大井 5R 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

5R 大井競馬場ダ1600m ダート1600m　発走 16:58

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カレーウドン	谷内貫（大井）	推定—	B× A×勝率4% EV-91% 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 06/29 大井8R 7着/14頭 06/09 大井7R 6着/14頭 05/22 大井5R 4着/10頭 12/30 大井7R 10着/14頭+2.0秒 12/02 大井6R 10着/14頭+1.8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 5.7着 △ 当競馬場適性 33走で勝率 6% △ 距離適性同距離 17走で勝率 6% △ 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) -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 4.2% / 期待値 -92% ※ 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	シンアルマトゥラ	中村尚（大井）	推定—	B△ A×勝率4% EV-91% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場48走で勝率2%と苦戦傾向／同距離帯は16走で勝ち無し／前走2着）
前5走 07/03 大井6R 2着/9頭+0.0秒 06/12 大井4R 3着/9頭+0.0秒 05/22 大井5R 7着/10頭 05/01 大井6R 4着/12頭+0.5秒 04/17 大井7R 6着/10頭+1.1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 4.0着 × 当競馬場適性 48走で勝率 2% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% × Aモデルの評価 (参考) レース内 11位 / 勝率 4.1% / 期待値 -92% ※ 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	ナンセイスコピオン先行	笹川翼（大井）	推定—	B△ A△勝率8% EV-88% 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2着／騎手は近50戦で勝率22%）
前5走 06/29 大井7R 2着/11頭+2.0秒 05/20 大井6R 3着/12頭 04/14 大井4R 1着/12頭勝利 03/10 大井7R 3着/12頭+0.4秒 02/17 大井5R 9着/14頭+1.4秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 27走で勝率 15% ○ 距離適性同距離 24走で勝率 17% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 1.7% △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 期待値 -88% ※ 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	クルーミーズクライ差し	和田譲（大井）	推定—	B× A×勝率5% EV-91% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場28走で勝率4%と苦戦傾向／直近3走平均8.0着と低調／272日ぶりの実戦）
前5走 10/23 大井7R 4着/9頭+0.5秒 10/09 大井9R 8着/14頭+1.4秒 09/17 大井10R 12着/12頭+3.9秒 09/04 大井12R 8着/12頭+1.4秒 08/13 大井8R 6着/13頭+1.8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) × 当競馬場適性 28走で勝率 4% (苦戦) △ 距離適性同距離 17走で勝率 6% △ ローテーション 272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) AI 予想勝率 0.0% × Aモデルの評価 (参考) レース内 8位 / 勝率 5.1% / 期待値 -92% ※ 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	ヤマニンエボルブ先行	渡邊竜（笠松）	推定—	B○ A○勝率14% EV-72% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場6走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／前走2着）
前5走 07/03 大井9R 2着/12頭+1.0秒 04/27 大井10R 6着/15頭+1.0秒 04/16 大井12R 2着/10頭+0.0秒 03/25 大井4R 6着/12頭+2.0秒 10/23 大井5R 6着/10頭+1.1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 3.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 3.9% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.2% / 期待値 -73% ※ 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	コーゲンマース	千田洋（大井）	推定—	B× A△勝率7% EV-87% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/03 大井6R 5着/9頭 06/12 大井4R 5着/9頭 05/22 大井5R 6着/10頭+1.0秒 05/01 大井6R 5着/12頭+0.5秒 04/17 大井7R 7着/10頭+1.5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 5.3着 △ 当競馬場適性 44走で勝率 11% △ 距離適性同距離 34走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.7% / 期待値 -88% ※ 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	フロントドア差し	鷹見陸（大井）	推定—	B× A△勝率7% EV-84% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は13走で勝ち無し）
前5走 06/29 大井8R 8着/14頭 06/12 大井4R 4着/9頭 10/24 大井7R 6着/12頭+0.7秒 10/10 大井5R 4着/9頭+0.5秒 09/19 大井1R 4着/10頭+0.9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 6.0着 △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 13走で勝ち無し ○ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.3% / 期待値 -85% ※ 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	カズピレウス自在	石川駿（大井）	推定—	B× A×勝率5% EV-89% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は9走で勝ち無し／直近3走平均12.0着と低調／131日ぶりの実戦）
前5走 03/13 大井4R 12着/12頭+3.4秒 02/20 大井12R 16着/16頭+6.5秒 01/30 大井10R 8着/16頭+1.2秒 01/16 大井4R 6着/14頭+1.0秒 12/24 大井10R 5着/10頭+2.3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 12.0着 (不振) △ 当競馬場適性 17走で勝率 12% ▽ 距離適性同距離は 9走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 131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) AI 予想勝率 0.0% × Aモデルの評価 (参考) レース内 9位 / 勝率 4.7% / 期待値 -89% ※ 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	ブラックモノリス	安藤洋（大井）	推定—	B◎ A◎勝率28% EV-49% 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／前走勝利の勢い／騎手は近50戦で勝率22%）
前5走 06/29 大井7R 1着/11頭 12/05 大井1R 2着/13頭+0.2秒 08/20 名古屋10R 2着/12頭+0.8秒 ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 騎手近50戦勝率 22% (好調) ◎ 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) +69% (市場が大幅過小評価) AI 予想勝率 92.5% ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.7% / 期待値 -49% ※ 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	テルケンレントラー追込	新原周（川崎）	推定—	B△ A×勝率5% EV-88% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は4走で勝ち無し）
前5走 07/03 大井6R 4着/9頭+2.0秒 03/13 大井5R 7着/14頭+1.8秒 02/20 大井8R 6着/13頭+1.6秒 01/30 大井6R 10着/14頭+1.2秒 01/16 大井4R 8着/14頭+1.3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 5.7着 △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 4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) -100% (大幅な期待値マイナス) AI 予想勝率 0.2% × Aモデルの評価 (参考) レース内 7位 / 勝率 5.2% / 期待値 -88% ※ 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	ヨドギミ先行	西啓太（大井）	推定—	B▲ A▲勝率13% EV-78% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／131日ぶりの実戦）
前5走 03/13 大井4R 4着/12頭+0.3秒 02/20 大井7R 12着/12頭+2.3秒 01/16 大井4R 3着/14頭+0.1秒 12/31 大井4R 2着/11頭+0.0秒 12/04 大井5R 2着/13頭+0.9秒
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 6.3着 × 当競馬場適性 6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 14% △ ローテーション 131日休養明け × 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 1.8% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.1% / 期待値 -78% ※ 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 ◎

