大井 7R 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

7R 大井競馬場ダ1200m ダート1200m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ファビエンヌ逃げ	西優哉（大井）	実10.4	B× A×勝率4% 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 08/31 大井10R 7着/15頭+1.5秒 03/11 大井6R 11着/12頭+1.9秒 02/18 大井6R 14着/16頭+2.9秒 01/28 大井7R 12着/13頭+3.0秒 01/15 大井5R 7着/15頭+1.1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 10.7着 (不振) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 16走で勝率 6% ○ 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) -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 3.8% / 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。
2	プラウドメアリー先行	杉山海（大井）	実7.0	B× A△勝率7% EV-53% 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 02/16 大井7R 1着/14頭勝利 01/26 大井7R 3着/14頭+0.4秒 01/16 大井2R 3着/16頭+0.8秒 12/30 大井2R 3着/16頭+0.7秒 12/04 大井2R 3着/14頭+1.5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 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 210日休養明け × 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 4位 / 勝率 6.6% / 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。
3	ラストフロンティア	木澤奨（大井）	実48.4	B× A▽勝率1% EV-35% 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 08/31 大井8R 5着/14頭+1.6秒 08/13 大井8R 7着/10頭+2.4秒 07/20 大井8R 8着/13頭+0.0秒 07/02 大井6R 11着/12頭+1.0秒 06/09 大井5R 6着/11頭+0.0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戦の調子平均 6.7着 × 当競馬場適性 43走で勝率 0% (苦戦) ▽ 距離適性同距離は 7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) -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 1.3% / 期待値 -36% ※ 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	イオリ	岡村健（船橋）	推定—	B× A△勝率6% EV-88% 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 08/31 大井10R 4着/15頭+0.7秒 08/13 大井8R 9着/10頭+2.8秒 07/20 大井10R 8着/14頭+0.0秒 07/01 大井5R 5着/14頭 05/26 浦和4R 10着/11頭+2.0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戦の調子平均 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ◎ 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) -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 6.2% / 期待値 -88% ※ 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	パレルモフレイバー	東原悠（大井）	実103.3	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 08/31 大井10R 10着/15頭+1.9秒 07/17 浦和8R 9着/10頭 06/23 浦和6R 5着/9頭 05/28 浦和4R 1着/8頭 04/24 浦和7R 1着/11頭勝利
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 8.0着 (不振) ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 10着 (大敗) ○ 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) -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 0.8% / 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。
6	アジアンゴールド	ゴンサ（船橋）	実64.9	B× A▽勝率2% EV+4% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20走で勝率5%と苦戦傾向）
前5走 08/31 大井8R 8着/14頭+1.9秒 08/13 大井8R 6着/10頭+2.3秒 07/20 大井8R 7着/13頭 07/02 大井8R 10着/13頭 06/09 大井6R 3着/12頭
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戦の調子平均 7.0着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) △ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 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。
7	ルビーギャラクシー先行推奨	吉井章（大井）	実5.6	B○ A○勝率19% EV+4% 詳細▼	市場が大きく過小評価、AI予想勝率39% × オッズ5.6倍で期待値+119%の有力候補（近5走で勝率20%と堅実／前走2着で力を示す）
前5走 09/03 大井2R 2着/16頭+0.2秒 10/06 大井8R 4着/13頭+1.8秒 09/18 大井3R 5着/11頭+1.4秒 08/11 大井2R 1着/14頭勝利 03/25 大井5R 6着/14頭+1.8秒
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戦の調子平均 3.7着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +119% (市場が大幅過小評価) AI 予想勝率 39.1% (オッズ暗示: 17.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.6% / 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。
8	エンドレスバンカー差し	藤田凌（大井）	実39.4	B△ A▽勝率5% EV+93% 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／同距離帯は4走で勝ち無し）
前5走 08/31 大井8R 9着/14頭+2.1秒 04/14 大井5R 5着/14頭+2.3秒 03/24 大井9R 7着/12頭+1.8秒 03/10 大井9R 3着/14頭+0.4秒 02/17 大井7R 4着/14頭+0.7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 7.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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) -82% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.9% / 期待値 +94% ※ 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	クライスラー自在	野畑凌（川崎）	実42.3	B△ A▽勝率3% EV+13% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調）
前5走 08/31 大井10R 11着/15頭+1.9秒 05/14 川崎5R 11着/12頭+1.4秒 05/04 船橋7R 12着/12頭+2.3秒 01/02 川崎6R 9着/14頭+1.9秒 12/17 川崎5R 12着/12頭+3.3秒
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 11.3着 (不振) ▽ 前走実績前走 11着 (大敗) ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.7% / 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。
10	ディープオーシャン先行	高野誠（大井）	推定—	B△ A△勝率6% EV-87% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場6走で勝率0%と苦戦傾向）
前5走 08/31 大井8R 7着/14頭+1.8秒 12/26 大井4R 2着/14頭+0.3秒 12/02 大井3R 3着/16頭+0.8秒 11/10 大井6R 3着/14頭+0.5秒 10/20 大井7R 2着/14頭+0.2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 4.0着 × 当競馬場適性 6走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.4% △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.2% / 期待値 -87% ※ 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	ザゴート	西啓太（大井）	実5.8	B▲ A▲勝率10% EV-44% 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5走 08/17 大井2R 4着/14頭+0.8秒 07/23 大井2R 1着/16頭勝利 07/03 大井2R 1着/14頭 06/10 大井2R 2着/14頭 05/20 大井3R 12着/14頭
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 67% (絶好調) △ 当競馬場適性 39走で勝率 10% △ 距離適性同距離 28走で勝率 11% ○ ローテーション 28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 1.5% (オッズ暗示: 17.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.6% / 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。
12	キャットデイ	矢野貴（大井）	実1.7	B◎ A◎勝率38% EV-35% 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50%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2R 1着/16頭勝利 12/31 大井2R 2着/14頭+0.1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戦の調子勝率 50% (絶好調) ◎ 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) -1% (オッズ過剰評価) AI 予想勝率 58.4% (オッズ暗示: 58.8%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 37.8% / 期待値 -36% ※ 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 ◎

