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。

モデル

9R 川崎競馬場ダ1400m ダート1400m　発走 19:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フランキングライン逃げ	野畑凌（川崎）	推定—	B○ A×勝率22% EV-65% 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33%／直近3走平均2.7着と安定／前走2着）
前5走 07/08 川崎7R 2着/11頭+3.0秒 05/19 大井10R 4着/13頭+0.6秒 04/22 浦和8R 2着/12頭+0.6秒 04/06 川崎4R 3着/12頭+0.1秒 01/02 川崎1R 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戦の調子平均 2.7着 (安定) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) ○ 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) -78% (大幅な期待値マイナス) AI 予想勝率 13.6% × Aモデルの評価 (参考) レース内 1位 / 勝率 21.8% / 期待値 -65% ※ 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	ビービーシャーンス	菅原吏（船橋）	推定—	B△ A△勝率9% EV-84% 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 06/18 川崎8R 1着/10頭 06/02 船橋11R 4着/14頭 05/25 浦和8R 8着/12頭 05/07 船橋12R 6着/13頭+1.8秒 04/21 浦和4R 4着/10頭+1.0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) ○ 当競馬場適性 13走で勝率 15% (相性良) △ 距離適性同距離 16走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 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 1.4% △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.3% / 期待値 -84% ※ 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	ポッドベッロ追込	本田重（船橋）	推定—	B△ A△勝率10% EV-84% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は8走で勝ち無し）
前5走 07/08 川崎8R 4着/10頭 03/31 船橋7R 4着/11頭+0.8秒 03/19 浦和8R 4着/14頭+0.5秒 01/22 船橋5R 4着/12頭+0.4秒 12/12 船橋8R 3着/12頭+0.2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 4.0着 ▽ 距離適性同距離は 8走で勝ち無し ○ 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) -99% (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 4位 / 勝率 10.1% / 期待値 -84% ※ 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	マイアミ先行	和田譲（大井）	推定—	B× A×勝率5% EV-90% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場26走で勝率4%と苦戦傾向／205日ぶりの実戦）
前5走 01/04 川崎12R 10着/14頭+2.5秒 12/18 川崎12R 2着/14頭+1.3秒 11/19 川崎12R 11着/14頭+1.8秒 11/07 船橋8R 5着/10頭+1.0秒 10/16 川崎7R 4着/13頭+0.1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 7.7着 (不振) × 当競馬場適性 26走で勝率 4% (苦戦) △ 距離適性同距離 31走で勝率 6% ▽ 前走実績前走 10着 (大敗) △ ローテーション 205日休養明け × 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 0.0% × Aモデルの評価 (参考) レース内 9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。
5	ルトネール自在	笹川翼（大井）	推定—	B△ A▲勝率11% EV-83% 詳細▼	人気馬、市場評価通りで上乗せなし（110日ぶりの実戦／騎手は近50戦で勝率28%）
前5走 04/09 名古屋11R 9着/10頭+4.6秒 02/02 川崎5R 2着/8頭+0.2秒 01/08 浦和9R 8着/13頭+1.7秒 12/15 川崎2R 1着/8頭勝利 11/18 川崎3R 5着/11頭+0.7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 6.3着 △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 8走で勝率 12% ◎ 騎手近50戦勝率 28% (好調) △ ローテーション 110日休養明け × 期待値 (オッズ vs AI勝率) -99% (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 3位 / 勝率 10.7% / 期待値 -83% ※ 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	タッカーバリアント自在	古岡勇（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（当競馬場3走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／前走3着）
前5走 05/15 川崎8R 3着/12頭+0.2秒 04/07 川崎12R 10着/12頭+2.0秒 03/19 浦和8R 5着/14頭+0.6秒 03/04 川崎7R 12着/12頭+1.3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 6.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.6% △ Aモデルの評価 (参考) レース内 6位 / 勝率 9.3% / 期待値 -82% ※ 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	フタバ	加藤雄（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 07/08 川崎8R 9着/10頭+3.0秒 12/10 川崎10R 14着/14頭+5.3秒 10/10 川崎9R 2着/12頭+0.1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 8.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 10位 / 勝率 3.9% / 期待値 -91% ※ 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	トリル	池谷匠（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 07/08 川崎8R 5着/10頭+2.0秒 06/17 川崎6R 2着/8頭+5.0秒 06/05 船橋5R 10着/10頭 05/12 川崎3R 2着/9頭+0.1秒 04/08 川崎8R 3着/13頭+2.0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 11走で勝率 9% △ 距離適性同距離 11走で勝率 9% △ 騎手近50戦勝率 4% (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) -100% (大幅な期待値マイナス) AI 予想勝率 0.1% × Aモデルの評価 (参考) レース内 8位 / 勝率 8.7% / 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。
9	メイショウマチルダ自在	伊藤裕（川崎）	推定—	B◎ A×勝率9% EV-78% 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6走で勝率50%と適性高／同距離帯7走で勝率43%／直近3走で勝率67%と好調）
前5走 05/12 川崎9R 2着/8頭+0.6秒 03/02 川崎8R 1着/9頭勝利 02/03 川崎5R 1着/12頭勝利 01/02 川崎8R 3着/13頭+0.3秒 12/16 川崎8R 1着/9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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 6走で勝率 50% (得意) ◎ 距離適性同距離 7走で勝率 43% ○ 馬場適性同馬場 4走で勝率 25% ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +84% (市場が大幅過小評価) AI 予想勝率 75.4% × Aモデルの評価 (参考) レース内 7位 / 勝率 8.9% / 期待値 -78% ※ 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	ササキントモゴロウ	町田直（川崎）	推定—	B▲ A○勝率12% EV-79% 詳細▼	人気馬、市場評価通りで上乗せなし（前走3着）
前5走 07/10 川崎9R 3着/11頭 06/17 川崎6R 3着/8頭 06/05 船橋5R 9着/10頭 05/11 川崎5R 1着/11頭勝利 04/20 浦和2R 8着/12頭+0.7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 5.0着 △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 12走で勝率 8% ○ 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 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 7.2% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.1% / 期待値 -79% ※ 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 ×

