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。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
テンザンバレリーナ 追込 |
池谷匠（川崎） |
推定— |
B△ A▲勝率14% EV-72% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 14.1% / 期待値 -72% ※ 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 |
ジーティーケリー |
古岡勇（川崎） |
実20.1 |
B△ A△勝率9% EV+73% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +71% (市場が大幅過小評価) AI 予想勝率 8.5% (オッズ暗示: 5.0%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.6% / 期待値 +74% ※ 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 |
マイアイガー 自在 |
藤江渉（川崎） |
実21.0 |
B▽ A△勝率7% EV+49% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +79% (市場が大幅過小評価) AI 予想勝率 8.5% (オッズ暗示: 4.8%) △Aモデルの評価 (参考) レース内 6位 / 勝率 7.1% / 期待値 +49% ※ 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 |
キーファイン 逃げ |
矢野貴（大井） |
実1.3 |
B× A○勝率22% EV-71% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 15.2% (オッズ暗示: 76.9%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 21.8% / 期待値 -72% ※ 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 |
アンリ 逃げ |
加藤雄（川崎） |
実101.0 |
B▽ A▽勝率1% EV-8% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +763% (市場が大幅過小評価) AI 予想勝率 8.5% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 0.9% / 期待値 -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 |
クリナデシコ 追込 |
岡村裕（川崎） |
実105.1 |
B▽ A▽勝率1% EV+31% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +578% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.3% / 期待値 +32% ※ 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 |
ブルートルマリン 差し |
達城龍（大井） |
実7.8 |
B▲ A△勝率12% EV-9% 詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 12.8%) △Aモデルの評価 (参考) レース内 4位 / 勝率 11.6% / 期待値 -10% ※ 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 |
マイブリッジ 逃げ |
野畑凌（川崎） |
実4.7 |
B○ A◎勝率26% EV+20% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 15.2% (オッズ暗示: 21.3%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 25.7% / 期待値 +21% ※ 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 |
オーデンルビー 追込 |
木間龍（船橋） |
実76.7 |
B▽ A▽勝率4% EV+190% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +555% (市場が大幅過小評価) AI 予想勝率 8.5% (オッズ暗示: 1.3%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 3.8% / 期待値 +191% ※ 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 |
ミカエンブレイス 追込 |
新原周（川崎） |
実40.4 |
B△ A▽勝率5% EV+105% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +277% (市場が大幅過小評価) AI 予想勝率 9.3% (オッズ暗示: 2.5%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 5.1% / 期待値 +105% ※ 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の推奨本命の次点
出走馬全10頭
×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
15.2% (オッズ暗示: 76.9%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 21.8% / 期待値 -72%
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
15.2% (オッズ暗示: 21.3%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 25.7% / 期待値 +21%
△期待値 (オッズ vs AI勝率)
-20% (オッズ過剰評価)
AI 予想勝率
10.3% (オッズ暗示: 12.8%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 11.6% / 期待値 -10%
×期待値 (オッズ vs AI勝率)
-82% (大幅な期待値マイナス)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 14.1% / 期待値 -72%
🌟◎期待値 (オッズ vs AI勝率)
+277% (市場が大幅過小評価)
AI 予想勝率
9.3% (オッズ暗示: 2.5%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 5.1% / 期待値 +105%
🌟◎期待値 (オッズ vs AI勝率)
+71% (市場が大幅過小評価)
AI 予想勝率
8.5% (オッズ暗示: 5.0%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.6% / 期待値 +74%
🌟◎期待値 (オッズ vs AI勝率)
+79% (市場が大幅過小評価)
AI 予想勝率
8.5% (オッズ暗示: 4.8%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 7.1% / 期待値 +49%
🌟◎期待値 (オッズ vs AI勝率)
+555% (市場が大幅過小評価)
AI 予想勝率
8.5% (オッズ暗示: 1.3%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 3.8% / 期待値 +191%
🌟◎期待値 (オッズ vs AI勝率)
+763% (市場が大幅過小評価)
AI 予想勝率
8.5% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 0.9% / 期待値 -9%
🌟◎期待値 (オッズ vs AI勝率)
+578% (市場が大幅過小評価)
AI 予想勝率
6.5% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.3% / 期待値 +32%
💡 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
このレースの推奨馬券 2モデル並走
両モデルとも本レースは見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
テンザンバレリーナ 追込 |
池谷匠（川崎） |
推定— |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) ※ 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 |
ジーティーケリー |
古岡勇（川崎） |
実20.1 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +73% (市場が大幅過小評価) AI 予想勝率 8.6% (オッズ暗示: 5.0%) ※ 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。 |
| 3 |
マイアイガー 自在 |
藤江渉（川崎） |
実21.0 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +49% (妙味あり) AI 予想勝率 7.1% (オッズ暗示: 4.8%) ※ 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。 |
| 4 |
キーファイン 逃げ |
矢野貴（大井） |
実1.3 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 21.8% (オッズ暗示: 76.9%) ※ 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。 |
| 5 |
アンリ 逃げ |
加藤雄（川崎） |
実101.0 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.0%) ※ 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 |
クリナデシコ 追込 |
岡村裕（川崎） |
実105.1 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 1.3% (オッズ暗示: 1.0%) ※ 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 |
ブルートルマリン 差し |
達城龍（大井） |
実7.8 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 11.6% (オッズ暗示: 12.8%) ※ 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 |
マイブリッジ 逃げ |
野畑凌（川崎） |
実4.7 |
◎詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 25.7% (オッズ暗示: 21.3%) ※ 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。 |
| 9 |
オーデンルビー 追込 |
木間龍（船橋） |
実76.7 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +190% (市場が大幅過小評価) AI 予想勝率 3.8% (オッズ暗示: 1.3%) ※ 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。 |
| 10 |
ミカエンブレイス 追込 |
新原周（川崎） |
実40.4 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +105% (市場が大幅過小評価) AI 予想勝率 5.1% (オッズ暗示: 2.5%) ※ 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。 |
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の推奨本命の次点
出走馬全10頭
△期待値 (オッズ vs AI勝率)
+20% (市場と概ね一致)
AI 予想勝率
25.7% (オッズ暗示: 21.3%)
×期待値 (オッズ vs AI勝率)
-72% (大幅な期待値マイナス)
AI 予想勝率
21.8% (オッズ暗示: 76.9%)
×期待値 (オッズ vs AI勝率)
-72% (大幅な期待値マイナス)
△期待値 (オッズ vs AI勝率)
-10% (オッズ過剰評価)
AI 予想勝率
11.6% (オッズ暗示: 12.8%)
🌟◎期待値 (オッズ vs AI勝率)
+73% (市場が大幅過小評価)
AI 予想勝率
8.6% (オッズ暗示: 5.0%)
◎期待値 (オッズ vs AI勝率)
+49% (妙味あり)
AI 予想勝率
7.1% (オッズ暗示: 4.8%)
🌟◎期待値 (オッズ vs AI勝率)
+105% (市場が大幅過小評価)
AI 予想勝率
5.1% (オッズ暗示: 2.5%)
🌟◎期待値 (オッズ vs AI勝率)
+190% (市場が大幅過小評価)
AI 予想勝率
3.8% (オッズ暗示: 1.3%)
◎期待値 (オッズ vs AI勝率)
+31% (妙味あり)
AI 予想勝率
1.3% (オッズ暗示: 1.0%)
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
0.9% (オッズ暗示: 1.0%)
💡 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
このレースの推奨馬券 2モデル並走
両モデルとも本レースは見送り判定（期待値プラスなし）
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。
