川崎 9R 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。

9R 川崎競馬場ダ900m ダート900m　発走 19:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アイアンピッチ先行	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／前走勝利の勢い）
前5走 05/27 浦和9R 1着/11頭 05/14 川崎7R 2着/11頭+0.1秒 03/03 川崎12R 2着/12頭+0.0秒 02/03 川崎8R 5着/12頭+0.8秒 01/22 船橋12R 10着/12頭+1.4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 19走で勝率 5% △ 距離適性同距離 19走で勝率 11% ◎ 前走実績前走 1着 (勢い継続) × 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 12.0% ※ 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	ラタランテラ逃げ	山中悠（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4走で勝率50%／直近3走で勝率33%と好調）
前5走 06/23 浦和10R 7着/11頭 06/03 船橋10R 4着/13頭+0.0秒 05/13 川崎2R 1着/12頭勝利 04/24 浦和4R 2着/10頭+0.2秒 04/02 船橋5R 7着/7頭+2.5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) ◎ 距離適性同距離 4走で勝率 50% ○ 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) -85% (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。
3	タイセイフランク先行	新原周（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／91日ぶりの実戦）
前5走 04/07 川崎9R 2着/10頭+0.2秒 03/30 船橋9R 7着/10頭+1.7秒 03/02 川崎12R 9着/12頭+1.1秒 02/02 川崎12R 9着/13頭+2.7秒 01/03 川崎10R 8着/13頭+2.0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 6.0着 ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 馬場適性同馬場 4走で勝率 25% ○ 前走実績前走 2着 (好走) △ ローテーション 91日休養明け × 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 12.0% ※ 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。
4	カンノンアーニモ先行	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17走で勝率29%と適性高／同距離帯14走で勝率29%／91日ぶりの実戦）
前5走 04/07 川崎9R 4着/10頭+0.4秒 03/04 川崎9R 4着/12頭+0.4秒 02/04 川崎8R 3着/12頭+0.6秒 01/04 川崎10R 1着/12頭勝利 12/15 川崎12R 1着/12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戦の調子平均 3.7着 ◎ 当競馬場適性 17走で勝率 29% (得意) ◎ 距離適性同距離 14走で勝率 29% ○ 馬場適性同馬場 4走で勝率 25% △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 13.5% ※ 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。
5	アイビーヒメチャン先行	御神訓（大井）	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4走で勝率25%と適性高／直近3走で勝率33%と好調／74日ぶりの実戦）
前5走 04/24 浦和10R 9着/12頭+1.0秒 01/22 船橋10R 11着/14頭+1.7秒 09/08 川崎9R 1着/12頭勝利 08/21 川崎9R 4着/12頭+0.5秒 08/05 川崎12R 3着/9頭+0.3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 4走で勝率 25% (得意) ○ 距離適性同距離 5走で勝率 20% ○ 騎手近50戦勝率 14% × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 15.6% ※ 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。
6	エターナルセイバー追込	伊藤裕（川崎）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（125日ぶりの実戦）
前5走 03/04 川崎9R 5着/12頭+0.8秒 02/04 川崎8R 6着/12頭+1.0秒 01/02 川崎9R 4着/11頭+0.7秒 12/16 川崎10R 3着/10頭+0.5秒 11/19 川崎10R 7着/12頭+1.4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 5.0着 △ 当競馬場適性 29走で勝率 7% △ 距離適性同距離 31走で勝率 6% △ ローテーション 125日休養明け × 期待値 (オッズ vs AI勝率) -84% (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。
7	トリプルアクセル自在	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25走で勝率4%と苦戦傾向／91日ぶりの実戦）
前5走 04/07 川崎9R 8着/10頭+1.0秒 03/04 川崎9R 7着/12頭+1.0秒 02/04 川崎8R 5着/12頭+0.9秒 12/16 川崎10R 5着/10頭+0.8秒 11/20 川崎12R 2着/11頭+0.2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 6.7着 × 当競馬場適性 25走で勝率 4% (苦戦) △ 距離適性同距離 17走で勝率 6% ○ 騎手近50戦勝率 16% △ ローテーション 91日休養明け × 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 7.8% ※ 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。
8	サラサエンペラー逃げ	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8走で勝率25%と適性高／前走3着）
前5走 05/11 川崎12R 3着/12頭+1.0秒 04/08 川崎7R 2着/12頭+0.4秒 03/19 浦和8R 9着/14頭+1.4秒 03/04 川崎7R 5着/12頭+0.2秒 02/03 川崎7R 7着/12頭+0.3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 4.7着 ◎ 当競馬場適性 8走で勝率 25% (得意) ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -84% (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。
9	ゴールドモーニン追込	木間龍（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12.0着と低調）
前5走 06/16 川崎9R 14着/14頭 05/12 川崎10R 11着/14頭+2.8秒 04/10 川崎12R 11着/11頭+2.7秒 03/18 浦和9R 12着/12頭+3.2秒 03/05 川崎12R 9着/11頭+2.1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 12.0着 (不振) △ 当競馬場適性 18走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 14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) -84% (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	ビターメロン逃げ	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5走で勝率60%と適性高／同距離帯6走で勝率50%／同馬場状態で勝率33%）
前5走 05/13 川崎2R 5着/12頭+1.1秒 04/24 浦和4R 8着/10頭+1.1秒 04/06 川崎4R 6着/12頭+0.7秒 01/02 川崎1R 1着/12頭勝利 12/16 川崎4R 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戦の調子平均 6.3着 ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 6走で勝率 50% ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) × 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 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。

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

アイビーヒメチャン

騎手御神訓（大井）

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

▲4カンノンアーニモ

—

EV —

▲1アイアンピッチ

—

EV —

▲3タイセイフランク

—

EV —

▲2ラタランテラ

—

EV —

▲6エターナルセイバー

—

EV —

▲7トリプルアクセル

—

EV —

▲8サラサエンペラー

—

EV —

▲9ゴールドモーニン

—

EV —

▲10ビターメロン

—

EV —

出走馬AI評価順・全10頭

×5

アイビーヒメチャン

御神訓（大井）

—

›

▲4

カンノンアーニモ

古岡勇（川崎）

—

›

▲1

アイアンピッチ

櫻井光（川崎）

—

›

▲3

タイセイフランク

新原周（川崎）

—

›

▲2

ラタランテラ

山中悠（船橋）

—

›

▲6

エターナルセイバー

伊藤裕（川崎）

—

›

▲7

トリプルアクセル

藤本現（大井）

—

›

▲8

サラサエンペラー

池谷匠（川崎）

—

›

▲9

ゴールドモーニン

木間龍（船橋）

—

›

▲10

ビターメロン

加藤雄（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。