キャットデイ

騎手矢野貴（大井）

単勝オッズ

1.7倍

AI期待値

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○7ルビーギャラクシー

5.6倍

EV +119%

▲A:▲11ザゴート

5.8倍

EV -91%

出走馬全12頭

◎A:◎12

キャットデイ

矢野貴（大井）

1.7倍

›

○A:○7

ルビーギャラクシー

吉井章（大井）

5.6倍

+119%

›

▲A:▲11

ザゴート

西啓太（大井）

5.8倍

-91%

›

△A:▽8

エンドレスバンカー

藤田凌（大井）

39.4倍

-82%

›

△A:△10

ディープオーシャン

高野誠（大井）

—

›

△A:▽9

クライスラー

野畑凌（川崎）

42.3倍

-95%

›

×A:▽6

アジアンゴールド

ゴンサ（船橋）

64.9倍

-93%

›

×A:△4

イオリ

岡村健（船橋）

—

›

×A:△2

プラウドメアリー

杉山海（大井）

7.0倍

-99%

›

×A:×1

ファビエンヌ

西優哉（大井）

10.4倍

-99%

›

×A:▽3

ラストフロンティア

木澤奨（大井）

48.4倍

-99%

›

×A:▽5

パレルモフレイバー

東原悠（大井）

103.3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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 7 ルビーギャラクシー ¥600 実5.6倍期待値 +119% 不的中4着単勝 5.6倍

