大井 10R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

10R 大井競馬場ダ1800m ダート1800m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ケンオーシャン先行	藤本現（大井）	実103.2	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 09/01 大井9R 11着/14頭+3.8秒 08/15 大井10R 2着/14頭+0.8秒 07/21 大井10R 8着/14頭+1.6秒 04/29 大井10R 11着/14頭+2.2秒 04/14 大井7R 7着/10頭+1.4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 7.0着 (不振) × 当競馬場適性 30走で勝率 0% (苦戦) ▽ 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 0.9% / 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。
2	ツートンショコラ逃げ	和田譲（大井）	実1.6	B◎ A◎勝率32% EV-48% 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33%と好調／騎手は近50戦で勝率24%）
前5走 08/31 大井9R 4着/11頭+0.7秒 05/20 大井9R 1着/14頭 04/30 大井12R 3着/14頭+0.1秒 04/14 大井7R 4着/10頭+0.2秒 03/24 大井10R 3着/14頭+0.8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 26走で勝率 12% ◎ 騎手近50戦勝率 24% (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) +13% (市場と概ね一致) AI 予想勝率 71.2% (オッズ暗示: 62.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 32.0% / 期待値 -49% ※ 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	ノンフィクション追込	吉井章（大井）	実27.7	B△ A▽勝率3% EV-27% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/02 大井9R 8着/13頭+2.4秒 08/15 大井4R 5着/8頭 03/09 大井11R 5着/10頭+2.2秒 02/20 大井2R 1着/12頭勝利 01/29 大井4R 6着/12頭+1.2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 6.0着 △ 当競馬場適性 10走で勝率 10% △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 3.1% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 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。
4	サガノオウマサン	御神訓（大井）	実9.0	B○ A▲勝率16% EV+46% 詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率26%）
前5走 08/31 大井9R 5着/11頭+1.1秒 08/13 大井7R 4着/8頭+0.8秒 07/23 大井10R 4着/14頭+2.2秒 06/30 大井10R 7着/12頭 06/11 大井10R 8着/14頭+0.0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 4.3着 △ 当競馬場適性 27走で勝率 11% ○ 距離適性同距離 13走で勝率 15% ◎ 騎手近50戦勝率 26% (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) +7% (市場と概ね一致) AI 予想勝率 12.0% (オッズ暗示: 11.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.3% / 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。
5	シンクグッド追込推奨	ゴンサ（船橋）	実21.6	B× A△勝率9% EV+92% 詳細▼	期待値プラスでAIの推し馬（当競馬場12走で勝率33%と適性高／同馬場状態で勝率67%／適度な間隔で状態万全）
前5走 08/31 大井9R 9着/11頭+1.6秒 07/23 大井10R 14着/14頭+8.2秒 03/26 大井7R 9着/9頭+7.8秒 12/26 大井6R 7着/14頭+1.1秒 11/13 大井10R 15着/16頭+3.0秒
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 10.7着 (不振) ◎ 当競馬場適性 12走で勝率 33% (得意) ▽ 距離適性同距離は 3走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 67% ○ 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 0.7% (オッズ暗示: 4.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.9% / 期待値 +92% ※ 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	マイネルイージス差し	田中洸（大井）	実34.0	B× A×勝率1% EV-65% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場27走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 09/03 大井12R 4着/10頭+0.1秒 08/13 大井7R 6着/8頭+1.1秒 07/24 大井9R 10着/12頭+3.0秒 07/02 大井12R 2着/14頭 06/10 大井8R 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 6.7着 × 当競馬場適性 27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 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 2.9%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.0% / 期待値 -65% ※ 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	ハクアイソレイユ追込	野畑凌（川崎）	実4.3	B▲ A○勝率19% EV-17% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 08/31 大井9R 3着/11頭+0.5秒 08/16 大井6R 6着/13頭+0.8秒 07/24 大井9R 5着/12頭+1.7秒 07/01 大井6R 5着/10頭 05/19 大井6R 1着/14頭勝利
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 4.7着 △ 当競馬場適性 22走で勝率 9% ○ 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) -65% (大幅な期待値マイナス) AI 予想勝率 8.1% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.3% / 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。
8	グレック逃げ	西優哉（大井）	実23.1	B△ A△勝率7% EV+59% 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／同馬場状態で勝率33%／直近3走平均10.3着と低調）
前5走 09/03 大井12R 6着/10頭+0.4秒 08/16 大井6R 13着/13頭+4.3秒 07/24 大井9R 12着/12頭+3.2秒 05/04 船橋11R 8着/12頭+2.7秒 04/03 船橋6R 2着/7頭+1.8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 10.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 馬場適性同馬場 3走で勝率 33% × 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 1.1% (オッズ暗示: 4.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.9% / 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。
9	グリークトレジャー追込	本田重（船橋）	実10.8	B× A△勝率9% EV-4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は5走で勝ち無し／騎手は近50戦で勝率24%）
前5走 09/04 大井7R 6着/8頭+0.9秒 08/12 大井6R 2着/12頭+0.0秒 07/21 大井8R 6着/11頭+1.6秒 07/01 大井9R 9着/14頭+6.0秒 03/27 大井10R 9着/10頭+3.1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 4.7着 △ 当競馬場適性 24走で勝率 8% ▽ 距離適性同距離は 5走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) × 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 0.7% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.9% / 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。
10	エコロタイタン差し	達城龍（大井）	実26.6	B△ A▽勝率3% EV-13% 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 08/31 大井9R 6着/11頭+1.2秒 08/16 大井6R 11着/13頭+2.2秒 03/10 大井10R 3着/10頭+0.7秒 02/18 大井7R 7着/13頭+1.2秒 01/30 大井8R 6着/13頭+1.1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 6.7着 △ 当競馬場適性 66走で勝率 8% ▽ 距離適性同距離は 4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 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 3.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.2% / 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。

