大井 6R 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

6R 大井競馬場ダ1400m ダート1400m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アジアパテック	山本大（船橋）	実94.1	B× A×勝率0% EV-69% 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 06/29 大井8R 14着/14頭+1.0秒 06/09 大井8R 10着/11頭+3.0秒 05/22 大井6R 4着/12頭+0.0秒 05/01 大井7R 3着/7頭+2.3秒 04/17 大井8R 10着/14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 9.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ▽ 前走実績前走 14着 (大敗) ○ ローテーション 23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 13位 / 勝率 0.3% / 期待値 -69% ※ 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	アオイフォトグラフ	町田直（川崎）	実11.7	B△ A△勝率3% EV-60% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は8走で勝ち無し）
前5走 06/29 大井7R 6着/11頭+1.0秒 06/12 大井5R 10着/14頭 05/22 大井6R 2着/12頭 04/29 大井4R 2着/12頭+0.9秒 04/16 大井5R 5着/14頭+2.5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 6.0着 △ 当競馬場適性 15走で勝率 7% ▽ 距離適性同距離は 8走で勝ち無し ○ 騎手近50戦勝率 18% ○ ローテーション 23日の間隔 (理想的) × 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 0.2% (オッズ暗示: 8.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.3% / 期待値 -61% ※ 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	エキゾチックガール	本田重（船橋）	実8.0	B▲ A△勝率6% EV-49% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率0%と苦戦傾向／騎手は近50戦で勝率26%）
前5走 06/29 大井7R 5着/11頭 06/11 大井8R 3着/13頭 05/20 大井6R 12着/12頭 04/30 大井5R 4着/10頭+0.9秒 01/14 大井10R 14着/15頭+3.8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 6.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 26% (好調) ○ ローテーション 23日の間隔 (理想的) × 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 0.3% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.3% / 期待値 -50% ※ 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	キテツ差し	吉井章（大井）	実5.6	B× A▲勝率13% EV-25% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は3走で勝ち無し）
前5走 06/12 大井5R 8着/14頭 05/22 大井6R 3着/12頭 04/17 大井8R 3着/14頭+0.5秒 03/12 大井8R 4着/11頭+0.9秒 02/18 大井4R 1着/14頭勝利
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 ○ 当競馬場適性 9走で勝率 22% (相性良) ▽ 距離適性同距離は 3走で勝ち無し × 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: 17.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.3% / 期待値 -25% ※ 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	ウエストリーダー逃げ	野畑凌（川崎）	実3.3	B🌟◎ A🌟◎勝率44% EV+46% 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／同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 01/30 大井5R 12着/13頭+3.0秒 10/08 大井10R 4着/12頭+1.5秒 09/19 大井7R 1着/12頭勝利 09/03 大井5R 1着/11頭勝利 08/11 大井5R 1着/14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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 10走で勝率 50% (得意) ◎ 馬場適性同馬場 5走で勝率 40% ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 12着 (大敗) △ ローテーション 173日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +63% (市場が大幅過小評価) AI 予想勝率 49.4% (オッズ暗示: 30.3%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 44.2% / 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。
6	ユイノサンバンカン差し	東原悠（大井）	実66.0	B× A▽勝率1% EV-40% 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 07/03 大井6R 8着/9頭 05/22 大井5R 5着/10頭+0.0秒 04/30 大井5R 5着/10頭+1.0秒 04/16 大井4R 6着/11頭+2.5秒 03/25 大井4R 4着/12頭+1.3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 6.0着 × 当競馬場適性 34走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 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 10位 / 勝率 0.9% / 期待値 -41% ※ 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	アリーバ追込	高橋昭（大井）	実67.8	B× A×勝率1% EV-52% 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 06/29 大井8R 11着/14頭 04/28 大井9R 5着/10頭+0.9秒 04/17 大井8R 12着/14頭+2.2秒 03/27 大井5R 11着/14頭+1.6秒 03/13 大井3R 12着/12頭+2.2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 9.3着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 23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 0.7% / 期待値 -53% ※ 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	リコーファルコン	藤本現（大井）	実20.3	B△ A▽勝率3% EV-37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し）
前5走 07/03 大井8R 4着/13頭+1.0秒 06/12 大井5R 4着/14頭 05/22 大井6R 7着/12頭+0.0秒 12/30 大井5R 9着/13頭+2.5秒 12/04 大井5R 13着/13頭+6.1秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 当競馬場適性 17走で勝率 6% ▽ 距離適性同距離は 3走で勝ち無し ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 4.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.1% / 期待値 -38% ※ 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	ヘビーキュー	和田譲（大井）	実4.2	B○ A○勝率17% EV-27% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯8走で勝率25%／同馬場状態で勝率50%／前走3着）
前5走 07/03 大井8R 3着/13頭 06/12 大井5R 13着/14頭+2.0秒 05/22 大井6R 6着/12頭 12/31 大井5R 6着/14頭+2.0秒 12/05 大井10R 2着/15頭+0.1秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 当競馬場適性 10走で勝率 10% ◎ 距離適性同距離 8走で勝率 25% ◎ 馬場適性同馬場 4走で勝率 50% ○ 前走実績前走 3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) +107% (市場が大幅過小評価) AI 予想勝率 49.4% (オッズ暗示: 23.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.2% / 期待値 -28% ※ 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	カルデア先行	千田洋（大井）	実84.6	B× A▽勝率1% EV-26% 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 07/03 大井9R 11着/12頭 06/12 大井5R 12着/14頭 05/01 大井7R 5着/7頭+3.1秒 04/17 大井7R 8着/10頭+2.3秒 03/25 大井5R 8着/11頭+1.7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 9.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ○ 距離適性同距離 17走で勝率 18% ○ 馬場適性同馬場 15走で勝率 27% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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 0.9% / 期待値 -27% ※ 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	アサネガミ	菅原涼（大井）	実129.1	B× A×勝率0% EV-63% 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 07/03 大井8R 9着/13頭+0.0秒 06/12 大井6R 11着/12頭+2.0秒 05/22 大井6R 11着/12頭+5.0秒 04/17 大井7R 9着/10頭+2.5秒 03/27 大井5R 13着/14頭+3.5秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.3着 (不振) × 当競馬場適性 23走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 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 -64% ※ 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	ヤマノリッチ	谷内貫（大井）	実27.8	B× A×勝率2% EV-50% 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 07/03 大井8R 7着/13頭 06/12 大井5R 2着/14頭 05/21 大井9R 7着/13頭+0.0秒 05/01 大井8R 10着/10頭+3.8秒 04/17 大井9R 10着/14頭+1.5秒
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 5.3着 × 当競馬場適性 57走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し △ 騎手近50戦勝率 2% (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 9位 / 勝率 1.8% / 期待値 -51% ※ 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	デルマウチガケ先行	高橋優（大井）	実8.4	B△ A△勝率5% EV-58% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯11走で勝率27%／前走3着）
前5走 06/29 大井7R 3着/11頭 03/23 大井10R 9着/9頭+1.4秒 03/13 大井3R 8着/12頭+0.9秒 02/20 大井8R 8着/13頭+1.7秒 10/22 大井9R 3着/9頭+0.3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 6.7着 ○ 当競馬場適性 21走で勝率 19% (相性良) ◎ 距離適性同距離 11走で勝率 27% ○ 前走実績前走 3着 (好走) ○ ローテーション 23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: 11.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.9% / 期待値 -59% ※ 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	ドレッドノート先行	小野俊（大井）	実14.3	B× A×勝率3% EV-59% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率40%と適性高／直近3走で勝率67%と好調／272日ぶりの実戦）
前5走 10/23 大井10R 14着/14頭+2.9秒 07/03 大井2R 1着/10頭勝利 03/24 大井6R 1着/13頭勝利 03/10 大井6R 4着/13頭+1.4秒 10/04 大井4R 7着/7頭+4.5秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 40% (得意) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 272日休養明け × 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 0.1% (オッズ暗示: 7.0%) × Aモデルの評価 (参考) レース内 8位 / 勝率 2.8% / 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。

