大井 8R 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

8R 大井競馬場ダ1400m ダート1400m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヘビーキュー	和田譲（大井）	実14.5	B× A△勝率4% EV-46% 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6R 13着/14頭+2.4秒 07/03 大井8R 3着/13頭 06/12 大井5R 13着/14頭+2.0秒 05/22 大井6R 6着/12頭 12/31 大井5R 6着/14頭+2.0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 9.7着 (不振) △ 当競馬場適性 11走で勝率 9% ○ 距離適性同距離 9走で勝率 22% ▽ 前走実績前走 13着 (大敗) ○ 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 5位 / 勝率 3.7% / 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。
2	パワーキングダム逃げ	達城龍（大井）	実8.8	B▲ A▲勝率6% EV-44% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/23 大井7R 6着/12頭+0.7秒 06/30 大井8R 6着/16頭 06/10 大井9R 10着/14頭+0.0秒 05/19 大井7R 8着/10頭+0.8秒 04/28 大井12R 3着/13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戦の調子平均 7.3着 (不振) △ 当競馬場適性 25走で勝率 8% ○ 距離適性同距離 12走で勝率 17% ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 11.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.4% / 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。
3	ドレッドノート先行	小野俊（大井）	実8.1	B△ A△勝率5% EV-59% 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6走で勝率33%と適性高／同距離帯3走で勝率67%／直近3走で勝率33%と好調）
前5走 07/22 大井6R 7着/14頭+1.0秒 10/23 大井10R 14着/14頭+2.9秒 07/03 大井2R 1着/10頭勝利 03/24 大井6R 1着/13頭勝利 03/10 大井6R 4着/13頭+1.4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 6走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 67% ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 12.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.0% / 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。
4	リュウジンオー	鷹見陸（大井）	実26.5	B△ A×勝率1% EV-68% 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／直近3走平均10.3着と低調）
前5走 07/21 大井10R 13着/14頭+3.1秒 06/30 大井8R 10着/16頭 06/10 大井9R 8着/14頭 05/19 大井7R 6着/10頭+0.4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 10.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.8%) × Aモデルの評価 (参考) レース内 9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。
5	クレイジーフルーツ追込	谷内貫（大井）	実27.6	B× A×勝率1% EV-64% 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8R 8着/9頭+1.1秒 04/28 大井12R 8着/13頭+1.3秒 04/14 大井12R 5着/14頭+1.1秒 03/25 大井10R 4着/10頭+0.2秒 03/11 大井10R 10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 7.0着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) ◎ 馬場適性同馬場 3走で勝率 33% ○ 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 1.3% / 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。
6	ベイステート先行	新原周（川崎）	実37.1	B× A×勝率1% EV-71% 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7R 10着/12頭+1.5秒 06/29 大井9R 7着/9頭 06/09 大井8R 7着/11頭+0.0秒 05/18 大井10R 6着/9頭+0.6秒 04/28 大井12R 4着/13頭+0.4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 8.0着 (不振) △ 当競馬場適性 31走で勝率 6% ○ 距離適性同距離 13走で勝率 15% ○ 騎手近50戦勝率 18% ▽ 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) -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 0.8% / 期待値 -71% ※ 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	デルバイス追込	遠藤健（大井）	実165.5	B× A×勝率0% EV-62% 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7R 12着/12頭+2.5秒 07/01 大井9R 13着/14頭+2.0秒 05/18 大井8R 12着/13頭+3.7秒 04/29 大井6R 13着/13頭+4.6秒 04/14 大井7R 10着/10頭+3.4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 12.3着 (不振) △ 当競馬場適性 38走で勝率 11% △ 距離適性同距離 24走で勝率 12% ▽ 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) -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 0.2% / 期待値 -63% ※ 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	シストロン	東原悠（大井）	実128.2	B× A×勝率0% EV-68% 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7R 10着/13頭+1.5秒 07/03 大井10R 14着/14頭 06/12 大井6R 8着/12頭 05/22 大井6R 12着/12頭+1.0秒 05/01 大井8R 9着/10頭+3.0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 10.7着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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 12位 / 勝率 0.2% / 期待値 -69% ※ 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	リコーファルコン	藤本現（大井）	実4.7	B○ A○勝率11% EV-49% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は4走で勝ち無し／前走2着）
前5走 07/22 大井6R 2着/14頭+0.0秒 07/03 大井8R 4着/13頭+1.0秒 06/12 大井5R 4着/14頭 05/22 大井6R 7着/12頭+0.0秒 12/30 大井5R 9着/13頭+2.5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 3.3着 △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 4走で勝ち無し ○ 前走実績前走 2着 (好走) ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 21.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 10.8% / 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	キテツ	吉井章（大井）	実19.3	B△ A△勝率3% EV-50% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し／同馬場状態で勝率40%）
前5走 07/22 大井6R 9着/14頭+1.2秒 06/12 大井5R 8着/14頭 05/22 大井6R 3着/12頭 04/17 大井8R 3着/14頭+0.5秒 03/12 大井8R 4着/11頭+0.9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 6.7着 ○ 当競馬場適性 10走で勝率 20% (相性良) ▽ 距離適性同距離は 4走で勝ち無し ◎ 馬場適性同馬場 5走で勝率 40% ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 5.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.6% / 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。
11	ウイングウインド逃げ	田中洸（大井）	実37.6	B× A×勝率1% EV-71% 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 06/11 大井8R 10着/13頭+1.0秒 05/20 大井8R 5着/11頭 04/30 大井6R 4着/14頭+1.2秒 04/16 大井5R 2着/14頭+0.9秒 03/24 大井8R 2着/12頭+0.6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 6.3着 △ 当競馬場適性 53走で勝率 9% ▽ 距離適性同距離は 14走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10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 11位 / 勝率 0.8% / 期待値 -71% ※ 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	ウエストリーダー逃げ	野畑凌（川崎）	実1.9	B🌟◎ A🌟◎勝率65% EV+23% 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11走で勝率55%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/22 大井6R 1着/14頭勝利 01/30 大井5R 12着/13頭+3.0秒 10/08 大井10R 4着/12頭+1.5秒 09/19 大井7R 1着/12頭勝利 09/03 大井5R 1着/11頭勝利
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 11走で勝率 55% (得意) ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) +87% (市場が大幅過小評価) AI 予想勝率 98.8% (オッズ暗示: 52.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 65.1% / 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。
13	エクラシェール差し	藤田凌（大井）	実25.3	B× A▽勝率2% EV-49% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調）
前5走 07/23 大井7R 9着/12頭+0.9秒 06/29 大井9R 8着/9頭+0.0秒 01/14 大井8R 13着/13頭+4.4秒 12/29 大井11R 9着/13頭+2.0秒 12/01 大井8R 7着/14頭+2.3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 10.0着 (不振) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 9走で勝率 11% ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.0% / 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。

