川崎 11R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

11R 川崎競馬場開成町ダ1400m 発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴィヴィアンエイト先行	佐野遥（川崎）	実123.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は4走で勝ち無し／179日ぶりの実戦）
前5走 05/14 川崎11R 7着/9頭+1.2秒 04/22 浦和11R 9着/13頭+0.7秒 03/19 浦和10R 3着/13頭+0.8秒 09/19 名古屋11R 3着/12頭+0.4秒 ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 ▽ 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) △ ローテーション 179日休養明け × 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 0.5% (オッズ暗示: 0.8%) ※ 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	リチャードバローズ	笹川翼（大井）	実2.5	○詳細▼	人気馬、市場評価通りで上乗せなし（騎手は近50戦で勝率28%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 騎手近50戦勝率 28% (好調) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 29.6% (オッズ暗示: 40.0%) ※ 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	メンタイマヨ自在	新原周（川崎）	実28.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は20走で勝ち無し）
前5走 10/16 川崎11R 7着/11頭+1.2秒 07/01 大井10R 5着/13頭 05/15 川崎11R 9着/12頭+1.7秒 04/24 浦和11R 4着/11頭+0.8秒 04/10 川崎11R 8着/10頭+2.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) △ 当競馬場適性 33走で勝率 9% ▽ 距離適性同距離は 20走で勝ち無し ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 3.5%) ※ 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。
4	ベラール追込	町田直（川崎）	実27.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯12走で勝率25%／82日ぶりの実戦）
前5走 08/19 川崎11R 10着/12頭+3.4秒 07/09 川崎11R 3着/14頭 05/14 川崎11R 6着/9頭+1.0秒 04/09 川崎11R 5着/14頭+1.9秒 12/16 川崎11R 10着/10頭+5.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 ○ 当競馬場適性 23走で勝率 17% (相性良) ◎ 距離適性同距離 12走で勝率 25% ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 3.6% (オッズ暗示: 3.6%) ※ 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。
5	ルイス先行	櫻井光（川崎）	実105.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調／109日ぶりの実戦）
前5走 07/23 大井11R 10着/10頭+4.8秒 06/11 大井11R 11着/12頭+0.0秒 01/14 大井11R 3着/11頭+1.2秒 12/26 大井10R 3着/12頭+0.4秒 12/02 大井11R 3着/10頭+0.5秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 109日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 0.9%) ※ 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	ミラクルヴォイス差し	古岡勇（川崎）	実52.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（179日ぶりの実戦）
前5走 05/14 川崎11R 5着/9頭+0.8秒 01/29 大井8R 5着/8頭+2.3秒 01/14 大井11R 11着/11頭+5.8秒 ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 179日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 1.7% (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。
7	デアシュトゥルム自在	増田充（川崎）	実113.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調）
前5走 10/16 川崎11R 9着/11頭+1.6秒 09/07 川崎11R 1着/11頭勝利 08/18 川崎11R 3着/9頭+0.8秒 07/30 川崎10R 5着/13頭+1.0秒 07/08 川崎10R 6着/9頭+0.0秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 26走で勝率 12% ○ 距離適性同距離 23走で勝率 17% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 24日の間隔 (理想的) × 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 0.6% (オッズ暗示: 0.9%) ※ 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	エコロマーズ逃げ	山林信（川崎）	実92.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
前5走 10/12 川崎11R 9着/9頭+2.6秒 10/02 船橋8R 8着/10頭+1.7秒 05/19 大井11R 7着/10頭+2.2秒 04/30 大井10R 12着/15頭+3.3秒 04/17 大井11R 12着/12頭+1.6秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 0.8% (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。
9	マイケルマキシマス逃げ	御神訓（大井）	実3.5	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場16走で勝率69%と適性高／同距離帯10走で勝率50%／直近3走で勝率67%と好調）
前5走 10/12 川崎11R 1着/9頭勝利 05/14 川崎11R 1着/9頭勝利 04/09 川崎11R 4着/14頭+1.8秒 03/03 川崎11R 2着/14頭+0.1秒 02/06 川崎11R 1着/14頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 16走で勝率 69% (得意) ◎ 距離適性同距離 10走で勝率 50% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 28日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 12.5% (オッズ暗示: 28.6%) ※ 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。
10	タイセイミッション	矢野貴（大井）	実2.5	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（5〜30倍）より低く見送り（騎手は近50戦で勝率26%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 騎手近50戦勝率 26% (好調) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 33.9% (オッズ暗示: 40.0%) ※ 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。
11	ヴェールトゥマラン自在	藤本現（大井）	実87.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯4走で勝率25%／同馬場状態で勝率40%／直近3走平均9.7着と低調）
前5走 10/02 船橋11R 11着/14頭+1.8秒 07/09 川崎11R 9着/14頭 05/14 川崎11R 9着/9頭+1.7秒 04/02 船橋12R 11着/11頭+4.1秒 11/04 船橋11R 7着/14頭+1.4秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.7着 (不振) △ 当競馬場適性 10走で勝率 10% ◎ 距離適性同距離 4走で勝率 25% ◎ 馬場適性同馬場 5走で勝率 40% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +63%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.9% (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。
12	リコールガー逃げ推奨	野畑凌（川崎）	実20.0	△詳細▼	市場が大きく過小評価、AI予想勝率11% × オッズ20.0倍で期待値+117%の有力候補（同距離帯で勝率42%と得意）
前5走 06/09 大井11R 4着/14頭 05/19 大井11R 4着/10頭+0.3秒 04/28 大井11R 7着/16頭+2.1秒 04/17 大井11R 8着/12頭+0.7秒 03/27 大井11R 5着/12頭+2.0秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 ◎ 距離適性同距離 12走で勝率 42% △ ローテーション 153日休養明け ◎ 期待値 (オッズ vs AI勝率) +117% (市場が大幅過小評価) AI 予想勝率 10.9% (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。

