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。

12R 大井競馬場ダ1600m 発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	プロローク自在	西優哉（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は3走で勝ち無し／直近3走平均8.7着と低調）
前5走 09/14 大井12R 9着/13頭+2.2秒 09/02 大井8R 8着/12頭+1.4秒 08/13 大井9R 9着/15頭+1.5秒 03/09 大井11R 8着/10頭+4.2秒 02/18 大井11R 15着/16頭+4.3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 8.7着 (不振) △ 当競馬場適性 10走で勝率 10% ▽ 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% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 23日の間隔 (理想的) × 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 2.6% ※ 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。
2	グリーズマン	吉井章（大井）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（321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 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 4.0着 △ ローテーション 321日休養明け × 期待値 (オッズ vs AI勝率) -84% (大幅な期待値マイナス) AI 予想勝率 8.8% ※ 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。
3	コーゲンシルバー差し	中村尚（大井）	推定—	×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／前走勝利の勢い）
前5走 09/04 大井7R 1着/8頭勝利 08/16 大井6R 4着/13頭+0.5秒 07/24 大井9R 2着/12頭+0.6秒 07/01 大井6R 3着/10頭 05/21 大井5R 5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戦の調子勝率 33% (上り調子) △ 当競馬場適性 30走で勝率 13% ○ 距離適性同距離 6走で勝率 17% ◎ 前走実績前走 1着 (勢い継続) × 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 5.3% ※ 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。
4	アルティメットサガ	藤本現（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／同馬場状態で勝率32%）
前5走 09/14 大井12R 5着/13頭+1.4秒 09/04 大井11R 9着/13頭+2.6秒 08/15 大井9R 11着/14頭+2.7秒 06/18 名古屋10R 1着/8頭 06/03 名古屋11R 4着/10頭+4.0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戦の調子平均 8.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ◎ 馬場適性同馬場 25走で勝率 32% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 23日の間隔 (理想的) × 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 2.6% ※ 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。
5	ケイアイエルナト逃げ	矢野貴（大井）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率25%と適性高／同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 08/12 大井10R 10着/14頭+3.0秒 07/24 大井9R 1着/12頭勝利 01/26 大井10R 9着/13頭+1.6秒 01/12 大井12R 4着/16頭+0.3秒 12/31 大井8R 1着/14頭勝利
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 8走で勝率 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 26% (好調) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -84% (大幅な期待値マイナス) AI 予想勝率 8.9% ※ 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	ユニゾン	張田昂（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均8.7着と低調）
前5走 09/16 大井12R 8着/14頭+3.8秒 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 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 8.7着 (不振) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 2.9% ※ 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	セキトバシューズ先行	藤田凌（大井）	実4.0	▲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57%と適性高／同馬場状態で勝率67%／直近3走で勝率33%と好調）
前5走 09/16 大井12R 2着/14頭+0.8秒 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
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 7走で勝率 57% (得意) ◎ 馬場適性同馬場 3走で勝率 67% ○ 前走実績前走 2着 (好走) ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 14.5% (オッズ暗示: 25.0%) ※ 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	モンゲーキララ自在	新原周（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場9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8.7着と低調）
前5走 09/18 大井11R 7着/13頭+1.4秒 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
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 8.7着 (不振) × 当競馬場適性 9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 19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 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。
9	ロンギングタイム先行	笹川翼（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場19走で勝率47%と適性高／同距離帯14走で勝率57%／同馬場状態で勝率50%）
前5走 09/14 大井12R 7着/13頭+1.5秒 07/21 大井12R 10着/16頭+1.9秒 03/13 大井12R 1着/9頭勝利 02/17 大井12R 3着/16頭+0.4秒 01/26 大井10R 3着/13頭+0.8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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 19走で勝率 47% (得意) ◎ 距離適性同距離 14走で勝率 57% ◎ 馬場適性同馬場 10走で勝率 50% ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 6.4% ※ 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。
10	ハイケンス	野畑凌（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率50%と適性高／同距離帯5走で勝率40%／直近3走で勝率67%と好調）
前5走 09/14 大井12R 1着/13頭勝利 08/16 大井6R 1着/13頭勝利 07/22 大井8R 2着/11頭+0.8秒 06/30 大井7R 2着/11頭+1.0秒 03/02 317R 1着/10頭
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 67% (絶好調) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 11.7% ※ 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	ユイノコミチ先行	東原悠（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場5走で勝率0%と苦戦傾向／同馬場状態で勝率33%／直近3走平均12.3着と低調）
前5走 09/17 大井10R 13着/13頭+4.5秒 09/01 大井11R 11着/15頭+1.5秒 08/12 大井10R 13着/14頭+4.8秒 07/23 大井12R 10着/12頭+3.3秒 07/03 大井12R 13着/13頭+3.0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戦の調子平均 12.3着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ◎ 馬場適性同馬場 3走で勝率 33% ▽ 前走実績前走 13着 (大敗) ○ ローテーション 20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 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。
12	ウィンターサン	谷内貫（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均10.0着と低調）
前5走 09/14 大井12R 10着/13頭+2.5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 10.0着 (不振) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 23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 2.4% ※ 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	フェアゴー	御神訓（大井）	実4.0	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率75%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 07/02 大井10R 2着/12頭 05/21 大井12R 1着/14頭 03/24 大井12R 1着/13頭勝利 01/15 大井9R 1着/12頭勝利 ―
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 67% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 2着 (好走) △ ローテーション 97日休養明け × 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 14.8% (オッズ暗示: 25.0%) ※ 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	アジャイルブラック	安藤洋（大井）	実1.3	×詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（5〜30倍）より低く見送り（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 09/18 大井8R 1着/10頭勝利 09/01 大井9R 1着/14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 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -80% (大幅な期待値マイナス) AI 予想勝率 15.4% (オッズ暗示: 76.9%) ※ 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）

見送りAI の 1 位の馬

アジャイルブラック

騎手安藤洋（大井）

1.3倍

AI の勝率15%損益の分かれ目77%

オッズが買う範囲（5〜30倍）より低く見送り。

買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで

出走馬全14頭

×14

アジャイルブラック

安藤洋（大井）

1.3倍

勝率 15%

›

○13

フェアゴー

御神訓（大井）

4.0倍

勝率 15%

›

▲7

セキトバシューズ

藤田凌（大井）

4.0倍

勝率 14%

›

△10

ハイケンス

野畑凌（川崎）

—

勝率 12%

›

△5

ケイアイエルナト

矢野貴（大井）

—

勝率 9%

›

△2

グリーズマン

吉井章（大井）

—

勝率 9%

›

×9

ロンギングタイム

笹川翼（大井）

—

勝率 6%

›

×3

コーゲンシルバー

中村尚（大井）

—

勝率 5%

›

×6

ユニゾン

張田昂（船橋）

—

勝率 3%

›

×4

アルティメットサガ

藤本現（大井）

—

勝率 3%

›

×1

プロローク

西優哉（大井）

—

勝率 3%

›

×12

ウィンターサン

谷内貫（大井）

—

勝率 2%

›

×8

モンゲーキララ

新原周（川崎）

—

勝率 2%

›

×11

ユイノコミチ

東原悠（大井）

—

勝率 2%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで。

▶ 展開シミュレーション

このレースの推奨馬券

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