大井 5R 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

5R 大井競馬場ダ1600m ダート1600m　発走 16:58

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ローレンモンブラン	横川怜（大井）	実181.0	B× A▽勝率1% EV+115% 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4R 7着/8頭 07/02 大井3R 4着/8頭+0.0秒 06/08 大井4R 1着/10頭 05/20 大井4R 8着/14頭 04/27 大井4R 5着/11頭+1.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 4走で勝ち無し ○ 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 +115% ※ 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	エドノマテンロウ	笹川翼（大井）	実10.2	B× A△勝率9% EV-5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率50%と好調）
前5走 08/14 大井1R 10着/10頭+5.1秒 11/11 大井3R 1着/8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 50% (絶好調) ▽ 前走実績前走 10着 (大敗) ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 9.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 期待値 -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。
3	アロハフリューゲル逃げ	本田重（船橋）	実21.2	B△ A△勝率4% EV-17% 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2.3着と安定／前走3着）
前5走 03/26 大井6R 3着/13頭+0.5秒 01/28 大井4R 2着/11頭+0.3秒 12/24 大井2R 2着/12頭+0.1秒 12/01 大井5R 4着/10頭+1.5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 2.3着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) △ ローテーション 161日休養明け × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 4.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.9% / 期待値 -17% ※ 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	ドゥーニ	野畑凌（川崎）	実3.3	B○ A○勝率16% EV-48% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) × 期待値 (オッズ vs AI勝率) -84% (大幅な期待値マイナス) AI 予想勝率 4.8% (オッズ暗示: 30.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.7% / 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。
5	ムービングアップ	藤田凌（大井）	実11.4	B▲ A▲勝率10% EV+19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／前走2着）
前5走 08/13 大井3R 2着/13頭+1.6秒 07/21 大井1R 2着/11頭+0.6秒 07/01 大井3R 8着/11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 4.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 21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 4.8% (オッズ暗示: 8.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.5% / 期待値 +20% ※ 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	フカガワブギョー	達城龍（大井）	実28.5	B△ A▽勝率3% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走3着）
前5走 08/14 大井1R 3着/10頭+1.0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 3.0着 (安定) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -73% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.6% / 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	カンノンピョンタ差し	町田直（川崎）	実113.7	B× A▽勝率1% EV+52% 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1R 5着/10頭+1.7秒 07/23 大井5R 11着/16頭+2.0秒 07/02 大井4R 5着/13頭 06/10 大井4R 4着/14頭 04/14 大井2R 2着/12頭+1.6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 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 3走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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 9位 / 勝率 1.3% / 期待値 +52% ※ 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	アタックオフェール差し	谷内貫（大井）	実15.0	B△ A△勝率7% EV+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3着）
前5走 05/22 大井1R 3着/13頭+0.0秒 04/30 大井3R 5着/10頭+2.0秒 04/13 大井5R 1着/12頭勝利 12/25 大井3R 5着/7頭+1.2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) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 104日休養明け × 期待値 (オッズ vs AI勝率) -86% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 6.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.9% / 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。
9	ヴァンクラッセ	高橋優（大井）	実210.6	B× A▽勝率1% EV+37% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 期待値 +37% ※ 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	リュウノギフト	藤本現（大井）	実57.4	B× A▽勝率2% EV+17% 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 08/13 大井3R 3着/13頭+1.7秒 07/22 大井3R 7着/14頭+1.4秒 07/02 大井4R 10着/13頭 06/10 大井4R 5着/14頭 05/22 大井1R 6着/13頭
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 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 21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 2.0% / 期待値 +17% ※ 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	ライジングステップ先行	ゴンサ（船橋）	実1.7	B🌟◎ A🌟◎勝率45% EV-22% 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3走で勝率33%と適性高／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 05/18 大井9R 5着/7頭+1.2秒 04/13 大井7R 6着/11頭+0.7秒 01/12 大井4R 1着/6頭勝利 ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 馬場適性同馬場 3走で勝率 33% △ ローテーション 108日休養明け ◎ 期待値 (オッズ vs AI勝率) +48% (妙味あり) AI 予想勝率 87.3% (オッズ暗示: 58.8%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 45.3% / 期待値 -23% ※ 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	ジュアルエリモ	千田洋（大井）	実192.1	B× A▽勝率1% EV+17% 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1R 7着/10頭+2.4秒 07/20 大井9R 6着/8頭+4.0秒 06/11 大井3R 5着/9頭 05/22 大井1R 4着/13頭+0.0秒 04/15 大井3R 5着/10頭+2.4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 × 当競馬場適性 12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 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 12位 / 勝率 0.6% / 期待値 +17% ※ 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 ◎

