大井 10R 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

10R 大井競馬場ダ1400m ダート1400m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ピンナダ追込	藤本現（大井）	実36.8	B× A△勝率4% EV+46% 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 08/15 大井10R 4着/14頭+1.2秒 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
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 5.7着 △ 当競馬場適性 21走で勝率 10% ▽ 距離適性同距離は 3走で勝ち無し ○ ローテーション 17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 0.1% (オッズ暗示: 2.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.0% / 期待値 +47% ※ 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	ヴァルチャースター逃げ	吉井章（大井）	実1.4	B🌟◎ A🌟◎勝率62% EV-13% 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5走で勝率100%と適性高／同馬場状態で勝率100%／直近3走で勝率100%と好調）
前5走 04/14 大井8R 1着/10頭勝利 03/25 大井4R 1着/12頭勝利 02/18 大井3R 1着/14頭勝利 01/26 大井6R 1着/12頭勝利 01/12 大井3R 1着/15頭勝利
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 100% (絶好調) ◎ 当競馬場適性 5走で勝率 100% (得意) ◎ 馬場適性同馬場 4走で勝率 100% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 78.6% (オッズ暗示: 71.4%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 61.7% / 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。
3	エルフィダンス逃げ	高橋優（大井）	実83.0	B△ A×勝率1% EV-54% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯3走で勝率33%／81日ぶりの実戦）
前5走 06/12 大井3R 11着/12頭+1.0秒 12/24 園田10R 10着/11頭+2.4秒 11/06 船橋5R 2着/5頭+0.3秒 09/29 船橋3R 1着/7頭勝利 08/30 船橋3R 2着/5頭+0.6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 7.7着 (不振) ◎ 距離適性同距離 3走で勝率 33% ▽ 前走実績前走 11着 (大敗) × 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 0.2% (オッズ暗示: 1.2%) × Aモデルの評価 (参考) レース内 9位 / 勝率 0.5% / 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。
4	キタノホウセキ逃げ	西啓太（大井）	実5.4	B○ A▲勝率7% EV-59% 詳細▼	AI上位評価だが期待値不足、見送り（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／前走3着）
前5走 08/12 大井7R 3着/11頭+2.2秒 03/26 大井10R 12着/14頭+2.3秒 03/11 大井9R 2着/11頭+0.4秒 02/20 大井8R 2着/13頭+0.5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 5.7着 × 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 ○ 前走実績前走 3着 (好走) ○ ローテーション 20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 19.2% (オッズ暗示: 18.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.4% / 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。
5	スペイスフォース自在	藤田凌（大井）	実45.5	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 08/12 大井6R 4着/12頭+0.5秒 07/21 大井8R 9着/11頭+3.4秒 06/30 大井7R 5着/11頭 05/19 大井6R 9着/14頭+0.9秒 04/28 大井8R 2着/8頭+1.0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 6.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ○ ローテーション 20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 0.9% / 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。
6	ラバテラリュージュ自在	中山遥（浦和）	実73.6	B× A×勝率1% EV-60% 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8R 9着/11頭+3.5秒 07/02 大井12R 7着/14頭+1.0秒 05/19 大井7R 2着/10頭+0.1秒 04/29 大井8R 8着/13頭+1.5秒 04/15 大井7R 7着/12頭+1.8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 6.0着 △ 当競馬場適性 47走で勝率 9% △ 距離適性同距離 11走で勝率 9% ○ 騎手近50戦勝率 18% × 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 -61% ※ 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	デルマウチガケ追込	安藤洋（大井）	実38.6	B△ A▽勝率1% EV-46% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均3.0着と安定／前走2着）
前5走 08/12 大井7R 2着/11頭+2.0秒 07/22 大井6R 4着/14頭+0.8秒 06/29 大井7R 3着/11頭 03/23 大井10R 9着/9頭+1.4秒 03/13 大井3R 8着/12頭+0.9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 3.0着 (安定) ○ 当競馬場適性 23走で勝率 17% (相性良) ○ 距離適性同距離 13走で勝率 23% ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 1.4% / 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。
8	ラインガーラ逃げ	達城龍（大井）	実11.8	B△ A△勝率5% EV-46% 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9R 3着/12頭+0.8秒 02/17 大井8R 6着/10頭+1.5秒 01/14 大井9R 2着/10頭+0.1秒 12/30 大井8R 5着/14頭+0.5秒 12/02 大井6R 7着/14頭+1.1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 3.7着 △ 当競馬場適性 27走で勝率 7% △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 8.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 4.6% / 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。
9	マニス	杉山海（大井）	実89.3	B× A×勝率0% EV-74% 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6R 8着/12頭+2.6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 8.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 20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 0.3% / 期待値 -75% ※ 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	ビリーヴアンドラン先行	御神訓（大井）	実7.0	B▲ A○勝率17% EV+16% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場9走で勝率33%と適性高／騎手は近50戦で勝率30%）
前5走 08/12 大井6R 6着/12頭+1.1秒 07/23 大井7R 3着/12頭+0.3秒 07/02 大井12R 12着/14頭 05/22 大井6R 1着/12頭 05/01 大井6R 7着/12頭+0.5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 7.0着 (不振) ◎ 当競馬場適性 9走で勝率 33% (得意) ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 30% (好調) ○ ローテーション 20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 0.9% (オッズ暗示: 14.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.6% / 期待値 +16% ※ 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	アルピニスト追込	笹川翼（大井）	実39.4	B× A△勝率2% EV-18% 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8R 8着/13頭+0.9秒 07/21 大井9R 6着/12頭+1.5秒 06/30 大井8R 7着/16頭 06/10 大井9R 7着/14頭 10/22 大井9R 6着/9頭+1.7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 7.0着 (不振) × 当競馬場適性 16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 18% ○ ローテーション 20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 6位 / 勝率 2.1% / 期待値 -19% ※ 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 ◎

