大井 5R 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

5R 大井競馬場ダ1200m ダート1200m　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミネノブルー先行	横川怜（大井）	実74.5	B× A▽勝率2% EV+59% 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 04/17 大井8R 8着/14頭+1.6秒 03/27 大井4R 3着/6頭+1.3秒 03/13 大井5R 6着/14頭+1.7秒 02/20 大井8R 7着/13頭+1.7秒 01/30 大井6R 5着/14頭+0.9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 5.7着 △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 8走で勝率 12% △ ローテーション 152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 8位 / 勝率 2.1% / 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。
2	オオサキサンダー自在	遠藤健（大井）	実218.3	B× A▽勝率0% 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 09/02 大井7R 9着/15頭+1.2秒 08/17 大井10R 9着/12頭+2.3秒 07/22 大井7R 9着/13頭+1.3秒 07/03 大井10R 12着/14頭 06/12 大井6R 7着/12頭+1.0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 9.0着 (不振) × 当競馬場適性 32走で勝率 0% (苦戦) ▽ 距離適性同距離は 28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 12位 / 勝率 0.5% / 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。
3	ジャスミン	吉原寛（金沢）	実18.2	B△ A△勝率4% EV-18% 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／同距離帯は7走で勝ち無し）
前5走 09/02 大井7R 7着/15頭+0.9秒 08/14 大井5R 3着/3頭 07/20 大井10R 3着/14頭 07/02 大井8R 6着/13頭 06/11 大井9R 8着/14頭
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 4.3着 × 当競馬場適性 7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) -74% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 5.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.5% / 期待値 -19% ※ 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	シルバーマック自在	中山遥（浦和）	実3.2	B▲ A○勝率20% EV-37% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率38%と適性高／同距離帯7走で勝率43%／直近3走で勝率67%と好調）
前5走 09/02 大井5R 7着/12頭+1.2秒 08/13 大井8R 1着/10頭勝利 07/22 大井2R 1着/16頭勝利 06/30 大井6R 7着/14頭 06/10 大井2R 1着/14頭
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 8走で勝率 38% (得意) ◎ 距離適性同距離 7走で勝率 43% △ 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) -61% (大幅な期待値マイナス) AI 予想勝率 12.3% (オッズ暗示: 31.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.5% / 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。
5	リコーステアー追込	本田重（船橋）	実18.4	B× A▽勝率3% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は22走で勝ち無し／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/20 大井10R 1着/12頭 04/29 大井5R 5着/11頭+0.7秒 04/16 大井6R 6着/14頭+0.6秒 03/25 大井6R 7着/14頭+1.2秒 03/11 大井6R 5着/12頭+0.3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 33% (上り調子) △ 当競馬場適性 29走で勝率 7% ▽ 距離適性同距離は 22走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 119日休養明け × 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 0.4% (オッズ暗示: 5.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.4% / 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。
6	ベラジオルークン先行推奨	矢野貴（大井）	実7.5	B◎ A△勝率12% EV-9% 詳細▼	市場が大きく過小評価、AI予想勝率62% × オッズ7.5倍で期待値+365%の有力候補（直近3走勝率33%と上り調子／当競馬場3走で勝率33%と適性高／騎手は近50戦勝率28%と好調）
前5走 12/05 大井10R 7着/15頭+1.4秒 11/12 大井5R 1着/14頭勝利 10/22 大井8R 2着/14頭+1.0秒 09/09 川崎8R 5着/10頭+2.4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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 騎手近50戦勝率 28% (好調) △ ローテーション 285日休養明け ◎ 期待値 (オッズ vs AI勝率) +365% (市場が大幅過小評価) AI 予想勝率 62.0% (オッズ暗示: 13.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.1% / 期待値 -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	ラッケンブース逃げ	西優哉（大井）	実126.5	B× A▽勝率1% EV-28% 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5R 11着/12頭+1.7秒 08/17 大井10R 11着/12頭+2.9秒 07/22 大井7R 13着/13頭+3.6秒 06/29 大井7R 11着/11頭+7.0秒 06/12 大井5R 11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戦の調子平均 11.7着 (不振) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 12走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 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) -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 0.6% / 期待値 -28% ※ 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	ゴールドタリスマン自在	中村尚（大井）	実2.6	B○ A◎勝率32% EV-15% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率67%と好調／前走勝利の勢い）
前5走 08/31 大井10R 1着/15頭勝利 08/16 大井2R 1着/13頭勝利 07/22 大井2R 3着/16頭+0.3秒 06/30 大井4R 7着/10頭 06/11 大井1R 5着/14頭
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 31走で勝率 6% ○ 距離適性同距離 9走で勝率 22% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 12.3% (オッズ暗示: 38.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 32.4% / 期待値 -16% ※ 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	チェイスザファイア	ゴンサ（船橋）	実7.2	B△ A▲勝率16% EV+14% 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24走で勝率4%と苦戦傾向／同距離帯は23走で勝ち無し）
前5走 09/02 大井7R 6着/15頭+0.8秒 08/14 大井5R 2着/3頭 07/21 大井7R 10着/13頭+1.7秒 07/02 大井8R 7着/13頭 06/11 大井9R 7着/14頭+0.0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 6.0着 × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 23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) -58% (大幅な期待値マイナス) AI 予想勝率 5.8% (オッズ暗示: 13.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.9% / 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。
10	ブラボーキングダム追込	安藤洋（大井）	実9.4	B△ A△勝率7% EV-38% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯6走で勝率33%／直近3走で勝率33%と好調／騎手は近50戦で勝率22%）
前5走 09/02 大井7R 5着/15頭+0.8秒 07/21 大井7R 3着/13頭+1.1秒 07/01 大井5R 1着/14頭 03/14 大井6R 11着/14頭+2.2秒 02/21 大井9R 8着/14頭+1.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 6走で勝率 33% ◎ 騎手近50戦勝率 22% (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% (大幅な期待値マイナス) AI 予想勝率 5.8% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.6% / 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。
11	トサノオウマサン	小野俊（大井）	実19.3	B× A×勝率2% EV-62% 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 4着/15頭+0.7秒 07/21 大井7R 6着/13頭+1.4秒 07/02 大井8R 2着/13頭+1.0秒 06/11 大井8R 7着/13頭 05/20 大井8R 10着/11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戦の調子平均 4.0着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 16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 9位 / 勝率 1.9% / 期待値 -63% ※ 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	シストロン先行	東原悠（大井）	実114.0	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 09/02 大井7R 14着/15頭+1.9秒 08/17 大井8R 11着/13頭+2.8秒 07/22 大井7R 10着/13頭+1.5秒 07/03 大井10R 14着/14頭 06/12 大井6R 8着/12頭
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 11.7着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ▽ 前走実績前走 14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 11位 / 勝率 0.6% / 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

