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1600m ダート1600m　発走 17:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ディサイデッド	江里裕（大井）	実37.1	B× A▽勝率2% EV-41% 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 09/04 大井10R 9着/14頭+1.7秒 08/15 大井10R 6着/14頭+1.3秒 07/20 大井7R 8着/10頭 07/02 大井6R 5着/12頭 06/10 大井6R 6着/10頭+1.0秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 30走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 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 1.6% / 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。
2	スマートシエラ追込	吉井章（大井）	実8.6	B△ A△勝率10% EV-17% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 08/31 大井7R 6着/13頭+0.4秒 08/13 大井6R 8着/12頭 07/22 大井1R 1着/14頭勝利 03/09 大井10R 11着/13頭+4.7秒 02/17 大井5R 8着/14頭+1.3秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 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 7走で勝率 14% ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 11.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.6% / 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。
3	アップタウンガール逃げ	笹川翼（大井）	実4.9	B▲ A▲勝率13% EV-34% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走2着）
前5走 08/21 川崎2R 2着/11頭+0.7秒 07/28 川崎1R 1着/10頭勝利 05/13 川崎1R 1着/12頭勝利 04/07 川崎2R 1着/12頭勝利 03/06 川崎12R 2着/13頭+0.5秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) ○ ローテーション 24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 0.8% (オッズ暗示: 20.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.5% / 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。
4	フィリピーヌ自在	矢野貴（大井）	実2.8	B◎ A◎勝率31% 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（直近3走で勝率67%と好調／前走勝利の勢い／騎手は近50戦で勝率24%）
前5走 09/03 大井1R 1着/10頭勝利 08/16 大井1R 1着/14頭勝利 07/22 大井1R 2着/14頭+1.0秒 03/26 大井2R 9着/13頭+1.6秒 03/11 大井1R 2着/14頭+0.2秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 67% (絶好調) △ 当競馬場適性 29走で勝率 14% △ 距離適性同距離 21走で勝率 14% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +153% (市場が大幅過小評価) AI 予想勝率 90.4% (オッズ暗示: 35.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 30.9% / 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。
5	マジェスティルール追込	藤本現（大井）	実84.3	B× A▽勝率1% EV-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14走で勝ち無し）
前5走 08/31 大井7R 5着/13頭+0.4秒 08/17 大井1R 5着/11頭+1.0秒 07/23 大井1R 5着/13頭+0.8秒 06/30 大井4R 3着/10頭 06/08 大井7R 8着/12頭
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -85% (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 12位 / 勝率 1.1% / 期待値 -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	オールスターズ	安藤洋（大井）	実4.7	B△ A○勝率18% EV-15% 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26走で勝率38%と適性高／同距離帯18走で勝率56%／直近3走で勝率33%と好調）
前5走 08/31 大井7R 7着/13頭+0.5秒 07/20 大井7R 7着/10頭 07/03 大井1R 1着/11頭 11/10 大井2R 5着/13頭+0.8秒 10/07 大井1R 1着/11頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 26走で勝率 38% (得意) ◎ 距離適性同距離 18走で勝率 56% ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 14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 0.7% (オッズ暗示: 21.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.0% / 期待値 -15% ※ 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	サブノルアナ	ゴンサ（船橋）	実36.3	B× A▽勝率3% EV-3% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調）
前5走 08/31 大井7R 9着/13頭+1.3秒 08/13 大井6R 11着/12頭 07/23 大井1R 1着/13頭勝利 06/30 大井4R 4着/10頭+0.0秒 06/10 大井1R 1着/14頭
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 22走で勝率 9% △ 距離適性同距離 15走で勝率 13% ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.7% / 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。
8	グランドターギー	野畑凌（川崎）	実53.8	B× A▽勝率1% EV-30% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21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 08/31 大井8R 6着/14頭+1.7秒 08/13 大井6R 7着/12頭 07/20 大井8R 6着/13頭 07/01 大井4R 7着/14頭 02/18 大井3R 6着/14頭+0.9秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 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	アエノジャッジ	本田重（船橋）	実10.0	B○ A△勝率7% EV-26% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着／騎手は近50戦で勝率26%）
前5走 08/31 大井8R 3着/14頭+1.5秒 08/13 大井6R 6着/12頭 07/23 大井1R 2着/13頭+0.0秒 06/30 大井5R 4着/11頭 06/08 大井8R 2着/12頭
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.7着 △ 当競馬場適性 19走で勝率 11% △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 4.4% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.3% / 期待値 -27% ※ 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	ノーブルプライム自在	和田譲（大井）	実31.5	B× A▽勝率3% EV+4% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／138日ぶりの実戦）
前5走 04/29 大井3R 9着/13頭+1.5秒 04/14 大井4R 9着/12頭+1.3秒 03/24 大井7R 3着/11頭+0.6秒 03/10 大井7R 2着/12頭+0.3秒 02/16 大井6R 2着/12頭+0.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) △ ローテーション 138日休養明け × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.3% / 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。
11	サンバフレイバー	藤田凌（大井）	実16.5	B△ A▽勝率5% EV-23% 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33%と好調）
前5走 08/13 大井6R 4着/12頭 06/29 大井7R 4着/11頭 06/08 大井7R 1着/12頭 01/30 大井1R 4着/12頭+0.9秒 01/16 大井1R 10着/14頭+1.6秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 50走で勝率 6% △ 距離適性同距離 28走で勝率 7% × 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 0.8% (オッズ暗示: 6.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.6% / 期待値 -24% ※ 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	ベルベットハンマー差し	東原悠（大井）	実10.6	B× A△勝率6% EV-34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場33走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し／直近3走平均2.7着と安定）
前5走 08/31 大井7R 2着/13頭+0.2秒 04/28 大井6R 3着/10頭+0.3秒 04/13 大井8R 3着/12頭+0.9秒 03/23 大井8R 6着/12頭+1.3秒 03/10 大井8R 7着/9頭+1.7秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 2.7着 (安定) × 当競馬場適性 33走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ 前走実績前走 2着 (好走) ○ ローテーション 14日の間隔 (理想的) × 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 0.5% (オッズ暗示: 9.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.2% / 期待値 -35% ※ 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 ◎

