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	マロンルピナス差し	藤江渉（川崎）	実16.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 10/20 浦和5R 2着/12頭+0.1秒 10/12 川崎7R 6着/11頭+1.5秒 09/25 浦和7R 6着/12頭+1.6秒 08/18 川崎5R 6着/11頭+1.4秒 07/29 川崎5R 2着/12頭+0.9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 4.7着 △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 25走で勝率 12% △ 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 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 6.1%) ※ 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。
2	ドーサンドーサン自在	山林信（川崎）	実5.7	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／前走3着）
前5走 10/16 川崎8R 3着/10頭+0.7秒 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 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 4.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3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) -31% (大幅な期待値マイナス) AI 予想勝率 12.1% (オッズ暗示: 17.5%) ※ 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。
3	オーバーユー	新原周（川崎）	実163.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.3着と低調）
前5走 10/15 川崎8R 12着/14頭+3.0秒 09/09 川崎1R 11着/13頭+3.4秒 07/10 川崎5R 8着/9頭+1.0秒 06/15 川崎7R 6着/13頭 05/25 浦和2R 7着/10頭+2.0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戦の調子平均 10.3着 (不振) △ 当競馬場適性 13走で勝率 8% △ 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 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) -5% (オッズ過剰評価) AI 予想勝率 0.6% (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。
4	アースヴィンチ	古岡勇（川崎）	実6.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 8.8% (オッズ暗示: 16.4%) ※ 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	スカルラッティ	伊藤裕（川崎）	実10.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) × 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 5.3% (オッズ暗示: 9.2%) ※ 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	シェナベスト	田中涼（川崎）	実5.7	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 10/13 川崎6R 4着/9頭+0.8秒 08/18 川崎5R 9着/11頭+1.7秒 07/30 川崎2R 3着/3頭 07/08 川崎3R 1着/10頭 06/16 川崎4R 8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 5.3着 △ 当競馬場適性 34走で勝率 9% △ 距離適性同距離 21走で勝率 14% △ 騎手近50戦勝率 2% (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 10.6% (オッズ暗示: 17.5%) ※ 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	フクシマジンロッソ逃げ	神尾香（川崎）	実15.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（216日ぶりの実戦）
前5走 04/09 川崎9R 11着/14頭+2.2秒 03/04 川崎12R 2着/14頭+0.2秒 02/02 川崎6R 5着/13頭+0.6秒 01/03 川崎7R 2着/12頭+1.2秒 12/17 川崎6R 2着/12頭+0.8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 6.0着 △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 20走で勝率 15% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 216日休養明け × 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 3.1% (オッズ暗示: 6.4%) ※ 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	クリノフローレンス追込	本田紀（川崎）	実26.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 10/14 川崎4R 2着/12頭+1.1秒 09/30 船橋6R 5着/11頭+0.4秒 09/07 川崎5R 9着/12頭+2.1秒 08/19 川崎7R 4着/12頭+1.0秒 07/29 川崎6R 3着/11頭+0.3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 5.3着 △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 28日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.8%) ※ 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	クイーンズステート	中越琉（川崎）	実135.4	▽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10走で勝ち無し／直近3走平均8.3着と低調）
前5走 10/14 川崎4R 11着/12頭+3.4秒 09/09 川崎1R 5着/13頭+1.6秒 08/19 川崎8R 9着/13頭+3.0秒 07/10 川崎5R 6着/9頭 06/15 川崎6R 8着/12頭
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 8.3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 10走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 28日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 0.7%) ※ 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。
10	トンヤイビーン逃げ	櫻井光（川崎）	実3.6	◎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2.3着と安定／前走2着／126日ぶりの実戦）
前5走 07/08 川崎3R 2着/10頭 06/16 川崎4R 3着/12頭 05/14 川崎4R 2着/12頭+0.0秒 04/09 川崎5R 1着/12頭勝利 03/05 川崎1R 2着/10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戦の調子平均 2.3着 (安定) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 6走で勝率 17% ○ 前走実績前走 2着 (好走) △ ローテーション 126日休養明け ◎ 期待値 (オッズ vs AI勝率) +54% (市場が大幅過小評価) AI 予想勝率 42.9% (オッズ暗示: 27.8%) ※ 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	コンポスト先行	岡村裕（川崎）	実132.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場18走で勝率0%と苦戦傾向／同距離帯は19走で勝ち無し／直近3走平均9.0着と低調）
前5走 10/15 川崎4R 11着/12頭+1.8秒 08/18 川崎8R 12着/12頭+2.6秒 08/22 川崎2R 4着/12頭+0.4秒 08/06 川崎6R 9着/11頭+2.0秒 07/10 川崎2R 9着/14頭+0.7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 9.0着 (不振) × 当競馬場適性 18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 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) -16% (オッズ過剰評価) AI 予想勝率 0.6% (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。
12	シュヴァイゲン先行	町田直（川崎）	実9.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 10/15 川崎8R 2着/14頭+0.9秒 10/02 船橋5R 7着/12頭+1.7秒 09/09 川崎4R 14着/14頭+7.5秒 08/19 川崎6R 10着/11頭+3.6秒 07/28 川崎3R 1着/9頭勝利
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 7.7着 (不振) ○ 当競馬場適性 17走で勝率 18% (相性良) ○ 距離適性同距離 17走で勝率 18% ○ 騎手近50戦勝率 16% ○ 前走実績前走 2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) -16% (オッズ過剰評価) AI 予想勝率 8.6% (オッズ暗示: 10.2%) ※ 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。
13	ミュークフォルテ逃げ	池谷匠（川崎）	実81.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調／84日ぶりの実戦）
前5走 08/19 川崎5R 11着/11頭+2.6秒 07/29 川崎6R 8着/11頭+1.8秒 06/16 川崎4R 7着/12頭 05/12 川崎4R 2着/12頭+0.2秒 04/07 川崎5R 3着/12頭+0.9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 8.7着 (不振) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 17走で勝率 6% △ 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) +6%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (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。
14	フィードウィン	加藤雄（川崎）	実12.4	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率0%と苦戦傾向／同距離帯は22走で勝ち無し／85日ぶりの実戦）
前5走 08/18 川崎7R 5着/11頭+1.5秒 07/09 川崎6R 3着/6頭 06/17 川崎8R 3着/8頭+0.0秒 06/01 船橋7R 6着/12頭 05/15 川崎12R 3着/14頭+1.2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 3.7着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 8.1%) ※ 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。

