大井 12R 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

12R 大井競馬場ダ2000m ダート2000m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジーゲル	遠藤健（大井）	実182.6	B× A×勝率0% EV-65% 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 11着/13頭+3.9秒 08/16 大井5R 7着/9頭+4.7秒 07/23 大井12R 11着/12頭+3.4秒 06/30 大井10R 12着/12頭 06/11 大井10R 13着/14頭
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 9.7着 (不振) × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ▽ 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 14位 / 勝率 0.2% / 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。
2	セキトバシューズ先行	藤田凌（大井）	実2.9	B◎ A◎勝率49% EV+43% 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6走で勝率67%と適性高／直近3走で勝率67%と好調／前走2着）
前5走 05/18 大井11R 2着/11頭+0.0秒 04/17 大井10R 1着/13頭勝利 03/13 大井8R 1着/10頭勝利 10/20 大井12R 2着/13頭+0.4秒 10/05 大井8R 1着/14頭勝利
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 67% (絶好調) ◎ 当競馬場適性 6走で勝率 67% (得意) ○ 前走実績前走 2着 (好走) △ ローテーション 121日休養明け ◎ 期待値 (オッズ vs AI勝率) +143% (市場が大幅過小評価) AI 予想勝率 84.0% (オッズ暗示: 34.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 49.3% / 期待値 +43% ※ 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	マイネルオデーサ	東原悠（大井）	実47.7	B× A×勝率1% EV-52% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/16 大井5R 6着/9頭+1.3秒 07/21 大井12R 4着/16頭+1.3秒 06/30 大井10R 4着/12頭 06/11 大井10R 5着/14頭 05/21 大井12R 7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 4.7着 △ 当競馬場適性 33走で勝率 6% △ 距離適性同距離 10走で勝率 10% × 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 0.2% (オッズ暗示: 2.1%) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -52% ※ 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	サンディエゴ	藤本現（大井）	実11.0	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（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/31 大井9R 1着/11頭勝利 08/16 大井6R 3着/13頭+0.3秒 07/24 大井9R 9着/12頭+2.9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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 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) -85% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 9.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.3% / 期待値 -53% ※ 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	ヒルノデプラーツ自在	和田譲（大井）	実20.6	B× A×勝率2% EV-51% 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 02/17 大井12R 16着/16頭+3.3秒 01/12 大井12R 5着/16頭+0.5秒 06/08 名古屋10R 3着/10頭+1.6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 8.0着 (不振) ◎ 騎手近50戦勝率 30% (好調) ▽ 前走実績前走 16着 (大敗) △ ローテーション 211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 2.4% / 期待値 -51% ※ 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	ジェイケイファイン追込	杉山海（大井）	実141.1	B× A×勝率0% EV-56% 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 08/16 大井5R 8着/9頭+5.1秒 04/20 浦和10R 8着/12頭+1.7秒 03/16 浦和11R 9着/13頭+1.3秒 01/06 浦和11R 6着/11頭+1.4秒 12/23 浦和9R 9着/11頭+1.6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 8.3着 (不振) × 当競馬場適性 8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 13位 / 勝率 0.3% / 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。
7	ファーストメイト	吉原寛（金沢）	実4.6	B△ A○勝率14% EV-37% 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4走で勝率25%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/31 大井12R 1着/3頭 08/16 大井5R 3着/9頭+0.3秒 07/21 大井12R 11着/16頭+2.1秒 07/01 大井9R 1着/14頭 06/08 大井6R 6着/9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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 28走で勝率 21% (相性良) ◎ 距離適性同距離 4走で勝率 25% ◎ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 21.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.6% / 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。
8	ユニゾン	張田昂（船橋）	実26.1	B× A×勝率2% EV-50% 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 08/13 大井9R 14着/15頭+4.4秒 03/04 川崎8R 4着/12頭+0.9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 9.0着 (不振) ▽ 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 9位 / 勝率 1.9% / 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。
9	エースアビリティ自在	ゴンサ（船橋）	実54.0	B× A×勝率1% EV-55% 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 08/12 大井10R 9着/14頭+2.1秒 07/21 大井12R 15着/16頭+5.3秒 04/28 大井10R 7着/9頭+1.6秒 04/16 大井10R 14着/14頭+4.0秒 03/26 大井12R 8着/13頭+1.5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 10.3着 (不振) △ 当競馬場適性 7走で勝率 14% × 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 -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。
10	アレグランサ逃げ	達城龍（大井）	実8.7	B△ A△勝率5% EV-57% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 08/31 大井12R 2着/3頭 08/13 大井7R 2着/8頭+0.2秒 06/11 大井10R 11着/14頭+1.0秒 05/18 大井11R 5着/11頭+0.6秒 04/29 大井10R 3着/14頭+0.1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 5.0着 △ 当競馬場適性 14走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 11.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.9% / 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。
11	ワクシングムーン差し	本橋孝（船橋）	実6.8	B○ A▲勝率12% EV-21% 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／直近3走で勝率33%と好調）
前5走 09/02 大井8R 4着/12頭+1.1秒 08/13 大井7R 1着/8頭勝利 07/23 大井10R 3着/14頭+0.2秒 01/27 大井12R 2着/13頭+0.2秒 01/14 大井10R 1着/15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 7走で勝率 43% (得意) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 12.3% (オッズ暗示: 14.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.6% / 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。
12	リュミエール自在	安藤洋（大井）	実30.7	B× A×勝率1% 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 08/16 大井5R 4着/9頭+0.4秒 07/23 大井12R 12着/12頭+4.1秒 03/27 大井12R 13着/15頭+5.3秒 03/12 大井11R 12着/12頭+10.6秒 02/17 大井12R 15着/16頭+2.8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 9.7着 (不振) △ 当競馬場適性 37走で勝率 11% ▽ 距離適性同距離は 5走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ◎ 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 10位 / 勝率 1.4% / 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。
13	イモノソーダワリデ	鷹見陸（大井）	実7.7	B△ A△勝率6% EV-53% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均2.7着と安定／前走3着）
前5走 07/21 大井12R 3着/16頭+1.1秒 06/30 大井10R 3着/12頭 06/11 大井10R 2着/14頭 05/22 大井12R 11着/15頭 12/02 大井10R 5着/16頭+0.7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 2.7着 (安定) △ 当競馬場適性 25走で勝率 8% ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 13.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.0% / 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	アーススピリット差し	中山遥（浦和）	実25.3	B× A▽勝率2% EV-41% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯3走で勝率33%）
前5走 08/16 大井5R 5着/9頭+0.8秒 07/21 大井12R 7着/16頭+1.5秒 06/11 大井10R 10着/14頭 05/18 大井11R 7着/11頭+1.5秒 04/27 大井12R 6着/12頭+2.0秒
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 7.3着 (不振) △ 当競馬場適性 28走で勝率 11% ◎ 距離適性同距離 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 -42% ※ 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 ◎

