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。

モデル

12R 大井競馬場ダ1200m ダート1200m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴィジブルライト自在	渡邊竜（笠松）	推定—	B× A×勝率6% EV-89% 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 07/01 大井8R 9着/14頭+2.0秒 05/21 大井6R 8着/12頭 04/30 大井8R 6着/10頭+1.8秒 04/16 大井8R 5着/12頭+0.7秒 03/26 大井10R 3着/14頭+0.6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 7.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 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) -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 5.8% / 期待値 -90% ※ 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	グラスコメット逃げ	張田昂（船橋）	推定—	B× A×勝率4% EV-90% 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 07/01 大井12R 12着/15頭 05/21 大井7R 9着/11頭 04/30 大井9R 13着/14頭+2.5秒 04/16 大井9R 16着/16頭+4.8秒 12/25 大井10R 8着/11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 11.3着 (不振) △ 当競馬場適性 18走で勝率 11% △ 距離適性同距離 17走で勝率 12% ▽ 前走実績前走 12着 (大敗) ○ 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) -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 4.5% / 期待値 -91% ※ 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	ベネチアフレイバー逃げ	西啓太（大井）	推定—	B△ A△勝率9% EV-84% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場22走で勝率32%と適性高／同距離帯17走で勝率41%／直近3走平均10.7着と低調）
前5走 02/18 大井10R 10着/11頭+1.4秒 01/30 大井12R 9着/13頭+1.1秒 09/19 大井12R 13着/16頭+3.1秒 08/13 大井12R 8着/13頭+0.4秒 07/17 大井8R 1着/8頭勝利
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 10.7着 (不振) ◎ 当競馬場適性 22走で勝率 32% (得意) ◎ 距離適性同距離 17走で勝率 41% ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) △ ローテーション 154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 0.2% △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.3% / 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。
4	メイショウアキカゼ先行	和田譲（大井）	推定—	B▲ A△勝率11% EV-83% 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 06/29 大井9R 1着/9頭 06/09 大井8R 4着/11頭 05/18 大井10R 3着/9頭+0.2秒 04/28 大井12R 6着/13頭+0.8秒 04/14 大井12R 9着/14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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 9走で勝率 22% ◎ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.4% △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.1% / 期待値 -84% ※ 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	ヤンノカステップ追込	達城龍（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 06/30 大井8R 5着/16頭 06/10 大井9R 5着/14頭 05/19 大井8R 4着/9頭+1.4秒 04/29 大井9R 6着/13頭+0.3秒 04/15 大井10R 7着/14頭+1.5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 4.7着 △ 当競馬場適性 47走で勝率 6% △ 距離適性同距離 41走で勝率 7% ○ ローテーション 22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 6.6% / 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。
6	ピエールオレゴン逃げ	藤田凌（大井）	推定—	B○ A×勝率22% EV-58% 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4走で勝率50%／直近3走で勝率67%と好調）
前5走 06/10 大井9R 1着/14頭 04/28 大井12R 2着/13頭+0.0秒 10/23 大井9R 1着/14頭勝利 10/08 大井12R 2着/16頭+0.1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 4走で勝率 50% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 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 36.7% × Aモデルの評価 (参考) レース内 1位 / 勝率 22.4% / 期待値 -59% ※ 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	ユメゴテン逃げ	矢野貴（大井）	推定—	B◎ A○勝率16% EV-76% 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10走で勝率40%と適性高／同距離帯9走で勝率44%／直近3走平均3.0着と安定）
前5走 06/30 大井8R 2着/16頭 10/10 大井10R 2着/10頭+0.3秒 09/05 大井12R 5着/10頭+1.3秒 08/13 大井9R 3着/14頭+0.6秒 05/22 大井9R 1着/16頭勝利
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 3.0着 (安定) ◎ 当競馬場適性 10走で勝率 40% (得意) ◎ 距離適性同距離 9走で勝率 44% ◎ 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 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 62.5% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.2% / 期待値 -76% ※ 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	アミフジモアナ逃げ	菅原涼（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（直近3走で勝率33%と好調）
前5走 07/01 大井12R 11着/15頭 05/18 大井12R 12着/14頭+1.9秒 04/28 大井12R 1着/13頭勝利 03/25 大井10R 10着/10頭+2.5秒 12/25 大井10R 9着/11頭+1.2秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 26走で勝率 19% (相性良) ○ 距離適性同距離 17走で勝率 24% ▽ 前走実績前走 11着 (大敗) ○ 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) -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 4.7% / 期待値 -91% ※ 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	スキャロップ自在	江里裕（大井）	推定—	B× A×勝率3% EV-94% 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 07/01 大井12R 13着/15頭+0.0秒 05/21 大井7R 8着/11頭 04/30 大井9R 9着/14頭+1.5秒 04/16 大井9R 5着/16頭+1.5秒 03/27 大井9R 8着/10頭+1.5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 10.0着 (不振) △ 当競馬場適性 24走で勝率 8% △ 距離適性同距離 16走で勝率 12% △ 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 21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 3.2% / 期待値 -94% ※ 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	アンニンドウフ追込	秋元耕（浦和）	推定—	B× A×勝率3% EV-95% 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 07/01 大井8R 11着/14頭 05/21 大井5R 13着/14頭 04/30 大井12R 11着/14頭+3.3秒 04/16 大井7R 5着/11頭+2.7秒 03/27 大井8R 8着/11頭+2.2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 11.7着 (不振) × 当競馬場適性 41走で勝率 5% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -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 3.2% / 期待値 -95% ※ 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	アフロライデル逃げ	谷内貫（大井）	推定—	B△ A▲勝率13% EV-76% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/01 大井12R 7着/15頭 05/21 大井6R 5着/12頭 04/29 大井8R 2着/13頭+0.6秒 04/16 大井8R 6着/12頭+1.3秒 03/27 大井8R 5着/11頭+1.5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 4.7着 △ 当競馬場適性 16走で勝率 12% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -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 3位 / 勝率 13.0% / 期待値 -77% ※ 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 ○

