大井 12R 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

12R 大井競馬場ダ1200m ダート1200m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カガヤキトップ逃げ	高橋昭（大井）	実8.5	B△ A▲勝率8% EV-29% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 06/30 大井9R 2着/9頭 06/10 大井10R 2着/14頭 05/19 大井12R 9着/16頭+1.1秒 04/29 大井12R 3着/16頭+1.1秒 04/17 大井12R 4着/14頭+0.8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 4.3着 △ 当競馬場適性 18走で勝率 11% △ 距離適性同距離 16走で勝率 12% ○ 馬場適性同馬場 9走で勝率 22% ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 11.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.3% / 期待値 -29% ※ 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	ゴールドカグヤヒメ	鷹見陸（大井）	実105.6	B× A×勝率0% EV-62% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率30%と適性高／同距離帯6走で勝率33%／直近3走平均13.0着と低調）
前5走 06/30 大井11R 13着/16頭 06/10 大井10R 14着/14頭+1.0秒 05/21 大井4R 12着/13頭 01/14 大井3R 3着/11頭+0.6秒 12/31 大井10R 9着/14頭+2.8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 13.0着 (不振) ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 13着 (大敗) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 0.9%) × Aモデルの評価 (参考) レース内 13位 / 勝率 0.4% / 期待値 -62% ※ 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	シャークシャイニー	岡村健（船橋）	実148.1	B× A×勝率0% EV-60% 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 07/01 大井7R 9着/12頭 06/09 大井9R 12着/14頭+0.0秒 05/21 大井10R 14着/16頭 04/14 大井10R 8着/9頭+2.6秒 03/23 大井11R 12着/13頭+2.0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 11.7着 (不振) △ 当競馬場適性 50走で勝率 8% △ 距離適性同距離 34走で勝率 9% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -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 0.3% / 期待値 -60% ※ 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	パレスゴールド先行	野畑凌（川崎）	実66.0	B× A▽勝率2% EV+2% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／騎手は近50戦で勝率20%）
前5走 06/30 大井9R 5着/9頭+2.0秒 03/10 大井12R 6着/16頭+0.4秒 02/19 大井11R 5着/15頭+1.1秒 01/28 大井10R 4着/13頭+1.1秒 01/16 大井7R 7着/9頭+1.4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 5.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 期待値 +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。
5	フェスティヴルディ先行	西啓太（大井）	実25.0	B△ A△勝率4% EV+1% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15走で勝率47%と適性高／同距離帯14走で勝率50%／同馬場状態で勝率57%）
前5走 06/30 大井9R 3着/9頭+0.0秒 06/10 大井10R 9着/14頭+3.0秒 05/19 大井12R 12着/16頭+1.5秒 03/10 大井12R 8着/16頭+0.7秒 02/19 大井11R 6着/15頭+1.1秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) ◎ 当競馬場適性 15走で勝率 47% (得意) ◎ 距離適性同距離 14走で勝率 50% ◎ 馬場適性同馬場 7走で勝率 57% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3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) -86% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 4.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.1% / 期待値 +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。
6	ヘルメース	矢野貴（大井）	実11.5	B△ A△勝率6% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／騎手は近50戦で勝率22%）
前5走 06/30 大井9R 6着/9頭 05/21 大井11R 8着/13頭 05/22 大井11R 5着/15頭+0.4秒 ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 8.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.5% / 期待値 -26% ※ 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	オースミメッシーナ先行	高野誠（大井）	実69.4	B× A▽勝率1% EV-43% 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 07/01 大井7R 5着/12頭 06/09 大井9R 11着/14頭 05/19 大井12R 7着/16頭+0.9秒 04/29 大井12R 4着/16頭+1.6秒 04/17 大井12R 7着/14頭+1.1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 7.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 9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 19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 11位 / 勝率 0.8% / 期待値 -44% ※ 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	スノーキャンドル逃げ	藤田凌（大井）	実9.8	B○ A○勝率9% EV-12% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場9走で勝率44%と適性高／同距離帯4走で勝率75%／直近3走で勝率67%と好調）
前5走 05/19 大井12R 2着/16頭+0.1秒 03/10 大井12R 1着/16頭勝利 12/25 大井10R 1着/11頭勝利 11/12 大井8R 4着/14頭+1.3秒 09/16 大井9R 1着/7頭勝利
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 67% (絶好調) ◎ 当競馬場適性 9走で勝率 44% (得意) ◎ 距離適性同距離 4走で勝率 75% ○ 前走実績前走 2着 (好走) × 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 1.4% (オッズ暗示: 10.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 8.9% / 期待値 -13% ※ 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	デュピュイドローム逃げ	達城龍（大井）	実1.4	B🌟◎ A🌟◎勝率59% EV-17% 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7走で勝率86%と適性高／同距離帯7走で勝率86%／同馬場状態で勝率75%）
前5走 07/01 大井7R 1着/12頭 05/19 大井8R 1着/9頭勝利 03/27 大井6R 1着/14頭勝利 03/13 大井6R 2着/14頭+0.4秒 02/18 大井6R 1着/16頭勝利
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 100% (絶好調) ◎ 当競馬場適性 7走で勝率 86% (得意) ◎ 距離適性同距離 7走で勝率 86% ◎ 馬場適性同馬場 4走で勝率 75% ◎ 前走実績前走 1着 (勢い継続) ○ 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) +34% (妙味あり) AI 予想勝率 96.0% (オッズ暗示: 71.4%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 59.0% / 期待値 -17% ※ 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	グラシアレス	和田譲（大井）	実33.4	B× A▽勝率2% EV-33% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向）
前5走 06/10 大井10R 8着/14頭 05/19 大井10R 7着/13頭+0.7秒 02/20 大井4R 4着/10頭+0.9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 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) × 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 0.1% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.0% / 期待値 -33% ※ 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	ジャスミンツー逃げ	本橋孝（船橋）	実30.5	B▲ A▽勝率2% EV-24% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走2着）
前5走 07/01 大井7R 2着/12頭+3.0秒 06/10 大井10R 4着/14頭+0.0秒 05/18 大井12R 1着/14頭勝利 04/29 大井9R 4着/13頭+0.2秒 04/15 大井10R 4着/14頭+1.1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) △ 当競馬場適性 20走で勝率 10% △ 距離適性同距離 15走で勝率 13% ○ 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 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.5% / 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。
12	ライブリームーラン	西優哉（大井）	実83.0	B× A▽勝率1% EV-46% 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 06/30 大井9R 7着/9頭 ― ― ― ―
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 7.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 期待値 -46% ※ 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	ニフェーデービル	笹川翼（大井）	実42.9	B× A▽勝率2% EV-28% 詳細▼	大穴、AI予想勝率低く長期回収困難（騎手は近50戦で勝率22%）
前5走 07/02 大井10R 10着/12頭+4.0秒 09/09 川崎11R 3着/14頭+0.8秒 02/13 船橋11R 3着/13頭+0.4秒 ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 ◎ 騎手近50戦勝率 22% (好調) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 18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 0.0% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 期待値 -29% ※ 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	モントーク先行	中山遥（浦和）	実19.4	B× A△勝率3% EV-33% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/03 大井12R 11着/13頭 05/19 大井12R 10着/16頭+1.1秒 04/29 大井12R 2着/16頭+0.8秒 03/23 大井11R 2着/13頭+0.2秒 02/19 大井11R 13着/15頭+2.9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 7.7着 (不振) ○ 当競馬場適性 17走で勝率 18% (相性良) ○ 距離適性同距離 15走で勝率 20% ○ 馬場適性同馬場 11走で勝率 27% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 17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 0.0% (オッズ暗示: 5.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.4% / 期待値 -34% ※ 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 ◎

