大井 9R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

9R 大井競馬場黒潮盃３歳選定馬重賞ダ1800m ダート1800m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タイセツレーヴ逃げ推奨	西啓太（大井）	実15.5	B○ A△勝率11% EV+67% 詳細▼	市場が大きく過小評価、AI予想勝率29% × オッズ15.5倍で期待値+343%の有力候補（直近3走勝率67%と絶好調／当競馬場5走で勝率60%と適性高／前走勝利の勢い継続）
前5走 07/22 大井8R 1着/11頭勝利 07/03 大井3R 2着/3頭 03/12 大井3R 1着/9頭勝利 02/17 大井3R 1着/13頭勝利 09/02 大井4R 3着/7頭+0.6秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 前走実績前走 1着 (勢い継続) ○ 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) +343% (市場が大幅過小評価) AI 予想勝率 28.6% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.8% / 期待値 +68% ※ 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	ヴルールドロワ	見越彬（浦和）	実52.0	B△ A▽勝率2% EV-17% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均2.0着と安定／前走2着）
前5走 07/15 浦和2R 2着/9頭+5.0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 2.0着 (安定) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +59% (市場が大幅過小評価) AI 予想勝率 3.1% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.6% / 期待値 -17% ※ 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	クレームドール差し	町田直（川崎）	実18.9	B× A▽勝率4% EV-27% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.7着と安定／前走2着／99日ぶりの実戦）
前5走 05/06 船橋11R 2着/14頭+0.2秒 03/13 船橋11R 2着/9頭+0.7秒 02/13 船橋6R 4着/9頭+0.4秒 01/19 船橋3R 1着/13頭勝利 12/08 船橋3R 2着/9頭+0.0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 2.7着 (安定) ○ 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 99日休養明け × 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 1.2% (オッズ暗示: 5.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 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。
4	ノットボーダー	渡邊竜（笠松）	実18.7	B× A△勝率8% EV+55% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率43%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 07/03 大井3R 1着/3頭 06/12 大井1R 1着/9頭 05/22 大井1R 1着/13頭 03/11 大井3R 3着/12頭+0.5秒 02/20 大井1R 11着/14頭+3.2秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 7走で勝率 43% (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 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 5.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.3% / 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。
5	モエレサワンミヤギ先行	本橋孝（船橋）	実58.4	B× A▽勝率1% EV-24% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／64日ぶりの実戦）
前5走 06/10 大井11R 16着/16頭 05/06 船橋11R 3着/14頭+0.4秒 03/13 船橋11R 1着/9頭勝利 02/12 船橋6R 4着/11頭+0.8秒 12/26 大井9R 6着/10頭+0.7秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 16着 (大敗) × 期待値 (オッズ vs AI勝率) -90% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.3% / 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。
6	ユニゾン	吉井章（大井）	実56.1	B× A▽勝率1% EV-34% 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 03/04 川崎8R 4着/12頭+0.9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 4.0着 △ ローテーション 162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 13位 / 勝率 1.2% / 期待値 -34% ※ 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	プロローク自在	新原周（川崎）	実169.2	B× A▽勝率0% EV-15% 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 03/09 大井11R 8着/10頭+4.2秒 02/18 大井11R 15着/16頭+4.3秒 12/26 大井9R 2着/10頭+0.4秒 11/12 大井11R 4着/16頭+0.7秒 10/23 大井1R 2着/6頭+0.1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 8.3着 (不振) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 157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 0.5% / 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。
8	ストラディウス逃げ	御神訓（大井）	実8.2	B△ A▲勝率15% 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4走で勝率50%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 07/20 大井9R 2着/8頭 04/17 大井4R 1着/7頭勝利 12/05 大井4R 2着/11頭+0.8秒 11/11 大井4R 1着/6頭勝利 ―
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) ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) ○ 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) -75% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 12.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.4% / 期待値 +26% ※ 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	アスコットミヤギ逃げ	笹川翼（大井）	実5.3	B▲ A○勝率19% EV-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／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/20 大井9R 1着/8頭 04/13 大井7R 3着/11頭+0.4秒 03/13 大井1R 1着/6頭勝利 02/19 大井4R 1着/11頭勝利 11/11 大井4R 2着/6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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) ○ 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 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 13.1% (オッズ暗示: 18.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.6% / 期待値 -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。
10	サンラザール逃げ	矢野貴（大井）	実1.7	B△ A×勝率25% EV-57% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／64日ぶりの実戦）
前5走 06/10 大井11R 6着/16頭 04/29 大井11R 5着/13頭+1.1秒 03/09 大井11R 1着/10頭勝利 ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 騎手近50戦勝率 20% (好調) × 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 3.1% (オッズ暗示: 58.8%) × Aモデルの評価 (参考) レース内 1位 / 勝率 24.9% / 期待値 -58% ※ 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	ベイビーザロック逃げ	野畑凌（川崎）	実30.4	B◎ A▽勝率4% EV+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3走で勝率67%と適性高／直近3走で勝率67%と好調／99日ぶりの実戦）
前5走 05/06 船橋11R 5着/14頭+1.3秒 04/13 大井7R 1着/11頭勝利 03/27 大井1R 1着/9頭勝利 03/13 大井1R 4着/6頭+0.3秒 ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 99日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 42.6% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.6% / 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。
12	ジーティートレイン自在	和田譲（大井）	実135.2	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5走で勝率40%と適性高／99日ぶりの実戦）
前5走 05/06 船橋11R 9着/14頭+2.8秒 04/07 川崎11R 6着/14頭+0.9秒 03/13 船橋11R 5着/9頭+1.4秒 02/18 大井11R 10着/16頭+2.5秒 12/26 大井9R 1着/10頭勝利
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 6.7着 ◎ 当競馬場適性 5走で勝率 40% (得意) △ ローテーション 99日休養明け × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 1.0% / 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。
13	ミルトイブニング逃げ	吉原寛（金沢）	実40.4	B× A▽勝率3% EV+2% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／64日ぶりの実戦）
前5走 06/10 大井11R 12着/16頭+0.0秒 05/05 園田11R 2着/12頭+1.0秒 04/16 園田11R 1着/8頭勝利 04/02 園田11R 2着/8頭+0.8秒 12/02 園田4R 1着/12頭勝利
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 33% (上り調子) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.5% / 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。
14	ララメテオ逃げ	池谷匠（川崎）	実29.7	B▽ A△勝率4% EV+15% 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／99日ぶりの実戦）
前5走 05/06 船橋11R 1着/14頭勝利 04/07 川崎11R 3着/14頭+0.5秒 03/05 川崎11R 2着/13頭+0.7秒 02/03 川崎6R 4着/12頭+1.0秒 10/15 川崎11R 4着/8頭+1.4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) △ 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 99日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.9% / 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。
15	デンテブリランテ先行	藤田凌（大井）	実34.0	B× A▽勝率3% EV-14% 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11R 3着/16頭 06/10 大井11R 9着/16頭+2.0秒 04/29 大井11R 7着/13頭+2.1秒 03/12 船橋11R 2着/9頭+0.2秒 02/18 大井11R 9着/16頭+1.8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 6.3着 ◎ 当競馬場適性 11走で勝率 27% (得意) ○ 前走実績前走 3着 (好走) × 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 2.5% / 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。