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 ◎

ツートンショコラ

騎手和田譲（大井）

単勝オッズ

1.6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

○A:▲4サガノオウマサン

9.0倍

EV +7%

▲A:○7ハクアイソレイユ

4.3倍

EV -64%

出走馬全10頭

◎A:◎2

ツートンショコラ

和田譲（大井）

1.6倍

+13%

›

○A:▲4

サガノオウマサン

御神訓（大井）

9.0倍

+7%

›

▲A:○7

ハクアイソレイユ

野畑凌（川崎）

4.3倍

-64%

›

△A:▽3

ノンフィクション

吉井章（大井）

27.7倍

-14%

›

△A:▽10

エコロタイタン

達城龍（大井）

26.6倍

-27%

›

△A:△8

グレック

西優哉（大井）

23.1倍

-73%

›

×A:△9

グリークトレジャー

本田重（船橋）

10.8倍

-92%

›

×A:△5

シンクグッド

ゴンサ（船橋）

21.6倍

-85%

›

×A:×6

マイネルイージス

田中洸（大井）

34.0倍

-88%

›

×A:▽1

ケンオーシャン

藤本現（大井）

103.2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

単勝 5 シンクグッド ¥100 実21.6倍期待値 -85% 不的中3着単勝 21.6倍

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

10R 大井競馬場ダ1800m ダート1800m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ケンオーシャン先行	藤本現（大井）	実103.2	▽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）
前5走 09/01 大井9R 11着/14頭+3.8秒 08/15 大井10R 2着/14頭+0.8秒 07/21 大井10R 8着/14頭+1.6秒 04/29 大井10R 11着/14頭+2.2秒 04/14 大井7R 7着/10頭+1.4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 7.0着 (不振) × 当競馬場適性 30走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 0.9% (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。
2	ツートンショコラ逃げ	和田譲（大井）	実1.6	◎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33%と好調／騎手は近50戦で勝率24%）
前5走 08/31 大井9R 4着/11頭+0.7秒 05/20 大井9R 1着/14頭 04/30 大井12R 3着/14頭+0.1秒 04/14 大井7R 4着/10頭+0.2秒 03/24 大井10R 3着/14頭+0.8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 26走で勝率 12% ◎ 騎手近50戦勝率 24% (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) -49% (大幅な期待値マイナス) AI 予想勝率 32.0% (オッズ暗示: 62.5%) ※ 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。
3	ノンフィクション追込	吉井章（大井）	実27.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/02 大井9R 8着/13頭+2.4秒 08/15 大井4R 5着/8頭 03/09 大井11R 5着/10頭+2.2秒 02/20 大井2R 1着/12頭勝利 01/29 大井4R 6着/12頭+1.2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 6.0着 △ 当競馬場適性 10走で勝率 10% △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 3.6%) ※ 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。
4	サガノオウマサン	御神訓（大井）	実9.0	▲詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率26%）
前5走 08/31 大井9R 5着/11頭+1.1秒 08/13 大井7R 4着/8頭+0.8秒 07/23 大井10R 4着/14頭+2.2秒 06/30 大井10R 7着/12頭 06/11 大井10R 8着/14頭+0.0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 4.3着 △ 当競馬場適性 27走で勝率 11% ○ 距離適性同距離 13走で勝率 15% ◎ 騎手近50戦勝率 26% (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) +46% (妙味あり) AI 予想勝率 16.3% (オッズ暗示: 11.1%) ※ 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。
5	シンクグッド追込推奨	ゴンサ（船橋）	実21.6	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+92%の中穴候補（当競馬場12走で勝率33%と適性高／同馬場状態で勝率67%／適度な間隔で状態万全）
前5走 08/31 大井9R 9着/11頭+1.6秒 07/23 大井10R 14着/14頭+8.2秒 03/26 大井7R 9着/9頭+7.8秒 12/26 大井6R 7着/14頭+1.1秒 11/13 大井10R 15着/16頭+3.0秒
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 10.7着 (不振) ◎ 当競馬場適性 12走で勝率 33% (得意) ▽ 距離適性同距離は 3走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 67% ○ 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) +92% (市場が大幅過小評価) AI 予想勝率 8.9% (オッズ暗示: 4.6%) ※ 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。
