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 大井競馬場東京記念３上オープン重賞ダ2400m ダート2400m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マルカンラニ逃げ	松崎正（大井）	実14.6	B× A△勝率6% EV-14% 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 07/01 大井11R 12着/13頭 05/20 大井11R 10着/16頭 11/26 浦和11R 10着/12頭+5.6秒 09/17 大井11R 1着/14頭勝利 08/15 大井10R 1着/9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 10.7着 (不振) ◎ 当競馬場適性 20走で勝率 55% (得意) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12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 5位 / 勝率 5.9% / 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。
2	コスモジンバック	達城龍（大井）	実64.2	B△ A▽勝率2% EV-1% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 08/28 船橋11R 3着/11頭+1.7秒 08/14 大井9R 3着/7頭+2.1秒 06/29 大井11R 5着/14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戦の調子平均 3.7着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 19日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +150% (市場が大幅過小評価) AI 予想勝率 3.9% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 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。
3	カイル先行	野畑凌（川崎）	実47.7	B× A▽勝率3% EV+22% 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 04/07 名古屋10R 6着/11頭+1.1秒 02/04 川崎11R 6着/12頭+1.3秒 01/28 大井11R 4着/15頭+1.1秒 09/17 大井11R 6着/14頭+2.7秒 05/21 大井11R 10着/15頭+3.3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 5.3着 ○ 当競馬場適性 16走で勝率 19% (相性良) ▽ 距離適性同距離は 3走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% △ ローテーション 162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 7位 / 勝率 2.6% / 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。
4	セラフィックコール先行	吉原寛（金沢）	実1.7	B○ A◎勝率34% EV-41% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯3走で勝率67%／77日ぶりの実戦）
前5走 07/01 大井11R 4着/13頭 04/08 川崎11R 6着/11頭+1.7秒 03/11 船橋11R 2着/12頭+0.1秒 05/06 名古屋11R 6着/12頭+2.0秒 03/12 船橋11R 1着/13頭勝利
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 4.0着 ◎ 距離適性同距離 3走で勝率 67% × 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 6.6% (オッズ暗示: 58.8%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 34.5% / 期待値 -41% ※ 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	グリューヴルム逃げ	矢野貴（大井）	実4.4	B◎ A○勝率21% EV-8% 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7走で勝率43%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 08/14 大井9R 1着/7頭勝利 04/08 川崎11R 8着/11頭+2.7秒 01/28 大井11R 1着/15頭勝利 12/25 大井11R 2着/16頭+0.1秒 09/17 大井11R 4着/14頭+1.7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 7走で勝率 43% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 28% (好調) ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +246% (市場が大幅過小評価) AI 予想勝率 78.7% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.7% / 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。
6	オーシンハーフ	張田昂（船橋）	実53.9	B△ A▽勝率2% EV-4% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着）
前5走 08/31 大井11R 2着/14頭+0.1秒 08/07 浦和11R 5着/9頭+0.7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 3.5着 ○ 前走実績前走 2着 (好走) ○ 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) +5% (市場と概ね一致) AI 予想勝率 2.0% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 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	ミヤギザオウ逃げ	吉井章（大井）	実99.2	B× A▽勝率1% EV+7% 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9R 5着/7頭+2.7秒 01/28 大井11R 9着/15頭+2.5秒 12/25 大井11R 11着/16頭+5.2秒 06/19 川崎11R 7着/14頭+3.5秒 05/21 大井11R 11着/15頭+3.5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 8.3着 (不振) △ 当競馬場適性 27走で勝率 11% ▽ 距離適性同距離は 5走で勝ち無し × 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 1.1% / 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。
8	リベイクフルシティ逃げ	和田譲（大井）	実6.1	B▲ A▲勝率16% EV-4% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場29走で勝率28%と適性高／同馬場状態で勝率67%／直近3走で勝率67%と好調）
前5走 08/26 船橋11R 1着/13頭勝利 05/20 大井11R 5着/16頭 04/16 大井11R 1着/16頭勝利 01/28 大井11R 2着/15頭+0.0秒 01/13 大井11R 1着/10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 29走で勝率 28% (得意) ◎ 馬場適性同馬場 3走で勝率 67% ◎ 騎手近50戦勝率 30% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 6.6% (オッズ暗示: 16.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.7% / 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。
9	ディープリボーン	石川倭（北海道）	実9.3	B△ A△勝率11% EV+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／119日ぶりの実戦）
前5走 05/20 大井11R 3着/16頭 04/16 大井11R 9着/16頭+1.9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 6.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 119日休養明け × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 10.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.9% / 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。
10	ヴィアメント自在	ゴンサ（船橋）	実59.0	B× A▽勝率2% EV+9% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/14 大井9R 4着/7頭+2.5秒 05/08 船橋11R 4着/14頭+0.6秒 01/28 大井11R 5着/15頭+1.4秒 09/17 大井11R 8着/14頭+2.9秒 07/02 大井11R 8着/13頭+2.2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 4.3着 ○ 当競馬場適性 9走で勝率 22% (相性良) × 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 0.2% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.9% / 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。
11	ヒーローコール先行	山中悠（船橋）	実35.4	B× A△勝率3% EV+21% 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 08/26 船橋11R 10着/13頭+2.6秒 08/04 船橋9R 1着/6頭勝利 07/22 大井11R 13着/15頭+3.5秒 04/23 浦和11R 3着/12頭+0.4秒 04/16 大井11R 4着/16頭+1.3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戦の調子勝率 33% (上り調子) △ 当競馬場適性 17走で勝率 12% ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 21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 3.4% / 期待値 +22% ※ 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 ○

