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 17:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	チェイスザファイア	高橋優（大井）	実55.6	B× A▽勝率1% EV-32% 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7R 10着/13頭+1.7秒 07/02 大井8R 7着/13頭 06/11 大井9R 7着/14頭+0.0秒 05/20 大井10R 3着/12頭 04/29 大井5R 10着/11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 8.0着 (不振) × 当競馬場適性 22走で勝率 5% (苦戦) ▽ 距離適性同距離は 21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 11位 / 勝率 1.2% / 期待値 -32% ※ 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	サカベンクイーン逃げ	中山遥（浦和）	実47.8	B× A▽勝率1% EV-31% 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8R 12着/12頭+1.7秒 07/03 大井10R 7着/14頭 06/11 大井9R 6着/14頭 05/21 大井9R 11着/13頭+0.0秒 04/30 大井6R 5着/14頭+1.2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 8.3着 (不振) △ 当競馬場適性 77走で勝率 5% △ 距離適性同距離 61走で勝率 7% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 12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 10位 / 勝率 1.4% / 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。
3	アスフォデロース逃げ	和田譲（大井）	実3.6	B▲ A○勝率16% EV-42% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場16走で勝率25%と適性高／同距離帯15走で勝率27%／同馬場状態で勝率33%）
前5走 07/21 大井7R 4着/13頭+1.2秒 06/09 大井6R 1着/12頭 04/28 大井7R 6着/14頭+1.7秒 04/14 大井5R 10着/14頭+2.6秒 03/23 大井12R 4着/13頭+0.4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 33% (上り調子) ◎ 当競馬場適性 16走で勝率 25% (得意) ◎ 距離適性同距離 15走で勝率 27% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 18.8% (オッズ暗示: 27.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.0% / 期待値 -42% ※ 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	ジャスミン推奨	佐野遥（川崎）	実9.8	B○ A△勝率9% EV-8% 詳細▼	市場が大きく過小評価、AI予想勝率35% × オッズ9.8倍で期待値+244%の有力候補（前走3着で力を示す／適度な間隔で状態万全）
前5走 07/20 大井10R 3着/14頭 07/02 大井8R 6着/13頭 06/11 大井9R 8着/14頭 05/20 大井10R 2着/12頭 04/29 大井5R 11着/11頭+2.8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 5.7着 × 当競馬場適性 5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 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 25日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +244% (市場が大幅過小評価) AI 予想勝率 35.2% (オッズ暗示: 10.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.4% / 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。
5	ブラボーキングダム追込	安藤洋（大井）	実3.0	B△ A🌟◎勝率41% EV+21% 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25%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 07/21 大井7R 3着/13頭+1.1秒 07/01 大井5R 1着/14頭 03/14 大井6R 11着/14頭+2.2秒 02/21 大井9R 8着/14頭+1.0秒 01/31 大井12R 4着/16頭+0.1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) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 5走で勝率 40% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3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) -86% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 33.3%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 40.5% / 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。
6	デルタウェーブ追込	吉井章（大井）	実65.2	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 07/21 大井7R 7着/13頭+1.5秒 07/03 大井10R 10着/14頭 05/21 大井9R 8着/13頭 04/28 大井9R 9着/10頭+2.7秒 04/16 大井5R 12着/14頭+3.7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 8.3着 (不振) × 当競馬場適性 11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 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 12位 / 勝率 0.9% / 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。
7	ママアリガトー	杉山海（大井）	実17.5	B× A×勝率2% EV-62% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯3走で勝率33%）
前5走 07/06 川崎6R 8着/12頭 06/18 川崎7R 6着/10頭 06/02 船橋3R 9着/12頭+0.0秒 03/11 船橋4R 9着/11頭+1.1秒 02/04 川崎4R 5着/12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戦の調子平均 7.7着 (不振) ◎ 距離適性同距離 3走で勝率 33% × 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 7位 / 勝率 2.2% / 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。
8	エムオーナイナー	達城龍（大井）	実54.7	B× A▽勝率2% EV-13% 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10R 14着/14頭 07/01 大井5R 8着/14頭 06/11 大井2R 1着/13頭 04/29 大井2R 2着/13頭+0.8秒 04/16 大井3R 5着/11頭+1.2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 54走で勝率 9% △ 距離適性同距離 53走で勝率 9% △ 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 25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 1.6% / 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。
9	コンゴウ	西啓太（大井）	実10.9	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（直近3走で勝率50%と好調）
前5走 07/20 大井10R 12着/14頭 12/25 大井9R 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 50% (絶好調) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 9.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.5% / 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。
10	ミュークエンペラー	藤田凌（大井）	実100.1	B× A×勝率0% EV-57% 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8R 11着/13頭 07/02 大井9R 8着/10頭+0.0秒 05/20 大井6R 11着/12頭+1.0秒 04/29 大井3R 10着/13頭+2.0秒 04/16 大井4R 9着/11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 10.0着 (不振) × 当競馬場適性 23走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 25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 0.4% / 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	トーセンアマンダ自在	遠藤健（大井）	実174.7	B× A▽勝率0% EV-25% 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7R 12着/13頭+2.2秒 07/01 大井5R 9着/14頭 06/09 大井6R 10着/12頭 03/24 大井9R 6着/12頭+1.7秒 03/10 大井9R 10着/14頭+1.5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 10.3着 (不振) × 当競馬場適性 66走で勝率 3% (苦戦) ▽ 距離適性同距離は 56走で勝ち無し ▽ 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 13位 / 勝率 0.4% / 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。
12	トサノオウマサン	小野俊（大井）	実25.6	B× A×勝率2% EV-60% 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7R 6着/13頭+1.4秒 07/02 大井8R 2着/13頭+1.0秒 06/11 大井8R 7着/13頭 05/20 大井8R 10着/11頭 04/29 大井5R 9着/11頭+1.7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 5.0着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ 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 9位 / 勝率 1.6% / 期待値 -60% ※ 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	エスケイイーグル	藤本現（大井）	実5.1	B🌟◎ A▲勝率13% EV-34% 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
前5走 07/20 大井10R 5着/14頭 07/02 大井8R 5着/13頭 06/11 大井9R 5着/14頭 05/19 大井5R 4着/14頭+1.1秒 04/28 大井7R 2着/14頭+1.0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 5.0着 △ 当競馬場適性 20走で勝率 10% △ 距離適性同距離 19走で勝率 11% ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 25日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +93% (市場が大幅過小評価) AI 予想勝率 37.9% (オッズ暗示: 19.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.8% / 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。
14	クライトゥナイト	中村尚（大井）	実12.5	B△ A△勝率6% EV-22% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/20 大井10R 4着/14頭 07/01 大井5R 2着/14頭+0.0秒 06/09 大井6R 8着/12頭 05/19 大井5R 6着/14頭+1.4秒 04/28 大井7R 14着/14頭+2.9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 4.7着 △ 当競馬場適性 42走で勝率 10% △ 距離適性同距離 40走で勝率 10% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 25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 2.3% (オッズ暗示: 8.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.2% / 期待値 -23% ※ 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 ▲