6	マイネルイージス差し	田中洸（大井）	実34.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場27走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 09/03 大井12R 4着/10頭+0.1秒 08/13 大井7R 6着/8頭+1.1秒 07/24 大井9R 10着/12頭+3.0秒 07/02 大井12R 2着/14頭 06/10 大井8R 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 6.7着 × 当競馬場適性 27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 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.9%) ※ 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	ハクアイソレイユ追込	野畑凌（川崎）	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 08/31 大井9R 3着/11頭+0.5秒 08/16 大井6R 6着/13頭+0.8秒 07/24 大井9R 5着/12頭+1.7秒 07/01 大井6R 5着/10頭 05/19 大井6R 1着/14頭勝利
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 4.7着 △ 当競馬場適性 22走で勝率 9% ○ 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) -17% (オッズ過剰評価) AI 予想勝率 19.3% (オッズ暗示: 23.3%) ※ 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	グレック逃げ	西優哉（大井）	実23.1	△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／同馬場状態で勝率33%／直近3走平均10.3着と低調）
前5走 09/03 大井12R 6着/10頭+0.4秒 08/16 大井6R 13着/13頭+4.3秒 07/24 大井9R 12着/12頭+3.2秒 05/04 船橋11R 8着/12頭+2.7秒 04/03 船橋6R 2着/7頭+1.8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 10.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 馬場適性同馬場 3走で勝率 33% ◎ 期待値 (オッズ vs AI勝率) +59% (市場が大幅過小評価) AI 予想勝率 6.9% (オッズ暗示: 4.3%) ※ 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。
9	グリークトレジャー追込	本田重（船橋）	実10.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は5走で勝ち無し／騎手は近50戦で勝率24%）
前5走 09/04 大井7R 6着/8頭+0.9秒 08/12 大井6R 2着/12頭+0.0秒 07/21 大井8R 6着/11頭+1.6秒 07/01 大井9R 9着/14頭+6.0秒 03/27 大井10R 9着/10頭+3.1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 4.7着 △ 当競馬場適性 24走で勝率 8% ▽ 距離適性同距離は 5走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 9.3%) ※ 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。
10	エコロタイタン差し	達城龍（大井）	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 08/31 大井9R 6着/11頭+1.2秒 08/16 大井6R 11着/13頭+2.2秒 03/10 大井10R 3着/10頭+0.7秒 02/18 大井7R 7着/13頭+1.2秒 01/30 大井8R 6着/13頭+1.1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 6.7着 △ 当競馬場適性 66走で勝率 8% ▽ 距離適性同距離は 4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 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 3.2% (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。

AIの本命

AI評価1位

ツートンショコラ

騎手和田譲（大井）

単勝オッズ

1.6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

○7ハクアイソレイユ

4.3倍

EV -17%

▲4サガノオウマサン

9.0倍

EV +46%

出走馬全10頭

◎2

ツートンショコラ

和田譲（大井）

1.6倍

-48%

›

○7

ハクアイソレイユ

野畑凌（川崎）

4.3倍

-17%

›

▲4

サガノオウマサン

御神訓（大井）

9.0倍

+46%

›

△5

シンクグッド

ゴンサ（船橋）

21.6倍

+92%

›

△9

グリークトレジャー

本田重（船橋）

10.8倍

-4%

›

△8

グレック

西優哉（大井）

23.1倍

+59%

›

▽10

エコロタイタン

達城龍（大井）

26.6倍

-13%

›

▽3

ノンフィクション

吉井章（大井）

27.7倍

-27%

›

×6

マイネルイージス

田中洸（大井）

34.0倍

-65%

›

▽1

ケンオーシャン

藤本現（大井）

103.2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

A. 市場込みモデル

単勝 5 シンクグッド ¥100 実21.6倍期待値 +92% 不的中3着単勝 21.6倍

B. 市場除外+キャリブ

見送り

※ 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