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 18:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コスモブライヤー追込	鷹見陸（大井）	実53.8	B× A▽勝率1% EV-39% 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 06/09 大井10R 11着/13頭 05/22 大井12R 9着/15頭 04/29 大井12R 9着/16頭+2.0秒 04/17 大井12R 9着/14頭+1.2秒 03/23 大井11R 6着/13頭+0.6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 28走で勝率 4% (苦戦) ◎ 距離適性同距離 23走で勝率 30% ▽ 前走実績前走 11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 10位 / 勝率 1.1% / 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。
2	フェレザ自在	吉井章（大井）	実17.1	B△ A▽勝率3% EV-47% 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／同距離帯は3走で勝ち無し）
前5走 08/15 大井8R 5着/11頭+1.2秒 07/23 大井9R 2着/9頭+0.1秒 07/01 大井7R 12着/12頭+0.0秒 06/09 大井9R 6着/14頭 12/02 園田8R 2着/8頭+0.1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 6.3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 ○ 馬場適性同馬場 5走で勝率 20% ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 5.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.1% / 期待値 -48% ※ 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	コスモトロイメル先行	中山遥（浦和）	実10.6	B△ A△勝率9% EV-7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯8走で勝率25%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/16 大井7R 1着/11頭勝利 07/23 大井9R 7着/9頭+0.8秒 07/01 大井12R 5着/15頭 05/18 大井12R 9着/14頭+1.3秒 04/29 大井9R 1着/13頭勝利
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 17走で勝率 18% (相性良) ◎ 距離適性同距離 8走で勝率 25% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ○ 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 0.4% (オッズ暗示: 9.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.7% / 期待値 -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	ライブリームーラン	西優哉（大井）	実159.1	B× A▽勝率0% EV-34% 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 08/15 大井8R 11着/11頭+4.4秒 06/30 大井9R 7着/9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 9.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 18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 0.4% / 期待値 -34% ※ 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	ランニングビーチ	矢野貴（大井）	実2.5	B○ A🌟◎勝率41% EV+2% 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22%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 22% (好調) × 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 3.2% (オッズ暗示: 40.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 41.1% / 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。
6	ワクシングムーン自在推奨	本橋孝（船橋）	実5.9	B🌟◎ A▲勝率15% EV-9% 詳細▼	市場が大きく過小評価、AI予想勝率89% × オッズ5.9倍で期待値+422%の有力候補（直近3走勝率33%と上り調子／当競馬場6走で勝率50%と適性高／同距離帯で勝率33%と得意）
前5走 08/13 大井7R 1着/8頭勝利 07/23 大井10R 3着/14頭+0.2秒 01/27 大井12R 2着/13頭+0.2秒 01/14 大井10R 1着/15頭勝利 12/29 大井5R 3着/14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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 50% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 4走で勝率 50% ◎ 前走実績前走 1着 (勢い継続) ○ 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) +422% (市場が大幅過小評価) AI 予想勝率 88.6% (オッズ暗示: 16.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.3% / 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。
7	ゼイトク	笹川翼（大井）	実22.4	B× A▽勝率2% EV-45% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/15 大井8R 6着/11頭+1.3秒 07/24 大井10R 4着/14頭+1.1秒 07/02 大井7R 6着/11頭 06/09 大井10R 7着/13頭+0.0秒 05/21 大井10R 3着/16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 5.3着 △ 当競馬場適性 39走で勝率 8% △ 距離適性同距離 26走で勝率 8% ○ 騎手近50戦勝率 14% ○ ローテーション 18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 0.1% (オッズ暗示: 4.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.4% / 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	ペルセイズ先行	達城龍（大井）	実10.3	B△ A△勝率7% EV-31% 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25%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 08/16 大井7R 2着/11頭+0.8秒 07/24 大井10R 3着/14頭+1.0秒 07/01 大井8R 1着/14頭 05/21 大井5R 6着/14頭+0.0秒 11/19 川崎12R 2着/14頭+0.2秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) △ 距離適性同距離 17走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 9.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.7% / 期待値 -31% ※ 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	プロローク自在	新原周（川崎）	実11.9	B× A△勝率3% EV-59% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率33%／直近3走平均10.7着と低調）
前5走 08/13 大井9R 9着/15頭+1.5秒 03/09 大井11R 8着/10頭+4.2秒 02/18 大井11R 15着/16頭+4.3秒 12/26 大井9R 2着/10頭+0.4秒 11/12 大井11R 4着/16頭+0.7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 10.7着 (不振) △ 当競馬場適性 8走で勝率 12% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) AI 予想勝率 0.0% (オッズ暗示: 8.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.4% / 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。
10	ジーベンファルベン自在	ゴンサ（船橋）	実3.8	B▲ A○勝率15% EV-41% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は6走で勝ち無し／前走2着）
前5走 08/15 大井8R 2着/11頭+0.4秒 04/14 大井10R 5着/9頭+1.6秒 03/25 大井12R 4着/13頭+0.9秒 03/13 大井12R 5着/9頭+0.8秒 02/18 大井7R 3着/13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 3.7着 ○ 当競馬場適性 13走で勝率 15% (相性良) ▽ 距離適性同距離は 6走で勝ち無し ○ 前走実績前走 2着 (好走) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.4% / 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。
11	パレスゴールド先行	野畑凌（川崎）	実37.8	B× A▽勝率2% EV-32% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向）
前5走 08/15 大井9R 10着/14頭+2.7秒 06/30 大井9R 5着/9頭+2.0秒 03/10 大井12R 6着/16頭+0.4秒 02/19 大井11R 5着/15頭+1.1秒 01/28 大井10R 4着/13頭+1.1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 7走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 18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: 2.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 期待値 -32% ※ 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	キャップ	櫻井光（川崎）	実144.0	B× A▽勝率1% EV-15% 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 08/15 大井8R 10着/11頭+3.9秒 07/21 大井12R 12着/16頭+2.9秒 07/03 大井12R 12着/13頭 06/09 大井10R 4着/13頭 05/22 大井12R 15着/15頭+0.0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 11.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ○ 距離適性同距離 29走で勝率 21% ○ 馬場適性同馬場 20走で勝率 20% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 18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 0.6% / 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。

