川崎 9R 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。

9R 川崎競馬場津久井やまＢ３一ダ1500m 発走 18:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サヨノマックスラブ逃げ	矢野貴（大井）	実6.1	▲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50%と適性高／同距離帯6走で勝率50%／直近3走で勝率67%と好調）
前5走 09/09 川崎9R 5着/12頭+1.8秒 04/07 川崎7R 1着/11頭勝利 03/05 川崎4R 1着/9頭勝利 02/04 川崎3R 7着/14頭+0.6秒 01/01 川崎3R 3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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 6走で勝率 50% (得意) ◎ 距離適性同距離 6走で勝率 50% ◎ 騎手近50戦勝率 28% (好調) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 12.9% (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。
2	アイノセンシ自在	佐野遥（川崎）	実120.4	▽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／直近3走平均12.0着と低調）
前5走 03/03 川崎10R 12着/12頭+5.6秒 02/04 川崎9R 13着/14頭+1.8秒 01/03 川崎10R 11着/13頭+3.2秒 12/17 川崎7R 5着/9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 12.0着 (不振) × 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 12着 (大敗) △ ローテーション 225日休養明け △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.8%) ※ 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	アルメールヴェント差し	椿聡太（船橋）	実162.7	▽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11R 11着/11頭+4.1秒 08/03 船橋8R 4着/10頭+0.3秒 05/04 船橋11R 10着/12頭+3.0秒 04/10 川崎12R 8着/11頭+1.3秒 03/20 浦和10R 4着/9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戦の調子平均 8.3着 (不振) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 16走で勝率 6% ▽ 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) -8% (オッズ過剰評価) AI 予想勝率 0.6% (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。
4	サダージ逃げ	藤本現（大井）	実125.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向／77日ぶりの実戦）
前5走 07/29 川崎10R 10着/13頭+2.0秒 07/09 川崎10R 7着/11頭 04/21 浦和7R 5着/10頭+0.2秒 04/06 川崎10R 3着/10頭+0.5秒 03/06 川崎9R 5着/11頭+0.7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 7.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) △ 距離適性同距離 11走で勝率 9% ○ 馬場適性同馬場 7走で勝率 29% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +20%（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: 0.8%) ※ 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	ペッパーミル	藤田凌（大井）	実1.5	◎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（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 09/09 川崎9R 1着/12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) -37% (大幅な期待値マイナス) AI 予想勝率 41.8% (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	パイロデキセキ自在	西啓太（大井）	実25.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/08 川崎10R 8着/14頭+1.2秒 08/21 川崎10R 4着/10頭+0.7秒 07/29 川崎10R 2着/13頭+0.3秒 07/08 川崎9R 4着/10頭 04/10 川崎8R 1着/11頭勝利
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 24走で勝率 12% △ 距離適性同距離 22走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 3.1% (オッズ暗示: 4.0%) ※ 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。
7	トウマ	鷹見陸（大井）	実45.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 09/09 川崎9R 7着/12頭+2.9秒 08/18 川崎12R 6着/8頭+0.5秒 07/09 川崎10R 5着/11頭 05/27 浦和10R 5着/12頭 05/14 川崎12R 6着/12頭+1.6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 6.0着 △ 当競馬場適性 15走で勝率 7% ○ 距離適性同距離 27走で勝率 19% △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.2%) ※ 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。
8	ダテオトコ	新原周（川崎）	実24.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率50%と適性高／同距離帯5走で勝率40%／同馬場状態で勝率67%）
前5走 09/08 川崎10R 10着/14頭+1.5秒 08/20 川崎6R 1着/3頭 07/27 川崎10R 4着/10頭+0.6秒 07/09 川崎9R 1着/3頭 06/16 川崎3R 2着/13頭
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 33% (上り調子) ◎ 当競馬場適性 6走で勝率 50% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 馬場適性同馬場 3走で勝率 67% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 3.9% (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。
9	ベルトネ追込	所　蛍（船橋）	実25.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/29 船橋6R 5着/12頭+1.2秒 07/15 浦和8R 10着/12頭 02/13 船橋8R 6着/12頭+0.5秒 12/31 大井11R 3着/13頭+0.1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 7.0着 (不振) ○ 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) +92% (市場が大幅過小評価) AI 予想勝率 7.6% (オッズ暗示: 3.9%) ※ 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	ブレイヴアウト差し	山口達（船橋）	実111.1	▽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7走で勝ち無し）
前5走 09/22 浦和11R 7着/12頭+0.9秒 08/03 船橋10R 8着/10頭+1.4秒 06/26 浦和10R 8着/12頭 06/02 船橋10R 9着/11頭+1.0秒 05/07 船橋11R 8着/14頭+1.7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 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 2% (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) +19%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.1% (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。
11	ミヤギエンペラー逃げ	ゴンサ（船橋）	実19.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（98日ぶりの実戦）
前5走 07/08 川崎9R 6着/10頭+0.0秒 05/29 浦和10R 3着/13頭+1.0秒 04/08 川崎12R 11着/14頭+2.7秒 03/16 浦和10R 2着/11頭+0.1秒 03/06 川崎10R 2着/9頭+1.1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 6.7着 ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 9走で勝率 22% △ ローテーション 98日休養明け ◎ 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 8.9% (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。
12	マイキーマジック先行	濱田達（船橋）	実106.3	▽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）
前5走 10/02 船橋12R 8着/13頭+1.4秒 08/05 船橋12R 3着/12頭+1.2秒 05/06 船橋12R 3着/13頭+1.5秒 04/01 船橋12R 8着/13頭+3.6秒 03/10 船橋12R 1着/11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戦の調子平均 4.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 距離適性同距離 6走で勝率 17% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +72%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.6% (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。
13	サラサグッドワーク自在	増田充（川崎）	実69.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（175日ぶりの実戦）
前5走 04/22 浦和10R 10着/12頭+1.7秒 04/08 川崎10R 9着/14頭+2.0秒 03/10 船橋10R 2着/11頭+0.2秒 02/27 浦和10R 6着/13頭+1.1秒 02/03 川崎11R 12着/14頭+1.0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 7.0着 (不振) ○ 当競馬場適性 17走で勝率 24% (相性良) ○ 距離適性同距離 17走で勝率 24% ○ 馬場適性同馬場 11走で勝率 27% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 175日休養明け △ 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 1.8% (オッズ暗示: 1.4%) ※ 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。
14	カズヤ	和田譲（大井）	実5.1	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯8走で勝率25%／同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 09/08 川崎10R 3着/14頭+0.1秒 08/20 川崎8R 2着/13頭+0.2秒 07/31 川崎12R 1着/10頭勝利 07/08 川崎6R 10着/11頭+0.0秒 06/17 川崎6R 7着/8頭+0.0秒
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 8走で勝率 25% ◎ 馬場適性同馬場 5走で勝率 40% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 13.3% (オッズ暗示: 19.6%) ※ 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。

