大井 6R 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

6R 大井競馬場ダ1200m ダート1200m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キミヲコイシタウ	達城龍（大井）	実46.8	B× A▽勝率2% EV-11% 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 08/12 大井5R 7着/16頭+72.4秒 07/20 大井5R 10着/10頭+6.0秒 06/29 大井2R 4着/14頭+5.0秒 06/08 大井2R 4着/10頭 05/18 大井1R 9着/12頭+2.1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 7.0着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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 19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 1.9% / 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	グロリアスワールド	中山遥（浦和）	実16.8	B△ A△勝率5% EV-9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（126日ぶりの実戦／騎手は近50戦で勝率22%）
前5走 04/27 大井5R 5着/10頭+2.4秒 03/09 大井5R 3着/11頭+0.5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 4.0着 ◎ 騎手近50戦勝率 22% (好調) △ ローテーション 126日休養明け × 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: 6.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.4% / 期待値 -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。
3	スカイハピネス	野畑凌（川崎）	実60.6	B× A▽勝率1% EV-29% 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 08/12 大井5R 11着/16頭+72.9秒 07/20 大井6R 10着/12頭 06/29 大井2R 10着/14頭 06/08 大井5R 11着/12頭+3.0秒 05/20 大井5R 9着/11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 10.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 19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 1.2% / 期待値 -29% ※ 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	ルイーダ	小野俊（大井）	実101.8	B× A▽勝率1% EV-11% 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 08/12 大井5R 12着/16頭+73.0秒 07/20 大井6R 5着/12頭+1.0秒 06/29 大井2R 6着/14頭 06/08 大井5R 6着/12頭 05/20 大井5R 10着/11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 7.7着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ ローテーション 19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 0.9% / 期待値 -11% ※ 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	チュウオースカイ	瀬川将（大井）	実171.8	B× A▽勝率1% EV+0% 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 08/12 大井1R 9着/10頭+4.3秒 07/20 大井5R 9着/10頭+4.0秒 06/29 大井1R 10着/12頭 06/08 大井4R 8着/10頭+3.0秒 05/18 大井1R 8着/12頭+1.9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 9.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ○ ローテーション 19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 0.6% / 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。
6	ヤマトシーダー	ゴンサ（船橋）	実76.6	B× A▽勝率1% EV-42% 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 08/12 大井4R 14着/14頭+5.9秒 07/20 大井6R 8着/12頭 06/29 大井2R 12着/14頭+1.0秒 06/08 大井5R 7着/12頭 05/18 大井2R 6着/14頭+2.8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 11.3着 (不振) × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し ○ 騎手近50戦勝率 13% ▽ 前走実績前走 14着 (大敗) ○ ローテーション 19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 0.8% / 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。
7	カシマショウリュウ	西優哉（大井）	実7.8	B△ A△勝率8% EV-35% 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2.0着と安定／前走2着／231日ぶりの実戦）
前5走 01/12 大井5R 2着/6頭+1.0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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 231日休養明け × 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 1.2% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.3% / 期待値 -36% ※ 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	サクラエナジー先行	高野誠（大井）	実113.3	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 08/12 大井5R 15着/16頭+74.8秒 07/20 大井6R 12着/12頭 03/11 船橋1R 6着/11頭+2.4秒 02/13 船橋2R 5着/9頭+2.1秒 01/23 船橋4R 10着/11頭+2.6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 11.0着 (不振) ▽ 距離適性同距離は 9走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 15着 (大敗) ○ ローテーション 19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 -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。
9	パロットフィッシュ	本橋孝（船橋）	実41.4	B× A▽勝率3% EV+22% 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 08/12 大井1R 7着/10頭+3.1秒 07/20 大井5R 4着/10頭+0.0秒 06/29 大井1R 8着/12頭 06/08 大井2R 5着/10頭+2.0秒 05/18 大井1R 6着/12頭+1.8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 6.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ ローテーション 19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 7位 / 勝率 3.0% / 期待値 +22% ※ 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	パイナップルケーキ自在	田中洸（大井）	実71.6	B× A▽勝率1% EV-11% 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 08/12 大井5R 10着/16頭+72.8秒 07/21 大井1R 10着/11頭+6.0秒 06/29 大井6R 6着/14頭+0.0秒 10/07 大井4R 9着/9頭+2.8秒 09/17 大井3R 9着/9頭+6.5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 8.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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) ○ ローテーション 19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 1.2% / 期待値 -11% ※ 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	ナックポピー	高橋昭（大井）	実4.8	B▲ A▲勝率12% EV-40% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／140日ぶりの実戦）
前5走 04/13 大井4R 2着/10頭+0.8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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 140日休養明け × 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 12.9% (オッズ暗示: 20.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.3% / 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。
12	ディアワン	安藤洋（大井）	実4.4	B🌟◎ A○勝率26% EV+14% 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（294日ぶりの実戦）
前5走 11/10 大井4R 4着/11頭+0.9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 4.0着 ○ 騎手近50戦勝率 14% △ ローテーション 294日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +137% (市場が大幅過小評価) AI 予想勝率 54.0% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 26.0% / 期待値 +14% ※ 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	シャルシェ	本田重（船橋）	実19.2	B△ A△勝率4% EV-21% 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20%）
前5走 08/12 大井5R 4着/16頭+0.0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 4.0着 ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 19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 1.2% (オッズ暗示: 5.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.1% / 期待値 -21% ※ 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	コスケンコルヴァ	御神訓（大井）	実2.1	B○ A🌟◎勝率34% EV-28% 詳細▼	人気馬、市場評価通りで上乗せなし（騎手は近50戦で勝率28%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 28% (好調) × 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 30.6% (オッズ暗示: 47.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 34.2% / 期待値 -28% ※ 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 ○