メイショウマチルダ

騎手伊藤裕（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:×1フランキングライン

—

EV —

▲A:○10ササキントモゴロウ

—

EV —

出走馬全10頭

◎A:×9

メイショウマチルダ

伊藤裕（川崎）

—

›

○A:×1

フランキングライン

野畑凌（川崎）

—

›

▲A:○10

ササキントモゴロウ

町田直（川崎）

—

›

△A:△2

ビービーシャーンス

菅原吏（船橋）

—

›

△A:△3

ポッドベッロ

本田重（船橋）

—

›

△A:▲5

ルトネール

笹川翼（大井）

—

›

×A:△6

タッカーバリアント

古岡勇（川崎）

—

›

×A:×8

トリル

池谷匠（川崎）

—

›

×A:×4

マイアミ

和田譲（大井）

—

›

×A:×7

フタバ

加藤雄（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。

9R 川崎競馬場ダ1400m ダート1400m　発走 19:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フランキングライン逃げ	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（同馬場状態で勝率33%／直近3走平均2.7着と安定／前走2着）
前5走 07/08 川崎7R 2着/11頭+3.0秒 05/19 大井10R 4着/13頭+0.6秒 04/22 浦和8R 2着/12頭+0.6秒 04/06 川崎4R 3着/12頭+0.1秒 01/02 川崎1R 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戦の調子平均 2.7着 (安定) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) ○ 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) -65% (大幅な期待値マイナス) AI 予想勝率 21.8% ※ 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。
2	ビービーシャーンス	菅原吏（船橋）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/18 川崎8R 1着/10頭 06/02 船橋11R 4着/14頭 05/25 浦和8R 8着/12頭 05/07 船橋12R 6着/13頭+1.8秒 04/21 浦和4R 4着/10頭+1.0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) ○ 当競馬場適性 13走で勝率 15% (相性良) △ 距離適性同距離 16走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 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 9.3% ※ 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。
3	ポッドベッロ追込	本田重（船橋）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は8走で勝ち無し）
前5走 07/08 川崎8R 4着/10頭 03/31 船橋7R 4着/11頭+0.8秒 03/19 浦和8R 4着/14頭+0.5秒 01/22 船橋5R 4着/12頭+0.4秒 12/12 船橋8R 3着/12頭+0.2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 4.0着 ▽ 距離適性同距離は 8走で勝ち無し ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 10.1% ※ 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。
4	マイアミ先行	和田譲（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26走で勝率4%と苦戦傾向／205日ぶりの実戦）
前5走 01/04 川崎12R 10着/14頭+2.5秒 12/18 川崎12R 2着/14頭+1.3秒 11/19 川崎12R 11着/14頭+1.8秒 11/07 船橋8R 5着/10頭+1.0秒 10/16 川崎7R 4着/13頭+0.1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 7.7着 (不振) × 当競馬場適性 26走で勝率 4% (苦戦) △ 距離適性同距離 31走で勝率 6% ▽ 前走実績前走 10着 (大敗) △ ローテーション 205日休養明け × 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。
5	ルトネール自在	笹川翼（大井）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（110日ぶりの実戦／騎手は近50戦で勝率28%）
前5走 04/09 名古屋11R 9着/10頭+4.6秒 02/02 川崎5R 2着/8頭+0.2秒 01/08 浦和9R 8着/13頭+1.7秒 12/15 川崎2R 1着/8頭勝利 11/18 川崎3R 5着/11頭+0.7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 6.3着 △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 8走で勝率 12% ◎ 騎手近50戦勝率 28% (好調) △ ローテーション 110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 10.7% ※ 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。
