川崎 5R 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。

5R 川崎競馬場ダ900m ダート900m　発走 16:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グランドマーメイド	増田充（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（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 06/15 川崎1R 1着/12頭 05/15 川崎4R 1着/9頭勝利 ― ― ―
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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -73% (大幅な期待値マイナス) AI 予想勝率 16.5% ※ 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。
2	パッツンドレス逃げ	町田直（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4走で勝率25%と適性高／同距離帯4走で勝率25%）
前5走 06/18 川崎2R 8着/10頭+3.0秒 05/29 浦和5R 3着/12頭 02/06 川崎5R 3着/12頭+0.6秒 11/14 大井5R 8着/11頭+3.7秒 10/13 川崎5R 9着/11頭+3.3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 4.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 14% ○ 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) -82% (大幅な期待値マイナス) AI 予想勝率 10.6% ※ 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。
3	キングスケヨー逃げ	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4走で勝率25%と適性高／同距離帯4走で勝率25%）
前5走 06/15 川崎1R 4着/12頭 06/01 船橋5R 8着/11頭 02/06 川崎5R 5着/12頭+1.3秒 01/03 川崎3R 1着/10頭勝利 12/19 川崎2R 2着/9頭+0.9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 5.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 10.6% ※ 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。
4	フラワーガールエス自在	山林信（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9.3着と低調）
前5走 06/18 川崎2R 9着/10頭 05/13 川崎2R 11着/12頭+1.8秒 01/30 大井3R 8着/8頭+6.3秒 01/14 大井3R 9着/11頭+2.0秒 09/18 大井4R 7着/9頭+1.7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 9.3着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -87% (大幅な期待値マイナス) AI 予想勝率 6.8% ※ 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	ブリットポップ逃げ	新原周（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4走で勝率25%と適性高／同距離帯4走で勝率25%）
前5走 06/18 川崎2R 6着/10頭 05/13 川崎2R 9着/12頭+1.4秒 04/08 川崎2R 2着/12頭+0.0秒 12/19 川崎2R 1着/9頭勝利 ―
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 5.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 10.6% ※ 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	モンゲータイム逃げ	和田譲（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9.7着と低調）
前5走 06/15 川崎7R 12着/13頭 05/25 浦和5R 5着/12頭 05/13 川崎3R 12着/14頭+3.5秒 12/16 川崎4R 4着/12頭+1.4秒 11/19 川崎2R 4着/10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 9.7着 (不振) △ 当競馬場適性 7走で勝率 14% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 12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) -88% (大幅な期待値マイナス) AI 予想勝率 6.8% ※ 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	ミリオンフライト先行	中山遥（浦和）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場7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 03/16 浦和1R 1着/11頭勝利 03/03 川崎5R 9着/9頭+9.3秒 02/06 川崎5R 8着/12頭+1.8秒 01/03 川崎3R 2着/10頭+1.0秒 12/16 川崎4R 12着/12頭+3.4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 7走で勝率 0% (苦戦) ○ 距離適性同距離 6走で勝率 17% △ 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 114日休養明け × 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 6.8% ※ 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	キイチマイルス追込	中越琉（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5走で勝ち無し）
前5走 06/18 川崎2R 10着/10頭 05/12 川崎3R 6着/9頭+0.7秒 04/07 川崎6R 7着/10頭+2.2秒 03/16 浦和2R 8着/11頭+1.0秒 03/05 川崎3R 7着/12頭+1.3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 7.7着 (不振) △ 当競馬場適性 10走で勝率 10% ▽ 距離適性同距離は 5走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) -87% (大幅な期待値マイナス) AI 予想勝率 6.8% ※ 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	シノン自在	櫻井光（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（154日ぶりの実戦）
前5走 02/04 川崎6R 4着/12頭+0.5秒 01/02 川崎1R 4着/12頭+0.6秒 10/13 川崎5R 8着/11頭+3.2秒 09/26 浦和7R 8着/12頭+2.1秒 08/05 川崎4R 1着/8頭勝利
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 5.3着 ○ 当競馬場適性 5走で勝率 20% (相性良) △ ローテーション 154日休養明け × 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 6.8% ※ 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	ドンクベットコール自在	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 06/18 川崎2R 4着/10頭 06/01 船橋5R 5着/11頭 05/13 川崎2R 4着/12頭+0.8秒 04/06 川崎4R 7着/12頭+0.9秒 03/05 川崎3R 4着/12頭+1.2秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 6走で勝率 17% ○ 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) -79% (大幅な期待値マイナス) AI 予想勝率 10.6% ※ 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。
11	ラスールフルール先行	本田重（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／騎手は近50戦で勝率34%）
前5走 06/15 川崎7R 7着/13頭 05/25 浦和5R 12着/12頭 05/13 川崎3R 6着/14頭+2.2秒 11/19 川崎2R 3着/10頭+0.6秒 10/31 浦和6R 7着/12頭+1.0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 8.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 騎手近50戦勝率 34% (好調) ○ 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) -88% (大幅な期待値マイナス) AI 予想勝率 6.8% ※ 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

グランドマーメイド

騎手増田充（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

○2パッツンドレス

—

EV —

○3キングスケヨー

—

EV —

○5ブリットポップ

—

EV —

○10ドンクベットコール

—

EV —

出走馬全11頭

×1

グランドマーメイド

増田充（川崎）

—

›

○2

パッツンドレス

町田直（川崎）

—

›

○3

キングスケヨー

古岡勇（川崎）

—

›

○5

ブリットポップ

新原周（川崎）

—

›

○10

ドンクベットコール

佐野遥（川崎）

—

›

△4

フラワーガールエス

山林信（川崎）

—

›

△6

モンゲータイム

和田譲（大井）

—

›

△7

ミリオンフライト

中山遥（浦和）

—

›

△8

キイチマイルス

中越琉（川崎）

—

›

△9

シノン

櫻井光（川崎）

—

›

△11

ラスールフルール

本田重（船橋）

—

›

💡 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。