大井 9R 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

9R 大井競馬場ダ1400m ダート1400m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ナギサノルナ逃げ	篠谷葵（船橋）	実13.5	B△ A△勝率5% EV-32% 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33%と適性高／騎手は近50戦で勝率22%）
前5走 07/24 大井11R 6着/16頭+0.9秒 06/30 大井11R 14着/16頭 05/21 大井4R 3着/13頭 12/31 大井3R 1着/10頭勝利 12/04 大井11R 14着/16頭+2.4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 7.7着 (不振) ◎ 当競馬場適性 9走で勝率 33% (得意) ○ 距離適性同距離 5走で勝率 20% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 7.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.0% / 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	グラスグリード逃げ	笹川翼（大井）	実1.5	B🌟◎ A🌟◎勝率40% EV-40% 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12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 07/24 大井11R 2着/16頭+0.0秒 07/03 大井12R 4着/13頭+3.0秒 05/21 大井6R 1着/12頭 04/29 大井8R 1着/13頭勝利 04/15 大井7R 2着/12頭+0.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 12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 20% (好調) ○ 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) -3% (オッズ過剰評価) AI 予想勝率 64.8% (オッズ暗示: 66.7%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 39.9% / 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。
3	レディメローラ	杉山海（大井）	実99.6	B× A×勝率0% EV-56% 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10R 12着/12頭+2.0秒 06/10 大井10R 11着/14頭 05/22 大井12R 14着/15頭 04/17 大井12R 14着/14頭+2.6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 12.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 12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 13位 / 勝率 0.4% / 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。
4	バンボリーナ追込	吉井章（大井）	実64.4	B× A▽勝率3% EV+76% 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 01/20 船橋8R 5着/10頭+1.3秒 12/25 浦和11R 5着/12頭+1.3秒 12/08 船橋9R 5着/12頭+1.3秒 11/26 浦和12R 12着/13頭+2.5秒 11/06 船橋8R 8着/9頭+2.1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 5.0着 ▽ 距離適性同距離は 3走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% △ ローテーション 207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 8位 / 勝率 2.7% / 期待値 +77% ※ 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	ヘルメース推奨	矢野貴（大井）	実8.0	B○ A△勝率10% EV-22% 詳細▼	市場が大きく過小評価、AI予想勝率30% × オッズ8.0倍で期待値+139%の有力候補（騎手は近50戦勝率22%と好調）
前5走 06/30 大井9R 6着/9頭 05/21 大井11R 8着/13頭 05/22 大井11R 5着/15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 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 22% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +139% (市場が大幅過小評価) AI 予想勝率 29.9% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.6% / 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。
6	オーサムデアラー	東原悠（大井）	実73.7	B× A▽勝率1% EV-17% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) × 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 0.1% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 期待値 -18% ※ 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	カセノタイガー	安藤洋（大井）	実8.0	B△ A▲勝率12% EV-2% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/24 大井11R 4着/16頭+0.6秒 07/03 大井12R 2着/13頭 06/09 大井10R 10着/13頭 05/22 大井12R 10着/15頭 04/27 大井11R 11着/16頭+1.6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 5.3着 △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 7走で勝率 14% ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 12.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.2% / 期待値 -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。
8	イチニチショチョウ自在	達城龍（大井）	実88.0	B× A▽勝率1% 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 07/23 大井11R 9着/10頭+3.2秒 07/03 大井12R 9着/13頭 05/21 大井12R 13着/14頭+0.0秒 04/27 大井12R 10着/12頭+3.1秒 04/13 大井11R 9着/10頭+2.5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 10.3着 (不振) × 当競馬場適性 49走で勝率 0% (苦戦) ▽ 距離適性同距離は 13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 12位 / 勝率 0.6% / 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。
9	アルティメットサガ先行	藤本現（大井）	実33.1	B× A△勝率4% EV+48% 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 06/18 名古屋10R 1着/8頭 06/03 名古屋11R 4着/10頭+4.0秒 05/08 名古屋11R 5着/10頭+1.7秒 04/23 名古屋9R 6着/10頭+1.2秒 01/19 名古屋10R 6着/8頭+1.4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 33% (上り調子) ◎ 距離適性同距離 32走で勝率 31% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 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 6位 / 勝率 4.5% / 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。
10	チャダルクン差し	高野誠（大井）	実50.0	B× A▽勝率3% EV+33% 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11R 12着/16頭+1.5秒 06/29 大井10R 9着/11頭 02/20 大井11R 6着/15頭+0.4秒 01/30 大井11R 2着/12頭+0.0秒 01/16 大井12R 5着/14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 9.0着 (不振) △ 当競馬場適性 29走で勝率 10% △ 距離適性同距離 16走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12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 9位 / 勝率 2.7% / 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。
11	シビックフォイル逃げ	和田譲（大井）	実6.4	B▲ A○勝率17% EV+9% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率43%と適性高／同距離帯3走で勝率67%／同馬場状態で勝率67%）
前5走 05/21 大井4R 1着/13頭 04/30 大井11R 9着/11頭+3.6秒 03/27 大井7R 2着/8頭+1.0秒 02/18 大井9R 1着/11頭勝利 01/28 大井4R 1着/11頭勝利
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 33% (上り調子) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 馬場適性同馬場 3走で勝率 67% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) × 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 2.2% (オッズ暗示: 15.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.2% / 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	パレスゴールド先行	野畑凌（川崎）	実56.6	B△ A▽勝率3% EV+64% 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）
前5走 06/30 大井9R 5着/9頭+2.0秒 03/10 大井12R 6着/16頭+0.4秒 02/19 大井11R 5着/15頭+1.1秒 01/28 大井10R 4着/13頭+1.1秒 01/16 大井7R 7着/9頭+1.4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 6走で勝率 0% (苦戦) ○ 騎手近50戦勝率 18% × 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%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.9% / 期待値 +65% ※ 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	モンゲーキララ追込	新原周（川崎）	実98.8	B× A×勝率0% EV-65% 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 04/15 大井12R 15着/16頭+4.2秒 03/24 大井11R 14着/16頭+2.3秒 03/11 大井11R 12着/12頭+1.6秒 02/16 大井8R 12着/13頭+4.6秒 01/27 大井11R 12着/13頭+2.0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 13.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ◎ 距離適性同距離 11走で勝率 27% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 15着 (大敗) △ ローテーション 122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 0.4% / 期待値 -65% ※ 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	ラペルシェール	谷内貫（大井）	実84.4	B× A▽勝率1% 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 07/24 大井11R 10着/16頭+1.1秒 07/03 大井12R 10着/13頭+0.0秒 06/09 大井10R 6着/13頭 05/22 大井12R 12着/15頭+0.0秒 04/27 大井11R 7着/16頭+1.2秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) × 当競馬場適性 63走で勝率 2% (苦戦) ▽ 距離適性同距離は 41走で勝ち無し ▽ 前走実績前走 10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 11位 / 勝率 0.7% / 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。