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 ◎

ウエストリーダー

騎手野畑凌（川崎）

単勝オッズ

3.3倍

AI期待値

+63%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○9ヘビーキュー

4.2倍

EV +107%

▲A:△3エキゾチックガール

8.0倍

EV -97%

出走馬全14頭

◎A:◎5

ウエストリーダー

野畑凌（川崎）

3.3倍

+63%

›

○A:○9

ヘビーキュー

和田譲（大井）

4.2倍

+107%

›

▲A:△3

エキゾチックガール

本田重（船橋）

8.0倍

-97%

›

△A:△2

アオイフォトグラフ

町田直（川崎）

11.7倍

-97%

›

△A:▽8

リコーファルコン

藤本現（大井）

20.3倍

-95%

›

△A:△13

デルマウチガケ

高橋優（大井）

8.4倍

-98%

›

×A:×14

ドレッドノート

小野俊（大井）

14.3倍

-98%

›

×A:▲4

キテツ

吉井章（大井）

5.6倍

-99%

›

×A:×12

ヤマノリッチ

谷内貫（大井）

27.8倍

-99%

›

×A:▽6

ユイノサンバンカン

東原悠（大井）

66.0倍

-99%

›

×A:×7

アリーバ

高橋昭（大井）

67.8倍

-99%

›

×A:▽10

カルデア

千田洋（大井）

84.6倍

-99%

›

×A:×1

アジアパテック

山本大（船橋）

94.1倍

-99%

›

×A:×11

アサネガミ

菅原涼（大井）

129.1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）

6R 大井競馬場ダ1400m ダート1400m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アジアパテック	山本大（船橋）	実94.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走平均9.3着と低調）
前5走 06/29 大井8R 14着/14頭+1.0秒 06/09 大井8R 10着/11頭+3.0秒 05/22 大井6R 4着/12頭+0.0秒 05/01 大井7R 3着/7頭+2.3秒 04/17 大井8R 10着/14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 9.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ▽ 前走実績前走 14着 (大敗) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。
2	アオイフォトグラフ	町田直（川崎）	実11.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は8走で勝ち無し）
前5走 06/29 大井7R 6着/11頭+1.0秒 06/12 大井5R 10着/14頭 05/22 大井6R 2着/12頭 04/29 大井4R 2着/12頭+0.9秒 04/16 大井5R 5着/14頭+2.5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 6.0着 △ 当競馬場適性 15走で勝率 7% ▽ 距離適性同距離は 8走で勝ち無し ○ 騎手近50戦勝率 18% ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 8.5%) ※ 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。
3	エキゾチックガール	本田重（船橋）	実8.0	△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8走で勝率0%と苦戦傾向／騎手は近50戦で勝率26%）
前5走 06/29 大井7R 5着/11頭 06/11 大井8R 3着/13頭 05/20 大井6R 12着/12頭 04/30 大井5R 4着/10頭+0.9秒 01/14 大井10R 14着/15頭+3.8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 6.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 26% (好調) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 6.3% (オッズ暗示: 12.5%) ※ 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	キテツ差し	吉井章（大井）	実5.6	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は3走で勝ち無し）
前5走 06/12 大井5R 8着/14頭 05/22 大井6R 3着/12頭 04/17 大井8R 3着/14頭+0.5秒 03/12 大井8R 4着/11頭+0.9秒 02/18 大井4R 1着/14頭勝利
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 ○ 当競馬場適性 9走で勝率 22% (相性良) ▽ 距離適性同距離は 3走で勝ち無し △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 13.3% (オッズ暗示: 17.9%) ※ 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	ウエストリーダー逃げ	野畑凌（川崎）	実3.3	🌟◎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／同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 01/30 大井5R 12着/13頭+3.0秒 10/08 大井10R 4着/12頭+1.5秒 09/19 大井7R 1着/12頭勝利 09/03 大井5R 1着/11頭勝利 08/11 大井5R 1着/14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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 10走で勝率 50% (得意) ◎ 馬場適性同馬場 5走で勝率 40% ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 12着 (大敗) △ ローテーション 173日休養明け ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 44.2% (オッズ暗示: 30.3%) ※ 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	ユイノサンバンカン差し	東原悠（大井）	実66.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場34走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 07/03 大井6R 8着/9頭 05/22 大井5R 5着/10頭+0.0秒 04/30 大井5R 5着/10頭+1.0秒 04/16 大井4R 6着/11頭+2.5秒 03/25 大井4R 4着/12頭+1.3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 6.0着 × 当競馬場適性 34走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 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) -41% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
