川崎 11R 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

11R 川崎競馬場ダ2000m ダート2000m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オリコウエルドラド逃げ	御神訓（大井）	推定—	B× A×勝率6% EV-89% 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29%と適性高／直近3走で勝率33%と好調／112日ぶりの実戦）
前5走 04/07 川崎11R 7着/14頭+1.3秒 03/05 川崎11R 5着/13頭+1.0秒 02/03 川崎4R 1着/14頭勝利 01/04 川崎6R 1着/10頭勝利 12/19 川崎6R 2着/9頭+0.2秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ○ 騎手近50戦勝率 16% △ ローテーション 112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 0.4% × Aモデルの評価 (参考) レース内 8位 / 勝率 6.1% / 期待値 -89% ※ 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	ロードレイジング自在	矢野貴（大井）	推定—	B× A×勝率6% EV-88% 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50%と適性高／同馬場状態で勝率50%／直近3走平均8.7着と低調）
前5走 04/07 川崎11R 9着/14頭+2.7秒 02/18 大井11R 13着/16頭+3.2秒 01/07 浦和11R 4着/12頭+0.4秒 11/05 船橋11R 3着/9頭+0.1秒 10/15 川崎11R 5着/8頭+1.5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 8.7着 (不振) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 馬場適性同馬場 4走で勝率 50% ◎ 騎手近50戦勝率 24% (好調) △ ローテーション 112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 0.4% × Aモデルの評価 (参考) レース内 10位 / 勝率 5.8% / 期待値 -89% ※ 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	クラウニングカップ先行	鷹見陸（大井）	推定—	B× A×勝率5% EV-91% 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 06/03 船橋3R 1着/8頭 05/06 船橋5R 3着/9頭+0.4秒 04/13 大井7R 10着/11頭+2.8秒 03/30 船橋3R 4着/11頭+0.7秒 12/11 船橋10R 3着/14頭+2.3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) ◎ 前走実績前走 1着 (勢い継続) × 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 0.5% × Aモデルの評価 (参考) レース内 11位 / 勝率 4.9% / 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。
4	ゴールドアムレット差し	菅原涼（大井）	推定—	B× A×勝率3% EV-92% 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 07/13 浦和5R 5着/10頭 06/22 浦和2R 2着/7頭 03/17 浦和1R 6着/7頭+2.4秒 03/09 船橋4R 6着/9頭+2.9秒 02/26 浦和3R 7着/10頭+1.2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 4.3着 ○ ローテーション 15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 14位 / 勝率 2.7% / 期待値 -93% ※ 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	エスプリアキラサン逃げ	佐野遥（川崎）	推定—	B× A×勝率6% EV-88% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場9走で勝率0%と苦戦傾向／同距離帯4走で勝率50%／直近3走で勝率33%と好調）
前5走 07/06 川崎11R 4着/9頭 05/28 浦和8R 1着/11頭 05/18 大井9R 4着/7頭+1.0秒 04/24 浦和8R 1着/7頭勝利 04/06 川崎5R 3着/10頭+1.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 9走で勝率 0% (苦戦) ◎ 距離適性同距離 4走で勝率 50% ○ ローテーション 22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 9位 / 勝率 5.9% / 期待値 -89% ※ 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	トップランカー	岡村健（船橋）	推定—	B△ A△勝率8% EV-83% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率67%と好調／前走勝利の勢い／騎手は近50戦で勝率22%）
前5走 06/28 船橋6R 1着/7頭 06/01 船橋1R 2着/11頭 05/09 船橋3R 1着/5頭勝利 ― ―
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) ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) × 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 4.5% △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.6% / 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。
7	ロックシュガー差し	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（前走2着）
前5走 07/06 川崎10R 2着/11頭 05/27 浦和8R 3着/7頭+0.0秒 04/30 大井11R 7着/11頭+2.2秒 04/10 川崎4R 1着/6頭勝利 03/19 浦和9R 4着/10頭+0.7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 ○ 前走実績前走 2着 (好走) ○ ローテーション 22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 1.5% × Aモデルの評価 (参考) レース内 13位 / 勝率 4.9% / 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。