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 ◎

グラスグリード

騎手笹川翼（大井）

単勝オッズ

1.5倍

AI期待値

-2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△5ヘルメース

8.0倍

EV +139%

▲A:○11シビックフォイル

6.4倍

EV -85%

出走馬全14頭

◎A:◎2

グラスグリード

笹川翼（大井）

1.5倍

-2%

›

○A:△5

ヘルメース

矢野貴（大井）

8.0倍

+139%

›

▲A:○11

シビックフォイル

和田譲（大井）

6.4倍

-85%

›

△A:▲7

カセノタイガー

安藤洋（大井）

8.0倍

-90%

›

△A:▽12

パレスゴールド

野畑凌（川崎）

56.6倍

-33%

›

△A:△1

ナギサノルナ

篠谷葵（船橋）

13.5倍

-91%

›

×A:▽6

オーサムデアラー

東原悠（大井）

73.7倍

-94%

›

×A:△9

アルティメットサガ

藤本現（大井）

33.1倍

-99%

›

×A:▽10

チャダルクン

高野誠（大井）

50.0倍

-99%

›

×A:▽4

バンボリーナ

吉井章（大井）

64.4倍

-99%

›

×A:▽14

ラペルシェール

谷内貫（大井）

84.4倍

-99%

›

×A:▽8

イチニチショチョウ

達城龍（大井）

88.0倍

-99%

›

×A:×13

モンゲーキララ

新原周（川崎）

98.8倍

-99%

›

×A:×3

レディメローラ

杉山海（大井）

99.6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 5 ヘルメース ¥400 実8.0倍期待値 +139% ❌不的中2着単勝 8.0倍