デュピュイドローム

騎手達城龍（大井）

単勝オッズ

1.4倍

AI期待値

+34%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○8スノーキャンドル

9.8倍

EV -86%

▲A:▽11ジャスミンツー

30.5倍

EV -56%

出走馬全14頭

◎A:◎9

デュピュイドローム

達城龍（大井）

1.4倍

+34%

›

○A:○8

スノーキャンドル

藤田凌（大井）

9.8倍

-86%

›

▲A:▽11

ジャスミンツー

本橋孝（船橋）

30.5倍

-56%

›

△A:△5

フェスティヴルディ

西啓太（大井）

25.0倍

-86%

›

△A:▲1

カガヤキトップ

高橋昭（大井）

8.5倍

-98%

›

△A:△6

ヘルメース

矢野貴（大井）

11.5倍

-98%

›

×A:▽10

グラシアレス

和田譲（大井）

33.4倍

-96%

›

×A:▽4

パレスゴールド

野畑凌（川崎）

66.0倍

-93%

›

×A:△14

モントーク

中山遥（浦和）

19.4倍

-99%

›

×A:▽13

ニフェーデービル

笹川翼（大井）

42.9倍

-99%

›

×A:×2

ゴールドカグヤヒメ

鷹見陸（大井）

105.6倍

-98%

›

×A:▽7

オースミメッシーナ

高野誠（大井）

69.4倍

-99%

›

×A:▽12

ライブリームーラン

西優哉（大井）

83.0倍

-99%

›

×A:×3

シャークシャイニー

岡村健（船橋）

148.1倍

-99%

›

💡 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）

12R 大井競馬場ダ1200m ダート1200m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カガヤキトップ逃げ	高橋昭（大井）	実8.5	▲詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 06/30 大井9R 2着/9頭 06/10 大井10R 2着/14頭 05/19 大井12R 9着/16頭+1.1秒 04/29 大井12R 3着/16頭+1.1秒 04/17 大井12R 4着/14頭+0.8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 4.3着 △ 当競馬場適性 18走で勝率 11% △ 距離適性同距離 16走で勝率 12% ○ 馬場適性同馬場 9走で勝率 22% ○ 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) -29% (オッズ過剰評価) AI 予想勝率 8.3% (オッズ暗示: 11.8%) ※ 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	ゴールドカグヤヒメ	鷹見陸（大井）	実105.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率30%と適性高／同距離帯6走で勝率33%／直近3走平均13.0着と低調）
前5走 06/30 大井11R 13着/16頭 06/10 大井10R 14着/14頭+1.0秒 05/21 大井4R 12着/13頭 01/14 大井3R 3着/11頭+0.6秒 12/31 大井10R 9着/14頭+2.8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 13.0着 (不振) ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 13着 (大敗) ○ 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) -62% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
3	シャークシャイニー	岡村健（船橋）	実148.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調／騎手は近50戦で勝率22%）
前5走 07/01 大井7R 9着/12頭 06/09 大井9R 12着/14頭+0.0秒 05/21 大井10R 14着/16頭 04/14 大井10R 8着/9頭+2.6秒 03/23 大井11R 12着/13頭+2.0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 11.7着 (不振) △ 当競馬場適性 50走で勝率 8% △ 距離適性同距離 34走で勝率 9% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -60% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。
4	パレスゴールド先行	野畑凌（川崎）	実66.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／騎手は近50戦で勝率20%）
前5走 06/30 大井9R 5着/9頭+2.0秒 03/10 大井12R 6着/16頭+0.4秒 02/19 大井11R 5着/15頭+1.1秒 01/28 大井10R 4着/13頭+1.1秒 01/16 大井7R 7着/9頭+1.4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 5.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ 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) +2% (市場と概ね一致) AI 予想勝率 1.6% (オッズ暗示: 1.5%) ※ 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。
5	フェスティヴルディ先行	西啓太（大井）	実25.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15走で勝率47%と適性高／同距離帯14走で勝率50%／同馬場状態で勝率57%）
前5走 06/30 大井9R 3着/9頭+0.0秒 06/10 大井10R 9着/14頭+3.0秒 05/19 大井12R 12着/16頭+1.5秒 03/10 大井12R 8着/16頭+0.7秒 02/19 大井11R 6着/15頭+1.1秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) ◎ 当競馬場適性 15走で勝率 47% (得意) ◎ 距離適性同距離 14走で勝率 50% ◎ 馬場適性同馬場 7走で勝率 57% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3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) +1% (市場と概ね一致) AI 予想勝率 4.1% (オッズ暗示: 4.0%) ※ 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	ヘルメース	矢野貴（大井）	実11.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／騎手は近50戦で勝率22%）
前5走 06/30 大井9R 6着/9頭 05/21 大井11R 8着/13頭 05/22 大井11R 5着/15頭+0.4秒 ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) ○ 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) -26% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 8.7%) ※ 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。
