大井 10R 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

10R 大井競馬場ダ2400m ダート2400m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カラーオブジアース逃げ	東原悠（大井）	実198.4	B× A▽勝率1% EV+3% 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9R 11着/14頭 05/21 大井5R 9着/14頭 04/17 大井10R 8着/13頭+1.7秒 03/24 大井12R 7着/13頭+1.4秒 03/10 大井10R 6着/10頭+2.2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) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 22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 0.5% / 期待値 +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。
2	キャロルビアンカ追込	杉山海（大井）	実30.1	B× A▽勝率3% EV-11% 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9R 4着/14頭 05/20 大井9R 9着/14頭+0.0秒 04/29 大井10R 8着/14頭+1.3秒 04/14 大井7R 6着/10頭+1.0秒 03/24 大井12R 11着/13頭+2.9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 7.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ○ ローテーション 22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 7位 / 勝率 3.0% / 期待値 -11% ※ 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	グレーターホープ逃げ	吉井章（大井）	実4.2	B▲ A▲勝率13% EV-46% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/03 大井9R 1着/12頭 06/10 大井6R 1着/10頭 05/19 大井9R 2着/11頭+0.3秒 04/30 大井1R 1着/14頭勝利 04/16 大井1R 3着/14頭+0.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 17走で勝率 24% (相性良) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 23.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.7% / 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。
4	ベストリオン差し	藤田凌（大井）	実53.3	B× A▽勝率1% EV-34% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/02 大井12R 4着/14頭 05/21 大井5R 10着/14頭 04/30 大井12R 8着/14頭+1.0秒 04/16 大井7R 10着/11頭+3.2秒 03/12 大井12R 5着/14頭+1.2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 7.3着 (不振) △ 当競馬場適性 61走で勝率 7% ○ ローテーション 21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: 1.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.2% / 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。
5	マルチライセンス追込	古岡勇（川崎）	実48.1	B× A▽勝率1% EV-45% 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9R 5着/14頭 05/19 大井6R 13着/14頭+2.5秒 04/29 大井10R 10着/14頭+2.1秒 01/27 大井12R 9着/13頭+1.5秒 01/15 大井9R 11着/12頭+2.6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 9.3着 (不振) × 当競馬場適性 14走で勝率 0% (苦戦) ○ ローテーション 22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 1.1% / 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	サガノオウマサン	御神訓（大井）	実9.2	B△ A△勝率8% EV-22% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 06/30 大井10R 7着/12頭 06/11 大井10R 8着/14頭+0.0秒 05/20 大井9R 2着/14頭 04/29 大井10R 2着/14頭+0.0秒 04/17 大井10R 5着/13頭+1.0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 5.7着 △ 当競馬場適性 24走で勝率 12% ○ 騎手近50戦勝率 14% ○ 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) AI 予想勝率 0.0% (オッズ暗示: 10.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.4% / 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。
7	シンクグッド自在	野畑凌（川崎）	実18.7	B× A△勝率8% EV+43% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率40%と適性高／同馬場状態で勝率50%／直近3走平均10.3着と低調）
前5走 03/26 大井7R 9着/9頭+7.8秒 12/26 大井6R 7着/14頭+1.1秒 11/13 大井10R 15着/16頭+3.0秒 10/06 大井10R 1着/13頭勝利 07/01 大井10R 10着/11頭+4.1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 10.3着 (不振) ◎ 当競馬場適性 10走で勝率 40% (得意) ◎ 馬場適性同馬場 4走で勝率 50% ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 119日休養明け × 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: 5.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.7% / 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。
8	ワクシングムーン先行	本橋孝（船橋）	実4.4	B🌟◎ A🌟◎勝率30% EV+33% 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4走で勝率50%と適性高／同馬場状態で勝率67%／直近3走で勝率33%と好調）
前5走 01/27 大井12R 2着/13頭+0.2秒 01/14 大井10R 1着/15頭勝利 12/29 大井5R 3着/14頭+1.8秒 12/02 大井2R 1着/13頭勝利 06/11 園田10R 4着/8頭+0.6秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 馬場適性同馬場 3走で勝率 67% ○ 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 177日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +316% (市場が大幅過小評価) AI 予想勝率 94.6% (オッズ暗示: 22.7%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 30.3% / 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	オールアイズオン差し	木澤奨（大井）	実77.6	B× A▽勝率1% EV-36% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/08 大井6R 4着/9頭 05/19 大井6R 7着/14頭+0.5秒 12/26 大井8R 10着/16頭+2.3秒 12/03 大井12R 6着/16頭+0.8秒 11/11 大井10R 5着/14頭+1.0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 7.0着 (不振) △ 当競馬場適性 18走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.0% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 0.8% / 期待値 -37% ※ 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	ヴォルクメア	藤本現（大井）	実40.2	B× A▽勝率1% EV-49% 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 07/02 大井12R 14着/14頭+4.0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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) ○ ローテーション 21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 1.3% / 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。
11	オンリーユーズド逃げ	江里裕（大井）	実28.8	B△ A▽勝率2% EV-32% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場28走で勝率4%と苦戦傾向）
前5走 07/01 大井9R 12着/14頭 05/20 大井9R 7着/14頭 04/29 大井10R 4着/14頭+0.4秒 04/17 大井10R 6着/13頭+1.4秒 03/24 大井10R 1着/14頭勝利
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 7.7着 (不振) × 当競馬場適性 28走で勝率 4% (苦戦) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 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。
12	リアンフォール差し	鷹見陸（大井）	実21.7	B△ A△勝率6% EV+39% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/01 大井9R 3着/14頭+4.0秒 05/20 大井9R 5着/14頭 04/29 大井6R 7着/13頭+1.6秒 04/15 大井7R 3着/12頭+1.0秒 03/25 大井8R 3着/13頭+0.8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 5.0着 △ 当競馬場適性 27走で勝率 11% ○ 馬場適性同馬場 15走で勝率 20% ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -94% (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 6.5% / 期待値 +40% ※ 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	ピースフィールド自在	達城龍（大井）	実2.3	B○ A○勝率23% EV-46% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場11走で勝率27%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 05/19 大井9R 1着/11頭勝利 04/28 大井6R 1着/10頭勝利 04/14 大井5R 6着/14頭+2.3秒 03/24 大井8R 5着/12頭+1.0秒 03/11 大井5R 6着/13頭+0.8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 67% (絶好調) ◎ 当競馬場適性 11走で勝率 27% (得意) △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 43.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.1% / 期待値 -47% ※ 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	リアルモハメド先行	中山遥（浦和）	実58.9	B× A▽勝率1% EV-37% 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38%／直近3走平均8.3着と低調）
前5走 06/30 大井10R 9着/12頭 05/18 大井11R 11着/11頭+2.9秒 04/29 大井10R 5着/14頭+0.8秒 04/17 大井10R 10着/13頭+2.1秒 12/03 大井12R 1着/16頭勝利
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 8.3着 (不振) ○ 当競馬場適性 15走で勝率 20% (相性良) ◎ 馬場適性同馬場 8走で勝率 38% ○ 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 0.0% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 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。

