大井 2R 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

2R 大井競馬場ダ1200m ダート1200m　発走 16:12

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コトブキエース自在	西優哉（大井）	実5.3	B△ A▲勝率14% EV-23% 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53走で勝率4%と苦戦傾向）
前5走 07/22 大井2R 5着/16頭+0.6秒 07/03 大井2R 5着/14頭 06/11 大井2R 2着/13頭 05/19 大井3R 1着/12頭勝利 04/27 大井2R 5着/14頭+1.5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 4.0着 × 当競馬場適性 53走で勝率 4% (苦戦) △ 距離適性同距離 34走で勝率 6% ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 18.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.3% / 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。
2	フェアリーマイア追込	高橋優（大井）	実16.5	B× A×勝率3% EV-51% 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 07/22 大井2R 9着/16頭+1.0秒 07/02 大井2R 1着/11頭 06/10 大井2R 8着/14頭+0.0秒 05/19 大井2R 3着/12頭+0.2秒 04/28 大井2R 7着/13頭+2.2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 69走で勝率 1% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ○ 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 3.0% / 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。
3	ハナヒラク推奨	西啓太（大井）	実12.9	B◎ A▽勝率8% EV0% 詳細▼	市場が大きく過小評価、AI予想勝率92% × オッズ12.9倍で期待値+999%の有力候補（直近3走勝率33%と上り調子／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 07/20 大井2R 1着/15頭 07/02 大井2R 3着/11頭 06/10 大井2R 7着/14頭 05/19 大井3R 8着/12頭+1.8秒 04/28 大井2R 12着/13頭+2.9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 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% △ 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 27日の間隔 (理想的) 🌟◎ 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 92.3% (オッズ暗示: 7.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 7.7% / 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。
4	ブライトフォース逃げ	杉山海（大井）	実33.3	B× A▽勝率2% EV-40% 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／同距離帯は13走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/22 大井2R 11着/16頭+1.2秒 06/30 大井6R 10着/14頭+0.0秒 04/13 大井10R 6着/13頭+1.2秒 03/23 大井9R 6着/13頭+1.2秒 03/09 大井9R 8着/14頭+2.3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 9.0着 (不振) × 当競馬場適性 28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 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.8% / 期待値 -41% ※ 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	ゴールドタリスマン逃げ	中村尚（大井）	実2.7	B○ A◎勝率22% EV-39% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場29走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／前走3着）
前5走 07/22 大井2R 3着/16頭+0.3秒 06/30 大井4R 7着/10頭 06/11 大井1R 5着/14頭 05/20 大井2R 8着/11頭+0.0秒 04/17 大井1R 6着/13頭+1.1秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 29走で勝率 0% (苦戦) ▽ 距離適性同距離は 7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) -94% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 37.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 22.3% / 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。
6	ベアウェイトゥゴー	遠藤健（大井）	実82.0	B× A×勝率1% EV-58% 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1R 11着/15頭+4.4秒 07/03 大井9R 12着/12頭+3.0秒 06/10 大井6R 10着/10頭+4.0秒 05/22 大井9R 10着/10頭+2.0秒 04/27 大井7R 9着/11頭+2.9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 11.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ◎ 馬場適性同馬場 3走で勝率 33% ▽ 前走実績前走 11着 (大敗) ○ 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 0.5% / 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。
7	ウォーバックス差し	江里裕（大井）	実65.4	B× A×勝率1% 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 07/24 大井1R 10着/15頭+3.8秒 07/02 大井1R 9着/14頭 06/10 大井1R 8着/14頭 05/19 大井1R 10着/13頭+2.2秒 04/27 大井1R 6着/14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戦の調子平均 9.0着 (不振) × 当競馬場適性 68走で勝率 3% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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 0.7% / 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。
8	タイセイスパート追込	野畑凌（川崎）	実9.1	B× A△勝率10% EV-6% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.3着と低調）
前5走 07/22 大井2R 8着/16頭+1.0秒 09/08 川崎10R 10着/10頭+3.1秒 08/21 川崎12R 7着/10頭+3.4秒 08/07 川崎2R 8着/10頭+2.4秒 07/09 川崎12R 3着/14頭+0.8秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 11.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.3% / 期待値 -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。
9	フローラルロマンス	佐野遥（川崎）	実11.6	B▲ A△勝率8% EV-2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は12走で勝ち無し）
前5走 07/22 大井2R 4着/16頭+0.6秒 07/03 大井1R 8着/11頭 06/11 大井1R 9着/14頭 05/20 大井3R 6着/14頭+0.0秒 04/29 大井2R 4着/13頭+1.3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 7.0着 (不振) △ 当競馬場適性 48走で勝率 8% ▽ 距離適性同距離は 12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 25日の間隔 (理想的) × 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 2.1% (オッズ暗示: 8.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.4% / 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。
10	ファインスカート	岡村健（船橋）	実43.7	B△ A▽勝率2% EV+3% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 07/22 大井2R 6着/16頭+0.8秒 07/03 大井2R 13着/14頭 06/11 大井2R 9着/13頭 05/20 大井3R 7着/14頭 04/28 大井2R 5着/13頭+2.1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 9.3着 (不振) △ 当競馬場適性 26走で勝率 8% △ 距離適性同距離 24走で勝率 8% ○ 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) -74% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.4% / 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。
11	プレミアリッチ	東原悠（大井）	実105.1	B× A×勝率0% EV-54% 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 07/22 大井1R 14着/14頭+3.9秒 06/30 大井6R 12着/14頭+1.0秒 06/08 大井9R 8着/12頭 05/21 大井9R 13着/13頭+4.0秒 04/27 大井9R 11着/13頭+3.8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 11.3着 (不振) × 当競馬場適性 32走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ▽ 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 13位 / 勝率 0.4% / 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。
12	キタノファルコン先行	藤本現（大井）	実6.7	B△ A○勝率17% EV+11% 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50%／直近3走平均8.3着と低調）
前5走 07/22 大井2R 10着/16頭+1.1秒 08/05 川崎9R 8着/9頭+3.0秒 07/08 川崎12R 7着/13頭+2.0秒 05/13 川崎12R 1着/14頭勝利 04/08 川崎4R 5着/14頭+0.5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 8.3着 (不振) ◎ 馬場適性同馬場 4走で勝率 50% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10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) -92% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 14.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.7% / 期待値 +12% ※ 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	ミユンガー自在	藤田凌（大井）	実7.6	B× A△勝率12% EV-11% 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14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 07/22 大井2R 12着/16頭+1.3秒 06/30 大井6R 9着/14頭 06/11 大井2R 4着/13頭+0.0秒 04/29 大井2R 9着/13頭+1.8秒 04/15 大井2R 2着/13頭+1.4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 8.3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 ▽ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 13.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.6% / 期待値 -12% ※ 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 ▽

