川崎 10R 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

10R 川崎競馬場ダ1600m ダート1600m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジュウニントイロ逃げ	藤江渉（川崎）	実7.5	B× A△勝率5% EV-60% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は5走で勝ち無し）
前5走 08/21 川崎9R 5着/12頭+1.2秒 07/30 川崎8R 6着/11頭+0.7秒 05/12 川崎9R 3着/8頭+0.6秒 04/07 川崎12R 11着/12頭+3.4秒 03/02 川崎7R 3着/7頭+0.5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 4.7着 △ 当競馬場適性 21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 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 1.7% (オッズ暗示: 13.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.3% / 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。
2	アヌマティチェコ自在	佐野遥（川崎）	実7.3	B× A△勝率13% EV-8% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 08/21 川崎9R 4着/12頭+1.1秒 07/28 川崎7R 1着/12頭勝利 07/06 川崎8R 6着/9頭 09/22 浦和12R 4着/11頭+0.7秒 08/15 浦和6R 2着/10頭+0.3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) ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 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) -88% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.5% / 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。
3	ムチャスエルテ	岡村健（船橋）	実3.3	B◎ A◎勝率37% EV+21% 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（前走2着／騎手は近50戦で勝率20%）
前5走 08/25 船橋12R 2着/14頭+0.1秒 08/05 船橋11R 7着/10頭+2.2秒 06/29 船橋12R 3着/12頭+2.0秒 06/18 川崎8R 3着/10頭+2.0秒 06/02 船橋11R 6着/14頭+2.0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 ◎ 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 17日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +91% (市場が大幅過小評価) AI 予想勝率 57.9% (オッズ暗示: 30.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 36.8% / 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。
4	ビタリス	櫻井光（川崎）	実10.2	B△ A△勝率5% EV-48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 08/19 川崎9R 2着/12頭+0.1秒 07/31 川崎10R 11着/12頭+2.4秒 07/08 川崎12R 2着/3頭 06/16 川崎7R 9着/12頭 03/04 川崎5R 8着/11頭+1.2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 5.0着 ○ 当競馬場適性 20走で勝率 15% (相性良) ○ 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) -75% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 9.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.0% / 期待値 -49% ※ 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	マイネルボス	本田重（船橋）	実4.3	B○ A▲勝率13% EV-45% 詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率20%）
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) ◎ 騎手近50戦勝率 20% (好調) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 25.4% (オッズ暗示: 23.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.8% / 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。
6	シトロンヴェール自在	山林信（川崎）	実68.8	B× A▽勝率1% 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 08/21 川崎9R 12着/12頭+2.7秒 07/30 川崎8R 10着/11頭+1.1秒 06/01 船橋10R 1着/12頭 05/14 川崎9R 7着/13頭+0.5秒 04/09 川崎9R 12着/14頭+2.2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戦の調子勝率 33% (上り調子) × 当競馬場適性 9走で勝率 0% (苦戦) △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 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 1.0% / 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。
7	ミヤビクライ逃げ	新原周（川崎）	実5.7	B▲ A○勝率15% EV-14% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率50%と適性高／直近3走で勝率33%と好調／120日ぶりの実戦）
前5走 05/14 川崎9R 10着/13頭+1.9秒 04/09 川崎9R 1着/14頭勝利 03/06 川崎8R 5着/12頭+1.4秒 02/03 川崎3R 1着/13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 33% (上り調子) ◎ 当競馬場適性 4走で勝率 50% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 120日休養明け × 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 5.8% (オッズ暗示: 17.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.9% / 期待値 -15% ※ 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	フォーゲルヴァイデ逃げ	半澤慶（浦和）	実57.1	B△ A▽勝率2% EV0% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/14 浦和12R 6着/12頭 05/25 浦和12R 4着/12頭 04/21 浦和6R 2着/12頭+0.1秒 03/16 浦和12R 3着/12頭+0.2秒 02/23 浦和12R 3着/12頭+0.5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 4.0着 △ 騎手近50戦勝率 2% (やや苦戦) ◎ 期待値 (オッズ vs AI勝率) +50% (市場が大幅過小評価) AI 予想勝率 2.6% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.7% / 期待値 -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。
9	サーブザミッション差し	和田譲（大井）	実19.8	B△ A▽勝率3% EV-34% 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／騎手は近50戦で勝率24%）
前5走 08/21 川崎9R 6着/12頭+1.5秒 07/30 川崎8R 7着/11頭+0.8秒 05/12 川崎9R 5着/8頭+1.5秒 04/09 川崎9R 7着/14頭+1.4秒 03/02 川崎7R 2着/7頭+0.5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 6.0着 × 当競馬場適性 7走で勝率 0% (苦戦) △ 距離適性同距離 7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) -63% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.3% / 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。
10	ジュンフカリ	神尾香（川崎）	実56.4	B× A▽勝率2% EV+9% 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 7着/13頭+1.1秒 07/31 川崎10R 9着/12頭+2.3秒 07/02 船橋6R 7着/10頭 06/03 船橋8R 10着/12頭 05/06 船橋7R 9着/12頭+1.3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 7.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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 9位 / 勝率 1.9% / 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。
11	バスターウルフ追込	ゴンサ（船橋）	実74.5	B× A▽勝率1% EV-44% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／直近3走平均9.0着と低調）
前5走 08/26 船橋7R 11着/11頭+3.9秒 12/26 大井7R 8着/9頭+2.8秒 05/29 園田11R 8着/12頭+1.5秒 05/05 園田12R 7着/12頭+2.6秒 04/02 園田7R 6着/12頭+1.5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 9.0着 (不振) ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 16% ▽ 前走実績前走 11着 (大敗) ○ 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) -79% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 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	ゼンソレイユ	張田昂（船橋）	実13.9	B× A▽勝率4% EV-44% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/24 船橋6R 8着/11頭+1.2秒 08/02 船橋8R 5着/9頭+0.6秒 06/03 船橋8R 8着/12頭 05/26 浦和10R 4着/13頭 05/06 船橋7R 3着/12頭+0.2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 7.0着 (不振) ○ 騎手近50戦勝率 16% ○ ローテーション 18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 0.3% (オッズ暗示: 7.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.0% / 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。

