大井 5R 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

5R 大井競馬場ダ1200m ダート1200m　発走 17:53

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ディオスデルマール	達城龍（大井）	実12.8	B△ A▽勝率5% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 4% (やや苦戦) × 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 3.5% (オッズ暗示: 7.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.0% / 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。
2	シーフレッシュ	佐野遥（川崎）	実49.6	B× A▽勝率2% EV+2% 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5R 16着/16頭+2.0秒 06/11 大井5R 13着/14頭 05/22 大井2R 11着/15頭+2.0秒 04/30 大井3R 9着/10頭+5.2秒 04/13 大井6R 1着/10頭勝利
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 13.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 16着 (大敗) × 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 2.1% / 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。
3	アフロッチ	横川怜（大井）	実5.9	B× A▲勝率11% EV-32% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率50%と好調）
前5走 07/22 大井3R 14着/14頭+5.3秒 06/08 大井2R 1着/10頭 ― ― ―
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 50% (絶好調) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 14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) AI 予想勝率 0.0% (オッズ暗示: 16.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.4% / 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。
4	ジーティークィーン	杉山海（大井）	実52.8	B× A▽勝率1% EV-22% 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2R 13着/13頭+8.0秒 06/10 大井5R 7着/13頭 05/21 大井3R 10着/16頭 02/17 大井4R 2着/12頭+0.9秒 01/27 大井6R 8着/11頭+1.1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 10.0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 6走で勝ち無し ▽ 前走実績前走 13着 (大敗) × 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 1.5% / 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。
5	アースフレンドリー	東原悠（大井）	実49.4	B× A▽勝率2% EV-5% 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 07/21 大井3R 6着/14頭+1.9秒 07/01 大井3R 7着/11頭 06/10 大井4R 9着/14頭+0.0秒 05/21 大井3R 9着/16頭 04/27 大井6R 2着/14頭+0.4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 7.3着 (不振) × 当競馬場適性 14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 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 11位 / 勝率 1.9% / 期待値 -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。
6	ウィルイルミ逃げ	吉井章（大井）	実13.2	B▲ A△勝率8% EV+4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/23 大井5R 8着/16頭+1.3秒 07/02 大井4R 6着/13頭+3.0秒 05/18 大井2R 1着/14頭勝利 04/13 大井4R 4着/10頭+2.2秒 ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 3走で勝率 33% ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.9% / 期待値 +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。
7	リップスキップ	和田譲（大井）	実16.5	B× A▽勝率3% EV-48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走平均11.0着と低調）
前5走 07/01 大井3R 6着/11頭 06/10 大井3R 11着/11頭 05/21 大井3R 16着/16頭 04/28 大井5R 12着/14頭+2.9秒 03/24 大井4R 2着/11頭+0.6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 11.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し × 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: 6.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.1% / 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。
8	フライトナース追込	谷内貫（大井）	実115.9	B× A▽勝率1% EV-21% 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 02/20 大井2R 12着/12頭+5.2秒 01/29 大井5R 7着/7頭+1.2秒 01/15 大井3R 8着/8頭+5.7秒 12/31 大井3R 10着/10頭+4.3秒 12/03 大井5R 7着/7頭+6.0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 7走で勝率 14% ◎ 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 174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) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.7% / 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。
9	リオマダムレッド	木澤奨（大井）	実7.5	B△ A△勝率11% EV-16% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（182日ぶりの実戦）
前5走 02/12 名古屋10R 6着/11頭+2.1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 6.0着 △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 182日休養明け × 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 0.8% (オッズ暗示: 13.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.1% / 期待値 -16% ※ 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	マーロウ推奨	矢野貴（大井）	実5.3	B🌟◎ A◎勝率24% EV+27% 詳細▼	市場が大きく過小評価、AI予想勝率85% × オッズ5.3倍で期待値+350%の有力候補（騎手は近50戦勝率22%と好調）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 22% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +350% (市場が大幅過小評価) AI 予想勝率 85.0% (オッズ暗示: 18.9%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 24.1% / 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。
11	アメージングヨシノ自在	安藤洋（大井）	実6.8	B○ A△勝率11% EV-24% 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0%と苦戦傾向／同距離帯は3走で勝ち無し／前走2着）
前5走 07/21 大井3R 2着/14頭+1.3秒 06/29 大井2R 3着/14頭+0.0秒 12/03 大井4R 10着/14頭+2.4秒 11/13 大井3R 5着/10頭+2.5秒 10/24 大井4R 5着/9頭+2.1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 5.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -69% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 14.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 11.1% / 期待値 -24% ※ 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	エースインフェルノ	高橋優（大井）	実22.7	B△ A▽勝率3% EV-24% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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／前走3着）
前5走 07/21 大井3R 3着/14頭+1.4秒 07/01 大井2R 12着/13頭 06/09 大井1R 3着/9頭 05/21 大井1R 6着/11頭+1.0秒 04/28 大井5R 9着/14頭+2.6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 6.0着 × 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 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) -69% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.3% / 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。
13	ガリマド	藤本現（大井）	実83.1	B× A▽勝率1% EV+2% 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 07/21 大井3R 4着/14頭+1.9秒 06/29 大井6R 10着/14頭 06/09 大井2R 10着/13頭 05/21 大井1R 11着/11頭+4.0秒 04/28 大井5R 6着/14頭+2.2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 8.0着 (不振) × 当競馬場適性 19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 4% (やや苦戦) ○ 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 1.2% / 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。
14	トキオゴリン	西優哉（大井）	実3.6	B× A○勝率15% EV-45% 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13走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／前走3着）
前5走 07/22 大井4R 3着/3頭 07/01 大井3R 3着/11頭+0.0秒 06/10 大井5R 6着/13頭+0.0秒 05/21 大井3R 8着/16頭 04/28 大井5R 11着/14頭+2.8秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 27.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.2% / 期待値 -45% ※ 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。
15	ヨバフウチ追込	千田洋（大井）	実132.2	B× A▽勝率0% EV-44% 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 03/24 大井6R 13着/14頭+3.7秒 03/11 大井3R 12着/12頭+3.2秒 02/19 大井5R 12着/14頭+4.1秒 01/28 大井4R 8着/11頭+2.0秒 01/14 大井5R 10着/11頭+5.1秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.3着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 13着 (大敗) △ ローテーション 142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) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 0.4% / 期待値 -45% ※ 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

