川崎 3R 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。

3R 川崎競馬場ダ900m ダート900m　発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ディーズメソッド自在	池谷匠（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 06/15 川崎1R 6着/12頭+0.0秒 06/01 船橋2R 9着/11頭 05/11 川崎3R 4着/11頭+1.5秒 04/24 浦和4R 10着/10頭+3.1秒 04/08 川崎2R 6着/12頭+1.7秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 ○ 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 4走で勝率 25% △ 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) -88% (大幅な期待値マイナス) AI 予想勝率 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。
2	イアソン自在	藤江渉（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場9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 06/15 川崎1R 5着/12頭+4.0秒 05/11 川崎3R 7着/11頭+2.2秒 04/06 川崎2R 10着/10頭+3.3秒 03/19 浦和3R 5着/8頭+1.9秒 03/02 川崎2R 4着/9頭+0.4秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3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 5走で勝ち無し ○ 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) -88% (大幅な期待値マイナス) AI 予想勝率 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。
3	モンキーコアラ追込	加藤雄（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場10走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／前走3着）
前5走 06/16 川崎2R 3着/12頭 06/02 船橋1R 10着/10頭 05/15 川崎4R 8着/9頭+2.9秒 05/07 船橋2R 4着/12頭+2.7秒 02/06 川崎3R 12着/12頭+4.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3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) -83% (大幅な期待値マイナス) AI 予想勝率 7.2% ※ 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。
4	ギガントマキア逃げ	山林信（川崎）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（前走2着）
前5走 06/15 川崎1R 2着/12頭+1.0秒 11/03 船橋1R 11着/12頭+5.5秒 09/29 船橋1R 4着/5頭+1.6秒 08/27 船橋2R 6着/6頭+2.6秒 07/28 船橋2R 5着/6頭+2.2秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 ○ 前走実績前走 2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) -83% (大幅な期待値マイナス) AI 予想勝率 8.9% ※ 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	ポンドリップ	中越琉（川崎）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場6走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 06/26 浦和2R 6着/9頭 06/15 川崎1R 8着/12頭 05/29 浦和4R 3着/11頭 05/11 川崎3R 5着/11頭+1.7秒 03/03 川崎3R 9着/9頭+2.4秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 10.0% ※ 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	シンメエリート追込	新原周（川崎）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均8.3着と低調）
前5走 06/22 浦和6R 7着/7頭 03/17 浦和3R 9着/9頭+7.0秒 02/23 浦和2R 9着/11頭+2.4秒 01/09 浦和3R 1着/10頭勝利 10/27 浦和4R 3着/7頭+1.5秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 9.5% ※ 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	パワーラクーン先行	櫻井光（川崎）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率0%と苦戦傾向／前走3着）
前5走 06/24 浦和2R 3着/8頭 03/06 川崎2R 5着/10頭+1.1秒 02/02 川崎4R 7着/9頭+1.3秒 11/21 川崎2R 3着/7頭+0.6秒 ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 9.1% ※ 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。
8	ムジークヘーレン自在	中山遥（浦和）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場6走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／前走2着）
前5走 06/16 川崎2R 2着/12頭+2.0秒 05/28 浦和1R 11着/11頭 05/15 川崎4R 9着/9頭+2.9秒 04/08 川崎2R 12着/12頭+3.0秒 03/16 浦和1R 5着/11頭+1.4秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し △ 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 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -86% (大幅な期待値マイナス) AI 予想勝率 8.7% ※ 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	ヨミイ自在	増田充（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率0%と苦戦傾向）
前5走 06/15 川崎1R 11着/12頭 05/11 川崎2R 10着/10頭+2.7秒 04/10 川崎3R 2着/8頭+1.3秒 03/02 川崎2R 9着/9頭+3.1秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 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 0% (苦戦) ▽ 前走実績前走 11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) -88% (大幅な期待値マイナス) AI 予想勝率 7.8% ※ 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。
10	フィーリアサミット逃げ	古岡勇（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 06/15 川崎6R 12着/12頭+2.0秒 05/11 川崎5R 5着/11頭+1.9秒 04/06 川崎3R 4着/10頭+1.1秒 03/06 川崎4R 7着/9頭+2.3秒 02/04 川崎3R 14着/14頭+5.2秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ 当競馬場適性 7走で勝率 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) -90% (大幅な期待値マイナス) AI 予想勝率 5.3% ※ 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	カクレンボ追込	半澤慶（浦和）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均9.3着と低調）
前5走 06/22 浦和2R 7着/7頭 01/06 浦和2R 11着/11頭+2.2秒 12/23 浦和4R 10着/12頭+2.2秒 11/28 浦和7R 10着/10頭+5.1秒 10/27 浦和3R 1着/6頭勝利
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -82% (大幅な期待値マイナス) AI 予想勝率 8.6% ※ 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	サウンドプリモ	野畑凌（川崎）	推定—	×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走平均2.5着と安定／前走3着）
前5走 06/15 川崎1R 3着/12頭 05/15 川崎4R 2着/9頭+0.2秒 ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.5着 (安定) ○ 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) -77% (大幅な期待値マイナス) AI 予想勝率 13.8% ※ 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／ 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）

🎯 AIの本命

AI評価1位

サウンドプリモ

騎手野畑凌（川崎）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

AIの推奨本命の次点

▲5ポンドリップ

—

EV —

▲6シンメエリート

—

EV —

▲7パワーラクーン

—

EV —

▲4ギガントマキア

—

EV —

出走馬AI評価順・全12頭

×12

サウンドプリモ

野畑凌（川崎）

—

›

▲5

ポンドリップ

中越琉（川崎）

—

›

▲6

シンメエリート

新原周（川崎）

—

›

▲7

パワーラクーン

櫻井光（川崎）

—

›

▲4

ギガントマキア

山林信（川崎）

—

›

△8

ムジークヘーレン

中山遥（浦和）

—

›

△11

カクレンボ

半澤慶（浦和）

—

›

△9

ヨミイ

増田充（川崎）

—

›

×3

モンキーコアラ

加藤雄（川崎）

—

›

×1

ディーズメソッド

池谷匠（川崎）

—

›

×10

フィーリアサミット

古岡勇（川崎）

—

›

×2

イアソン

藤江渉（川崎）

—

›

💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

🌙 オッズ確定前のレースです（夜開催など、発走前でオッズ未公開）。
上の表の AI 評価は確認できますが、期待値・買い目はオッズが出てから（発走が近づくと）自動で公開されます。

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）

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。