ライジングステップ

騎手ゴンサ（船橋）

単勝オッズ

1.7倍

AI期待値

+48%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○4ドゥーニ

3.3倍

EV -84%

▲A:▲5ムービングアップ

11.4倍

EV -45%

出走馬全12頭

◎A:◎11

ライジングステップ

ゴンサ（船橋）

1.7倍

+48%

›

○A:○4

ドゥーニ

野畑凌（川崎）

3.3倍

-84%

›

▲A:▲5

ムービングアップ

藤田凌（大井）

11.4倍

-45%

›

△A:△8

アタックオフェール

谷内貫（大井）

15.0倍

-85%

›

△A:△3

アロハフリューゲル

本田重（船橋）

21.2倍

-80%

›

△A:▽6

フカガワブギョー

達城龍（大井）

28.5倍

-73%

›

×A:△2

エドノマテンロウ

笹川翼（大井）

10.2倍

-98%

›

×A:▽9

ヴァンクラッセ

高橋優（大井）

210.6倍

-62%

›

×A:▽10

リュウノギフト

藤本現（大井）

57.4倍

-99%

›

×A:▽7

カンノンピョンタ

町田直（川崎）

113.7倍

-99%

›

×A:▽1

ローレンモンブラン

横川怜（大井）

181.0倍

-99%

›

×A:▽12

ジュアルエリモ

千田洋（大井）

192.1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

5R 大井競馬場ダ1600m ダート1600m　発走 16:58

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ローレンモンブラン	横川怜（大井）	実181.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は4走で勝ち無し／直近3走で勝率33%と好調）
前5走 08/15 大井4R 7着/8頭 07/02 大井3R 4着/8頭+0.0秒 06/08 大井4R 1着/10頭 05/20 大井4R 8着/14頭 04/27 大井4R 5着/11頭+1.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 4走で勝ち無し ○ 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) +115% (市場が大幅過小評価) AI 予想勝率 1.2% (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。
2	エドノマテンロウ	笹川翼（大井）	実10.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率50%と好調）
前5走 08/14 大井1R 10着/10頭+5.1秒 11/11 大井3R 1着/8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 50% (絶好調) ▽ 前走実績前走 10着 (大敗) ○ 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) -6% (オッズ過剰評価) AI 予想勝率 9.3% (オッズ暗示: 9.8%) ※ 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	アロハフリューゲル逃げ	本田重（船橋）	実21.2	△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2.3着と安定／前走3着）
前5走 03/26 大井6R 3着/13頭+0.5秒 01/28 大井4R 2着/11頭+0.3秒 12/24 大井2R 2着/12頭+0.1秒 12/01 大井5R 4着/10頭+1.5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 2.3着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) △ ローテーション 161日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 3.9% (オッズ暗示: 4.7%) ※ 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	ドゥーニ	野畑凌（川崎）	実3.3	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) × 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 15.7% (オッズ暗示: 30.3%) ※ 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。
5	ムービングアップ	藤田凌（大井）	実11.4	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／前走2着）
前5走 08/13 大井3R 2着/13頭+1.6秒 07/21 大井1R 2着/11頭+0.6秒 07/01 大井3R 8着/11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 4.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 10.5% (オッズ暗示: 8.8%) ※ 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。
6	フカガワブギョー	達城龍（大井）	実28.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走3着）
前5走 08/14 大井1R 3着/10頭+1.0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 3.0着 (安定) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -26% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 3.5%) ※ 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。
7	カンノンピョンタ差し	町田直（川崎）	実113.7	▽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3走で勝ち無し）