B推奨Aモデル ◎

マーロウ

騎手矢野貴（大井）

単勝オッズ

5.3倍

AI期待値

+350%

買い目

¥2,000

全レースの推奨

AIの推奨本命の次点

○A:△11アメージングヨシノ

6.8倍

EV -69%

▲A:△6ウィルイルミ

13.2倍

EV -40%

出走馬全15頭

◎A:◎10

マーロウ

矢野貴（大井）

5.3倍

+350%

›

○A:△11

アメージングヨシノ

安藤洋（大井）

6.8倍

-69%

›

▲A:△6

ウィルイルミ

吉井章（大井）

13.2倍

-40%

›

△A:▽1

ディオスデルマール

達城龍（大井）

12.8倍

-54%

›

△A:▽12

エースインフェルノ

高橋優（大井）

22.7倍

-68%

›

△A:△9

リオマダムレッド

木澤奨（大井）

7.5倍

-94%

›

×A:○14

トキオゴリン

西優哉（大井）

3.6倍

-99%

›

×A:▽7

リップスキップ

和田譲（大井）

16.5倍

-98%

›

×A:▲3

アフロッチ

横川怜（大井）

5.9倍

-99%

›

×A:▽5

アースフレンドリー

東原悠（大井）

49.4倍

-99%

›

×A:▽2

シーフレッシュ

佐野遥（川崎）

49.6倍

-99%

›

×A:▽4

ジーティークィーン

杉山海（大井）

52.8倍

-99%

›

×A:▽13

ガリマド

藤本現（大井）

83.1倍

-99%

›

×A:▽8

フライトナース

谷内貫（大井）

115.9倍

-99%

›

×A:▽15

ヨバフウチ

千田洋（大井）

132.2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。

▶ 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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 10 マーロウ ¥2,000 実5.3倍期待値 +351% ❌不的中9着単勝 5.3倍

