大井 2R 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

2R 大井競馬場ダ1400m ダート1400m　発走 14:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アンパンタイム逃げ	高橋優（大井）	実137.6	B× A▽勝率1% EV+36% 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6R 9着/15頭+1.7秒 08/15 大井7R 15着/16頭+2.4秒 07/03 大井5R 11着/11頭+1.0秒 03/10 大井5R 1着/14頭勝利 02/17 大井3R 4着/13頭+1.5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 11.7着 (不振) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 3走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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 1.0% / 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。
2	ラスールフルール	小野俊（大井）	実150.9	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3R 13着/13頭+2.2秒 07/27 川崎3R 10着/11頭+1.0秒 07/08 川崎5R 4着/11頭 06/15 川崎7R 7着/13頭 05/25 浦和5R 12着/12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 9.0着 (不振) ○ 距離適性同距離 6走で勝率 17% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 13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 14位 / 勝率 0.5% / 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	シンプウエース	達城龍（大井）	実72.3	B× A▽勝率2% 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 09/04 大井2R 7着/11頭+2.1秒 08/15 大井7R 7着/16頭+1.3秒 07/03 大井5R 6着/11頭 06/12 大井3R 7着/12頭 05/22 大井4R 4着/16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 6.7着 × 当競馬場適性 17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 2% (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) -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 +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。
4	レンソイス自在	木澤奨（大井）	実97.4	B× A▽勝率1% EV+2% 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2R 11着/11頭+4.7秒 05/21 大井2R 1着/14頭 04/28 大井4R 2着/12頭+0.4秒 03/23 大井4R 2着/7頭+0.6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 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% △ 騎手近50戦勝率 2% (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 11位 / 勝率 1.1% / 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。
5	ヴァルディ差し	谷内貫（大井）	実87.4	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 09/04 大井6R 6着/12頭+1.2秒 08/15 大井7R 6着/16頭+1.3秒 03/27 大井7R 5着/8頭+2.1秒 03/13 大井2R 4着/9頭+1.3秒 02/18 大井9R 11着/11頭+2.6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 5.7着 △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 5走で勝ち無し △ 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) -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 1.2% / 期待値 +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。
6	エドノスターウッド逃げ	本田重（船橋）	実70.8	B△ A▽勝率2% EV+75% 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4走で勝率50%／直近3走平均8.0着と低調）
前5走 09/04 大井1R 9着/10頭+1.4秒 08/15 大井6R 9着/13頭+2.3秒 05/22 大井3R 6着/12頭 04/15 大井4R 1着/10頭勝利 03/09 大井4R 1着/8頭勝利
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 8.0着 (不振) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 4走で勝率 50% ○ 騎手近50戦勝率 18% ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.5% / 期待値 +75% ※ 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	ローレンモンブラン	横川怜（大井）	実261.5	B× A▽勝率1% EV+67% 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5R 8着/12頭+2.1秒 08/15 大井4R 7着/8頭 07/02 大井3R 4着/8頭+0.0秒 06/08 大井4R 1着/10頭 05/20 大井4R 8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 6.3着 △ 当競馬場適性 8走で勝率 12% ◎ 距離適性同距離 3走で勝率 33% ○ 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 13位 / 勝率 0.6% / 期待値 +68% ※ 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	プレイバック	杉山海（大井）	実80.3	B× A▽勝率3% EV+122% 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2R 8着/11頭+2.1秒 07/02 大井4R 3着/13頭+0.0秒 06/10 大井4R 2着/14頭 05/21 大井1R 3着/11頭 04/30 大井2R 9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 4.3着 × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 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) -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 2.8% / 期待値 +123% ※ 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	ヒュプシュ自在	鷹見陸（大井）	実1.8	B△ A◎勝率29% EV-47% 詳細▼	人気馬、市場評価通りで上乗せなし（前走2着）
前5走 08/15 大井6R 2着/13頭+0.0秒 03/27 大井1R 6着/9頭+1.3秒 01/30 大井2R 3着/9頭+0.6秒 12/29 大井2R 1着/14頭勝利 11/12 大井11R 10着/16頭+2.4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 3.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 55.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 29.0% / 期待値 -48% ※ 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	タケゾウ	藤田凌（大井）	実46.5	B× A△勝率3% 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 09/04 大井2R 5着/11頭+1.8秒 08/15 大井7R 10着/16頭+1.8秒 07/02 大井5R 3着/16頭 06/11 大井4R 12着/14頭+1.0秒 05/22 大井3R 11着/12頭+3.0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戦の調子平均 6.0着 × 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 ○ 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 6位 / 勝率 3.4% / 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。
11	エッジ	安藤洋（大井）	実13.9	B▲ A△勝率10% EV+42% 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 09/01 大井8R 1着/16頭勝利 05/20 大井5R 2着/11頭+1.0秒 02/16 大井5R 2着/13頭+0.0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 20% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 17日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 3.6% (オッズ暗示: 7.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.3% / 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。
12	リトルデビル自在	和田譲（大井）	実4.9	B○ A▲勝率15% EV-25% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着／騎手は近50戦で勝率26%）
前5走 09/04 大井2R 2着/11頭+1.2秒 01/30 大井4R 3着/9頭+1.6秒 01/15 大井8R 6着/7頭+2.8秒 12/26 大井1R 1着/12頭勝利 07/17 大井3R 2着/5頭+0.5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 5走で勝率 20% (相性良) ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) ○ 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 8.0% (オッズ暗示: 20.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.1% / 期待値 -26% ※ 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	グラスリッキー追込	笹川翼（大井）	実23.3	B△ A△勝率7% EV+60% 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／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/04 大井2R 9着/11頭+2.8秒 08/13 大井4R 1着/14頭勝利 07/21 大井2R 2着/14頭+1.7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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ○ 騎手近50戦勝率 14% ○ 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 1.6% (オッズ暗示: 4.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.9% / 期待値 +61% ※ 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	シャインブラスト	矢野貴（大井）	実3.5	B◎ A○勝率24% EV-16% 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50%と好調／前走3着／365日ぶりの実戦）
前5走 09/18 大井5R 3着/9頭+0.8秒 08/10 大井2R 1着/7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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 32% (好調) ○ 前走実績前走 3着 (好走) △ ローテーション 365日休養明け ◎ 期待値 (オッズ vs AI勝率) +202% (市場が大幅過小評価) AI 予想勝率 86.5% (オッズ暗示: 28.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.7% / 期待値 -17% ※ 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 ○

