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1400m ダート1400m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ゴンザーゴ	安藤洋（大井）	実84.3	B× A▽勝率1% EV-29% 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0%と苦戦傾向）
前5走 07/02 大井10R 8着/12頭 06/08 大井6R 3着/9頭+4.0秒 05/21 大井5R 2着/14頭+0.0秒 04/30 大井7R 3着/13頭+0.6秒 04/17 大井10R 7着/13頭+1.7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 10走で勝率 0% (苦戦) ○ 騎手近50戦勝率 18% ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.8% / 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	リュキア	和田譲（大井）	実42.2	B× A▽勝率1% EV-48% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 05/28 浦和10R 6着/11頭+0.0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 × 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: 2.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 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。
3	シャンスラード逃げ	西啓太（大井）	実5.1	B○ A▲勝率14% EV-31% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率60%と適性高／同距離帯3走で勝率67%／直近3走で勝率33%と好調）
前5走 07/03 大井4R 1着/8頭 06/12 大井2R 5着/11頭 11/12 大井11R 6着/16頭+1.3秒 10/09 大井4R 1着/6頭勝利 09/02 大井5R 1着/5頭勝利
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 33% (上り調子) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 3走で勝率 67% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -3% (オッズ過剰評価) AI 予想勝率 19.0% (オッズ暗示: 19.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.5% / 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。
4	ティーズリンク逃げ	佐野遥（川崎）	実112.1	B× A▽勝率0% EV-49% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調）
前5走 07/01 大井8R 8着/14頭 05/19 大井7R 1着/10頭勝利 04/28 大井9R 1着/10頭勝利 04/17 大井8R 5着/14頭+0.7秒 03/27 大井5R 4着/14頭+0.6秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 10走で勝率 20% (相性良) △ 距離適性同距離 17走で勝率 12% ○ 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 0.0% (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 -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。
5	キタサンユージャ	鷹見陸（大井）	実8.5	B△ A△勝率8% EV-28% 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4走で勝ち無し／前走2着）
前5走 07/02 大井7R 2着/11頭 06/09 大井9R 10着/14頭 05/21 大井10R 6着/16頭 04/30 大井8R 3着/10頭+1.1秒 04/16 大井9R 6着/16頭+1.7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 6.0着 △ 当競馬場適性 12走で勝率 8% ▽ 距離適性同距離は 4走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% ○ 前走実績前走 2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) -71% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 11.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.4% / 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。
6	ワンウェイ追込	野畑凌（川崎）	実24.2	B△ A×勝率2% EV-56% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場18走で勝率33%と適性高／同距離帯8走で勝率25%／同馬場状態で勝率45%）
前5走 07/02 大井7R 5着/11頭 06/09 大井9R 5着/14頭+0.0秒 05/19 大井12R 6着/16頭+0.9秒 04/30 大井9R 3着/14頭+0.3秒 04/16 大井9R 3着/16頭+0.8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 5.3着 ◎ 当競馬場適性 18走で勝率 33% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 馬場適性同馬場 11走で勝率 45% ○ 騎手近50戦勝率 18% ○ 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) -69% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 4.1%) × Aモデルの評価 (参考) レース内 7位 / 勝率 1.8% / 期待値 -57% ※ 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	ミクニサンシャイン逃げ	笹川翼（大井）	実1.9	B🌟◎ A🌟◎勝率47% EV-10% 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75%と適性高／同馬場状態で勝率67%／直近3走で勝率100%と好調）
前5走 06/08 大井6R 1着/9頭 04/15 大井6R 1着/10頭勝利 03/12 大井10R 1着/16頭勝利 01/15 大井4R 3着/14頭+0.2秒 ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 馬場適性同馬場 3走で勝率 67% ◎ 騎手近50戦勝率 28% (好調) ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 69.9% (オッズ暗示: 52.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 47.0% / 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。
8	カヴァス追込	西優哉（大井）	実184.2	B× A×勝率0% EV-61% 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7R 10着/11頭 06/10 大井9R 14着/14頭 05/19 大井7R 3着/10頭+0.3秒 04/29 大井8R 12着/13頭+2.5秒 04/15 大井7R 9着/12頭+2.7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 9.0着 (不振) △ 当競馬場適性 69走で勝率 6% ▽ 距離適性同距離は 7走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 24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 0.2% / 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。
9	ドバイミッション	藤田凌（大井）	実7.3	B▲ A○勝率16% EV+13% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率50%と適性高／直近3走で勝率33%と好調）
前5走 07/01 大井6R 4着/10頭 06/09 大井7R 1着/14頭 01/27 大井12R 6着/13頭+1.1秒 12/31 大井5R 1着/14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 33% (上り調子) ◎ 当競馬場適性 4走で勝率 50% (得意) ○ 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) -57% (大幅な期待値マイナス) AI 予想勝率 5.9% (オッズ暗示: 13.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.6% / 期待値 +14% ※ 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	ドライブミーホーム追込	矢野貴（大井）	実14.0	B× A△勝率4% EV-46% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／騎手は近50戦で勝率28%）
前5走 07/02 大井7R 3着/11頭+4.0秒 06/09 大井9R 7着/14頭 05/19 大井10R 8着/13頭+0.9秒 05/01 大井4R 4着/8頭+0.9秒 03/13 大井7R 4着/10頭+1.2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 6.0着 △ 当競馬場適性 7走で勝率 14% ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 28% (好調) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 7.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 3.8% / 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。
11	ヴァンビー	新原周（川崎）	実67.3	B× A▽勝率1% EV-33% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は18走で勝ち無し／直近3走平均9.3着と低調）
前5走 07/02 大井7R 4着/11頭 06/10 大井7R 9着/11頭+1.0秒 05/21 大井10R 15着/16頭 04/30 大井8R 4着/10頭+1.2秒 04/16 大井8R 8着/12頭+1.6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 9.3着 (不振) △ 当競馬場適性 37走で勝率 8% ▽ 距離適性同距離は 18走で勝ち無し ○ 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) -98% (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 10位 / 勝率 1.0% / 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。
12	ゼイトク	江里裕（大井）	実60.2	B× A▽勝率1% EV-40% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/02 大井7R 6着/11頭 06/09 大井10R 7着/13頭+0.0秒 05/21 大井10R 3着/16頭 04/27 大井11R 9着/16頭+1.3秒 04/16 大井8R 2着/12頭+0.0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 37走で勝率 8% △ 距離適性同距離 24走で勝率 8% ○ 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) -98% (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 11位 / 勝率 1.0% / 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	クアッズ逃げ	石川駿（大井）	実20.6	B× A×勝率2% EV-64% 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67%と好調／前走2着）
前5走 07/01 大井6R 2着/10頭 05/18 大井8R 1着/13頭勝利 05/01 大井6R 1着/12頭勝利 04/17 大井8R 6着/14頭+0.8秒 12/05 大井8R 7着/13頭+1.5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 24走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2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 0.0% (オッズ暗示: 4.9%) × Aモデルの評価 (参考) レース内 8位 / 勝率 1.7% / 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。
14	ペルセイズ先行	達城龍（大井）	実17.5	B△ A△勝率3% EV-39% 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／前走勝利の勢い）
前5走 07/01 大井8R 1着/14頭 05/21 大井5R 6着/14頭+0.0秒 11/19 川崎12R 2着/14頭+0.2秒 10/27 浦和10R 4着/12頭+0.9秒 09/24 浦和8R 2着/12頭+0.2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 33% (上り調子) △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.5% / 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。

