎6

オルペラー

本田重（船橋）

2.0倍

+53%

›

○A:▲5

マルモリアクティブ

野畑凌（川崎）

5.7倍

+19%

›

▲A:○7

フェイティアン

藤江渉（川崎）

4.8倍

-95%

›

△A:△4

アトラスライズ

張田昂（船橋）

15.2倍

-96%

›

△A:△11

アイノシャンティー

矢野貴（大井）

14.4倍

-96%

›

△A:▽12

イルフロッタント

ゴンサ（船橋）

29.6倍

-93%

›

×A:×10

マイアミ

佐野遥（川崎）

34.8倍

-92%

›

×A:▽3

ウインブリエ

吉留孝（浦和）

38.7倍

-91%

›

×A:▽9

エスジースパークル

神尾香（川崎）

107.0倍

-77%

›

×A:△2

ガロス

小杉亮（船橋）

11.8倍

-99%

›

×A:▽8

エイシントゥラン

中山遥（浦和）

22.8倍

-99%

›

×A:×1

キタノトパーズ

古岡勇（川崎）

32.0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

8R 川崎競馬場小川町七夕まＣ１三ダ1400m ダート1400m　発走 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キタノトパーズ差し	古岡勇（川崎）	実32.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は7走で勝ち無し／296日ぶりの実戦）
前5走 11/18 川崎9R 8着/14頭+1.3秒 10/17 川崎11R 7着/14頭+2.5秒 09/12 川崎10R 5着/13頭+1.8秒 08/21 川崎8R 4着/7頭+0.6秒 08/04 川崎12R 2着/12頭+0.0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戦の調子平均 6.7着 ○ 当競馬場適性 25走で勝率 16% (相性良) ▽ 距離適性同距離は 7走で勝ち無し △ ローテーション 296日休養明け × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 3.1%) ※ 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。
2	ガロス先行	小杉亮（船橋）	実11.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し／直近3走で勝率33%と好調／175日ぶりの実戦）
前5走 03/19 浦和11R 10着/12頭+2.0秒 02/23 浦和9R 1着/11頭勝利 02/06 川崎12R 4着/12頭+0.4秒 01/07 浦和5R 2着/12頭+0.2秒 12/25 浦和7R 10着/13頭+1.3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) ▽ 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) ▽ 前走実績前走 10着 (大敗) △ ローテーション 175日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 6.1% (オッズ暗示: 8.5%) ※ 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。
3	ウインブリエ	吉留孝（浦和）	実38.7	▽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／同馬場状態で勝率50%）
前5走 08/28 船橋9R 10着/13頭+3.3秒 08/12 浦和10R 5着/11頭+0.8秒 07/30 川崎8R 4着/11頭+0.5秒 07/15 浦和10R 6着/11頭 06/26 浦和9R 2着/10頭
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 7走で勝率 0% (苦戦) ○ 距離適性同距離 13走で勝率 15% ◎ 馬場適性同馬場 6走で勝率 50% ▽ 前走実績前走 10着 (大敗) × 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 1.5% (オッズ暗示: 2.6%) ※ 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	アトラスライズ逃げ	張田昂（船橋）	実15.2	△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9走で勝ち無し／前走3着）
前5走 08/20 川崎7R 3着/3頭 07/29 川崎8R 6着/7頭+1.6秒 07/10 川崎10R 4着/8頭 05/15 川崎9R 3着/12頭+0.7秒 05/05 船橋7R 11着/12頭+1.7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 4.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 6.6%) ※ 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。
5	マルモリアクティブ逃げ	野畑凌（川崎）	実5.7	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率29%と適性高／同距離帯19走で勝率26%／直近3走で勝率33%と好調）
前5走 07/14 浦和7R 4着/12頭 04/07 川崎12R 7着/12頭+1.5秒 03/18 浦和7R 1着/9頭勝利 03/05 川崎9R 5着/11頭+1.5秒 02/05 川崎9R 2着/13頭+0.2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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 19走で勝率 26% × 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 10.4% (オッズ暗示: 17.5%) ※ 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	オルペラー先行	本田重（船橋）	実2.0	◎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7走で勝率43%と適性高／同距離帯12走で勝率50%／直近3走平均2.3着と安定）
前5走 08/20 川崎8R 3着/13頭+0.4秒 07/27 川崎10R 2着/10頭+0.2秒 05/25 浦和8R 2着/12頭+0.0秒 05/13 川崎7R 5着/12頭+0.5秒 02/05 川崎9R 6着/13頭+0.9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 2.3着 (安定) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 12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 21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 47.9% (オッズ暗示: 50.0%) ※ 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	フェイティアン自在	藤江渉（川崎）	実4.8	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率25%と適性高／同距離帯8走で勝率25%／前走2着）
前5走 08/20 川崎7R 2着/3頭 05/12 川崎8R 4着/12頭+0.8秒 05/04 船橋10R 6着/9頭+1.6秒 04/07 川崎11R 13着/14頭+3.8秒 03/20 浦和9R 3着/9頭+1.4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 4.0着 ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ○ 前走実績前走 2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) -21% (オッズ過剰評価) AI 予想勝率 16.4% (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。
8	エイシントゥラン先行	中山遥（浦和）	実22.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は16走で勝ち無し）
前5走 08/20 川崎8R 8着/13頭+1.3秒 07/31 川崎12R 3着/10頭+0.7秒 06/16 川崎9R 8着/14頭+0.0秒 04/10 川崎12R 6着/11頭+0.6秒 03/06 川崎9R 6着/11頭+0.8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 6.3着 △ 当競馬場適性 28走で勝率 7% ▽ 距離適性同距離は 16走で勝ち無し ○ 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) -34% (大幅な期待値マイナス) AI 予想勝率 2.9% (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。
9	エスジースパークル逃げ	神尾香（川崎）	実107.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着）
前5走 07/31 川崎12R 2着/10頭+0.7秒 07/08 川崎8R 7着/10頭+2.0秒 05/15 川崎8R 6着/12頭+0.4秒 04/10 川崎9R 10着/10頭+2.4秒 02/03 川崎12R 11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戦の調子平均 5.0着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 9走で勝率 11% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -23% (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	マイアミ先行	佐野遥（川崎）	実34.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場27走で勝率4%と苦戦傾向／同馬場状態で勝率33%）
前5走 07/28 川崎9R 8着/10頭+1.8秒 01/04 川崎12R 10着/14頭+2.5秒 12/18 川崎12R 2着/14頭+1.3秒 11/19 川崎12R 11着/14頭+1.8秒 11/07 船橋8R 5着/10頭+1.0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 6.7着 × 当競馬場適性 27走で勝率 4% (苦戦) △ 距離適性同距離 32走で勝率 6% ◎ 馬場適性同馬場 3走で勝率 33% × 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 1.0% (オッズ暗示: 2.9%) ※ 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	アイノシャンティー	矢野貴（大井）	実14.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率24%）
前5走 08/20 川崎8R 9着/13頭+1.5秒 06/18 川崎9R 4着/11頭 06/05 船橋9R 10着/14頭 05/13 川崎8R 1着/3頭 04/10 川崎9R 9着/10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 7.7着 (不振) △ 当競馬場適性 29走で勝率 10% △ 距離適性同距離 22走で勝率 14% ◎ 騎手近50戦勝率 24% (好調) ○ 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) -9% (オッズ過剰評価) AI 予想勝率 6.3% (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。
12	イルフロッタント自在	ゴンサ（船橋）	実29.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（64日ぶりの実戦）
前5走 07/08 川崎7R 7着/11頭 06/17 川崎6R 8着/8頭+2.0秒 05/14 川崎8R 4着/6頭+1.0秒 04/09 名古屋11R 8着/10頭+2.7秒 11/18 川崎11R 7着/11頭+2.0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 6.3着 △ 当競馬場適性 9走で勝率 11% △ 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) -40% (大幅な期待値マイナス) AI 予想勝率 2.0% (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。

