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 大井競馬場ダ1400m ダート1400m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ナギサノルナ逃げ	篠谷葵（船橋）	実20.6	B△ A▽勝率3% EV-47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率30%と適性高／同馬場状態で勝率33%／直近3走平均8.0着と低調）
前5走 08/15 大井9R 4着/14頭+1.7秒 07/24 大井11R 6着/16頭+0.9秒 06/30 大井11R 14着/16頭 05/21 大井4R 3着/13頭 12/31 大井3R 1着/10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 8.0着 (不振) ◎ 当競馬場適性 10走で勝率 30% (得意) ○ 距離適性同距離 6走で勝率 17% ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 4.8% (オッズ暗示: 4.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.5% / 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。
2	ジーティートレイン自在	野畑凌（川崎）	実17.6	B× A▽勝率6% EV+3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走平均9.0着と低調）
前5走 08/13 大井9R 12着/15頭+2.3秒 05/06 船橋11R 9着/14頭+2.8秒 04/07 川崎11R 6着/14頭+0.9秒 03/13 船橋11R 5着/9頭+1.4秒 02/18 大井11R 10着/16頭+2.5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 6走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ▽ 前走実績前走 12着 (大敗) × 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 0.6% (オッズ暗示: 5.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.9% / 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	バンボリーナ追込	吉井章（大井）	実132.1	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 09/01 大井11R 14着/15頭+2.4秒 08/15 大井9R 9着/14頭+2.7秒 01/20 船橋8R 5着/10頭+1.3秒 12/25 浦和11R 5着/12頭+1.3秒 12/08 船橋9R 5着/12頭+1.3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 9.3着 (不振) ▽ 距離適性同距離は 4走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 14着 (大敗) ○ 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) -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 0.7% / 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。
4	ヴィルミーキスミー先行	達城龍（大井）	実3.4	B◎ A○勝率20% EV-33% 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3走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走2着）
前5走 09/04 大井11R 2着/13頭+0.0秒 08/12 大井10R 4着/14頭+1.5秒 04/10 川崎12R 1着/11頭勝利 03/17 浦和10R 7着/12頭+1.9秒 03/05 川崎12R 5着/11頭+0.9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 0% (苦戦) △ 距離適性同距離 7走で勝率 14% △ 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 14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 28.7% (オッズ暗示: 29.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.7% / 期待値 -33% ※ 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	グリーズマン	藤田凌（大井）	推定—	B▲ A▲勝率10% EV-82% 詳細▼	人気馬、市場評価通りで上乗せなし（302日ぶりの実戦）
前5走 11/20 川崎10R 4着/12頭+0.4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 4.0着 △ ローテーション 302日休養明け × 期待値 (オッズ vs AI勝率) -83% (大幅な期待値マイナス) AI 予想勝率 9.6% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.7% / 期待値 -82% ※ 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	ゴンザーゴ推奨	安藤洋（大井）	実17.5	B△ A▽勝率4% EV-23% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+68%の中穴候補（直近3走勝率33%と上り調子／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 09/03 大井12R 1着/10頭勝利 08/16 大井7R 5着/11頭+1.5秒 07/24 大井10R 5着/14頭+1.2秒 07/02 大井10R 8着/12頭 06/08 大井6R 3着/9頭+4.0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 13走で勝率 8% ▽ 距離適性同距離は 4走で勝ち無し ◎ 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 15日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +68% (市場が大幅過小評価) AI 予想勝率 9.6% (オッズ暗示: 5.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.4% / 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。
7	ドナシェーン自在	御神訓（大井）	実15.5	B△ A△勝率8% EV+30% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／騎手は近50戦で勝率24%）
前5走 09/01 大井11R 6着/15頭+1.0秒 07/24 大井11R 5着/16頭+0.8秒 06/30 大井11R 12着/16頭 03/27 大井2R 3着/12頭+0.1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 7.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 24% (好調) ○ 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% (妙味あり) AI 予想勝率 9.6% (オッズ暗示: 6.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.4% / 期待値 +31% ※ 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	グラシアレス差し	鷹見陸（大井）	実5.7	B× A△勝率8% EV-52% 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4走で勝率0%と苦戦傾向）
前5走 09/04 大井11R 4着/13頭+0.5秒 06/10 大井10R 8着/14頭 05/19 大井10R 7着/13頭+0.7秒 02/20 大井4R 4着/10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 6.3着 × 当競馬場適性 4走で勝率 0% (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) -77% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 17.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.3% / 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。
9	モンゲーキララ追込	新原周（川崎）	実122.5	B× A▽勝率1% EV-12% 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 09/01 大井11R 7着/15頭+1.1秒 08/15 大井9R 12着/14頭+3.4秒 04/15 大井12R 15着/16頭+4.2秒 03/24 大井11R 14着/16頭+2.3秒 03/11 大井11R 12着/12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 11.3着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ◎ 距離適性同距離 12走で勝率 25% ○ 馬場適性同馬場 5走で勝率 20% ○ 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) -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 0.7% / 期待値 -13% ※ 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	キタノライジン	西啓太（大井）	実2.7	B○ A◎勝率25% EV-31% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走3着／77日ぶりの実戦）
前5走 07/03 大井12R 3着/13頭 06/10 大井7R 1着/11頭 05/21 大井6R 2着/12頭 01/30 大井9R 5着/11頭+0.9秒 01/16 大井10R 2着/11頭+0.2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戦の調子勝率 33% (上り調子) △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 10走で勝率 10% ○ 前走実績前走 3着 (好走) × 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 21.8% (オッズ暗示: 37.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.2% / 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。
11	エスプリボクチャン逃げ	西優哉（大井）	実13.1	B▽ A△勝率8% EV+0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯9走で勝率33%／直近3走平均8.0着と低調）
前5走 09/04 大井11R 7着/13頭+1.5秒 06/09 大井10R 12着/13頭+1.0秒 05/22 大井12R 5着/15頭 04/27 大井11R 2着/16頭+0.3秒 12/04 大井12R 2着/15頭+0.4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 8.0着 (不振) ○ 当競馬場適性 22走で勝率 23% (相性良) ◎ 距離適性同距離 9走で勝率 33% ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.7% / 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。
12	ラペルシェール追込	谷内貫（大井）	実48.5	B× A×勝率1% EV-54% 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 6着/13頭+1.1秒 08/15 大井9R 8着/14頭+2.3秒 07/24 大井11R 10着/16頭+1.1秒 07/03 大井12R 10着/13頭+0.0秒 06/09 大井10R 6着/13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 8.0着 (不振) × 当競馬場適性 65走で勝率 2% (苦戦) ▽ 距離適性同距離は 43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 12位 / 勝率 0.9% / 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。
13	シビックフォイル先行	笹川翼（大井）	実18.2	B▽ A▽勝率3% EV-38% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率33%と適性高／同距離帯5走で勝率40%／同馬場状態で勝率50%）
前5走 09/04 大井11R 10着/13頭+2.7秒 08/15 大井9R 7着/14頭+2.2秒 05/21 大井4R 1着/13頭 04/30 大井11R 9着/11頭+3.6秒 03/27 大井7R 2着/8頭+1.0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 9走で勝率 33% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 馬場適性同馬場 4走で勝率 50% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 10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 4.0% (オッズ暗示: 5.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.4% / 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。
14	パレスゴールド先行	和田譲（大井）	実31.4	B▽ A▽勝率2% EV-27% 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／騎手は近50戦で勝率20%）
前5走 09/02 大井8R 5着/12頭+1.2秒 08/15 大井9R 10着/14頭+2.7秒 06/30 大井9R 5着/9頭+2.0秒 03/10 大井12R 6着/16頭+0.4秒 02/19 大井11R 5着/15頭+1.1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 6.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 20% (好調) ○ 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) +4% (市場と概ね一致) AI 予想勝率 3.3% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 2.3% / 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