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 ◎

ミクニサンシャイン

騎手笹川翼（大井）

単勝オッズ

1.9倍

AI期待値

+32%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲3シャンスラード

5.1倍

EV -3%

▲A:○9ドバイミッション

7.3倍

EV -56%

出走馬全14頭

◎A:◎7

ミクニサンシャイン

笹川翼（大井）

1.9倍

+32%

›

○A:▲3

シャンスラード

西啓太（大井）

5.1倍

-3%

›

▲A:○9

ドバイミッション

藤田凌（大井）

7.3倍

-56%

›

△A:△5

キタサンユージャ

鷹見陸（大井）

8.5倍

-71%

›

△A:×6

ワンウェイ

野畑凌（川崎）

24.2倍

-68%

›

△A:△14

ペルセイズ

達城龍（大井）

17.5倍

-94%

›

×A:△10

ドライブミーホーム

矢野貴（大井）

14.0倍

-99%

›

×A:▽1

ゴンザーゴ

安藤洋（大井）

84.3倍

-95%

›

×A:×13

クアッズ

石川駿（大井）

20.6倍

-99%

›

×A:▽2

リュキア

和田譲（大井）

42.2倍

-98%

›

×A:▽12

ゼイトク

江里裕（大井）

60.2倍

-98%

›

×A:▽11

ヴァンビー

新原周（川崎）

67.3倍

-98%

›

×A:▽4

ティーズリンク

佐野遥（川崎）

112.1倍

-96%

›

×A:×8

カヴァス

西優哉（大井）

184.2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1400m ダート1400m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ゴンザーゴ	安藤洋（大井）	実84.3	▽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0%と苦戦傾向）
前5走 07/02 大井10R 8着/12頭 06/08 大井6R 3着/9頭+4.0秒 05/21 大井5R 2着/14頭+0.0秒 04/30 大井7R 3着/13頭+0.6秒 04/17 大井10R 7着/13頭+1.7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 10走で勝率 0% (苦戦) ○ 騎手近50戦勝率 18% ○ 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) -29% (オッズ過剰評価) AI 予想勝率 0.8% (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。
2	リュキア	和田譲（大井）	実42.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 05/28 浦和10R 6着/11頭+0.0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 × 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 1.2% (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。
3	シャンスラード逃げ	西啓太（大井）	実5.1	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率60%と適性高／同距離帯3走で勝率67%／直近3走で勝率33%と好調）
前5走 07/03 大井4R 1着/8頭 06/12 大井2R 5着/11頭 11/12 大井11R 6着/16頭+1.3秒 10/09 大井4R 1着/6頭勝利 09/02 大井5R 1着/5頭勝利
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 33% (上り調子) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 3走で勝率 67% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 13.5% (オッズ暗示: 19.6%) ※ 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。
4	ティーズリンク逃げ	佐野遥（川崎）	実112.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率67%と好調）
前5走 07/01 大井8R 8着/14頭 05/19 大井7R 1着/10頭勝利 04/28 大井9R 1着/10頭勝利 04/17 大井8R 5着/14頭+0.7秒 03/27 大井5R 4着/14頭+0.6秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 10走で勝率 20% (相性良) △ 距離適性同距離 17走で勝率 12% ○ 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 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。
5	キタサンユージャ	鷹見陸（大井）	実8.5	△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4走で勝ち無し／前走2着）
前5走 07/02 大井7R 2着/11頭 06/09 大井9R 10着/14頭 05/21 大井10R 6着/16頭 04/30 大井8R 3着/10頭+1.1秒 04/16 大井9R 6着/16頭+1.7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 6.0着 △ 当競馬場適性 12走で勝率 8% ▽ 距離適性同距離は 4走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% ○ 前走実績前走 2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) -28% (オッズ過剰評価) AI 予想勝率 8.4% (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。
6	ワンウェイ追込	野畑凌（川崎）	実24.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場18走で勝率33%と適性高／同距離帯8走で勝率25%／同馬場状態で勝率45%）
前5走 07/02 大井7R 5着/11頭 06/09 大井9R 5着/14頭+0.0秒 05/19 大井12R 6着/16頭+0.9秒 04/30 大井9R 3着/14頭+0.3秒 04/16 大井9R 3着/16頭+0.8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 5.3着 ◎ 当競馬場適性 18走で勝率 33% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 馬場適性同馬場 11走で勝率 45% ○ 騎手近50戦勝率 18% ○ 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) -57% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 4.1%) ※ 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。