B推奨Aモデル △

ベラジオルークン

騎手矢野貴（大井）

単勝オッズ

7.5倍

AI期待値

+365%

買い目

¥1,400

全レースの推奨

AIの推奨本命の次点

○A:◎8ゴールドタリスマン

2.6倍

EV -68%

▲A:○4シルバーマック

3.2倍

EV -60%

出走馬全12頭

◎A:△6

ベラジオルークン

矢野貴（大井）

7.5倍

+365%

›

○A:◎8

ゴールドタリスマン

中村尚（大井）

2.6倍

-68%

›

▲A:○4

シルバーマック

中山遥（浦和）

3.2倍

-60%

›

△A:▲9

チェイスザファイア

ゴンサ（船橋）

7.2倍

-58%

›

△A:△10

ブラボーキングダム

安藤洋（大井）

9.4倍

-45%

›

△A:△3

ジャスミン

吉原寛（金沢）

18.2倍

-74%

›

×A:▽5

リコーステアー

本田重（船橋）

18.4倍

-92%

›

×A:×11

トサノオウマサン

小野俊（大井）

19.3倍

-99%

›

×A:▽1

ミネノブルー

横川怜（大井）

74.5倍

-99%

›

×A:▽12

シストロン

東原悠（大井）

114.0倍

-99%

›

×A:▽7

ラッケンブース

西優哉（大井）

126.5倍

-99%

›

×A:▽2

オオサキサンダー

遠藤健（大井）

218.3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 6 ベラジオルークン ¥1,400 実7.5倍期待値 +365% 不的中10着単勝 7.5倍

