大井 10R 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

10R 大井競馬場ダ2400m ダート2400m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ショーシャンク逃げ	木澤奨（大井）	実15.2	B△ A×勝率3% EV-53% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/21 大井10R 3着/14頭+0.3秒 07/03 大井9R 8着/12頭 04/15 大井6R 4着/10頭+0.9秒 03/25 大井9R 1着/11頭勝利 03/12 大井10R 3着/16頭+0.9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 5.0着 △ 当競馬場適性 17走で勝率 6% ○ 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) -9% (オッズ過剰評価) AI 予想勝率 6.0% (オッズ暗示: 6.6%) × Aモデルの評価 (参考) レース内 8位 / 勝率 3.1% / 期待値 -53% ※ 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	フタバサクセス	西啓太（大井）	実7.3	B△ A△勝率6% EV-54% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同馬場状態で勝率33%／前走2着）
前5走 07/21 大井10R 2着/14頭+0.3秒 06/29 大井8R 6着/14頭+0.0秒 06/09 大井7R 10着/14頭 05/22 大井9R 2着/10頭 04/27 大井10R 5着/15頭+1.0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 6.0着 △ 当競馬場適性 16走で勝率 6% ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2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) -69% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.3% / 期待値 -54% ※ 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	ブレスト追込	東原悠（大井）	実125.3	B× A×勝率0% EV-66% 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10R 11着/14頭+2.5秒 07/02 大井9R 10着/10頭 06/10 大井6R 9着/10頭+3.0秒 05/19 大井9R 11着/11頭+3.8秒 05/01 大井6R 11着/12頭+2.1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 10.0着 (不振) × 当競馬場適性 24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 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 0.3% / 期待値 -66% ※ 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	リュウノウィザード先行	高橋昭（大井）	実31.3	B× A▽勝率2% EV-49% 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6R 6着/14頭+1.4秒 02/17 大井10R 9着/13頭+0.9秒 01/28 大井8R 7着/14頭+1.5秒 01/14 大井8R 6着/13頭+1.2秒 12/29 大井11R 7着/13頭+1.2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 7.3着 (不振) × 当競馬場適性 20走で勝率 0% (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 9位 / 勝率 1.6% / 期待値 -50% ※ 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	ピンナダ追込	藤本現（大井）	実12.7	B▽ A△勝率7% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/23 大井6R 7着/14頭+1.5秒 02/16 大井12R 6着/13頭+1.2秒 01/27 大井12R 4着/13頭+1.1秒 01/13 大井10R 8着/13頭+2.1秒 12/26 大井8R 5着/16頭+1.5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 5.7着 △ 当競馬場適性 20走で勝率 10% ○ 馬場適性同馬場 5走で勝率 20% △ 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) -46% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 7.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.1% / 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。
6	サラニキケン	鷹見陸（大井）	実26.2	B× A×勝率1% EV-67% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 07/23 大井7R 8着/12頭+0.9秒 06/10 大井8R 8着/12頭 ― ― ―
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 8.0着 (不振) ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 3.8%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.2% / 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。
7	グリスタン自在	西優哉（大井）	実13.9	B△ A▽勝率4% EV-47% 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5走 07/21 大井10R 9着/14頭+1.7秒 07/02 大井9R 1着/10頭 06/10 大井6R 3着/10頭 05/19 大井9R 4着/11頭+1.7秒 04/30 大井5R 6着/10頭+1.2秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 17走で勝率 12% ○ 馬場適性同馬場 5走で勝率 20% ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 7.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 期待値 -48% ※ 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	デルマアリエル先行	達城龍（大井）	実3.1	B○ A◎勝率30% EV-7% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調）
前5走 07/21 大井10R 4着/14頭+0.4秒 04/15 大井8R 1着/10頭勝利 03/24 大井7R 5着/11頭+1.2秒 03/10 大井7R 4着/12頭+0.7秒 02/18 大井3R 12着/14頭+1.8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 6走で勝率 17% (相性良) ○ 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) +6% (市場と概ね一致) AI 予想勝率 34.3% (オッズ暗示: 32.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 29.8% / 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。
9	デスタン追込	御神訓（大井）	実6.5	B× A△勝率8% EV-45% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（騎手は近50戦で勝率20%）
前5走 07/21 大井10R 7着/14頭+1.1秒 07/02 大井9R 2着/10頭+0.0秒 01/30 大井10R 7着/16頭+1.0秒 01/14 大井10R 8着/15頭+2.0秒 12/30 大井12R 2着/13頭+0.2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 5.3着 △ 当競馬場適性 14走で勝率 7% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 15.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.4% / 期待値 -46% ※ 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	ディサイデッド	谷内貫（大井）	実68.6	B× A×勝率1% EV-50% 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7R 8着/10頭 07/02 大井6R 5着/12頭 06/10 大井6R 6着/10頭+1.0秒 05/19 大井9R 7着/11頭+2.4秒 04/27 大井10R 4着/15頭+1.0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 6.3着 × 当競馬場適性 28走で勝率 0% (苦戦) ○ ローテーション 26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 0.7% / 期待値 -50% ※ 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	ミツカネマーズ追込	千田洋（大井）	実43.5	B× A×勝率1% EV-50% 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）
前5走 07/02 大井9R 6着/10頭+0.0秒 06/10 大井6R 8着/10頭 05/19 大井9R 3着/11頭+1.7秒 04/27 大井10R 12着/15頭+2.7秒 04/15 大井8R 4着/10頭+1.9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 5.7着 △ 当競馬場適性 33走で勝率 6% ▽ 距離適性同距離は 3走で勝ち無し × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 2.3%) × Aモデルの評価 (参考) レース内 12位 / 勝率 1.1% / 期待値 -51% ※ 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	ビーンスモークモカ自在	笹川翼（大井）	実7.6	B▲ A▲勝率12% EV-7% 詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率22%）
前5走 07/21 大井10R 5着/14頭+0.6秒 07/03 大井9R 7着/12頭+0.0秒 06/12 大井6R 3着/12頭+0.0秒 09/02 大井6R 10着/12頭+2.1秒 07/18 大井10R 7着/14頭+1.5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 9走で勝率 22% (相性良) ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -36% (大幅な期待値マイナス) AI 予想勝率 8.4% (オッズ暗示: 13.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.1% / 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。
13	ケンオーシャン自在	和田譲（大井）	実32.2	B× A×勝率1% EV-53% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場28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 07/21 大井10R 8着/14頭+1.6秒 04/29 大井10R 11着/14頭+2.2秒 04/14 大井7R 7着/10頭+1.4秒 03/24 大井10R 2着/14頭+0.3秒 03/10 大井4R 2着/13頭+1.5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 8.7着 (不振) × 当競馬場適性 28走で勝率 0% (苦戦) ○ 騎手近50戦勝率 14% ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 3.1%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 期待値 -53% ※ 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	エーデルワイス自在推奨	野畑凌（川崎）	実6.8	B🌟◎ A○勝率23% EV+57% 詳細▼	市場が大きく過小評価、AI予想勝率36% × オッズ6.8倍で期待値+144%の有力候補（適度な間隔で状態万全／騎手の手腕も後押し）
前5走 07/21 大井10R 6着/14頭+0.7秒 07/01 大井9R 10着/14頭 01/14 大井10R 2着/15頭+1.2秒 12/30 大井12R 4着/13頭+0.7秒 12/01 大井12R 5着/16頭+1.1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 6.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 騎手近50戦勝率 18% ○ 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) +144% (市場が大幅過小評価) AI 予想勝率 35.9% (オッズ暗示: 14.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.1% / 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。