ブラックモノリス

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

○A:○5ヤマニンエボルブ

—

EV —

▲A:▲11ヨドギミ

—

EV —

出走馬全11頭

◎A:◎9

ブラックモノリス

安藤洋（大井）

—

›

○A:○5

ヤマニンエボルブ

渡邊竜（笠松）

—

›

▲A:▲11

ヨドギミ

西啓太（大井）

—

›

△A:△3

ナンセイスコピオン

笹川翼（大井）

—

›

△A:×10

テルケンレントラー

新原周（川崎）

—

›

△A:×2

シンアルマトゥラ

中村尚（大井）

—

›

×A:×4

クルーミーズクライ

和田譲（大井）

—

›

×A:△6

コーゲンマース

千田洋（大井）

—

›

×A:△7

フロントドア

鷹見陸（大井）

—

›

×A:×8

カズピレウス

石川駿（大井）

—

›

×A:×1

カレーウドン

谷内貫（大井）

—

›

💡 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。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

🌙 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。

5R 大井競馬場ダ1600m ダート1600m　発走 16:58

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カレーウドン	谷内貫（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 06/29 大井8R 7着/14頭 06/09 大井7R 6着/14頭 05/22 大井5R 4着/10頭 12/30 大井7R 10着/14頭+2.0秒 12/02 大井6R 10着/14頭+1.8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 5.7着 △ 当競馬場適性 33走で勝率 6% △ 距離適性同距離 17走で勝率 6% △ 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) -92% (大幅な期待値マイナス) AI 予想勝率 4.2% ※ 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。
2	シンアルマトゥラ	中村尚（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48走で勝率2%と苦戦傾向／同距離帯は16走で勝ち無し／前走2着）
前5走 07/03 大井6R 2着/9頭+0.0秒 06/12 大井4R 3着/9頭+0.0秒 05/22 大井5R 7着/10頭 05/01 大井6R 4着/12頭+0.5秒 04/17 大井7R 6着/10頭+1.1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 4.0着 × 当競馬場適性 48走で勝率 2% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 4.1% ※ 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。
3	ナンセイスコピオン先行	笹川翼（大井）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走2着／騎手は近50戦で勝率22%）
前5走 06/29 大井7R 2着/11頭+2.0秒 05/20 大井6R 3着/12頭 04/14 大井4R 1着/12頭勝利 03/10 大井7R 3着/12頭+0.4秒 02/17 大井5R 9着/14頭+1.4秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 27走で勝率 15% ○ 距離適性同距離 24走で勝率 17% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) ○ 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 7.8% ※ 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	クルーミーズクライ差し	和田譲（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28走で勝率4%と苦戦傾向／直近3走平均8.0着と低調／272日ぶりの実戦）
前5走 10/23 大井7R 4着/9頭+0.5秒 10/09 大井9R 8着/14頭+1.4秒 09/17 大井10R 12着/12頭+3.9秒 09/04 大井12R 8着/12頭+1.4秒 08/13 大井8R 6着/13頭+1.8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) × 当競馬場適性 28走で勝率 4% (苦戦) △ 距離適性同距離 17走で勝率 6% △ ローテーション 272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 5.1% ※ 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	ヤマニンエボルブ先行	渡邊竜（笠松）	推定—	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場6走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／前走2着）
前5走 07/03 大井9R 2着/12頭+1.0秒 04/27 大井10R 6着/15頭+1.0秒 04/16 大井12R 2着/10頭+0.0秒 03/25 大井4R 6着/12頭+2.0秒 10/23 大井5R 6着/10頭+1.1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 3.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) ○ 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) -73% (大幅な期待値マイナス) AI 予想勝率 14.2% ※ 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。