7	アリーバ追込	高橋昭（大井）	実67.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／直近3走平均9.3着と低調）
前5走 06/29 大井8R 11着/14頭 04/28 大井9R 5着/10頭+0.9秒 04/17 大井8R 12着/14頭+2.2秒 03/27 大井5R 11着/14頭+1.6秒 03/13 大井3R 12着/12頭+2.2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 9.3着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。
8	リコーファルコン	藤本現（大井）	実20.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し）
前5走 07/03 大井8R 4着/13頭+1.0秒 06/12 大井5R 4着/14頭 05/22 大井6R 7着/12頭+0.0秒 12/30 大井5R 9着/13頭+2.5秒 12/04 大井5R 13着/13頭+6.1秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ 当競馬場適性 17走で勝率 6% ▽ 距離適性同距離は 3走で勝ち無し ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 4.9%) ※ 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。
9	ヘビーキュー	和田譲（大井）	実4.2	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯8走で勝率25%／同馬場状態で勝率50%／前走3着）
前5走 07/03 大井8R 3着/13頭 06/12 大井5R 13着/14頭+2.0秒 05/22 大井6R 6着/12頭 12/31 大井5R 6着/14頭+2.0秒 12/05 大井10R 2着/15頭+0.1秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 当競馬場適性 10走で勝率 10% ◎ 距離適性同距離 8走で勝率 25% ◎ 馬場適性同馬場 4走で勝率 50% ○ 前走実績前走 3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) -28% (オッズ過剰評価) AI 予想勝率 17.2% (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。
10	カルデア先行	千田洋（大井）	実84.6	▽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／直近3走平均9.3着と低調）
前5走 07/03 大井9R 11着/12頭 06/12 大井5R 12着/14頭 05/01 大井7R 5着/7頭+3.1秒 04/17 大井7R 8着/10頭+2.3秒 03/25 大井5R 8着/11頭+1.7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 9.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ○ 距離適性同距離 17走で勝率 18% ○ 馬場適性同馬場 15走で勝率 27% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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) -27% (オッズ過剰評価) AI 予想勝率 0.9% (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。
11	アサネガミ	菅原涼（大井）	実129.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場23走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／直近3走平均10.3着と低調）
前5走 07/03 大井8R 9着/13頭+0.0秒 06/12 大井6R 11着/12頭+2.0秒 05/22 大井6R 11着/12頭+5.0秒 04/17 大井7R 9着/10頭+2.5秒 03/27 大井5R 13着/14頭+3.5秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.3着 (不振) × 当競馬場適性 23走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 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) -64% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。
12	ヤマノリッチ	谷内貫（大井）	実27.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場57走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 07/03 大井8R 7着/13頭 06/12 大井5R 2着/14頭 05/21 大井9R 7着/13頭+0.0秒 05/01 大井8R 10着/10頭+3.8秒 04/17 大井9R 10着/14頭+1.5秒
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 5.3着 × 当競馬場適性 57走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し △ 騎手近50戦勝率 2% (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) -51% (大幅な期待値マイナス) AI 予想勝率 1.8% (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。
13	デルマウチガケ先行	高橋優（大井）	実8.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯11走で勝率27%／前走3着）
前5走 06/29 大井7R 3着/11頭 03/23 大井10R 9着/9頭+1.4秒 03/13 大井3R 8着/12頭+0.9秒 02/20 大井8R 8着/13頭+1.7秒 10/22 大井9R 3着/9頭+0.3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 6.7着 ○ 当競馬場適性 21走で勝率 19% (相性良) ◎ 距離適性同距離 11走で勝率 27% ○ 前走実績前走 3着 (好走) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 4.9% (オッズ暗示: 11.9%) ※ 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。
14	ドレッドノート先行	小野俊（大井）	実14.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率40%と適性高／直近3走で勝率67%と好調／272日ぶりの実戦）
前5走 10/23 大井10R 14着/14頭+2.9秒 07/03 大井2R 1着/10頭勝利 03/24 大井6R 1着/13頭勝利 03/10 大井6R 4着/13頭+1.4秒 10/04 大井4R 7着/7頭+4.5秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 40% (得意) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 272日休養明け × 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 2.8% (オッズ暗示: 7.0%) ※ 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の本命