エスケイイーグル

騎手藤本現（大井）

単勝オッズ

5.1倍

AI期待値

+93%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△4ジャスミン

9.8倍

EV +244%

▲A:○3アスフォデロース

3.6倍

EV -32%

出走馬全14頭

◎A:▲13

エスケイイーグル

藤本現（大井）

5.1倍

+93%

›

○A:△4

ジャスミン

佐野遥（川崎）

9.8倍

+244%

›

▲A:○3

アスフォデロース

和田譲（大井）

3.6倍

-32%

›

△A:◎5

ブラボーキングダム

安藤洋（大井）

3.0倍

-85%

›

△A:△14

クライトゥナイト

中村尚（大井）

12.5倍

-71%

›

△A:△9

コンゴウ

西啓太（大井）

10.9倍

-91%

›

×A:×7

ママアリガトー

杉山海（大井）

17.5倍

-94%

›

×A:×12

トサノオウマサン

小野俊（大井）

25.6倍

-99%

›

×A:▽2

サカベンクイーン

中山遥（浦和）

47.8倍

-99%

›

×A:▽8

エムオーナイナー

達城龍（大井）

54.7倍

-99%

›

×A:▽1

チェイスザファイア

高橋優（大井）

55.6倍

-99%

›

×A:▽6

デルタウェーブ

吉井章（大井）

65.2倍

-99%

›

×A:×10

ミュークエンペラー

藤田凌（大井）

100.1倍

-99%

›

×A:▽11

トーセンアマンダ

遠藤健（大井）

174.7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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 4 ジャスミン ¥600 実9.8倍期待値 +245% ❌不的中3着単勝 9.8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 17:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	チェイスザファイア	高橋優（大井）	実55.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場22走で勝率5%と苦戦傾向／同距離帯は21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7R 10着/13頭+1.7秒 07/02 大井8R 7着/13頭 06/11 大井9R 7着/14頭+0.0秒 05/20 大井10R 3着/12頭 04/29 大井5R 10着/11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 8.0着 (不振) × 当競馬場適性 22走で勝率 5% (苦戦) ▽ 距離適性同距離は 21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) -32% (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。
2	サカベンクイーン逃げ	中山遥（浦和）	実47.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 07/24 大井8R 12着/12頭+1.7秒 07/03 大井10R 7着/14頭 06/11 大井9R 6着/14頭 05/21 大井9R 11着/13頭+0.0秒 04/30 大井6R 5着/14頭+1.2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 8.3着 (不振) △ 当競馬場適性 77走で勝率 5% △ 距離適性同距離 61走で勝率 7% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 12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) -31% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。
3	アスフォデロース逃げ	和田譲（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16走で勝率25%と適性高／同距離帯15走で勝率27%／同馬場状態で勝率33%）
前5走 07/21 大井7R 4着/13頭+1.2秒 06/09 大井6R 1着/12頭 04/28 大井7R 6着/14頭+1.7秒 04/14 大井5R 10着/14頭+2.6秒 03/23 大井12R 4着/13頭+0.4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 33% (上り調子) ◎ 当競馬場適性 16走で勝率 25% (得意) ◎ 距離適性同距離 15走で勝率 27% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 16.0% (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。
4	ジャスミン推奨	佐野遥（川崎）	実9.8	△詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す／適度な間隔で状態万全）
前5走 07/20 大井10R 3着/14頭 07/02 大井8R 6着/13頭 06/11 大井9R 8着/14頭 05/20 大井10R 2着/12頭 04/29 大井5R 11着/11頭+2.8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 5.7着 × 当競馬場適性 5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 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 10.2%) ※ 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。
5	ブラボーキングダム追込	安藤洋（大井）	実3.0	🌟◎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8走で勝率25%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 07/21 大井7R 3着/13頭+1.1秒 07/01 大井5R 1着/14頭 03/14 大井6R 11着/14頭+2.2秒 02/21 大井9R 8着/14頭+1.0秒 01/31 大井12R 4着/16頭+0.1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) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 5走で勝率 40% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3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) +21% (市場と概ね一致) AI 予想勝率 40.5% (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。
6	デルタウェーブ追込	吉井章（大井）	実65.2	▽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0%と苦戦傾向／同距離帯は9走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/21 大井7R 7着/13頭+1.5秒 07/03 大井10R 10着/14頭 05/21 大井9R 8着/13頭 04/28 大井9R 9着/10頭+2.7秒 04/16 大井5R 12着/14頭+3.7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 8.3着 (不振) × 当競馬場適性 11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 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -43% (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。
