大井 10R 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

10R 大井競馬場ダ2400m ダート2400m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コスモギンガ先行	田中洸（大井）	実133.8	B× A▽勝率1% EV+23% 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 10着/14頭+1.9秒 07/21 大井10R 12着/14頭+2.5秒 07/03 大井9R 9着/12頭 05/22 大井9R 6着/10頭 04/27 大井10R 9着/15頭+2.5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 10.3着 (不振) × 当競馬場適性 88走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10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 +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。
2	ヨドギミ先行	西啓太（大井）	実25.7	B△ A▽勝率5% EV+24% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向）
前5走 07/22 大井5R 7着/11頭+1.6秒 03/13 大井4R 4着/12頭+0.3秒 02/20 大井7R 12着/12頭+2.3秒 01/16 大井4R 3着/14頭+0.1秒 12/31 大井4R 2着/11頭+0.0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戦の調子平均 7.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.8% / 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。
3	ストライクノワール追込	矢野貴（大井）	実2.0	B△ A×勝率22% EV-56% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均9.7着と低調／118日ぶりの実戦／騎手は近50戦で勝率26%）
前5走 05/20 大井9R 11着/14頭 04/29 大井10R 13着/14頭+2.6秒 04/14 大井7R 5着/10頭+1.0秒 03/24 大井10R 4着/14頭+1.0秒 12/03 大井12R 10着/16頭+1.5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戦の調子平均 9.7着 (不振) △ 当競馬場適性 29走で勝率 10% ◎ 騎手近50戦勝率 26% (好調) ▽ 前走実績前走 11着 (大敗) △ ローテーション 118日休養明け × 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 1.5% (オッズ暗示: 50.0%) × Aモデルの評価 (参考) レース内 1位 / 勝率 21.8% / 期待値 -56% ※ 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	デルマアリエル先行推奨	横川怜（大井）	実7.4	B○ A▲勝率18% EV+31% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+70%の中穴候補（近5走で勝率20%と堅実）
前5走 09/04 大井10R 4着/14頭+0.5秒 08/15 大井10R 7着/14頭+1.4秒 07/21 大井10R 4着/14頭+0.4秒 04/15 大井8R 1着/10頭勝利 03/24 大井7R 5着/11頭+1.2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戦の調子平均 5.0着 △ 当競馬場適性 8走で勝率 12% ◎ 期待値 (オッズ vs AI勝率) +70% (市場が大幅過小評価) AI 予想勝率 23.1% (オッズ暗示: 13.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.8% / 期待値 +32% ※ 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	フロウオブタイム	東原悠（大井）	実281.3	B× A▽勝率0% EV+20% 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 12着/14頭+3.2秒 07/21 大井6R 10着/13頭+2.2秒 07/03 大井9R 10着/12頭 06/11 大井8R 13着/13頭 05/20 大井8R 9着/11頭+1.0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 10走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 15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 0.4% / 期待値 +21% ※ 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	オメガオリーブ自在	本村直（大井）	実288.3	B× A▽勝率0% EV-9% 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7R 11着/12頭+2.6秒 07/22 大井7R 11着/13頭+2.1秒 07/02 大井12R 13着/14頭+4.0秒 05/18 大井12R 14着/14頭+2.5秒 04/30 大井12R 12着/14頭+3.6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 11.7着 (不振) × 当競馬場適性 34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 13位 / 勝率 0.3% / 期待値 -10% ※ 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	カレーウドン	藤田凌（大井）	実10.0	B× A△勝率9% EV-13% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 09/03 大井7R 5着/12頭+1.2秒 07/22 大井5R 6着/11頭+0.6秒 06/29 大井8R 7着/14頭 06/09 大井7R 6着/14頭 05/22 大井5R 4着/10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戦の調子平均 6.0着 △ 当競馬場適性 35走で勝率 6% ○ 馬場適性同馬場 5走で勝率 20% × 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: 10.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.6% / 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。
8	ブレスト	杉山海（大井）	実253.4	B× A▽勝率1% EV+46% 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7R 13着/15頭+1.5秒 08/15 大井10R 13着/14頭+4.3秒 07/21 大井10R 11着/14頭+2.5秒 07/02 大井9R 10着/10頭 06/10 大井6R 9着/10頭+3.0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 12.3着 (不振) × 当競馬場適性 26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 2% (やや苦戦) ▽ 前走実績前走 13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 11位 / 勝率 0.6% / 期待値 +47% ※ 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	コウフウセイゲツ逃げ	野畑凌（川崎）	実35.3	B× A▽勝率3% EV-6% 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 14着/14頭+4.2秒 05/19 大井9R 8着/11頭+3.7秒 04/27 大井10R 15着/15頭+3.8秒 04/15 大井8R 2着/10頭+1.0秒 03/24 大井10R 9着/14頭+1.6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 12.3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 14% ▽ 前走実績前走 14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 8位 / 勝率 2.6% / 期待値 -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。
10	シャークウォーニン追込	和田譲（大井）	実43.0	B× A▽勝率2% EV+0% 詳細▼	大穴、AI予想勝率低く長期回収困難（騎手は近50戦で勝率26%）
前5走 09/03 大井7R 6着/12頭+1.2秒 07/23 大井6R 8着/14頭+1.6秒 07/03 大井9R 5着/12頭 05/22 大井9R 3着/10頭+2.0秒 04/29 大井3R 7着/13頭+1.4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 6.3着 ○ 当競馬場適性 42走で勝率 17% (相性良) ◎ 騎手近50戦勝率 26% (好調) × 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 0.4% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.3% / 期待値 +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。
11	デスタン追込	御神訓（大井）	実5.1	B△ A○勝率19% EV-3% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（騎手は近50戦で勝率26%）
前5走 09/04 大井10R 5着/14頭+0.9秒 08/15 大井10R 3着/14頭+1.1秒 07/21 大井10R 7着/14頭+1.1秒 07/02 大井9R 2着/10頭+0.0秒 01/30 大井10R 7着/16頭+1.0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戦の調子平均 5.0着 △ 当競馬場適性 16走で勝率 6% ◎ 騎手近50戦勝率 26% (好調) × 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 0.5% (オッズ暗示: 19.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.9% / 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。
12	ショーシャンク自在	達城龍（大井）	実7.1	B▲ A△勝率14% EV+1% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 09/04 大井10R 3着/14頭+0.2秒 08/15 大井10R 5着/14頭+1.2秒 07/21 大井10R 3着/14頭+0.3秒 07/03 大井9R 8着/12頭 04/15 大井6R 4着/10頭+0.9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 3.7着 △ 当競馬場適性 19走で勝率 5% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) × 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 5.1% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 14.4% / 期待値 +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。
13	ラピード追込推奨	本田重（船橋）	実11.3	B◎ A△勝率6% EV-27% 詳細▼	市場が大きく過小評価、AI予想勝率68% × オッズ11.3倍で期待値+665%の有力候補（直近3走勝率33%と上り調子／前走勝利の勢い継続／騎手は近50戦勝率24%と好調）
前5走 09/04 大井10R 1着/14頭勝利 08/14 大井3R 11着/13頭+2.0秒 07/21 大井6R 8着/13頭+1.6秒 07/02 大井6R 8着/12頭 10/09 大井8R 11着/11頭+3.5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戦の調子勝率 33% (上り調子) △ 当競馬場適性 34走で勝率 15% ◎ 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) +665% (市場が大幅過小評価) AI 予想勝率 67.8% (オッズ暗示: 8.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.4% / 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。

