川崎 10R 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。

10R 川崎競馬場開成町ダ2000m 発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハクシュ逃げ	笹川翼（大井）	実4.9	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場13走で勝率38%と適性高／同距離帯13走で勝率38%／直近3走で勝率33%と好調）
前5走 07/30 川崎9R 5着/11頭+1.1秒 07/09 川崎12R 1着/3頭 06/18 川崎8R 5着/10頭+0.0秒 05/12 川崎12R 3着/14頭+0.1秒 04/08 川崎9R 3着/13頭+0.4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 13走で勝率 38% (得意) ◎ 距離適性同距離 13走で勝率 38% ◎ 騎手近50戦勝率 28% (好調) △ ローテーション 102日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 18.4% (オッズ暗示: 20.4%) ※ 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	ワチュゴナドゥ逃げ	藤江渉（川崎）	実19.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率33%と適性高）
前5走 10/15 川崎10R 7着/11頭+2.4秒 08/26 川崎10R 4着/11頭+1.3秒 07/09 川崎9R 2着/14頭+0.2秒 05/12 川崎6R 1着/9頭勝利 04/11 川崎4R 2着/9頭+0.2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 4.3着 ◎ 当競馬場適性 9走で勝率 33% (得意) △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 25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 2.4% (オッズ暗示: 5.2%) ※ 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	ハナノウタゲ差し	新原周（川崎）	実17.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し）
前5走 10/15 川崎10R 9着/11頭+2.7秒 09/09 川崎10R 8着/13頭+2.5秒 08/18 川崎11R 5着/9頭+1.5秒 07/30 川崎10R 9着/13頭+1.5秒 07/08 川崎9R 3着/10頭
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 7.3着 (不振) ○ 当競馬場適性 19走で勝率 21% (相性良) ▽ 距離適性同距離は 4走で勝ち無し ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 5.7%) ※ 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。
4	コパノモンタナ先行	和田譲（大井）	実18.1	▽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／145日ぶりの実戦）
前5走 06/17 川崎7R 1着/10頭 05/13 川崎6R 2着/14頭+0.2秒 04/09 川崎8R 3着/14頭+0.5秒 03/05 川崎5R 3着/10頭+0.7秒 12/19 川崎10R 11着/14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戦の調子勝率 33% (上り調子) △ 当競馬場適性 19走で勝率 11% △ 距離適性同距離 7走で勝率 14% ○ 馬場適性同馬場 5走で勝率 20% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 145日休養明け × 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 3.5% (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。
5	ビルドラポール	加藤雄（川崎）	実14.4	△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 10/14 川崎12R 1着/13頭勝利 09/08 川崎12R 3着/3頭 08/21 川崎9R 11着/12頭+2.2秒 05/28 浦和9R 6着/12頭 05/15 川崎9R 7着/12頭+1.3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 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 26日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 6.9%) ※ 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。
6	マインドユアミモザ先行	増田充（川崎）	実51.1	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場46走で勝率4%と苦戦傾向／直近3走平均8.7着と低調）
前5走 10/15 川崎10R 8着/11頭+2.5秒 05/28 浦和11R 11着/13頭 05/15 川崎11R 7着/12頭+1.6秒 04/21 浦和10R 7着/12頭+1.1秒 04/10 川崎11R 6着/10頭+1.1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 8.7着 (不振) × 当競馬場適性 46走で勝率 4% (苦戦) ○ 距離適性同距離 9走で勝率 22% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 2.0%) ※ 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	ユメドリーム	櫻井光（川崎）	実5.5	△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2.7着と安定／前走3着）
前5走 10/16 川崎10R 3着/12頭+0.7秒 09/11 川崎12R 2着/3頭 08/20 川崎10R 3着/9頭+0.3秒 07/27 川崎12R 3着/11頭+0.3秒 07/06 川崎10R 5着/11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 2.7着 (安定) △ 当競馬場適性 18走で勝率 11% ○ 前走実績前走 3着 (好走) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 8.5% (オッズ暗示: 18.2%) ※ 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	ベルノレイズ自在	古岡勇（川崎）	実37.4	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（148日ぶりの実戦）
前5走 06/14 319R 8着/9頭+2.4秒 05/31 318R 4着/9頭+1.1秒 05/17 319R 7着/11頭+1.7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 6.3着 △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 148日休養明け × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.7%) ※ 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。
9	モンゲーハガネ差し	佐野遥（川崎）	実28.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場45走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／直近3走平均8.0着と低調）
前5走 09/09 川崎10R 12着/13頭+3.4秒 05/11 川崎11R 9着/14頭+1.3秒 04/08 川崎10R 3着/14頭+0.3秒 03/18 浦和9R 6着/12頭+0.8秒 03/04 川崎10R 7着/9頭+1.1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 8.0着 (不振) × 当競馬場適性 45走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 1.1% (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。
10	オウケンデューク	御神訓（大井）	実4.4	◎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10走で勝率30%と適性高／同距離帯9走で勝率33%／直近3走で勝率33%と好調）
前5走 10/16 川崎10R 4着/12頭+0.8秒 09/11 川崎12R 1着/3頭 07/30 川崎9R 10着/11頭+2.3秒 07/06 川崎11R 8着/9頭 03/17 浦和10R 8着/12頭+2.0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 33% (上り調子) ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 距離適性同距離 9走で勝率 33% ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 24日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +52% (市場が大幅過小評価) AI 予想勝率 34.6% (オッズ暗示: 22.7%) ※ 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。
11	エスプリアキラサン	藤田凌（大井）	実12.7	△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5走で勝率40%／直近3走で勝率33%と好調）
前5走 07/28 川崎11R 9着/14頭+1.2秒 07/06 川崎11R 4着/9頭 05/28 浦和8R 1着/11頭 05/18 大井9R 4着/7頭+1.0秒 04/24 浦和8R 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戦の調子勝率 33% (上り調子) × 当競馬場適性 10走で勝率 0% (苦戦) ◎ 距離適性同距離 5走で勝率 40% ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 7.9%) ※ 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。
12	ギンユウシジン追込	岡村裕（川崎）	実51.1	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は3走で勝ち無し／直近3走平均10.0着と低調／60日ぶりの実戦）
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 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 10.0着 (不振) △ 当競馬場適性 27走で勝率 15% ▽ 距離適性同距離は 3走で勝ち無し △ 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) -75% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 2.0%) ※ 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。
13	ルトネール自在	野畑凌（川崎）	実26.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／63日ぶりの実戦）
前5走 09/07 川崎8R 3着/6頭+0.9秒 08/21 川崎10R 7着/10頭+1.5秒 07/28 川崎9R 3着/10頭+0.5秒 04/09 名古屋11R 9着/10頭+4.6秒 02/02 川崎5R 2着/8頭+0.2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 4.3着 △ 当競馬場適性 10走で勝率 10% ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 3.7%) ※ 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。
14	ヘニーズネフュー逃げ	西啓太（大井）	実5.1	▲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 10/16 川崎10R 8着/12頭+1.1秒 07/30 川崎9R 11着/11頭+3.6秒 04/07 川崎10R 8着/12頭+2.1秒 03/02 川崎10R 2着/10頭+0.1秒 02/06 川崎10R 3着/11頭+1.1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戦の調子平均 9.0着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 10走で勝率 10% ○ ローテーション 24日の間隔 (理想的) × 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 12.0% (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