前5走 08/14 大井1R 5着/10頭+1.7秒 07/23 大井5R 11着/16頭+2.0秒 07/02 大井4R 5着/13頭 06/10 大井4R 4着/14頭 04/14 大井2R 2着/12頭+1.6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 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 3走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) +52% (市場が大幅過小評価) AI 予想勝率 1.3% (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。
8	アタックオフェール差し	谷内貫（大井）	実15.0	△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3着）
前5走 05/22 大井1R 3着/13頭+0.0秒 04/30 大井3R 5着/10頭+2.0秒 04/13 大井5R 1着/12頭勝利 12/25 大井3R 5着/7頭+1.2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) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 104日休養明け △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 6.9% (オッズ暗示: 6.7%) ※ 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	ヴァンクラッセ	高橋優（大井）	実210.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 4% (やや苦戦) ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 0.7% (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。
10	リュウノギフト	藤本現（大井）	実57.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場18走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／前走3着）
前5走 08/13 大井3R 3着/13頭+1.7秒 07/22 大井3R 7着/14頭+1.4秒 07/02 大井4R 10着/13頭 06/10 大井4R 5着/14頭 05/22 大井1R 6着/13頭
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 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 2.0% (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。
11	ライジングステップ先行	ゴンサ（船橋）	実1.7	🌟◎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3走で勝率33%と適性高／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 05/18 大井9R 5着/7頭+1.2秒 04/13 大井7R 6着/11頭+0.7秒 01/12 大井4R 1着/6頭勝利 ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 馬場適性同馬場 3走で勝率 33% △ ローテーション 108日休養明け △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 45.3% (オッズ暗示: 58.8%) ※ 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	ジュアルエリモ	千田洋（大井）	実192.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 08/14 大井1R 7着/10頭+2.4秒 07/20 大井9R 6着/8頭+4.0秒 06/11 大井3R 5着/9頭 05/22 大井1R 4着/13頭+0.0秒 04/15 大井3R 5着/10頭+2.4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 × 当競馬場適性 12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 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) +17% (市場と概ね一致) AI 予想勝率 0.6% (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。

🎯 AIの本命

AI評価1位

ライジングステップ

騎手ゴンサ（船橋）

単勝オッズ

1.7倍

AI期待値

-22%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4ドゥーニ

3.3倍

EV -48%

▲5ムービングアップ

11.4倍

EV +19%

出走馬全12頭

◎11

ライジングステップ

ゴンサ（船橋）

1.7倍

-22%

›

○4

ドゥーニ

野畑凌（川崎）

3.3倍

-48%

›

▲5

ムービングアップ

藤田凌（大井）

11.4倍

+19%

›

△2

エドノマテンロウ

笹川翼（大井）

10.2倍

-5%

›

△8

アタックオフェール

谷内貫（大井）

15.0倍

+3%

›

△3

アロハフリューゲル

本田重（船橋）

21.2倍

-17%

›

▽6

フカガワブギョー

達城龍（大井）

28.5倍

-25%

›

▽10

リュウノギフト

藤本現（大井）

57.4倍

+17%

›

▽7

カンノンピョンタ

町田直（川崎）

113.7倍

+52%

›

▽1

ローレンモンブラン

横川怜（大井）

181.0倍

+115%

›

▽9

ヴァンクラッセ

高橋優（大井）

210.6倍

+37%

›

▽12

ジュアルエリモ

千田洋（大井）

192.1倍

+17%

›

💡 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