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）

買うAI の推奨

リコールガー

騎手野畑凌（川崎）

20.0倍

AI の勝率11%損益の分かれ目5%

AI の勝率 11% が損益の分かれ目 5%（1 ÷ 20.0倍）を上回り、期待値 +117% が買う基準（+30%）以上。

賭け金の目安 ¥100（AI の自信に応じて変えています）

出走馬全12頭

◎10

タイセイミッション

矢野貴（大井）

2.5倍

勝率 34%

›

○2

リチャードバローズ

笹川翼（大井）

2.5倍

勝率 30%

›

▲9

マイケルマキシマス

御神訓（大井）

3.5倍

勝率 13%

›

△12

リコールガー

野畑凌（川崎）

20.0倍

勝率 11%

›

△4

ベラール

町田直（川崎）

27.9倍

勝率 4%

›

△3

メンタイマヨ

新原周（川崎）

28.4倍

勝率 3%

›

▽11

ヴェールトゥマラン

藤本現（大井）

87.1倍

対象外勝率 2%

›

▽6

ミラクルヴォイス

古岡勇（川崎）

52.9倍

対象外勝率 2%

›

▽8

エコロマーズ

山林信（川崎）

92.6倍

対象外勝率 1%

›

▽5

ルイス

櫻井光（川崎）

105.8倍

対象外勝率 1%

›

▽7

デアシュトゥルム

増田充（川崎）

113.9倍

対象外勝率 1%

›

▽1

ヴィヴィアンエイト

佐野遥（川崎）

123.4倍

対象外勝率 0%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで。

▶ 展開シミュレーション

このレースの推奨馬券　AI 期待値プラス判定

単勝12リコールガー

オッズ20.0倍予測時点
期待値+117%
賭け金¥100

※ オッズの下の言葉: 確定 = 当たった買い目の払戻から出したオッズ・予測時点 = 予測した時のオッズ・推定 = 予測時点のオッズが取れず見込みの値。

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）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項