大井 1R 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

1R 大井競馬場ダ1400m ダート1400m　発走 15:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アイズアフロディテ	町田直（川崎）	実50.0	B× A▽勝率2% EV+7% 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 07/20 大井2R 11着/15頭 07/03 大井1R 11着/11頭 06/11 大井2R 12着/13頭 05/20 大井1R 11着/13頭+0.0秒 04/30 大井1R 14着/14頭+4.4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 11.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 前走実績前走 11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 8位 / 勝率 2.2% / 期待値 +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	メロパール逃げ	西啓太（大井）	実6.4	B▲ A▲勝率13% EV-19% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場22走で勝率0%と苦戦傾向）
前5走 07/23 大井1R 8着/13頭+1.6秒 06/11 大井1R 2着/14頭 05/20 大井2R 6着/11頭 04/29 大井1R 2着/8頭+0.1秒 03/26 大井1R 8着/13頭+2.1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 5.3着 × 当競馬場適性 22走で勝率 0% (苦戦) △ 距離適性同距離 20走で勝率 10% ○ 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) -66% (大幅な期待値マイナス) AI 予想勝率 5.3% (オッズ暗示: 15.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.5% / 期待値 -20% ※ 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	シャンクドール逃げ	杉山海（大井）	実3.0	B○ A○勝率22% EV-35% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率0%と苦戦傾向）
前5走 06/30 大井4R 8着/10頭+0.0秒 06/08 大井7R 4着/12頭 04/27 大井7R 2着/11頭+0.1秒 04/13 大井8R 7着/12頭+2.3秒 03/26 大井1R 2着/13頭+0.2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 4.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ○ 馬場適性同馬場 5走で勝率 20% × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 21.2% (オッズ暗示: 33.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.6% / 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。
4	ヒタムキ自在	本村直（大井）	実47.2	B× A▽勝率2% EV-20% 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 07/23 大井1R 13着/13頭+5.0秒 06/30 大井5R 7着/11頭+2.0秒 06/08 大井9R 11着/12頭 05/18 大井7R 10着/13頭+3.4秒 04/03 船橋9R 8着/10頭+2.2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 10.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 13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 1.7% / 期待値 -20% ※ 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	イッツバッド追込	西優哉（大井）	実9.9	B△ A△勝率7% EV-26% 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69走で勝率4%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 07/23 大井2R 9着/16頭+1.2秒 07/02 大井2R 2着/11頭 06/10 大井2R 3着/14頭 05/19 大井3R 2着/12頭+0.1秒 04/28 大井2R 4着/13頭+1.3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 4.7着 × 当競馬場適性 69走で勝率 4% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 10.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.4% / 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。
6	ブレイクルージュ先行	古岡勇（川崎）	実43.9	B× A▽勝率2% EV0% 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 07/20 大井1R 12着/14頭 07/02 大井2R 11着/11頭+4.0秒 03/10 大井2R 13着/13頭+4.6秒 02/17 大井1R 13着/15頭+1.9秒 01/30 大井1R 12着/12頭+4.6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 12.0着 (不振) × 当競馬場適性 29走で勝率 3% (苦戦) ◎ 距離適性同距離 3走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12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 7位 / 勝率 2.3% / 期待値 -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。
7	テルケンユミカブト追込	高橋優（大井）	実65.8	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 07/24 大井1R 14着/15頭+5.1秒 07/01 大井1R 8着/12頭+0.0秒 04/27 大井1R 4着/14頭+0.7秒 04/17 大井1R 12着/13頭+3.4秒 03/09 大井2R 12着/12頭+3.6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 8.7着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% ▽ 前走実績前走 14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) -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 -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	ペイルムーン	達城龍（大井）	実2.5	B🌟◎ A🌟◎勝率36% EV-8% 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18走で勝率0%と苦戦傾向／直近3走平均2.7着と安定／前走2着）
前5走 07/23 大井2R 2着/16頭+0.1秒 06/30 大井6R 3着/14頭+1.0秒 06/08 大井9R 3着/12頭 05/20 大井3R 3着/14頭 03/12 大井2R 6着/13頭+0.7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 2.7着 (安定) × 当競馬場適性 18走で勝率 0% (苦戦) △ 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 21日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +80% (市場が大幅過小評価) AI 予想勝率 72.2% (オッズ暗示: 40.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 36.5% / 期待値 -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	テンポルバート先行	田中洸（大井）	実12.6	B△ A△勝率7% EV-15% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場40走で勝率2%と苦戦傾向／同距離帯は6走で勝ち無し／前走3着）
前5走 07/22 大井1R 3着/14頭+1.0秒 07/02 大井1R 2着/14頭+3.0秒 06/10 大井1R 7着/14頭 05/19 大井1R 8着/13頭+1.6秒 04/30 大井1R 10着/14頭+2.9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 4.0着 × 当競馬場適性 40走で勝率 2% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.7% / 期待値 -15% ※ 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	ヨシノルビー	和田譲（大井）	実11.2	B△ A△勝率7% EV-19% 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0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 07/20 大井2R 5着/15頭 07/03 大井2R 7着/14頭 06/11 大井2R 6着/13頭+0.0秒 05/20 大井3R 8着/14頭 04/28 大井2R 2着/13頭+1.1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 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 8.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.2% / 期待値 -20% ※ 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	ポジターノ自在	遠藤健（大井）	実70.8	B× A×勝率1% EV-55% 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 07/24 大井1R 8着/15頭+3.3秒 07/02 大井9R 9着/10頭 06/08 大井7R 10着/12頭 05/18 大井5R 11着/12頭+3.5秒 04/27 大井8R 10着/14頭+2.9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 9.0着 (不振) × 当競馬場適性 15走で勝率 0% (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 11位 / 勝率 0.6% / 期待値 -55% ※ 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	オルチャタ追込	石川駿（大井）	実75.7	B× A×勝率0% EV-62% 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 07/22 大井1R 13着/14頭+2.9秒 06/30 大井5R 11着/11頭+9.0秒 06/08 大井9R 12着/12頭+0.0秒 05/18 大井7R 12着/13頭+3.8秒 04/27 大井9R 10着/13頭+3.7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 12.0着 (不振) × 当競馬場適性 27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 2% (やや苦戦) ▽ 前走実績前走 13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 12位 / 勝率 0.5% / 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。

