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 川崎競馬場ダ900m ダート900m　発走 18:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ピエスポリード	新原周（川崎）	実5.0	B▲ A▲勝率12% EV-40% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 08/20 川崎3R 3着/11頭+0.8秒 07/29 川崎2R 3着/3頭 07/10 川崎6R 7着/9頭+4.0秒 09/12 川崎5R 3着/6頭+1.0秒 08/22 川崎5R 5着/10頭+1.1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 4.3着 △ 当競馬場適性 7走で勝率 14% ○ 前走実績前走 3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) -96% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 20.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.9% / 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。
2	マーベラスティアラ自在	池谷匠（川崎）	実31.7	B△ A▽勝率3% EV-6% 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／121日ぶりの実戦）
前5走 05/13 川崎2R 7着/12頭+1.2秒 05/04 船橋1R 8着/11頭+2.1秒 04/08 川崎2R 1着/12頭勝利 ― ―
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) △ ローテーション 121日休養明け × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.9% / 期待値 -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。
3	ディーズメソッド	鷹見陸（大井）	実51.6	B× A▽勝率2% EV-8% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/19 川崎1R 6着/11頭+0.8秒 07/31 川崎3R 7着/12頭+1.6秒 07/06 川崎3R 4着/12頭 06/15 川崎1R 6着/12頭+0.0秒 06/01 船橋2R 9着/11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 5.7着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -67% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 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。
4	モンゲータイム	佐野遥（川崎）	実35.0	B× A▽勝率2% EV-19% 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3R 7着/11頭+1.4秒 07/27 川崎3R 9着/11頭+1.0秒 07/08 川崎5R 5着/11頭 06/15 川崎7R 12着/13頭 05/25 浦和5R 5着/12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 7.0着 (不振) △ 当競馬場適性 10走で勝率 10% ▽ 距離適性同距離は 5走で勝ち無し ○ 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 8位 / 勝率 2.3% / 期待値 -20% ※ 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	ダイリュウラッキー逃げ	古岡勇（川崎）	実85.5	B× A▽勝率1% EV-35% 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 8着/11頭+1.1秒 07/31 川崎3R 8着/12頭+1.6秒 07/07 川崎4R 1着/9頭 05/14 川崎1R 6着/8頭+2.9秒 09/09 川崎1R 4着/8頭+1.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 距離適性同距離 4走で勝率 25% ○ 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) -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 -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	アンジュベル	西啓太（大井）	実39.8	B△ A×勝率1% EV-63% 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3走で勝ち無し）
前5走 08/20 川崎3R 9着/11頭+1.5秒 07/31 川崎3R 3着/12頭+0.6秒 07/10 川崎6R 9着/9頭 06/15 川崎7R 9着/13頭 05/11 川崎2R 2着/10頭+0.3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 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 3走で勝ち無し ○ 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) -75% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 2.5%) × Aモデルの評価 (参考) レース内 10位 / 勝率 0.9% / 期待値 -63% ※ 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	ギガントマキア	山林信（川崎）	実11.2	B× A△勝率6% EV-29% 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 3着/11頭+0.3秒 07/27 川崎3R 7着/11頭+0.6秒 07/06 川崎3R 2着/12頭 06/15 川崎1R 2着/12頭+1.0秒 11/03 船橋1R 11着/12頭+5.5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 4.0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 △ 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 23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 4位 / 勝率 6.3% / 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。
8	マロンデプティ逃げ	ゴンサ（船橋）	実9.3	B× A△勝率5% EV-57% 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 05/11 川崎5R 3着/11頭+1.4秒 04/06 川崎2R 2着/10頭+0.4秒 03/19 浦和3R 3着/8頭+0.6秒 03/02 川崎2R 6着/9頭+1.1秒 02/02 川崎5R 6着/8頭+1.3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 2.7着 (安定) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) △ ローテーション 123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 5位 / 勝率 4.5% / 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	エストレーラヘーザ	加藤雄（川崎）	実94.0	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4走で勝ち無し／直近3走平均8.0着と低調）
前5走 08/19 川崎1R 4着/11頭+0.5秒 07/31 川崎3R 11着/12頭+1.9秒 07/08 川崎2R 9着/9頭 06/15 川崎2R 11着/11頭+7.0秒 02/06 川崎5R 11着/12頭+3.2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 8.0着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 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 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -90% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 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。
10	アッチョンブリケ	張田昂（船橋）	実4.6	B○ A○勝率15% EV-29% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/21 川崎6R 1着/9頭勝利 07/31 川崎3R 6着/12頭+1.4秒 07/09 川崎1R 11着/11頭+8.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ○ 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% (市場と概ね一致) AI 予想勝率 23.8% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.3% / 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。
11	ロックマイソウル	野畑凌（川崎）	実2.1	B◎ A◎勝率49% EV+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（当競馬場3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 08/20 川崎3R 2着/11頭+0.4秒 07/31 川崎3R 1着/12頭勝利 05/11 川崎3R 3着/11頭+1.0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 3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 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) +52% (市場が大幅過小評価) AI 予想勝率 72.7% (オッズ暗示: 47.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 48.7% / 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。
12	ホワイトフジ	本田重（船橋）	実24.1	B△ A△勝率4% EV-4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走2着）
前5走 08/19 川崎1R 2着/11頭+0.1秒 07/31 川崎3R 5着/12頭+1.0秒 07/08 川崎2R 5着/9頭 06/15 川崎1R 7着/12頭 02/06 川崎1R 3着/12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戦の調子平均 4.0着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2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) -83% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 4.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.0% / 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。

