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
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
エルロイ 追込 |
木間龍（船橋） |
実52.6 |
B▲ A▽勝率2% EV+30% 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) +443% (市場が大幅過小評価) AI 予想勝率 10.3% (オッズ暗示: 1.9%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.5% / 期待値 +31% ※ 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 |
タマモアルタイル |
高橋哲（浦和） |
実5.5 |
B△ A△勝率7% EV-63% 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) -51% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 18.2%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.7% / 期待値 -63% ※ 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 |
ツツウラウラ |
西啓太（大井） |
実4.2 |
B◎ A◎勝率26% EV+10% 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) -34% (大幅な期待値マイナス) AI 予想勝率 15.6% (オッズ暗示: 23.8%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 26.3% / 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。 |
| 4 |
トニープリンス 先行 |
野畑凌（川崎） |
実6.7 |
B△ A△勝率10% EV-30% 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) -40% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 14.9%) △Aモデルの評価 (参考) レース内 4位 / 勝率 10.4% / 期待値 -31% ※ 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 |
マイネルディレクト 差し |
岡村裕（川崎） |
実153.4 |
B▽ A▽勝率1% EV-10% 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) +999% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 0.7%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 0.6% / 期待値 -11% ※ 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 |
マカゼ 自在 |
和田譲（大井） |
実4.8 |
B○ A▲勝率16% EV-23% 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) -46% (大幅な期待値マイナス) AI 予想勝率 11.1% (オッズ暗示: 20.8%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 15.9% / 期待値 -24% ※ 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 |
エコロネオ |
佐野遥（川崎） |
実8.2 |
B▽ A△勝率7% EV-41% 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) -26% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 12.2%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.1% / 期待値 -42% ※ 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 |
ピンクタオルチャン 逃げ |
藤江渉（川崎） |
実3.6 |
B△ A○勝率25% EV-11% 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) -68% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 27.8%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 24.6% / 期待値 -12% ※ 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 |
ポッドレオ 差し 推奨 |
古岡勇（川崎） |
実21.5 |
B▽ A▽勝率5% EV+5% 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) +93% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 4.7%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 4.9% / 期待値 +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。 |
| 10 |
クオレス 追込 |
池谷匠（川崎） |
実92.8 |
B▽ A▽勝率1% EV+3% 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) +733% (市場が大幅過小評価) AI 予想勝率 9.0% (オッズ暗示: 1.1%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 期待値 +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。 |
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)
-34% (大幅な期待値マイナス)
AI 予想勝率
15.6% (オッズ暗示: 23.8%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 26.3% / 期待値 +10%
×期待値 (オッズ vs AI勝率)
-46% (大幅な期待値マイナス)
AI 予想勝率
11.1% (オッズ暗示: 20.8%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 15.9% / 期待値 -24%
🌟◎期待値 (オッズ vs AI勝率)
+443% (市場が大幅過小評価)
AI 予想勝率
10.3% (オッズ暗示: 1.9%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.5% / 期待値 +31%
×期待値 (オッズ vs AI勝率)
-68% (大幅な期待値マイナス)
AI 予想勝率
9.0% (オッズ暗示: 27.8%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 24.6% / 期待値 -12%
×期待値 (オッズ vs AI勝率)
-51% (大幅な期待値マイナス)
AI 予想勝率
9.0% (オッズ暗示: 18.2%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.7% / 期待値 -63%
×期待値 (オッズ vs AI勝率)
