川崎 12R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

12R 川崎競馬場津久井やまＢ３一ダ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	アイノセンシ自在	櫻井光（川崎）	実103.4	×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／同距離帯は4走で勝ち無し／直近3走平均13.0着と低調）
前5走 10/14 川崎9R 14着/14頭+3.1秒 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 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 13.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ▽ 前走実績前走 14着 (大敗) ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.0%) ※ 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	サダージ	野畑凌（川崎）	実10.3	×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0%と苦戦傾向／前走3着）
前5走 11/02 船橋9R 3着/11頭+1.1秒 10/14 川崎9R 2着/14頭+0.0秒 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
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 5.0着 × 当競馬場適性 6走で勝率 0% (苦戦) △ 距離適性同距離 12走で勝率 8% ○ 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) -69% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 9.7%) ※ 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。
3	ジーベンファルベン逃げ	張田昂（船橋）	実8.4	△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7走で勝ち無し）
前5走 09/14 大井12R 4着/13頭+1.3秒 09/02 大井8R 7着/12頭+1.3秒 08/15 大井8R 2着/11頭+0.4秒 04/14 大井10R 5着/9頭+1.6秒 03/25 大井12R 4着/13頭+0.9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 4.3着 ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 16% × 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 6.7% (オッズ暗示: 11.9%) ※ 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。
4	トウマ	鷹見陸（大井）	実8.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 10/14 川崎9R 1着/14頭勝利 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
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 16走で勝率 12% ○ 距離適性同距離 28走で勝率 21% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 6.8% (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	ドリームファイター	西啓太（大井）	実5.6	○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%／直近3走で勝率33%と好調）
前5走 10/23 浦和10R 5着/12頭+0.3秒 08/11 浦和9R 7着/9頭+1.4秒 07/16 浦和9R 1着/11頭 05/27 浦和8R 6着/7頭+2.0秒 04/08 川崎4R 3着/6頭+0.3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) ◎ 距離適性同距離 8走で勝率 25% ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 14.2% (オッズ暗示: 17.9%) ※ 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	ノッテストラータ	中越琉（川崎）	実64.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 10/16 川崎12R 1着/11頭勝利 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
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戦の調子勝率 33% (上り調子) △ 当競馬場適性 21走で勝率 14% △ 距離適性同距離 22走で勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 1.5%) ※ 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	カズヤ	和田譲（大井）	実8.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 10/14 川崎9R 8着/14頭+1.0秒 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
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 4.3着 ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 距離適性同距離 9走で勝率 22% ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 5.8% (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。
8	タケノロイヤル先行	佐野遥（川崎）	実31.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は13走で勝ち無し／前走2着）
前5走 10/15 川崎9R 2着/12頭+0.0秒 09/10 川崎9R 5着/12頭+1.1秒 07/08 川崎7R 4着/11頭 05/15 川崎9R 5着/12頭+0.8秒 01/01 川崎12R 2着/12頭+0.2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 3.7着 △ 当競馬場適性 16走で勝率 6% ▽ 距離適性同距離は 13走で勝ち無し ○ 前走実績前走 2着 (好走) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 3.1%) ※ 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	マルモリアクティブ逃げ	御神訓（大井）	実18.2	×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20走で勝率30%／同馬場状態で勝率33%）
前5走 09/10 川崎8R 1着/12頭勝利 07/14 浦和7R 4着/12頭 04/07 川崎12R 7着/12頭+1.5秒 03/18 浦和7R 1着/9頭勝利 03/05 川崎9R 5着/11頭+1.5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 33% (上り調子) ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 距離適性同距離 20走で勝率 30% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 2.1% (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。
10	サヨノマックスラブ逃げ	矢野貴（大井）	実10.0	×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7走で勝率43%と適性高／同距離帯7走で勝率43%／直近3走で勝率33%と好調）
前5走 10/14 川崎9R 5着/14頭+0.7秒 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
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 7走で勝率 43% (得意) ◎ 距離適性同距離 7走で勝率 43% ◎ 騎手近50戦勝率 26% (好調) ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 10.0%) ※ 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。
11	アイビーガオー逃げ推奨	新原周（川崎）	実5.2	◎詳細▼	市場が大きく過小評価、AI予想勝率40% × オッズ5.2倍で期待値+108%の有力候補（直近3走勝率67%と絶好調／当競馬場5走で勝率60%と適性高／同距離帯で勝率75%と得意）
前5走 07/06 川崎10R 8着/11頭 05/15 川崎9R 1着/12頭勝利 02/06 川崎9R 1着/13頭勝利 01/20 船橋9R 3着/14頭+0.3秒 10/28 浦和4R 1着/12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 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 4走で勝率 75% △ ローテーション 127日休養明け ◎ 期待値 (オッズ vs AI勝率) +108% (市場が大幅過小評価) AI 予想勝率 40.1% (オッズ暗示: 19.2%) ※ 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。
12	ダテオトコ	増田充（川崎）	実30.7	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7走で勝率43%と適性高／同距離帯7走で勝率29%／直近3走平均8.7着と低調）
前5走 10/21 浦和7R 4着/13頭+1.0秒 10/14 川崎9R 12着/14頭+1.5秒 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
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 8.7着 (不振) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 7走で勝率 29% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 1.2% (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。
13	シナジーエフェクト自在	臼井健（船橋）	実175.7	▽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／同距離帯は9走で勝ち無し／直近3走平均10.0着と低調）
前5走 11/02 船橋9R 9着/11頭+2.3秒 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
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 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 0.5% (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	ファイヤーウィップ逃げ	本田重（船橋）	実5.6	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率43%と適性高／同距離帯5走で勝率40%／125日ぶりの実戦）
前5走 07/08 川崎9R 9着/10頭+0.0秒 06/16 川崎9R 3着/14頭+0.0秒 05/12 川崎10R 2着/14頭+0.6秒 02/23 浦和10R 8着/11頭+1.7秒 01/01 川崎10R 1着/14頭勝利
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 4.7着 ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 5走で勝率 40% ○ 騎手近50戦勝率 14% △ ローテーション 125日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 13.0% (オッズ暗示: 17.9%) ※ 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）

