川崎 1R 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。

1R 川崎競馬場ダ900m ダート900m　発走 14:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タノシサ先行	池谷匠（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 06/15 川崎4R 4着/11頭 05/14 川崎2R 9着/12頭+0.8秒 02/02 川崎3R 2着/12頭+0.5秒 01/04 川崎4R 3着/12頭+0.6秒 11/18 川崎2R 4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 5.0着 ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 11走で勝率 18% ○ ローテーション 23日の間隔 (理想的) × 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 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。
2	ナリノビスケッツ逃げ	加藤雄（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 06/17 川崎3R 8着/11頭+0.0秒 05/15 川崎7R 4着/10頭+1.2秒 04/23 浦和5R 5着/12頭+0.6秒 04/06 川崎1R 1着/11頭勝利 03/02 川崎3R 1着/9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戦の調子平均 5.7着 △ 当競馬場適性 28走で勝率 14% △ 距離適性同距離 18走で勝率 11% △ 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) -75% (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。
3	スウィープレジーナ逃げ	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
前5走 06/15 川崎4R 5着/11頭 05/14 川崎2R 10着/12頭+0.9秒 12/10 名古屋4R 7着/11頭+2.9秒 10/31 名古屋6R 8着/12頭+2.3秒 10/17 名古屋5R 6着/12頭+1.3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 7.3着 (不振) ○ ローテーション 23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。
4	ブルーレンジャー追込	山林信（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24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11.3着と低調）
前5走 06/15 川崎4R 11着/11頭+2.0秒 05/14 川崎2R 11着/12頭+1.4秒 04/09 川崎2R 12着/12頭+3.3秒 03/06 川崎12R 12着/13頭+5.4秒 02/02 川崎3R 11着/12頭+2.3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 11.3着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 23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 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。
5	オンネア差し	杉山海（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7走で勝ち無し／直近3走平均8.3着と低調）
前5走 05/28 浦和2R 12着/12頭+2.0秒 04/23 浦和2R 4着/12頭+0.6秒 04/01 船橋4R 9着/10頭+2.9秒 03/20 浦和1R 9着/11頭+1.4秒 02/28 浦和1R 10着/10頭+4.6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 8.3着 (不振) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12着 (大敗) × 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 7.0% ※ 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	ブルーグリッター自在	藤原幹（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 06/29 船橋1R 6着/7頭+6.0秒 03/04 川崎2R 8着/11頭+2.1秒 02/28 浦和1R 9着/10頭+3.4秒 01/21 船橋2R 12着/12頭+5.1秒 11/06 船橋1R 3着/11頭+0.3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 7.7着 (不振) △ 距離適性同距離 13走で勝率 8% × 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 7.0% ※ 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	コルティリオ先行	岡村裕（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0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 06/17 川崎3R 11着/11頭 05/15 川崎7R 7着/10頭+1.7秒 04/06 川崎1R 3着/11頭+0.1秒 03/04 川崎2R 6着/11頭+1.3秒 02/02 川崎3R 10着/12頭+2.3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 7.0着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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) -83% (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。
8	カナサンドー先行	藤江渉（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21走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し）
前5走 06/15 川崎4R 7着/11頭 05/14 川崎2R 8着/12頭+0.7秒 04/09 川崎4R 2着/11頭+0.4秒 03/04 川崎2R 5着/11頭+0.8秒 02/03 川崎1R 7着/12頭+1.7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 5.7着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ○ ローテーション 23日の間隔 (理想的) × 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 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。
9	レターフロムパリ先行	櫻井光（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は4走で勝ち無し／同馬場状態で勝率33%／直近3走平均10.7着と低調）
前5走 05/11 川崎7R 11着/12頭+2.8秒 05/07 船橋5R 11着/12頭+2.2秒 04/10 川崎7R 10着/11頭+2.0秒 03/13 船橋4R 8着/9頭+2.1秒 03/06 川崎6R 11着/12頭+0.7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 10.7着 (不振) △ 当競馬場適性 11走で勝率 9% ▽ 距離適性同距離は 4走で勝ち無し ◎ 馬場適性同馬場 6走で勝率 33% ▽ 前走実績前走 11着 (大敗) × 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 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。
10	ロジステート逃げ	佐藤翔（JRA）	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（同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 06/17 川崎4R 12着/12頭+5.0秒 05/14 川崎5R 2着/12頭+0.4秒 04/09 川崎4R 1着/11頭勝利 11/20 川崎3R 7着/10頭+1.6秒 10/13 川崎3R 4着/12頭+0.9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 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 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) -80% (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。
11	ハナサキポプラ逃げ	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（185日ぶりの実戦）
前5走 01/04 川崎5R 7着/11頭+3.8秒 12/15 川崎3R 6着/12頭+0.3秒 11/18 川崎2R 3着/12頭+0.1秒 10/15 川崎1R 5着/12頭+0.5秒 09/08 川崎4R 3着/9頭+0.6秒
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 5.3着 △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 7走で勝率 14% ○ 騎手近50戦勝率 14% △ ローテーション 185日休養明け × 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。

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

タノシサ

騎手池谷匠（川崎）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

出走馬全11頭

×1

タノシサ

池谷匠（川崎）

—

›

×2

ナリノビスケッツ

加藤雄（川崎）

—

›

×3

スウィープレジーナ

野畑凌（川崎）

—

›

×8

カナサンドー

藤江渉（川崎）

—

›

×10

ロジステート

佐藤翔（JRA）

—

›

×11

ハナサキポプラ

町田直（川崎）

—

›

×4

ブルーレンジャー

山林信（川崎）

—

›

×5

オンネア

杉山海（大井）

—

›

×6

ブルーグリッター

藤原幹（船橋）

—

›

×7

コルティリオ

岡村裕（川崎）

—

›

×9

レターフロムパリ

櫻井光（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。