川崎 6R 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

6R 川崎競馬場ダ1400m ダート1400m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	バックトラック追込	加藤雄（川崎）	実119.0	B× A▽勝率1% EV+38% 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1R 10着/11頭+3.5秒 07/09 川崎1R 9着/11頭+1.0秒 04/09 川崎1R 6着/8頭+3.6秒 03/02 川崎2R 7着/9頭+1.4秒 02/06 川崎3R 4着/12頭+2.3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 8.3着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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 24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 1.2% / 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。
2	バババブーン追込	池谷匠（川崎）	実56.8	B△ A▽勝率2% EV+32% 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0%と苦戦傾向／同距離帯は4走で勝ち無し／120日ぶりの実戦）
前5走 05/14 川崎1R 5着/8頭+2.8秒 04/10 川崎1R 4着/10頭+2.3秒 01/04 川崎3R 4着/8頭+1.6秒 12/19 川崎4R 5着/6頭+3.8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 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 4走で勝ち無し △ ローテーション 120日休養明け × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.3% / 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。
3	ワイズブレイズ追込	中山遥（浦和）	実6.6	B× A△勝率5% EV-66% 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3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／前走2着）
前5走 08/21 川崎7R 2着/11頭+0.1秒 07/31 川崎2R 3着/11頭+86.2秒 02/02 川崎2R 7着/9頭+2.4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 4.0着 × 当競馬場適性 3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 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 15.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.0% / 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	マイネルモンブラン	野畑凌（川崎）	実2.8	B◎ A○勝率26% EV-27% 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（同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 07/29 名古屋10R 4着/12頭+1.6秒 07/15 名古屋5R 3着/12頭+2.0秒 07/02 名古屋4R 1着/11頭 06/17 名古屋2R 3着/11頭 06/02 名古屋3R 3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戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 7走で勝率 29% ◎ 期待値 (オッズ vs AI勝率) +135% (市場が大幅過小評価) AI 予想勝率 84.1% (オッズ暗示: 35.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 26.0% / 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	アファーマティヴ逃げ	古岡勇（川崎）	実144.3	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 08/18 川崎1R 9着/11頭+3.1秒 07/27 川崎7R 8着/11頭+1.6秒 07/10 川崎2R 4着/9頭 06/18 川崎1R 11着/12頭 05/15 川崎1R 2着/9頭+0.0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 7.0着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ ローテーション 24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 0.6% / 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。
6	ミトノテイオー	新原周（川崎）	実2.2	B○ A◎勝率45% EV-1% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定／前走2着）
前5走 08/18 川崎1R 2着/11頭+0.2秒 06/04 名古屋1R 4着/12頭 05/21 名古屋9R 3着/10頭+1.0秒 05/06 名古屋4R 5着/12頭+1.4秒 04/22 名古屋9R 7着/9頭+1.9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 3.0着 (安定) ○ 距離適性同距離 5走で勝率 20% ○ 前走実績前走 2着 (好走) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -83% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 45.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 44.6% / 期待値 -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。
7	シエルライズ	笹川翼（大井）	実8.6	B▲ A▲勝率9% EV-24% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調）
前5走 08/18 川崎1R 7着/11頭+2.3秒 01/14 名古屋10R 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戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 14% ○ ローテーション 24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 4.5% (オッズ暗示: 11.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.8% / 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。
8	オーデンシェル差し	秋元耕（浦和）	実261.5	B× A▽勝率0% EV-32% 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 08/12 浦和2R 9着/11頭+3.7秒 04/22 浦和1R 7着/11頭+3.5秒 03/20 浦和4R 9着/10頭+3.6秒 01/09 浦和3R 9着/10頭+2.5秒 12/23 浦和1R 8着/12頭+2.6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 8.3着 (不振) ▽ 距離適性同距離は 12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 0.3% / 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。
9	センプレヴェルデ自在	櫻井光（川崎）	実102.9	B× A▽勝率2% EV+127% 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1R 8着/11頭+2.4秒 07/27 川崎7R 11着/11頭+3.6秒 07/10 川崎2R 3着/9頭+3.0秒 06/18 川崎1R 6着/12頭 11/05 園田4R 9着/12頭+1.9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 7.3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 ○ ローテーション 24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 8位 / 勝率 2.2% / 期待値 +127% ※ 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	アラビアンドーロ追込	七夕裕（浦和）	実171.5	B× A▽勝率1% EV+6% 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 08/12 浦和3R 10着/11頭+3.7秒 07/15 浦和1R 8着/11頭 05/22 園田4R 7着/8頭 05/05 園田11R 12着/12頭+5.7秒 01/14 園田10R 10着/11頭+4.6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 8.3着 (不振) ○ 距離適性同距離 5走で勝率 20% ▽ 前走実績前走 10着 (大敗) × 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 0.6% / 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。
11	サラサチャーミング	伊藤裕（川崎）	実12.3	B△ A△勝率3% EV-57% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/21 川崎7R 4着/11頭+0.4秒 01/14 園田10R 6着/11頭+2.2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 ○ 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) -89% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 8.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.4% / 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。
12	ディーエスフォトン	増田充（川崎）	実21.6	B△ A△勝率5% EV+8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.0着と安定／前走2着／382日ぶりの実戦）
前5走 08/25 川崎3R 2着/7頭+0.1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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 382日休養明け × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 4.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.0% / 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。