フィリピーヌ

騎手矢野貴（大井）

単勝オッズ

2.8倍

AI期待値

+153%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△9アエノジャッジ

10.0倍

EV -55%

▲A:▲3アップタウンガール

4.9倍

EV -96%

出走馬全12頭

◎A:◎4

フィリピーヌ

矢野貴（大井）

2.8倍

+153%

›

○A:△9

アエノジャッジ

本田重（船橋）

10.0倍

-55%

›

▲A:▲3

アップタウンガール

笹川翼（大井）

4.9倍

-96%

›

△A:△2

スマートシエラ

吉井章（大井）

8.6倍

-93%

›

△A:▽11

サンバフレイバー

藤田凌（大井）

16.5倍

-86%

›

△A:○6

オールスターズ

安藤洋（大井）

4.7倍

-96%

›

×A:▽7

サブノルアナ

ゴンサ（船橋）

36.3倍

-73%

›

×A:△12

ベルベットハンマー

東原悠（大井）

10.6倍

-94%

›

×A:▽10

ノーブルプライム

和田譲（大井）

31.5倍

-84%

›

×A:▽8

グランドターギー

野畑凌（川崎）

53.8倍

-90%

›

×A:▽5

マジェスティルール

藤本現（大井）

84.3倍

-85%

›

×A:▽1

ディサイデッド

江里裕（大井）

37.1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

6R 大井競馬場ダ1600m ダート1600m　発走 17:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ディサイデッド	江里裕（大井）	実37.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場30走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 09/04 大井10R 9着/14頭+1.7秒 08/15 大井10R 6着/14頭+1.3秒 07/20 大井7R 8着/10頭 07/02 大井6R 5着/12頭 06/10 大井6R 6着/10頭+1.0秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 30走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 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 1.6% (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	スマートシエラ追込	吉井章（大井）	実8.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 08/31 大井7R 6着/13頭+0.4秒 08/13 大井6R 8着/12頭 07/22 大井1R 1着/14頭勝利 03/09 大井10R 11着/13頭+4.7秒 02/17 大井5R 8着/14頭+1.3秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 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 7走で勝率 14% ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 9.6% (オッズ暗示: 11.6%) ※ 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	アップタウンガール逃げ	笹川翼（大井）	実4.9	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走2着）
前5走 08/21 川崎2R 2着/11頭+0.7秒 07/28 川崎1R 1着/10頭勝利 05/13 川崎1R 1着/12頭勝利 04/07 川崎2R 1着/12頭勝利 03/06 川崎12R 2着/13頭+0.5秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) ○ ローテーション 24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 13.5% (オッズ暗示: 20.4%) ※ 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	フィリピーヌ自在	矢野貴（大井）	実2.8	◎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（直近3走で勝率67%と好調／前走勝利の勢い／騎手は近50戦で勝率24%）
前5走 09/03 大井1R 1着/10頭勝利 08/16 大井1R 1着/14頭勝利 07/22 大井1R 2着/14頭+1.0秒 03/26 大井2R 9着/13頭+1.6秒 03/11 大井1R 2着/14頭+0.2秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 67% (絶好調) △ 当競馬場適性 29走で勝率 14% △ 距離適性同距離 21走で勝率 14% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 30.9% (オッズ暗示: 35.7%) ※ 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。
5	マジェスティルール追込	藤本現（大井）	実84.3	▽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14走で勝ち無し）
前5走 08/31 大井7R 5着/13頭+0.4秒 08/17 大井1R 5着/11頭+1.0秒 07/23 大井1R 5着/13頭+0.8秒 06/30 大井4R 3着/10頭 06/08 大井7R 8着/12頭
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 1.1% (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。
6	オールスターズ	安藤洋（大井）	実4.7	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場26走で勝率38%と適性高／同距離帯18走で勝率56%／直近3走で勝率33%と好調）
前5走 08/31 大井7R 7着/13頭+0.5秒 07/20 大井7R 7着/10頭 07/03 大井1R 1着/11頭 11/10 大井2R 5着/13頭+0.8秒 10/07 大井1R 1着/11頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 26走で勝率 38% (得意) ◎ 距離適性同距離 18走で勝率 56% ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 18.0% (オッズ暗示: 21.3%) ※ 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	サブノルアナ	ゴンサ（船橋）	実36.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調）
