大井 10R 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。

10R 大井競馬場ダ1400m ダート1400m　発走 19:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	メンタイマヨ	新原周（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし
前5走 05/15 川崎11R 9着/12頭+1.7秒 04/24 浦和11R 4着/11頭+0.8秒 04/10 川崎11R 8着/10頭+2.1秒 03/06 川崎11R 5着/13頭+0.1秒 02/06 川崎11R 9着/14頭+1.2秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) △ 距離適性同距離 16走で勝率 6% ○ 騎手近50戦勝率 14% × 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 7.9% ※ 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	トゥースパークル	吉原寛（金沢）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（前走3着）
前5走 05/20 大井7R 3着/9頭 01/28 大井12R 5着/12頭+0.8秒 12/30 大井11R 2着/16頭+0.1秒 10/22 大井12R 3着/13頭+1.4秒 05/23 大井11R 4着/15頭+0.9秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 ○ 当競馬場適性 14走で勝率 21% (相性良) ○ 距離適性同距離 13走で勝率 23% ○ 前走実績前走 3着 (好走) × 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 10.0% ※ 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。
3	ゴールドジャッジ	矢野貴（大井）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（154日ぶりの実戦）
前5走 01/28 大井12R 4着/12頭+0.8秒 01/16 大井11R 2着/11頭+0.4秒 12/30 大井11R 4着/16頭+0.6秒 12/01 大井9R 2着/9頭+0.6秒 11/10 大井11R 7着/12頭+1.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 △ 当競馬場適性 37走で勝率 14% ○ 距離適性同距離 9走で勝率 22% ○ 騎手近50戦勝率 18% △ ローテーション 154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 11.1% ※ 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	ゴッドセンド	野畑凌（川崎）	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8.0着と低調／187日ぶりの実戦）
前5走 12/26 大井10R 8着/12頭+1.7秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) ○ 騎手近50戦勝率 18% △ ローテーション 187日休養明け × 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 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。
5	ダイバリオン	岡村健（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場14走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／79日ぶりの実戦）
前5走 04/13 大井9R 8着/12頭+2.2秒 03/23 大井7R 5着/6頭+1.3秒 03/09 大井8R 4着/7頭+1.6秒 02/18 大井12R 7着/13頭+2.1秒 01/28 大井12R 8着/12頭+1.3秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し × 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 3.5% ※ 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。
6	ロアリングルックス	櫻井光（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21走で勝率38%と適性高／直近3走平均9.0着と低調）
前5走 05/21 大井11R 13着/13頭 09/15 大井11R 7着/11頭+0.5秒 08/10 大井7R 7着/11頭+1.5秒 07/18 大井12R 12着/12頭+4.7秒 06/12 大井10R 2着/10頭+0.2秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ◎ 当競馬場適性 21走で勝率 38% (得意) ▽ 前走実績前走 13着 (大敗) × 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 5.9% ※ 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	キタノブレイド	佐野遥（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0%と苦戦傾向／直近3走平均9.0着と低調）
前5走 05/20 大井7R 9着/9頭+4.0秒 04/29 大井7R 6着/8頭+3.1秒 03/20 浦和11R 12着/12頭+1.8秒 02/26 浦和11R 13着/13頭+3.7秒 02/10 船橋12R 11着/14頭+2.5秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) × 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 2.6% ※ 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。
8	ランベリー	和田譲（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3走で勝率33%／61日ぶりの実戦／騎手は近50戦で勝率20%）
前5走 05/01 大井11R 7着/10頭+2.3秒 03/23 大井7R 2着/6頭+0.1秒 02/18 大井12R 5着/13頭+1.5秒 01/16 大井11R 3着/11頭+0.5秒 10/07 大井12R 2着/10頭+0.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 △ 当競馬場適性 16走で勝率 12% ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 20% (好調) × 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 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。
9	イルヴェント	達城龍（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）
前5走 05/22 大井11R 10着/12頭 04/30 大井10R 9着/15頭+1.6秒 04/13 大井9R 4着/12頭+1.0秒 03/12 大井6R 5着/9頭+0.7秒 02/19 大井7R 2着/9頭+0.4秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) △ 当競馬場適性 30走で勝率 13% ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 10着 (大敗) × 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 10.4% ※ 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	サッキーミツグ	高橋昭（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4走で勝率25%／直近3走平均8.0着と低調）
前5走 06/05 船橋10R 9着/9頭 05/08 船橋9R 5着/12頭+0.4秒 04/14 大井11R 10着/11頭+2.7秒 03/25 大井7R 6着/8頭+2.2秒 03/12 大井6R 9着/9頭+3.4秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) ○ 当競馬場適性 33走で勝率 24% (相性良) ◎ 距離適性同距離 4走で勝率 25% ○ ローテーション 26日の間隔 (理想的) × 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 5.9% ※ 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。
11	カナウ	鷹見陸（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11走で勝率27%と適性高／同距離帯は3走で勝ち無し／211日ぶりの実戦）
前5走 12/02 大井12R 9着/12頭+1.8秒 10/22 大井12R 2着/13頭+0.6秒 10/07 大井12R 7着/10頭+0.9秒 09/01 大井11R 3着/13頭+0.2秒 06/05 大井12R 1着/12頭勝利
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 ◎ 当競馬場適性 11走で勝率 27% (得意) ▽ 距離適性同距離は 3走で勝ち無し △ ローテーション 211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 8.3% ※ 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。
12	プレストステラ	本橋孝（船橋）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場30走で勝率27%と適性高／同距離帯23走で勝率30%／直近3走で勝率33%と好調）
前5走 05/01 大井12R 1着/16頭勝利 03/24 大井11R 3着/16頭+0.1秒 03/10 大井6R 2着/6頭+0.3秒 02/20 大井10R 1着/13頭勝利 01/30 大井11R 3着/12頭+0.0秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 27% (得意) ◎ 距離適性同距離 23走で勝率 30% ◎ 前走実績前走 1着 (勢い継続) × 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 7.9% ※ 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。
13	フェルディナンド	安藤洋（大井）	推定—	×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7走で勝率29%／前走3着／114日ぶりの実戦）
前5走 03/09 大井8R 3着/7頭+1.2秒 01/28 大井12R 3着/12頭+0.6秒 12/30 大井11R 7着/16頭+0.8秒 11/13 大井11R 7着/9頭+1.5秒 10/22 大井12R 4着/13頭+1.6秒
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 ○ 当競馬場適性 13走で勝率 23% (相性良) ◎ 距離適性同距離 7走で勝率 29% ○ 前走実績前走 3着 (好走) △ ローテーション 114日休養明け × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 15.3% ※ 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。