8	レジェンドマスター追込	藤本現（大井）	推定—	B× A○勝率10% EV-80% 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 07/03 船橋2R 1着/3頭 06/03 船橋7R 3着/10頭 05/07 船橋7R 4着/10頭+0.8秒 03/11 船橋6R 4着/10頭+0.4秒 02/12 船橋6R 2着/11頭+0.3秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 馬場適性同馬場 4走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 25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 0.5% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.7% / 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	カナールゲイル	町田直（川崎）	推定—	B○ A△勝率9% EV-80% 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／直近3走で勝率33%と好調／前走2着）
前5走 07/08 川崎9R 2着/10頭+5.0秒 06/17 川崎6R 1着/8頭 06/03 船橋3R 4着/8頭+0.0秒 05/13 川崎3R 1着/14頭勝利 04/06 川崎5R 2着/10頭+1.2秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 50% (得意) ○ 騎手近50戦勝率 16% ○ 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) -82% (大幅な期待値マイナス) AI 予想勝率 9.0% △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.4% / 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。
10	クラムスコイ自在	笹川翼（大井）	推定—	B△ A▲勝率9% EV-82% 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2着／騎手は近50戦で勝率26%）
前5走 07/03 船橋12R 2着/3頭 06/03 船橋3R 2着/8頭 05/06 船橋5R 5着/9頭+1.4秒 03/30 船橋3R 1着/11頭勝利 01/20 船橋6R 7着/9頭+4.1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 3.0着 (安定) ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 25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 4.5% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.5% / 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。
11	ベアアスムイ逃げ	増田充（川崎）	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（直近3走平均3.0着と安定／前走2着／75日ぶりの実戦）
前5走 05/14 川崎8R 2着/6頭+0.3秒 04/10 川崎4R 3着/6頭+1.1秒 03/04 川崎6R 4着/11頭+1.3秒 11/18 川崎3R 3着/11頭+0.4秒 10/16 川崎1R 1着/9頭勝利
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 3.0着 (安定) △ 当競馬場適性 7走で勝率 14% ○ 前走実績前走 2着 (好走) × 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 12位 / 勝率 4.9% / 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。
12	バレンタインギフト逃げ	張田昂（船橋）	推定—	B× A×勝率7% EV-86% 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33%と適性高／97日ぶりの実戦）
前5走 04/22 浦和8R 4着/12頭+0.9秒 04/07 川崎11R 14着/14頭+5.1秒 03/05 川崎11R 4着/13頭+0.8秒 01/01 川崎11R 1着/11頭勝利 10/15 川崎6R 3着/10頭+0.9秒
AI 評価の内訳 — 馬番 12 ◎ 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 6走で勝率 33% (得意) △ ローテーション 97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 0.5% × Aモデルの評価 (参考) レース内 7位 / 勝率 6.6% / 期待値 -86% ※ 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。
13	ハネダブライアン先行	本田重（船橋）	推定—	B▲ A△勝率8% 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67%と適性高／直近3走で勝率33%と好調／前走3着）
前5走 07/09 川崎12R 3着/3頭 11/05 船橋11R 5着/9頭+0.9秒 10/15 川崎6R 1着/10頭勝利 09/30 船橋11R 4着/9頭+1.2秒 08/08 川崎4R 1着/6頭勝利
AI 評価の内訳 — 馬番 13 ◎ 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 3走で勝率 67% (得意) ○ 馬場適性同馬場 4走で勝率 25% ○ 前走実績前走 3着 (好走) ○ ローテーション 19日の間隔 (理想的) × 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 7.5% △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.5% / 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。
14	アイリーズ逃げ	野畑凌（川崎）	推定—	B◎ A×勝率14% EV-76% 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33%と好調／前走勝利の勢い）
前5走 07/14 浦和10R 1着/3頭 04/29 大井11R 12着/13頭+3.8秒 04/24 浦和8R 2着/7頭+0.1秒 04/13 大井7R 9着/11頭+1.9秒 03/25 大井11R 7着/7頭+2.5秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 70.2% × Aモデルの評価 (参考) レース内 1位 / 勝率 13.7% / 期待値 -76% ※ 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 ×