グリューヴルム

騎手矢野貴（大井）

単勝オッズ

4.4倍

AI期待値

+246%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎4セラフィックコール

1.7倍

EV -88%

▲A:▲8リベイクフルシティ

6.1倍

EV -59%

出走馬全11頭

◎A:○5

グリューヴルム

矢野貴（大井）

4.4倍

+246%

›

○A:◎4

セラフィックコール

吉原寛（金沢）

1.7倍

-88%

›

▲A:▲8

リベイクフルシティ

和田譲（大井）

6.1倍

-59%

›

△A:▽2

コスモジンバック

達城龍（大井）

64.2倍

+150%

›

△A:△9

ディープリボーン

石川倭（北海道）

9.3倍

-81%

›

△A:▽6

オーシンハーフ

張田昂（船橋）

53.9倍

+5%

›

×A:▽10

ヴィアメント

ゴンサ（船橋）

59.0倍

-87%

›

×A:△1

マルカンラニ

松崎正（大井）

14.6倍

-99%

›

×A:△11

ヒーローコール

山中悠（船橋）

35.4倍

-99%

›

×A:▽3

カイル

野畑凌（川崎）

47.7倍

-99%

›

×A:▽7

ミヤギザオウ

吉井章（大井）

99.2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

両モデルとも見送り

11R 大井競馬場東京記念３上オープン重賞ダ2400m ダート2400m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マルカンラニ逃げ	松崎正（大井）	実14.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率55%と適性高／直近3走平均10.7着と低調／77日ぶりの実戦）
前5走 07/01 大井11R 12着/13頭 05/20 大井11R 10着/16頭 11/26 浦和11R 10着/12頭+5.6秒 09/17 大井11R 1着/14頭勝利 08/15 大井10R 1着/9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 10.7着 (不振) ◎ 当競馬場適性 20走で勝率 55% (得意) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 6.8%) ※ 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。
2	コスモジンバック	達城龍（大井）	実64.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 08/28 船橋11R 3着/11頭+1.7秒 08/14 大井9R 3着/7頭+2.1秒 06/29 大井11R 5着/14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戦の調子平均 3.7着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 19日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 1.6%) ※ 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。
3	カイル先行	野畑凌（川崎）	実47.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／162日ぶりの実戦）
前5走 04/07 名古屋10R 6着/11頭+1.1秒 02/04 川崎11R 6着/12頭+1.3秒 01/28 大井11R 4着/15頭+1.1秒 09/17 大井11R 6着/14頭+2.7秒 05/21 大井11R 10着/15頭+3.3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 5.3着 ○ 当競馬場適性 16走で勝率 19% (相性良) ▽ 距離適性同距離は 3走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% △ ローテーション 162日休養明け △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 2.6% (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	セラフィックコール先行	吉原寛（金沢）	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（同距離帯3走で勝率67%／77日ぶりの実戦）
前5走 07/01 大井11R 4着/13頭 04/08 川崎11R 6着/11頭+1.7秒 03/11 船橋11R 2着/12頭+0.1秒 05/06 名古屋11R 6着/12頭+2.0秒 03/12 船橋11R 1着/13頭勝利
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 4.0着 ◎ 距離適性同距離 3走で勝率 67% × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 34.5% (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。
5	グリューヴルム逃げ	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7走で勝率43%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 08/14 大井9R 1着/7頭勝利 04/08 川崎11R 8着/11頭+2.7秒 01/28 大井11R 1着/15頭勝利 12/25 大井11R 2着/16頭+0.1秒 09/17 大井11R 4着/14頭+1.7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 7走で勝率 43% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 28% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 20.7% (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	オーシンハーフ	張田昂（船橋）	実53.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着）