7	ミクニサンシャイン逃げ	笹川翼（大井）	実1.9	🌟◎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75%と適性高／同馬場状態で勝率67%／直近3走で勝率100%と好調）
前5走 06/08 大井6R 1着/9頭 04/15 大井6R 1着/10頭勝利 03/12 大井10R 1着/16頭勝利 01/15 大井4R 3着/14頭+0.2秒 ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 馬場適性同馬場 3走で勝率 67% ◎ 騎手近50戦勝率 28% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 47.0% (オッズ暗示: 52.6%) ※ 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。
8	カヴァス追込	西優哉（大井）	実184.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は7走で勝ち無し／直近3走平均9.0着と低調）
前5走 06/30 大井7R 10着/11頭 06/10 大井9R 14着/14頭 05/19 大井7R 3着/10頭+0.3秒 04/29 大井8R 12着/13頭+2.5秒 04/15 大井7R 9着/12頭+2.7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 9.0着 (不振) △ 当競馬場適性 69走で勝率 6% ▽ 距離適性同距離は 7走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ ローテーション 24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 0.2% (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。
9	ドバイミッション	藤田凌（大井）	実7.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率50%と適性高／直近3走で勝率33%と好調）
前5走 07/01 大井6R 4着/10頭 06/09 大井7R 1着/14頭 01/27 大井12R 6着/13頭+1.1秒 12/31 大井5R 1着/14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 33% (上り調子) ◎ 当競馬場適性 4走で勝率 50% (得意) ○ 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) +13% (市場と概ね一致) AI 予想勝率 15.6% (オッズ暗示: 13.7%) ※ 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。
10	ドライブミーホーム追込	矢野貴（大井）	実14.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／騎手は近50戦で勝率28%）
前5走 07/02 大井7R 3着/11頭+4.0秒 06/09 大井9R 7着/14頭 05/19 大井10R 8着/13頭+0.9秒 05/01 大井4R 4着/8頭+0.9秒 03/13 大井7R 4着/10頭+1.2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 6.0着 △ 当競馬場適性 7走で勝率 14% ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 28% (好調) ○ 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) -46% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 7.1%) ※ 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	ヴァンビー	新原周（川崎）	実67.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は18走で勝ち無し／直近3走平均9.3着と低調）
前5走 07/02 大井7R 4着/11頭 06/10 大井7R 9着/11頭+1.0秒 05/21 大井10R 15着/16頭 04/30 大井8R 4着/10頭+1.2秒 04/16 大井8R 8着/12頭+1.6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 9.3着 (不振) △ 当競馬場適性 37走で勝率 8% ▽ 距離適性同距離は 18走で勝ち無し ○ 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 1.0% (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。
12	ゼイトク	江里裕（大井）	実60.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/02 大井7R 6着/11頭 06/09 大井10R 7着/13頭+0.0秒 05/21 大井10R 3着/16頭 04/27 大井11R 9着/16頭+1.3秒 04/16 大井8R 2着/12頭+0.0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 37走で勝率 8% △ 距離適性同距離 24走で勝率 8% ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。
13	クアッズ逃げ	石川駿（大井）	実20.6	×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67%と好調／前走2着）
前5走 07/01 大井6R 2着/10頭 05/18 大井8R 1着/13頭勝利 05/01 大井6R 1着/12頭勝利 04/17 大井8R 6着/14頭+0.8秒 12/05 大井8R 7着/13頭+1.5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 24走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2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) -64% (大幅な期待値マイナス) AI 予想勝率 1.7% (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。
14	ペルセイズ先行	達城龍（大井）	実17.5	△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／前走勝利の勢い）
前5走 07/01 大井8R 1着/14頭 05/21 大井5R 6着/14頭+0.0秒 11/19 川崎12R 2着/14頭+0.2秒 10/27 浦和10R 4着/12頭+0.9秒 09/24 浦和8R 2着/12頭+0.2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 33% (上り調子) △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 5.7%) ※ 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

