川崎12R AI予想

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 川崎競馬場ダート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	ラーマ	櫻井光（川崎）	実3.6	🌟◎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（同距離帯は8走で勝ち無し／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/11 川崎10R 1着/6頭勝利 04/22 浦和8R 3着/12頭+0.6秒 04/08 川崎3R 2着/9頭+0.2秒 03/06 川崎4R 3着/9頭+0.7秒 02/05 川崎1R 3着/12頭+0.6秒
AI 評価の内訳 — 馬番 1 ○ 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% ▽ 距離適性同距離は 8走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 30.0% (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。
2	サダージ	本田重（船橋）	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3走で勝率0%と苦戦傾向）
前5走 04/21 浦和7R 5着/10頭+0.2秒 04/06 川崎10R 3着/10頭+0.5秒 03/06 川崎9R 5着/11頭+0.7秒 08/18 浦和11R 2着/10頭+0.2秒 07/22 浦和10R 1着/9頭勝利
AI 評価の内訳 — 馬番 2 △ 直近3戦の調子平均 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) △ 距離適性同距離 9走で勝率 11% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 14% × 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 3.6% (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	パイロデキセキ	矢野貴（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（同馬場状態で勝率33%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 04/10 川崎8R 1着/11頭勝利 03/02 川崎7R 4着/7頭+1.2秒 02/04 川崎12R 4着/14頭+1.0秒 10/16 川崎7R 2着/13頭+0.0秒 09/12 川崎8R 5着/12頭+0.8秒
AI 評価の内訳 — 馬番 3 ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 20走で勝率 15% (相性良) ○ 距離適性同距離 18走で勝率 17% ◎ 馬場適性同馬場 6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) -51% (大幅な期待値マイナス) AI 予想勝率 7.1% (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。
4	ミヤギエンペラー	藤本現（大井）	実8.4	○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%／前走3着）
前5走 05/29 浦和10R 3着/13頭+1.0秒 04/08 川崎12R 11着/14頭+2.7秒 03/16 浦和10R 2着/11頭+0.1秒 03/06 川崎10R 2着/9頭+1.1秒 02/02 川崎9R 4着/12頭+0.3秒
AI 評価の内訳 — 馬番 4 △ 直近3戦の調子平均 5.3着 ○ 当競馬場適性 10走で勝率 20% (相性良) ◎ 距離適性同距離 8走で勝率 25% ○ 馬場適性同馬場 8走で勝率 25% ○ 前走実績前走 3着 (好走) ○ ローテーション 19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 11.2% (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。
5	トンボ	佐野遥（川崎）	実14.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場13走で勝率31%と適性高／同距離帯14走で勝率29%）
前5走 05/29 浦和10R 6着/13頭 04/21 浦和7R 4着/10頭+0.1秒 04/09 川崎12R 7着/12頭+0.8秒 03/16 浦和11R 4着/13頭+0.8秒 03/06 川崎9R 3着/11頭+0.4秒
AI 評価の内訳 — 馬番 5 △ 直近3戦の調子平均 5.7着 ◎ 当競馬場適性 13走で勝率 31% (得意) ◎ 距離適性同距離 14走で勝率 29% ○ ローテーション 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 3.9% (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	ベアアスムイ	増田充（川崎）	実33.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯3走で勝率33%／直近3走平均3.0着と安定／前走2着）
前5走 05/14 川崎8R 2着/6頭+0.3秒 04/10 川崎4R 3着/6頭+1.1秒 03/04 川崎6R 4着/11頭+1.3秒 11/18 川崎3R 3着/11頭+0.4秒 10/16 川崎1R 1着/9頭勝利
AI 評価の内訳 — 馬番 6 ○ 直近3戦の調子平均 3.0着 (安定) △ 当競馬場適性 7走で勝率 14% ◎ 距離適性同距離 3走で勝率 33% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 3.0%) ※ 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	マシュー	見越彬（浦和）	実6.1	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯3走で勝率100%／同馬場状態で勝率50%）
前5走 05/12 川崎10R 4着/14頭+1.4秒 05/07 船橋11R 6着/14頭+1.4秒 04/08 川崎12R 2着/14頭+0.2秒 03/30 船橋11R 3着/12頭+0.4秒 01/09 浦和10R 1着/13頭勝利
AI 評価の内訳 — 馬番 7 △ 直近3戦の調子平均 4.0着 ◎ 距離適性同距離 3走で勝率 100% ◎ 馬場適性同馬場 4走で勝率 50% ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 17.0% (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。
