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。

8R 川崎競馬場ダ1400m 発走 18:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アムリタ自在	ゴンサ（船橋）	実8.7	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調）
前5走 09/09 川崎6R 5着/12頭+1.3秒 07/29 川崎8R 2着/7頭+0.6秒 07/09 川崎7R 1着/8頭 06/17 川崎8R 4着/8頭 05/13 川崎7R 8着/12頭+1.3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戦の調子勝率 33% (上り調子) △ 当競馬場適性 15走で勝率 13% △ 距離適性同距離 15走で勝率 13% × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 6.9% (オッズ暗示: 11.5%) ※ 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。
2	ヴェロオスキュラス	野畑凌（川崎）	実2.5	◎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（当競馬場4走で勝率75%と適性高／同距離帯4走で勝率75%／直近3走で勝率67%と好調）
前5走 09/09 川崎1R 1着/13頭勝利 08/19 川崎8R 2着/13頭+0.2秒 07/27 川崎7R 1着/11頭勝利 07/07 川崎3R 1着/10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 67% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 距離適性同距離 4走で勝率 75% ○ 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) +32% (妙味あり) AI 予想勝率 53.2% (オッズ暗示: 40.0%) ※ 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	ロクノレインボー追込	加藤雄（川崎）	実40.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場8走で勝率0%と苦戦傾向）
前5走 09/30 船橋9R 7着/10頭+2.6秒 09/09 川崎7R 7着/12頭+1.1秒 07/29 川崎9R 3着/3頭 05/27 浦和8R 5着/7頭 05/11 川崎10R 5着/6頭+0.9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 5.7着 × 当競馬場適性 8走で勝率 0% (苦戦) △ 距離適性同距離 9走で勝率 11% ○ 馬場適性同馬場 5走で勝率 20% × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.4%) ※ 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。
4	ビップジェシー	町田直（川崎）	実2.9	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場9走で勝率33%と適性高／同距離帯8走で勝率38%／同馬場状態で勝率33%）
前5走 09/07 川崎6R 1着/3頭 08/18 川崎7R 1着/11頭勝利 07/29 川崎6R 1着/11頭勝利 07/08 川崎3R 3着/10頭+0.0秒 06/17 川崎5R 5着/12頭+0.0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戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 9走で勝率 33% (得意) ◎ 距離適性同距離 8走で勝率 38% ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 16.7% (オッズ暗示: 34.5%) ※ 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。
5	マーマレードスカイ	西啓太（大井）	実6.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均3.0着と安定／前走3着）
前5走 09/09 川崎6R 3着/12頭+0.6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 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) -66% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 16.4%) ※ 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。
6	ドナソール	藤田凌（大井）	実38.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 08/24 船橋5R 8着/12頭+1.6秒 08/02 船橋12R 6着/9頭+1.4秒 07/10 川崎9R 5着/11頭 07/04 船橋8R 7着/11頭 ―
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 6.3着 ○ 騎手近50戦勝率 14% × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.6%) ※ 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。
7	メーゼ	櫻井光（川崎）	実22.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 3.1% (オッズ暗示: 4.4%) ※ 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。
8	パワポケウイング追込	古岡勇（川崎）	実18.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/09 川崎6R 9着/12頭+2.1秒 08/18 川崎10R 5着/12頭+0.4秒 07/31 川崎10R 6着/12頭+1.6秒 01/04 川崎10R 8着/12頭+1.4秒 12/16 川崎10R 8着/10頭+1.1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 6.7着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 11走で勝率 9% △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 5.5%) ※ 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。
9	フィリグラン先行	池谷匠（川崎）	実47.8	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調）
前5走 09/28 船橋5R 10着/12頭+2.3秒 09/09 川崎6R 11着/12頭+2.6秒 08/19 川崎9R 4着/12頭+0.4秒 07/29 川崎8R 5着/7頭+1.3秒 07/09 川崎7R 2着/8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戦の調子平均 8.3着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 9走で勝率 11% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.1%) ※ 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	アルティメット自在	中越琉（川崎）	実87.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は20走で勝ち無し）
前5走 09/09 川崎6R 6着/12頭+1.6秒 07/10 川崎10R 5着/8頭+1.0秒 05/15 川崎8R 4着/12頭+0.2秒 03/04 川崎7R 10着/12頭+1.0秒 02/03 川崎7R 2着/12頭+0.0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戦の調子平均 5.0着 △ 当競馬場適性 16走で勝率 6% ▽ 距離適性同距離は 20走で勝ち無し × 期待値 (オッズ vs AI勝率) -35% (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。
11	タツノスペシャル	佐野遥（川崎）	実18.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は7走で勝ち無し）
前5走 09/07 川崎10R 4着/12頭+0.3秒 08/19 川崎9R 9着/12頭+0.9秒 07/28 川崎6R 2着/3頭 07/10 川崎6R 2着/9頭 06/16 川崎3R 8着/13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 5.0着 △ 当競馬場適性 11走で勝率 9% ▽ 距離適性同距離は 7走で勝ち無し × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 5.3%) ※ 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

ヴェロオスキュラス

騎手野畑凌（川崎）

2.5倍

AI の勝率53%損益の分かれ目40%

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11頭

◎2

ヴェロオスキュラス

野畑凌（川崎）

2.5倍

勝率 53%

›

○4

ビップジェシー

町田直（川崎）

2.9倍

勝率 17%

›

▲1

アムリタ

ゴンサ（船橋）

8.7倍

勝率 7%

›

△8

パワポケウイング

古岡勇（川崎）

18.3倍

勝率 7%

›

△5

マーマレードスカイ

西啓太（大井）

6.1倍

勝率 6%

›

△11

タツノスペシャル

佐野遥（川崎）

18.9倍

勝率 3%

›

▽7

メーゼ

櫻井光（川崎）

22.6倍

勝率 3%

›

▽6

ドナソール

藤田凌（大井）

38.0倍

対象外勝率 2%

›

▽3

ロクノレインボー

加藤雄（川崎）

40.9倍

対象外勝率 1%

›

×9

フィリグラン

池谷匠（川崎）

47.8倍

対象外勝率 1%

›

▽10

アルティメット

中越琉（川崎）

87.4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