大井 11R 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

11R 大井競馬場ダ1400m ダート1400m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シャープムスタング先行	安藤洋（大井）	実10.8	B△ A△勝率6% EV-38% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率42%と適性高／同距離帯10走で勝率60%／同馬場状態で勝率38%）
前5走 07/22 大井9R 3着/7頭+1.2秒 06/12 大井7R 2着/11頭 05/01 大井11R 4着/10頭+0.7秒 03/12 大井6R 3着/9頭+0.5秒 12/03 大井9R 1着/12頭勝利
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 3.0着 (安定) ◎ 当競馬場適性 19走で勝率 42% (得意) ◎ 距離適性同距離 10走で勝率 60% ◎ 馬場適性同馬場 8走で勝率 38% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) × 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 1.2% (オッズ暗示: 9.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.7% / 期待値 -38% ※ 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	メイショウタビズキ追込	藤田凌（大井）	実15.0	B△ A×勝率3% EV-56% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率50%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/03 大井10R 2着/11頭+0.2秒 08/12 大井10R 1着/14頭勝利 07/21 大井12R 2着/16頭+1.0秒 07/02 大井10R 3着/12頭+0.0秒 05/21 大井10R 10着/16頭
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 12走で勝率 50% (得意) ◎ 距離適性同距離 3走で勝率 33% ○ 前走実績前走 2着 (好走) × 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 1.2% (オッズ暗示: 6.7%) × Aモデルの評価 (参考) レース内 7位 / 勝率 2.9% / 期待値 -57% ※ 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	オリージネアリア逃げ	本田重（船橋）	実32.2	B× A×勝率1% EV-72% 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11R 10着/14頭+0.9秒 08/07 浦和11R 8着/9頭+1.7秒 06/29 大井10R 4着/11頭 05/22 大井12R 1着/15頭 04/14 大井10R 1着/9頭勝利
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 7.3着 (不振) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 6走で勝率 33% ◎ 騎手近50戦勝率 26% (好調) ▽ 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 -73% ※ 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	ロンギングナイス差し	吉井章（大井）	実23.3	B× A×勝率2% 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 09/02 大井12R 4着/11頭+0.4秒 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
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 5.7着 ○ 当競馬場適性 29走で勝率 24% (相性良) ◎ 距離適性同距離 8走で勝率 38% × 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 1.9% / 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。
5	ゴールデンクラウン逃げ	矢野貴（大井）	実4.4	B○ A○勝率20% EV-12% 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46%と適性高／同馬場状態で勝率60%／直近3走で勝率67%と好調）
前5走 10/24 大井11R 2着/10頭+0.3秒 09/15 大井9R 1着/7頭勝利 12/26 大井8R 1着/13頭勝利 12/04 大井10R 2着/14頭+0.1秒 11/08 大井10R 9着/16頭+1.3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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 13走で勝率 46% (得意) ◎ 馬場適性同馬場 5走で勝率 60% ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 2着 (好走) △ ローテーション 325日休養明け ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 31.4% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.9% / 期待値 -12% ※ 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	ヘンリー先行	ゴンサ（船橋）	実21.7	B× A▽勝率2% EV-49% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 08/04 船橋11R 3着/12頭+0.6秒 07/04 船橋11R 12着/13頭 06/04 船橋8R 2着/6頭 02/11 船橋8R 12着/13頭+2.2秒 01/21 船橋9R 10着/11頭+1.9秒
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 5.7着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 4.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 -50% ※ 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	ヘルメース逃げ	達城龍（大井）	実29.5	B× A×勝率1% EV-64% 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 09/02 大井12R 7着/11頭+0.6秒 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 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 5.0着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (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 11位 / 勝率 1.2% / 期待値 -64% ※ 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	ホワイトマジック自在	張田昂（船橋）	実9.6	B△ A△勝率4% EV-57% 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10走で勝率70%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/24 大井11R 1着/16頭勝利 06/30 大井9R 1着/9頭 06/09 大井9R 3着/14頭 05/19 大井12R 5着/16頭+0.7秒 04/16 大井9R 1着/16頭勝利