シャインブラスト

騎手矢野貴（大井）

単勝オッズ

3.5倍

AI期待値

+202%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲12リトルデビル

4.9倍

EV -60%

▲A:△11エッジ

13.9倍

EV -49%

出走馬全14頭

◎A:○14

シャインブラスト

矢野貴（大井）

3.5倍

+202%

›

○A:▲12

リトルデビル

和田譲（大井）

4.9倍

-60%

›

▲A:△11

エッジ

安藤洋（大井）

13.9倍

-49%

›

△A:△13

グラスリッキー

笹川翼（大井）

23.3倍

-62%

›

△A:◎9

ヒュプシュ

鷹見陸（大井）

1.8倍

-99%

›

△A:▽6

エドノスターウッド

本田重（船橋）

70.8倍

-92%

›

×A:△10

タケゾウ

藤田凌（大井）

46.5倍

-99%

›

×A:▽3

シンプウエース

達城龍（大井）

72.3倍

-99%

›

×A:▽8

プレイバック

杉山海（大井）

80.3倍

-99%

›

×A:▽5

ヴァルディ

谷内貫（大井）

87.4倍

-99%

›

×A:▽4

レンソイス

木澤奨（大井）

97.4倍

-99%

›

×A:▽1

アンパンタイム

高橋優（大井）

137.6倍

-99%

›

×A:▽2

ラスールフルール

小野俊（大井）

150.9倍

-99%

›

×A:▽7

ローレンモンブラン

横川怜（大井）

261.5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

2R 大井競馬場ダ1400m ダート1400m　発走 14:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アンパンタイム逃げ	高橋優（大井）	実137.6	▽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／同馬場状態で勝率33%／直近3走平均11.7着と低調）
前5走 09/03 大井6R 9着/15頭+1.7秒 08/15 大井7R 15着/16頭+2.4秒 07/03 大井5R 11着/11頭+1.0秒 03/10 大井5R 1着/14頭勝利 02/17 大井3R 4着/13頭+1.5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 11.7着 (不振) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 3走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) +36% (妙味あり) AI 予想勝率 1.0% (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	ラスールフルール	小野俊（大井）	実150.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 09/04 大井3R 13着/13頭+2.2秒 07/27 川崎3R 10着/11頭+1.0秒 07/08 川崎5R 4着/11頭 06/15 川崎7R 7着/13頭 05/25 浦和5R 12着/12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 9.0着 (不振) ○ 距離適性同距離 6走で勝率 17% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 13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) -24% (オッズ過剰評価) AI 予想勝率 0.5% (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。
3	シンプウエース	達城龍（大井）	実72.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場17走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 09/04 大井2R 7着/11頭+2.1秒 08/15 大井7R 7着/16頭+1.3秒 07/03 大井5R 6着/11頭 06/12 大井3R 7着/12頭 05/22 大井4R 4着/16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 6.7着 × 当競馬場適性 17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 2% (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% (妙味あり) AI 予想勝率 1.9% (オッズ暗示: 1.4%) ※ 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。
4	レンソイス自在	木澤奨（大井）	実97.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 09/04 大井2R 11着/11頭+4.7秒 05/21 大井2R 1着/14頭 04/28 大井4R 2着/12頭+0.4秒 03/23 大井4R 2着/7頭+0.6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 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% △ 騎手近50戦勝率 2% (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) +2% (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。
5	ヴァルディ差し	谷内貫（大井）	実87.4	▽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）
前5走 09/04 大井6R 6着/12頭+1.2秒 08/15 大井7R 6着/16頭+1.3秒 03/27 大井7R 5着/8頭+2.1秒 03/13 大井2R 4着/9頭+1.3秒 02/18 大井9R 11着/11頭+2.6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 5.7着 △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 5走で勝ち無し △ 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) +7% (市場と概ね一致) AI 予想勝率 1.2% (オッズ暗示: 1.1%) ※ 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。
6	エドノスターウッド逃げ	本田重（船橋）	実70.8	▽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4走で勝率50%／直近3走平均8.0着と低調）
前5走 09/04 大井1R 9着/10頭+1.4秒 08/15 大井6R 9着/13頭+2.3秒 05/22 大井3R 6着/12頭 04/15 大井4R 1着/10頭勝利 03/09 大井4R 1着/8頭勝利
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 8.0着 (不振) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 4走で勝率 50% ○ 騎手近50戦勝率 18% ○ 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) +75% (市場が大幅過小評価) AI 予想勝率 2.5% (オッズ暗示: 1.4%) ※ 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。