※ オッズは予測時点の値です。

9R 大井競馬場ダ1400m ダート1400m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ナギサノルナ逃げ	篠谷葵（船橋）	実13.5	△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33%と適性高／騎手は近50戦で勝率22%）
前5走 07/24 大井11R 6着/16頭+0.9秒 06/30 大井11R 14着/16頭 05/21 大井4R 3着/13頭 12/31 大井3R 1着/10頭勝利 12/04 大井11R 14着/16頭+2.4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 7.7着 (不振) ◎ 当競馬場適性 9走で勝率 33% (得意) ○ 距離適性同距離 5走で勝率 20% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 5.0% (オッズ暗示: 7.4%) ※ 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。
2	グラスグリード逃げ	笹川翼（大井）	実1.5	🌟◎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12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 07/24 大井11R 2着/16頭+0.0秒 07/03 大井12R 4着/13頭+3.0秒 05/21 大井6R 1着/12頭 04/29 大井8R 1着/13頭勝利 04/15 大井7R 2着/12頭+0.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 12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 20% (好調) ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 39.9% (オッズ暗示: 66.7%) ※ 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。
3	レディメローラ	杉山海（大井）	実99.6	×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／直近3走平均12.3着と低調）
前5走 07/02 大井10R 12着/12頭+2.0秒 06/10 大井10R 11着/14頭 05/22 大井12R 14着/15頭 04/17 大井12R 14着/14頭+2.6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 12.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) × 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 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。
4	バンボリーナ追込	吉井章（大井）	実64.4	▽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／同馬場状態で勝率33%／207日ぶりの実戦）
前5走 01/20 船橋8R 5着/10頭+1.3秒 12/25 浦和11R 5着/12頭+1.3秒 12/08 船橋9R 5着/12頭+1.3秒 11/26 浦和12R 12着/13頭+2.5秒 11/06 船橋8R 8着/9頭+2.1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 5.0着 ▽ 距離適性同距離は 3走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% △ ローテーション 207日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +76% (市場が大幅過小評価) AI 予想勝率 2.7% (オッズ暗示: 1.6%) ※ 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。
5	ヘルメース推奨	矢野貴（大井）	実8.0	△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 06/30 大井9R 6着/9頭 05/21 大井11R 8着/13頭 05/22 大井11R 5着/15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 6.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 9.6% (オッズ暗示: 12.5%) ※ 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	オーサムデアラー	東原悠（大井）	実73.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 10位 (中位評価) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 1.1% (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。
7	カセノタイガー	安藤洋（大井）	実8.0	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/24 大井11R 4着/16頭+0.6秒 07/03 大井12R 2着/13頭 06/09 大井10R 10着/13頭 05/22 大井12R 10着/15頭 04/27 大井11R 11着/16頭+1.6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 5.3着 △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 7走で勝率 14% ○ 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) -2% (オッズ過剰評価) AI 予想勝率 12.2% (オッズ暗示: 12.5%) ※ 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	イチニチショチョウ自在	達城龍（大井）	実88.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場49走で勝率0%と苦戦傾向／同距離帯は13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11R 9着/10頭+3.2秒 07/03 大井12R 9着/13頭 05/21 大井12R 13着/14頭+0.0秒 04/27 大井12R 10着/12頭+3.1秒 04/13 大井11R 9着/10頭+2.5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 10.3着 (不振) × 当競馬場適性 49走で勝率 0% (苦戦) ▽ 距離適性同距離は 13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) -44% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.1%) ※ 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。
9	アルティメットサガ先行	藤本現（大井）	実33.1	△詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯32走で勝率31%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/18 名古屋10R 1着/8頭 06/03 名古屋11R 4着/10頭+4.0秒 05/08 名古屋11R 5着/10頭+1.7秒 04/23 名古屋9R 6着/10頭+1.2秒 01/19 名古屋10R 6着/8頭+1.4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 33% (上り調子) ◎ 距離適性同距離 32走で勝率 31% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +48% (妙味あり) AI 予想勝率 4.5% (オッズ暗示: 3.0%) ※ 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。
10	チャダルクン差し	高野誠（大井）	実50.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 07/24 大井11R 12着/16頭+1.5秒 06/29 大井10R 9着/11頭 02/20 大井11R 6着/15頭+0.4秒 01/30 大井11R 2着/12頭+0.0秒 01/16 大井12R 5着/14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 9.0着 (不振) △ 当競馬場適性 29走で勝率 10% △ 距離適性同距離 16走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12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% (妙味あり) AI 予想勝率 2.7% (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。
11	シビックフォイル逃げ	和田譲（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7走で勝率43%と適性高／同距離帯3走で勝率67%／同馬場状態で勝率67%）
前5走 05/21 大井4R 1着/13頭 04/30 大井11R 9着/11頭+3.6秒 03/27 大井7R 2着/8頭+1.0秒 02/18 大井9R 1着/11頭勝利 01/28 大井4R 1着/11頭勝利
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 33% (上り調子) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 馬場適性同馬場 3走で勝率 67% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 17.2% (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。
12	パレスゴールド先行	野畑凌（川崎）	実56.6	▽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）
前5走 06/30 大井9R 5着/9頭+2.0秒 03/10 大井12R 6着/16頭+0.4秒 02/19 大井11R 5着/15頭+1.1秒 01/28 大井10R 4着/13頭+1.1秒 01/16 大井7R 7着/9頭+1.4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 6走で勝率 0% (苦戦) ○ 騎手近50戦勝率 18% 🌟◎ 期待値 (オッズ vs AI勝率) +64% (市場が大幅過小評価) AI 予想勝率 2.9% (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。
13	モンゲーキララ追込	新原周（川崎）	実98.8	×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11走で勝率27%／直近3走平均13.7着と低調）
前5走 04/15 大井12R 15着/16頭+4.2秒 03/24 大井11R 14着/16頭+2.3秒 03/11 大井11R 12着/12頭+1.6秒 02/16 大井8R 12着/13頭+4.6秒 01/27 大井11R 12着/13頭+2.0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 13.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ◎ 距離適性同距離 11走で勝率 27% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 15着 (大敗) △ ローテーション 122日休養明け × 期待値 (オッズ vs AI勝率) -65% (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。
14	ラペルシェール	谷内貫（大井）	実84.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場63走で勝率2%と苦戦傾向／同距離帯は41走で勝ち無し／直近3走平均8.7着と低調）
前5走 07/24 大井11R 10着/16頭+1.1秒 07/03 大井12R 10着/13頭+0.0秒 06/09 大井10R 6着/13頭 05/22 大井12R 12着/15頭+0.0秒 04/27 大井11R 7着/16頭+1.2秒
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) × 当競馬場適性 63走で勝率 2% (苦戦) ▽ 距離適性同距離は 41走で勝ち無し ▽ 前走実績前走 10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) -44% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。