AI評価1位Aモデル ○

ヴィルミーキスミー

騎手達城龍（大井）

単勝オッズ

3.4倍

AI期待値

-2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎10キタノライジン

2.7倍

EV -41%

▲A:▲5グリーズマン

—

EV —

出走馬全14頭

◎A:○4

ヴィルミーキスミー

達城龍（大井）

3.4倍

-2%

›

○A:◎10

キタノライジン

西啓太（大井）

2.7倍

-41%

›

▲A:▲5

グリーズマン

藤田凌（大井）

—

›

△A:△7

ドナシェーン

御神訓（大井）

15.5倍

+49%

›

△A:▽6

ゴンザーゴ

安藤洋（大井）

17.5倍

+68%

›

△A:▽1

ナギサノルナ

篠谷葵（船橋）

20.6倍

›

×A:△8

グラシアレス

鷹見陸（大井）

5.7倍

-77%

›

▽A:△11

エスプリボクチャン

西優哉（大井）

13.1倍

-48%

›

▽A:▽13

シビックフォイル

笹川翼（大井）

18.2倍

-28%

›

▽A:▽14

パレスゴールド

和田譲（大井）

31.4倍

+4%

›

×A:▽2

ジーティートレイン

野畑凌（川崎）

17.6倍

-88%

›

×A:×12

ラペルシェール

谷内貫（大井）

48.5倍

-99%

›

×A:▽9

モンゲーキララ

新原周（川崎）

122.5倍

-99%

›

×A:▽3

バンボリーナ

吉井章（大井）

132.1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 ゴンザーゴ ¥100 実17.5倍期待値 +68% 不的中11着単勝 17.5倍