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

B推奨Aモデル △

ラピード

騎手本田重（船橋）

単勝オッズ

11.3倍

AI期待値

+665%

買い目

¥1,600

全レースの推奨

AIの推奨本命の次点

○A:▲4デルマアリエル

7.4倍

EV +70%

▲A:△12ショーシャンク

7.1倍

EV -63%

出走馬全13頭

◎A:△13

ラピード

本田重（船橋）

11.3倍

+665%

›

○A:▲4

デルマアリエル

横川怜（大井）

7.4倍

+70%

›

▲A:△12

ショーシャンク

達城龍（大井）

7.1倍

-63%

›

△A:×3

ストライクノワール

矢野貴（大井）

2.0倍

-97%

›

△A:▽2

ヨドギミ

西啓太（大井）

25.7倍

-70%

›

△A:○11

デスタン

御神訓（大井）

5.1倍

-97%

›

×A:△7

カレーウドン

藤田凌（大井）

10.0倍

-95%

›

×A:▽10

シャークウォーニン

和田譲（大井）

43.0倍

-83%

›

×A:▽9

コウフウセイゲツ

野畑凌（川崎）

35.3倍

-99%

›

×A:▽1

コスモギンガ

田中洸（大井）

133.8倍

-99%

›

×A:▽8

ブレスト

杉山海（大井）

253.4倍

-99%

›

×A:▽5

フロウオブタイム

東原悠（大井）

281.3倍

-99%

›

×A:▽6

オメガオリーブ

本村直（大井）

288.3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

単勝 4 デルマアリエル ¥100 実7.4倍期待値 +71% 不的中11着単勝 7.4倍

B. 市場除外+キャリブ

単勝 13 ラピード ¥1,600 実11.3倍期待値 +666% 不的中2着単勝 11.3倍

※ オッズは予測時点の値です。

10R 大井競馬場ダ2400m ダート2400m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	コスモギンガ先行	田中洸（大井）	実133.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場88走で勝率0%と苦戦傾向／直近3走平均10.3着と低調）
前5走 09/04 大井10R 10着/14頭+1.9秒 07/21 大井10R 12着/14頭+2.5秒 07/03 大井9R 9着/12頭 05/22 大井9R 6着/10頭 04/27 大井10R 9着/15頭+2.5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 10.3着 (不振) × 当競馬場適性 88走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 0.9% (オッズ暗示: 0.7%) ※ 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	ヨドギミ先行	西啓太（大井）	実25.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向）
前5走 07/22 大井5R 7着/11頭+1.6秒 03/13 大井4R 4着/12頭+0.3秒 02/20 大井7R 12着/12頭+2.3秒 01/16 大井4R 3着/14頭+0.1秒 12/31 大井4R 2着/11頭+0.0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戦の調子平均 7.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 4.8% (オッズ暗示: 3.9%) ※ 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。
3	ストライクノワール追込	矢野貴（大井）	実2.0	×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走平均9.7着と低調／118日ぶりの実戦／騎手は近50戦で勝率26%）
前5走 05/20 大井9R 11着/14頭 04/29 大井10R 13着/14頭+2.6秒 04/14 大井7R 5着/10頭+1.0秒 03/24 大井10R 4着/14頭+1.0秒 12/03 大井12R 10着/16頭+1.5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戦の調子平均 9.7着 (不振) △ 当競馬場適性 29走で勝率 10% ◎ 騎手近50戦勝率 26% (好調) ▽ 前走実績前走 11着 (大敗) △ ローテーション 118日休養明け × 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 21.8% (オッズ暗示: 50.0%) ※ 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。
4	デルマアリエル先行推奨	横川怜（大井）	実7.4	▲詳細▼	オッズに対しAI予想勝率がやや高め、期待値+31%の妙味（近5走で勝率20%と堅実）
前5走 09/04 大井10R 4着/14頭+0.5秒 08/15 大井10R 7着/14頭+1.4秒 07/21 大井10R 4着/14頭+0.4秒 04/15 大井8R 1着/10頭勝利 03/24 大井7R 5着/11頭+1.2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戦の調子平均 5.0着 △ 当競馬場適性 8走で勝率 12% ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 17.8% (オッズ暗示: 13.5%) ※ 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。
5	フロウオブタイム	東原悠（大井）	実281.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／直近3走平均10.7着と低調）
前5走 08/31 大井8R 12着/14頭+3.2秒 07/21 大井6R 10着/13頭+2.2秒 07/03 大井9R 10着/12頭 06/11 大井8R 13着/13頭 05/20 大井8R 9着/11頭+1.0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 10走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 0.4% (オッズ暗示: 0.4%) ※ 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。
6	オメガオリーブ自在	本村直（大井）	実288.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場34走で勝率0%と苦戦傾向／直近3走平均11.7着と低調）