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 ◎

ムチャスエルテ

騎手岡村健（船橋）

単勝オッズ

3.3倍

AI期待値

+91%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲5マイネルボス

4.3倍

EV +9%

▲A:○7ミヤビクライ

5.7倍

EV -66%

出走馬全12頭

◎A:◎3

ムチャスエルテ

岡村健（船橋）

3.3倍

+91%

›

○A:▲5

マイネルボス

本田重（船橋）

4.3倍

+9%

›

▲A:○7

ミヤビクライ

新原周（川崎）

5.7倍

-66%

›

△A:▽8

フォーゲルヴァイデ

半澤慶（浦和）

57.1倍

+50%

›

△A:△4

ビタリス

櫻井光（川崎）

10.2倍

-74%

›

△A:▽9

サーブザミッション

和田譲（大井）

19.8倍

-62%

›

×A:△2

アヌマティチェコ

佐野遥（川崎）

7.3倍

-87%

›

×A:△1

ジュウニントイロ

藤江渉（川崎）

7.5倍

-87%

›

×A:▽12

ゼンソレイユ

張田昂（船橋）

13.9倍

-96%

›

×A:▽11

バスターウルフ

ゴンサ（船橋）

74.5倍

-79%

›

×A:▽10

ジュンフカリ

神尾香（川崎）

56.4倍

-99%

›

×A:▽6

シトロンヴェール

山林信（川崎）

68.8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

両モデルとも見送り

10R 川崎競馬場ダ1600m ダート1600m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジュウニントイロ逃げ	藤江渉（川崎）	実7.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は5走で勝ち無し）
前5走 08/21 川崎9R 5着/12頭+1.2秒 07/30 川崎8R 6着/11頭+0.7秒 05/12 川崎9R 3着/8頭+0.6秒 04/07 川崎12R 11着/12頭+3.4秒 03/02 川崎7R 3着/7頭+0.5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 4.7着 △ 当競馬場適性 21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 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 5.3% (オッズ暗示: 13.3%) ※ 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。
2	アヌマティチェコ自在	佐野遥（川崎）	実7.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 08/21 川崎9R 4着/12頭+1.1秒 07/28 川崎7R 1着/12頭勝利 07/06 川崎8R 6着/9頭 09/22 浦和12R 4着/11頭+0.7秒 08/15 浦和6R 2着/10頭+0.3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) ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 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 12.5% (オッズ暗示: 13.7%) ※ 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	ムチャスエルテ	岡村健（船橋）	実3.3	◎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（前走2着／騎手は近50戦で勝率20%）
前5走 08/25 船橋12R 2着/14頭+0.1秒 08/05 船橋11R 7着/10頭+2.2秒 06/29 船橋12R 3着/12頭+2.0秒 06/18 川崎8R 3着/10頭+2.0秒 06/02 船橋11R 6着/14頭+2.0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 ◎ 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 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 36.8% (オッズ暗示: 30.3%) ※ 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。
4	ビタリス	櫻井光（川崎）	実10.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 08/19 川崎9R 2着/12頭+0.1秒 07/31 川崎10R 11着/12頭+2.4秒 07/08 川崎12R 2着/3頭 06/16 川崎7R 9着/12頭 03/04 川崎5R 8着/11頭+1.2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 5.0着 ○ 当競馬場適性 20走で勝率 15% (相性良) ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 5.0% (オッズ暗示: 9.8%) ※ 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	マイネルボス	本田重（船橋）	実4.3	▲詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率20%）
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) ◎ 騎手近50戦勝率 20% (好調) × 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 12.8% (オッズ暗示: 23.3%) ※ 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。
6	シトロンヴェール自在	山林信（川崎）	実68.8	▽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／直近3走で勝率33%と好調）
前5走 08/21 川崎9R 12着/12頭+2.7秒 07/30 川崎8R 10着/11頭+1.1秒 06/01 船橋10R 1着/12頭 05/14 川崎9R 7着/13頭+0.5秒 04/09 川崎9R 12着/14頭+2.2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戦の調子勝率 33% (上り調子) × 当競馬場適性 9走で勝率 0% (苦戦) △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 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) -34% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.5%) ※ 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	ミヤビクライ逃げ	新原周（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4走で勝率50%と適性高／直近3走で勝率33%と好調／120日ぶりの実戦）