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 ○

マイネルモンブラン

騎手野畑凌（川崎）

単勝オッズ

2.8倍

AI期待値

+135%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎6ミトノテイオー

2.2倍

EV -83%

▲A:▲7シエルライズ

8.6倍

EV -61%

出走馬全12頭

◎A:○4

マイネルモンブラン

野畑凌（川崎）

2.8倍

+135%

›

○A:◎6

ミトノテイオー

新原周（川崎）

2.2倍

-83%

›

▲A:▲7

シエルライズ

笹川翼（大井）

8.6倍

-61%

›

△A:△12

ディーエスフォトン

増田充（川崎）

21.6倍

-52%

›

△A:△11

サラサチャーミング

伊藤裕（川崎）

12.3倍

-89%

›

△A:▽2

バババブーン

池谷匠（川崎）

56.8倍

-59%

›

×A:△3

ワイズブレイズ

中山遥（浦和）

6.6倍

-99%

›

×A:▽9

センプレヴェルデ

櫻井光（川崎）

102.9倍

-99%

›

×A:▽1

バックトラック

加藤雄（川崎）

119.0倍

-99%

›

×A:▽5

アファーマティヴ

古岡勇（川崎）

144.3倍

-99%

›

×A:▽10

アラビアンドーロ

七夕裕（浦和）

171.5倍

-99%

›

×A:▽8

オーデンシェル

秋元耕（浦和）

261.5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

6R 川崎競馬場ダ1400m ダート1400m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	バックトラック追込	加藤雄（川崎）	実119.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／直近3走平均8.3着と低調）
前5走 08/18 川崎1R 10着/11頭+3.5秒 07/09 川崎1R 9着/11頭+1.0秒 04/09 川崎1R 6着/8頭+3.6秒 03/02 川崎2R 7着/9頭+1.4秒 02/06 川崎3R 4着/12頭+2.3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 8.3着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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 24日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 1.2% (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。
2	バババブーン追込	池谷匠（川崎）	実56.8	▽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0%と苦戦傾向／同距離帯は4走で勝ち無し／120日ぶりの実戦）
前5走 05/14 川崎1R 5着/8頭+2.8秒 04/10 川崎1R 4着/10頭+2.3秒 01/04 川崎3R 4着/8頭+1.6秒 12/19 川崎4R 5着/6頭+3.8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 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 4走で勝ち無し △ ローテーション 120日休養明け ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 2.3% (オッズ暗示: 1.8%) ※ 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	ワイズブレイズ追込	中山遥（浦和）	実6.6	△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3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／前走2着）
前5走 08/21 川崎7R 2着/11頭+0.1秒 07/31 川崎2R 3着/11頭+86.2秒 02/02 川崎2R 7着/9頭+2.4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 4.0着 × 当競馬場適性 3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 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) -67% (大幅な期待値マイナス) AI 予想勝率 5.0% (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。
4	マイネルモンブラン	野畑凌（川崎）	実2.8	○詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 07/29 名古屋10R 4着/12頭+1.6秒 07/15 名古屋5R 3着/12頭+2.0秒 07/02 名古屋4R 1着/11頭 06/17 名古屋2R 3着/11頭 06/02 名古屋3R 3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戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 7走で勝率 29% △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 26.0% (オッズ暗示: 35.7%) ※ 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。
5	アファーマティヴ逃げ	古岡勇（川崎）	実144.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場16走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 08/18 川崎1R 9着/11頭+3.1秒 07/27 川崎7R 8着/11頭+1.6秒 07/10 川崎2R 4着/9頭 06/18 川崎1R 11着/12頭 05/15 川崎1R 2着/9頭+0.0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 7.0着 (不振) × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 0.6% (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。
6	ミトノテイオー	新原周（川崎）	実2.2	◎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走平均3.0着と安定／前走2着）