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 ◎

ペイルムーン

騎手達城龍（大井）

単勝オッズ

2.5倍

AI期待値

+80%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○3シャンクドール

3.0倍

EV -36%

▲A:▲2メロパール

6.4倍

EV -66%

出走馬全12頭

◎A:◎8

ペイルムーン

達城龍（大井）

2.5倍

+80%

›

○A:○3

シャンクドール

杉山海（大井）

3.0倍

-36%

›

▲A:▲2

メロパール

西啓太（大井）

6.4倍

-66%

›

△A:△10

ヨシノルビー

和田譲（大井）

11.2倍

-93%

›

△A:△9

テンポルバート

田中洸（大井）

12.6倍

-92%

›

△A:△5

イッツバッド

西優哉（大井）

9.9倍

-97%

›

×A:▽6

ブレイクルージュ

古岡勇（川崎）

43.9倍

-99%

›

×A:▽4

ヒタムキ

本村直（大井）

47.2倍

-99%

›

×A:▽1

アイズアフロディテ

町田直（川崎）

50.0倍

-99%

›

×A:▽7

テルケンユミカブト

高橋優（大井）

65.8倍

-99%

›

×A:×11

ポジターノ

遠藤健（大井）

70.8倍

-99%

›

×A:×12

オルチャタ

石川駿（大井）

75.7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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