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

A推奨B推奨Aモデル ○

エーデルワイス

騎手野畑凌（川崎）

単勝オッズ

6.8倍

AI期待値

+144%

買い目

¥800

全レースの推奨

AIの推奨本命の次点

○A:◎8デルマアリエル

3.1倍

EV +6%

▲A:▲12ビーンスモークモカ

7.6倍

EV -35%

出走馬全14頭

◎A:○14

エーデルワイス

野畑凌（川崎）

6.8倍

+144%

›

○A:◎8

デルマアリエル

達城龍（大井）

3.1倍

+6%

›

▲A:▲12

ビーンスモークモカ

笹川翼（大井）

7.6倍

-35%

›

△A:×1

ショーシャンク

木澤奨（大井）

15.2倍

-9%

›

△A:▽7

グリスタン

西優哉（大井）

13.9倍

-38%

›

△A:△2

フタバサクセス

西啓太（大井）

7.3倍

-69%

›

▽A:△5

ピンナダ

藤本現（大井）

12.7倍

-46%

›

×A:△9

デスタン

御神訓（大井）

6.5倍

-89%

›

×A:×6

サラニキケン

鷹見陸（大井）

26.2倍

-92%

›

×A:×13

ケンオーシャン

和田譲（大井）

32.2倍

-90%

›

×A:×11

ミツカネマーズ

千田洋（大井）

43.5倍

-86%

›

×A:▽4

リュウノウィザード

高橋昭（大井）

31.3倍

-99%

›

×A:×10

ディサイデッド

谷内貫（大井）

68.6倍

-99%

›

×A:×3

ブレスト

東原悠（大井）

125.3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 14 エーデルワイス ¥200 実6.8倍期待値 +144% ❌不的中8着単勝 6.8倍