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 ▽

ベイビーザロック

騎手野畑凌（川崎）

単勝オッズ

30.4倍

AI期待値

+999%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△1タイセツレーヴ

15.5倍

EV +343%

▲A:○9アスコットミヤギ

5.3倍

EV -30%

出走馬全15頭

◎A:▽11

ベイビーザロック

野畑凌（川崎）

30.4倍

+999%

›

○A:△1

タイセツレーヴ

西啓太（大井）

15.5倍

+343%

›

▲A:○9

アスコットミヤギ

笹川翼（大井）

5.3倍

-30%

›

△A:×10

サンラザール

矢野貴（大井）

1.7倍

-94%

›

△A:▲8

ストラディウス

御神訓（大井）

8.2倍

-74%

›

△A:▽2

ヴルールドロワ

見越彬（浦和）

52.0倍

+59%

›

▽A:△14

ララメテオ

池谷匠（川崎）

29.7倍

-15%

›

×A:△4

ノットボーダー

渡邊竜（笠松）

18.7倍

-75%

›

×A:▽3

クレームドール

町田直（川崎）

18.9倍

-76%

›

×A:▽13

ミルトイブニング

吉原寛（金沢）

40.4倍

-76%

›

×A:▽12

ジーティートレイン

和田譲（大井）

135.2倍

-50%

›

×A:▽5

モエレサワンミヤギ

本橋孝（船橋）

58.4倍

-89%

›

×A:▽15

デンテブリランテ

藤田凌（大井）

34.0倍

-99%

›

×A:▽6

ユニゾン

吉井章（大井）

56.1倍

-99%

›

×A:▽7

プロローク

新原周（川崎）

169.2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

単勝 1 タイセツレーヴ ¥100 実15.5倍期待値 +343% ❌不的中8着単勝 15.5倍

B. 市場除外+キャリブ

単勝 1 タイセツレーヴ ¥500 実15.5倍期待値 +343% ❌不的中8着単勝 15.5倍

※ オッズは予測時点の値です。

9R 大井競馬場黒潮盃３歳選定馬重賞ダ1800m ダート1800m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タイセツレーヴ逃げ推奨	西啓太（大井）	実15.5	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+67%の中穴候補（直近3走勝率67%と絶好調／当競馬場5走で勝率60%と適性高／前走勝利の勢い継続）
前5走 07/22 大井8R 1着/11頭勝利 07/03 大井3R 2着/3頭 03/12 大井3R 1着/9頭勝利 02/17 大井3R 1着/13頭勝利 09/02 大井4R 3着/7頭+0.6秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 前走実績前走 1着 (勢い継続) ○ 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) +67% (市場が大幅過小評価) AI 予想勝率 10.8% (オッズ暗示: 6.5%) ※ 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	ヴルールドロワ	見越彬（浦和）	実52.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均2.0着と安定／前走2着）
前5走 07/15 浦和2R 2着/9頭+5.0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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 1.6% (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。
3	クレームドール差し	町田直（川崎）	実18.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.7着と安定／前走2着／99日ぶりの実戦）
前5走 05/06 船橋11R 2着/14頭+0.2秒 03/13 船橋11R 2着/9頭+0.7秒 02/13 船橋6R 4着/9頭+0.4秒 01/19 船橋3R 1着/13頭勝利 12/08 船橋3R 2着/9頭+0.0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 2.7着 (安定) ○ 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 99日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 3.8% (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。
4	ノットボーダー	渡邊竜（笠松）	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7走で勝率43%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 07/03 大井3R 1着/3頭 06/12 大井1R 1着/9頭 05/22 大井1R 1着/13頭 03/11 大井3R 3着/12頭+0.5秒 02/20 大井1R 11着/14頭+3.2秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 7走で勝率 43% (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 1着 (勢い継続) 🌟◎ 期待値 (オッズ vs AI勝率) +55% (市場が大幅過小評価) AI 予想勝率 8.3% (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。
5	モエレサワンミヤギ先行	本橋孝（船橋）	実58.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／64日ぶりの実戦）
前5走 06/10 大井11R 16着/16頭 05/06 船橋11R 3着/14頭+0.4秒 03/13 船橋11R 1着/9頭勝利 02/12 船橋6R 4着/11頭+0.8秒 12/26 大井9R 6着/10頭+0.7秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 16着 (大敗) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 1.3% (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。
6	ユニゾン	吉井章（大井）	実56.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（162日ぶりの実戦）
前5走 03/04 川崎8R 4着/12頭+0.9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 4.0着 △ ローテーション 162日休養明け × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 1.8%) ※ 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。
7	プロローク自在	新原周（川崎）	実169.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／直近3走平均8.3着と低調／157日ぶりの実戦）