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

トンヤイビーン

騎手櫻井光（川崎）

3.6倍

AI の勝率43%損益の分かれ目28%

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

トンヤイビーン

櫻井光（川崎）

3.6倍

勝率 43%

›

○2

ドーサンドーサン

山林信（川崎）

5.7倍

勝率 12%

›

▲6

シェナベスト

田中涼（川崎）

5.7倍

勝率 11%

›

△4

アースヴィンチ

古岡勇（川崎）

6.1倍

勝率 9%

›

△12

シュヴァイゲン

町田直（川崎）

9.8倍

勝率 9%

›

△5

スカルラッティ

伊藤裕（川崎）

10.9倍

勝率 5%

›

×7

フクシマジンロッソ

神尾香（川崎）

15.7倍

勝率 3%

›

×14

フィードウィン

加藤雄（川崎）

12.4倍

勝率 2%

›

×1

マロンルピナス

藤江渉（川崎）

16.5倍

勝率 2%

›

×8

クリノフローレンス

本田紀（川崎）

26.2倍

勝率 2%

›

▽13

ミュークフォルテ

池谷匠（川崎）

81.2倍

対象外勝率 1%

›

▽11

コンポスト

岡村裕（川崎）

132.4倍

対象外勝率 1%

›

▽3

オーバーユー

新原周（川崎）

163.3倍

対象外勝率 1%

›

▽9

クイーンズステート

中越琉（川崎）

135.4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