川崎 9R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

9R 川崎競馬場ダ1400m ダート1400m　発走 19:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルジュウェール	池谷匠（川崎）	実29.8	B△ A▽勝率3% EV-9% 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6走で勝ち無し）
前5走 08/21 川崎1R 7着/12頭+1.3秒 07/28 川崎2R 6着/9頭+0.8秒 07/07 川崎1R 3着/12頭 06/17 川崎1R 6着/12頭 06/05 船橋6R 12着/12頭+3.0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 5.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 6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) -38% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.0% / 期待値 -10% ※ 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	ハイウィルヘーズ	岡村裕（川崎）	推定—	B× A△勝率5% EV-89% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 07/28 川崎2R 4着/9頭+0.2秒 07/07 川崎2R 11着/12頭 06/15 川崎5R 3着/12頭 06/01 船橋4R 3着/10頭 04/07 川崎1R 4着/12頭+1.4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 6.0着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し × 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 0.2% △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.0% / 期待値 -89% ※ 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	カスカナノゾミ推奨	西啓太（大井）	実15.4	B◎ A△勝率7% EV+11% 詳細▼	市場が大きく過小評価、AI予想勝率49% × オッズ15.4倍で期待値+647%の有力候補（前走3着で力を示す）
前5走 08/10 浦和6R 3着/10頭+0.4秒 07/15 浦和3R 8着/12頭 06/25 浦和4R 8着/8頭+7.0秒 04/23 浦和3R 4着/10頭+0.6秒 03/18 浦和1R 4着/10頭+1.7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 6.3着 ▽ 距離適性同距離は 5走で勝ち無し ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +647% (市場が大幅過小評価) AI 予想勝率 48.6% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 期待値 +11% ※ 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	クリップクロップ自在	櫻井光（川崎）	実7.8	B△ A▲勝率14% EV+7% 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6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均9.7着と低調）
前5走 03/04 川崎3R 12着/12頭+4.1秒 02/06 川崎8R 11着/12頭+2.0秒 01/01 川崎6R 6着/13頭+0.9秒 12/18 川崎5R 12着/12頭+4.2秒 11/21 川崎7R 6着/12頭+2.3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 9.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ▽ 前走実績前走 12着 (大敗) △ ローテーション 191日休養明け × 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 2.1% (オッズ暗示: 12.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.8% / 期待値 +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。
5	キーファイン自在	矢野貴（大井）	実1.5	B▲ A×勝率27% EV-59% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走2着／騎手は近50戦で勝率22%）
前5走 08/21 川崎5R 2着/12頭+0.8秒 07/31 川崎1R 3着/9頭+2.2秒 07/10 川崎1R 1着/3頭 06/15 川崎5R 1着/12頭 11/21 川崎12R 3着/12頭+0.5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 23走で勝率 13% ○ 距離適性同距離 31走で勝率 19% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -87% (大幅な期待値マイナス) AI 予想勝率 8.8% (オッズ暗示: 66.7%) × Aモデルの評価 (参考) レース内 1位 / 勝率 26.8% / 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。
6	ローゼシュティア	中越琉（川崎）	実152.6	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 08/21 川崎5R 12着/12頭+4.3秒 07/28 川崎1R 10着/10頭+3.8秒 07/07 川崎2R 12着/12頭 06/17 川崎1R 9着/12頭 05/27 浦和3R 8着/12頭+1.0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 11.3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 36走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ 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 11位 / 勝率 0.8% / 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。
7	プリンセスパリー	吉留孝（浦和）	実166.5	B× A▽勝率0% EV-27% 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 08/11 浦和1R 11着/12頭+3.2秒 07/16 浦和1R 9着/9頭+2.0秒 06/26 浦和3R 6着/9頭 05/29 浦和2R 10着/12頭 04/23 浦和7R 10着/12頭+5.0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 8.7着 (不振) ▽ 距離適性同距離は 31走で勝ち無し ▽ 前走実績前走 11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 12位 / 勝率 0.4% / 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。
8	ミカエンブレイス追込	新原周（川崎）	実20.4	B× A▽勝率4% 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 07/31 川崎1R 4着/9頭+2.6秒 06/17 川崎2R 5着/11頭+2.0秒 05/13 川崎1R 5着/12頭+0.8秒 04/09 川崎2R 8着/12頭+1.6秒 03/04 川崎1R 9着/12頭+1.7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 4.7着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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 7位 / 勝率 3.7% / 期待値 -25% ※ 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	ニットウサニー先行	ゴンサ（船橋）	実10.1	B△ A△勝率9% EV-7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場14走で勝率0%と苦戦傾向）
前5走 08/21 川崎2R 8着/11頭+2.4秒 07/28 川崎3R 9着/9頭+2.2秒 04/09 川崎3R 6着/12頭+1.1秒 03/04 川崎1R 3着/12頭+0.6秒 02/04 川崎2R 2着/9頭+0.0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 7.7着 (不振) × 当競馬場適性 14走で勝率 0% (苦戦) △ 距離適性同距離 27走で勝率 7% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 14% ○ 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) -79% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 9.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.1% / 期待値 -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。
10	メイショウボンゴチ	山中悠（船橋）	実24.2	B× A▽勝率2% EV-41% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は14走で勝ち無し）
前5走 08/26 船橋4R 7着/12頭+2.1秒 08/02 船橋9R 2着/11頭+0.1秒 07/15 浦和3R 12着/12頭 07/04 船橋6R 7着/10頭 06/05 船橋6R 10着/12頭
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 7.0着 (不振) ▽ 距離適性同距離は 14走で勝ち無し ○ 騎手近50戦勝率 16% ○ ローテーション 16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 0.2% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.4% / 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。
11	ナツハヤテ逃げ	神尾香（川崎）	実33.9	B× A▽勝率3% EV0% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/21 川崎2R 10着/11頭+3.7秒 05/14 川崎2R 4着/12頭+0.2秒 04/21 浦和1R 3着/9頭+0.7秒 04/07 川崎2R 3着/12頭+1.1秒 03/17 浦和2R 9着/12頭+2.1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 5.7着 △ 当競馬場適性 33走で勝率 9% △ 距離適性同距離 38走で勝率 8% △ 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 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.9% / 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。
12	イマキュレイト追込推奨	古岡勇（川崎）	実7.0	B○ A○勝率25% EV+73% 詳細▼	市場が大きく過小評価、AI予想勝率35% × オッズ7.0倍で期待値+141%の有力候補（前走2着で力を示す／適度な間隔で状態万全）
前5走 08/26 船橋3R 2着/11頭+0.4秒 08/02 船橋1R 3着/11頭+0.5秒 06/29 船橋4R 9着/10頭 01/20 船橋5R 9着/12頭+1.7秒 12/10 船橋1R 10着/10頭+3.8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 4.7着 ▽ 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 16日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +141% (市場が大幅過小評価) AI 予想勝率 34.6% (オッズ暗示: 14.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.8% / 期待値 +74% ※ 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