※ オッズは予測時点の値です。

11R 大井競馬場ダ1400m ダート1400m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ナギサノルナ逃げ	篠谷葵（船橋）	実20.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率30%と適性高／同馬場状態で勝率33%／直近3走平均8.0着と低調）
前5走 08/15 大井9R 4着/14頭+1.7秒 07/24 大井11R 6着/16頭+0.9秒 06/30 大井11R 14着/16頭 05/21 大井4R 3着/13頭 12/31 大井3R 1着/10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 8.0着 (不振) ◎ 当競馬場適性 10走で勝率 30% (得意) ○ 距離適性同距離 6走で勝率 17% ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 14% × 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 2.5% (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。
2	ジーティートレイン自在	野畑凌（川崎）	実17.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走平均9.0着と低調）
前5走 08/13 大井9R 12着/15頭+2.3秒 05/06 船橋11R 9着/14頭+2.8秒 04/07 川崎11R 6着/14頭+0.9秒 03/13 船橋11R 5着/9頭+1.4秒 02/18 大井11R 10着/16頭+2.5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 6走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 5.9% (オッズ暗示: 5.7%) ※ 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	バンボリーナ追込	吉井章（大井）	実132.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は4走で勝ち無し／直近3走平均9.3着と低調）
前5走 09/01 大井11R 14着/15頭+2.4秒 08/15 大井9R 9着/14頭+2.7秒 01/20 船橋8R 5着/10頭+1.3秒 12/25 浦和11R 5着/12頭+1.3秒 12/08 船橋9R 5着/12頭+1.3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 9.3着 (不振) ▽ 距離適性同距離は 4走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 14着 (大敗) ○ 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) -2% (オッズ過剰評価) AI 予想勝率 0.7% (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。
4	ヴィルミーキスミー先行	達城龍（大井）	実3.4	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／直近3走で勝率33%と好調／前走2着）
前5走 09/04 大井11R 2着/13頭+0.0秒 08/12 大井10R 4着/14頭+1.5秒 04/10 川崎12R 1着/11頭勝利 03/17 浦和10R 7着/12頭+1.9秒 03/05 川崎12R 5着/11頭+0.9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 0% (苦戦) △ 距離適性同距離 7走で勝率 14% △ 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 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 19.7% (オッズ暗示: 29.4%) ※ 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。
5	グリーズマン	藤田凌（大井）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（302日ぶりの実戦）
前5走 11/20 川崎10R 4着/12頭+0.4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 4.0着 △ ローテーション 302日休養明け × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 9.7% ※ 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	ゴンザーゴ推奨	安藤洋（大井）	実17.5	▽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／前走勝利の勢い継続／適度な間隔で状態万全）
前5走 09/03 大井12R 1着/10頭勝利 08/16 大井7R 5着/11頭+1.5秒 07/24 大井10R 5着/14頭+1.2秒 07/02 大井10R 8着/12頭 06/08 大井6R 3着/9頭+4.0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 13走で勝率 8% ▽ 距離適性同距離は 4走で勝ち無し ◎ 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 15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 4.4% (オッズ暗示: 5.7%) ※ 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	ドナシェーン自在	御神訓（大井）	実15.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／騎手は近50戦で勝率24%）
前5走 09/01 大井11R 6着/15頭+1.0秒 07/24 大井11R 5着/16頭+0.8秒 06/30 大井11R 12着/16頭 03/27 大井2R 3着/12頭+0.1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 7.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 24% (好調) ○ 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) +30% (妙味あり) AI 予想勝率 8.4% (オッズ暗示: 6.5%) ※ 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。
8	グラシアレス差し	鷹見陸（大井）	実5.7	△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4走で勝率0%と苦戦傾向）
前5走 09/04 大井11R 4着/13頭+0.5秒 06/10 大井10R 8着/14頭 05/19 大井10R 7着/13頭+0.7秒 02/20 大井4R 4着/10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 6.3着 × 当競馬場適性 4走で勝率 0% (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) -53% (大幅な期待値マイナス) AI 予想勝率 8.3% (オッズ暗示: 17.5%) ※ 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	モンゲーキララ追込	新原周（川崎）	実122.5	▽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／同距離帯12走で勝率25%／直近3走平均11.3着と低調）
前5走 09/01 大井11R 7着/15頭+1.1秒 08/15 大井9R 12着/14頭+3.4秒 04/15 大井12R 15着/16頭+4.2秒 03/24 大井11R 14着/16頭+2.3秒 03/11 大井11R 12着/12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 11.3着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ◎ 距離適性同距離 12走で勝率 25% ○ 馬場適性同馬場 5走で勝率 20% ○ 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) -13% (オッズ過剰評価) AI 予想勝率 0.7% (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。
10	キタノライジン	西啓太（大井）	実2.7	◎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（直近3走で勝率33%と好調／前走3着／77日ぶりの実戦）
前5走 07/03 大井12R 3着/13頭 06/10 大井7R 1着/11頭 05/21 大井6R 2着/12頭 01/30 大井9R 5着/11頭+0.9秒 01/16 大井10R 2着/11頭+0.2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戦の調子勝率 33% (上り調子) △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 10走で勝率 10% ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 25.2% (オッズ暗示: 37.0%) ※ 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。
11	エスプリボクチャン逃げ	西優哉（大井）	実13.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯9走で勝率33%／直近3走平均8.0着と低調）
前5走 09/04 大井11R 7着/13頭+1.5秒 06/09 大井10R 12着/13頭+1.0秒 05/22 大井12R 5着/15頭 04/27 大井11R 2着/16頭+0.3秒 12/04 大井12R 2着/15頭+0.4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 8.0着 (不振) ○ 当競馬場適性 22走で勝率 23% (相性良) ◎ 距離適性同距離 9走で勝率 33% ○ 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) +0% (市場と概ね一致) AI 予想勝率 7.7% (オッズ暗示: 7.6%) ※ 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	ラペルシェール追込	谷内貫（大井）	実48.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場65走で勝率2%と苦戦傾向／同距離帯は43走で勝ち無し／直近3走平均8.0着と低調）
前5走 09/04 大井11R 6着/13頭+1.1秒 08/15 大井9R 8着/14頭+2.3秒 07/24 大井11R 10着/16頭+1.1秒 07/03 大井12R 10着/13頭+0.0秒 06/09 大井10R 6着/13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 8.0着 (不振) × 当競馬場適性 65走で勝率 2% (苦戦) ▽ 距離適性同距離は 43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) -54% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
13	シビックフォイル先行	笹川翼（大井）	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9走で勝率33%と適性高／同距離帯5走で勝率40%／同馬場状態で勝率50%）
前5走 09/04 大井11R 10着/13頭+2.7秒 08/15 大井9R 7着/14頭+2.2秒 05/21 大井4R 1着/13頭 04/30 大井11R 9着/11頭+3.6秒 03/27 大井7R 2着/8頭+1.0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 9走で勝率 33% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 馬場適性同馬場 4走で勝率 50% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 10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) -38% (大幅な期待値マイナス) AI 予想勝率 3.4% (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。
14	パレスゴールド先行	和田譲（大井）	実31.4	▽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／騎手は近50戦で勝率20%）
前5走 09/02 大井8R 5着/12頭+1.2秒 08/15 大井9R 10着/14頭+2.7秒 06/30 大井9R 5着/9頭+2.0秒 03/10 大井12R 6着/16頭+0.4秒 02/19 大井11R 5着/15頭+1.1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 6.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 20% (好調) ○ 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) -27% (オッズ過剰評価) AI 予想勝率 2.3% (オッズ暗示: 3.2%) ※ 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。