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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 10走で勝率 70% (得意) ◎ 前走実績前走 1着 (勢い継続) × 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 1.3% (オッズ暗示: 10.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.4% / 期待値 -58% ※ 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	プリメイラ追込	岡村健（船橋）	実175.1	B× A▽勝率0% EV-37% 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 09/03 大井10R 9着/11頭+1.9秒 05/04 名古屋8R 6着/9頭+2.8秒 04/23 名古屋9R 9着/10頭+2.6秒 03/12 名古屋11R 11着/12頭+2.5秒 01/05 名古屋7R 8着/12頭+2.9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 8.0着 (不振) ◎ 距離適性同距離 16走で勝率 50% ◎ 騎手近50戦勝率 20% (好調) × 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 15位 / 勝率 0.4% / 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	スミソニアン	小野俊（大井）	実219.8	B× A×勝率0% EV-57% 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 09/02 大井12R 8着/11頭+0.6秒 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
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 8.0着 (不振) × 当競馬場適性 79走で勝率 4% (苦戦) △ 距離適性同距離 10走で勝率 10% × 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 16位 / 勝率 0.2% / 期待値 -57% ※ 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	ココナッツガーデン逃げ	藤本現（大井）	実22.1	B× A×勝率2% EV-66% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場21走で勝率33%と適性高／同馬場状態で勝率67%／直近3走で勝率33%と好調）
前5走 09/03 大井10R 4着/11頭+0.2秒 08/14 大井10R 3着/9頭+1.1秒 04/13 大井11R 1着/10頭勝利 03/27 大井12R 11着/15頭+2.9秒 02/17 大井12R 1着/16頭勝利
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 21走で勝率 33% (得意) ◎ 馬場適性同馬場 3走で勝率 67% × 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 1.2% (オッズ暗示: 4.5%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 期待値 -66% ※ 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	イチニチショチョウ自在	江里裕（大井）	実37.4	B× A×勝率1% EV-71% 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11R 1着/13頭勝利 08/15 大井9R 6着/14頭+2.1秒 07/23 大井11R 9着/10頭+3.2秒 07/03 大井12R 9着/13頭 05/21 大井12R 13着/14頭+0.0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 33% (上り調子) × 当競馬場適性 51走で勝率 2% (苦戦) △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 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 14位 / 勝率 0.8% / 期待値 -71% ※ 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。
13	コーラルキング自在	御神訓（大井）	実10.7	B× A△勝率4% EV-53% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／騎手は近50戦で勝率26%）
前5走 08/14 大井10R 2着/9頭+0.9秒 07/21 大井11R 5着/13頭+0.5秒 03/24 大井11R 9着/16頭+1.2秒 03/10 大井6R 3着/6頭+0.7秒 02/20 大井11R 4着/15頭+0.3秒
AI 評価の内訳 — 馬番 13 ◎ 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 5.3着 △ 当競馬場適性 26走で勝率 8% △ 距離適性同距離 9走で勝率 11% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) × 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: 9.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.3% / 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。
14	ベンテイガ自在	鷹見陸（大井）	実44.9	B× A×勝率1% EV-63% 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 4着/9頭+1.2秒 07/24 大井7R 9着/9頭+3.9秒 04/16 大井10R 3着/14頭+0.3秒 03/24 大井11R 12着/16頭+1.8秒 02/20 大井11R 1着/15頭勝利
AI 評価の内訳 — 馬番 14 ◎ 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 5.3着 ◎ 当競馬場適性 12走で勝率 25% (得意) ◎ 距離適性同距離 11走で勝率 36% △ 騎手近50戦勝率 2% (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 13位 / 勝率 0.8% / 期待値 -64% ※ 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。
15	ナインエスクァイア逃げ	和田譲（大井）	実4.1	B◎ A◎勝率42% EV+72% 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9走で勝率89%と適性高／同馬場状態で勝率100%／直近3走で勝率100%と好調）
前5走 05/21 大井8R 1着/10頭 04/17 大井12R 1着/14頭勝利 12/26 大井7R 1着/9頭勝利 12/04 大井10R 1着/11頭勝利 11/11 大井9R 1着/13頭勝利
AI 評価の内訳 — 馬番 15 ◎ 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 100% (絶好調) ◎ 当競馬場適性 9走で勝率 89% (得意) ◎ 馬場適性同馬場 3走で勝率 100% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 116日休養明け ◎ 期待値 (オッズ vs AI勝率) +144% (市場が大幅過小評価) AI 予想勝率 59.7% (オッズ暗示: 24.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 42.0% / 期待値 +72% ※ 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。
16	グラスグリード追込	笹川翼（大井）	実5.8	B▲ A▲勝率11% EV-37% 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31%と適性高／同距離帯6走で勝率50%／同馬場状態で勝率100%）
前5走 08/15 大井9R 1着/14頭勝利 07/24 大井11R 2着/16頭+0.0秒 07/03 大井12R 4着/13頭+3.0秒 05/21 大井6R 1着/12頭 04/29 大井8R 1着/13頭勝利
AI 評価の内訳 — 馬番 16 ◎ 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 13走で勝率 31% (得意) ◎ 距離適性同距離 6走で勝率 50% ◎ 馬場適性同馬場 3走で勝率 100% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) × 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 3.2% (オッズ暗示: 17.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.8% / 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。