ヴァルチャースター

騎手吉井章（大井）

単勝オッズ

1.4倍

AI期待値

+9%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲4キタノホウセキ

5.4倍

EV +3%

▲A:○10ビリーヴアンドラン

7.0倍

EV -93%

出走馬全11頭

◎A:◎2

ヴァルチャースター

吉井章（大井）

1.4倍

+9%

›

○A:▲4

キタノホウセキ

西啓太（大井）

5.4倍

+3%

›

▲A:○10

ビリーヴアンドラン

御神訓（大井）

7.0倍

-93%

›

△A:▽7

デルマウチガケ

安藤洋（大井）

38.6倍

-73%

›

△A:△8

ラインガーラ

達城龍（大井）

11.8倍

-95%

›

△A:×3

エルフィダンス

高橋優（大井）

83.0倍

-87%

›

×A:△1

ピンナダ

藤本現（大井）

36.8倍

-96%

›

×A:△11

アルピニスト

笹川翼（大井）

39.4倍

-99%

›

×A:×5

スペイスフォース

藤田凌（大井）

45.5倍

-99%

›

×A:×6

ラバテラリュージュ

中山遥（浦和）

73.6倍

-99%

›

×A:×9

マニス

杉山海（大井）

89.3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

両モデルとも見送り

10R 大井競馬場ダ1400m ダート1400m　発走 19:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ピンナダ追込	藤本現（大井）	実36.8	△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 08/15 大井10R 4着/14頭+1.2秒 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
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 5.7着 △ 当競馬場適性 21走で勝率 10% ▽ 距離適性同距離は 3走で勝ち無し ○ ローテーション 17日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 4.0% (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。
2	ヴァルチャースター逃げ	吉井章（大井）	実1.4	🌟◎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5走で勝率100%と適性高／同馬場状態で勝率100%／直近3走で勝率100%と好調）
前5走 04/14 大井8R 1着/10頭勝利 03/25 大井4R 1着/12頭勝利 02/18 大井3R 1着/14頭勝利 01/26 大井6R 1着/12頭勝利 01/12 大井3R 1着/15頭勝利
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 100% (絶好調) ◎ 当競馬場適性 5走で勝率 100% (得意) ◎ 馬場適性同馬場 4走で勝率 100% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 140日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 61.7% (オッズ暗示: 71.4%) ※ 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	エルフィダンス逃げ	高橋優（大井）	実83.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯3走で勝率33%／81日ぶりの実戦）
前5走 06/12 大井3R 11着/12頭+1.0秒 12/24 園田10R 10着/11頭+2.4秒 11/06 船橋5R 2着/5頭+0.3秒 09/29 船橋3R 1着/7頭勝利 08/30 船橋3R 2着/5頭+0.6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 7.7着 (不振) ◎ 距離適性同距離 3走で勝率 33% ▽ 前走実績前走 11着 (大敗) × 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 0.5% (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。
4	キタノホウセキ逃げ	西啓太（大井）	実5.4	▲詳細▼	AI上位評価だが期待値不足、見送り（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／前走3着）
前5走 08/12 大井7R 3着/11頭+2.2秒 03/26 大井10R 12着/14頭+2.3秒 03/11 大井9R 2着/11頭+0.4秒 02/20 大井8R 2着/13頭+0.5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 5.7着 × 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 ○ 前走実績前走 3着 (好走) ○ ローテーション 20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 7.4% (オッズ暗示: 18.5%) ※ 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。
5	スペイスフォース自在	藤田凌（大井）	実45.5	×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）
前5走 08/12 大井6R 4着/12頭+0.5秒 07/21 大井8R 9着/11頭+3.4秒 06/30 大井7R 5着/11頭 05/19 大井6R 9着/14頭+0.9秒 04/28 大井8R 2着/8頭+1.0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 6.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ○ ローテーション 20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 0.9% (オッズ暗示: 2.2%) ※ 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。