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 ◎

ウエストリーダー

騎手野畑凌（川崎）

単勝オッズ

1.9倍

AI期待値

+87%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○9リコーファルコン

4.7倍

EV -98%

▲A:▲2パワーキングダム

8.8倍

EV -96%

出走馬全13頭

◎A:◎12

ウエストリーダー

野畑凌（川崎）

1.9倍

+87%

›

○A:○9

リコーファルコン

藤本現（大井）

4.7倍

-98%

›

▲A:▲2

パワーキングダム

達城龍（大井）

8.8倍

-96%

›

△A:△3

ドレッドノート

小野俊（大井）

8.1倍

-97%

›

△A:△10

キテツ

吉井章（大井）

19.3倍

-98%

›

△A:×4

リュウジンオー

鷹見陸（大井）

26.5倍

-98%

›

×A:▽13

エクラシェール

藤田凌（大井）

25.3倍

-98%

›

×A:△1

ヘビーキュー

和田譲（大井）

14.5倍

-99%

›

×A:×5

クレイジーフルーツ

谷内貫（大井）

27.6倍

-99%

›

×A:×6

ベイステート

新原周（川崎）

37.1倍

-99%

›

×A:×11

ウイングウインド

田中洸（大井）

37.6倍

-99%

›

×A:×8

シストロン

東原悠（大井）

128.2倍

-99%

›

×A:×7

デルバイス

遠藤健（大井）

165.5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

8R 大井競馬場ダ1400m ダート1400m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヘビーキュー	和田譲（大井）	実14.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.7着と低調）
前5走 07/22 大井6R 13着/14頭+2.4秒 07/03 大井8R 3着/13頭 06/12 大井5R 13着/14頭+2.0秒 05/22 大井6R 6着/12頭 12/31 大井5R 6着/14頭+2.0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 9.7着 (不振) △ 当競馬場適性 11走で勝率 9% ○ 距離適性同距離 9走で勝率 22% ▽ 前走実績前走 13着 (大敗) ○ 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) -46% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 6.9%) ※ 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	パワーキングダム逃げ	達城龍（大井）	実8.8	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 07/23 大井7R 6着/12頭+0.7秒 06/30 大井8R 6着/16頭 06/10 大井9R 10着/14頭+0.0秒 05/19 大井7R 8着/10頭+0.8秒 04/28 大井12R 3着/13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戦の調子平均 7.3着 (不振) △ 当競馬場適性 25走で勝率 8% ○ 距離適性同距離 12走で勝率 17% ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 11.4%) ※ 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	ドレッドノート先行	小野俊（大井）	実8.1	△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6走で勝率33%と適性高／同距離帯3走で勝率67%／直近3走で勝率33%と好調）
前5走 07/22 大井6R 7着/14頭+1.0秒 10/23 大井10R 14着/14頭+2.9秒 07/03 大井2R 1着/10頭勝利 03/24 大井6R 1着/13頭勝利 03/10 大井6R 4着/13頭+1.4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 6走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 67% ○ 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) -60% (大幅な期待値マイナス) AI 予想勝率 5.0% (オッズ暗示: 12.3%) ※ 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。
4	リュウジンオー	鷹見陸（大井）	実26.5	×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／直近3走平均10.3着と低調）
前5走 07/21 大井10R 13着/14頭+3.1秒 06/30 大井8R 10着/16頭 06/10 大井9R 8着/14頭 05/19 大井7R 6着/10頭+0.4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 10.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) ○ 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) -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。
5	クレイジーフルーツ追込	谷内貫（大井）	実27.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率5%と苦戦傾向／同馬場状態で勝率33%）
前5走 07/23 大井8R 8着/9頭+1.1秒 04/28 大井12R 8着/13頭+1.3秒 04/14 大井12R 5着/14頭+1.1秒 03/25 大井10R 4着/10頭+0.2秒 03/11 大井10R 10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 7.0着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -64% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 3.6%) ※ 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。
6	ベイステート先行	新原周（川崎）	実37.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 07/23 大井7R 10着/12頭+1.5秒 06/29 大井9R 7着/9頭 06/09 大井8R 7着/11頭+0.0秒 05/18 大井10R 6着/9頭+0.6秒 04/28 大井12R 4着/13頭+0.4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 8.0着 (不振) △ 当競馬場適性 31走で勝率 6% ○ 距離適性同距離 13走で勝率 15% ○ 騎手近50戦勝率 18% ▽ 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) -71% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.7%) ※ 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。
