川崎 12R 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。

12R 川崎競馬場津久井やまＢ３一ダ1600m 発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シナジーエフェクト差し	臼井健（船橋）	実47.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場9走で勝率0%と苦戦傾向／直近3走平均8.0着と低調）
前5走 09/29 船橋12R 11着/12頭+2.0秒 08/24 船橋8R 10着/12頭+1.8秒 08/06 船橋10R 3着/10頭+0.6秒 06/03 船橋6R 4着/13頭 05/05 船橋7R 7着/12頭+1.2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 8.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11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) -49% (大幅な期待値マイナス) AI 予想勝率 1.1% (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。
2	ネライウチ差し	笠野雄（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（同距離帯は4走で勝ち無し／前走2着）
前5走 09/28 船橋11R 2着/11頭+0.3秒 09/22 浦和11R 2着/12頭+0.0秒 08/24 船橋11R 12着/14頭+1.7秒 08/10 浦和11R 4着/12頭+0.7秒 07/29 川崎10R 5着/13頭+0.9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 5.3着 ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) ○ 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) -56% (大幅な期待値マイナス) AI 予想勝率 4.8% (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。
3	ラーマ	矢野貴（大井）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯4走で勝率50%／直近3走で勝率33%と好調／騎手は近50戦で勝率30%）
前5走 09/10 川崎12R 4着/14頭+1.3秒 07/27 川崎12R 1着/11頭勝利 07/06 川崎10R 4着/11頭 05/11 川崎10R 1着/6頭勝利 04/22 浦和8R 3着/12頭+0.6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 33% (上り調子) ○ 当競馬場適性 11走で勝率 18% (相性良) ◎ 距離適性同距離 4走で勝率 50% ○ 馬場適性同馬場 7走で勝率 29% ◎ 騎手近50戦勝率 30% (好調) × 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 11.0% ※ 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。
4	カナールゲイル	町田直（川崎）	実8.0	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場9走で勝率33%と適性高／同馬場状態で勝率50%）
前5走 09/10 川崎12R 6着/14頭+2.0秒 08/21 川崎10R 3着/10頭+0.4秒 07/28 川崎11R 8着/14頭+1.2秒 07/08 川崎9R 2着/10頭+5.0秒 06/17 川崎6R 1着/8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 5.7着 ◎ 当競馬場適性 9走で勝率 33% (得意) ◎ 馬場適性同馬場 4走で勝率 50% ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 11.2% (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。
5	ホースワン差し	野畑凌（川崎）	実27.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率38%と適性高／同距離帯4走で勝率25%／前走3着）
前5走 08/21 川崎9R 3着/12頭+1.1秒 07/27 川崎10R 8着/10頭+1.6秒 04/08 川崎12R 4着/14頭+1.5秒 03/02 川崎7R 1着/7頭勝利 02/02 川崎8R 1着/14頭勝利
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 5.0着 ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 5.3% (オッズ暗示: 3.6%) ※ 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。
6	ダートレイジング	古岡勇（川崎）	実40.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は9走で勝ち無し／前走3着）
前5走 09/28 船橋11R 3着/11頭+0.4秒 09/10 川崎12R 9着/14頭+2.5秒 08/20 川崎10R 8着/9頭+0.9秒 07/27 川崎12R 6着/11頭+0.7秒 07/06 川崎10R 6着/11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 6.7着 △ 当競馬場適性 31走で勝率 13% ▽ 距離適性同距離は 9走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) -11% (オッズ過剰評価) AI 予想勝率 2.2% (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	ロイヤルザップ追込	中島良（浦和）	実147.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は9走で勝ち無し／直近3走平均12.3着と低調）
前5走 09/10 川崎12R 13着/14頭+4.6秒 04/22 浦和10R 12着/12頭+2.8秒 03/20 浦和12R 12着/12頭+7.3秒 02/26 浦和12R 11着/11頭+3.2秒 02/06 川崎10R 7着/11頭+1.5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 12.3着 (不振) △ 当競馬場適性 11走で勝率 9% ▽ 距離適性同距離は 9走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +44%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.0% (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。
8	エスプリゴンザレス	藤田凌（大井）	実30.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均2.3着と安定／前走3着）
前5走 08/19 川崎12R 3着/3頭 07/30 川崎8R 2着/11頭+0.0秒 07/06 川崎9R 2着/3頭 06/16 川崎9R 6着/14頭 05/14 川崎9R 5着/13頭+0.3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 2.3着 (安定) ○ 当競馬場適性 27走で勝率 19% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 3.2% (オッズ暗示: 3.3%) ※ 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	セントレガーロ	沖響主（船橋）	実215.3	▽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0%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走平均8.7着と低調）
前5走 09/28 船橋11R 6着/11頭+1.7秒 08/05 船橋12R 9着/12頭+3.1秒 07/15 浦和12R 11着/12頭 06/29 船橋12R 5着/12頭 06/02 船橋11R 3着/14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 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 24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 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +25%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (オッズ暗示: 0.5%) ※ 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。
10	リッキーズラック逃げ	和田譲（大井）	実1.6	◎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6走で勝率67%と適性高／同距離帯4走で勝率75%／同馬場状態で勝率43%）
前5走 09/10 川崎12R 1着/14頭勝利 08/21 川崎9R 1着/12頭勝利 07/28 川崎6R 1着/3頭 12/05 大井7R 5着/10頭+0.2秒 11/17 川崎5R 1着/11頭勝利
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 100% (絶好調) ◎ 当競馬場適性 6走で勝率 67% (得意) ◎ 距離適性同距離 4走で勝率 75% ◎ 馬場適性同馬場 7走で勝率 43% ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 37.5% (オッズ暗示: 62.5%) ※ 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。
11	ハネダブライアン自在	ゴンサ（船橋）	実7.9	△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33%と適性高／同距離帯は3走で勝ち無し）
前5走 09/08 川崎10R 5着/14頭+0.7秒 08/21 川崎9R 2着/12頭+0.1秒 07/28 川崎11R 13着/14頭+3.3秒 07/09 川崎12R 3着/3頭 11/05 船橋11R 5着/9頭+0.9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 6.7着 ◎ 当競馬場適性 6走で勝率 33% (得意) ▽ 距離適性同距離は 3走で勝ち無し × 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 8.1% (オッズ暗示: 12.7%) ※ 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。
12	マイネルボス	本田重（船橋）	実6.2	○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 09/11 川崎10R 1着/12頭勝利 ― ― ― ―
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) -28% (オッズ過剰評価) AI 予想勝率 11.5% (オッズ暗示: 16.1%) ※ 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。
13	ギンユウシジン追込	櫻井光（川崎）	実158.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.0着と低調）
前5走 09/10 川崎12R 11着/14頭+3.1秒 08/21 川崎10R 9着/10頭+2.0秒 03/02 川崎10R 10着/10頭+3.7秒 02/06 川崎10R 9着/11頭+2.4秒 01/02 川崎10R 11着/13頭+1.6秒
AI 評価の内訳 — 馬番 13 ◎ 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 10.0着 (不振) △ 当競馬場適性 27走で勝率 15% △ 距離適性同距離 14走で勝率 7% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +17%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.7% (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。
14	ボルドーリスクレス自在	所　蛍（船橋）	実113.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 09/28 船橋11R 7着/11頭+2.4秒 09/10 川崎12R 5着/14頭+1.8秒 08/24 船橋11R 6着/14頭+0.9秒 08/02 船橋11R 5着/9頭+1.1秒 07/15 浦和8R 4着/12頭
AI 評価の内訳 — 馬番 14 ◎ 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 ○ 距離適性同距離 19走で勝率 16% ○ 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) +111%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.9% (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。