アイリーズ

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

○A:△9カナールゲイル

—

EV —

▲A:△13ハネダブライアン

—

EV —

出走馬全14頭

◎A:×14

アイリーズ

野畑凌（川崎）

—

›

○A:△9

カナールゲイル

町田直（川崎）

—

›

▲A:△13

ハネダブライアン

本田重（船橋）

—

›

△A:△6

トップランカー

岡村健（船橋）

—

›

△A:▲10

クラムスコイ

笹川翼（大井）

—

›

△A:×7

ロックシュガー

和田譲（大井）

—

›

×A:×3

クラウニングカップ

鷹見陸（大井）

—

›

×A:○8

レジェンドマスター

藤本現（大井）

—

›

×A:×12

バレンタインギフト

張田昂（船橋）

—

›

×A:×1

オリコウエルドラド

御神訓（大井）

—

›

×A:×2

ロードレイジング

矢野貴（大井）

—

›

×A:×5

エスプリアキラサン

佐野遥（川崎）

—

›

×A:×11

ベアアスムイ

増田充（川崎）

—

›

×A:×4

ゴールドアムレット

菅原涼（大井）

—

›

💡 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。

11R 川崎競馬場ダ2000m ダート2000m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オリコウエルドラド逃げ	御神訓（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7走で勝率29%と適性高／直近3走で勝率33%と好調／112日ぶりの実戦）
前5走 04/07 川崎11R 7着/14頭+1.3秒 03/05 川崎11R 5着/13頭+1.0秒 02/03 川崎4R 1着/14頭勝利 01/04 川崎6R 1着/10頭勝利 12/19 川崎6R 2着/9頭+0.2秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ○ 騎手近50戦勝率 16% △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 6.1% ※ 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。
2	ロードレイジング自在	矢野貴（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4走で勝率50%と適性高／同馬場状態で勝率50%／直近3走平均8.7着と低調）
前5走 04/07 川崎11R 9着/14頭+2.7秒 02/18 大井11R 13着/16頭+3.2秒 01/07 浦和11R 4着/12頭+0.4秒 11/05 船橋11R 3着/9頭+0.1秒 10/15 川崎11R 5着/8頭+1.5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 8.7着 (不振) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 馬場適性同馬場 4走で勝率 50% ◎ 騎手近50戦勝率 24% (好調) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 5.8% ※ 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。
3	クラウニングカップ先行	鷹見陸（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/03 船橋3R 1着/8頭 05/06 船橋5R 3着/9頭+0.4秒 04/13 大井7R 10着/11頭+2.8秒 03/30 船橋3R 4着/11頭+0.7秒 12/11 船橋10R 3着/14頭+2.3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) ◎ 前走実績前走 1着 (勢い継続) × 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 4.9% ※ 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	ゴールドアムレット差し	菅原涼（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/13 浦和5R 5着/10頭 06/22 浦和2R 2着/7頭 03/17 浦和1R 6着/7頭+2.4秒 03/09 船橋4R 6着/9頭+2.9秒 02/26 浦和3R 7着/10頭+1.2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 4.3着 ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 2.7% ※ 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。
5	エスプリアキラサン逃げ	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9走で勝率0%と苦戦傾向／同距離帯4走で勝率50%／直近3走で勝率33%と好調）
前5走 07/06 川崎11R 4着/9頭 05/28 浦和8R 1着/11頭 05/18 大井9R 4着/7頭+1.0秒 04/24 浦和8R 1着/7頭勝利 04/06 川崎5R 3着/10頭+1.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) × 当競馬場適性 9走で勝率 0% (苦戦) ◎ 距離適性同距離 4走で勝率 50% ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 5.9% ※ 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。
6	トップランカー	岡村健（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67%と好調／前走勝利の勢い／騎手は近50戦で勝率22%）
前5走 06/28 船橋6R 1着/7頭 06/01 船橋1R 2着/11頭 05/09 船橋3R 1着/5頭勝利 ― ―
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) ◎ 騎手近50戦勝率 22% (好調) ◎ 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 7.6% ※ 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。
7	ロックシュガー差し	和田譲（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（前走2着）