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 ◎

ナインエスクァイア

騎手和田譲（大井）

単勝オッズ

4.1倍

AI期待値

+144%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5ゴールデンクラウン

4.4倍

EV +38%

▲A:▲16グラスグリード

5.8倍

EV -81%

出走馬全16頭

◎A:◎15

ナインエスクァイア

和田譲（大井）

4.1倍

+144%

›

○A:○5

ゴールデンクラウン

矢野貴（大井）

4.4倍

+38%

›

▲A:▲16

グラスグリード

笹川翼（大井）

5.8倍

-81%

›

△A:△8

ホワイトマジック

張田昂（船橋）

9.6倍

-87%

›

△A:△1

シャープムスタング

安藤洋（大井）

10.8倍

-87%

›

△A:×2

メイショウタビズキ

藤田凌（大井）

15.0倍

-82%

›

×A:×11

ココナッツガーデン

藤本現（大井）

22.1倍

-73%

›

×A:△13

コーラルキング

御神訓（大井）

10.7倍

-95%

›

×A:▽6

ヘンリー

ゴンサ（船橋）

21.7倍

-92%

›

×A:×4

ロンギングナイス

吉井章（大井）

23.3倍

-99%

›

×A:×7

ヘルメース

達城龍（大井）

29.5倍

-99%

›

×A:×3

オリージネアリア

本田重（船橋）

32.2倍

-99%

›

×A:×12

イチニチショチョウ

江里裕（大井）

37.4倍

-99%

›

×A:×14

ベンテイガ

鷹見陸（大井）

44.9倍

-99%

›

×A:▽9

プリメイラ

岡村健（船橋）

175.1倍

-99%

›

×A:×10

スミソニアン

小野俊（大井）

219.8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

11R 大井競馬場ダ1400m ダート1400m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シャープムスタング先行	安藤洋（大井）	実10.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率42%と適性高／同距離帯10走で勝率60%／同馬場状態で勝率38%）
前5走 07/22 大井9R 3着/7頭+1.2秒 06/12 大井7R 2着/11頭 05/01 大井11R 4着/10頭+0.7秒 03/12 大井6R 3着/9頭+0.5秒 12/03 大井9R 1着/12頭勝利
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 3.0着 (安定) ◎ 当競馬場適性 19走で勝率 42% (得意) ◎ 距離適性同距離 10走で勝率 60% ◎ 馬場適性同馬場 8走で勝率 38% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 5.7% (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。
2	メイショウタビズキ追込	藤田凌（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12走で勝率50%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/03 大井10R 2着/11頭+0.2秒 08/12 大井10R 1着/14頭勝利 07/21 大井12R 2着/16頭+1.0秒 07/02 大井10R 3着/12頭+0.0秒 05/21 大井10R 10着/16頭
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 12走で勝率 50% (得意) ◎ 距離適性同距離 3走で勝率 33% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 2.9% (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。
3	オリージネアリア逃げ	本田重（船橋）	実32.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率40%と適性高／同距離帯6走で勝率33%／騎手は近50戦で勝率26%）
前5走 08/31 大井11R 10着/14頭+0.9秒 08/07 浦和11R 8着/9頭+1.7秒 06/29 大井10R 4着/11頭 05/22 大井12R 1着/15頭 04/14 大井10R 1着/9頭勝利
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 7.3着 (不振) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 6走で勝率 33% ◎ 騎手近50戦勝率 26% (好調) ▽ 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) -73% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 3.1%) ※ 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	ロンギングナイス差し	吉井章（大井）	実23.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯8走で勝率38%）
前5走 09/02 大井12R 4着/11頭+0.4秒 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
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 5.7着 ○ 当競馬場適性 29走で勝率 24% (相性良) ◎ 距離適性同距離 8走で勝率 38% × 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 1.9% (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。
5	ゴールデンクラウン逃げ	矢野貴（大井）	実4.4	○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46%と適性高／同馬場状態で勝率60%／直近3走で勝率67%と好調）
前5走 10/24 大井11R 2着/10頭+0.3秒 09/15 大井9R 1着/7頭勝利 12/26 大井8R 1着/13頭勝利 12/04 大井10R 2着/14頭+0.1秒 11/08 大井10R 9着/16頭+1.3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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 13走で勝率 46% (得意) ◎ 馬場適性同馬場 5走で勝率 60% ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 2着 (好走) △ ローテーション 325日休養明け △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 19.9% (オッズ暗示: 22.7%) ※ 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。
6	ヘンリー先行	ゴンサ（船橋）	実21.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 08/04 船橋11R 3着/12頭+0.6秒 07/04 船橋11R 12着/13頭 06/04 船橋8R 2着/6頭 02/11 船橋8R 12着/13頭+2.2秒 01/21 船橋9R 10着/11頭+1.9秒
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 5.7着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 2.3% (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。
7	ヘルメース逃げ	達城龍（大井）	実29.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向）
前5走 09/02 大井12R 7着/11頭+0.6秒 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 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 5.0着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 1.2% (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。