オウケンデューク

騎手御神訓（大井）

4.4倍

AI の勝率35%損益の分かれ目23%

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

オウケンデューク

御神訓（大井）

4.4倍

勝率 35%

›

○1

ハクシュ

笹川翼（大井）

4.9倍

勝率 18%

›

▲14

ヘニーズネフュー

西啓太（大井）

5.1倍

勝率 12%

›

△7

ユメドリーム

櫻井光（川崎）

5.5倍

勝率 8%

›

△11

エスプリアキラサン

藤田凌（大井）

12.7倍

勝率 8%

›

△5

ビルドラポール

加藤雄（川崎）

14.4倍

勝率 4%

›

▽4

コパノモンタナ

和田譲（大井）

18.1倍

勝率 4%

›

▽3

ハナノウタゲ

新原周（川崎）

17.5倍

勝率 3%

›

▽13

ルトネール

野畑凌（川崎）

26.7倍

勝率 3%

›

×2

ワチュゴナドゥ

藤江渉（川崎）

19.3倍

勝率 2%

›

×9

モンゲーハガネ

佐野遥（川崎）

28.1倍

勝率 1%

›

×8

ベルノレイズ

古岡勇（川崎）

37.4倍

対象外勝率 1%

›

×6

マインドユアミモザ

増田充（川崎）

51.1倍

対象外勝率 1%

›

×12

ギンユウシジン

岡村裕（川崎）

51.1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