7	デルバイス追込	遠藤健（大井）	実165.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調）
前5走 07/23 大井7R 12着/12頭+2.5秒 07/01 大井9R 13着/14頭+2.0秒 05/18 大井8R 12着/13頭+3.7秒 04/29 大井6R 13着/13頭+4.6秒 04/14 大井7R 10着/10頭+3.4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 12.3着 (不振) △ 当競馬場適性 38走で勝率 11% △ 距離適性同距離 24走で勝率 12% ▽ 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) -63% (大幅な期待値マイナス) AI 予想勝率 0.2% (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。
8	シストロン	東原悠（大井）	実128.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均10.7着と低調）
前5走 07/22 大井7R 10着/13頭+1.5秒 07/03 大井10R 14着/14頭 06/12 大井6R 8着/12頭 05/22 大井6R 12着/12頭+1.0秒 05/01 大井8R 9着/10頭+3.0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 10.7着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) -69% (大幅な期待値マイナス) AI 予想勝率 0.2% (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。
9	リコーファルコン	藤本現（大井）	実4.7	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は4走で勝ち無し／前走2着）
前5走 07/22 大井6R 2着/14頭+0.0秒 07/03 大井8R 4着/13頭+1.0秒 06/12 大井5R 4着/14頭 05/22 大井6R 7着/12頭+0.0秒 12/30 大井5R 9着/13頭+2.5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 3.3着 △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 4走で勝ち無し ○ 前走実績前走 2着 (好走) ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 10.8% (オッズ暗示: 21.3%) ※ 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	キテツ	吉井章（大井）	実19.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し／同馬場状態で勝率40%）
前5走 07/22 大井6R 9着/14頭+1.2秒 06/12 大井5R 8着/14頭 05/22 大井6R 3着/12頭 04/17 大井8R 3着/14頭+0.5秒 03/12 大井8R 4着/11頭+0.9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 6.7着 ○ 当競馬場適性 10走で勝率 20% (相性良) ▽ 距離適性同距離は 4走で勝ち無し ◎ 馬場適性同馬場 5走で勝率 40% ○ 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) -51% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 5.2%) ※ 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。
11	ウイングウインド逃げ	田中洸（大井）	実37.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は14走で勝ち無し／67日ぶりの実戦）
前5走 06/11 大井8R 10着/13頭+1.0秒 05/20 大井8R 5着/11頭 04/30 大井6R 4着/14頭+1.2秒 04/16 大井5R 2着/14頭+0.9秒 03/24 大井8R 2着/12頭+0.6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 6.3着 △ 当競馬場適性 53走で勝率 9% ▽ 距離適性同距離は 14走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 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 0.8% (オッズ暗示: 2.7%) ※ 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。
12	ウエストリーダー逃げ	野畑凌（川崎）	実1.9	🌟◎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11走で勝率55%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/22 大井6R 1着/14頭勝利 01/30 大井5R 12着/13頭+3.0秒 10/08 大井10R 4着/12頭+1.5秒 09/19 大井7R 1着/12頭勝利 09/03 大井5R 1着/11頭勝利
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 11走で勝率 55% (得意) ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) +23% (市場と概ね一致) AI 予想勝率 65.1% (オッズ暗示: 52.6%) ※ 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。
13	エクラシェール差し	藤田凌（大井）	実25.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.0着と低調）
前5走 07/23 大井7R 9着/12頭+0.9秒 06/29 大井9R 8着/9頭+0.0秒 01/14 大井8R 13着/13頭+4.4秒 12/29 大井11R 9着/13頭+2.0秒 12/01 大井8R 7着/14頭+2.3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 10.0着 (不振) △ 当競馬場適性 19走で勝率 5% △ 距離適性同距離 9走で勝率 11% ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 4.0%) ※ 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

