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 川崎競馬場小川町七夕まＣ１三ダ1500m 発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ホシニネガイヲ	伊藤裕（川崎）	実25.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は6走で勝ち無し／直近3走平均9.7着と低調）
前5走 09/09 川崎7R 11着/12頭+4.6秒 07/31 川崎12R 7着/10頭+1.1秒 07/14 浦和7R 11着/12頭+0.0秒 06/26 浦和9R 7着/10頭 06/04 船橋9R 11着/12頭+0.0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 9.7着 (不振) ▽ 距離適性同距離は 6走で勝ち無し ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
2	クレバス先行	佐野遥（川崎）	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均9.0着と低調）
前5走 09/10 川崎9R 11着/12頭+2.8秒 07/31 川崎10R 8着/12頭+2.0秒 02/03 川崎7R 8着/12頭+0.3秒 01/04 川崎12R 7着/14頭+1.7秒 12/19 川崎9R 1着/10頭勝利
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 9.0着 (不振) ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 距離適性同距離 11走で勝率 18% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 19.8% (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。
3	ボルドーティラミス逃げ	池谷匠（川崎）	実11.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 09/23 浦和7R 10着/12頭+3.4秒 07/10 川崎10R 7着/8頭 05/26 浦和10R 7着/13頭 05/15 川崎9R 9着/12頭+1.6秒 04/10 川崎8R 4着/11頭+0.3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 8.0着 (不振) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 14走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 8.6%) ※ 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	アーサ自在	新原周（川崎）	実4.2	◎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9走で勝率33%と適性高／同馬場状態で勝率50%／100日ぶりの実戦）
前5走 07/08 川崎8R 10着/10頭+2.0秒 04/22 浦和7R 3着/12頭+0.3秒 04/10 川崎12R 10着/11頭+2.6秒 03/20 浦和10R 6着/9頭+1.6秒 03/06 川崎9R 11着/11頭+2.8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 7.7着 (不振) ◎ 当競馬場適性 9走で勝率 33% (得意) ○ 距離適性同距離 9走で勝率 22% ◎ 馬場適性同馬場 6走で勝率 50% ▽ 前走実績前走 10着 (大敗) △ ローテーション 100日休養明け ◎ 期待値 (オッズ vs AI勝率) +49% (妙味あり) AI 予想勝率 35.6% (オッズ暗示: 23.8%) ※ 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	クレーネ自在	岡村裕（川崎）	実7.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（81日ぶりの実戦）
前5走 07/27 川崎10R 7着/10頭+1.0秒 06/18 川崎9R 10着/11頭 05/26 浦和10R 2着/13頭 04/09 川崎9R 8着/14頭+1.5秒 03/19 浦和6R 5着/12頭+0.8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 6.3着 △ 当競馬場適性 23走で勝率 9% △ 距離適性同距離 22走で勝率 9% △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 13.2%) ※ 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。
6	ブラッドライン	中山遥（浦和）	実8.5	△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9.0着と低調）
前5走 09/09 川崎6R 7着/12頭+1.7秒 08/19 川崎10R 10着/12頭+3.2秒 07/10 川崎9R 10着/11頭+0.0秒 05/26 浦和10R 10着/13頭 05/15 川崎9R 8着/12頭+1.5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 9.0着 (不振) △ 当競馬場適性 14走で勝率 7% ○ 距離適性同距離 19走で勝率 21% ○ 馬場適性同馬場 16走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) × 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 7.1% (オッズ暗示: 11.8%) ※ 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。
7	シトロンヴェール	増田充（川崎）	実13.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率0%と苦戦傾向／同距離帯13走で勝率38%／直近3走平均10.3着と低調）
前5走 09/11 川崎10R 9着/12頭+3.7秒 08/21 川崎9R 12着/12頭+2.7秒 07/30 川崎8R 10着/11頭+1.1秒 06/01 船橋10R 1着/12頭 05/14 川崎9R 7着/13頭+0.5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 10.3着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ◎ 距離適性同距離 13走で勝率 38% ○ 馬場適性同馬場 14走で勝率 29% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 7.6%) ※ 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	エムティパル	櫻井光（川崎）	実9.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/18 川崎10R 7着/12頭+0.9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 7.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) × 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 4.9% (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。
9	ネヴァーノウズ逃げ	本田紀（川崎）	実55.2	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は10走で勝ち無し／直近3走平均12.0着と低調）
前5走 09/23 浦和6R 12着/13頭+2.7秒 08/19 川崎10R 12着/12頭+3.3秒 07/31 川崎10R 12着/12頭+3.2秒 07/10 川崎9R 11着/11頭 05/14 川崎7R 4着/11頭+0.4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 12.0着 (不振) △ 当競馬場適性 19走で勝率 5% ▽ 距離適性同距離は 10走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.8%) ※ 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。
10	ノッテストラータ	中越琉（川崎）	実14.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.3着と低調）
前5走 10/02 船橋9R 12着/14頭+2.6秒 07/31 川崎12R 9着/10頭+1.7秒 06/16 川崎9R 10着/14頭 05/12 川崎10R 6着/14頭+2.1秒 04/08 川崎12R 12着/14頭+2.9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 10.3着 (不振) △ 当競馬場適性 20走で勝率 10% △ 距離適性同距離 21走で勝率 10% ▽ 前走実績前走 12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) -63% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 6.8%) ※ 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。
11	エルフィダンス逃げ	古岡勇（川崎）	実7.7	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯4走で勝率25%／同馬場状態で勝率33%／直近3走平均10.7着と低調）
前5走 09/01 大井10R 11着/11頭+3.6秒 06/12 大井3R 11着/12頭+1.0秒 12/24 園田10R 10着/11頭+2.4秒 11/06 船橋5R 2着/5頭+0.3秒 09/29 船橋3R 1着/7頭勝利
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 10.7着 (不振) ◎ 距離適性同距離 4走で勝率 25% ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 13.9% (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。

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

アーサ

騎手新原周（川崎）

4.2倍

AI の勝率36%損益の分かれ目24%

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

◎4

アーサ

新原周（川崎）

4.2倍

勝率 36%

›

○2

クレバス

佐野遥（川崎）

4.1倍

勝率 20%

›

▲11

エルフィダンス

古岡勇（川崎）

7.7倍

勝率 14%

›

△5

クレーネ

岡村裕（川崎）

7.6倍

勝率 9%

›

△6

ブラッドライン

中山遥（浦和）

8.5倍

勝率 7%

›

△8

エムティパル

櫻井光（川崎）

9.3倍

勝率 5%

›

×3

ボルドーティラミス

池谷匠（川崎）

11.6倍

勝率 4%

›

×10

ノッテストラータ

中越琉（川崎）

14.7倍

勝率 3%

›

×7

シトロンヴェール

増田充（川崎）

13.2倍

勝率 2%

›

×1

ホシニネガイヲ

伊藤裕（川崎）

25.1倍

勝率 1%

›

×9

ネヴァーノウズ

本田紀（川崎）

55.2倍

対象外勝率 0%

›

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