B. 市場除外+キャリブ

単勝 14 エーデルワイス ¥600 実6.8倍期待値 +144% ❌不的中8着単勝 6.8倍

※ オッズは予測時点の値です。

10R 大井競馬場ダ2400m ダート2400m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ショーシャンク逃げ	木澤奨（大井）	実15.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/21 大井10R 3着/14頭+0.3秒 07/03 大井9R 8着/12頭 04/15 大井6R 4着/10頭+0.9秒 03/25 大井9R 1着/11頭勝利 03/12 大井10R 3着/16頭+0.9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 5.0着 △ 当競馬場適性 17走で勝率 6% ○ 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) -53% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 6.6%) ※ 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。
2	フタバサクセス	西啓太（大井）	実7.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同馬場状態で勝率33%／前走2着）
前5走 07/21 大井10R 2着/14頭+0.3秒 06/29 大井8R 6着/14頭+0.0秒 06/09 大井7R 10着/14頭 05/22 大井9R 2着/10頭 04/27 大井10R 5着/15頭+1.0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 6.0着 △ 当競馬場適性 16走で勝率 6% ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2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) -54% (大幅な期待値マイナス) AI 予想勝率 6.3% (オッズ暗示: 13.7%) ※ 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	ブレスト追込	東原悠（大井）	実125.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24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10.0着と低調）
前5走 07/21 大井10R 11着/14頭+2.5秒 07/02 大井9R 10着/10頭 06/10 大井6R 9着/10頭+3.0秒 05/19 大井9R 11着/11頭+3.8秒 05/01 大井6R 11着/12頭+2.1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 10.0着 (不振) × 当競馬場適性 24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 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) -66% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。
4	リュウノウィザード先行	高橋昭（大井）	実31.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20走で勝率0%と苦戦傾向）
前5走 07/23 大井6R 6着/14頭+1.4秒 02/17 大井10R 9着/13頭+0.9秒 01/28 大井8R 7着/14頭+1.5秒 01/14 大井8R 6着/13頭+1.2秒 12/29 大井11R 7着/13頭+1.2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 7.3着 (不振) × 当競馬場適性 20走で勝率 0% (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) -50% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.2%) ※ 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	ピンナダ追込	藤本現（大井）	実12.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/23 大井6R 7着/14頭+1.5秒 02/16 大井12R 6着/13頭+1.2秒 01/27 大井12R 4着/13頭+1.1秒 01/13 大井10R 8着/13頭+2.1秒 12/26 大井8R 5着/16頭+1.5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 5.7着 △ 当競馬場適性 20走で勝率 10% ○ 馬場適性同馬場 5走で勝率 20% △ 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) -10% (オッズ過剰評価) AI 予想勝率 7.1% (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。
6	サラニキケン	鷹見陸（大井）	実26.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 07/23 大井7R 8着/12頭+0.9秒 06/10 大井8R 8着/12頭 ― ― ―
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 8.0着 (不振) ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 3.8%) ※ 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	グリスタン自在	西優哉（大井）	実13.9	▽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33%と好調）
前5走 07/21 大井10R 9着/14頭+1.7秒 07/02 大井9R 1着/10頭 06/10 大井6R 3着/10頭 05/19 大井9R 4着/11頭+1.7秒 04/30 大井5R 6着/10頭+1.2秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 17走で勝率 12% ○ 馬場適性同馬場 5走で勝率 20% ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 7.2%) ※ 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	デルマアリエル先行	達城龍（大井）	実3.1	◎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（直近3走で勝率33%と好調）
前5走 07/21 大井10R 4着/14頭+0.4秒 04/15 大井8R 1着/10頭勝利 03/24 大井7R 5着/11頭+1.2秒 03/10 大井7R 4着/12頭+0.7秒 02/18 大井3R 12着/14頭+1.8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 6走で勝率 17% (相性良) ○ 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 29.8% (オッズ暗示: 32.3%) ※ 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。
9	デスタン追込	御神訓（大井）	実6.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（騎手は近50戦で勝率20%）
前5走 07/21 大井10R 7着/14頭+1.1秒 07/02 大井9R 2着/10頭+0.0秒 01/30 大井10R 7着/16頭+1.0秒 01/14 大井10R 8着/15頭+2.0秒 12/30 大井12R 2着/13頭+0.2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 5.3着 △ 当競馬場適性 14走で勝率 7% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -46% (大幅な期待値マイナス) AI 予想勝率 8.4% (オッズ暗示: 15.4%) ※ 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。
10	ディサイデッド	谷内貫（大井）	実68.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場28走で勝率0%と苦戦傾向）
前5走 07/20 大井7R 8着/10頭 07/02 大井6R 5着/12頭 06/10 大井6R 6着/10頭+1.0秒 05/19 大井9R 7着/11頭+2.4秒 04/27 大井10R 4着/15頭+1.0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 6.3着 × 当競馬場適性 28走で勝率 0% (苦戦) ○ ローテーション 26日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。
11	ミツカネマーズ追込	千田洋（大井）	実43.5	×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）
前5走 07/02 大井9R 6着/10頭+0.0秒 06/10 大井6R 8着/10頭 05/19 大井9R 3着/11頭+1.7秒 04/27 大井10R 12着/15頭+2.7秒 04/15 大井8R 4着/10頭+1.9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 5.7着 △ 当競馬場適性 33走で勝率 6% ▽ 距離適性同距離は 3走で勝ち無し × 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 1.1% (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。
12	ビーンスモークモカ自在	笹川翼（大井）	実7.6	▲詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率22%）
前5走 07/21 大井10R 5着/14頭+0.6秒 07/03 大井9R 7着/12頭+0.0秒 06/12 大井6R 3着/12頭+0.0秒 09/02 大井6R 10着/12頭+2.1秒 07/18 大井10R 7着/14頭+1.5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 9走で勝率 22% (相性良) ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 22% (好調) ○ 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 12.1% (オッズ暗示: 13.2%) ※ 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。
13	ケンオーシャン自在	和田譲（大井）	実32.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場28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 07/21 大井10R 8着/14頭+1.6秒 04/29 大井10R 11着/14頭+2.2秒 04/14 大井7R 7着/10頭+1.4秒 03/24 大井10R 2着/14頭+0.3秒 03/10 大井4R 2着/13頭+1.5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 8.7着 (不振) × 当競馬場適性 28走で勝率 0% (苦戦) ○ 騎手近50戦勝率 14% ○ 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) -53% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.1%) ※ 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。
14	エーデルワイス自在推奨	野畑凌（川崎）	実6.8	○詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+57%の中穴候補（適度な間隔で状態万全／騎手の手腕も後押し）
前5走 07/21 大井10R 6着/14頭+0.7秒 07/01 大井9R 10着/14頭 01/14 大井10R 2着/15頭+1.2秒 12/30 大井12R 4着/13頭+0.7秒 12/01 大井12R 5着/16頭+1.1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 6.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 騎手近50戦勝率 18% ○ 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) +57% (市場が大幅過小評価) AI 予想勝率 23.1% (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。