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 ◎

ロックマイソウル

騎手野畑凌（川崎）

単勝オッズ

2.1倍

AI期待値

+52%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○10アッチョンブリケ

4.6倍

EV +9%

▲A:▲1ピエスポリード

5.0倍

EV -96%

出走馬全12頭

◎A:◎11

ロックマイソウル

野畑凌（川崎）

2.1倍

+52%

›

○A:○10

アッチョンブリケ

張田昂（船橋）

4.6倍

+9%

›

▲A:▲1

ピエスポリード

新原周（川崎）

5.0倍

-96%

›

△A:△12

ホワイトフジ

本田重（船橋）

24.1倍

-82%

›

△A:▽2

マーベラスティアラ

池谷匠（川崎）

31.7倍

-79%

›

△A:×6

アンジュベル

西啓太（大井）

39.8倍

-74%

›

×A:▽3

ディーズメソッド

鷹見陸（大井）

51.6倍

-67%

›

×A:▽9

エストレーラヘーザ

加藤雄（川崎）

94.0倍

-90%

›

×A:△8

マロンデプティ

ゴンサ（船橋）

9.3倍

-99%

›

×A:△7

ギガントマキア

山林信（川崎）

11.2倍

-99%

›

×A:▽4

モンゲータイム

佐野遥（川崎）

35.0倍

-99%

›

×A:▽5

ダイリュウラッキー

古岡勇（川崎）

85.5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

8R 川崎競馬場ダ900m ダート900m　発走 18:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ピエスポリード	新原周（川崎）	実5.0	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 08/20 川崎3R 3着/11頭+0.8秒 07/29 川崎2R 3着/3頭 07/10 川崎6R 7着/9頭+4.0秒 09/12 川崎5R 3着/6頭+1.0秒 08/22 川崎5R 5着/10頭+1.1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 4.3着 △ 当競馬場適性 7走で勝率 14% ○ 前走実績前走 3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) -41% (大幅な期待値マイナス) AI 予想勝率 11.9% (オッズ暗示: 20.0%) ※ 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。
2	マーベラスティアラ自在	池谷匠（川崎）	実31.7	▽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／121日ぶりの実戦）
前5走 05/13 川崎2R 7着/12頭+1.2秒 05/04 船橋1R 8着/11頭+2.1秒 04/08 川崎2R 1着/12頭勝利 ― ―
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) △ ローテーション 121日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.2%) ※ 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。
3	ディーズメソッド	鷹見陸（大井）	実51.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/19 川崎1R 6着/11頭+0.8秒 07/31 川崎3R 7着/12頭+1.6秒 07/06 川崎3R 4着/12頭 06/15 川崎1R 6着/12頭+0.0秒 06/01 船橋2R 9着/11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 5.7着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -9% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 1.9%) ※ 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。
4	モンゲータイム	佐野遥（川崎）	実35.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は5走で勝ち無し）
前5走 08/20 川崎3R 7着/11頭+1.4秒 07/27 川崎3R 9着/11頭+1.0秒 07/08 川崎5R 5着/11頭 06/15 川崎7R 12着/13頭 05/25 浦和5R 5着/12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 7.0着 (不振) △ 当競馬場適性 10走で勝率 10% ▽ 距離適性同距離は 5走で勝ち無し ○ 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) -20% (オッズ過剰評価) AI 予想勝率 2.3% (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。
5	ダイリュウラッキー逃げ	古岡勇（川崎）	実85.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 08/19 川崎1R 8着/11頭+1.1秒 07/31 川崎3R 8着/12頭+1.6秒 07/07 川崎4R 1着/9頭 05/14 川崎1R 6着/8頭+2.9秒 09/09 川崎1R 4着/8頭+1.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 距離適性同距離 4走で勝率 25% ○ 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 0.7% (オッズ暗示: 1.2%) ※ 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。
6	アンジュベル	西啓太（大井）	実39.8	×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3走で勝ち無し）
前5走 08/20 川崎3R 9着/11頭+1.5秒 07/31 川崎3R 3着/12頭+0.6秒 07/10 川崎6R 9着/9頭 06/15 川崎7R 9着/13頭 05/11 川崎2R 2着/10頭+0.3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 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 3走で勝ち無し ○ 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) -63% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
7	ギガントマキア	山林信（川崎）	実11.2	△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4走で勝ち無し／前走3着）
