大井 3R 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

3R 大井競馬場ダ1400m ダート1400m　発走 16:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オリエンタルスカイ	西優哉（大井）	実5.5	B△ A○勝率20% EV+11% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 06/30 大井3R 5着/8頭 ― ― ― ―
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 × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 18.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.3% / 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。
2	アサクサベリンダ	笹川翼（大井）	実15.6	B▲ A△勝率6% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率24%）
前5走 06/29 大井4R 5着/9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 5.0着 ◎ 騎手近50戦勝率 24% (好調) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 5.3% (オッズ暗示: 6.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.7% / 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。
3	ダンノウラ	杉山海（大井）	実66.9	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 07/23 大井3R 6着/11頭+2.9秒 06/29 大井4R 8着/9頭 ― ― ―
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 7.0着 (不振) ○ 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 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。
4	トライオン	藤本現（大井）	実17.0	B△ A×勝率2% EV-73% 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3R 5着/11頭+1.4秒 06/30 大井3R 6着/8頭 ― ― ―
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 5.5着 △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 5.9%) × Aモデルの評価 (参考) レース内 8位 / 勝率 1.5% / 期待値 -74% ※ 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	デストロイヤー	和田譲（大井）	実15.9	B× A△勝率3% EV-54% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向）
前5走 07/23 大井3R 4着/11頭+1.4秒 06/30 大井1R 10着/11頭 06/09 大井3R 8着/10頭+1.0秒 05/18 大井4R 6着/7頭+3.3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 7.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 騎手近50戦勝率 14% ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 6.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.9% / 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。
6	ラグーンドリーム	西啓太（大井）	実7.4	B○ A▲勝率12% EV-12% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/20 大井3R 5着/7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 5.0着 △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 8.5% (オッズ暗示: 13.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.8% / 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。
7	ゴーパル	矢野貴（大井）	実1.6	B🌟◎ A🌟◎勝率50% EV-19% 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（騎手は近50戦で勝率22%）
前5走 07/21 大井4R 5着/8頭 ― ― ― ―
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 5.0着 ◎ 騎手近50戦勝率 22% (好調) ○ 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) +31% (妙味あり) AI 予想勝率 82.0% (オッズ暗示: 62.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 50.1% / 期待値 -20% ※ 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	コールアップ	佐野遥（川崎）	実72.4	B× A×勝率0% EV-63% 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3R 11着/11頭+4.7秒 06/30 大井1R 9着/11頭 06/09 大井3R 10着/10頭 05/18 大井4R 7着/7頭+5.3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 10.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11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 10位 / 勝率 0.5% / 期待値 -64% ※ 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	カミコ	本田重（船橋）	実33.5	B× A▽勝率2% EV-43% 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／同距離帯は3走で勝ち無し）
前5走 07/24 大井2R 4着/5頭+3.7秒 06/30 大井1R 11着/11頭 06/09 大井3R 7着/10頭 05/18 大井3R 5着/7頭+3.8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 7.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 1.7% / 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。
10	ウィルオンザムーヴ	御神訓（大井）	実10.6	B△ A△勝率5% EV-50% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（90日ぶりの実戦／騎手は近50戦で勝率20%）
前5走 05/18 大井4R 5着/7頭+3.3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 5.0着 ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 90日休養明け × 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: 9.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.7% / 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。