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 ◎

ワクシングムーン

騎手本橋孝（船橋）

単勝オッズ

4.4倍

AI期待値

+316%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○13ピースフィールド

2.3倍

EV -92%

▲A:▲3グレーターホープ

4.2倍

EV -94%

出走馬全14頭

◎A:◎8

ワクシングムーン

本橋孝（船橋）

4.4倍

+316%

›

○A:○13

ピースフィールド

達城龍（大井）

2.3倍

-92%

›

▲A:▲3

グレーターホープ

吉井章（大井）

4.2倍

-94%

›

△A:△12

リアンフォール

鷹見陸（大井）

21.7倍

-93%

›

△A:▽11

オンリーユーズド

江里裕（大井）

28.8倍

-94%

›

△A:△6

サガノオウマサン

御神訓（大井）

9.2倍

-99%

›

×A:△7

シンクグッド

野畑凌（川崎）

18.7倍

-99%

›

×A:▽4

ベストリオン

藤田凌（大井）

53.3倍

-98%

›

×A:▽14

リアルモハメド

中山遥（浦和）

58.9倍

-98%

›

×A:▽9

オールアイズオン

木澤奨（大井）

77.6倍

-98%

›

×A:▽2

キャロルビアンカ

杉山海（大井）

30.1倍

-99%

›

×A:▽10

ヴォルクメア

藤本現（大井）

40.2倍

-99%

›

×A:▽5

マルチライセンス

古岡勇（川崎）

48.1倍

-99%

›

×A:▽1

カラーオブジアース

東原悠（大井）

198.4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）

10R 大井競馬場ダ2400m ダート2400m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カラーオブジアース逃げ	東原悠（大井）	実198.4	▽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／直近3走平均9.3着と低調）
前5走 07/01 大井9R 11着/14頭 05/21 大井5R 9着/14頭 04/17 大井10R 8着/13頭+1.7秒 03/24 大井12R 7着/13頭+1.4秒 03/10 大井10R 6着/10頭+2.2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) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 0.5% (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。
2	キャロルビアンカ追込	杉山海（大井）	実30.1	▽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）
前5走 07/01 大井9R 4着/14頭 05/20 大井9R 9着/14頭+0.0秒 04/29 大井10R 8着/14頭+1.3秒 04/14 大井7R 6着/10頭+1.0秒 03/24 大井12R 11着/13頭+2.9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 7.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 3.0% (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。
3	グレーターホープ逃げ	吉井章（大井）	実4.2	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/03 大井9R 1着/12頭 06/10 大井6R 1着/10頭 05/19 大井9R 2着/11頭+0.3秒 04/30 大井1R 1着/14頭勝利 04/16 大井1R 3着/14頭+0.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 17走で勝率 24% (相性良) ◎ 前走実績前走 1着 (勢い継続) ○ 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 12.7% (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。
4	ベストリオン差し	藤田凌（大井）	実53.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/02 大井12R 4着/14頭 05/21 大井5R 10着/14頭 04/30 大井12R 8着/14頭+1.0秒 04/16 大井7R 10着/11頭+3.2秒 03/12 大井12R 5着/14頭+1.2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 7.3着 (不振) △ 当競馬場適性 61走で勝率 7% ○ ローテーション 21日の間隔 (理想的) × 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 1.2% (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。
5	マルチライセンス追込	古岡勇（川崎）	実48.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14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 07/01 大井9R 5着/14頭 05/19 大井6R 13着/14頭+2.5秒 04/29 大井10R 10着/14頭+2.1秒 01/27 大井12R 9着/13頭+1.5秒 01/15 大井9R 11着/12頭+2.6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 9.3着 (不振) × 当競馬場適性 14走で勝率 0% (苦戦) ○ ローテーション 22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 1.1% (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	サガノオウマサン	御神訓（大井）	実9.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 06/30 大井10R 7着/12頭 06/11 大井10R 8着/14頭+0.0秒 05/20 大井9R 2着/14頭 04/29 大井10R 2着/14頭+0.0秒 04/17 大井10R 5着/13頭+1.0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 5.7着 △ 当競馬場適性 24走で勝率 12% ○ 騎手近50戦勝率 14% ○ 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) -22% (オッズ過剰評価) AI 予想勝率 8.4% (オッズ暗示: 10.9%) ※ 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	シンクグッド自在	野畑凌（川崎）	実18.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率40%と適性高／同馬場状態で勝率50%／直近3走平均10.3着と低調）