前5走 03/09 大井11R 8着/10頭+4.2秒 02/18 大井11R 15着/16頭+4.3秒 12/26 大井9R 2着/10頭+0.4秒 11/12 大井11R 4着/16頭+0.7秒 10/23 大井1R 2着/6頭+0.1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 8.3着 (不振) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 157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 0.5% (オッズ暗示: 0.6%) ※ 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	ストラディウス逃げ	御神訓（大井）	実8.2	▲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／前走2着）
前5走 07/20 大井9R 2着/8頭 04/17 大井4R 1着/7頭勝利 12/05 大井4R 2着/11頭+0.8秒 11/11 大井4R 1着/6頭勝利 ―
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) ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) ○ 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) +26% (市場と概ね一致) AI 予想勝率 15.4% (オッズ暗示: 12.2%) ※ 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。
9	アスコットミヤギ逃げ	笹川翼（大井）	実5.3	○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／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/20 大井9R 1着/8頭 04/13 大井7R 3着/11頭+0.4秒 03/13 大井1R 1着/6頭勝利 02/19 大井4R 1着/11頭勝利 11/11 大井4R 2着/6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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) ○ 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 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 18.6% (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。
10	サンラザール逃げ	矢野貴（大井）	実1.7	×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3走で勝率33%と適性高／直近3走で勝率33%と好調／64日ぶりの実戦）
前5走 06/10 大井11R 6着/16頭 04/29 大井11R 5着/13頭+1.1秒 03/09 大井11R 1着/10頭勝利 ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 騎手近50戦勝率 20% (好調) × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 24.9% (オッズ暗示: 58.8%) ※ 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。
11	ベイビーザロック逃げ	野畑凌（川崎）	実30.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率67%と適性高／直近3走で勝率67%と好調／99日ぶりの実戦）
前5走 05/06 船橋11R 5着/14頭+1.3秒 04/13 大井7R 1着/11頭勝利 03/27 大井1R 1着/9頭勝利 03/13 大井1R 4着/6頭+0.3秒 ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 3.6% (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。
12	ジーティートレイン自在	和田譲（大井）	実135.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率40%と適性高／99日ぶりの実戦）
前5走 05/06 船橋11R 9着/14頭+2.8秒 04/07 川崎11R 6着/14頭+0.9秒 03/13 船橋11R 5着/9頭+1.4秒 02/18 大井11R 10着/16頭+2.5秒 12/26 大井9R 1着/10頭勝利
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 6.7着 ◎ 当競馬場適性 5走で勝率 40% (得意) △ ローテーション 99日休養明け △ 期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 1.0% (オッズ暗示: 0.7%) ※ 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	ミルトイブニング逃げ	吉原寛（金沢）	実40.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／64日ぶりの実戦）
前5走 06/10 大井11R 12着/16頭+0.0秒 05/05 園田11R 2着/12頭+1.0秒 04/16 園田11R 1着/8頭勝利 04/02 園田11R 2着/8頭+0.8秒 12/02 園田4R 1着/12頭勝利
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 33% (上り調子) ▽ 前走実績前走 12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 2.5% (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。
14	ララメテオ逃げ	池谷匠（川崎）	実29.7	△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／99日ぶりの実戦）
前5走 05/06 船橋11R 1着/14頭勝利 04/07 川崎11R 3着/14頭+0.5秒 03/05 川崎11R 2着/13頭+0.7秒 02/03 川崎6R 4着/12頭+1.0秒 10/15 川崎11R 4着/8頭+1.4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) △ 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 99日休養明け △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 3.9% (オッズ暗示: 3.4%) ※ 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。
15	デンテブリランテ先行	藤田凌（大井）	実34.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率27%と適性高／前走3着）
前5走 06/30 大井11R 3着/16頭 06/10 大井11R 9着/16頭+2.0秒 04/29 大井11R 7着/13頭+2.1秒 03/12 船橋11R 2着/9頭+0.2秒 02/18 大井11R 9着/16頭+1.8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 6.3着 ◎ 当競馬場適性 11走で勝率 27% (得意) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 2.9%) ※ 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。

