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。

11R 川崎競馬場ダ1600m ダート1600m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ランリョウオー自在	本橋孝（船橋）	実6.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場4走で勝率0%と苦戦傾向／同距離帯4走で勝率25%／直近3走平均9.0着と低調）
前5走 04/09 川崎11R 6着/14頭+2.1秒 01/22 船橋11R 9着/9頭+1.9秒 12/03 大井11R 12着/12頭+3.3秒 10/29 浦和11R 9着/10頭+2.9秒 08/26 川崎11R 5着/7頭+1.9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 9.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 14% △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 6.6% (オッズ暗示: 15.9%) ※ 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	ヴェールトゥマラン逃げ	藤本現（大井）	実62.6	▲詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯11走で勝率45%／同馬場状態で勝率60%／直近3走平均9.0着と低調）
前5走 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 04/02 船橋11R 1着/13頭勝利 03/13 船橋12R 1着/11頭勝利
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 9.0着 (不振) △ 当競馬場適性 9走で勝率 11% ◎ 距離適性同距離 11走で勝率 45% ◎ 馬場適性同馬場 5走で勝率 60% ○ 騎手近50戦勝率 16% 🌟◎ 期待値 (オッズ vs AI勝率) +352% (市場が大幅過小評価) AI 予想勝率 7.2% (オッズ暗示: 1.6%) ※ 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。
3	シシュフォス追込	和田譲（大井）	実25.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率40%）
前5走 06/03 船橋11R 4着/14頭+0.0秒 12/16 川崎11R 2着/10頭+1.8秒 10/22 大井11R 15着/16頭+2.5秒 10/02 園田11R 5着/6頭+1.1秒 08/26 川崎11R 2着/7頭+0.9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 7.0着 (不振) △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 11走で勝率 18% ◎ 馬場適性同馬場 5走で勝率 40% 🌟◎ 期待値 (オッズ vs AI勝率) +70% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 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。
4	シャルフジン逃げ	鷹見陸（大井）	実18.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯8走で勝率25%）
前5走 06/03 船橋11R 5着/14頭 04/09 川崎11R 2着/14頭+0.9秒 02/12 船橋11R 7着/13頭+2.1秒 11/12 大井12R 1着/12頭勝利 10/05 大井7R 2着/8頭+0.4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 4.7着 ◎ 距離適性同距離 8走で勝率 25% △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 6.6% (オッズ暗示: 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	ベラール自在	町田直（川崎）	実30.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 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 11/27 浦和10R 3着/12頭+0.7秒 06/20 川崎11R 1着/13頭勝利
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 7.0着 (不振) ○ 当競馬場適性 21走で勝率 19% (相性良) △ 距離適性同距離 10走で勝率 10% ○ 騎手近50戦勝率 18% 🌟◎ 期待値 (オッズ vs AI勝率) +97% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 3.3%) ※ 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。
6	ベアバッキューン逃げ	野畑凌（川崎）	実9.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場6走で勝率83%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 05/27 浦和11R 12着/13頭+4.0秒 05/05 船橋11R 10着/13頭+3.6秒 04/09 川崎11R 1着/14頭勝利 02/26 浦和11R 5着/13頭+0.8秒 08/26 川崎11R 7着/7頭+3.1秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 83% (得意) ◎ 距離適性同距離 3走で勝率 33% ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 6.6% (オッズ暗示: 10.8%) ※ 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	ペルマナント追込	達城龍（大井）	実26.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向／63日ぶりの実戦）
前5走 05/07 船橋10R 6着/11頭+1.0秒 04/02 船橋11R 5着/9頭+1.4秒 02/13 船橋11R 4着/11頭+0.5秒 01/23 船橋11R 7着/11頭+1.5秒 09/17 大井11R 10着/14頭+4.2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 5.0着 × 当競馬場適性 7走で勝率 0% (苦戦) ○ 距離適性同距離 12走で勝率 17% 🌟◎ 期待値 (オッズ vs AI勝率) +76% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 3.7%) ※ 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。
8	アームブランシュ	田中涼（川崎）	実57.7	△詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 4% (やや苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +280% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 1.7%) ※ 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	ガバナビリティー差し	笠野雄（船橋）	実41.7	○詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率67%／直近3走で勝率33%と好調／65日ぶりの実戦）
前5走 05/05 船橋11R 9着/13頭+2.7秒 04/02 船橋12R 1着/11頭勝利 03/10 船橋11R 6着/9頭+1.7秒 02/12 船橋11R 12着/13頭+4.3秒 12/23 浦和11R 13着/13頭+3.7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) ○ 距離適性同距離 6走で勝率 17% ◎ 馬場適性同馬場 3走で勝率 67% 🌟◎ 期待値 (オッズ vs AI勝率) +301% (市場が大幅過小評価) AI 予想勝率 9.6% (オッズ暗示: 2.4%) ※ 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	オメガシンフォニー先行推奨	本田重（船橋）	実16.3	▲詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実／同距離帯で勝率25%と得意／前走3着で力を示す）
前5走 04/22 浦和11R 3着/13頭+0.3秒 02/20 大井6R 3着/8頭+0.4秒 12/30 大井10R 7着/16頭+1.1秒 10/22 大井11R 4着/16頭+1.0秒 08/15 大井9R 1着/9頭勝利
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 4.3着 ◎ 距離適性同距離 4走で勝率 25% ◎ 騎手近50戦勝率 34% (好調) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 7.2% (オッズ暗示: 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。
11	シーソーゲーム差し	矢野貴（大井）	実22.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走3着／168日ぶりの実戦）
前5走 01/22 船橋11R 3着/9頭+0.2秒 12/29 大井9R 9着/15頭+1.9秒 12/09 船橋11R 1着/8頭勝利 11/04 船橋11R 3着/14頭+0.2秒 10/08 大井11R 8着/16頭+4.3秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) △ ローテーション 168日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +50% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 4.4%) ※ 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。
12	タマモヴェナトル	櫻井光（川崎）	実39.5	△詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 2% (やや苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +160% (市場が大幅過小評価) AI 予想勝率 6.6% (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。
13	アランバローズ逃げ	笹川翼（大井）	実1.6	×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10走で勝率50%と適性高／同距離帯16走で勝率38%／直近3走で勝率100%と好調）
前5走 06/03 船橋11R 1着/14頭 01/03 川崎11R 1着/11頭勝利 12/16 川崎11R 1着/10頭勝利 10/22 大井11R 14着/16頭+2.1秒 10/03 船橋11R 2着/12頭+0.1秒
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 100% (絶好調) ◎ 当競馬場適性 10走で勝率 50% (得意) ◎ 距離適性同距離 16走で勝率 38% ◎ 騎手近50戦勝率 20% (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 9.9% (オッズ暗示: 62.5%) ※ 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	フォーチュンテラー	西啓太（大井）	実46.9	△詳細▼	大穴、AI予想勝率低く長期回収困難（62日ぶりの実戦）
前5走 05/08 船橋11R 5着/14頭+0.9秒 04/09 川崎11R 10着/14頭+2.6秒 ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.5着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +209% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 2.1%) ※ 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の本命