AI評価1位

ウエストリーダー

騎手野畑凌（川崎）

単勝オッズ

3.3倍

AI期待値

+46%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ヘビーキュー

4.2倍

EV -27%

▲4キテツ

5.6倍

EV -25%

出走馬全14頭

◎5

ウエストリーダー

野畑凌（川崎）

3.3倍

+46%

›

○9

ヘビーキュー

和田譲（大井）

4.2倍

-27%

›

▲4

キテツ

吉井章（大井）

5.6倍

-25%

›

△3

エキゾチックガール

本田重（船橋）

8.0倍

-49%

›

△13

デルマウチガケ

高橋優（大井）

8.4倍

-58%

›

△2

アオイフォトグラフ

町田直（川崎）

11.7倍

-60%

›

▽8

リコーファルコン

藤本現（大井）

20.3倍

-37%

›

×14

ドレッドノート

小野俊（大井）

14.3倍

-59%

›

×12

ヤマノリッチ

谷内貫（大井）

27.8倍

-50%

›

▽6

ユイノサンバンカン

東原悠（大井）

66.0倍

-40%

›

▽10

カルデア

千田洋（大井）

84.6倍

-26%

›

×7

アリーバ

高橋昭（大井）

67.8倍

-52%

›

×1

アジアパテック

山本大（船橋）

94.1倍

-69%

›

×11

アサネガミ

菅原涼（大井）

129.1倍

-63%

›

💡 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。