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

ペッパーミル

騎手藤田凌（大井）

1.5倍

AI の勝率42%損益の分かれ目67%

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

◎5

ペッパーミル

藤田凌（大井）

1.5倍

勝率 42%

›

○14

カズヤ

和田譲（大井）

5.1倍

勝率 13%

›

▲1

サヨノマックスラブ

矢野貴（大井）

6.1倍

勝率 13%

›

△11

ミヤギエンペラー

ゴンサ（船橋）

19.6倍

勝率 9%

›

△9

ベルトネ

所　蛍（船橋）

25.4倍

勝率 8%

›

△8

ダテオトコ

新原周（川崎）

24.5倍

勝率 4%

›

▽6

パイロデキセキ

西啓太（大井）

25.1倍

勝率 3%

›

▽7

トウマ

鷹見陸（大井）

45.1倍

対象外勝率 2%

›

▽13

サラサグッドワーク

増田充（川崎）

69.7倍

対象外勝率 2%

›

▽12

マイキーマジック

濱田達（船橋）

106.3倍

対象外勝率 2%

›

▽10

ブレイヴアウト

山口達（船橋）

111.1倍

対象外勝率 1%

›

▽4

サダージ

藤本現（大井）

125.4倍

対象外勝率 1%

›

▽2

アイノセンシ

佐野遥（川崎）

120.4倍

対象外勝率 1%

›

▽3

アルメールヴェント

椿聡太（船橋）

162.7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