※ オッズは予測時点の値です。

5R 大井競馬場ダ1200m ダート1200m　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミネノブルー先行	横川怜（大井）	実74.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（152日ぶりの実戦）
前5走 04/17 大井8R 8着/14頭+1.6秒 03/27 大井4R 3着/6頭+1.3秒 03/13 大井5R 6着/14頭+1.7秒 02/20 大井8R 7着/13頭+1.7秒 01/30 大井6R 5着/14頭+0.9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 5.7着 △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 8走で勝率 12% △ ローテーション 152日休養明け ◎ 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 2.1% (オッズ暗示: 1.3%) ※ 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	オオサキサンダー自在	遠藤健（大井）	実218.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場32走で勝率0%と苦戦傾向／同距離帯は28走で勝ち無し／直近3走平均9.0着と低調）
前5走 09/02 大井7R 9着/15頭+1.2秒 08/17 大井10R 9着/12頭+2.3秒 07/22 大井7R 9着/13頭+1.3秒 07/03 大井10R 12着/14頭 06/12 大井6R 7着/12頭+1.0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 9.0着 (不振) × 当競馬場適性 32走で勝率 0% (苦戦) ▽ 距離適性同距離は 28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) +3% (市場と概ね一致) AI 予想勝率 0.5% (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。
3	ジャスミン	吉原寛（金沢）	実18.2	△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／同距離帯は7走で勝ち無し）
前5走 09/02 大井7R 7着/15頭+0.9秒 08/14 大井5R 3着/3頭 07/20 大井10R 3着/14頭 07/02 大井8R 6着/13頭 06/11 大井9R 8着/14頭
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 4.3着 × 当競馬場適性 7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) -19% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 5.5%) ※ 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。
4	シルバーマック自在	中山遥（浦和）	実3.2	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率38%と適性高／同距離帯7走で勝率43%／直近3走で勝率67%と好調）
前5走 09/02 大井5R 7着/12頭+1.2秒 08/13 大井8R 1着/10頭勝利 07/22 大井2R 1着/16頭勝利 06/30 大井6R 7着/14頭 06/10 大井2R 1着/14頭
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 8走で勝率 38% (得意) ◎ 距離適性同距離 7走で勝率 43% △ 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) -37% (大幅な期待値マイナス) AI 予想勝率 19.5% (オッズ暗示: 31.2%) ※ 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	リコーステアー追込	本田重（船橋）	実18.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は22走で勝ち無し／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/20 大井10R 1着/12頭 04/29 大井5R 5着/11頭+0.7秒 04/16 大井6R 6着/14頭+0.6秒 03/25 大井6R 7着/14頭+1.2秒 03/11 大井6R 5着/12頭+0.3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 33% (上り調子) △ 当競馬場適性 29走で勝率 7% ▽ 距離適性同距離は 22走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 119日休養明け × 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 3.4% (オッズ暗示: 5.4%) ※ 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	ベラジオルークン先行推奨	矢野貴（大井）	実7.5	△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／当競馬場3走で勝率33%と適性高／騎手は近50戦勝率28%と好調）
前5走 12/05 大井10R 7着/15頭+1.4秒 11/12 大井5R 1着/14頭勝利 10/22 大井8R 2着/14頭+1.0秒 09/09 川崎8R 5着/10頭+2.4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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 騎手近50戦勝率 28% (好調) △ ローテーション 285日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 12.1% (オッズ暗示: 13.3%) ※ 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	ラッケンブース逃げ	西優哉（大井）	実126.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調）
前5走 09/02 大井5R 11着/12頭+1.7秒 08/17 大井10R 11着/12頭+2.9秒 07/22 大井7R 13着/13頭+3.6秒 06/29 大井7R 11着/11頭+7.0秒 06/12 大井5R 11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戦の調子平均 11.7着 (不振) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 12走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 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) -28% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.8%) ※ 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	ゴールドタリスマン自在	中村尚（大井）	実2.6	◎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67%と好調／前走勝利の勢い）
前5走 08/31 大井10R 1着/15頭勝利 08/16 大井2R 1着/13頭勝利 07/22 大井2R 3着/16頭+0.3秒 06/30 大井4R 7着/10頭 06/11 大井1R 5着/14頭
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 31走で勝率 6% ○ 距離適性同距離 9走で勝率 22% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 32.4% (オッズ暗示: 38.5%) ※ 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	チェイスザファイア	ゴンサ（船橋）	実7.2	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場24走で勝率4%と苦戦傾向／同距離帯は23走で勝ち無し）
前5走 09/02 大井7R 6着/15頭+0.8秒 08/14 大井5R 2着/3頭 07/21 大井7R 10着/13頭+1.7秒 07/02 大井8R 7着/13頭 06/11 大井9R 7着/14頭+0.0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 6.0着 × 当競馬場適性 24走で勝率 4% (苦戦) ▽ 距離適性同距離は 23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) +14% (市場と概ね一致) AI 予想勝率 15.9% (オッズ暗示: 13.9%) ※ 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。
10	ブラボーキングダム追込	安藤洋（大井）	実9.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯6走で勝率33%／直近3走で勝率33%と好調／騎手は近50戦で勝率22%）
前5走 09/02 大井7R 5着/15頭+0.8秒 07/21 大井7R 3着/13頭+1.1秒 07/01 大井5R 1着/14頭 03/14 大井6R 11着/14頭+2.2秒 02/21 大井9R 8着/14頭+1.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 6走で勝率 33% ◎ 騎手近50戦勝率 22% (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) -38% (大幅な期待値マイナス) AI 予想勝率 6.6% (オッズ暗示: 10.6%) ※ 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。
11	トサノオウマサン	小野俊（大井）	実19.3	×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／同距離帯は16走で勝ち無し）
前5走 09/02 大井7R 4着/15頭+0.7秒 07/21 大井7R 6着/13頭+1.4秒 07/02 大井8R 2着/13頭+1.0秒 06/11 大井8R 7着/13頭 05/20 大井8R 10着/11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戦の調子平均 4.0着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 16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) -63% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 5.2%) ※ 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	シストロン先行	東原悠（大井）	実114.0	▽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0%と苦戦傾向／同距離帯は5走で勝ち無し／直近3走平均11.7着と低調）
前5走 09/02 大井7R 14着/15頭+1.9秒 08/17 大井8R 11着/13頭+2.8秒 07/22 大井7R 10着/13頭+1.5秒 07/03 大井10R 14着/14頭 06/12 大井6R 8着/12頭
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 11.7着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ▽ 前走実績前走 14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) -36% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 0.9%) ※ 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。