前5走 07/06 川崎10R 2着/11頭 05/27 浦和8R 3着/7頭+0.0秒 04/30 大井11R 7着/11頭+2.2秒 04/10 川崎4R 1着/6頭勝利 03/19 浦和9R 4着/10頭+0.7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 ○ 前走実績前走 2着 (好走) ○ ローテーション 22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 4.9% ※ 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	レジェンドマスター追込	藤本現（大井）	推定—	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/03 船橋2R 1着/3頭 06/03 船橋7R 3着/10頭 05/07 船橋7R 4着/10頭+0.8秒 03/11 船橋6R 4着/10頭+0.4秒 02/12 船橋6R 2着/11頭+0.3秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 馬場適性同馬場 4走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 25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 9.7% ※ 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	カナールゲイル	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6走で勝率50%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 07/08 川崎9R 2着/10頭+5.0秒 06/17 川崎6R 1着/8頭 06/03 船橋3R 4着/8頭+0.0秒 05/13 川崎3R 1着/14頭勝利 04/06 川崎5R 2着/10頭+1.2秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 50% (得意) ○ 騎手近50戦勝率 16% ○ 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) -81% (大幅な期待値マイナス) AI 予想勝率 9.4% ※ 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	クラムスコイ自在	笹川翼（大井）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定／前走2着／騎手は近50戦で勝率26%）
前5走 07/03 船橋12R 2着/3頭 06/03 船橋3R 2着/8頭 05/06 船橋5R 5着/9頭+1.4秒 03/30 船橋3R 1着/11頭勝利 01/20 船橋6R 7着/9頭+4.1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 3.0着 (安定) ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 25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 9.5% ※ 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。
11	ベアアスムイ逃げ	増田充（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3.0着と安定／前走2着／75日ぶりの実戦）
前5走 05/14 川崎8R 2着/6頭+0.3秒 04/10 川崎4R 3着/6頭+1.1秒 03/04 川崎6R 4着/11頭+1.3秒 11/18 川崎3R 3着/11頭+0.4秒 10/16 川崎1R 1着/9頭勝利
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 3.0着 (安定) △ 当競馬場適性 7走で勝率 14% ○ 前走実績前走 2着 (好走) × 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 4.9% ※ 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。
12	バレンタインギフト逃げ	張田昂（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6走で勝率33%と適性高／97日ぶりの実戦）
前5走 04/22 浦和8R 4着/12頭+0.9秒 04/07 川崎11R 14着/14頭+5.1秒 03/05 川崎11R 4着/13頭+0.8秒 01/01 川崎11R 1着/11頭勝利 10/15 川崎6R 3着/10頭+0.9秒
AI 評価の内訳 — 馬番 12 ◎ 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 6走で勝率 33% (得意) △ ローテーション 97日休養明け × 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 6.6% ※ 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。
13	ハネダブライアン先行	本田重（船橋）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率67%と適性高／直近3走で勝率33%と好調／前走3着）
前5走 07/09 川崎12R 3着/3頭 11/05 船橋11R 5着/9頭+0.9秒 10/15 川崎6R 1着/10頭勝利 09/30 船橋11R 4着/9頭+1.2秒 08/08 川崎4R 1着/6頭勝利
AI 評価の内訳 — 馬番 13 ◎ 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 3走で勝率 67% (得意) ○ 馬場適性同馬場 4走で勝率 25% ○ 前走実績前走 3着 (好走) ○ ローテーション 19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 8.5% ※ 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。
14	アイリーズ逃げ	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（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/14 浦和10R 1着/3頭 04/29 大井11R 12着/13頭+3.8秒 04/24 浦和8R 2着/7頭+0.1秒 04/13 大井7R 9着/11頭+1.9秒 03/25 大井11R 7着/7頭+2.5秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 13.7% ※ 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

アイリーズ

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

○8レジェンドマスター

—

EV —

▲10クラムスコイ

—

EV —

出走馬全14頭

×14

アイリーズ

野畑凌（川崎）

—

›

○8

レジェンドマスター

藤本現（大井）

—

›

▲10

クラムスコイ

笹川翼（大井）

—

›

△9

カナールゲイル

町田直（川崎）

—

›

△13

ハネダブライアン

本田重（船橋）

—

›

△6

トップランカー

岡村健（船橋）

—

›

×12

バレンタインギフト

張田昂（船橋）

—

›

×1

オリコウエルドラド

御神訓（大井）

—

›

×5

エスプリアキラサン

佐野遥（川崎）

—

›

×2

ロードレイジング

矢野貴（大井）

—

›

×3

クラウニングカップ

鷹見陸（大井）

—

›

×11

ベアアスムイ

増田充（川崎）

—

›

×7

ロックシュガー

和田譲（大井）

—

›

×4

ゴールドアムレット

菅原涼（大井）

—

›

💡 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。