前5走 03/26 大井7R 9着/9頭+7.8秒 12/26 大井6R 7着/14頭+1.1秒 11/13 大井10R 15着/16頭+3.0秒 10/06 大井10R 1着/13頭勝利 07/01 大井10R 10着/11頭+4.1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 10.3着 (不振) ◎ 当競馬場適性 10走で勝率 40% (得意) ◎ 馬場適性同馬場 4走で勝率 50% ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 119日休養明け ◎ 期待値 (オッズ vs AI勝率) +43% (妙味あり) AI 予想勝率 7.7% (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。
8	ワクシングムーン先行	本橋孝（船橋）	実4.4	🌟◎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4走で勝率50%と適性高／同馬場状態で勝率67%／直近3走で勝率33%と好調）
前5走 01/27 大井12R 2着/13頭+0.2秒 01/14 大井10R 1着/15頭勝利 12/29 大井5R 3着/14頭+1.8秒 12/02 大井2R 1着/13頭勝利 06/11 園田10R 4着/8頭+0.6秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 馬場適性同馬場 3走で勝率 67% ○ 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 177日休養明け ◎ 期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 30.3% (オッズ暗示: 22.7%) ※ 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	オールアイズオン差し	木澤奨（大井）	実77.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 06/08 大井6R 4着/9頭 05/19 大井6R 7着/14頭+0.5秒 12/26 大井8R 10着/16頭+2.3秒 12/03 大井12R 6着/16頭+0.8秒 11/11 大井10R 5着/14頭+1.0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 7.0着 (不振) △ 当競馬場適性 18走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
10	ヴォルクメア	藤本現（大井）	実40.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調）
前5走 07/02 大井12R 14着/14頭+4.0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 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) ○ ローテーション 21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 1.3% (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。
11	オンリーユーズド逃げ	江里裕（大井）	実28.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場28走で勝率4%と苦戦傾向）
前5走 07/01 大井9R 12着/14頭 05/20 大井9R 7着/14頭 04/29 大井10R 4着/14頭+0.4秒 04/17 大井10R 6着/13頭+1.4秒 03/24 大井10R 1着/14頭勝利
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 7.7着 (不振) × 当競馬場適性 28走で勝率 4% (苦戦) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 22日の間隔 (理想的) × 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 2.3% (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。
12	リアンフォール差し	鷹見陸（大井）	実21.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/01 大井9R 3着/14頭+4.0秒 05/20 大井9R 5着/14頭 04/29 大井6R 7着/13頭+1.6秒 04/15 大井7R 3着/12頭+1.0秒 03/25 大井8R 3着/13頭+0.8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 5.0着 △ 当競馬場適性 27走で勝率 11% ○ 馬場適性同馬場 15走で勝率 20% ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 6.5% (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。
13	ピースフィールド自在	達城龍（大井）	実2.3	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場11走で勝率27%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 05/19 大井9R 1着/11頭勝利 04/28 大井6R 1着/10頭勝利 04/14 大井5R 6着/14頭+2.3秒 03/24 大井8R 5着/12頭+1.0秒 03/11 大井5R 6着/13頭+0.8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 67% (絶好調) ◎ 当競馬場適性 11走で勝率 27% (得意) △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 23.1% (オッズ暗示: 43.5%) ※ 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	リアルモハメド先行	中山遥（浦和）	実58.9	▽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38%／直近3走平均8.3着と低調）
前5走 06/30 大井10R 9着/12頭 05/18 大井11R 11着/11頭+2.9秒 04/29 大井10R 5着/14頭+0.8秒 04/17 大井10R 10着/13頭+2.1秒 12/03 大井12R 1着/16頭勝利
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 8.3着 (不振) ○ 当競馬場適性 15走で勝率 20% (相性良) ◎ 馬場適性同馬場 8走で勝率 38% ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 1.1% (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。