AIの本命

AI評価1位

キタノライジン

騎手西啓太（大井）

単勝オッズ

2.7倍

AI期待値

-31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4ヴィルミーキスミー

3.4倍

EV -33%

▲5グリーズマン

—

EV —

出走馬全14頭

◎10

キタノライジン

西啓太（大井）

2.7倍

-31%

›

○4

ヴィルミーキスミー

達城龍（大井）

3.4倍

-33%

›

▲5

グリーズマン

藤田凌（大井）

—

›

△7

ドナシェーン

御神訓（大井）

15.5倍

+30%

›

△8

グラシアレス

鷹見陸（大井）

5.7倍

-52%

›

△11

エスプリボクチャン

西優哉（大井）

13.1倍

+0%

›

▽2

ジーティートレイン

野畑凌（川崎）

17.6倍

+3%

›

▽6

ゴンザーゴ

安藤洋（大井）

17.5倍

-23%

›

▽13

シビックフォイル

笹川翼（大井）

18.2倍

-38%

›

▽1

ナギサノルナ

篠谷葵（船橋）

20.6倍

-47%

›

▽14

パレスゴールド

和田譲（大井）

31.4倍

-27%

›

×12

ラペルシェール

谷内貫（大井）

48.5倍

-54%

›

▽3

バンボリーナ

吉井章（大井）

132.1倍

-2%

›

▽9

モンゲーキララ

新原周（川崎）

122.5倍

-12%

›

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 ゴンザーゴ ¥100 実17.5倍期待値 -24% 不的中11着単勝 17.5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