川崎7R AI予想 - Stride AI

川崎 7R 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。

7R 川崎競馬場ダート1500m　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アンジュベル	野畑凌（川崎）	実4.7	🌟◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走で勝率33%と好調／前走2着）
前5走 05/11 川崎2R 2着/10頭+0.3秒 12/25 園田4R 1着/11頭勝利 12/04 園田4R 2着/12頭+0.7秒 ― ―
AI 評価の内訳 — 馬番 1 ○ 直近3戦の調子勝率 33% (上り調子) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +67% (市場が大幅過小評価) AI 予想勝率 35.7% (オッズ暗示: 21.3%) ※ 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。
2	レフレール	中山遥（浦和）	実12.5	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 06/01 船橋2R 5着/11頭 05/25 浦和5R 6着/12頭 05/05 船橋3R 11着/12頭+2.4秒 04/20 浦和2R 3着/12頭+0.4秒 01/21 船橋11R 13着/13頭+7.1秒
AI 評価の内訳 — 馬番 2 × 直近3戦の調子平均 7.3着 (不振) △ 距離適性同距離 7走で勝率 14% ○ 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) -2% (オッズ過剰評価) AI 予想勝率 7.9% (オッズ暗示: 8.0%) ※ 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。
3	ラスールフルール	本田重（船橋）	実6.8	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 05/25 浦和5R 12着/12頭 05/13 川崎3R 6着/14頭+2.2秒 11/19 川崎2R 3着/10頭+0.6秒 10/31 浦和6R 7着/12頭+1.0秒 10/13 川崎5R 10着/11頭+3.7秒
AI 評価の内訳 — 馬番 3 × 直近3戦の調子平均 7.0着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ 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 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 11.4% (オッズ暗示: 14.7%) ※ 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	ベアトゥース	和田譲（大井）	実6.9	▲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8走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／前走2着）
前5走 05/26 浦和1R 2着/9頭+0.0秒 05/11 川崎2R 5着/10頭+0.9秒 04/09 川崎1R 3着/8頭+1.1秒 01/02 川崎5R 9着/12頭+1.4秒 12/15 川崎4R 2着/8頭+0.2秒
AI 評価の内訳 — 馬番 4 △ 直近3戦の調子平均 3.3着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 前走実績前走 2着 (好走) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 8.1% (オッズ暗示: 14.5%) ※ 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	シナノフラッシュ	増田充（川崎）	実16.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 05/25 浦和5R 10着/12頭 05/13 川崎3R 8着/14頭+2.2秒 04/10 川崎3R 1着/8頭勝利 03/06 川崎2R 2着/10頭+0.0秒 11/17 川崎3R 7着/11頭+1.6秒
AI 評価の内訳 — 馬番 5 ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 距離適性同距離 7走で勝率 14% ◎ 馬場適性同馬場 3走で勝率 33% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 5.2% (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。
6	サムバローズ	町田直（川崎）	実4.9	○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%／直近3走で勝率33%と好調）
前5走 05/11 川崎5R 2着/11頭+1.2秒 03/06 川崎5R 8着/8頭+2.3秒 02/02 川崎4R 1着/9頭勝利 12/19 川崎3R 3着/6頭+1.1秒 ―
AI 評価の内訳 — 馬番 6 ○ 直近3戦の調子勝率 33% (上り調子) ◎ 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% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 15.3% (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。
7	ミオサンダー	鷹見陸（大井）	実18.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／179日ぶりの実戦）
前5走 12/18 川崎9R 7着/10頭+2.9秒 11/18 川崎11R 10着/11頭+4.4秒 10/31 浦和6R 6着/12頭+0.8秒 09/26 浦和7R 11着/12頭+4.6秒 08/26 川崎5R 1着/9頭勝利
AI 評価の内訳 — 馬番 7 × 直近3戦の調子平均 7.7着 (不振) ◎ 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% △ ローテーション 179日休養明け × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 5.4%) ※ 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	ピーエムボギー	池谷匠（川崎）	実27.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 05/13 川崎3R 11着/14頭+2.8秒 04/06 川崎3R 2着/10頭+0.9秒 03/06 川崎2R 1着/10頭勝利 10/13 川崎2R 7着/10頭+2.2秒 09/12 川崎3R 4着/8頭+2.1秒
AI 評価の内訳 — 馬番 8 ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% ◎ 馬場適性同馬場 3走で勝率 33% ▽ 前走実績前走 11着 (大敗) × 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 0.9% (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。
9	オーバーユー	山林信（川崎）	実20.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調）
前5走 05/25 浦和2R 7着/10頭+2.0秒 05/13 川崎3R 10着/14頭+2.4秒 04/20 浦和3R 11着/12頭+2.3秒 04/08 川崎3R 8着/9頭+1.8秒 03/02 川崎2R 1着/9頭勝利
AI 評価の内訳 — 馬番 9 × 直近3戦の調子平均 9.3着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 9走で勝率 11% ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 5.0%) ※ 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。
10	キチョウ	古岡勇（川崎）	実19.4	×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0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 06/01 船橋5R 10着/11頭 05/13 川崎3R 3着/14頭+0.7秒 04/06 川崎3R 10着/10頭+2.0秒 03/31 船橋2R 2着/12頭+0.4秒 03/03 川崎5R 4着/9頭+3.5秒
AI 評価の内訳 — 馬番 10 × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ▽ 前走実績前走 10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) -78% (大幅な期待値マイナス) AI 予想勝率 1.1% (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。
11	モンゲータイム	佐野遥（川崎）	実51.7	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 05/25 浦和5R 5着/12頭 05/13 川崎3R 12着/14頭+3.5秒 12/16 川崎4R 4着/12頭+1.4秒 11/19 川崎2R 4着/10頭+0.9秒 10/29 浦和4R 8着/9頭+2.3秒
AI 評価の内訳 — 馬番 11 × 直近3戦の調子平均 7.0着 (不振) ○ 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% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 21日の間隔 (理想的) × 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 0.7% (オッズ暗示: 1.9%) ※ 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	サンブル	笹川翼（大井）	実7.1	△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／騎手は近50戦で勝率26%）
前5走 05/28 浦和8R 11着/11頭 05/13 川崎3R 7着/14頭+2.2秒 04/09 川崎1R 1着/8頭勝利 ― ―
AI 評価の内訳 — 馬番 12 ○ 直近3戦の調子勝率 33% (上り調子) ◎ 騎手近50戦勝率 26% (好調) ▽ 前走実績前走 11着 (大敗) ○ 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) -55% (大幅な期待値マイナス) AI 予想勝率 6.3% (オッズ暗示: 14.1%) ※ 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。
13	ソウモウクッキ	新原周（川崎）	実17.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/25 浦和5R 4着/12頭+0.0秒 05/11 川崎5R 8着/11頭+3.3秒 04/21 浦和9R 8着/10頭+2.0秒 04/06 川崎5R 9着/10頭+4.3秒 10/15 川崎6R 8着/10頭+2.2秒
AI 評価の内訳 — 馬番 13 △ 直近3戦の調子平均 6.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) △ 距離適性同距離 8走で勝率 12% ○ 騎手近50戦勝率 14% ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 5.8%) ※ 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。

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

このレースの推奨馬券　2モデル並走 (AI 期待値プラス判定)

A. 市場込みモデル

3連複 1-3-6 実93.4倍期待値 +708% 100円

B. 市場除外+キャリブ

このモデルは本レース見送り判定（期待値プラスなし）

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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）

本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。