※ オッズは予測時点の値です。

5R 大井競馬場ダ1200m ダート1200m　発走 17:53

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ディオスデルマール	達城龍（大井）	実12.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 4% (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 5.0% (オッズ暗示: 7.8%) ※ 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	シーフレッシュ	佐野遥（川崎）	実49.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.3着と低調）
前5走 07/02 大井5R 16着/16頭+2.0秒 06/11 大井5R 13着/14頭 05/22 大井2R 11着/15頭+2.0秒 04/30 大井3R 9着/10頭+5.2秒 04/13 大井6R 1着/10頭勝利
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 13.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 2.1% (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。
3	アフロッチ	横川怜（大井）	実5.9	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調）
前5走 07/22 大井3R 14着/14頭+5.3秒 06/08 大井2R 1着/10頭 ― ― ―
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 50% (絶好調) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 14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 11.4% (オッズ暗示: 16.9%) ※ 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。
4	ジーティークィーン	杉山海（大井）	実52.8	▽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6走で勝ち無し／直近3走平均10.0着と低調）
前5走 07/01 大井2R 13着/13頭+8.0秒 06/10 大井5R 7着/13頭 05/21 大井3R 10着/16頭 02/17 大井4R 2着/12頭+0.9秒 01/27 大井6R 8着/11頭+1.1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 10.0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 6走で勝ち無し ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.5% (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	アースフレンドリー	東原悠（大井）	実49.4	▽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／同距離帯は9走で勝ち無し）
前5走 07/21 大井3R 6着/14頭+1.9秒 07/01 大井3R 7着/11頭 06/10 大井4R 9着/14頭+0.0秒 05/21 大井3R 9着/16頭 04/27 大井6R 2着/14頭+0.4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 7.3着 (不振) × 当競馬場適性 14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 23日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 1.9% (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。
6	ウィルイルミ逃げ	吉井章（大井）	実13.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/23 大井5R 8着/16頭+1.3秒 07/02 大井4R 6着/13頭+3.0秒 05/18 大井2R 1着/14頭勝利 04/13 大井4R 4着/10頭+2.2秒 ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 3走で勝率 33% ○ 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) +4% (市場と概ね一致) AI 予想勝率 7.9% (オッズ暗示: 7.6%) ※ 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。
7	リップスキップ	和田譲（大井）	実16.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走平均11.0着と低調）
前5走 07/01 大井3R 6着/11頭 06/10 大井3R 11着/11頭 05/21 大井3R 16着/16頭 04/28 大井5R 12着/14頭+2.9秒 03/24 大井4R 2着/11頭+0.6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 11.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し × 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 3.1% (オッズ暗示: 6.1%) ※ 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。
8	フライトナース追込	谷内貫（大井）	実115.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯3走で勝率33%／直近3走平均9.0着と低調／174日ぶりの実戦）
前5走 02/20 大井2R 12着/12頭+5.2秒 01/29 大井5R 7着/7頭+1.2秒 01/15 大井3R 8着/8頭+5.7秒 12/31 大井3R 10着/10頭+4.3秒 12/03 大井5R 7着/7頭+6.0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 7走で勝率 14% ◎ 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 174日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 0.7% (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。
9	リオマダムレッド	木澤奨（大井）	実7.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（182日ぶりの実戦）
前5走 02/12 名古屋10R 6着/11頭+2.1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 6.0着 △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 182日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 11.1% (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。
10	マーロウ推奨	矢野貴（大井）	実5.3	◎詳細▼	期待値プラスでAIの推し馬（騎手は近50戦勝率22%と好調）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 24.1% (オッズ暗示: 18.9%) ※ 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	アメージングヨシノ自在	安藤洋（大井）	実6.8	△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5走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／前走2着）
前5走 07/21 大井3R 2着/14頭+1.3秒 06/29 大井2R 3着/14頭+0.0秒 12/03 大井4R 10着/14頭+2.4秒 11/13 大井3R 5着/10頭+2.5秒 10/24 大井4R 5着/9頭+2.1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 5.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -24% (オッズ過剰評価) AI 予想勝率 11.1% (オッズ暗示: 14.7%) ※ 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。
12	エースインフェルノ	高橋優（大井）	実22.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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／前走3着）
前5走 07/21 大井3R 3着/14頭+1.4秒 07/01 大井2R 12着/13頭 06/09 大井1R 3着/9頭 05/21 大井1R 6着/11頭+1.0秒 04/28 大井5R 9着/14頭+2.6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 6.0着 × 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 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) -25% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 4.4%) ※ 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	ガリマド	藤本現（大井）	実83.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場19走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し／直近3走平均8.0着と低調）
前5走 07/21 大井3R 4着/14頭+1.9秒 06/29 大井6R 10着/14頭 06/09 大井2R 10着/13頭 05/21 大井1R 11着/11頭+4.0秒 04/28 大井5R 6着/14頭+2.2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 8.0着 (不振) × 当競馬場適性 19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 4% (やや苦戦) ○ 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) +2% (市場と概ね一致) AI 予想勝率 1.2% (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。
14	トキオゴリン	西優哉（大井）	実3.6	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場13走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／前走3着）
前5走 07/22 大井4R 3着/3頭 07/01 大井3R 3着/11頭+0.0秒 06/10 大井5R 6着/13頭+0.0秒 05/21 大井3R 8着/16頭 04/28 大井5R 11着/14頭+2.8秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ 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) -45% (大幅な期待値マイナス) AI 予想勝率 15.2% (オッズ暗示: 27.8%) ※ 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。
15	ヨバフウチ追込	千田洋（大井）	実132.2	▽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／同距離帯は10走で勝ち無し／直近3走平均12.3着と低調）
前5走 03/24 大井6R 13着/14頭+3.7秒 03/11 大井3R 12着/12頭+3.2秒 02/19 大井5R 12着/14頭+4.1秒 01/28 大井4R 8着/11頭+2.0秒 01/14 大井5R 10着/11頭+5.1秒
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.3着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 13着 (大敗) △ ローテーション 142日休養明け × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。

