大井 12R 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

12R 大井競馬場ダ1200m ダート1200m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニシノデフィレ差し	瀬川将（大井）	実50.6	B× A▽勝率1% EV-47% 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 08/17 大井5R 3着/8頭+0.6秒 07/21 大井11R 11着/13頭+1.7秒 06/29 大井10R 10着/11頭 05/21 大井8R 10着/10頭 05/01 大井12R 10着/16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 8.0着 (不振) × 当競馬場適性 28走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 16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 1.0% / 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。
2	フレンドローマ差し	鷹見陸（大井）	実29.4	B× A▽勝率3% 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 07/21 大井11R 13着/13頭+2.9秒 06/29 大井10R 7着/11頭+0.0秒 05/20 大井12R 8着/14頭 05/01 大井12R 16着/16頭+3.7秒 04/15 大井12R 8着/16頭+2.1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 9.3着 (不振) △ 当競馬場適性 22走で勝率 9% ○ 距離適性同距離 10走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 13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 8位 / 勝率 2.9% / 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。
3	アジアジェニファー逃げ	野畑凌（川崎）	実26.6	B△ A△勝率4% EV-1% 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）
前5走 08/14 大井10R 6着/9頭+1.9秒 07/22 大井9R 7着/7頭+1.7秒 06/12 大井7R 10着/11頭+0.0秒 05/22 大井7R 9着/9頭+1.0秒 04/15 大井12R 13着/16頭+3.6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) ○ 当競馬場適性 27走で勝率 19% (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 14走で勝率 21% ○ 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) -87% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 3.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.7% / 期待値 -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	ロンギングナイス逃げ	吉井章（大井）	実8.0	B△ A△勝率7% EV-43% 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28走で勝率25%と適性高／直近3走平均8.3着と低調／104日ぶりの実戦）
前5走 05/21 大井8R 4着/10頭 04/28 大井10R 9着/9頭+2.2秒 12/03 大井9R 12着/12頭+3.8秒 11/14 大井12R 11着/16頭+1.5秒 10/24 大井11R 7着/10頭+2.1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 8.3着 (不振) ◎ 当競馬場適性 28走で勝率 25% (得意) △ ローテーション 104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 0.2% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.0% / 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。
5	スミソニアン	小野俊（大井）	実196.1	B× A▽勝率1% EV+3% 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 08/14 大井10R 7着/9頭+2.0秒 07/23 大井12R 9着/12頭+3.1秒 06/29 大井10R 11着/11頭 06/12 大井7R 7着/11頭 05/20 大井12R 14着/14頭
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 9.0着 (不振) × 当競馬場適性 78走で勝率 4% (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 12位 / 勝率 0.5% / 期待値 +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。
6	ケイアイカペラ先行	笹川翼（大井）	実5.5	B▲ A▲勝率13% EV-26% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場13走で勝率38%と適性高／同距離帯13走で勝率38%）
前5走 07/21 大井11R 9着/13頭+1.3秒 09/03 大井12R 3着/13頭+0.2秒 08/11 大井7R 2着/11頭+0.8秒 07/14 大井11R 1着/13頭勝利 06/09 大井12R 1着/16頭勝利
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 4.7着 ◎ 当競馬場適性 13走で勝率 38% (得意) ◎ 距離適性同距離 13走で勝率 38% ○ 馬場適性同馬場 8走で勝率 25% × 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 2.2% (オッズ暗示: 18.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.4% / 期待値 -26% ※ 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	ジューンドラゴン逃げ	達城龍（大井）	実3.5	B○ A○勝率23% EV-20% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.3着と安定／前走2着）
前5走 07/21 大井11R 2着/13頭+0.4秒 05/01 大井12R 2着/16頭+0.1秒 04/15 大井12R 3着/16頭+0.9秒 03/11 大井11R 2着/12頭+0.0秒 02/20 大井11R 8着/15頭+0.6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 2.3着 (安定) ○ 当競馬場適性 17走で勝率 18% (相性良) △ 距離適性同距離 16走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +58% (市場が大幅過小評価) AI 予想勝率 45.2% (オッズ暗示: 28.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.6% / 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。
8	アポロリヤム	張田昂（船橋）	実12.7	B× A×勝率4% EV-54% 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 07/21 大井11R 3着/13頭+0.4秒 06/29 大井10R 8着/11頭+0.0秒 06/11 大井7R 10着/11頭 05/21 大井8R 9着/10頭 05/01 大井12R 9着/16頭+1.8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 7.0着 (不振) × 当競馬場適性 44走で勝率 0% (苦戦) ▽ 距離適性同距離は 31走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) × 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 3.5% / 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。
9	ルールメイプル差し	佐野遥（川崎）	実38.3	B× A▽勝率3% EV+4% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/10 浦和10R 7着/11頭+0.9秒 07/16 浦和11R 3着/11頭 06/23 浦和10R 4着/11頭 05/14 川崎10R 3着/12頭+0.5秒 04/09 川崎10R 10着/12頭+1.5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 4.7着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.7% / 期待値 +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。
10	ロアリングルックス逃げ	櫻井光（川崎）	実118.2	B× A▽勝率1% EV+10% 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 08/17 大井5R 8着/8頭+2.8秒 07/01 大井10R 13着/13頭+8.0秒 05/21 大井11R 13着/13頭 09/15 大井11R 7着/11頭+0.5秒 08/10 大井7R 7着/11頭+1.5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 11.3着 (不振) ◎ 当競馬場適性 28走で勝率 32% (得意) ◎ 距離適性同距離 24走で勝率 33% ◎ 馬場適性同馬場 9走で勝率 33% ○ ローテーション 16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。
11	ヘルメース	矢野貴（大井）	実3.5	B🌟◎ A🌟◎勝率35% EV+21% 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2着）
前5走 08/15 大井9R 2着/14頭+0.6秒 06/30 大井9R 6着/9頭 05/21 大井11R 8着/13頭 05/22 大井11R 5着/15頭+0.4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 5.3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 ◎ 騎手近50戦勝率 22% (好調) ○ 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) +81% (市場が大幅過小評価) AI 予想勝率 51.8% (オッズ暗示: 28.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 34.7% / 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。
12	ルソレイユ	藤田凌（大井）	実5.7	B△ A△勝率7% EV-60% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/17 大井5R 6着/8頭+1.4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 6.0着 ○ ローテーション 16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 0.2% (オッズ暗示: 17.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.9% / 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。