🎯 AIの本命

AI評価1位

ワクシングムーン

騎手本橋孝（船橋）

単勝オッズ

4.4倍

AI期待値

+33%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○13ピースフィールド

2.3倍

EV -46%

▲3グレーターホープ

4.2倍

EV -46%

出走馬全14頭

◎8

ワクシングムーン

本橋孝（船橋）

4.4倍

+33%

›

○13

ピースフィールド

達城龍（大井）

2.3倍

-46%

›

▲3

グレーターホープ

吉井章（大井）

4.2倍

-46%

›

△6

サガノオウマサン

御神訓（大井）

9.2倍

-22%

›

△7

シンクグッド

野畑凌（川崎）

18.7倍

+43%

›

△12

リアンフォール

鷹見陸（大井）

21.7倍

+39%

›

▽2

キャロルビアンカ

杉山海（大井）

30.1倍

-11%

›

▽11

オンリーユーズド

江里裕（大井）

28.8倍

-32%

›

▽10

ヴォルクメア

藤本現（大井）

40.2倍

-49%

›

▽4

ベストリオン

藤田凌（大井）

53.3倍

-34%

›

▽5

マルチライセンス

古岡勇（川崎）

48.1倍

-45%

›

▽14

リアルモハメド

中山遥（浦和）

58.9倍

-37%

›

▽9

オールアイズオン

木澤奨（大井）

77.6倍

-36%

›

▽1

カラーオブジアース

東原悠（大井）

198.4倍

+3%

›

💡 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。