川崎 3R 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。

モデル

3R 川崎競馬場ダ1500m ダート1500m　発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ラピッドフロウ差し	増田充（川崎）	推定—	B× A×勝率5% EV-90% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/07 川崎6R 5着/11頭+0.0秒 06/18 川崎5R 11着/12頭+3.0秒 04/08 川崎1R 12着/12頭+3.5秒 03/19 浦和2R 7着/11頭+2.2秒 03/06 川崎12R 4着/13頭+2.7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 9.3着 (不振) × 当競馬場適性 60走で勝率 3% (苦戦) ▽ 距離適性同距離は 64走で勝ち無し ○ 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 8位 / 勝率 5.3% / 期待値 -90% ※ 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	シュヴァイゲン	新原周（川崎）	推定—	B△ A△勝率9% EV-81% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/10 川崎8R 6着/7頭+1.0秒 06/17 川崎5R 12着/12頭+8.0秒 05/26 浦和4R 4着/11頭 05/14 川崎6R 8着/11頭+2.6秒 04/07 川崎8R 9着/13頭+1.4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 7.3着 (不振) ○ 当競馬場適性 13走で勝率 15% (相性良) △ 距離適性同距離 14走で勝率 14% ○ 騎手近50戦勝率 14% ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -98% (大幅な期待値マイナス) AI 予想勝率 0.8% △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.1% / 期待値 -81% ※ 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	ジーティーケリー	古岡勇（川崎）	推定—	B▲ A×勝率6% EV-87% 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／直近3走で勝率33%と好調／前走3着）
前5走 07/10 川崎1R 3着/3頭 06/28 船橋8R 1着/6頭 06/17 川崎2R 6着/11頭 06/01 船橋3R 3着/11頭 05/12 川崎2R 6着/9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戦の調子勝率 33% (上り調子) × 当競馬場適性 8走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% ○ 前走実績前走 3着 (好走) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 1.3% × Aモデルの評価 (参考) レース内 7位 / 勝率 6.2% / 期待値 -88% ※ 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	ナリノドリーム	町田直（川崎）	推定—	B◎ A×勝率23% EV-59% 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（前走2着）
前5走 07/07 川崎6R 2着/11頭+2.0秒 06/18 川崎5R 3着/12頭 06/02 船橋7R 13着/14頭+1.0秒 04/07 川崎1R 1着/12頭勝利 03/30 船橋2R 4着/11頭+0.5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 6.0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% ○ 騎手近50戦勝率 18% ○ 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) +42% (妙味あり) AI 予想勝率 80.9% × Aモデルの評価 (参考) レース内 1位 / 勝率 22.8% / 期待値 -60% ※ 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	ニットウサニー先行	本橋孝（船橋）	推定—	B△ A▲勝率14% EV-72% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場12走で勝率0%と苦戦傾向／110日ぶりの実戦）
前5走 04/09 川崎3R 6着/12頭+1.1秒 03/04 川崎1R 3着/12頭+0.6秒 02/04 川崎2R 2着/9頭+0.0秒 10/17 川崎7R 4着/12頭+1.3秒 09/10 川崎4R 6着/12頭+0.5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 3.7着 × 当競馬場適性 12走で勝率 0% (苦戦) △ 距離適性同距離 25走で勝率 8% ○ 騎手近50戦勝率 16% △ ローテーション 110日休養明け × 期待値 (オッズ vs AI勝率) -98% (大幅な期待値マイナス) AI 予想勝率 1.0% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.6% / 期待値 -73% ※ 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	クルメミッチー自在	佐野遥（川崎）	推定—	B△ A△勝率11% EV-80% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場23走で勝率4%と苦戦傾向／前走3着）
前5走 07/07 川崎2R 3着/12頭 06/18 川崎5R 5着/12頭 05/14 川崎3R 13着/14頭+2.4秒 04/06 川崎7R 11着/14頭+1.7秒 03/19 浦和12R 2着/12頭+0.5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 7.0着 (不振) × 当競馬場適性 23走で勝率 4% (苦戦) △ 距離適性同距離 16走で勝率 6% ○ 前走実績前走 3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) -100% (大幅な期待値マイナス) AI 予想勝率 0.2% △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.8% / 期待値 -81% ※ 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	ロベルタインパクト	中山遥（浦和）	推定—	B○ A○勝率22% EV-54% 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 07/16 浦和4R 4着/12頭 06/26 浦和6R 5着/8頭 06/05 船橋8R 3着/12頭+2.0秒 05/29 浦和8R 11着/12頭+4.0秒 02/25 浦和12R 4着/12頭+0.6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 4.0着 ▽ 距離適性同距離は 5走で勝ち無し × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 15.7% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.5% / 期待値 -54% ※ 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	ルイーサ	岡村裕（川崎）	推定—	B× A△勝率7% EV-84% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率0%と苦戦傾向）
前5走 07/07 川崎6R 4着/11頭+4.0秒 06/18 川崎6R 10着/12頭 05/25 浦和9R 4着/11頭+1.0秒 05/15 川崎6R 4着/12頭+1.9秒 03/26 大井3R 8着/14頭+1.5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 6.0着 × 当競馬場適性 3走で勝率 0% (苦戦) △ 距離適性同距離 8走で勝率 12% △ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.2% △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.0% / 期待値 -85% ※ 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	アンジェラカフェ追込	神尾香（川崎）	推定—	B× A×勝率4% EV-91% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/07 川崎6R 8着/11頭 05/26 浦和7R 9着/10頭+0.0秒 05/11 川崎6R 9着/9頭+3.8秒 04/23 浦和2R 12着/12頭+1.6秒 01/01 川崎4R 13着/14頭+2.6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 8.7着 (不振) △ 当競馬場適性 42走で勝率 7% △ 距離適性同距離 39走で勝率 5% ○ 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 9位 / 勝率 3.7% / 期待値 -92% ※ 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Aモデル ×