1R 大井競馬場ダ1400m ダート1400m　発走 15:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アイズアフロディテ	町田直（川崎）	実50.0	▽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4走で勝ち無し／直近3走平均11.3着と低調）
前5走 07/20 大井2R 11着/15頭 07/03 大井1R 11着/11頭 06/11 大井2R 12着/13頭 05/20 大井1R 11着/13頭+0.0秒 04/30 大井1R 14着/14頭+4.4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 11.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 前走実績前走 11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) +7% (市場と概ね一致) AI 予想勝率 2.2% (オッズ暗示: 2.0%) ※ 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。
2	メロパール逃げ	西啓太（大井）	実6.4	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場22走で勝率0%と苦戦傾向）
前5走 07/23 大井1R 8着/13頭+1.6秒 06/11 大井1R 2着/14頭 05/20 大井2R 6着/11頭 04/29 大井1R 2着/8頭+0.1秒 03/26 大井1R 8着/13頭+2.1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 5.3着 × 当競馬場適性 22走で勝率 0% (苦戦) △ 距離適性同距離 20走で勝率 10% ○ 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) -20% (オッズ過剰評価) AI 予想勝率 12.5% (オッズ暗示: 15.6%) ※ 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。
3	シャンクドール逃げ	杉山海（大井）	実3.0	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率0%と苦戦傾向）
前5走 06/30 大井4R 8着/10頭+0.0秒 06/08 大井7R 4着/12頭 04/27 大井7R 2着/11頭+0.1秒 04/13 大井8R 7着/12頭+2.3秒 03/26 大井1R 2着/13頭+0.2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 4.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ○ 馬場適性同馬場 5走で勝率 20% × 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 21.6% (オッズ暗示: 33.3%) ※ 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。
4	ヒタムキ自在	本村直（大井）	実47.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均10.3着と低調）
前5走 07/23 大井1R 13着/13頭+5.0秒 06/30 大井5R 7着/11頭+2.0秒 06/08 大井9R 11着/12頭 05/18 大井7R 10着/13頭+3.4秒 04/03 船橋9R 8着/10頭+2.2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 10.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 13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) -20% (オッズ過剰評価) AI 予想勝率 1.7% (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。
5	イッツバッド追込	西優哉（大井）	実9.9	△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69走で勝率4%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 07/23 大井2R 9着/16頭+1.2秒 07/02 大井2R 2着/11頭 06/10 大井2R 3着/14頭 05/19 大井3R 2着/12頭+0.1秒 04/28 大井2R 4着/13頭+1.3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 4.7着 × 当競馬場適性 69走で勝率 4% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ 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) -27% (オッズ過剰評価) AI 予想勝率 7.4% (オッズ暗示: 10.1%) ※ 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	ブレイクルージュ先行	古岡勇（川崎）	実43.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場29走で勝率3%と苦戦傾向／同距離帯3走で勝率33%／直近3走平均12.0着と低調）
前5走 07/20 大井1R 12着/14頭 07/02 大井2R 11着/11頭+4.0秒 03/10 大井2R 13着/13頭+4.6秒 02/17 大井1R 13着/15頭+1.9秒 01/30 大井1R 12着/12頭+4.6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 12.0着 (不振) × 当競馬場適性 29走で勝率 3% (苦戦) ◎ 距離適性同距離 3走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12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) -0% (オッズ過剰評価) AI 予想勝率 2.3% (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。
7	テルケンユミカブト追込	高橋優（大井）	実65.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場15走で勝率0%と苦戦傾向／直近3走平均8.7着と低調）
前5走 07/24 大井1R 14着/15頭+5.1秒 07/01 大井1R 8着/12頭+0.0秒 04/27 大井1R 4着/14頭+0.7秒 04/17 大井1R 12着/13頭+3.4秒 03/09 大井2R 12着/12頭+3.6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 8.7着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) △ 距離適性同距離 10走で勝率 10% ▽ 前走実績前走 14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) -44% (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。
8	ペイルムーン	達城龍（大井）	実2.5	🌟◎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18走で勝率0%と苦戦傾向／直近3走平均2.7着と安定／前走2着）
前5走 07/23 大井2R 2着/16頭+0.1秒 06/30 大井6R 3着/14頭+1.0秒 06/08 大井9R 3着/12頭 05/20 大井3R 3着/14頭 03/12 大井2R 6着/13頭+0.7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 2.7着 (安定) × 当競馬場適性 18走で勝率 0% (苦戦) △ 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 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 36.5% (オッズ暗示: 40.0%) ※ 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。
9	テンポルバート先行	田中洸（大井）	実12.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場40走で勝率2%と苦戦傾向／同距離帯は6走で勝ち無し／前走3着）
前5走 07/22 大井1R 3着/14頭+1.0秒 07/02 大井1R 2着/14頭+3.0秒 06/10 大井1R 7着/14頭 05/19 大井1R 8着/13頭+1.6秒 04/30 大井1R 10着/14頭+2.9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 4.0着 × 当競馬場適性 40走で勝率 2% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -15% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 7.9%) ※ 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。
10	ヨシノルビー	和田譲（大井）	実11.2	△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0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 07/20 大井2R 5着/15頭 07/03 大井2R 7着/14頭 06/11 大井2R 6着/13頭+0.0秒 05/20 大井3R 8着/14頭 04/28 大井2R 2着/13頭+1.1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 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -20% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 8.9%) ※ 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。
11	ポジターノ自在	遠藤健（大井）	実70.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場15走で勝率0%と苦戦傾向／直近3走平均9.0着と低調）
前5走 07/24 大井1R 8着/15頭+3.3秒 07/02 大井9R 9着/10頭 06/08 大井7R 10着/12頭 05/18 大井5R 11着/12頭+3.5秒 04/27 大井8R 10着/14頭+2.9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 9.0着 (不振) × 当競馬場適性 15走で勝率 0% (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) -55% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
12	オルチャタ追込	石川駿（大井）	実75.7	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場27走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均12.0着と低調）
前5走 07/22 大井1R 13着/14頭+2.9秒 06/30 大井5R 11着/11頭+9.0秒 06/08 大井9R 12着/12頭+0.0秒 05/18 大井7R 12着/13頭+3.8秒 04/27 大井9R 10着/13頭+3.7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 12.0着 (不振) × 当競馬場適性 27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 2% (やや苦戦) ▽ 前走実績前走 13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) -62% (大幅な期待値マイナス) AI 予想勝率 0.5% (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の本命

AI評価1位

ペイルムーン

騎手達城龍（大井）

単勝オッズ

2.5倍

AI期待値

-8%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3シャンクドール

3.0倍

EV -35%

▲2メロパール

6.4倍

EV -19%

出走馬全12頭

◎8

ペイルムーン

達城龍（大井）

2.5倍

-8%

›

○3

シャンクドール

杉山海（大井）

3.0倍

-35%

›

▲2

メロパール

西啓太（大井）

6.4倍

-19%

›

△5

イッツバッド

西優哉（大井）

9.9倍

-26%

›

△10

ヨシノルビー

和田譲（大井）

11.2倍

-19%

›

△9

テンポルバート

田中洸（大井）

12.6倍

-15%

›

▽6

ブレイクルージュ

古岡勇（川崎）

43.9倍

›

▽1

アイズアフロディテ

町田直（川崎）

50.0倍

+7%

›

▽4

ヒタムキ

本村直（大井）

47.2倍

-20%

›

▽7

テルケンユミカブト

高橋優（大井）

65.8倍

-43%

›

×11

ポジターノ

遠藤健（大井）

70.8倍

-55%

›

×12

オルチャタ

石川駿（大井）

75.7倍

-62%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

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）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項