ウエストリーダー

騎手野畑凌（川崎）

単勝オッズ

1.9倍

AI期待値

+23%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9リコーファルコン

4.7倍

EV -49%

▲2パワーキングダム

8.8倍

EV -44%

出走馬全13頭

◎12

ウエストリーダー

野畑凌（川崎）

1.9倍

+23%

›

○9

リコーファルコン

藤本現（大井）

4.7倍

-49%

›

▲2

パワーキングダム

達城龍（大井）

8.8倍

-44%

›

△3

ドレッドノート

小野俊（大井）

8.1倍

-59%

›

△1

ヘビーキュー

和田譲（大井）

14.5倍

-46%

›

△10

キテツ

吉井章（大井）

19.3倍

-50%

›

▽13

エクラシェール

藤田凌（大井）

25.3倍

-49%

›

×5

クレイジーフルーツ

谷内貫（大井）

27.6倍

-64%

›

×4

リュウジンオー

鷹見陸（大井）

26.5倍

-68%

›

×6

ベイステート

新原周（川崎）

37.1倍

-71%

›

×11

ウイングウインド

田中洸（大井）

37.6倍

-71%

›

×8

シストロン

東原悠（大井）

128.2倍

-68%

›

×7

デルバイス

遠藤健（大井）

165.5倍

-62%

›

💡 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