前5走 05/14 川崎9R 10着/13頭+1.9秒 04/09 川崎9R 1着/14頭勝利 03/06 川崎8R 5着/12頭+1.4秒 02/03 川崎3R 1着/13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 33% (上り調子) ◎ 当競馬場適性 4走で勝率 50% (得意) ▽ 前走実績前走 10着 (大敗) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 14.9% (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。
8	フォーゲルヴァイデ逃げ	半澤慶（浦和）	実57.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/14 浦和12R 6着/12頭 05/25 浦和12R 4着/12頭 04/21 浦和6R 2着/12頭+0.1秒 03/16 浦和12R 3着/12頭+0.2秒 02/23 浦和12R 3着/12頭+0.5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 4.0着 △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 1.7% (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。
9	サーブザミッション差し	和田譲（大井）	実19.8	▽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／騎手は近50戦で勝率24%）
前5走 08/21 川崎9R 6着/12頭+1.5秒 07/30 川崎8R 7着/11頭+0.8秒 05/12 川崎9R 5着/8頭+1.5秒 04/09 川崎9R 7着/14頭+1.4秒 03/02 川崎7R 2着/7頭+0.5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 6.0着 × 当競馬場適性 7走で勝率 0% (苦戦) △ 距離適性同距離 7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) -34% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 5.1%) ※ 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	ジュンフカリ	神尾香（川崎）	実56.4	▽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）
前5走 08/20 川崎8R 7着/13頭+1.1秒 07/31 川崎10R 9着/12頭+2.3秒 07/02 船橋6R 7着/10頭 06/03 船橋8R 10着/12頭 05/06 船橋7R 9着/12頭+1.3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 7.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) +9% (市場と概ね一致) AI 予想勝率 1.9% (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。
11	バスターウルフ追込	ゴンサ（船橋）	実74.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／直近3走平均9.0着と低調）
前5走 08/26 船橋7R 11着/11頭+3.9秒 12/26 大井7R 8着/9頭+2.8秒 05/29 園田11R 8着/12頭+1.5秒 05/05 園田12R 7着/12頭+2.6秒 04/02 園田7R 6着/12頭+1.5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 9.0着 (不振) ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 16% ▽ 前走実績前走 11着 (大敗) ○ 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) -45% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.3%) ※ 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。
12	ゼンソレイユ	張田昂（船橋）	実13.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/24 船橋6R 8着/11頭+1.2秒 08/02 船橋8R 5着/9頭+0.6秒 06/03 船橋8R 8着/12頭 05/26 浦和10R 4着/13頭 05/06 船橋7R 3着/12頭+0.2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 7.0着 (不振) ○ 騎手近50戦勝率 16% ○ ローテーション 18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 4.0% (オッズ暗示: 7.2%) ※ 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。

AIの本命

AI評価1位

ムチャスエルテ

騎手岡村健（船橋）

単勝オッズ

3.3倍

AI期待値

+21%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ミヤビクライ

5.7倍

EV -14%

▲5マイネルボス

4.3倍

EV -45%

出走馬全12頭

◎3

ムチャスエルテ

岡村健（船橋）

3.3倍

+21%

›

○7

ミヤビクライ

新原周（川崎）

5.7倍

-14%

›

▲5

マイネルボス

本田重（船橋）

4.3倍

-45%

›

△2

アヌマティチェコ

佐野遥（川崎）

7.3倍

-8%

›

△1

ジュウニントイロ

藤江渉（川崎）

7.5倍

-60%

›

△4

ビタリス

櫻井光（川崎）

10.2倍

-48%

›

▽12

ゼンソレイユ

張田昂（船橋）

13.9倍

-44%

›

▽9

サーブザミッション

和田譲（大井）

19.8倍

-34%

›

▽10

ジュンフカリ

神尾香（川崎）

56.4倍

+9%

›

▽8

フォーゲルヴァイデ

半澤慶（浦和）

57.1倍

›

▽6

シトロンヴェール

山林信（川崎）

68.8倍

-34%

›

▽11

バスターウルフ

ゴンサ（船橋）

74.5倍

-44%

›

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