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	ジャルダンデュロワ	古岡勇（川崎）	実11.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯4走で勝率25%／直近3走平均2.3着と安定／前走2着）
前5走 10/02 船橋4R 2着/12頭+0.1秒 08/03 船橋12R 3着/3頭 07/04 船橋6R 2着/10頭 06/26 浦和3R 2着/9頭+2.0秒 06/01 船橋3R 1着/11頭
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 2.3着 (安定) ◎ 距離適性同距離 4走で勝率 25% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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) -21% (オッズ過剰評価) AI 予想勝率 7.0% (オッズ暗示: 8.8%) ※ 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。
2	ウォニョン逃げ	菅原吏（船橋）	実80.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は5走で勝ち無し）
前5走 09/30 船橋2R 9着/12頭+2.5秒 09/24 浦和2R 5着/12頭+1.2秒 08/02 船橋6R 9着/10頭+3.8秒 07/15 浦和1R 4着/11頭 06/24 浦和2R 2着/8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戦の調子平均 7.7着 (不振) ▽ 距離適性同距離は 5走で勝ち無し ○ 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) -16% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.2%) ※ 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。
3	ダンガリー自在	小杉亮（船橋）	実7.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 10/01 船橋6R 3着/12頭+0.4秒 06/04 船橋6R 5着/11頭 05/07 船橋5R 2着/12頭+0.1秒 04/02 船橋2R 3着/9頭+1.6秒 03/12 船橋2R 2着/9頭+0.1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 3.3着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 13.0%) ※ 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	ホーススピリット先行	藤江渉（川崎）	実13.8	△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33%と好調／前走勝利の勢い）
前5走 09/10 川崎2R 1着/12頭勝利 08/21 川崎2R 4着/11頭+1.2秒 07/29 川崎1R 5着/12頭+0.8秒 07/07 川崎2R 6着/9頭+1.1秒 06/17 川崎1R 2着/10頭+0.3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 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 11走で勝率 18% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 5.3% (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。
5	ドーサンドーサン逃げ	西啓太（大井）	実23.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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 11/28 船橋11R 8着/10頭+6.0秒 10/07 川崎4R 3着/9頭+0.9秒 07/02 川崎2R 1着/10頭勝利 06/14 川崎3R 5着/7頭+0.7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% △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 687日休養明け × 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 2.9% (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。
6	ノーサイドガール逃げ	ゴンサ（船橋）	実59.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場10走で勝率0%と苦戦傾向）
前5走 09/10 川崎3R 6着/12頭+1.6秒 08/21 川崎6R 2着/9頭+1.8秒 07/28 川崎5R 4着/8頭+1.4秒 07/07 川崎4R 4着/9頭+2.0秒 06/16 川崎2R 7着/12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 4.0着 × 当競馬場適性 10走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +34%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.2% (オッズ暗示: 1.7%) ※ 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。
7	タントレーベル	野畑凌（川崎）	実2.1	◎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走平均2.0着と安定／前走2着／騎手は近50戦で勝率24%）
前5走 09/03 園田10R 2着/3頭 ― ― ― ―
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 2.0着 (安定) ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 37.0% (オッズ暗示: 47.6%) ※ 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。
8	イクノオリンピア逃げ	増田充（川崎）	実30.2	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場10走で勝率0%と苦戦傾向／同距離帯は22走で勝ち無し）
前5走 10/02 船橋6R 9着/12頭+2.2秒 09/08 川崎4R 8着/12頭+1.9秒 08/19 川崎5R 6着/11頭+1.6秒 05/14 川崎5R 3着/12頭+0.6秒 04/08 川崎5R 6着/12頭+1.9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 7.7着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 22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 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 1.4% (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	ゴームズ逃げ	藤本現（大井）	実6.5	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率40%と適性高／同距離帯4走で勝率50%／直近3走で勝率67%と好調）
前5走 10/01 船橋6R 4着/12頭+0.8秒 09/11 川崎1R 1着/3頭 08/20 川崎1R 1着/3頭 07/31 川崎1R 6着/9頭+3.5秒 04/09 川崎2R 2着/12頭+0.2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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 4走で勝率 50% ○ 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% (オッズ過剰評価) AI 予想勝率 11.5% (オッズ暗示: 15.4%) ※ 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。
10	クォリティショコラ	矢野貴（大井）	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／前走勝利の勢い／騎手は近50戦で勝率32%）
前5走 09/11 川崎2R 1着/9頭勝利 07/31 川崎2R 2着/11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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 32% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 23.5% (オッズ暗示: 24.4%) ※ 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。

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

タントレーベル

騎手野畑凌（川崎）

2.1倍

AI の勝率37%損益の分かれ目48%

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10頭

◎7

タントレーベル

野畑凌（川崎）

2.1倍

勝率 37%

›

○10

クォリティショコラ

矢野貴（大井）

4.1倍

勝率 23%

›

▲9

ゴームズ

藤本現（大井）

6.5倍

勝率 11%

›

△3

ダンガリー

小杉亮（船橋）

7.7倍

勝率 8%

›

△1

ジャルダンデュロワ

古岡勇（川崎）

11.4倍

勝率 7%

›

△4

ホーススピリット

藤江渉（川崎）

13.8倍

勝率 5%

›

▽5

ドーサンドーサン

西啓太（大井）

23.0倍

勝率 3%

›

▽6

ノーサイドガール

ゴンサ（船橋）

59.9倍

対象外勝率 2%

›

×8

イクノオリンピア

増田充（川崎）

30.2倍

対象外勝率 1%

›

▽2

ウォニョン

菅原吏（船橋）

80.4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