7	ママアリガトー	杉山海（大井）	実17.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯3走で勝率33%）
前5走 07/06 川崎6R 8着/12頭 06/18 川崎7R 6着/10頭 06/02 船橋3R 9着/12頭+0.0秒 03/11 船橋4R 9着/11頭+1.1秒 02/04 川崎4R 5着/12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戦の調子平均 7.7着 (不振) ◎ 距離適性同距離 3走で勝率 33% × 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 2.2% (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。
8	エムオーナイナー	達城龍（大井）	実54.7	▽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）
前5走 07/20 大井10R 14着/14頭 07/01 大井5R 8着/14頭 06/11 大井2R 1着/13頭 04/29 大井2R 2着/13頭+0.8秒 04/16 大井3R 5着/11頭+1.2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 54走で勝率 9% △ 距離適性同距離 53走で勝率 9% △ 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 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 1.6% (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。
9	コンゴウ	西啓太（大井）	実10.9	△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50%と好調）
前5走 07/20 大井10R 12着/14頭 12/25 大井9R 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 50% (絶好調) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 25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 5.5% (オッズ暗示: 9.2%) ※ 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。
10	ミュークエンペラー	藤田凌（大井）	実100.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場23走で勝率0%と苦戦傾向／直近3走平均10.0着と低調）
前5走 07/20 大井8R 11着/13頭 07/02 大井9R 8着/10頭+0.0秒 05/20 大井6R 11着/12頭+1.0秒 04/29 大井3R 10着/13頭+2.0秒 04/16 大井4R 9着/11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 10.0着 (不振) × 当競馬場適性 23走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 25日の間隔 (理想的) × 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 0.4% (オッズ暗示: 1.0%) ※ 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。
11	トーセンアマンダ自在	遠藤健（大井）	実174.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場66走で勝率3%と苦戦傾向／同距離帯は56走で勝ち無し／直近3走平均10.3着と低調）
前5走 07/21 大井7R 12着/13頭+2.2秒 07/01 大井5R 9着/14頭 06/09 大井6R 10着/12頭 03/24 大井9R 6着/12頭+1.7秒 03/10 大井9R 10着/14頭+1.5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 10.3着 (不振) × 当競馬場適性 66走で勝率 3% (苦戦) ▽ 距離適性同距離は 56走で勝ち無し ▽ 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) -25% (オッズ過剰評価) AI 予想勝率 0.4% (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。
12	トサノオウマサン	小野俊（大井）	実25.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 07/21 大井7R 6着/13頭+1.4秒 07/02 大井8R 2着/13頭+1.0秒 06/11 大井8R 7着/13頭 05/20 大井8R 10着/11頭 04/29 大井5R 9着/11頭+1.7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 5.0着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ 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) -60% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.9%) ※ 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。
13	エスケイイーグル	藤本現（大井）	実5.1	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/20 大井10R 5着/14頭 07/02 大井8R 5着/13頭 06/11 大井9R 5着/14頭 05/19 大井5R 4着/14頭+1.1秒 04/28 大井7R 2着/14頭+1.0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 5.0着 △ 当競馬場適性 20走で勝率 10% △ 距離適性同距離 19走で勝率 11% ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 25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 12.8% (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。
14	クライトゥナイト	中村尚（大井）	実12.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/20 大井10R 4着/14頭 07/01 大井5R 2着/14頭+0.0秒 06/09 大井6R 8着/12頭 05/19 大井5R 6着/14頭+1.4秒 04/28 大井7R 14着/14頭+2.9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 4.7着 △ 当競馬場適性 42走で勝率 10% △ 距離適性同距離 40走で勝率 10% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 8.0%) ※ 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。