ナリノドリーム

騎手町田直（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

○A:○7ロベルタインパクト

—

EV —

▲A:×3ジーティーケリー

—

EV —

出走馬全9頭

◎A:×4

ナリノドリーム

町田直（川崎）

—

›

○A:○7

ロベルタインパクト

中山遥（浦和）

—

›

▲A:×3

ジーティーケリー

古岡勇（川崎）

—

›

△A:▲5

ニットウサニー

本橋孝（船橋）

—

›

△A:△2

シュヴァイゲン

新原周（川崎）

—

›

△A:△6

クルメミッチー

佐野遥（川崎）

—

›

×A:△8

ルイーサ

岡村裕（川崎）

—

›

×A:×1

ラピッドフロウ

増田充（川崎）

—

›

×A:×9

アンジェラカフェ

神尾香（川崎）

—

›

💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。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。

3R 川崎競馬場ダ1500m ダート1500m　発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ラピッドフロウ差し	増田充（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60走で勝率3%と苦戦傾向／同距離帯は64走で勝ち無し／直近3走平均9.3着と低調）
前5走 07/07 川崎6R 5着/11頭+0.0秒 06/18 川崎5R 11着/12頭+3.0秒 04/08 川崎1R 12着/12頭+3.5秒 03/19 浦和2R 7着/11頭+2.2秒 03/06 川崎12R 4着/13頭+2.7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 9.3着 (不振) × 当競馬場適性 60走で勝率 3% (苦戦) ▽ 距離適性同距離は 64走で勝ち無し ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 5.3% ※ 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	シュヴァイゲン	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5走 07/10 川崎8R 6着/7頭+1.0秒 06/17 川崎5R 12着/12頭+8.0秒 05/26 浦和4R 4着/11頭 05/14 川崎6R 8着/11頭+2.6秒 04/07 川崎8R 9着/13頭+1.4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 7.3着 (不振) ○ 当競馬場適性 13走で勝率 15% (相性良) △ 距離適性同距離 14走で勝率 14% ○ 騎手近50戦勝率 14% ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 9.1% ※ 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	ジーティーケリー	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8走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走3着）
前5走 07/10 川崎1R 3着/3頭 06/28 船橋8R 1着/6頭 06/17 川崎2R 6着/11頭 06/01 船橋3R 3着/11頭 05/12 川崎2R 6着/9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戦の調子勝率 33% (上り調子) × 当競馬場適性 8走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% ○ 前走実績前走 3着 (好走) ○ ローテーション 18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 6.2% ※ 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。
4	ナリノドリーム	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（前走2着）
前5走 07/07 川崎6R 2着/11頭+2.0秒 06/18 川崎5R 3着/12頭 06/02 船橋7R 13着/14頭+1.0秒 04/07 川崎1R 1着/12頭勝利 03/30 船橋2R 4着/11頭+0.5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 6.0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% ○ 騎手近50戦勝率 18% ○ 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) -60% (大幅な期待値マイナス) AI 予想勝率 22.8% ※ 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	ニットウサニー先行	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12走で勝率0%と苦戦傾向／110日ぶりの実戦）
