川崎 7R 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。

7R 川崎競馬場ダ1400m ダート1400m　発走 18:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	パンツオンリー差し	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6走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/25 浦和3R 1着/7頭 06/16 川崎2R 5着/12頭 03/06 川崎2R 8着/10頭+1.9秒 02/02 川崎4R 9着/9頭+1.8秒 01/03 川崎1R 7着/9頭+2.3秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 6走で勝率 0% (苦戦) ○ 距離適性同距離 6走で勝率 17% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -89% (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。
2	オンナユメラク逃げ	古岡勇（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 03/06 川崎5R 5着/8頭+1.2秒 02/06 川崎2R 1着/9頭勝利 01/04 川崎2R 2着/8頭+0.7秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% △ ローテーション 122日休養明け × 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 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。
3	バードックバイパー追込	達城龍（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯4走で勝率25%／同馬場状態で勝率33%／直近3走平均9.0着と低調）
前5走 06/15 川崎2R 10着/11頭 05/11 川崎5R 10着/11頭+4.4秒 12/16 川崎4R 7着/12頭+2.2秒 11/19 川崎2R 9着/10頭+2.4秒 10/14 川崎2R 7着/9頭+1.0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 9.0着 (不振) △ 当競馬場適性 9走で勝率 11% ◎ 距離適性同距離 4走で勝率 25% ◎ 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) -92% (大幅な期待値マイナス) AI 予想勝率 4.5% ※ 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	キュレーション	高橋優（大井）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は6走で勝ち無し）
前5走 06/22 浦和6R 4着/7頭+0.0秒 06/03 船橋2R 4着/7頭 05/28 浦和3R 2着/9頭 05/07 船橋1R 3着/12頭+1.4秒 04/01 船橋1R 6着/12頭+0.9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 3.3着 ▽ 距離適性同距離は 6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 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 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。
5	ドナエポナ差し	岡村健（船橋）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は3走で勝ち無し）
前5走 06/15 川崎6R 5着/12頭 05/11 川崎2R 3着/10頭+0.8秒 03/31 船橋2R 11着/12頭+2.4秒 03/09 船橋2R 4着/8頭+1.8秒 02/10 船橋2R 4着/12頭+1.7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 6.3着 ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 10.5% ※ 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。
6	マダムウィンディ先行	矢野貴（大井）	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2R 7着/11頭 04/06 川崎5R 8着/10頭+3.2秒 12/19 川崎6R 6着/9頭+1.8秒 11/17 川崎3R 1着/11頭勝利 10/17 川崎2R 4着/7頭+3.0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 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 18% ○ 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) -82% (大幅な期待値マイナス) AI 予想勝率 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。
7	ブルーオーシャン先行	櫻井光（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 06/15 川崎6R 6着/12頭 05/12 川崎1R 1着/12頭勝利 08/05 川崎4R 6着/8頭+3.2秒 07/07 川崎4R 4着/7頭+1.6秒 06/20 川崎5R 3着/5頭+2.1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% △ 騎手近50戦勝率 2% (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 6.3% ※ 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。
8	ワイルドスマッシュ先行	町田直（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（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／直近3走平均3.0着と安定）
前5走 06/15 川崎2R 3着/11頭 05/11 川崎2R 4着/10頭+0.9秒 04/09 川崎1R 2着/8頭+1.0秒 03/03 川崎2R 3着/11頭+0.9秒 02/02 川崎2R 2着/9頭+0.4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 3.0着 (安定) × 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 ○ 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 12.9% ※ 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。
9	マサッキー逃げ	臼井健（船橋）	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 06/28 船橋1R 8着/9頭+3.0秒 06/01 船橋6R 8着/9頭 05/05 船橋4R 9着/12頭+1.8秒 04/01 船橋1R 1着/12頭勝利 03/13 船橋1R 2着/8頭+1.3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 8.3着 (不振) × 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 9.8% ※ 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	ハーバーショー先行	野畑凌（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 06/15 川崎6R 11着/12頭 05/25 浦和2R 9着/10頭+3.0秒 05/14 川崎1R 1着/8頭勝利 11/17 川崎1R 6着/7頭+1.6秒 10/17 川崎4R 2着/10頭+0.0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% ▽ 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 7.0% ※ 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。
11	ファインティアラ	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3走で勝率33%と適性高／同距離帯4走で勝率25%）
前5走 06/15 川崎2R 5着/11頭 05/26 浦和1R 9着/9頭+0.0秒 05/11 川崎5R 7着/11頭+2.9秒 04/10 川崎2R 1着/10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 7.0着 (不振) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 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) -87% (大幅な期待値マイナス) AI 予想勝率 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。
12	テセラグラディウス	佐野遥（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 7.6% ※ 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。

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

ワイルドスマッシュ

騎手町田直（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

▲6マダムウィンディ

—

EV —

▲5ドナエポナ

—

EV —

▲9マサッキー

—

EV —

▲4キュレーション

—

EV —

出走馬AI評価順・全12頭

×8

ワイルドスマッシュ

町田直（川崎）

—

›

▲6

マダムウィンディ

矢野貴（大井）

—

›

▲5

ドナエポナ

岡村健（船橋）

—

›

▲9

マサッキー

臼井健（船橋）

—

›

▲4

キュレーション

高橋優（大井）

—

›

△2

オンナユメラク

古岡勇（川崎）

—

›

△11

ファインティアラ

増田充（川崎）

—

›

△12

テセラグラディウス

佐野遥（川崎）

—

›

×10

ハーバーショー

野畑凌（川崎）

—

›

×7

ブルーオーシャン

櫻井光（川崎）

—

›

×1

パンツオンリー

藤江渉（川崎）

—

›

×3

バードックバイパー

達城龍（大井）

—

›

💡 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。