ディアワン

騎手安藤洋（大井）

単勝オッズ

4.4倍

AI期待値

+137%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎14コスケンコルヴァ

2.1倍

EV -35%

▲A:▲11ナックポピー

4.8倍

EV -38%

出走馬全14頭

◎A:○12

ディアワン

安藤洋（大井）

4.4倍

+137%

›

○A:◎14

コスケンコルヴァ

御神訓（大井）

2.1倍

-35%

›

▲A:▲11

ナックポピー

高橋昭（大井）

4.8倍

-38%

›

△A:△7

カシマショウリュウ

西優哉（大井）

7.8倍

-90%

›

△A:△13

シャルシェ

本田重（船橋）

19.2倍

-76%

›

△A:△2

グロリアスワールド

中山遥（浦和）

16.8倍

-99%

›

×A:▽9

パロットフィッシュ

本橋孝（船橋）

41.4倍

-99%

›

×A:▽1

キミヲコイシタウ

達城龍（大井）

46.8倍

-99%

›

×A:▽3

スカイハピネス

野畑凌（川崎）

60.6倍

-99%

›

×A:▽10

パイナップルケーキ

田中洸（大井）

71.6倍

-99%

›

×A:▽6

ヤマトシーダー

ゴンサ（船橋）

76.6倍

-99%

›

×A:▽4

ルイーダ

小野俊（大井）

101.8倍

-99%

›

×A:×8

サクラエナジー

高野誠（大井）

113.3倍

-99%

›

×A:▽5

チュウオースカイ

瀬川将（大井）

171.8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

6R 大井競馬場ダ1200m ダート1200m　発走 17:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キミヲコイシタウ	達城龍（大井）	実46.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場19走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し）
前5走 08/12 大井5R 7着/16頭+72.4秒 07/20 大井5R 10着/10頭+6.0秒 06/29 大井2R 4着/14頭+5.0秒 06/08 大井2R 4着/10頭 05/18 大井1R 9着/12頭+2.1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 7.0着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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 19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 1.9% (オッズ暗示: 2.1%) ※ 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。
2	グロリアスワールド	中山遥（浦和）	実16.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（126日ぶりの実戦／騎手は近50戦で勝率22%）
前5走 04/27 大井5R 5着/10頭+2.4秒 03/09 大井5R 3着/11頭+0.5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 4.0着 ◎ 騎手近50戦勝率 22% (好調) △ ローテーション 126日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 5.4% (オッズ暗示: 6.0%) ※ 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。
3	スカイハピネス	野畑凌（川崎）	実60.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／直近3走平均10.3着と低調）
前5走 08/12 大井5R 11着/16頭+72.9秒 07/20 大井6R 10着/12頭 06/29 大井2R 10着/14頭 06/08 大井5R 11着/12頭+3.0秒 05/20 大井5R 9着/11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 10.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.7%) ※ 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。
4	ルイーダ	小野俊（大井）	実101.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 08/12 大井5R 12着/16頭+73.0秒 07/20 大井6R 5着/12頭+1.0秒 06/29 大井2R 6着/14頭 06/08 大井5R 6着/12頭 05/20 大井5R 10着/11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 7.7着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 0.9% (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。
5	チュウオースカイ	瀬川将（大井）	実171.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／直近3走平均9.3着と低調）
前5走 08/12 大井1R 9着/10頭+4.3秒 07/20 大井5R 9着/10頭+4.0秒 06/29 大井1R 10着/12頭 06/08 大井4R 8着/10頭+3.0秒 05/18 大井1R 8着/12頭+1.9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 9.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 0.6% (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。
6	ヤマトシーダー	ゴンサ（船橋）	実76.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場13走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／直近3走平均11.3着と低調）
前5走 08/12 大井4R 14着/14頭+5.9秒 07/20 大井6R 8着/12頭 06/29 大井2R 12着/14頭+1.0秒 06/08 大井5R 7着/12頭 05/18 大井2R 6着/14頭+2.8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 11.3着 (不振) × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し ○ 騎手近50戦勝率 13% ▽ 前走実績前走 14着 (大敗) ○ ローテーション 19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 0.8% (オッズ暗示: 1.3%) ※ 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。
7	カシマショウリュウ	西優哉（大井）	実7.8	△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2.0着と安定／前走2着／231日ぶりの実戦）