ハナヒラク

騎手西啓太（大井）

単勝オッズ

12.9倍

AI期待値

+999%

買い目

¥2,200

全レースの推奨

AIの推奨本命の次点

○A:◎5ゴールドタリスマン

2.7倍

EV -94%

▲A:△9フローラルロマンス

11.6倍

EV -75%

出走馬全13頭

◎A:▽3

ハナヒラク

西啓太（大井）

12.9倍

+999%

›

○A:◎5

ゴールドタリスマン

中村尚（大井）

2.7倍

-94%

›

▲A:△9

フローラルロマンス

佐野遥（川崎）

11.6倍

-75%

›

△A:▲1

コトブキエース

西優哉（大井）

5.3倍

-93%

›

△A:○12

キタノファルコン

藤本現（大井）

6.7倍

-92%

›

△A:▽10

ファインスカート

岡村健（船橋）

43.7倍

-73%

›

×A:△8

タイセイスパート

野畑凌（川崎）

9.1倍

-96%

›

×A:△13

ミユンガー

藤田凌（大井）

7.6倍

-98%

›

×A:▽4

ブライトフォース

杉山海（大井）

33.3倍

-98%

›

×A:×2

フェアリーマイア

高橋優（大井）

16.5倍

-99%

›

×A:×7

ウォーバックス

江里裕（大井）

65.4倍

-99%

›

×A:×6

ベアウェイトゥゴー

遠藤健（大井）

82.0倍

-99%

›

×A:×11

プレミアリッチ

東原悠（大井）

105.1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 3 ハナヒラク ¥2,200 実12.9倍期待値 +999% ❌不的中12着単勝 12.9倍