6	ラバテラリュージュ自在	中山遥（浦和）	実73.6	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/22 大井8R 9着/11頭+3.5秒 07/02 大井12R 7着/14頭+1.0秒 05/19 大井7R 2着/10頭+0.1秒 04/29 大井8R 8着/13頭+1.5秒 04/15 大井7R 7着/12頭+1.8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 6.0着 △ 当競馬場適性 47走で勝率 9% △ 距離適性同距離 11走で勝率 9% ○ 騎手近50戦勝率 18% × 期待値 (オッズ vs AI勝率) -61% (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。
7	デルマウチガケ追込	安藤洋（大井）	実38.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均3.0着と安定／前走2着）
前5走 08/12 大井7R 2着/11頭+2.0秒 07/22 大井6R 4着/14頭+0.8秒 06/29 大井7R 3着/11頭 03/23 大井10R 9着/9頭+1.4秒 03/13 大井3R 8着/12頭+0.9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 3.0着 (安定) ○ 当競馬場適性 23走で勝率 17% (相性良) ○ 距離適性同距離 13走で勝率 23% ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) ○ ローテーション 20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 1.4% (オッズ暗示: 2.6%) ※ 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	ラインガーラ逃げ	達城龍（大井）	実11.8	△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9R 3着/12頭+0.8秒 02/17 大井8R 6着/10頭+1.5秒 01/14 大井9R 2着/10頭+0.1秒 12/30 大井8R 5着/14頭+0.5秒 12/02 大井6R 7着/14頭+1.1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 3.7着 △ 当競馬場適性 27走で勝率 7% △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 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 4.6% (オッズ暗示: 8.5%) ※ 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。
9	マニス	杉山海（大井）	実89.3	×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 08/12 大井6R 8着/12頭+2.6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 8.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.1%) ※ 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。
10	ビリーヴアンドラン先行	御神訓（大井）	実7.0	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場9走で勝率33%と適性高／騎手は近50戦で勝率30%）
前5走 08/12 大井6R 6着/12頭+1.1秒 07/23 大井7R 3着/12頭+0.3秒 07/02 大井12R 12着/14頭 05/22 大井6R 1着/12頭 05/01 大井6R 7着/12頭+0.5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 7.0着 (不振) ◎ 当競馬場適性 9走で勝率 33% (得意) ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 30% (好調) ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 16.6% (オッズ暗示: 14.3%) ※ 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	アルピニスト追込	笹川翼（大井）	実39.4	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場16走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 08/12 大井8R 8着/13頭+0.9秒 07/21 大井9R 6着/12頭+1.5秒 06/30 大井8R 7着/16頭 06/10 大井9R 7着/14頭 10/22 大井9R 6着/9頭+1.7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 7.0着 (不振) × 当競馬場適性 16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 18% ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 2.5%) ※ 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。

🎯 AIの本命

AI評価1位

ヴァルチャースター

騎手吉井章（大井）

単勝オッズ

1.4倍

AI期待値

-13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10ビリーヴアンドラン

7.0倍

EV +16%

▲4キタノホウセキ

5.4倍

EV -59%

出走馬全11頭

◎2

ヴァルチャースター

吉井章（大井）

1.4倍

-13%

›

○10

ビリーヴアンドラン

御神訓（大井）

7.0倍

+16%

›

▲4

キタノホウセキ

西啓太（大井）

5.4倍

-59%

›

△8

ラインガーラ

達城龍（大井）

11.8倍

-46%

›

△1

ピンナダ

藤本現（大井）

36.8倍

+46%

›

△11

アルピニスト

笹川翼（大井）

39.4倍

-18%

›

▽7

デルマウチガケ

安藤洋（大井）

38.6倍

-46%

›

×5

スペイスフォース

藤田凌（大井）

45.5倍

-57%

›

×3

エルフィダンス

高橋優（大井）

83.0倍

-54%

›

×6

ラバテラリュージュ

中山遥（浦和）

73.6倍

-60%

›

×9

マニス

杉山海（大井）

89.3倍

-74%

›

💡 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