B推奨Aモデル △

カスカナノゾミ

騎手西啓太（大井）

単勝オッズ

15.4倍

AI期待値

+647%

買い目

¥1,100

全レースの推奨

AIの推奨本命の次点

○A:○12イマキュレイト

7.0倍

EV +141%

▲A:×5キーファイン

1.5倍

EV -86%

出走馬全12頭

◎A:△3

カスカナノゾミ

西啓太（大井）

15.4倍

+647%

›

○A:○12

イマキュレイト

古岡勇（川崎）

7.0倍

+141%

›

▲A:×5

キーファイン

矢野貴（大井）

1.5倍

-86%

›

△A:▲4

クリップクロップ

櫻井光（川崎）

7.8倍

-83%

›

△A:△9

ニットウサニー

ゴンサ（船橋）

10.1倍

-79%

›

△A:▽1

ルジュウェール

池谷匠（川崎）

29.8倍

-38%

›

×A:▽11

ナツハヤテ

神尾香（川崎）

33.9倍

-52%

›

×A:△2

ハイウィルヘーズ

岡村裕（川崎）

—

›

×A:▽10

メイショウボンゴチ

山中悠（船橋）

24.2倍

-94%

›

×A:▽8

ミカエンブレイス

新原周（川崎）

20.4倍

-99%

›

×A:▽6

ローゼシュティア

中越琉（川崎）

152.6倍

-99%

›

×A:▽7

プリンセスパリー

吉留孝（浦和）

166.5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

A. 市場込みモデル

単勝 12 イマキュレイト ¥300 実7.0倍期待値 +142% 不的中6着単勝 7.0倍

B. 市場除外+キャリブ

単勝 3 カスカナノゾミ ¥1,100 実15.4倍期待値 +648% 不的中10着単勝 15.4倍

※ オッズは予測時点の値です。

9R 川崎競馬場ダ1400m ダート1400m　発走 19:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルジュウェール	池谷匠（川崎）	実29.8	▽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6走で勝ち無し）
前5走 08/21 川崎1R 7着/12頭+1.3秒 07/28 川崎2R 6着/9頭+0.8秒 07/07 川崎1R 3着/12頭 06/17 川崎1R 6着/12頭 06/05 船橋6R 12着/12頭+3.0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 5.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 6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) -10% (オッズ過剰評価) AI 予想勝率 3.0% (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。
2	ハイウィルヘーズ	岡村裕（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 07/28 川崎2R 4着/9頭+0.2秒 07/07 川崎2R 11着/12頭 06/15 川崎5R 3着/12頭 06/01 船橋4R 3着/10頭 04/07 川崎1R 4着/12頭+1.4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 6.0着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し × 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 5.0% ※ 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	カスカナノゾミ推奨	西啓太（大井）	実15.4	△詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す）
前5走 08/10 浦和6R 3着/10頭+0.4秒 07/15 浦和3R 8着/12頭 06/25 浦和4R 8着/8頭+7.0秒 04/23 浦和3R 4着/10頭+0.6秒 03/18 浦和1R 4着/10頭+1.7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 6.3着 ▽ 距離適性同距離は 5走で勝ち無し ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 7.2% (オッズ暗示: 6.5%) ※ 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。
4	クリップクロップ自在	櫻井光（川崎）	実7.8	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均9.7着と低調）
前5走 03/04 川崎3R 12着/12頭+4.1秒 02/06 川崎8R 11着/12頭+2.0秒 01/01 川崎6R 6着/13頭+0.9秒 12/18 川崎5R 12着/12頭+4.2秒 11/21 川崎7R 6着/12頭+2.3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 9.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ▽ 前走実績前走 12着 (大敗) △ ローテーション 191日休養明け △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 13.8% (オッズ暗示: 12.8%) ※ 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。
5	キーファイン自在	矢野貴（大井）	実1.5	×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33%と好調／前走2着／騎手は近50戦で勝率22%）
前5走 08/21 川崎5R 2着/12頭+0.8秒 07/31 川崎1R 3着/9頭+2.2秒 07/10 川崎1R 1着/3頭 06/15 川崎5R 1着/12頭 11/21 川崎12R 3着/12頭+0.5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 23走で勝率 13% ○ 距離適性同距離 31走で勝率 19% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -60% (大幅な期待値マイナス) AI 予想勝率 26.8% (オッズ暗示: 66.7%) ※ 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	ローゼシュティア	中越琉（川崎）	実152.6	▽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36走で勝ち無し／直近3走平均11.3着と低調）
