大井 7R 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 |
サブノマカナ 自在 |
高橋昭（大井） |
実6.3 |
B○ A○勝率10% EV-35% 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) -74% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 15.9%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 10.3% / 期待値 -35% ※ 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 |
リコーグロック 逃げ |
矢野貴（大井） |
実13.6 |
B△ A△勝率4% EV-42% 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) -75% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 7.4%) △Aモデルの評価 (参考) レース内 5位 / 勝率 4.3% / 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。 |
| 3 |
マヒロ 逃げ |
高野誠（大井） |
実97.2 |
B× A▽勝率1% EV+6% 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) -82% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 期待値 +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 |
ダイヤメ 先行 |
吉井章（大井） |
実7.7 |
B▲ A▲勝率7% EV-43% 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) -77% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 13.0%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 7.3% / 期待値 -43% ※ 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 |
アルデフォックス |
木澤奨（大井） |
実47.9 |
B× A▽勝率2% EV+6% 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) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.2% / 期待値 +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。 |
| 6 |
トップレジェンド |
西啓太（大井） |
実1.5 |
B🌟◎ A🌟◎勝率60% EV-9% 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) +35% (妙味あり) AI 予想勝率 90.2% (オッズ暗示: 66.7%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 60.1% / 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。 |
| 7 |
ロイヤルカラット 追込 |
達城龍（大井） |
実67.8 |
B× A▽勝率2% EV+21% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 1.5%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 1.8% / 期待値 +22% ※ 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 |
シストロン |
東原悠（大井） |
実257.2 |
B× A▽勝率0% EV-32% 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) -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 0.3% / 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。 |
| 9 |
ラッケンブース |
田中洸（大井） |
実207.0 |
B× A▽勝率1% EV+53% 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 0.5%) ▽Aモデルの評価 (参考) レース内 11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。 |
| 10 |
リコーモーラー 逃げ |
渡邊竜（笠松） |
実7.5 |
B△ A△勝率7% EV-48% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 13.3%) △Aモデルの評価 (参考) レース内 4位 / 勝率 6.8% / 期待値 -49% ※ 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 |
ベルボールドナイン 先行 |
笹川翼（大井） |
実21.8 |
B△ A△勝率4% EV-11% 詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 0.3% (オッズ暗示: 4.6%) △Aモデルの評価 (参考) レース内 6位 / 勝率 4.0% / 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。 |
| 12 |
オメガオリーブ 自在 |
本村直（大井） |
実269.6 |
B× A▽勝率0% EV-48% 詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 0.2% / 期待値 -48% ※ 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 |
オオサキサンダー |
岡村健（船橋） |
実74.3 |
B× A▽勝率1% EV-30% 詳細▼ |
|
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 -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。 |
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13頭
◎期待値 (オッズ vs AI勝率)
+35% (妙味あり)
AI 予想勝率
90.2% (オッズ暗示: 66.7%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 60.1% / 期待値 -10%
×期待値 (オッズ vs AI勝率)
-74% (大幅な期待値マイナス)
AI 予想勝率
4.1% (オッズ暗示: 15.9%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 10.3% / 期待値 -35%
×期待値 (オッズ vs AI勝率)
-77% (大幅な期待値マイナス)
AI 予想勝率
3.1% (オッズ暗示: 13.0%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 7.3% / 期待値 -43%
×期待値 (オッズ vs AI勝率)
-75% (大幅な期待値マイナス)
AI 予想勝率
1.9% (オッズ暗示: 7.4%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 4.3% / 期待値 -42%
×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
0.3% (オッズ暗示: 4.6%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 4.0% / 期待値 -12%
×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
0.3% (オッズ暗示: 13.3%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 6.8% / 期待値 -49%
×期待値 (オッズ vs AI勝率)
-82% (大幅な期待値マイナス)
AI 予想勝率
0.2% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.1% / 期待値 +7%
×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: 1.5%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 1.8% / 期待値 +22%