🎯 AIの本命

AI評価1位

グラスグリード

騎手笹川翼（大井）

単勝オッズ

1.5倍

AI期待値

-40%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11シビックフォイル

6.4倍

EV +9%

▲7カセノタイガー

8.0倍

EV -2%

出走馬全14頭

◎2

グラスグリード

笹川翼（大井）

1.5倍

-40%

›

○11

シビックフォイル

和田譲（大井）

6.4倍

+9%

›

▲7

カセノタイガー

安藤洋（大井）

8.0倍

-2%

›

△5

ヘルメース

矢野貴（大井）

8.0倍

-22%

›

△1

ナギサノルナ

篠谷葵（船橋）

13.5倍

-32%

›

△9

アルティメットサガ

藤本現（大井）

33.1倍

+48%

›

▽12

パレスゴールド

野畑凌（川崎）

56.6倍

+64%

›

▽4

バンボリーナ

吉井章（大井）

64.4倍

+76%

›

▽10

チャダルクン

高野誠（大井）

50.0倍

+33%

›

▽6

オーサムデアラー

東原悠（大井）

73.7倍

-17%

›

▽14

ラペルシェール

谷内貫（大井）

84.4倍

-44%

›

▽8

イチニチショチョウ

達城龍（大井）

88.0倍

-44%

›

×3

レディメローラ

杉山海（大井）

99.6倍

-56%

›

×13

モンゲーキララ

新原周（川崎）

98.8倍

-65%

›

💡 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 5 ヘルメース ¥400 実8.0倍期待値 -23% ❌不的中2着単勝 8.0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