前5走 08/21 川崎5R 12着/12頭+4.3秒 07/28 川崎1R 10着/10頭+3.8秒 07/07 川崎2R 12着/12頭 06/17 川崎1R 9着/12頭 05/27 浦和3R 8着/12頭+1.0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 11.3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 36走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ 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) +17% (市場と概ね一致) AI 予想勝率 0.8% (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。
7	プリンセスパリー	吉留孝（浦和）	実166.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は31走で勝ち無し／直近3走平均8.7着と低調）
前5走 08/11 浦和1R 11着/12頭+3.2秒 07/16 浦和1R 9着/9頭+2.0秒 06/26 浦和3R 6着/9頭 05/29 浦和2R 10着/12頭 04/23 浦和7R 10着/12頭+5.0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 8.7着 (不振) ▽ 距離適性同距離は 31走で勝ち無し ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 0.4% (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。
8	ミカエンブレイス追込	新原周（川崎）	実20.4	▽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11走で勝ち無し）
前5走 07/31 川崎1R 4着/9頭+2.6秒 06/17 川崎2R 5着/11頭+2.0秒 05/13 川崎1R 5着/12頭+0.8秒 04/09 川崎2R 8着/12頭+1.6秒 03/04 川崎1R 9着/12頭+1.7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 4.7着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 4.9%) ※ 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。
9	ニットウサニー先行	ゴンサ（船橋）	実10.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場14走で勝率0%と苦戦傾向）
前5走 08/21 川崎2R 8着/11頭+2.4秒 07/28 川崎3R 9着/9頭+2.2秒 04/09 川崎3R 6着/12頭+1.1秒 03/04 川崎1R 3着/12頭+0.6秒 02/04 川崎2R 2着/9頭+0.0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 7.7着 (不振) × 当競馬場適性 14走で勝率 0% (苦戦) △ 距離適性同距離 27走で勝率 7% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 14% ○ 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) -8% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 9.9%) ※ 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	メイショウボンゴチ	山中悠（船橋）	実24.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は14走で勝ち無し）
前5走 08/26 船橋4R 7着/12頭+2.1秒 08/02 船橋9R 2着/11頭+0.1秒 07/15 浦和3R 12着/12頭 07/04 船橋6R 7着/10頭 06/05 船橋6R 10着/12頭
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 7.0着 (不振) ▽ 距離適性同距離は 14走で勝ち無し ○ 騎手近50戦勝率 16% ○ ローテーション 16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 2.4% (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。
11	ナツハヤテ逃げ	神尾香（川崎）	実33.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/21 川崎2R 10着/11頭+3.7秒 05/14 川崎2R 4着/12頭+0.2秒 04/21 浦和1R 3着/9頭+0.7秒 04/07 川崎2R 3着/12頭+1.1秒 03/17 浦和2R 9着/12頭+2.1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 5.7着 △ 当競馬場適性 33走で勝率 9% △ 距離適性同距離 38走で勝率 8% △ 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 21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 2.9% (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。
12	イマキュレイト追込推奨	古岡勇（川崎）	実7.0	○詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+73%の中穴候補（前走2着で力を示す／適度な間隔で状態万全）
前5走 08/26 船橋3R 2着/11頭+0.4秒 08/02 船橋1R 3着/11頭+0.5秒 06/29 船橋4R 9着/10頭 01/20 船橋5R 9着/12頭+1.7秒 12/10 船橋1R 10着/10頭+3.8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 4.7着 ▽ 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 16日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +73% (市場が大幅過小評価) AI 予想勝率 24.8% (オッズ暗示: 14.3%) ※ 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