8	ホワイトマジック自在	張田昂（船橋）	実9.6	△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10走で勝率70%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/24 大井11R 1着/16頭勝利 06/30 大井9R 1着/9頭 06/09 大井9R 3着/14頭 05/19 大井12R 5着/16頭+0.7秒 04/16 大井9R 1着/16頭勝利
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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 10走で勝率 70% (得意) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 4.4% (オッズ暗示: 10.4%) ※ 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	プリメイラ追込	岡村健（船橋）	実175.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯16走で勝率50%／直近3走平均8.0着と低調／騎手は近50戦で勝率20%）
前5走 09/03 大井10R 9着/11頭+1.9秒 05/04 名古屋8R 6着/9頭+2.8秒 04/23 名古屋9R 9着/10頭+2.6秒 03/12 名古屋11R 11着/12頭+2.5秒 01/05 名古屋7R 8着/12頭+2.9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 8.0着 (不振) ◎ 距離適性同距離 16走で勝率 50% ◎ 騎手近50戦勝率 20% (好調) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
10	スミソニアン	小野俊（大井）	実219.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場79走で勝率4%と苦戦傾向／直近3走平均8.0着と低調）
前5走 09/02 大井12R 8着/11頭+0.6秒 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
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 8.0着 (不振) × 当競馬場適性 79走で勝率 4% (苦戦) △ 距離適性同距離 10走で勝率 10% × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 0.2% (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。
11	ココナッツガーデン逃げ	藤本現（大井）	実22.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場21走で勝率33%と適性高／同馬場状態で勝率67%／直近3走で勝率33%と好調）
前5走 09/03 大井10R 4着/11頭+0.2秒 08/14 大井10R 3着/9頭+1.1秒 04/13 大井11R 1着/10頭勝利 03/27 大井12R 11着/15頭+2.9秒 02/17 大井12R 1着/16頭勝利
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 21走で勝率 33% (得意) ◎ 馬場適性同馬場 3走で勝率 67% × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 4.5%) ※ 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。
12	イチニチショチョウ自在	江里裕（大井）	実37.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場51走で勝率2%と苦戦傾向／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/04 大井11R 1着/13頭勝利 08/15 大井9R 6着/14頭+2.1秒 07/23 大井11R 9着/10頭+3.2秒 07/03 大井12R 9着/13頭 05/21 大井12R 13着/14頭+0.0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 33% (上り調子) × 当競馬場適性 51走で勝率 2% (苦戦) △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
13	コーラルキング自在	御神訓（大井）	実10.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／騎手は近50戦で勝率26%）
前5走 08/14 大井10R 2着/9頭+0.9秒 07/21 大井11R 5着/13頭+0.5秒 03/24 大井11R 9着/16頭+1.2秒 03/10 大井6R 3着/6頭+0.7秒 02/20 大井11R 4着/15頭+0.3秒
AI 評価の内訳 — 馬番 13 ◎ 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 5.3着 △ 当競馬場適性 26走で勝率 8% △ 距離適性同距離 9走で勝率 11% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) × 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 4.3% (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。
14	ベンテイガ自在	鷹見陸（大井）	実44.9	×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25%と適性高／同距離帯11走で勝率36%）
前5走 08/14 大井10R 4着/9頭+1.2秒 07/24 大井7R 9着/9頭+3.9秒 04/16 大井10R 3着/14頭+0.3秒 03/24 大井11R 12着/16頭+1.8秒 02/20 大井11R 1着/15頭勝利
AI 評価の内訳 — 馬番 14 ◎ 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 5.3着 ◎ 当競馬場適性 12走で勝率 25% (得意) ◎ 距離適性同距離 11走で勝率 36% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.2%) ※ 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。
15	ナインエスクァイア逃げ	和田譲（大井）	実4.1	◎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9走で勝率89%と適性高／同馬場状態で勝率100%／直近3走で勝率100%と好調）
前5走 05/21 大井8R 1着/10頭 04/17 大井12R 1着/14頭勝利 12/26 大井7R 1着/9頭勝利 12/04 大井10R 1着/11頭勝利 11/11 大井9R 1着/13頭勝利
AI 評価の内訳 — 馬番 15 ◎ 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 100% (絶好調) ◎ 当競馬場適性 9走で勝率 89% (得意) ◎ 馬場適性同馬場 3走で勝率 100% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 116日休養明け ◎ 期待値 (オッズ vs AI勝率) +72% (市場が大幅過小評価) AI 予想勝率 42.0% (オッズ暗示: 24.4%) ※ 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。
16	グラスグリード追込	笹川翼（大井）	実5.8	▲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31%と適性高／同距離帯6走で勝率50%／同馬場状態で勝率100%）
前5走 08/15 大井9R 1着/14頭勝利 07/24 大井11R 2着/16頭+0.0秒 07/03 大井12R 4着/13頭+3.0秒 05/21 大井6R 1着/12頭 04/29 大井8R 1着/13頭勝利
AI 評価の内訳 — 馬番 16 ◎ 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 13走で勝率 31% (得意) ◎ 距離適性同距離 6走で勝率 50% ◎ 馬場適性同馬場 3走で勝率 100% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 10.8% (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。