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

リッキーズラック

騎手和田譲（大井）

1.6倍

AI の勝率37%損益の分かれ目62%

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14頭

◎10

リッキーズラック

和田譲（大井）

1.6倍

勝率 37%

›

○12

マイネルボス

本田重（船橋）

6.2倍

勝率 12%

›

▲4

カナールゲイル

町田直（川崎）

8.0倍

勝率 11%

›

△3

ラーマ

矢野貴（大井）

—

勝率 11%

›

△11

ハネダブライアン

ゴンサ（船橋）

7.9倍

勝率 8%

›

△5

ホースワン

野畑凌（川崎）

27.8倍

勝率 5%

›

×2

ネライウチ

笠野雄（船橋）

9.3倍

勝率 5%

›

▽8

エスプリゴンザレス

藤田凌（大井）

30.3倍

対象外勝率 3%

›

▽6

ダートレイジング

古岡勇（川崎）

40.0倍

対象外勝率 2%

›

▽14

ボルドーリスクレス

所　蛍（船橋）

113.5倍

対象外勝率 2%

›

▽1

シナジーエフェクト

臼井健（船橋）

47.1倍

対象外勝率 1%

›

▽7

ロイヤルザップ

中島良（浦和）

147.3倍

対象外勝率 1%

›

▽13

ギンユウシジン

櫻井光（川崎）

158.6倍

対象外勝率 1%

›

▽9

セントレガーロ

沖響主（船橋）

215.3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