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

ダ1400m

🎯 AIの本命

AI評価1位

フェルディナンド

騎手安藤洋（大井）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

AIの推奨本命の次点

▲3ゴールドジャッジ

—

EV —

▲9イルヴェント

—

EV —

▲2トゥースパークル

—

EV —

▲11カナウ

—

EV —

出走馬AI評価順・全13頭

×13

フェルディナンド

安藤洋（大井）

—

›

▲3

ゴールドジャッジ

矢野貴（大井）

—

›

▲9

イルヴェント

達城龍（大井）

—

›

▲2

トゥースパークル

吉原寛（金沢）

—

›

▲11

カナウ

鷹見陸（大井）

—

›

△12

プレストステラ

本橋孝（船橋）

—

›

△1

メンタイマヨ

新原周（川崎）

—

›

△8

ランベリー

和田譲（大井）

—

›

×10

サッキーミツグ

高橋昭（大井）

—

›

×6

ロアリングルックス

櫻井光（川崎）

—

›

×4

ゴッドセンド

野畑凌（川崎）

—

›

×5

ダイバリオン

岡村健（船橋）

—

›

×7

キタノブレイド

佐野遥（川崎）

—

›

💡 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。

🌙 オッズ確定前のレースです（夜開催など、発走前でオッズ未公開）。
上の表の AI 評価は確認できますが、期待値・買い目はオッズが出てから（発走が近づくと）自動で公開されます。

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）

本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。