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 ◎

ヘルメース

騎手矢野貴（大井）

単勝オッズ

3.5倍

AI期待値

+81%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○7ジューンドラゴン

3.5倍

EV +58%

▲A:▲6ケイアイカペラ

5.5倍

EV -87%

出走馬全12頭

◎A:◎11

ヘルメース

矢野貴（大井）

3.5倍

+81%

›

○A:○7

ジューンドラゴン

達城龍（大井）

3.5倍

+58%

›

▲A:▲6

ケイアイカペラ

笹川翼（大井）

5.5倍

-87%

›

△A:△3

アジアジェニファー

野畑凌（川崎）

26.6倍

-87%

›

△A:△12

ルソレイユ

藤田凌（大井）

5.7倍

-98%

›

△A:△4

ロンギングナイス

吉井章（大井）

8.0倍

-98%

›

×A:▽9

ルールメイプル

佐野遥（川崎）

38.3倍

-99%

›

×A:×8

アポロリヤム

張田昂（船橋）

12.7倍

-99%

›

×A:▽2

フレンドローマ

鷹見陸（大井）

29.4倍

-99%

›

×A:▽1

ニシノデフィレ

瀬川将（大井）

50.6倍

-99%

›

×A:▽10

ロアリングルックス

櫻井光（川崎）

118.2倍

-99%

›

×A:▽5

スミソニアン

小野俊（大井）

196.1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

両モデルとも見送り

12R 大井競馬場ダ1200m ダート1200m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニシノデフィレ差し	瀬川将（大井）	実50.6	▽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0%と苦戦傾向／同距離帯は20走で勝ち無し／直近3走平均8.0着と低調）
前5走 08/17 大井5R 3着/8頭+0.6秒 07/21 大井11R 11着/13頭+1.7秒 06/29 大井10R 10着/11頭 05/21 大井8R 10着/10頭 05/01 大井12R 10着/16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 8.0着 (不振) × 当競馬場適性 28走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 16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 1.0% (オッズ暗示: 2.0%) ※ 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。
2	フレンドローマ差し	鷹見陸（大井）	実29.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調）
前5走 07/21 大井11R 13着/13頭+2.9秒 06/29 大井10R 7着/11頭+0.0秒 05/20 大井12R 8着/14頭 05/01 大井12R 16着/16頭+3.7秒 04/15 大井12R 8着/16頭+2.1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 9.3着 (不振) △ 当競馬場適性 22走で勝率 9% ○ 距離適性同距離 10走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.4%) ※ 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	アジアジェニファー逃げ	野畑凌（川崎）	実26.6	△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）
前5走 08/14 大井10R 6着/9頭+1.9秒 07/22 大井9R 7着/7頭+1.7秒 06/12 大井7R 10着/11頭+0.0秒 05/22 大井7R 9着/9頭+1.0秒 04/15 大井12R 13着/16頭+3.6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) ○ 当競馬場適性 27走で勝率 19% (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 14走で勝率 21% ○ 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) -2% (オッズ過剰評価) AI 予想勝率 3.7% (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。
4	ロンギングナイス逃げ	吉井章（大井）	実8.0	△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28走で勝率25%と適性高／直近3走平均8.3着と低調／104日ぶりの実戦）
前5走 05/21 大井8R 4着/10頭 04/28 大井10R 9着/9頭+2.2秒 12/03 大井9R 12着/12頭+3.8秒 11/14 大井12R 11着/16頭+1.5秒 10/24 大井11R 7着/10頭+2.1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 8.3着 (不振) ◎ 当競馬場適性 28走で勝率 25% (得意) △ ローテーション 104日休養明け × 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 7.0% (オッズ暗示: 12.5%) ※ 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	スミソニアン	小野俊（大井）	実196.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場78走で勝率4%と苦戦傾向／直近3走平均9.0着と低調）
前5走 08/14 大井10R 7着/9頭+2.0秒 07/23 大井12R 9着/12頭+3.1秒 06/29 大井10R 11着/11頭 06/12 大井7R 7着/11頭 05/20 大井12R 14着/14頭
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 9.0着 (不振) × 当競馬場適性 78走で勝率 4% (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) +3% (市場と概ね一致) AI 予想勝率 0.5% (オッズ暗示: 0.5%) ※ 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。