前5走 09/03 大井7R 11着/12頭+2.6秒 07/22 大井7R 11着/13頭+2.1秒 07/02 大井12R 13着/14頭+4.0秒 05/18 大井12R 14着/14頭+2.5秒 04/30 大井12R 12着/14頭+3.6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 11.7着 (不振) × 当競馬場適性 34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) -10% (オッズ過剰評価) AI 予想勝率 0.3% (オッズ暗示: 0.3%) ※ 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	カレーウドン	藤田凌（大井）	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5走 09/03 大井7R 5着/12頭+1.2秒 07/22 大井5R 6着/11頭+0.6秒 06/29 大井8R 7着/14頭 06/09 大井7R 6着/14頭 05/22 大井5R 4着/10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戦の調子平均 6.0着 △ 当競馬場適性 35走で勝率 6% ○ 馬場適性同馬場 5走で勝率 20% △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 8.6% (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。
8	ブレスト	杉山海（大井）	実253.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場26走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均12.3着と低調）
前5走 09/02 大井7R 13着/15頭+1.5秒 08/15 大井10R 13着/14頭+4.3秒 07/21 大井10R 11着/14頭+2.5秒 07/02 大井9R 10着/10頭 06/10 大井6R 9着/10頭+3.0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 12.3着 (不振) × 当競馬場適性 26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 2% (やや苦戦) ▽ 前走実績前走 13着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 0.6% (オッズ暗示: 0.4%) ※ 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	コウフウセイゲツ逃げ	野畑凌（川崎）	実35.3	▽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3走で勝ち無し／直近3走平均12.3着と低調）
前5走 09/04 大井10R 14着/14頭+4.2秒 05/19 大井9R 8着/11頭+3.7秒 04/27 大井10R 15着/15頭+3.8秒 04/15 大井8R 2着/10頭+1.0秒 03/24 大井10R 9着/14頭+1.6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 12.3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 14% ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 2.6% (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。
10	シャークウォーニン追込	和田譲（大井）	実43.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（騎手は近50戦で勝率26%）
前5走 09/03 大井7R 6着/12頭+1.2秒 07/23 大井6R 8着/14頭+1.6秒 07/03 大井9R 5着/12頭 05/22 大井9R 3着/10頭+2.0秒 04/29 大井3R 7着/13頭+1.4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 6.3着 ○ 当競馬場適性 42走で勝率 17% (相性良) ◎ 騎手近50戦勝率 26% (好調) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 2.3% (オッズ暗示: 2.3%) ※ 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。
11	デスタン追込	御神訓（大井）	実5.1	○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 09/04 大井10R 5着/14頭+0.9秒 08/15 大井10R 3着/14頭+1.1秒 07/21 大井10R 7着/14頭+1.1秒 07/02 大井9R 2着/10頭+0.0秒 01/30 大井10R 7着/16頭+1.0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戦の調子平均 5.0着 △ 当競馬場適性 16走で勝率 6% ◎ 騎手近50戦勝率 26% (好調) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 18.9% (オッズ暗示: 19.6%) ※ 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。
12	ショーシャンク自在	達城龍（大井）	実7.1	△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）
前5走 09/04 大井10R 3着/14頭+0.2秒 08/15 大井10R 5着/14頭+1.2秒 07/21 大井10R 3着/14頭+0.3秒 07/03 大井9R 8着/12頭 04/15 大井6R 4着/10頭+0.9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 3.7着 △ 当競馬場適性 19走で勝率 5% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 14.4% (オッズ暗示: 14.1%) ※ 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。
13	ラピード追込推奨	本田重（船橋）	実11.3	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／前走勝利の勢い継続／騎手は近50戦勝率24%と好調）
前5走 09/04 大井10R 1着/14頭勝利 08/14 大井3R 11着/13頭+2.0秒 07/21 大井6R 8着/13頭+1.6秒 07/02 大井6R 8着/12頭 10/09 大井8R 11着/11頭+3.5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戦の調子勝率 33% (上り調子) △ 当競馬場適性 34走で勝率 15% ◎ 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) -27% (オッズ過剰評価) AI 予想勝率 6.4% (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。