セキトバシューズ

騎手藤田凌（大井）

単勝オッズ

2.9倍

AI期待値

+143%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲11ワクシングムーン

6.8倍

EV -16%

▲A:△4サンディエゴ

11.0倍

EV -84%

出走馬全14頭

◎A:◎2

セキトバシューズ

藤田凌（大井）

2.9倍

+143%

›

○A:▲11

ワクシングムーン

本橋孝（船橋）

6.8倍

-16%

›

▲A:△4

サンディエゴ

藤本現（大井）

11.0倍

-84%

›

△A:△13

イモノソーダワリデ

鷹見陸（大井）

7.7倍

-94%

›

△A:○7

ファーストメイト

吉原寛（金沢）

4.6倍

-96%

›

△A:△10

アレグランサ

達城龍（大井）

8.7倍

-95%

›

×A:▽14

アーススピリット

中山遥（浦和）

25.3倍

-96%

›

×A:×3

マイネルオデーサ

東原悠（大井）

47.7倍

-92%

›

×A:×5

ヒルノデプラーツ

和田譲（大井）

20.6倍

-99%

›

×A:×8

ユニゾン

張田昂（船橋）

26.1倍

-99%

›

×A:×12

リュミエール

安藤洋（大井）

30.7倍

-99%

›

×A:×9

エースアビリティ

ゴンサ（船橋）

54.0倍

-99%

›

×A:×6

ジェイケイファイン

杉山海（大井）

141.1倍

-99%

›

×A:×1

ジーゲル

遠藤健（大井）

182.6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

12R 大井競馬場ダ2000m ダート2000m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジーゲル	遠藤健（大井）	実182.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均9.7着と低調）
前5走 09/04 大井11R 11着/13頭+3.9秒 08/16 大井5R 7着/9頭+4.7秒 07/23 大井12R 11着/12頭+3.4秒 06/30 大井10R 12着/12頭 06/11 大井10R 13着/14頭
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 9.7着 (不振) × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ▽ 前走実績前走 11着 (大敗) × 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 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。
2	セキトバシューズ先行	藤田凌（大井）	実2.9	◎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6走で勝率67%と適性高／直近3走で勝率67%と好調／前走2着）
前5走 05/18 大井11R 2着/11頭+0.0秒 04/17 大井10R 1着/13頭勝利 03/13 大井8R 1着/10頭勝利 10/20 大井12R 2着/13頭+0.4秒 10/05 大井8R 1着/14頭勝利
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 67% (絶好調) ◎ 当競馬場適性 6走で勝率 67% (得意) ○ 前走実績前走 2着 (好走) △ ローテーション 121日休養明け ◎ 期待値 (オッズ vs AI勝率) +43% (妙味あり) AI 予想勝率 49.3% (オッズ暗示: 34.5%) ※ 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	マイネルオデーサ	東原悠（大井）	実47.7	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/16 大井5R 6着/9頭+1.3秒 07/21 大井12R 4着/16頭+1.3秒 06/30 大井10R 4着/12頭 06/11 大井10R 5着/14頭 05/21 大井12R 7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 4.7着 △ 当競馬場適性 33走で勝率 6% △ 距離適性同距離 10走で勝率 10% × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 1.0% (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	サンディエゴ	藤本現（大井）	実11.0	△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33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/31 大井9R 1着/11頭勝利 08/16 大井6R 3着/13頭+0.3秒 07/24 大井9R 9着/12頭+2.9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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 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) -53% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 9.1%) ※ 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	ヒルノデプラーツ自在	和田譲（大井）	実20.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／211日ぶりの実戦／騎手は近50戦で勝率30%）
前5走 02/17 大井12R 16着/16頭+3.3秒 01/12 大井12R 5着/16頭+0.5秒 06/08 名古屋10R 3着/10頭+1.6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 8.0着 (不振) ◎ 騎手近50戦勝率 30% (好調) ▽ 前走実績前走 16着 (大敗) △ ローテーション 211日休養明け × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 4.9%) ※ 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	ジェイケイファイン追込	杉山海（大井）	実141.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／直近3走平均8.3着と低調）
前5走 08/16 大井5R 8着/9頭+5.1秒 04/20 浦和10R 8着/12頭+1.7秒 03/16 浦和11R 9着/13頭+1.3秒 01/06 浦和11R 6着/11頭+1.4秒 12/23 浦和9R 9着/11頭+1.6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 8.3着 (不振) × 当競馬場適性 8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) -56% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。
