川崎 12R 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。

12R 川崎競馬場ダ900m ダート900m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レモングラス先行	池谷匠（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33%と適性高／同距離帯6走で勝率50%／直近3走で勝率67%と好調）
前5走 06/16 川崎7R 1着/12頭 12/17 川崎8R 3着/11頭+1.3秒 11/19 川崎4R 1着/12頭勝利 08/26 川崎4R 4着/11頭+1.0秒 08/04 川崎4R 2着/12頭+0.5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 67% (絶好調) ◎ 当競馬場適性 9走で勝率 33% (得意) ◎ 距離適性同距離 6走で勝率 50% △ 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 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 11.8% ※ 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	バースフラワー追込	本橋孝（船橋）	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6走で勝ち無し）
前5走 06/16 川崎7R 6着/12頭 05/11 川崎12R 8着/12頭+1.6秒 04/06 川崎9R 6着/11頭+0.4秒 03/11 船橋7R 9着/11頭+1.5秒 03/04 川崎5R 4着/11頭+0.6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 6.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 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) -85% (大幅な期待値マイナス) AI 予想勝率 7.5% ※ 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。
3	レジェス	七夕裕（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 06/24 浦和9R 6着/11頭 06/03 船橋6R 13着/13頭 05/27 浦和9R 9着/11頭 05/08 船橋8R 12着/14頭+2.2秒 04/22 浦和9R 3着/12頭+0.5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 9.3着 (不振) ○ 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% × 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 6.7% ※ 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	ポッドデューク逃げ	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（当競馬場5走で勝率80%と適性高／同距離帯4走で勝率75%／直近3走で勝率67%と好調）
前5走 05/14 川崎7R 1着/11頭勝利 04/06 川崎9R 5着/11頭+0.4秒 03/03 川崎7R 1着/12頭勝利 11/17 川崎7R 1着/12頭勝利 10/17 川崎5R 1着/14頭勝利
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 80% (得意) ◎ 距離適性同距離 4走で勝率 75% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 26.9% ※ 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	ミスフォルテ先行	笹川翼（大井）	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／前走勝利の勢い／騎手は近50戦で勝率22%）
前5走 06/15 川崎9R 1着/3頭 03/11 船橋8R 9着/12頭+1.5秒 02/05 川崎9R 3着/13頭+0.5秒 01/19 船橋8R 2着/12頭+0.0秒 01/02 川崎4R 2着/12頭+0.4秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 6走で勝率 17% ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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 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。
6	テイクノート自在	菅原涼（大井）	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9.0着と低調）
前5走 06/28 船橋11R 11着/11頭+1.0秒 06/01 船橋9R 7着/9頭+1.0秒 11/19 川崎10R 9着/12頭+1.6秒 11/05 船橋10R 5着/12頭+0.3秒 10/15 川崎9R 4着/11頭+0.9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 9.0着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 7走で勝率 14% ▽ 前走実績前走 11着 (大敗) × 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 5.5% ※ 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	ライヴペッパー先行	藤本現（大井）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場28走で勝率4%と苦戦傾向／同距離帯は9走で勝ち無し／前走3着）
前5走 05/14 川崎7R 3着/11頭+0.3秒 04/09 川崎9R 6着/14頭+1.3秒 03/05 川崎9R 4着/11頭+1.3秒 02/04 川崎12R 2着/14頭+0.5秒 01/04 川崎12R 3着/14頭+0.9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 4.3着 × 当競馬場適性 28走で勝率 4% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 9.7% ※ 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。
8	ムーランアルザン逃げ	佐野遥（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28走で勝率25%と適性高／同距離帯9走で勝率44%／前走2着）
前5走 05/11 川崎12R 2着/12頭+0.6秒 04/06 川崎9R 3着/11頭+0.2秒 03/03 川崎12R 8着/12頭+1.4秒 02/06 川崎12R 1着/12頭勝利 10/13 川崎9R 1着/12頭勝利
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 4.3着 ◎ 当競馬場適性 28走で勝率 25% (得意) ◎ 距離適性同距離 9走で勝率 44% ○ 前走実績前走 2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 9.6% ※ 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。
9	イソエヴィクラント追込	田中涼（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10.3着と低調）
前5走 06/03 船橋6R 11着/13頭 05/14 川崎7R 9着/11頭+0.8秒 11/20 川崎9R 11着/12頭+2.8秒 10/15 川崎9R 5着/11頭+1.2秒 09/23 浦和10R 5着/10頭+0.8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 10.3着 (不振) △ 当競馬場適性 18走で勝率 11% △ 距離適性同距離 17走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 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 5.2% ※ 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。
10	プレストヴィーナス逃げ	張田昂（船橋）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場26走で勝率27%と適性高／同距離帯14走で勝率36%／同馬場状態で勝率50%）
前5走 06/15 川崎9R 2着/3頭 05/14 川崎7R 5着/11頭+0.4秒 04/07 川崎3R 1着/12頭勝利 01/02 川崎4R 1着/12頭勝利 12/16 川崎6R 1着/12頭勝利
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 26走で勝率 27% (得意) ◎ 距離適性同距離 14走で勝率 36% ◎ 馬場適性同馬場 6走で勝率 50% ○ 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) -85% (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

ポッドデューク

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

▲1レモングラス

—

EV —

▲7ライヴペッパー

—

EV —

▲8ムーランアルザン

—

EV —

▲5ミスフォルテ

—

EV —

出走馬AI評価順・全10頭

×4

ポッドデューク

野畑凌（川崎）

—

›

▲1

レモングラス

池谷匠（川崎）

—

›

▲7

ライヴペッパー

藤本現（大井）

—

›

▲8

ムーランアルザン

佐野遥（川崎）

—

›

▲5

ミスフォルテ

笹川翼（大井）

—

›

△10

プレストヴィーナス

張田昂（船橋）

—

›

△2

バースフラワー

本橋孝（船橋）

—

›

△3

レジェス

七夕裕（浦和）

—

›

×6

テイクノート

菅原涼（大井）

—

›

×9

イソエヴィクラント

田中涼（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。