前5走 01/12 大井5R 2着/6頭+1.0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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 231日休養明け × 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 8.3% (オッズ暗示: 12.8%) ※ 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。
8	サクラエナジー先行	高野誠（大井）	実113.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は9走で勝ち無し／直近3走平均11.0着と低調）
前5走 08/12 大井5R 15着/16頭+74.8秒 07/20 大井6R 12着/12頭 03/11 船橋1R 6着/11頭+2.4秒 02/13 船橋2R 5着/9頭+2.1秒 01/23 船橋4R 10着/11頭+2.6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 11.0着 (不振) ▽ 距離適性同距離は 9走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 15着 (大敗) ○ ローテーション 19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 0.3% (オッズ暗示: 0.9%) ※ 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。
9	パロットフィッシュ	本橋孝（船橋）	実41.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向）
前5走 08/12 大井1R 7着/10頭+3.1秒 07/20 大井5R 4着/10頭+0.0秒 06/29 大井1R 8着/12頭 06/08 大井2R 5着/10頭+2.0秒 05/18 大井1R 6着/12頭+1.8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 6.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 3.0% (オッズ暗示: 2.4%) ※ 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	パイナップルケーキ自在	田中洸（大井）	実71.6	▽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／同距離帯は4走で勝ち無し／直近3走平均8.7着と低調）
前5走 08/12 大井5R 10着/16頭+72.8秒 07/21 大井1R 10着/11頭+6.0秒 06/29 大井6R 6着/14頭+0.0秒 10/07 大井4R 9着/9頭+2.8秒 09/17 大井3R 9着/9頭+6.5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 8.7着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 1.2% (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。
11	ナックポピー	高橋昭（大井）	実4.8	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／140日ぶりの実戦）
前5走 04/13 大井4R 2着/10頭+0.8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 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 140日休養明け × 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 12.3% (オッズ暗示: 20.8%) ※ 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。
12	ディアワン	安藤洋（大井）	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り（294日ぶりの実戦）
前5走 11/10 大井4R 4着/11頭+0.9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 4.0着 ○ 騎手近50戦勝率 14% △ ローテーション 294日休養明け △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 26.0% (オッズ暗示: 22.7%) ※ 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。
13	シャルシェ	本田重（船橋）	実19.2	△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20%）
前5走 08/12 大井5R 4着/16頭+0.0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 4.0着 ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 4.1% (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。
14	コスケンコルヴァ	御神訓（大井）	実2.1	🌟◎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（騎手は近50戦で勝率28%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 28% (好調) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 34.2% (オッズ暗示: 47.6%) ※ 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。

🎯 AIの本命

AI評価1位

コスケンコルヴァ

騎手御神訓（大井）

単勝オッズ

2.1倍

AI期待値

-28%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12ディアワン

4.4倍

EV +14%

▲11ナックポピー

4.8倍

EV -40%

出走馬全14頭

◎14

コスケンコルヴァ

御神訓（大井）

2.1倍

-28%

›

○12

ディアワン

安藤洋（大井）

4.4倍

+14%

›

▲11

ナックポピー

高橋昭（大井）

4.8倍

-40%

›

△7

カシマショウリュウ

西優哉（大井）

7.8倍

-35%

›

△2

グロリアスワールド

中山遥（浦和）

16.8倍

-9%

›

△13

シャルシェ

本田重（船橋）

19.2倍

-21%

›

▽9

パロットフィッシュ

本橋孝（船橋）

41.4倍

+22%

›

▽1

キミヲコイシタウ

達城龍（大井）

46.8倍

-11%

›

▽10

パイナップルケーキ

田中洸（大井）

71.6倍

-11%

›

▽3

スカイハピネス

野畑凌（川崎）

60.6倍

-29%

›

▽4

ルイーダ

小野俊（大井）

101.8倍

-11%

›

▽6

ヤマトシーダー

ゴンサ（船橋）

76.6倍

-42%

›

▽5

チュウオースカイ

瀬川将（大井）

171.8倍

+0%

›

×8

サクラエナジー

高野誠（大井）

113.3倍

-68%

›

💡 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