7	オースミメッシーナ先行	高野誠（大井）	実69.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 07/01 大井7R 5着/12頭 06/09 大井9R 11着/14頭 05/19 大井12R 7着/16頭+0.9秒 04/29 大井12R 4着/16頭+1.6秒 04/17 大井12R 7着/14頭+1.1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 7.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 9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 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.4%) ※ 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。
8	スノーキャンドル逃げ	藤田凌（大井）	実9.8	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場9走で勝率44%と適性高／同距離帯4走で勝率75%／直近3走で勝率67%と好調）
前5走 05/19 大井12R 2着/16頭+0.1秒 03/10 大井12R 1着/16頭勝利 12/25 大井10R 1着/11頭勝利 11/12 大井8R 4着/14頭+1.3秒 09/16 大井9R 1着/7頭勝利
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 67% (絶好調) ◎ 当競馬場適性 9走で勝率 44% (得意) ◎ 距離適性同距離 4走で勝率 75% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 10.2%) ※ 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。
9	デュピュイドローム逃げ	達城龍（大井）	実1.4	🌟◎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7走で勝率86%と適性高／同距離帯7走で勝率86%／同馬場状態で勝率75%）
前5走 07/01 大井7R 1着/12頭 05/19 大井8R 1着/9頭勝利 03/27 大井6R 1着/14頭勝利 03/13 大井6R 2着/14頭+0.4秒 02/18 大井6R 1着/16頭勝利
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 100% (絶好調) ◎ 当競馬場適性 7走で勝率 86% (得意) ◎ 距離適性同距離 7走で勝率 86% ◎ 馬場適性同馬場 4走で勝率 75% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -17% (オッズ過剰評価) AI 予想勝率 59.0% (オッズ暗示: 71.4%) ※ 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	グラシアレス	和田譲（大井）	実33.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向）
前5走 06/10 大井10R 8着/14頭 05/19 大井10R 7着/13頭+0.7秒 02/20 大井4R 4着/10頭+0.9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 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 3.0%) ※ 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	ジャスミンツー逃げ	本橋孝（船橋）	実30.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走2着）
前5走 07/01 大井7R 2着/12頭+3.0秒 06/10 大井10R 4着/14頭+0.0秒 05/18 大井12R 1着/14頭勝利 04/29 大井9R 4着/13頭+0.2秒 04/15 大井10R 4着/14頭+1.1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) △ 当競馬場適性 20走で勝率 10% △ 距離適性同距離 15走で勝率 13% ○ 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 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 2.5% (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。
12	ライブリームーラン	西優哉（大井）	実83.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/30 大井9R 7着/9頭 ― ― ― ―
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 7.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -46% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.2%) ※ 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。
13	ニフェーデービル	笹川翼（大井）	実42.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（騎手は近50戦で勝率22%）
前5走 07/02 大井10R 10着/12頭+4.0秒 09/09 川崎11R 3着/14頭+0.8秒 02/13 船橋11R 3着/13頭+0.4秒 ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 ◎ 騎手近50戦勝率 22% (好調) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.3%) ※ 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。
14	モントーク先行	中山遥（浦和）	実19.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/03 大井12R 11着/13頭 05/19 大井12R 10着/16頭+1.1秒 04/29 大井12R 2着/16頭+0.8秒 03/23 大井11R 2着/13頭+0.2秒 02/19 大井11R 13着/15頭+2.9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 7.7着 (不振) ○ 当競馬場適性 17走で勝率 18% (相性良) ○ 距離適性同距離 15走で勝率 20% ○ 馬場適性同馬場 11走で勝率 27% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 17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 3.4% (オッズ暗示: 5.2%) ※ 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。

