川崎 4R 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。

4R 川崎競馬場ダ1500m 発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	インディゴールド	御神訓（大井）	実12.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（75日ぶりの実戦／騎手は近50戦で勝率24%）
前5走 07/30 川崎11R 6着/9頭+3.3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 6.0着 ◎ 騎手近50戦勝率 24% (好調) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 7.9%) ※ 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。
2	ヘニーザクイーン	ゴンサ（船橋）	実8.0	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 08/28 船橋2R 1着/5頭 ― ― ― ―
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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 15.4% (オッズ暗示: 12.5%) ※ 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	アップアップアップ	中越琉（川崎）	実108.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 09/07 川崎4R 1着/5頭勝利 08/21 川崎3R 5着/9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戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +43%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (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。
4	ティンバリートス	張田昂（船橋）	実2.0	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（5〜30倍）より低く見送り
前5走 ― ― ― ― ―
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 40.7% (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。
5	ガナールイロハ	増田充（川崎）	実2.8	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 09/11 川崎5R 1着/7頭 ― ― ― ―
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 100% (絶好調) △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 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 18.2% (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。
6	タイムオブリバー	池谷匠（川崎）	実94.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4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 09/08 川崎1R 2着/8頭+2.1秒 08/19 川崎2R 5着/7頭+1.6秒 07/27 川崎5R 7着/7頭+2.6秒 07/10 川崎3R 4着/4頭+0.0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 4.7着 × 当競馬場適性 4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) △ 期待値 (オッズ vs AI勝率) +28%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.4% (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。
7	レガロペルテ	加藤雄（川崎）	実36.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（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／直近3走平均3.0着と安定）
前5走 09/10 川崎4R 3着/10頭+1.1秒 08/18 川崎4R 3着/3頭 07/27 川崎4R 3着/7頭+0.4秒 07/09 川崎5R 5着/6頭+4.0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 3.0着 (安定) × 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 ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 2.7%) ※ 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。
8	ディスポスト	和田譲（大井）	実23.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率50%と好調／前走勝利の勢い）
前5走 09/07 川崎2R 1着/7頭勝利 08/21 川崎4R 7着/8頭+2.0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戦の調子勝率 50% (絶好調) ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 4.4% (オッズ暗示: 4.3%) ※ 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。
9	ウィズラブ	川島正（船橋）	実61.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率50%と好調／騎手は近50戦で勝率20%）
前5走 09/29 船橋5R 8着/11頭+2.8秒 06/05 船橋2R 1着/6頭 ― ― ―
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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +51%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.5% (オッズ暗示: 1.6%) ※ 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。
10	シェナシャングリラ	佐野遥（川崎）	実79.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（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 09/29 船橋5R 10着/11頭+2.9秒 09/11 川崎7R 6着/7頭+5.5秒 08/20 川崎2R 1着/3頭 07/09 川崎3R 6着/6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 10着 (大敗) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
11	アクアマナ	山中悠（船橋）	実111.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均3.0着と安定／前走3着）
前5走 09/08 川崎2R 3着/3頭 07/30 川崎4R 3着/8頭 ― ― ―
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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 0.6% (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。
12	ミナスター	野畑凌（川崎）	実12.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 09/11 川崎3R 1着/5頭 ― ― ― ―
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戦の調子勝率 100% (絶好調) ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 7.8%) ※ 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。

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）

見送りAI の 1 位の馬

ティンバリートス

騎手張田昂（船橋）

2.0倍

AI の勝率41%損益の分かれ目50%

オッズが買う範囲（5〜30倍）より低く見送り。

買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで

出走馬全12頭

◎4

ティンバリートス

張田昂（船橋）

2.0倍

勝率 41%

›

○5

ガナールイロハ

増田充（川崎）

2.8倍

勝率 18%

›

▲2

ヘニーザクイーン

ゴンサ（船橋）

8.0倍

勝率 15%

›

△1

インディゴールド

御神訓（大井）

12.7倍

勝率 7%

›

△12

ミナスター

野畑凌（川崎）

12.8倍

勝率 5%

›

△8

ディスポスト

和田譲（大井）

23.4倍

勝率 4%

›

▽7

レガロペルテ

加藤雄（川崎）

36.5倍

対象外勝率 3%

›

▽9

ウィズラブ

川島正（船橋）

61.4倍

対象外勝率 2%

›

▽6

タイムオブリバー

池谷匠（川崎）

94.0倍

対象外勝率 1%

›

▽3

アップアップアップ

中越琉（川崎）

108.7倍

対象外勝率 1%

›

▽11

アクアマナ

山中悠（船橋）

111.1倍

対象外勝率 1%

›

▽10

シェナシャングリラ

佐野遥（川崎）

79.3倍

対象外勝率 1%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで。

▶ 展開シミュレーション

このレースの推奨馬券

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