7	ファーストメイト	吉原寛（金沢）	実4.6	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯4走で勝率25%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/31 大井12R 1着/3頭 08/16 大井5R 3着/9頭+0.3秒 07/21 大井12R 11着/16頭+2.1秒 07/01 大井9R 1着/14頭 06/08 大井6R 6着/9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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 28走で勝率 21% (相性良) ◎ 距離適性同距離 4走で勝率 25% ◎ 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) -37% (大幅な期待値マイナス) AI 予想勝率 13.6% (オッズ暗示: 21.7%) ※ 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	ユニゾン	張田昂（船橋）	実26.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.0着と低調）
前5走 08/13 大井9R 14着/15頭+4.4秒 03/04 川崎8R 4着/12頭+0.9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 9.0着 (不振) ▽ 前走実績前走 14着 (大敗) × 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 1.9% (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。
9	エースアビリティ自在	ゴンサ（船橋）	実54.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調）
前5走 08/12 大井10R 9着/14頭+2.1秒 07/21 大井12R 15着/16頭+5.3秒 04/28 大井10R 7着/9頭+1.6秒 04/16 大井10R 14着/14頭+4.0秒 03/26 大井12R 8着/13頭+1.5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 10.3着 (不振) △ 当競馬場適性 7走で勝率 14% × 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 0.8% (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。
10	アレグランサ逃げ	達城龍（大井）	実8.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 08/31 大井12R 2着/3頭 08/13 大井7R 2着/8頭+0.2秒 06/11 大井10R 11着/14頭+1.0秒 05/18 大井11R 5着/11頭+0.6秒 04/29 大井10R 3着/14頭+0.1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 5.0着 △ 当競馬場適性 14走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -57% (大幅な期待値マイナス) AI 予想勝率 4.9% (オッズ暗示: 11.5%) ※ 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	ワクシングムーン差し	本橋孝（船橋）	実6.8	▲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／直近3走で勝率33%と好調）
前5走 09/02 大井8R 4着/12頭+1.1秒 08/13 大井7R 1着/8頭勝利 07/23 大井10R 3着/14頭+0.2秒 01/27 大井12R 2着/13頭+0.2秒 01/14 大井10R 1着/15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 7走で勝率 43% (得意) ○ 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) -21% (オッズ過剰評価) AI 予想勝率 11.6% (オッズ暗示: 14.7%) ※ 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。
12	リュミエール自在	安藤洋（大井）	実30.7	×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9.7着と低調／騎手は近50戦で勝率20%）
前5走 08/16 大井5R 4着/9頭+0.4秒 07/23 大井12R 12着/12頭+4.1秒 03/27 大井12R 13着/15頭+5.3秒 03/12 大井11R 12着/12頭+10.6秒 02/17 大井12R 15着/16頭+2.8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 9.7着 (不振) △ 当競馬場適性 37走で勝率 11% ▽ 距離適性同距離は 5走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 20% (好調) × 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 1.4% (オッズ暗示: 3.3%) ※ 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。
13	イモノソーダワリデ	鷹見陸（大井）	実7.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均2.7着と安定／前走3着）
前5走 07/21 大井12R 3着/16頭+1.1秒 06/30 大井10R 3着/12頭 06/11 大井10R 2着/14頭 05/22 大井12R 11着/15頭 12/02 大井10R 5着/16頭+0.7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 2.7着 (安定) △ 当競馬場適性 25走で勝率 8% ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3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 6.0% (オッズ暗示: 13.0%) ※ 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。
14	アーススピリット差し	中山遥（浦和）	実25.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯3走で勝率33%）
前5走 08/16 大井5R 5着/9頭+0.8秒 07/21 大井12R 7着/16頭+1.5秒 06/11 大井10R 10着/14頭 05/18 大井11R 7着/11頭+1.5秒 04/27 大井12R 6着/12頭+2.0秒
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 7.3着 (不振) △ 当競馬場適性 28走で勝率 11% ◎ 距離適性同距離 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 4.0%) ※ 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。