6	ケイアイカペラ先行	笹川翼（大井）	実5.5	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場13走で勝率38%と適性高／同距離帯13走で勝率38%）
前5走 07/21 大井11R 9着/13頭+1.3秒 09/03 大井12R 3着/13頭+0.2秒 08/11 大井7R 2着/11頭+0.8秒 07/14 大井11R 1着/13頭勝利 06/09 大井12R 1着/16頭勝利
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 4.7着 ◎ 当競馬場適性 13走で勝率 38% (得意) ◎ 距離適性同距離 13走で勝率 38% ○ 馬場適性同馬場 8走で勝率 25% △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 13.4% (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。
7	ジューンドラゴン逃げ	達城龍（大井）	実3.5	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.3着と安定／前走2着）
前5走 07/21 大井11R 2着/13頭+0.4秒 05/01 大井12R 2着/16頭+0.1秒 04/15 大井12R 3着/16頭+0.9秒 03/11 大井11R 2着/12頭+0.0秒 02/20 大井11R 8着/15頭+0.6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 2.3着 (安定) ○ 当競馬場適性 17走で勝率 18% (相性良) △ 距離適性同距離 16走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 22.6% (オッズ暗示: 28.6%) ※ 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	アポロリヤム	張田昂（船橋）	実12.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場44走で勝率0%と苦戦傾向／同距離帯は31走で勝ち無し／前走3着）
前5走 07/21 大井11R 3着/13頭+0.4秒 06/29 大井10R 8着/11頭+0.0秒 06/11 大井7R 10着/11頭 05/21 大井8R 9着/10頭 05/01 大井12R 9着/16頭+1.8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 7.0着 (不振) × 当競馬場適性 44走で勝率 0% (苦戦) ▽ 距離適性同距離は 31走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) × 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 3.5% (オッズ暗示: 7.9%) ※ 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	ルールメイプル差し	佐野遥（川崎）	実38.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/10 浦和10R 7着/11頭+0.9秒 07/16 浦和11R 3着/11頭 06/23 浦和10R 4着/11頭 05/14 川崎10R 3着/12頭+0.5秒 04/09 川崎10R 10着/12頭+1.5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 4.7着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) +4% (市場と概ね一致) AI 予想勝率 2.7% (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。
10	ロアリングルックス逃げ	櫻井光（川崎）	実118.2	▽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32%と適性高／同距離帯24走で勝率33%／同馬場状態で勝率33%）
前5走 08/17 大井5R 8着/8頭+2.8秒 07/01 大井10R 13着/13頭+8.0秒 05/21 大井11R 13着/13頭 09/15 大井11R 7着/11頭+0.5秒 08/10 大井7R 7着/11頭+1.5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 11.3着 (不振) ◎ 当競馬場適性 28走で勝率 32% (得意) ◎ 距離適性同距離 24走で勝率 33% ◎ 馬場適性同馬場 9走で勝率 33% ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 0.9% (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。
11	ヘルメース	矢野貴（大井）	実3.5	🌟◎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（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2着）
前5走 08/15 大井9R 2着/14頭+0.6秒 06/30 大井9R 6着/9頭 05/21 大井11R 8着/13頭 05/22 大井11R 5着/15頭+0.4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 5.3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 ◎ 騎手近50戦勝率 22% (好調) ○ 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) +21% (市場と概ね一致) AI 予想勝率 34.7% (オッズ暗示: 28.6%) ※ 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	ルソレイユ	藤田凌（大井）	実5.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/17 大井5R 6着/8頭+1.4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 6.0着 ○ ローテーション 16日の間隔 (理想的) × 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 6.9% (オッズ暗示: 17.5%) ※ 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