-40% (大幅な期待値マイナス)
AI 予想勝率
9.0% (オッズ暗示: 14.9%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 10.4% / 期待値 -31%
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
9.0% (オッズ暗示: 12.2%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.1% / 期待値 -42%
🌟◎期待値 (オッズ vs AI勝率)
+93% (市場が大幅過小評価)
AI 予想勝率
9.0% (オッズ暗示: 4.7%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 4.9% / 期待値 +5%
🌟◎期待値 (オッズ vs AI勝率)
+733% (市場が大幅過小評価)
AI 予想勝率
9.0% (オッズ暗示: 1.1%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.1% / 期待値 +4%
🌟◎期待値 (オッズ vs AI勝率)
+999% (市場が大幅過小評価)
AI 予想勝率
9.0% (オッズ暗示: 0.7%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 0.6% / 期待値 -11%
💡 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 (AI 期待値プラス判定)
A. 市場込みモデル
このモデルは本レース見送り判定（期待値プラスなし）
B. 市場除外+キャリブ
-
単勝
9
ポッドレオ
実21.5倍
期待値 +93%
❌不的中7着単勝 21.5倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
エルロイ 追込 |
木間龍（船橋） |
実52.6 |
▽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) +30% (妙味あり) AI 予想勝率 2.5% (オッズ暗示: 1.9%) ※ 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。 |
| 2 |
タマモアルタイル |
高橋哲（浦和） |
実5.5 |
△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) -63% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 18.2%) ※ 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。 |
| 3 |
ツツウラウラ |
西啓太（大井） |
実4.2 |
◎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) +10% (市場と概ね一致) AI 予想勝率 26.3% (オッズ暗示: 23.8%) ※ 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 |
トニープリンス 先行 |
野畑凌（川崎） |
実6.7 |
△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) -31% (大幅な期待値マイナス) AI 予想勝率 10.4% (オッズ暗示: 14.9%) ※ 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 |
マイネルディレクト 差し |
岡村裕（川崎） |
実153.4 |
▽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) -11% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.7%) ※ 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 |
マカゼ 自在 |
和田譲（大井） |
実4.8 |
▲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) -24% (オッズ過剰評価) AI 予想勝率 15.9% (オッズ暗示: 20.8%) ※ 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 |
エコロネオ |
佐野遥（川崎） |
実8.2 |
△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) -42% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 12.2%) ※ 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。 |
| 8 |
ピンクタオルチャン 逃げ |
藤江渉（川崎） |
実3.6 |
○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) -12% (オッズ過剰評価) AI 予想勝率 24.6% (オッズ暗示: 27.8%) ※ 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 |
ポッドレオ 差し 推奨 |
古岡勇（川崎） |
実21.5 |
▽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) +5% (市場と概ね一致) AI 予想勝率 4.9% (オッズ暗示: 4.7%) ※ 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。 |
| 10 |
クオレス 追込 |
池谷匠（川崎） |
実92.8 |
▽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) +3% (市場と概ね一致) AI 予想勝率 1.1% (オッズ暗示: 1.1%) ※ 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)
+10% (市場と概ね一致)
AI 予想勝率
26.3% (オッズ暗示: 23.8%)
△期待値 (オッズ vs AI勝率)
-12% (オッズ過剰評価)
AI 予想勝率
24.6% (オッズ暗示: 27.8%)
△期待値 (オッズ vs AI勝率)
-24% (オッズ過剰評価)
AI 予想勝率
15.9% (オッズ暗示: 20.8%)
×期待値 (オッズ vs AI勝率)
-31% (大幅な期待値マイナス)
AI 予想勝率
10.4% (オッズ暗示: 14.9%)
×期待値 (オッズ vs AI勝率)
-42% (大幅な期待値マイナス)
AI 予想勝率
7.1% (オッズ暗示: 12.2%)
×期待値 (オッズ vs AI勝率)
-63% (大幅な期待値マイナス)
AI 予想勝率
6.7% (オッズ暗示: 18.2%)
△期待値 (オッズ vs AI勝率)
+5% (市場と概ね一致)
AI 予想勝率
4.9% (オッズ暗示: 4.7%)
◎期待値 (オッズ vs AI勝率)
+30% (妙味あり)
AI 予想勝率
2.5% (オッズ暗示: 1.9%)
△期待値 (オッズ vs AI勝率)
+3% (市場と概ね一致)
AI 予想勝率
1.1% (オッズ暗示: 1.1%)
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
0.6% (オッズ暗示: 0.7%)
💡 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 (AI 期待値プラス判定)
A. 市場込みモデル
このモデルは本レース見送り判定（期待値プラスなし）
B. 市場除外+キャリブ
-
単勝
9
ポッドレオ
実21.5倍
期待値 +93%
❌不的中7着単勝 21.5倍
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。