🎯 AIの本命

B推奨

マーロウ

騎手矢野貴（大井）

単勝オッズ

5.3倍

AI期待値

+27%

買い目

¥2,000

全レースの推奨

AIの推奨本命の次点

○14トキオゴリン

3.6倍

EV -45%

▲3アフロッチ

5.9倍

EV -32%

出走馬全15頭

◎10

マーロウ

矢野貴（大井）

5.3倍

+27%

›

○14

トキオゴリン

西優哉（大井）

3.6倍

-45%

›

▲3

アフロッチ

横川怜（大井）

5.9倍

-32%

›

△9

リオマダムレッド

木澤奨（大井）

7.5倍

-16%

›

△11

アメージングヨシノ

安藤洋（大井）

6.8倍

-24%

›

△6

ウィルイルミ

吉井章（大井）

13.2倍

+4%

›

▽1

ディオスデルマール

達城龍（大井）

12.8倍

-36%

›

▽12

エースインフェルノ

高橋優（大井）

22.7倍

-24%

›

▽7

リップスキップ

和田譲（大井）

16.5倍

-48%

›

▽2

シーフレッシュ

佐野遥（川崎）

49.6倍

+2%

›

▽5

アースフレンドリー

東原悠（大井）

49.4倍

-5%

›

▽4

ジーティークィーン

杉山海（大井）

52.8倍

-22%

›

▽13

ガリマド

藤本現（大井）

83.1倍

+2%

›

▽8

フライトナース

谷内貫（大井）

115.9倍

-21%

›

▽15

ヨバフウチ

千田洋（大井）

132.2倍

-44%

›

💡 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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 10 マーロウ ¥2,000 実5.3倍期待値 +28% ❌不的中9着単勝 5.3倍

※ オッズは予測時点の値です。

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