前5走 08/31 大井7R 9着/13頭+1.3秒 08/13 大井6R 11着/12頭 07/23 大井1R 1着/13頭勝利 06/30 大井4R 4着/10頭+0.0秒 06/10 大井1R 1着/14頭
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 22走で勝率 9% △ 距離適性同距離 15走で勝率 13% ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 2.8%) ※ 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	グランドターギー	野畑凌（川崎）	実53.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21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 08/31 大井8R 6着/14頭+1.7秒 08/13 大井6R 7着/12頭 07/20 大井8R 6着/13頭 07/01 大井4R 7着/14頭 02/18 大井3R 6着/14頭+0.9秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ ローテーション 14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 1.3% (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。
9	アエノジャッジ	本田重（船橋）	実10.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／騎手は近50戦で勝率26%）
前5走 08/31 大井8R 3着/14頭+1.5秒 08/13 大井6R 6着/12頭 07/23 大井1R 2着/13頭+0.0秒 06/30 大井5R 4着/11頭 06/08 大井8R 2着/12頭
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.7着 △ 当競馬場適性 19走で勝率 11% △ 距離適性同距離 8走で勝率 12% ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 10.0%) ※ 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。
10	ノーブルプライム自在	和田譲（大井）	実31.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／138日ぶりの実戦）
前5走 04/29 大井3R 9着/13頭+1.5秒 04/14 大井4R 9着/12頭+1.3秒 03/24 大井7R 3着/11頭+0.6秒 03/10 大井7R 2着/12頭+0.3秒 02/16 大井6R 2着/12頭+0.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) △ ローテーション 138日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 3.3% (オッズ暗示: 3.2%) ※ 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。
11	サンバフレイバー	藤田凌（大井）	実16.5	▽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33%と好調）
前5走 08/13 大井6R 4着/12頭 06/29 大井7R 4着/11頭 06/08 大井7R 1着/12頭 01/30 大井1R 4着/12頭+0.9秒 01/16 大井1R 10着/14頭+1.6秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 50走で勝率 6% △ 距離適性同距離 28走で勝率 7% △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 6.1%) ※ 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。
12	ベルベットハンマー差し	東原悠（大井）	実10.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場33走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し／直近3走平均2.7着と安定）
前5走 08/31 大井7R 2着/13頭+0.2秒 04/28 大井6R 3着/10頭+0.3秒 04/13 大井8R 3着/12頭+0.9秒 03/23 大井8R 6着/12頭+1.3秒 03/10 大井8R 7着/9頭+1.7秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 2.7着 (安定) × 当競馬場適性 33走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ 前走実績前走 2着 (好走) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 6.2% (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。

AIの本命

AI評価1位

フィリピーヌ

騎手矢野貴（大井）

単勝オッズ

2.8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

○6オールスターズ

4.7倍

EV -15%

▲3アップタウンガール

4.9倍

EV -34%

出走馬全12頭

◎4

フィリピーヌ

矢野貴（大井）

2.8倍

-13%

›

○6

オールスターズ

安藤洋（大井）

4.7倍

-15%

›

▲3

アップタウンガール

笹川翼（大井）

4.9倍

-34%

›

△2

スマートシエラ

吉井章（大井）

8.6倍

-17%

›

△9

アエノジャッジ

本田重（船橋）

10.0倍

-26%

›

△12

ベルベットハンマー

東原悠（大井）

10.6倍

-34%

›

▽11

サンバフレイバー

藤田凌（大井）

16.5倍

-23%

›

▽10

ノーブルプライム

和田譲（大井）

31.5倍

+4%

›

▽7

サブノルアナ

ゴンサ（船橋）

36.3倍

-3%

›

▽1

ディサイデッド

江里裕（大井）

37.1倍

-41%

›

▽8

グランドターギー

野畑凌（川崎）

53.8倍

-30%

›

▽5

マジェスティルール

藤本現（大井）

84.3倍

-7%

›

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