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 ▲

ワクシングムーン

騎手本橋孝（船橋）

単勝オッズ

5.9倍

AI期待値

+422%

買い目

¥2,100

全レースの推奨

AIの推奨本命の次点

○A:◎5ランニングビーチ

2.5倍

EV -92%

▲A:○10ジーベンファルベン

3.8倍

EV -88%

出走馬全12頭

◎A:▲6

ワクシングムーン

本橋孝（船橋）

5.9倍

+422%

›

○A:◎5

ランニングビーチ

矢野貴（大井）

2.5倍

-92%

›

▲A:○10

ジーベンファルベン

ゴンサ（船橋）

3.8倍

-88%

›

△A:△8

ペルセイズ

達城龍（大井）

10.3倍

-67%

›

△A:▽2

フェレザ

吉井章（大井）

17.1倍

-76%

›

△A:△3

コスモトロイメル

中山遥（浦和）

10.6倍

-96%

›

×A:▽7

ゼイトク

笹川翼（大井）

22.4倍

-97%

›

×A:▽11

パレスゴールド

野畑凌（川崎）

37.8倍

-95%

›

×A:△9

プロローク

新原周（川崎）

11.9倍

-99%

›

×A:▽1

コスモブライヤー

鷹見陸（大井）

53.8倍

-99%

›

×A:▽12

キャップ

櫻井光（川崎）

144.0倍

-99%

›

×A:▽4

ライブリームーラン

西優哉（大井）

159.1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 6 ワクシングムーン ¥2,100 実5.9倍期待値 +423% ❌不的中4着単勝 5.9倍