7	ローレンモンブラン	横川怜（大井）	実261.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯3走で勝率33%）
前5走 09/03 大井5R 8着/12頭+2.1秒 08/15 大井4R 7着/8頭 07/02 大井3R 4着/8頭+0.0秒 06/08 大井4R 1着/10頭 05/20 大井4R 8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 6.3着 △ 当競馬場適性 8走で勝率 12% ◎ 距離適性同距離 3走で勝率 33% ○ 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) +67% (市場が大幅過小評価) 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。
8	プレイバック	杉山海（大井）	実80.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 09/04 大井2R 8着/11頭+2.1秒 07/02 大井4R 3着/13頭+0.0秒 06/10 大井4R 2着/14頭 05/21 大井1R 3着/11頭 04/30 大井2R 9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 4.3着 × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 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) +122% (市場が大幅過小評価) AI 予想勝率 2.8% (オッズ暗示: 1.2%) ※ 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。
9	ヒュプシュ自在	鷹見陸（大井）	実1.8	◎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（前走2着）
前5走 08/15 大井6R 2着/13頭+0.0秒 03/27 大井1R 6着/9頭+1.3秒 01/30 大井2R 3着/9頭+0.6秒 12/29 大井2R 1着/14頭勝利 11/12 大井11R 10着/16頭+2.4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 3.7着 ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 29.0% (オッズ暗示: 55.6%) ※ 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	タケゾウ	藤田凌（大井）	実46.5	△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）
前5走 09/04 大井2R 5着/11頭+1.8秒 08/15 大井7R 10着/16頭+1.8秒 07/02 大井5R 3着/16頭 06/11 大井4R 12着/14頭+1.0秒 05/22 大井3R 11着/12頭+3.0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戦の調子平均 6.0着 × 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 ○ 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) +56% (市場が大幅過小評価) AI 予想勝率 3.4% (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。
11	エッジ	安藤洋（大井）	実13.9	△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 09/01 大井8R 1着/16頭勝利 05/20 大井5R 2着/11頭+1.0秒 02/16 大井5R 2着/13頭+0.0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 20% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 17日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 10.3% (オッズ暗示: 7.2%) ※ 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	リトルデビル自在	和田譲（大井）	実4.9	▲詳細▼	AI上位評価だが期待値不足、見送り（前走2着／騎手は近50戦で勝率26%）
前5走 09/04 大井2R 2着/11頭+1.2秒 01/30 大井4R 3着/9頭+1.6秒 01/15 大井8R 6着/7頭+2.8秒 12/26 大井1R 1着/12頭勝利 07/17 大井3R 2着/5頭+0.5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 5走で勝率 20% (相性良) ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) ○ 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) -26% (オッズ過剰評価) AI 予想勝率 15.1% (オッズ暗示: 20.4%) ※ 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。
13	グラスリッキー追込	笹川翼（大井）	実23.3	△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／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/04 大井2R 9着/11頭+2.8秒 08/13 大井4R 1着/14頭勝利 07/21 大井2R 2着/14頭+1.7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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ○ 騎手近50戦勝率 14% ○ 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) +60% (市場が大幅過小評価) AI 予想勝率 6.9% (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。
14	シャインブラスト	矢野貴（大井）	実3.5	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調／前走3着／365日ぶりの実戦）
前5走 09/18 大井5R 3着/9頭+0.8秒 08/10 大井2R 1着/7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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 32% (好調) ○ 前走実績前走 3着 (好走) △ ローテーション 365日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 23.7% (オッズ暗示: 28.6%) ※ 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。