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 ◎

ゴーパル

騎手矢野貴（大井）

単勝オッズ

1.6倍

AI期待値

+31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲6ラグーンドリーム

7.4倍

EV -37%

▲A:△2アサクサベリンダ

15.6倍

EV -17%

出走馬全10頭

◎A:◎7

ゴーパル

矢野貴（大井）

1.6倍

+31%

›

○A:▲6

ラグーンドリーム

西啓太（大井）

7.4倍

-37%

›

▲A:△2

アサクサベリンダ

笹川翼（大井）

15.6倍

-17%

›

△A:○1

オリエンタルスカイ

西優哉（大井）

5.5倍

-80%

›

△A:×4

トライオン

藤本現（大井）

17.0倍

-93%

›

△A:△10

ウィルオンザムーヴ

御神訓（大井）

10.6倍

-97%

›

×A:▽9

カミコ

本田重（船橋）

33.5倍

-93%

›

×A:△5

デストロイヤー

和田譲（大井）

15.9倍

-99%

›

×A:×3

ダンノウラ

杉山海（大井）

66.9倍

-99%

›

×A:×8

コールアップ

佐野遥（川崎）

72.4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

両モデルとも見送り

3R 大井競馬場ダ1400m ダート1400m　発走 16:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オリエンタルスカイ	西優哉（大井）	実5.5	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 06/30 大井3R 5着/8頭 ― ― ― ―
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 △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 20.3% (オッズ暗示: 18.2%) ※ 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。
2	アサクサベリンダ	笹川翼（大井）	実15.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率24%）
前5走 06/29 大井4R 5着/9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 5.0着 ◎ 騎手近50戦勝率 24% (好調) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 5.7% (オッズ暗示: 6.4%) ※ 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。
3	ダンノウラ	杉山海（大井）	実66.9	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/23 大井3R 6着/11頭+2.9秒 06/29 大井4R 8着/9頭 ― ― ―
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 7.0着 (不振) ○ 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) -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。
4	トライオン	藤本現（大井）	実17.0	×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3R 5着/11頭+1.4秒 06/30 大井3R 6着/8頭 ― ― ―
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 5.5着 △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -74% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 5.9%) ※ 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。
5	デストロイヤー	和田譲（大井）	実15.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向）
前5走 07/23 大井3R 4着/11頭+1.4秒 06/30 大井1R 10着/11頭 06/09 大井3R 8着/10頭+1.0秒 05/18 大井4R 6着/7頭+3.3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 7.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 騎手近50戦勝率 14% ○ 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) -55% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 6.3%) ※ 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	ラグーンドリーム	西啓太（大井）	実7.4	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/20 大井3R 5着/7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 5.0着 △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -12% (オッズ過剰評価) AI 予想勝率 11.8% (オッズ暗示: 13.5%) ※ 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	ゴーパル	矢野貴（大井）	実1.6	🌟◎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（騎手は近50戦で勝率22%）
前5走 07/21 大井4R 5着/8頭 ― ― ― ―
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 5.0着 ◎ 騎手近50戦勝率 22% (好調) ○ 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) -20% (オッズ過剰評価) AI 予想勝率 50.1% (オッズ暗示: 62.5%) ※ 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	コールアップ	佐野遥（川崎）	実72.4	×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10.0着と低調）
前5走 07/23 大井3R 11着/11頭+4.7秒 06/30 大井1R 9着/11頭 06/09 大井3R 10着/10頭 05/18 大井4R 7着/7頭+5.3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 10.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11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) -64% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
9	カミコ	本田重（船橋）	実33.5	▽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／同距離帯は3走で勝ち無し）
前5走 07/24 大井2R 4着/5頭+3.7秒 06/30 大井1R 11着/11頭 06/09 大井3R 7着/10頭 05/18 大井3R 5着/7頭+3.8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 7.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 1.7% (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	ウィルオンザムーヴ	御神訓（大井）	実10.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（90日ぶりの実戦／騎手は近50戦で勝率20%）
前5走 05/18 大井4R 5着/7頭+3.3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 5.0着 ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 90日休養明け × 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 4.7% (オッズ暗示: 9.4%) ※ 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。

🎯 AIの本命

AI評価1位

ゴーパル

騎手矢野貴（大井）

単勝オッズ

1.6倍

AI期待値

-19%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1オリエンタルスカイ

5.5倍

EV +11%

▲6ラグーンドリーム

7.4倍

EV -12%

出走馬全10頭

◎7

ゴーパル

矢野貴（大井）

1.6倍

-19%

›

○1

オリエンタルスカイ

西優哉（大井）

5.5倍

+11%

›

▲6

ラグーンドリーム

西啓太（大井）

7.4倍

-12%

›

△2

アサクサベリンダ

笹川翼（大井）

15.6倍

-10%

›

△10

ウィルオンザムーヴ

御神訓（大井）

10.6倍

-50%

›

△5

デストロイヤー

和田譲（大井）

15.9倍

-54%

›

▽9

カミコ

本田重（船橋）

33.5倍

-43%

›

×4

トライオン

藤本現（大井）

17.0倍

-73%

›

×3

ダンノウラ

杉山海（大井）

66.9倍

-50%

›

×8

コールアップ

佐野遥（川崎）

72.4倍

-63%

›

💡 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

両モデルとも見送り

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