🎯 AIの本命

AI評価1位

ブラボーキングダム

騎手安藤洋（大井）

単勝オッズ

3.0倍

AI期待値

+21%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3アスフォデロース

3.6倍

EV -42%

▲13エスケイイーグル

5.1倍

EV -34%

出走馬全14頭

◎5

ブラボーキングダム

安藤洋（大井）

3.0倍

+21%

›

○3

アスフォデロース

和田譲（大井）

3.6倍

-42%

›

▲13

エスケイイーグル

藤本現（大井）

5.1倍

-34%

›

△4

ジャスミン

佐野遥（川崎）

9.8倍

-8%

›

△14

クライトゥナイト

中村尚（大井）

12.5倍

-22%

›

△9

コンゴウ

西啓太（大井）

10.9倍

-39%

›

×7

ママアリガトー

杉山海（大井）

17.5倍

-62%

›

▽8

エムオーナイナー

達城龍（大井）

54.7倍

-13%

›

×12

トサノオウマサン

小野俊（大井）

25.6倍

-60%

›

▽2

サカベンクイーン

中山遥（浦和）

47.8倍

-31%

›

▽1

チェイスザファイア

高橋優（大井）

55.6倍

-32%

›

▽6

デルタウェーブ

吉井章（大井）

65.2倍

-43%

›

▽11

トーセンアマンダ

遠藤健（大井）

174.7倍

-25%

›

×10

ミュークエンペラー

藤田凌（大井）

100.1倍

-57%

›

💡 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 4 ジャスミン ¥600 実9.8倍期待値 -8% ❌不的中3着単勝 9.8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