AI評価1位

アランバローズ

騎手笹川翼（大井）

単勝オッズ

1.6倍

AI期待値

-84%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ガバナビリティー

41.7倍

EV +301%

▲2ヴェールトゥマラン

62.6倍

EV +352%

▲10オメガシンフォニー

16.3倍

EV +17%

出走馬全14頭

×13

アランバローズ

笹川翼（大井）

1.6倍

-84%

›

○9

ガバナビリティー

笠野雄（船橋）

41.7倍

+301%

›

▲2

ヴェールトゥマラン

藤本現（大井）

62.6倍

+352%

›

▲10

オメガシンフォニー

本田重（船橋）

16.3倍

+17%

›

△11

シーソーゲーム

矢野貴（大井）

22.7倍

+50%

›

△1

ランリョウオー

本橋孝（船橋）

6.3倍

-58%

›

△3

シシュフォス

和田譲（大井）

25.9倍

+70%

›

△4

シャルフジン

鷹見陸（大井）

18.7倍

+23%

›

△5

ベラール

町田直（川崎）

30.0倍

+97%

›

△6

ベアバッキューン

野畑凌（川崎）

9.3倍

-38%

›

△7

ペルマナント

達城龍（大井）

26.8倍

+76%

›

△8

アームブランシュ

田中涼（川崎）

57.7倍

+280%

›

△12

タマモヴェナトル

櫻井光（川崎）

39.5倍

+160%

›

△14

フォーチュンテラー

西啓太（大井）

46.9倍

+209%

›

💡 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

単勝 10 オメガシンフォニー実16.3倍期待値 +188%
3連複 1-10-13 実80.2倍期待値 +345%

B. 市場除外+キャリブ

このモデルは本レース見送り判定（期待値プラスなし）

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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。