前5走 08/18 川崎1R 2着/11頭+0.2秒 06/04 名古屋1R 4着/12頭 05/21 名古屋9R 3着/10頭+1.0秒 05/06 名古屋4R 5着/12頭+1.4秒 04/22 名古屋9R 7着/9頭+1.9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 3.0着 (安定) ○ 距離適性同距離 5走で勝率 20% ○ 前走実績前走 2着 (好走) ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 44.6% (オッズ暗示: 45.5%) ※ 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	シエルライズ	笹川翼（大井）	実8.6	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調）
前5走 08/18 川崎1R 7着/11頭+2.3秒 01/14 名古屋10R 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戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 14% ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 11.6%) ※ 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。
8	オーデンシェル差し	秋元耕（浦和）	実261.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は12走で勝ち無し／直近3走平均8.3着と低調）
前5走 08/12 浦和2R 9着/11頭+3.7秒 04/22 浦和1R 7着/11頭+3.5秒 03/20 浦和4R 9着/10頭+3.6秒 01/09 浦和3R 9着/10頭+2.5秒 12/23 浦和1R 8着/12頭+2.6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 8.3着 (不振) ▽ 距離適性同距離は 12走で勝ち無し × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.4%) ※ 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	センプレヴェルデ自在	櫻井光（川崎）	実102.9	▽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0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 08/18 川崎1R 8着/11頭+2.4秒 07/27 川崎7R 11着/11頭+3.6秒 07/10 川崎2R 3着/9頭+3.0秒 06/18 川崎1R 6着/12頭 11/05 園田4R 9着/12頭+1.9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 7.3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 ○ ローテーション 24日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +127% (市場が大幅過小評価) AI 予想勝率 2.2% (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。
10	アラビアンドーロ追込	七夕裕（浦和）	実171.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 08/12 浦和3R 10着/11頭+3.7秒 07/15 浦和1R 8着/11頭 05/22 園田4R 7着/8頭 05/05 園田11R 12着/12頭+5.7秒 01/14 園田10R 10着/11頭+4.6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 8.3着 (不振) ○ 距離適性同距離 5走で勝率 20% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) 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。
11	サラサチャーミング	伊藤裕（川崎）	実12.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/21 川崎7R 4着/11頭+0.4秒 01/14 園田10R 6着/11頭+2.2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 ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 8.1%) ※ 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。
12	ディーエスフォトン	増田充（川崎）	実21.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.0着と安定／前走2着／382日ぶりの実戦）
前5走 08/25 川崎3R 2着/7頭+0.1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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 382日休養明け △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 5.0% (オッズ暗示: 4.6%) ※ 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。

AIの本命

AI評価1位

ミトノテイオー

騎手新原周（川崎）

単勝オッズ

2.2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

○4マイネルモンブラン

2.8倍

EV -27%

▲7シエルライズ

8.6倍

EV -24%

出走馬全12頭

◎6

ミトノテイオー

新原周（川崎）

2.2倍

-1%

›

○4

マイネルモンブラン

野畑凌（川崎）

2.8倍

-27%

›

▲7

シエルライズ

笹川翼（大井）

8.6倍

-24%

›

△3

ワイズブレイズ

中山遥（浦和）

6.6倍

-66%

›

△12

ディーエスフォトン

増田充（川崎）

21.6倍

+8%

›

△11

サラサチャーミング

伊藤裕（川崎）

12.3倍

-57%

›

▽2

バババブーン

池谷匠（川崎）

56.8倍

+32%

›

▽9

センプレヴェルデ

櫻井光（川崎）

102.9倍

+127%

›

▽1

バックトラック

加藤雄（川崎）

119.0倍

+38%

›

▽10

アラビアンドーロ

七夕裕（浦和）

171.5倍

+6%

›

▽5

アファーマティヴ

古岡勇（川崎）

144.3倍

-17%

›

▽8

オーデンシェル

秋元耕（浦和）

261.5倍

-32%

›

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