※ オッズは予測時点の値です。

8R 大井競馬場ダ1400m ダート1400m　発走 18:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コスモブライヤー追込	鷹見陸（大井）	実53.8	▽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4%と苦戦傾向／同距離帯23走で勝率30%／直近3走平均9.7着と低調）
前5走 06/09 大井10R 11着/13頭 05/22 大井12R 9着/15頭 04/29 大井12R 9着/16頭+2.0秒 04/17 大井12R 9着/14頭+1.2秒 03/23 大井11R 6着/13頭+0.6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 28走で勝率 4% (苦戦) ◎ 距離適性同距離 23走で勝率 30% ▽ 前走実績前走 11着 (大敗) × 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 1.1% (オッズ暗示: 1.9%) ※ 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	フェレザ自在	吉井章（大井）	実17.1	▽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／同距離帯は3走で勝ち無し）
前5走 08/15 大井8R 5着/11頭+1.2秒 07/23 大井9R 2着/9頭+0.1秒 07/01 大井7R 12着/12頭+0.0秒 06/09 大井9R 6着/14頭 12/02 園田8R 2着/8頭+0.1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 6.3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 ○ 馬場適性同馬場 5走で勝率 20% ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 5.8%) ※ 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。
3	コスモトロイメル先行	中山遥（浦和）	実10.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯8走で勝率25%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/16 大井7R 1着/11頭勝利 07/23 大井9R 7着/9頭+0.8秒 07/01 大井12R 5着/15頭 05/18 大井12R 9着/14頭+1.3秒 04/29 大井9R 1着/13頭勝利
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 17走で勝率 18% (相性良) ◎ 距離適性同距離 8走で勝率 25% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -7% (オッズ過剰評価) AI 予想勝率 8.7% (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。
4	ライブリームーラン	西優哉（大井）	実159.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 08/15 大井8R 11着/11頭+4.4秒 06/30 大井9R 7着/9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 9.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
5	ランニングビーチ	矢野貴（大井）	実2.5	🌟◎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 ― ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 41.1% (オッズ暗示: 40.0%) ※ 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	ワクシングムーン自在推奨	本橋孝（船橋）	実5.9	▲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／当競馬場6走で勝率50%と適性高／同距離帯で勝率33%と得意）
前5走 08/13 大井7R 1着/8頭勝利 07/23 大井10R 3着/14頭+0.2秒 01/27 大井12R 2着/13頭+0.2秒 01/14 大井10R 1着/15頭勝利 12/29 大井5R 3着/14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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 50% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 4走で勝率 50% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -10% (オッズ過剰評価) AI 予想勝率 15.3% (オッズ暗示: 16.9%) ※ 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。
7	ゼイトク	笹川翼（大井）	実22.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/15 大井8R 6着/11頭+1.3秒 07/24 大井10R 4着/14頭+1.1秒 07/02 大井7R 6着/11頭 06/09 大井10R 7着/13頭+0.0秒 05/21 大井10R 3着/16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 5.3着 △ 当競馬場適性 39走で勝率 8% △ 距離適性同距離 26走で勝率 8% ○ 騎手近50戦勝率 14% ○ ローテーション 18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 2.4% (オッズ暗示: 4.5%) ※ 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	ペルセイズ先行	達城龍（大井）	実10.3	△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25%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 08/16 大井7R 2着/11頭+0.8秒 07/24 大井10R 3着/14頭+1.0秒 07/01 大井8R 1着/14頭 05/21 大井5R 6着/14頭+0.0秒 11/19 川崎12R 2着/14頭+0.2秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) △ 距離適性同距離 17走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 9.7%) ※ 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。
9	プロローク自在	新原周（川崎）	実11.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率33%／直近3走平均10.7着と低調）
前5走 08/13 大井9R 9着/15頭+1.5秒 03/09 大井11R 8着/10頭+4.2秒 02/18 大井11R 15着/16頭+4.3秒 12/26 大井9R 2着/10頭+0.4秒 11/12 大井11R 4着/16頭+0.7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 10.7着 (不振) △ 当競馬場適性 8走で勝率 12% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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 3.4% (オッズ暗示: 8.4%) ※ 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	ジーベンファルベン自在	ゴンサ（船橋）	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は6走で勝ち無し／前走2着）
前5走 08/15 大井8R 2着/11頭+0.4秒 04/14 大井10R 5着/9頭+1.6秒 03/25 大井12R 4着/13頭+0.9秒 03/13 大井12R 5着/9頭+0.8秒 02/18 大井7R 3着/13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 3.7着 ○ 当競馬場適性 13走で勝率 15% (相性良) ▽ 距離適性同距離は 6走で勝ち無し ○ 前走実績前走 2着 (好走) ○ ローテーション 18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 15.4% (オッズ暗示: 26.3%) ※ 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	パレスゴールド先行	野畑凌（川崎）	実37.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向）
前5走 08/15 大井9R 10着/14頭+2.7秒 06/30 大井9R 5着/9頭+2.0秒 03/10 大井12R 6着/16頭+0.4秒 02/19 大井11R 5着/15頭+1.1秒 01/28 大井10R 4着/13頭+1.1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 7走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 1.8% (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。
12	キャップ	櫻井光（川崎）	実144.0	▽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／直近3走平均11.3着と低調）
前5走 08/15 大井8R 10着/11頭+3.9秒 07/21 大井12R 12着/16頭+2.9秒 07/03 大井12R 12着/13頭 06/09 大井10R 4着/13頭 05/22 大井12R 15着/15頭+0.0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 11.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ○ 距離適性同距離 29走で勝率 21% ○ 馬場適性同馬場 20走で勝率 20% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.7%) ※ 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。

🎯 AIの本命

AI評価1位

ランニングビーチ

騎手矢野貴（大井）

単勝オッズ

2.5倍

AI期待値

+2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10ジーベンファルベン

3.8倍

EV -41%

▲6ワクシングムーン

5.9倍

EV -9%

出走馬全12頭

◎5

ランニングビーチ

矢野貴（大井）

2.5倍

+2%

›

○10

ジーベンファルベン

ゴンサ（船橋）

3.8倍

-41%

›

▲6

ワクシングムーン

本橋孝（船橋）

5.9倍

-9%

›

△3

コスモトロイメル

中山遥（浦和）

10.6倍

-7%

›

△8

ペルセイズ

達城龍（大井）

10.3倍

-31%

›

△9

プロローク

新原周（川崎）

11.9倍

-59%

›

▽2

フェレザ

吉井章（大井）

17.1倍

-47%

›

▽7

ゼイトク

笹川翼（大井）

22.4倍

-45%

›

▽11

パレスゴールド

野畑凌（川崎）

37.8倍

-32%

›

▽1

コスモブライヤー

鷹見陸（大井）

53.8倍

-39%

›

▽12

キャップ

櫻井光（川崎）

144.0倍

-15%

›

▽4

ライブリームーラン

西優哉（大井）

159.1倍

-34%

›

💡 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 6 ワクシングムーン ¥2,100 実5.9倍期待値 -10% ❌不的中4着単勝 5.9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