※ オッズは予測時点の値です。

2R 大井競馬場ダ1200m ダート1200m　発走 16:12

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コトブキエース自在	西優哉（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53走で勝率4%と苦戦傾向）
前5走 07/22 大井2R 5着/16頭+0.6秒 07/03 大井2R 5着/14頭 06/11 大井2R 2着/13頭 05/19 大井3R 1着/12頭勝利 04/27 大井2R 5着/14頭+1.5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 4.0着 × 当競馬場適性 53走で勝率 4% (苦戦) △ 距離適性同距離 34走で勝率 6% ○ 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) -24% (オッズ過剰評価) AI 予想勝率 14.3% (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。
2	フェアリーマイア追込	高橋優（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69走で勝率1%と苦戦傾向／同距離帯は20走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/22 大井2R 9着/16頭+1.0秒 07/02 大井2R 1着/11頭 06/10 大井2R 8着/14頭+0.0秒 05/19 大井2R 3着/12頭+0.2秒 04/28 大井2R 7着/13頭+2.2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 69走で勝率 1% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ○ 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) -51% (大幅な期待値マイナス) AI 予想勝率 3.0% (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。
3	ハナヒラク推奨	西啓太（大井）	実12.9	▽詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 07/20 大井2R 1着/15頭 07/02 大井2R 3着/11頭 06/10 大井2R 7着/14頭 05/19 大井3R 8着/12頭+1.8秒 04/28 大井2R 12着/13頭+2.9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 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% △ 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 27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 7.7% (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。
4	ブライトフォース逃げ	杉山海（大井）	実33.3	▽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／同距離帯は13走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/22 大井2R 11着/16頭+1.2秒 06/30 大井6R 10着/14頭+0.0秒 04/13 大井10R 6着/13頭+1.2秒 03/23 大井9R 6着/13頭+1.2秒 03/09 大井9R 8着/14頭+2.3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 9.0着 (不振) × 当競馬場適性 28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 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) -41% (大幅な期待値マイナス) AI 予想勝率 1.8% (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。
5	ゴールドタリスマン逃げ	中村尚（大井）	実2.7	◎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29走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／前走3着）
前5走 07/22 大井2R 3着/16頭+0.3秒 06/30 大井4R 7着/10頭 06/11 大井1R 5着/14頭 05/20 大井2R 8着/11頭+0.0秒 04/17 大井1R 6着/13頭+1.1秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 29走で勝率 0% (苦戦) ▽ 距離適性同距離は 7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) -40% (大幅な期待値マイナス) AI 予想勝率 22.3% (オッズ暗示: 37.0%) ※ 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	ベアウェイトゥゴー	遠藤健（大井）	実82.0	×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／同馬場状態で勝率33%／直近3走平均11.0着と低調）
前5走 07/24 大井1R 11着/15頭+4.4秒 07/03 大井9R 12着/12頭+3.0秒 06/10 大井6R 10着/10頭+4.0秒 05/22 大井9R 10着/10頭+2.0秒 04/27 大井7R 9着/11頭+2.9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 11.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ◎ 馬場適性同馬場 3走で勝率 33% ▽ 前走実績前走 11着 (大敗) ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
7	ウォーバックス差し	江里裕（大井）	実65.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場68走で勝率3%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/24 大井1R 10着/15頭+3.8秒 07/02 大井1R 9着/14頭 06/10 大井1R 8着/14頭 05/19 大井1R 10着/13頭+2.2秒 04/27 大井1R 6着/14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戦の調子平均 9.0着 (不振) × 当競馬場適性 68走で勝率 3% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) -57% (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。
8	タイセイスパート追込	野畑凌（川崎）	実9.1	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.3着と低調）
前5走 07/22 大井2R 8着/16頭+1.0秒 09/08 川崎10R 10着/10頭+3.1秒 08/21 川崎12R 7着/10頭+3.4秒 08/07 川崎2R 8着/10頭+2.4秒 07/09 川崎12R 3着/14頭+0.8秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) ○ 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) -6% (オッズ過剰評価) AI 予想勝率 10.3% (オッズ暗示: 11.0%) ※ 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。
9	フローラルロマンス	佐野遥（川崎）	実11.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は12走で勝ち無し）
前5走 07/22 大井2R 4着/16頭+0.6秒 07/03 大井1R 8着/11頭 06/11 大井1R 9着/14頭 05/20 大井3R 6着/14頭+0.0秒 04/29 大井2R 4着/13頭+1.3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 7.0着 (不振) △ 当競馬場適性 48走で勝率 8% ▽ 距離適性同距離は 12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 25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 8.4% (オッズ暗示: 8.6%) ※ 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。
10	ファインスカート	岡村健（船橋）	実43.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 07/22 大井2R 6着/16頭+0.8秒 07/03 大井2R 13着/14頭 06/11 大井2R 9着/13頭 05/20 大井3R 7着/14頭 04/28 大井2R 5着/13頭+2.1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 9.3着 (不振) △ 当競馬場適性 26走で勝率 8% △ 距離適性同距離 24走で勝率 8% ○ 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) +3% (市場と概ね一致) AI 予想勝率 2.4% (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。
11	プレミアリッチ	東原悠（大井）	実105.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場32走で勝率0%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走平均11.3着と低調）
前5走 07/22 大井1R 14着/14頭+3.9秒 06/30 大井6R 12着/14頭+1.0秒 06/08 大井9R 8着/12頭 05/21 大井9R 13着/13頭+4.0秒 04/27 大井9R 11着/13頭+3.8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 11.3着 (不振) × 当競馬場適性 32走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ▽ 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) -54% (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。
12	キタノファルコン先行	藤本現（大井）	実6.7	○詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率50%／直近3走平均8.3着と低調）
前5走 07/22 大井2R 10着/16頭+1.1秒 08/05 川崎9R 8着/9頭+3.0秒 07/08 川崎12R 7着/13頭+2.0秒 05/13 川崎12R 1着/14頭勝利 04/08 川崎4R 5着/14頭+0.5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 8.3着 (不振) ◎ 馬場適性同馬場 4走で勝率 50% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10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) +11% (市場と概ね一致) AI 予想勝率 16.7% (オッズ暗示: 14.9%) ※ 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	ミユンガー自在	藤田凌（大井）	実7.6	△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14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 07/22 大井2R 12着/16頭+1.3秒 06/30 大井6R 9着/14頭 06/11 大井2R 4着/13頭+0.0秒 04/29 大井2R 9着/13頭+1.8秒 04/15 大井2R 2着/13頭+1.4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 8.3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 ▽ 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) -12% (オッズ過剰評価) AI 予想勝率 11.6% (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。