AIの本命

AI評価1位

オルペラー

騎手本田重（船橋）

単勝オッズ

2.0倍

AI期待値

-4%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7フェイティアン

4.8倍

EV -21%

▲5マルモリアクティブ

5.7倍

EV -40%

出走馬全12頭

◎6

オルペラー

本田重（船橋）

2.0倍

-4%

›

○7

フェイティアン

藤江渉（川崎）

4.8倍

-21%

›

▲5

マルモリアクティブ

野畑凌（川崎）

5.7倍

-40%

›

△11

アイノシャンティー

矢野貴（大井）

14.4倍

-9%

›

△2

ガロス

小杉亮（船橋）

11.8倍

-28%

›

△4

アトラスライズ

張田昂（船橋）

15.2倍

-43%

›

▽8

エイシントゥラン

中山遥（浦和）

22.8倍

-34%

›

▽12

イルフロッタント

ゴンサ（船橋）

29.6倍

-40%

›

▽3

ウインブリエ

吉留孝（浦和）

38.7倍

-40%

›

×10

マイアミ

佐野遥（川崎）

34.8倍

-64%

›

×1

キタノトパーズ

古岡勇（川崎）

32.0倍

-67%

›

▽9

エスジースパークル

神尾香（川崎）

107.0倍

-22%

›

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