キーファイン

騎手矢野貴（大井）

単勝オッズ

1.5倍

AI期待値

-59%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12イマキュレイト

7.0倍

EV +73%

▲4クリップクロップ

7.8倍

EV +7%

出走馬全12頭

×5

キーファイン

矢野貴（大井）

1.5倍

-59%

›

○12

イマキュレイト

古岡勇（川崎）

7.0倍

+73%

›

▲4

クリップクロップ

櫻井光（川崎）

7.8倍

+7%

›

△9

ニットウサニー

ゴンサ（船橋）

10.1倍

-7%

›

△3

カスカナノゾミ

西啓太（大井）

15.4倍

+11%

›

△2

ハイウィルヘーズ

岡村裕（川崎）

—

›

▽8

ミカエンブレイス

新原周（川崎）

20.4倍

-25%

›

▽1

ルジュウェール

池谷匠（川崎）

29.8倍

-9%

›

▽11

ナツハヤテ

神尾香（川崎）

33.9倍

›

▽10

メイショウボンゴチ

山中悠（船橋）

24.2倍

-41%

›

▽6

ローゼシュティア

中越琉（川崎）

152.6倍

+17%

›

▽7

プリンセスパリー

吉留孝（浦和）

166.5倍

-27%

›

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

単勝 12 イマキュレイト ¥300 実7.0倍期待値 +74% 不的中6着単勝 7.0倍

B. 市場除外+キャリブ

単勝 3 カスカナノゾミ ¥1,100 実15.4倍期待値 +11% 不的中10着単勝 15.4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