AIの本命

AI評価1位

ストライクノワール

騎手矢野貴（大井）

単勝オッズ

2.0倍

AI期待値

-56%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11デスタン

5.1倍

EV -3%

▲4デルマアリエル

7.4倍

EV +31%

出走馬全13頭

×3

ストライクノワール

矢野貴（大井）

2.0倍

-56%

›

○11

デスタン

御神訓（大井）

5.1倍

-3%

›

▲4

デルマアリエル

横川怜（大井）

7.4倍

+31%

›

△12

ショーシャンク

達城龍（大井）

7.1倍

+1%

›

△7

カレーウドン

藤田凌（大井）

10.0倍

-13%

›

△13

ラピード

本田重（船橋）

11.3倍

-27%

›

▽2

ヨドギミ

西啓太（大井）

25.7倍

+24%

›

▽9

コウフウセイゲツ

野畑凌（川崎）

35.3倍

-6%

›

▽10

シャークウォーニン

和田譲（大井）

43.0倍

+0%

›

▽1

コスモギンガ

田中洸（大井）

133.8倍

+23%

›

▽8

ブレスト

杉山海（大井）

253.4倍

+46%

›

▽5

フロウオブタイム

東原悠（大井）

281.3倍

+20%

›

▽6

オメガオリーブ

本村直（大井）

288.3倍

-9%

›

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 4 デルマアリエル ¥100 実7.4倍期待値 +32% 不的中11着単勝 7.4倍

B. 市場除外+キャリブ

単勝 13 ラピード ¥1,600 実11.3倍期待値 -27% 不的中2着単勝 11.3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