前5走 08/31 大井11R 2着/14頭+0.1秒 08/07 浦和11R 5着/9頭+0.7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 3.5着 ○ 前走実績前走 2着 (好走) ○ 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) -5% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 1.9%) ※ 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	ミヤギザオウ逃げ	吉井章（大井）	実99.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は5走で勝ち無し／直近3走平均8.3着と低調）
前5走 08/14 大井9R 5着/7頭+2.7秒 01/28 大井11R 9着/15頭+2.5秒 12/25 大井11R 11着/16頭+5.2秒 06/19 川崎11R 7着/14頭+3.5秒 05/21 大井11R 11着/15頭+3.5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 8.3着 (不振) △ 当競馬場適性 27走で勝率 11% ▽ 距離適性同距離は 5走で勝ち無し △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 1.1% (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。
8	リベイクフルシティ逃げ	和田譲（大井）	実6.1	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場29走で勝率28%と適性高／同馬場状態で勝率67%／直近3走で勝率67%と好調）
前5走 08/26 船橋11R 1着/13頭勝利 05/20 大井11R 5着/16頭 04/16 大井11R 1着/16頭勝利 01/28 大井11R 2着/15頭+0.0秒 01/13 大井11R 1着/10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 29走で勝率 28% (得意) ◎ 馬場適性同馬場 3走で勝率 67% ◎ 騎手近50戦勝率 30% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 15.7% (オッズ暗示: 16.4%) ※ 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	ディープリボーン	石川倭（北海道）	実9.3	△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／119日ぶりの実戦）
前5走 05/20 大井11R 3着/16頭 04/16 大井11R 9着/16頭+1.9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 6.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 10.9% (オッズ暗示: 10.8%) ※ 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	ヴィアメント自在	ゴンサ（船橋）	実59.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/14 大井9R 4着/7頭+2.5秒 05/08 船橋11R 4着/14頭+0.6秒 01/28 大井11R 5着/15頭+1.4秒 09/17 大井11R 8着/14頭+2.9秒 07/02 大井11R 8着/13頭+2.2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 4.3着 ○ 当競馬場適性 9走で勝率 22% (相性良) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 1.9% (オッズ暗示: 1.7%) ※ 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。
11	ヒーローコール先行	山中悠（船橋）	実35.4	△詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 08/26 船橋11R 10着/13頭+2.6秒 08/04 船橋9R 1着/6頭勝利 07/22 大井11R 13着/15頭+3.5秒 04/23 浦和11R 3着/12頭+0.4秒 04/16 大井11R 4着/16頭+1.3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戦の調子勝率 33% (上り調子) △ 当競馬場適性 17走で勝率 12% ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 3.4% (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。

AIの本命

AI評価1位

セラフィックコール

騎手吉原寛（金沢）

単勝オッズ

1.7倍

AI期待値

-41%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5グリューヴルム

4.4倍

EV -8%

▲8リベイクフルシティ

6.1倍

EV -4%

出走馬全11頭

◎4

セラフィックコール

吉原寛（金沢）

1.7倍

-41%

›

○5

グリューヴルム

矢野貴（大井）

4.4倍

-8%

›

▲8

リベイクフルシティ

和田譲（大井）

6.1倍

-4%

›

△9

ディープリボーン

石川倭（北海道）

9.3倍

+1%

›

△1

マルカンラニ

松崎正（大井）

14.6倍

-14%

›

△11

ヒーローコール

山中悠（船橋）

35.4倍

+21%

›

▽3

カイル

野畑凌（川崎）

47.7倍

+22%

›

▽10

ヴィアメント

ゴンサ（船橋）

59.0倍

+9%

›

▽6

オーシンハーフ

張田昂（船橋）

53.9倍

-4%

›

▽2

コスモジンバック

達城龍（大井）

64.2倍

-1%

›

▽7

ミヤギザオウ

吉井章（大井）

99.2倍

+7%

›

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