AIの本命

AI評価1位

ヒュプシュ

騎手鷹見陸（大井）

単勝オッズ

1.8倍

AI期待値

-47%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○14シャインブラスト

3.5倍

EV -16%

▲12リトルデビル

4.9倍

EV -25%

出走馬全14頭

◎9

ヒュプシュ

鷹見陸（大井）

1.8倍

-47%

›

○14

シャインブラスト

矢野貴（大井）

3.5倍

-16%

›

▲12

リトルデビル

和田譲（大井）

4.9倍

-25%

›

△11

エッジ

安藤洋（大井）

13.9倍

+42%

›

△13

グラスリッキー

笹川翼（大井）

23.3倍

+60%

›

△10

タケゾウ

藤田凌（大井）

46.5倍

+56%

›

▽8

プレイバック

杉山海（大井）

80.3倍

+122%

›

▽6

エドノスターウッド

本田重（船橋）

70.8倍

+75%

›

▽3

シンプウエース

達城龍（大井）

72.3倍

+37%

›

▽5

ヴァルディ

谷内貫（大井）

87.4倍

+7%

›

▽4

レンソイス

木澤奨（大井）

97.4倍

+2%

›

▽1

アンパンタイム

高橋優（大井）

137.6倍

+36%

›

▽7

ローレンモンブラン

横川怜（大井）

261.5倍

+67%

›

▽2

ラスールフルール

小野俊（大井）

150.9倍

-23%

›

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