8	カナールショウヘイ	野畑凌（川崎）	実12.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯12走で勝率25%）
前5走 06/04 船橋10R 4着/11頭 05/12 川崎10R 8着/14頭+2.2秒 12/17 川崎10R 2着/9頭+0.3秒 12/09 船橋10R 4着/14頭+0.4秒 11/18 川崎9R 2着/14頭+0.5秒
AI 評価の内訳 — 馬番 8 △ 直近3戦の調子平均 4.7着 ○ 当競馬場適性 18走で勝率 17% (相性良) ◎ 距離適性同距離 12走で勝率 25% ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 8.3%) ※ 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	タケノロイヤル	中山遥（浦和）	実28.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は10走で勝ち無し）
前5走 05/15 川崎9R 5着/12頭+0.8秒 01/01 川崎12R 2着/12頭+0.2秒 12/19 川崎9R 8着/10頭+1.9秒 11/19 川崎8R 6着/12頭+0.8秒 10/27 浦和10R 2着/12頭+0.3秒
AI 評価の内訳 — 馬番 9 △ 直近3戦の調子平均 5.0着 △ 当競馬場適性 13走で勝率 8% ▽ 距離適性同距離は 10走で勝ち無し × 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 1.1% (オッズ暗示: 3.5%) ※ 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	ベストフィールド	山中悠（船橋）	実10.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯7走で勝率29%／同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 04/23 浦和12R 5着/10頭+1.0秒 03/20 浦和10R 1着/9頭勝利 02/28 浦和11R 2着/11頭+0.0秒 03/10 船橋9R 10着/12頭+2.6秒 02/11 船橋9R 9着/12頭+1.5秒
AI 評価の内訳 — 馬番 10 ○ 直近3戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 7走で勝率 29% ◎ 馬場適性同馬場 5走で勝率 40% △ 騎手近50戦勝率 4% (やや苦戦) × 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 5.9% (オッズ暗示: 9.3%) ※ 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。
11	コスモスミッチー	新原周（川崎）	実91.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調）
前5走 05/12 川崎10R 14着/14頭+3.6秒 04/10 川崎12R 4着/11頭+0.5秒 01/01 川崎8R 13着/14頭+5.4秒 12/17 川崎10R 5着/9頭+0.6秒 11/21 川崎10R 12着/13頭+2.5秒
AI 評価の内訳 — 馬番 11 × 直近3戦の調子平均 10.3着 (不振) △ 当競馬場適性 29走で勝率 10% △ 距離適性同距離 25走で勝率 12% ○ 騎手近50戦勝率 16% ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.1%) ※ 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。
12	ロックシュガー	和田譲（大井）	実9.2	▲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3着）
前5走 05/27 浦和8R 3着/7頭+0.0秒 04/30 大井11R 7着/11頭+2.2秒 04/10 川崎4R 1着/6頭勝利 03/19 浦和9R 4着/10頭+0.7秒 02/25 浦和11R 5着/13頭+1.7秒
AI 評価の内訳 — 馬番 12 ○ 直近3戦の調子勝率 33% (上り調子) △ 距離適性同距離 7走で勝率 14% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) ○ 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) -19% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 10.9%) ※ 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。
13	サヨノビッグホープ	西啓太（大井）	実20.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 05/27 浦和10R 4着/12頭 04/20 浦和10R 9着/12頭+2.0秒 03/17 浦和10R 5着/12頭+1.8秒 11/18 川崎9R 7着/14頭+1.2秒 10/15 川崎10R 4着/14頭+0.5秒
AI 評価の内訳 — 馬番 13 △ 直近3戦の調子平均 6.0着 △ 当競馬場適性 14走で勝率 14% △ 距離適性同距離 16走で勝率 12% △ 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) -64% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 4.8%) ※ 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。
14	ジュウニントイロ	山林信（川崎）	実45.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 05/12 川崎9R 3着/8頭+0.6秒 04/07 川崎12R 11着/12頭+3.4秒 03/02 川崎7R 3着/7頭+0.5秒 11/19 川崎9R 9着/11頭+1.5秒 10/16 川崎7R 11着/13頭+2.1秒
AI 評価の内訳 — 馬番 14 △ 直近3戦の調子平均 5.7着 △ 当競馬場適性 19走で勝率 11% △ 距離適性同距離 15走で勝率 13% ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.2%) ※ 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。

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 1-4-7 実44.1倍期待値 +216% 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。