🎯 AIの本命

AI評価1位

デルマアリエル

騎手達城龍（大井）

単勝オッズ

3.1倍

AI期待値

-7%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○14エーデルワイス

6.8倍

EV +57%

▲12ビーンスモークモカ

7.6倍

EV -7%

出走馬全14頭

◎8

デルマアリエル

達城龍（大井）

3.1倍

-7%

›

○14

エーデルワイス

野畑凌（川崎）

6.8倍

+57%

›

▲12

ビーンスモークモカ

笹川翼（大井）

7.6倍

-7%

›

△9

デスタン

御神訓（大井）

6.5倍

-45%

›

△5

ピンナダ

藤本現（大井）

12.7倍

-10%

›

△2

フタバサクセス

西啓太（大井）

7.3倍

-54%

›

▽7

グリスタン

西優哉（大井）

13.9倍

-47%

›

×1

ショーシャンク

木澤奨（大井）

15.2倍

-53%

›

▽4

リュウノウィザード

高橋昭（大井）

31.3倍

-49%

›

×13

ケンオーシャン

和田譲（大井）

32.2倍

-53%

›

×6

サラニキケン

鷹見陸（大井）

26.2倍

-67%

›

×11

ミツカネマーズ

千田洋（大井）

43.5倍

-50%

›

×10

ディサイデッド

谷内貫（大井）

68.6倍

-50%

›

×3

ブレスト

東原悠（大井）

125.3倍

-66%

›

💡 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 14 エーデルワイス ¥200 実6.8倍期待値 +57% ❌不的中8着単勝 6.8倍

B. 市場除外+キャリブ

単勝 14 エーデルワイス ¥600 実6.8倍期待値 +57% ❌不的中8着単勝 6.8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