前5走 04/09 川崎3R 6着/12頭+1.1秒 03/04 川崎1R 3着/12頭+0.6秒 02/04 川崎2R 2着/9頭+0.0秒 10/17 川崎7R 4着/12頭+1.3秒 09/10 川崎4R 6着/12頭+0.5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 3.7着 × 当競馬場適性 12走で勝率 0% (苦戦) △ 距離適性同距離 25走で勝率 8% ○ 騎手近50戦勝率 16% △ ローテーション 110日休養明け × 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 13.6% ※ 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	クルメミッチー自在	佐野遥（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場23走で勝率4%と苦戦傾向／前走3着）
前5走 07/07 川崎2R 3着/12頭 06/18 川崎5R 5着/12頭 05/14 川崎3R 13着/14頭+2.4秒 04/06 川崎7R 11着/14頭+1.7秒 03/19 浦和12R 2着/12頭+0.5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 7.0着 (不振) × 当競馬場適性 23走で勝率 4% (苦戦) △ 距離適性同距離 16走で勝率 6% ○ 前走実績前走 3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) -81% (大幅な期待値マイナス) AI 予想勝率 10.8% ※ 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	ロベルタインパクト	中山遥（浦和）	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 07/16 浦和4R 4着/12頭 06/26 浦和6R 5着/8頭 06/05 船橋8R 3着/12頭+2.0秒 05/29 浦和8R 11着/12頭+4.0秒 02/25 浦和12R 4着/12頭+0.6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 4.0着 ▽ 距離適性同距離は 5走で勝ち無し × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 21.5% ※ 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。
8	ルイーサ	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3走で勝率0%と苦戦傾向）
前5走 07/07 川崎6R 4着/11頭+4.0秒 06/18 川崎6R 10着/12頭 05/25 浦和9R 4着/11頭+1.0秒 05/15 川崎6R 4着/12頭+1.9秒 03/26 大井3R 8着/14頭+1.5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 6.0着 × 当競馬場適性 3走で勝率 0% (苦戦) △ 距離適性同距離 8走で勝率 12% △ 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) -85% (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。
9	アンジェラカフェ追込	神尾香（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8.7着と低調）
前5走 07/07 川崎6R 8着/11頭 05/26 浦和7R 9着/10頭+0.0秒 05/11 川崎6R 9着/9頭+3.8秒 04/23 浦和2R 12着/12頭+1.6秒 01/01 川崎4R 13着/14頭+2.6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 8.7着 (不振) △ 当競馬場適性 42走で勝率 7% △ 距離適性同距離 39走で勝率 5% ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 3.7% ※ 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。

🎯 AIの本命

AI評価1位

ナリノドリーム

騎手町田直（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

○7ロベルタインパクト

—

EV —

▲5ニットウサニー

—

EV —

出走馬全9頭

×4

ナリノドリーム

町田直（川崎）

—

›

○7

ロベルタインパクト

中山遥（浦和）

—

›

▲5

ニットウサニー

本橋孝（船橋）

—

›

△6

クルメミッチー

佐野遥（川崎）

—

›

△2

シュヴァイゲン

新原周（川崎）

—

›

△8

ルイーサ

岡村裕（川崎）

—

›

×3

ジーティーケリー

古岡勇（川崎）

—

›

×1

ラピッドフロウ

増田充（川崎）

—

›

×9

アンジェラカフェ

神尾香（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

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。