×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
0.0% (オッズ暗示: 0.5%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 0.7% / 期待値 +53%
×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 7位 / 勝率 2.2% / 期待値 +6%
×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 -31%
×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 0.3% / 期待値 -33%
×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 0.2% / 期待値 -48%
💡 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）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
サブノマカナ 自在 |
高橋昭（大井） |
実6.3 |
○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) -35% (大幅な期待値マイナス) AI 予想勝率 10.3% (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 |
リコーグロック 逃げ |
矢野貴（大井） |
実13.6 |
△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) -42% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 7.4%) ※ 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。 |
| 3 |
マヒロ 逃げ |
高野誠（大井） |
実97.2 |
▽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) +6% (市場と概ね一致) AI 予想勝率 1.1% (オッズ暗示: 1.0%) ※ 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。 |
| 4 |
ダイヤメ 先行 |
吉井章（大井） |
実7.7 |
▲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) -43% (大幅な期待値マイナス) AI 予想勝率 7.3% (オッズ暗示: 13.0%) ※ 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。 |
| 5 |
アルデフォックス |
木澤奨（大井） |
実47.9 |
▽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) +6% (市場と概ね一致) AI 予想勝率 2.2% (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。 |
| 6 |
トップレジェンド |
西啓太（大井） |
実1.5 |
🌟◎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) -10% (オッズ過剰評価) AI 予想勝率 60.1% (オッズ暗示: 66.7%) ※ 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 |
ロイヤルカラット 追込 |
達城龍（大井） |
実67.8 |
▽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) +21% (市場と概ね一致) AI 予想勝率 1.8% (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 |
シストロン |
東原悠（大井） |
実257.2 |
▽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) -33% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.4%) ※ 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。 |
| 9 |
ラッケンブース |
田中洸（大井） |
実207.0 |
▽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) +53% (市場が大幅過小評価) AI 予想勝率 0.7% (オッズ暗示: 0.5%) ※ 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 |
リコーモーラー 逃げ |
渡邊竜（笠松） |
実7.5 |
△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) -49% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 13.3%) ※ 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。 |
| 11 |
ベルボールドナイン 先行 |
笹川翼（大井） |
実21.8 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 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 4.0% (オッズ暗示: 4.6%) ※ 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。 |
| 12 |
オメガオリーブ 自在 |
本村直（大井） |
実269.6 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.4%) ※ 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。 |
| 13 |
オオサキサンダー |
岡村健（船橋） |
実74.3 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 13 ◎ 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 0.9% (オッズ暗示: 1.3%) ※ 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。 |
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13頭
△期待値 (オッズ vs AI勝率)
-10% (オッズ過剰評価)
AI 予想勝率
60.1% (オッズ暗示: 66.7%)
×期待値 (オッズ vs AI勝率)
-35% (大幅な期待値マイナス)
AI 予想勝率
10.3% (オッズ暗示: 15.9%)
×期待値 (オッズ vs AI勝率)
-43% (大幅な期待値マイナス)
AI 予想勝率
7.3% (オッズ暗示: 13.0%)
×期待値 (オッズ vs AI勝率)
-49% (大幅な期待値マイナス)
AI 予想勝率
6.8% (オッズ暗示: 13.3%)
×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
4.3% (オッズ暗示: 7.4%)
△期待値 (オッズ vs AI勝率)
-12% (オッズ過剰評価)
AI 予想勝率
4.0% (オッズ暗示: 4.6%)
△期待値 (オッズ vs AI勝率)
+6% (市場と概ね一致)
AI 予想勝率
2.2% (オッズ暗示: 2.1%)
△期待値 (オッズ vs AI勝率)
+21% (市場と概ね一致)
AI 予想勝率
1.8% (オッズ暗示: 1.5%)
△期待値 (オッズ vs AI勝率)
+6% (市場と概ね一致)
AI 予想勝率
1.1% (オッズ暗示: 1.0%)
×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
0.9% (オッズ暗示: 1.3%)
🌟◎期待値 (オッズ vs AI勝率)
+53% (市場が大幅過小評価)
AI 予想勝率
0.7% (オッズ暗示: 0.5%)
×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
0.3% (オッズ暗示: 0.4%)
×期待値 (オッズ vs AI勝率)
-48% (大幅な期待値マイナス)
AI 予想勝率
0.2% (オッズ暗示: 0.4%)
💡 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）
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。