🎯 AIの本命

AI評価1位

サンラザール

騎手矢野貴（大井）

単勝オッズ

1.7倍

AI期待値

-57%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9アスコットミヤギ

5.3倍

EV -1%

▲8ストラディウス

8.2倍

EV +26%

出走馬全15頭

×10

サンラザール

矢野貴（大井）

1.7倍

-57%

›

○9

アスコットミヤギ

笹川翼（大井）

5.3倍

-1%

›

▲8

ストラディウス

御神訓（大井）

8.2倍

+26%

›

△1

タイセツレーヴ

西啓太（大井）

15.5倍

+67%

›

△4

ノットボーダー

渡邊竜（笠松）

18.7倍

+55%

›

△14

ララメテオ

池谷匠（川崎）

29.7倍

+15%

›

▽3

クレームドール

町田直（川崎）

18.9倍

-27%

›

▽11

ベイビーザロック

野畑凌（川崎）

30.4倍

+9%

›

▽13

ミルトイブニング

吉原寛（金沢）

40.4倍

+2%

›

▽15

デンテブリランテ

藤田凌（大井）

34.0倍

-14%

›

▽2

ヴルールドロワ

見越彬（浦和）

52.0倍

-17%

›

▽5

モエレサワンミヤギ

本橋孝（船橋）

58.4倍

-24%

›

▽6

ユニゾン

吉井章（大井）

56.1倍

-34%

›

▽12

ジーティートレイン

和田譲（大井）

135.2倍

+29%

›

▽7

プロローク

新原周（川崎）

169.2倍

-15%

›

💡 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

単勝 1 タイセツレーヴ ¥100 実15.5倍期待値 +68% ❌不的中8着単勝 15.5倍

B. 市場除外+キャリブ

単勝 1 タイセツレーヴ ¥500 実15.5倍期待値 +68% ❌不的中8着単勝 15.5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