ヘルメース

騎手矢野貴（大井）

単勝オッズ

3.5倍

AI期待値

+21%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ジューンドラゴン

3.5倍

EV -20%

▲6ケイアイカペラ

5.5倍

EV -26%

出走馬全12頭

◎11

ヘルメース

矢野貴（大井）

3.5倍

+21%

›

○7

ジューンドラゴン

達城龍（大井）

3.5倍

-20%

›

▲6

ケイアイカペラ

笹川翼（大井）

5.5倍

-26%

›

△4

ロンギングナイス

吉井章（大井）

8.0倍

-43%

›

△12

ルソレイユ

藤田凌（大井）

5.7倍

-60%

›

△3

アジアジェニファー

野畑凌（川崎）

26.6倍

-1%

›

×8

アポロリヤム

張田昂（船橋）

12.7倍

-54%

›

▽2

フレンドローマ

鷹見陸（大井）

29.4倍

-15%

›

▽9

ルールメイプル

佐野遥（川崎）

38.3倍

+4%

›

▽1

ニシノデフィレ

瀬川将（大井）

50.6倍

-47%

›

▽10

ロアリングルックス

櫻井光（川崎）

118.2倍

+10%

›

▽5

スミソニアン

小野俊（大井）

196.1倍

+3%

›

💡 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