AIの本命

AI評価1位

セキトバシューズ

騎手藤田凌（大井）

単勝オッズ

2.9倍

AI期待値

+43%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ファーストメイト

4.6倍

EV -37%

▲11ワクシングムーン

6.8倍

EV -21%

出走馬全14頭

◎2

セキトバシューズ

藤田凌（大井）

2.9倍

+43%

›

○7

ファーストメイト

吉原寛（金沢）

4.6倍

-37%

›

▲11

ワクシングムーン

本橋孝（船橋）

6.8倍

-21%

›

△13

イモノソーダワリデ

鷹見陸（大井）

7.7倍

-53%

›

△10

アレグランサ

達城龍（大井）

8.7倍

-57%

›

△4

サンディエゴ

藤本現（大井）

11.0倍

-53%

›

×5

ヒルノデプラーツ

和田譲（大井）

20.6倍

-51%

›

▽14

アーススピリット

中山遥（浦和）

25.3倍

-41%

›

×8

ユニゾン

張田昂（船橋）

26.1倍

-50%

›

×12

リュミエール

安藤洋（大井）

30.7倍

-57%

›

×3

マイネルオデーサ

東原悠（大井）

47.7倍

-52%

›

×9

エースアビリティ

ゴンサ（船橋）

54.0倍

-55%

›

×6

ジェイケイファイン

杉山海（大井）

141.1倍

-56%

›

×1

ジーゲル

遠藤健（大井）

182.6倍

-65%

›

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