AIの本命

AI評価1位

ナインエスクァイア

騎手和田譲（大井）

単勝オッズ

4.1倍

AI期待値

+72%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ゴールデンクラウン

4.4倍

EV -12%

▲16グラスグリード

5.8倍

EV -37%

出走馬全16頭

◎15

ナインエスクァイア

和田譲（大井）

4.1倍

+72%

›

○5

ゴールデンクラウン

矢野貴（大井）

4.4倍

-12%

›

▲16

グラスグリード

笹川翼（大井）

5.8倍

-37%

›

△1

シャープムスタング

安藤洋（大井）

10.8倍

-38%

›

△8

ホワイトマジック

張田昂（船橋）

9.6倍

-57%

›

△13

コーラルキング

御神訓（大井）

10.7倍

-53%

›

×2

メイショウタビズキ

藤田凌（大井）

15.0倍

-56%

›

▽6

ヘンリー

ゴンサ（船橋）

21.7倍

-49%

›

×4

ロンギングナイス

吉井章（大井）

23.3倍

-54%

›

×11

ココナッツガーデン

藤本現（大井）

22.1倍

-66%

›

×7

ヘルメース

達城龍（大井）

29.5倍

-64%

›

×3

オリージネアリア

本田重（船橋）

32.2倍

-72%

›

×14

ベンテイガ

鷹見陸（大井）

44.9倍

-63%

›

×12

イチニチショチョウ

江里裕（大井）

37.4倍

-71%

›

▽9

プリメイラ

岡村健（船橋）

175.1倍

-37%

›

×10

スミソニアン

小野俊（大井）

219.8倍

-57%

›

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