🎯 AIの本命

AI評価1位

デュピュイドローム

騎手達城龍（大井）

単勝オッズ

1.4倍

AI期待値

-17%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8スノーキャンドル

9.8倍

EV -12%

▲1カガヤキトップ

8.5倍

EV -29%

出走馬全14頭

◎9

デュピュイドローム

達城龍（大井）

1.4倍

-17%

›

○8

スノーキャンドル

藤田凌（大井）

9.8倍

-12%

›

▲1

カガヤキトップ

高橋昭（大井）

8.5倍

-29%

›

△6

ヘルメース

矢野貴（大井）

11.5倍

-25%

›

△5

フェスティヴルディ

西啓太（大井）

25.0倍

+1%

›

△14

モントーク

中山遥（浦和）

19.4倍

-33%

›

▽11

ジャスミンツー

本橋孝（船橋）

30.5倍

-24%

›

▽10

グラシアレス

和田譲（大井）

33.4倍

-33%

›

▽13

ニフェーデービル

笹川翼（大井）

42.9倍

-28%

›

▽4

パレスゴールド

野畑凌（川崎）

66.0倍

+2%

›

▽7

オースミメッシーナ

高野誠（大井）

69.4倍

-43%

›

▽12

ライブリームーラン

西優哉（大井）

83.0倍

-46%

›

×2

ゴールドカグヤヒメ

鷹見陸（大井）

105.6倍

-62%

›

×3

シャークシャイニー

岡村健（船橋）

148.1倍

-60%

›

💡 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）

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。