6	コーゲンマース	千田洋（大井）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/03 大井6R 5着/9頭 06/12 大井4R 5着/9頭 05/22 大井5R 6着/10頭+1.0秒 05/01 大井6R 5着/12頭+0.5秒 04/17 大井7R 7着/10頭+1.5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 5.3着 △ 当競馬場適性 44走で勝率 11% △ 距離適性同距離 34走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -88% (大幅な期待値マイナス) AI 予想勝率 6.7% ※ 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	フロントドア差し	鷹見陸（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13走で勝ち無し）
前5走 06/29 大井8R 8着/14頭 06/12 大井4R 4着/9頭 10/24 大井7R 6着/12頭+0.7秒 10/10 大井5R 4着/9頭+0.5秒 09/19 大井1R 4着/10頭+0.9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 6.0着 △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 13走で勝ち無し ○ 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) -85% (大幅な期待値マイナス) AI 予想勝率 7.3% ※ 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。
8	カズピレウス自在	石川駿（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9走で勝ち無し／直近3走平均12.0着と低調／131日ぶりの実戦）
前5走 03/13 大井4R 12着/12頭+3.4秒 02/20 大井12R 16着/16頭+6.5秒 01/30 大井10R 8着/16頭+1.2秒 01/16 大井4R 6着/14頭+1.0秒 12/24 大井10R 5着/10頭+2.3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 12.0着 (不振) △ 当競馬場適性 17走で勝率 12% ▽ 距離適性同距離は 9走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 131日休養明け × 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 4.7% ※ 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。
9	ブラックモノリス	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（直近3走で勝率33%と好調／前走勝利の勢い／騎手は近50戦で勝率22%）
前5走 06/29 大井7R 1着/11頭 12/05 大井1R 2着/13頭+0.2秒 08/20 名古屋10R 2着/12頭+0.8秒 ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 騎手近50戦勝率 22% (好調) ◎ 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) -49% (大幅な期待値マイナス) AI 予想勝率 27.7% ※ 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。
10	テルケンレントラー追込	新原周（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は4走で勝ち無し）
前5走 07/03 大井6R 4着/9頭+2.0秒 03/13 大井5R 7着/14頭+1.8秒 02/20 大井8R 6着/13頭+1.6秒 01/30 大井6R 10着/14頭+1.2秒 01/16 大井4R 8着/14頭+1.3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 5.7着 △ 当競馬場適性 18走で勝率 6% ▽ 距離適性同距離は 4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) -88% (大幅な期待値マイナス) AI 予想勝率 5.2% ※ 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	ヨドギミ先行	西啓太（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6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／131日ぶりの実戦）
前5走 03/13 大井4R 4着/12頭+0.3秒 02/20 大井7R 12着/12頭+2.3秒 01/16 大井4R 3着/14頭+0.1秒 12/31 大井4R 2着/11頭+0.0秒 12/04 大井5R 2着/13頭+0.9秒
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 6.3着 × 当競馬場適性 6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 14% △ ローテーション 131日休養明け × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 13.1% ※ 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。

🎯 AIの本命

AI評価1位

ブラックモノリス

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

○5ヤマニンエボルブ

—

EV —

▲11ヨドギミ

—

EV —

出走馬全11頭

◎9

ブラックモノリス

安藤洋（大井）

—

›

○5

ヤマニンエボルブ

渡邊竜（笠松）

—

›

▲11

ヨドギミ

西啓太（大井）

—

›

△3

ナンセイスコピオン

笹川翼（大井）

—

›

△7

フロントドア

鷹見陸（大井）

—

›

△6

コーゲンマース

千田洋（大井）

—

›

×10

テルケンレントラー

新原周（川崎）

—

›

×4

クルーミーズクライ

和田譲（大井）

—

›

×8

カズピレウス

石川駿（大井）

—

›

×1

カレーウドン

谷内貫（大井）

—

›

×2

シンアルマトゥラ

中村尚（大井）

—

›

💡 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。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

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。