🎯 AIの本命

AI評価1位

ゴールドタリスマン

騎手中村尚（大井）

単勝オッズ

2.7倍

AI期待値

-39%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12キタノファルコン

6.7倍

EV +11%

▲1コトブキエース

5.3倍

EV -23%

出走馬全13頭

◎5

ゴールドタリスマン

中村尚（大井）

2.7倍

-39%

›

○12

キタノファルコン

藤本現（大井）

6.7倍

+11%

›

▲1

コトブキエース

西優哉（大井）

5.3倍

-23%

›

△13

ミユンガー

藤田凌（大井）

7.6倍

-11%

›

△8

タイセイスパート

野畑凌（川崎）

9.1倍

-6%

›

△9

フローラルロマンス

佐野遥（川崎）

11.6倍

-2%

›

▽3

ハナヒラク

西啓太（大井）

12.9倍

›

×2

フェアリーマイア

高橋優（大井）

16.5倍

-51%

›

▽10

ファインスカート

岡村健（船橋）

43.7倍

+3%

›

▽4

ブライトフォース

杉山海（大井）

33.3倍

-40%

›

×7

ウォーバックス

江里裕（大井）

65.4倍

-57%

›

×6

ベアウェイトゥゴー

遠藤健（大井）

82.0倍

-58%

›

×11

プレミアリッチ

東原悠（大井）

105.1倍

-54%

›

💡 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 3 ハナヒラク ¥2,200 実12.9倍期待値 -1% ❌不的中12着単勝 12.9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