ミクニサンシャイン

騎手笹川翼（大井）

単勝オッズ

1.9倍

AI期待値

-10%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9ドバイミッション

7.3倍

EV +13%

▲3シャンスラード

5.1倍

EV -31%

出走馬全14頭

◎7

ミクニサンシャイン

笹川翼（大井）

1.9倍

-10%

›

○9

ドバイミッション

藤田凌（大井）

7.3倍

+13%

›

▲3

シャンスラード

西啓太（大井）

5.1倍

-31%

›

△5

キタサンユージャ

鷹見陸（大井）

8.5倍

-28%

›

△10

ドライブミーホーム

矢野貴（大井）

14.0倍

-46%

›

△14

ペルセイズ

達城龍（大井）

17.5倍

-39%

›

×6

ワンウェイ

野畑凌（川崎）

24.2倍

-56%

›

×13

クアッズ

石川駿（大井）

20.6倍

-64%

›

▽2

リュキア

和田譲（大井）

42.2倍

-48%

›

▽11

ヴァンビー

新原周（川崎）

67.3倍

-33%

›

▽12

ゼイトク

江里裕（大井）

60.2倍

-40%

›

▽1

ゴンザーゴ

安藤洋（大井）

84.3倍

-29%

›

▽4

ティーズリンク

佐野遥（川崎）

112.1倍

-49%

›

×8

カヴァス

西優哉（大井）

184.2倍

-61%

›

💡 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。