川崎 10R 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。

10R 川崎競馬場ダ1600m ダート1600m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グレッチャー	矢野貴（大井）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（同馬場状態で勝率67%／直近3走平均3.0着と安定／前走3着）
前5走 06/10 大井7R 3着/11頭 05/21 大井10R 4着/16頭 04/30 大井8R 2着/10頭+0.1秒 12/19 川崎12R 1着/12頭勝利 11/13 大井12R 3着/12頭+0.4秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ◎ 馬場適性同馬場 3走で勝率 67% ○ 騎手近50戦勝率 18% ○ 前走実績前走 3着 (好走) ○ ローテーション 27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 9.0% ※ 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	ライヴマスタード逃げ	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走で勝率33%と好調／77日ぶりの実戦）
前5走 04/21 浦和10R 5着/12頭+0.8秒 02/04 川崎10R 1着/14頭勝利 01/09 浦和11R 3着/10頭+0.6秒 12/23 浦和9R 2着/11頭+0.2秒 11/25 浦和11R 1着/12頭勝利
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) × 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 9.0% ※ 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	ゴットランド	本田重（船橋）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（騎手は近50戦で勝率34%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 34% (好調) × 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 13.9% ※ 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。
4	アグネスクレスト	和田譲（大井）	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 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 16% × 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。
5	ウォーターエルピス	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
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 4% (やや苦戦) × 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 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	サトノビーツ逃げ	原優介（JRA）	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75%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 04/29 大井3R 1着/13頭勝利 04/13 大井8R 1着/12頭勝利 12/01 大井6R 5着/14頭+2.1秒 11/11 大井1R 1着/10頭勝利 10/20 大井4R 2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戦の調子勝率 67% (絶好調) ◎ 距離適性同距離 4走で勝率 75% ◎ 前走実績前走 1着 (勢い継続) × 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 9.0% ※ 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。
7	プールナバドラ	笹川翼（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（騎手は近50戦で勝率26%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 26% (好調) × 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 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。
8	ユーヴェリア逃げ	國分恭（JRA）	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100%と好調／前走勝利の勢い／440日ぶりの実戦）
前5走 04/23 園田9R 1着/12頭勝利 03/27 園田12R 1着/11頭勝利 11/05 園田9R 1着/10頭勝利 10/09 園田7R 1着/10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戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 440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 9.0% ※ 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	ドリームキャリー	田山旺（JRA）	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3.0着と安定／前走3着／154日ぶりの実戦）
前5走 02/03 川崎6R 3着/12頭+0.6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 3.0着 (安定) ○ 騎手近50戦勝率 15% ○ 前走実績前走 3着 (好走) △ ローテーション 154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 9.0% ※ 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。

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

ウォーターエルピス

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

▲3ゴットランド

—

EV —

▲4アグネスクレスト

—

EV —

▲1グレッチャー

—

EV —

▲2ライヴマスタード

—

EV —

▲6サトノビーツ

—

EV —

▲8ユーヴェリア

—

EV —

▲9ドリームキャリー

—

EV —

出走馬AI評価順・全9頭

×5

ウォーターエルピス

野畑凌（川崎）

—

›

×7

プールナバドラ

笹川翼（大井）

—

›

▲3

ゴットランド

本田重（船橋）

—

›

▲4

アグネスクレスト

和田譲（大井）

—

›

▲1

グレッチャー

矢野貴（大井）

—

›

▲2

ライヴマスタード

七夕裕（浦和）

—

›

▲6

サトノビーツ

原優介（JRA）

—

›

▲8

ユーヴェリア

國分恭（JRA）

—

›

▲9

ドリームキャリー

田山旺（JRA）

—

›

💡 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。