前5走 08/19 川崎1R 3着/11頭+0.3秒 07/27 川崎3R 7着/11頭+0.6秒 07/06 川崎3R 2着/12頭 06/15 川崎1R 2着/12頭+1.0秒 11/03 船橋1R 11着/12頭+5.5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 4.0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 △ 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 23日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 6.3% (オッズ暗示: 8.9%) ※ 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。
8	マロンデプティ逃げ	ゴンサ（船橋）	実9.3	△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7走で勝率0%と苦戦傾向／直近3走平均2.7着と安定／前走3着）
前5走 05/11 川崎5R 3着/11頭+1.4秒 04/06 川崎2R 2着/10頭+0.4秒 03/19 浦和3R 3着/8頭+0.6秒 03/02 川崎2R 6着/9頭+1.1秒 02/02 川崎5R 6着/8頭+1.3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 2.7着 (安定) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) △ ローテーション 123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 4.5% (オッズ暗示: 10.8%) ※ 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。
9	エストレーラヘーザ	加藤雄（川崎）	実94.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は4走で勝ち無し／直近3走平均8.0着と低調）
前5走 08/19 川崎1R 4着/11頭+0.5秒 07/31 川崎3R 11着/12頭+1.9秒 07/08 川崎2R 9着/9頭 06/15 川崎2R 11着/11頭+7.0秒 02/06 川崎5R 11着/12頭+3.2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 8.0着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 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 23日の間隔 (理想的) × 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 0.7% (オッズ暗示: 1.1%) ※ 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	アッチョンブリケ	張田昂（船橋）	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/21 川崎6R 1着/9頭勝利 07/31 川崎3R 6着/12頭+1.4秒 07/09 川崎1R 11着/11頭+8.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -30% (オッズ過剰評価) AI 予想勝率 15.3% (オッズ暗示: 21.7%) ※ 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	ロックマイソウル	野畑凌（川崎）	実2.1	◎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3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 08/20 川崎3R 2着/11頭+0.4秒 07/31 川崎3R 1着/12頭勝利 05/11 川崎3R 3着/11頭+1.0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 3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 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) +2% (市場と概ね一致) AI 予想勝率 48.7% (オッズ暗示: 47.6%) ※ 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	ホワイトフジ	本田重（船橋）	実24.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走2着）
前5走 08/19 川崎1R 2着/11頭+0.1秒 07/31 川崎3R 5着/12頭+1.0秒 07/08 川崎2R 5着/9頭 06/15 川崎1R 7着/12頭 02/06 川崎1R 3着/12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戦の調子平均 4.0着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2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) -5% (オッズ過剰評価) AI 予想勝率 4.0% (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。

AIの本命

AI評価1位

ロックマイソウル

騎手野畑凌（川崎）

単勝オッズ

2.1倍

AI期待値

+2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10アッチョンブリケ

4.6倍

EV -29%

▲1ピエスポリード

5.0倍

EV -40%

出走馬全12頭

◎11

ロックマイソウル

野畑凌（川崎）

2.1倍

+2%

›

○10

アッチョンブリケ

張田昂（船橋）

4.6倍

-29%

›

▲1

ピエスポリード

新原周（川崎）

5.0倍

-40%

›

△7

ギガントマキア

山林信（川崎）

11.2倍

-29%

›

△8

マロンデプティ

ゴンサ（船橋）

9.3倍

-57%

›

△12

ホワイトフジ

本田重（船橋）

24.1倍

-4%

›

▽2

マーベラスティアラ

池谷匠（川崎）

31.7倍

-6%

›

▽4

モンゲータイム

佐野遥（川崎）

35.0倍

-19%

›

▽3

ディーズメソッド

鷹見陸（大井）

51.6倍

-8%

›

×6

アンジュベル

西啓太（大井）

39.8倍

-63%

›

▽5

ダイリュウラッキー

古岡勇（川崎）

85.5倍

-35%

›

▽9

エストレーラヘーザ

加藤雄（川崎）

94.0倍

-33%

›

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