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 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エイシントゥラン先行	中山遥（浦和）	実39.4	△詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は18走で勝ち無し）
前5走 10/15 川崎7R 8着/12頭+1.0秒 09/10 川崎8R 5着/12頭+1.9秒 08/20 川崎8R 8着/13頭+1.3秒 07/31 川崎12R 3着/10頭+0.7秒 06/16 川崎9R 8着/14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 7.0着 (不振) △ 当競馬場適性 30走で勝率 7% ▽ 距離適性同距離は 18走で勝ち無し ○ 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) +13%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.9% (オッズ暗示: 2.5%) ※ 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。
2	ルージュアマリア先行	神尾香（川崎）	実124.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 10/15 川崎7R 12着/12頭+1.8秒 07/12 3110R 2着/12頭+0.2秒 06/27 319R 4着/11頭+1.4秒 06/13 319R 6着/10頭 05/30 318R 10着/11頭+2.3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 6.0着 △ 距離適性同距離 11走で勝率 9% △ 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 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 0.8% (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	マッセダムール	御神訓（大井）	実6.7	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走3着／騎手は近50戦で勝率22%）
前5走 10/15 川崎7R 3着/12頭+0.4秒 09/09 川崎8R 6着/12頭+0.8秒 08/18 川崎9R 1着/3頭 07/30 川崎5R 2着/10頭+0.2秒 07/09 川崎6R 2着/6頭+0.0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 11走で勝率 18% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) ○ 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) -15% (オッズ過剰評価) AI 予想勝率 12.7% (オッズ暗示: 14.9%) ※ 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	アパタイトテソーロ	西啓太（大井）	実6.5	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着／167日ぶりの実戦）
前5走 05/28 浦和8R 3着/11頭+0.0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 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ ローテーション 167日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 14.2% (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。
5	スマートラスター先行	矢野貴（大井）	実27.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 10/15 川崎9R 9着/12頭+2.1秒 09/07 川崎10R 1着/12頭勝利 08/21 川崎12R 4着/12頭+1.2秒 04/08 川崎8R 12着/13頭+3.4秒 03/05 川崎4R 2着/9頭+1.7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 7走で勝率 29% (得意) ◎ 距離適性同距離 7走で勝率 29% ◎ 騎手近50戦勝率 24% (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) +87% (市場が大幅過小評価) AI 予想勝率 6.8% (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。
6	ササキントモゴロウ逃げ	町田直（川崎）	実156.4	▽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 10/15 川崎9R 11着/12頭+2.3秒 09/30 船橋8R 7着/10頭+2.7秒 09/10 川崎9R 7着/12頭+1.6秒 07/28 川崎9R 6着/10頭+0.8秒 07/10 川崎9R 3着/11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 8.3着 (不振) △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 15走で勝率 7% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 11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) +36%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (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。
7	クレバス	新原周（川崎）	実72.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
前5走 10/16 川崎12R 5着/11頭+1.1秒 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
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 8.0着 (不振) ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 12走で勝率 17% ○ 騎手近50戦勝率 14% ○ 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) +12%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.5% (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。
8	ノーブルウィスパー逃げ	岡村裕（川崎）	実43.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場20走で勝率0%と苦戦傾向／同距離帯は19走で勝ち無し／中6日以内の連戦）
前5走 11/06 船橋9R 10着/11頭+1.8秒 10/13 川崎9R 2着/10頭+0.9秒 09/30 船橋9R 9着/10頭+3.3秒 09/09 川崎6R 4着/12頭+1.0秒 07/10 川崎9R 4着/11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戦の調子平均 7.0着 (不振) × 当競馬場適性 20走で勝率 0% (苦戦) ▽ 距離適性同距離は 19走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 2.3%) ※ 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	ルージュフィーリア	野畑凌（川崎）	実1.3	◎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 10/13 川崎9R 1着/10頭勝利 ― ― ― ―
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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 48.0% (オッズ暗示: 76.9%) ※ 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	ライヴペッパー自在	藤本現（大井）	実69.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場29走で勝率3%と苦戦傾向／106日ぶりの実戦）
前5走 07/28 川崎8R 7着/12頭+1.2秒 05/14 川崎7R 3着/11頭+0.3秒 04/09 川崎9R 6着/14頭+1.3秒 03/05 川崎9R 4着/11頭+1.3秒 02/04 川崎12R 2着/14頭+0.5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 5.3着 × 当競馬場適性 29走で勝率 3% (苦戦) △ 距離適性同距離 18走で勝率 6% △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) +48%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.1% (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。
11	ブリッツアロング	佐野遥（川崎）	実16.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/15 川崎7R 4着/12頭+0.4秒 09/10 川崎9R 6着/12頭+1.5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 5.0着 ○ 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) +33% (妙味あり) AI 予想勝率 8.0% (オッズ暗示: 6.0%) ※ 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

ルージュフィーリア

騎手野畑凌（川崎）

1.3倍

AI の勝率48%損益の分かれ目77%

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

◎9

ルージュフィーリア

野畑凌（川崎）

1.3倍

勝率 48%

›

○4

アパタイトテソーロ

西啓太（大井）

6.5倍

勝率 14%

›

▲3

マッセダムール

御神訓（大井）

6.7倍

勝率 13%

›

△11

ブリッツアロング

佐野遥（川崎）

16.7倍

勝率 8%

›

△5

スマートラスター

矢野貴（大井）

27.5倍

勝率 7%

›

△1

エイシントゥラン

中山遥（浦和）

39.4倍

対象外勝率 3%

›

▽10

ライヴペッパー

藤本現（大井）

69.4倍

対象外勝率 2%

›

▽8

ノーブルウィスパー

岡村裕（川崎）

43.5倍

対象外勝率 2%

›

▽7

クレバス

新原周（川崎）

72.8倍

対象外勝率 2%

›

▽6

ササキントモゴロウ

町田直（川崎）

156.4倍

対象外勝率 1%

›

▽2

ルージュアマリア

神尾香（川崎）

124.2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