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1400m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	バックビート	中山遥（浦和）	実2.9	○詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は20走で勝ち無し／直近3走平均2.7着と安定／前走3着）
前5走 05/14 川崎12R 3着/12頭+0.5秒 05/04 船橋8R 3着/12頭+0.3秒 04/09 川崎12R 2着/12頭+0.2秒 03/20 浦和10R 8着/9頭+2.6秒 03/04 川崎4R 2着/11頭+0.5秒
AI 評価の内訳 — 馬番 1 ○ 直近3戦の調子平均 2.7着 (安定) △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 20走で勝ち無し ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 24.8% (オッズ暗示: 34.5%) ※ 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	トウマ	鷹見陸（大井）	実6.8	○詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率33%）
前5走 05/27 浦和10R 5着/12頭 05/14 川崎12R 6着/12頭+1.6秒 04/21 浦和7R 6着/10頭+0.5秒 04/06 川崎10R 8着/10頭+1.5秒 03/17 浦和7R 1着/7頭勝利
AI 評価の内訳 — 馬番 2 △ 直近3戦の調子平均 5.7着 △ 当競馬場適性 12走で勝率 8% ○ 距離適性同距離 24走で勝率 21% ◎ 馬場適性同馬場 6走で勝率 33% ○ 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) -23% (オッズ過剰評価) AI 予想勝率 11.3% (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。
3	モンド	和田譲（大井）	実19.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場21走で勝率5%と苦戦傾向）
前5走 05/14 川崎12R 5着/12頭+1.4秒 04/20 浦和10R 7着/12頭+1.6秒 04/09 川崎12R 6着/12頭+0.7秒 03/02 川崎12R 5着/12頭+0.5秒 02/02 川崎12R 3着/13頭+0.8秒
AI 評価の内訳 — 馬番 3 △ 直近3戦の調子平均 6.0着 × 当競馬場適性 21走で勝率 5% (苦戦) △ 距離適性同距離 23走で勝率 9% ○ 騎手近50戦勝率 14% × 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 2.0% (オッズ暗示: 5.1%) ※ 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。
4	ナリノエンブレム推奨	池谷匠（川崎）	実6.2	◎詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+83%の中穴候補（直近3走勝率100%と絶好調／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 05/25 浦和10R 1着/12頭 05/15 川崎8R 1着/12頭勝利 ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 直近3戦の調子勝率 100% (絶好調) △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 24日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +83% (市場が大幅過小評価) AI 予想勝率 29.6% (オッズ暗示: 16.1%) ※ 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。
5	エルガー	矢野貴（大井）	実14.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率24%）
前5走 05/14 川崎12R 12着/12頭+3.1秒 08/26 川崎9R 5着/10頭+0.6秒 08/06 川崎6R 2着/11頭+0.3秒 07/08 川崎8R 3着/12頭+1.7秒 06/18 川崎6R 4着/14頭+1.7秒
AI 評価の内訳 — 馬番 5 △ 直近3戦の調子平均 6.3着 ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 9走で勝率 22% ◎ 騎手近50戦勝率 24% (好調) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 6.8%) ※ 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。
6	ツインビスケッツ	山本大（船橋）	実38.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は5走で勝ち無し／直近3走平均8.7着と低調）
前5走 06/01 船橋11R 7着/8頭 05/14 川崎12R 7着/12頭+2.1秒 05/05 船橋10R 12着/14頭+2.4秒 04/22 浦和7R 12着/12頭+1.8秒 03/30 船橋11R 10着/12頭+1.6秒
AI 評価の内訳 — 馬番 6 × 直近3戦の調子平均 8.7着 (不振) ▽ 距離適性同距離は 5走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 17日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.6%) ※ 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	ケイツーバルボア	増田充（川崎）	実11.8	△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43%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/07 川崎12R 1着/14頭勝利 07/10 川崎7R 3着/14頭+0.7秒 06/19 川崎7R 3着/12頭+0.3秒 01/01 川崎8R 2着/14頭+0.1秒 12/12 川崎8R 3着/10頭+0.8秒
AI 評価の内訳 — 馬番 7 ○ 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) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 315日休養明け × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 5.5% (オッズ暗示: 8.5%) ※ 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。
8	レイヴオン	西啓太（大井）	実33.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 06/01 船橋9R 5着/9頭 04/09 川崎12R 11着/12頭+1.5秒 03/06 川崎9R 4着/11頭+0.5秒 02/02 川崎12R 10着/13頭+2.9秒 01/22 船橋12R 2着/12頭+0.0秒
AI 評価の内訳 — 馬番 8 △ 直近3戦の調子平均 6.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 17日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
9	ハーモニーレグルス	笹川翼（大井）	実20.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／73日ぶりの実戦／騎手は近50戦で勝率24%）
前5走 04/06 川崎10R 6着/10頭+1.1秒 03/16 浦和10R 1着/11頭勝利 03/04 川崎4R 7着/11頭+1.2秒 02/03 川崎12R 1着/12頭勝利 08/06 川崎9R 9着/9頭+6.9秒
AI 評価の内訳 — 馬番 9 ○ 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 19% (相性良) ○ 距離適性同距離 23走で勝率 22% ◎ 騎手近50戦勝率 24% (好調) × 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 2.0% (オッズ暗示: 4.9%) ※ 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	エムティワイザー	古岡勇（川崎）	実7.5	▲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10走で勝ち無し／同馬場状態で勝率33%／直近3走平均3.0着と安定）
前5走 05/14 川崎12R 2着/12頭+0.3秒 04/10 川崎12R 3着/11頭+0.4秒 03/02 川崎12R 4着/12頭+0.5秒 02/02 川崎12R 7着/13頭+1.9秒 01/03 川崎10R 4着/13頭+1.1秒
AI 評価の内訳 — 馬番 10 ○ 直近3戦の調子平均 3.0着 (安定) △ 当競馬場適性 15走で勝率 13% ▽ 距離適性同距離は 10走で勝ち無し ◎ 馬場適性同馬場 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) -38% (大幅な期待値マイナス) AI 予想勝率 8.3% (オッズ暗示: 13.3%) ※ 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	アーサ	野畑凌（川崎）	実15.2	△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8走で勝率25%／前走3着）
前5走 04/22 浦和7R 3着/12頭+0.3秒 04/10 川崎12R 10着/11頭+2.6秒 03/20 浦和10R 6着/9頭+1.6秒 03/06 川崎9R 11着/11頭+2.8秒 06/20 川崎10R 8着/11頭+1.7秒
AI 評価の内訳 — 馬番 11 △ 直近3戦の調子平均 6.3着 ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 距離適性同距離 8走で勝率 25% ○ 前走実績前走 3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 4.9% (オッズ暗示: 6.6%) ※ 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。
12	スイッチオン	佐野遥（川崎）	実10.2	▲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0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均2.7着と安定）
前5走 06/02 船橋6R 2着/9頭+0.0秒 04/08 川崎7R 4着/12頭+1.0秒 04/02 船橋7R 2着/10頭+0.2秒 03/03 川崎12R 4着/12頭+0.9秒 02/06 川崎12R 5着/12頭+0.4秒
AI 評価の内訳 — 馬番 12 ○ 直近3戦の調子平均 2.7着 (安定) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ 前走実績前走 2着 (好走) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 6.5% (オッズ暗示: 9.8%) ※ 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

単勝 4 ナリノエンブレム実6.2倍期待値 +83% 推奨 5.0〜8.7倍 400円
3連複 1-2-4 実25.8倍期待値 +201% 200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。