※ オッズは予測時点の値です。

7R 大井競馬場ダ1200m ダート1200m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ファビエンヌ逃げ	西優哉（大井）	実10.4	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.7着と低調）
前5走 08/31 大井10R 7着/15頭+1.5秒 03/11 大井6R 11着/12頭+1.9秒 02/18 大井6R 14着/16頭+2.9秒 01/28 大井7R 12着/13頭+3.0秒 01/15 大井5R 7着/15頭+1.1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 10.7着 (不振) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 16走で勝率 6% ○ 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) -61% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 9.6%) ※ 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	プラウドメアリー先行	杉山海（大井）	実7.0	△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／前走勝利の勢い／210日ぶりの実戦）
前5走 02/16 大井7R 1着/14頭勝利 01/26 大井7R 3着/14頭+0.4秒 01/16 大井2R 3着/16頭+0.8秒 12/30 大井2R 3着/16頭+0.7秒 12/04 大井2R 3着/14頭+1.5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 5走で勝率 20% (相性良) ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 210日休養明け × 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 6.6% (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。
3	ラストフロンティア	木澤奨（大井）	実48.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場43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 08/31 大井8R 5着/14頭+1.6秒 08/13 大井8R 7着/10頭+2.4秒 07/20 大井8R 8着/13頭+0.0秒 07/02 大井6R 11着/12頭+1.0秒 06/09 大井5R 6着/11頭+0.0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戦の調子平均 6.7着 × 当競馬場適性 43走で勝率 0% (苦戦) ▽ 距離適性同距離は 7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) -36% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.1%) ※ 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。
4	イオリ	岡村健（船橋）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/31 大井10R 4着/15頭+0.7秒 08/13 大井8R 9着/10頭+2.8秒 07/20 大井10R 8着/14頭+0.0秒 07/01 大井5R 5着/14頭 05/26 浦和4R 10着/11頭+2.0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戦の調子平均 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ◎ 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) -88% (大幅な期待値マイナス) AI 予想勝率 6.2% ※ 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。
5	パレルモフレイバー	東原悠（大井）	実103.3	▽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 08/31 大井10R 10着/15頭+1.9秒 07/17 浦和8R 9着/10頭 06/23 浦和6R 5着/9頭 05/28 浦和4R 1着/8頭 04/24 浦和7R 1着/11頭勝利
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 8.0着 (不振) ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 10着 (大敗) ○ 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 0.8% (オッズ暗示: 1.0%) ※ 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	アジアンゴールド	ゴンサ（船橋）	実64.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20走で勝率5%と苦戦傾向）
前5走 08/31 大井8R 8着/14頭+1.9秒 08/13 大井8R 6着/10頭+2.3秒 07/20 大井8R 7着/13頭 07/02 大井8R 10着/13頭 06/09 大井6R 3着/12頭
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戦の調子平均 7.0着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) △ 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) +4% (市場と概ね一致) AI 予想勝率 1.6% (オッズ暗示: 1.5%) ※ 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	ルビーギャラクシー先行推奨	吉井章（大井）	実5.6	○詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実／前走2着で力を示す）
前5走 09/03 大井2R 2着/16頭+0.2秒 10/06 大井8R 4着/13頭+1.8秒 09/18 大井3R 5着/11頭+1.4秒 08/11 大井2R 1着/14頭勝利 03/25 大井5R 6着/14頭+1.8秒
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戦の調子平均 3.7着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 18.6% (オッズ暗示: 17.9%) ※ 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	エンドレスバンカー差し	藤田凌（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7走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 08/31 大井8R 9着/14頭+2.1秒 04/14 大井5R 5着/14頭+2.3秒 03/24 大井9R 7着/12頭+1.8秒 03/10 大井9R 3着/14頭+0.4秒 02/17 大井7R 4着/14頭+0.7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 7.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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) +93% (市場が大幅過小評価) AI 予想勝率 4.9% (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。
9	クライスラー自在	野畑凌（川崎）	実42.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調）
前5走 08/31 大井10R 11着/15頭+1.9秒 05/14 川崎5R 11着/12頭+1.4秒 05/04 船橋7R 12着/12頭+2.3秒 01/02 川崎6R 9着/14頭+1.9秒 12/17 川崎5R 12着/12頭+3.3秒
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 11.3着 (不振) ▽ 前走実績前走 11着 (大敗) ○ 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) +13% (市場と概ね一致) AI 予想勝率 2.7% (オッズ暗示: 2.4%) ※ 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	ディープオーシャン先行	高野誠（大井）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場6走で勝率0%と苦戦傾向）
前5走 08/31 大井8R 7着/14頭+1.8秒 12/26 大井4R 2着/14頭+0.3秒 12/02 大井3R 3着/16頭+0.8秒 11/10 大井6R 3着/14頭+0.5秒 10/20 大井7R 2着/14頭+0.2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 4.0着 × 当競馬場適性 6走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -87% (大幅な期待値マイナス) AI 予想勝率 6.2% ※ 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	ザゴート	西啓太（大井）	実5.8	▲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5走 08/17 大井2R 4着/14頭+0.8秒 07/23 大井2R 1着/16頭勝利 07/03 大井2R 1着/14頭 06/10 大井2R 2着/14頭 05/20 大井3R 12着/14頭
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 67% (絶好調) △ 当競馬場適性 39走で勝率 10% △ 距離適性同距離 28走で勝率 11% ○ ローテーション 28日の間隔 (理想的) × 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 9.6% (オッズ暗示: 17.2%) ※ 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。
12	キャットデイ	矢野貴（大井）	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（直近3走で勝率50%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2R 1着/16頭勝利 12/31 大井2R 2着/14頭+0.1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戦の調子勝率 50% (絶好調) ◎ 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) -36% (大幅な期待値マイナス) AI 予想勝率 37.8% (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。

AIの本命

AI評価1位

キャットデイ

騎手矢野貴（大井）

単勝オッズ

1.7倍

AI期待値

-35%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ルビーギャラクシー

5.6倍

EV +4%

▲11ザゴート

5.8倍

EV -44%

出走馬全12頭

◎12

キャットデイ

矢野貴（大井）

1.7倍

-35%

›

○7

ルビーギャラクシー

吉井章（大井）

5.6倍

+4%

›

▲11

ザゴート

西啓太（大井）

5.8倍

-44%

›

△2

プラウドメアリー

杉山海（大井）

7.0倍

-53%

›

△10

ディープオーシャン

高野誠（大井）

—

›

△4

イオリ

岡村健（船橋）

—

›

▽8

エンドレスバンカー

藤田凌（大井）

39.4倍

+93%

›

×1

ファビエンヌ

西優哉（大井）

10.4倍

-60%

›

▽9

クライスラー

野畑凌（川崎）

42.3倍

+13%

›

▽6

アジアンゴールド

ゴンサ（船橋）

64.9倍

+4%

›

▽3

ラストフロンティア

木澤奨（大井）

48.4倍

-35%

›

▽5

パレルモフレイバー

東原悠（大井）

103.3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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 7 ルビーギャラクシー ¥600 実5.6倍期待値 +4% 不的中4着単勝 5.6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