買うAI の推奨

アイビーガオー

騎手新原周（川崎）

5.2倍

AI の勝率40%損益の分かれ目19%

AI の勝率 40% が損益の分かれ目 19%（1 ÷ 5.2倍）を上回り、期待値 +109% が買う基準（+30%）以上。

賭け金の目安 ¥600（AI の自信に応じて変えています）

外れ

出走馬全14頭

◎11

アイビーガオー

新原周（川崎）

5.2倍

勝率 40%

›

○5

ドリームファイター

西啓太（大井）

5.6倍

勝率 14%

›

▲14

ファイヤーウィップ

本田重（船橋）

5.6倍

勝率 13%

›

△4

トウマ

鷹見陸（大井）

8.0倍

勝率 7%

›

△3

ジーベンファルベン

張田昂（船橋）

8.4倍

勝率 7%

›

△7

カズヤ

和田譲（大井）

8.5倍

勝率 6%

›

×10

サヨノマックスラブ

矢野貴（大井）

10.0倍

勝率 3%

›

×2

サダージ

野畑凌（川崎）

10.3倍

勝率 3%

›

×9

マルモリアクティブ

御神訓（大井）

18.2倍

勝率 2%

›

▽8

タケノロイヤル

佐野遥（川崎）

31.8倍

対象外勝率 2%

›

×12

ダテオトコ

増田充（川崎）

30.7倍

対象外勝率 1%

›

▽6

ノッテストラータ

中越琉（川崎）

64.6倍

対象外勝率 1%

›

×1

アイノセンシ

櫻井光（川崎）

103.4倍

対象外勝率 0%

›

▽13

シナジーエフェクト

臼井健（船橋）

175.7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　AI 期待値プラス判定

単勝11アイビーガオー不的中

オッズ5.2倍予測時点
期待値+109%
賭け金¥600

※ オッズの下の言葉: 確定 = 当たった買い目の払戻から出したオッズ・予測時点 = 予測した時のオッズ・推定 = 予測時点のオッズが取れず見込みの値。

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