AIの本命

AI評価1位

ゴールドタリスマン

騎手中村尚（大井）

単勝オッズ

2.6倍

AI期待値

-15%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4シルバーマック

3.2倍

EV -37%

▲9チェイスザファイア

7.2倍

EV +14%

出走馬全12頭

◎8

ゴールドタリスマン

中村尚（大井）

2.6倍

-15%

›

○4

シルバーマック

中山遥（浦和）

3.2倍

-37%

›

▲9

チェイスザファイア

ゴンサ（船橋）

7.2倍

+14%

›

△6

ベラジオルークン

矢野貴（大井）

7.5倍

-9%

›

△10

ブラボーキングダム

安藤洋（大井）

9.4倍

-38%

›

△3

ジャスミン

吉原寛（金沢）

18.2倍

-18%

›

▽5

リコーステアー

本田重（船橋）

18.4倍

-36%

›

▽1

ミネノブルー

横川怜（大井）

74.5倍

+59%

›

×11

トサノオウマサン

小野俊（大井）

19.3倍

-62%

›

▽7

ラッケンブース

西優哉（大井）

126.5倍

-28%

›

▽12

シストロン

東原悠（大井）

114.0倍

-35%

›

▽2

オオサキサンダー

遠藤健（大井）

218.3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

見送り

B. 市場除外+キャリブ

単勝 6 ベラジオルークン ¥1,400 実7.5倍期待値 -9% 不的中10着単勝 7.5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