6	タッカーバリアント自在	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3走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／前走3着）
前5走 05/15 川崎8R 3着/12頭+0.2秒 04/07 川崎12R 10着/12頭+2.0秒 03/19 浦和8R 5着/14頭+0.6秒 03/04 川崎7R 12着/12頭+1.3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 6.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 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) -82% (大幅な期待値マイナス) AI 予想勝率 9.3% ※ 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。
7	フタバ	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3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/08 川崎8R 9着/10頭+3.0秒 12/10 川崎10R 14着/14頭+5.3秒 10/10 川崎9R 2着/12頭+0.1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 8.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 3.9% ※ 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。
8	トリル	池谷匠（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/08 川崎8R 5着/10頭+2.0秒 06/17 川崎6R 2着/8頭+5.0秒 06/05 船橋5R 10着/10頭 05/12 川崎3R 2着/9頭+0.1秒 04/08 川崎8R 3着/13頭+2.0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 11走で勝率 9% △ 距離適性同距離 11走で勝率 9% △ 騎手近50戦勝率 4% (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) -81% (大幅な期待値マイナス) AI 予想勝率 8.7% ※ 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。
9	メイショウマチルダ自在	伊藤裕（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6走で勝率50%と適性高／同距離帯7走で勝率43%／直近3走で勝率67%と好調）
前5走 05/12 川崎9R 2着/8頭+0.6秒 03/02 川崎8R 1着/9頭勝利 02/03 川崎5R 1着/12頭勝利 01/02 川崎8R 3着/13頭+0.3秒 12/16 川崎8R 1着/9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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 6走で勝率 50% (得意) ◎ 距離適性同距離 7走で勝率 43% ○ 馬場適性同馬場 4走で勝率 25% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 8.9% ※ 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。
10	ササキントモゴロウ	町田直（川崎）	推定—	○詳細▼	人気馬、市場評価通りで上乗せなし（前走3着）
前5走 07/10 川崎9R 3着/11頭 06/17 川崎6R 3着/8頭 06/05 船橋5R 9着/10頭 05/11 川崎5R 1着/11頭勝利 04/20 浦和2R 8着/12頭+0.7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 5.0着 △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 12走で勝率 8% ○ 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 18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 12.1% ※ 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。

🎯 AIの本命

AI評価1位

フランキングライン

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

○10ササキントモゴロウ

—

EV —

▲5ルトネール

—

EV —

出走馬全10頭

×1

フランキングライン

野畑凌（川崎）

—

›

○10

ササキントモゴロウ

町田直（川崎）

—

›

▲5

ルトネール

笹川翼（大井）

—

›

△3

ポッドベッロ

本田重（船橋）

—

›

△2

ビービーシャーンス

菅原吏（船橋）

—

›

△6

タッカーバリアント

古岡勇（川崎）

—

›

×9

メイショウマチルダ

伊藤裕（川崎）

—

›

×8

トリル

池谷匠（川崎）

—

›

×4

マイアミ

和田譲（大井）

—

›

×7

フタバ

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

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。