ユメゴテン

騎手矢野貴（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:×6ピエールオレゴン

—

EV —

▲A:△4メイショウアキカゼ

—

EV —

出走馬全11頭

◎A:○7

ユメゴテン

矢野貴（大井）

—

›

○A:×6

ピエールオレゴン

藤田凌（大井）

—

›

▲A:△4

メイショウアキカゼ

和田譲（大井）

—

›

△A:△3

ベネチアフレイバー

西啓太（大井）

—

›

△A:▲11

アフロライデル

谷内貫（大井）

—

›

△A:△5

ヤンノカステップ

達城龍（大井）

—

›

×A:×8

アミフジモアナ

菅原涼（大井）

—

›

×A:×1

ヴィジブルライト

渡邊竜（笠松）

—

›

×A:×2

グラスコメット

張田昂（船橋）

—

›

×A:×9

スキャロップ

江里裕（大井）

—

›

×A:×10

アンニンドウフ

秋元耕（浦和）

—

›

💡 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。

12R 大井競馬場ダ1200m ダート1200m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴィジブルライト自在	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7走で勝率0%と苦戦傾向）
前5走 07/01 大井8R 9着/14頭+2.0秒 05/21 大井6R 8着/12頭 04/30 大井8R 6着/10頭+1.8秒 04/16 大井8R 5着/12頭+0.7秒 03/26 大井10R 3着/14頭+0.6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 7.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 5.8% ※ 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。
2	グラスコメット逃げ	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11.3着と低調）
前5走 07/01 大井12R 12着/15頭 05/21 大井7R 9着/11頭 04/30 大井9R 13着/14頭+2.5秒 04/16 大井9R 16着/16頭+4.8秒 12/25 大井10R 8着/11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 11.3着 (不振) △ 当競馬場適性 18走で勝率 11% △ 距離適性同距離 17走で勝率 12% ▽ 前走実績前走 12着 (大敗) ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 4.5% ※ 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。
3	ベネチアフレイバー逃げ	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22走で勝率32%と適性高／同距離帯17走で勝率41%／直近3走平均10.7着と低調）
前5走 02/18 大井10R 10着/11頭+1.4秒 01/30 大井12R 9着/13頭+1.1秒 09/19 大井12R 13着/16頭+3.1秒 08/13 大井12R 8着/13頭+0.4秒 07/17 大井8R 1着/8頭勝利
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 10.7着 (不振) ◎ 当競馬場適性 22走で勝率 32% (得意) ◎ 距離適性同距離 17走で勝率 41% ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) △ ローテーション 154日休養明け × 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 9.3% ※ 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	メイショウアキカゼ先行	和田譲（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 06/29 大井9R 1着/9頭 06/09 大井8R 4着/11頭 05/18 大井10R 3着/9頭+0.2秒 04/28 大井12R 6着/13頭+0.8秒 04/14 大井12R 9着/14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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 9走で勝率 22% ◎ 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) -84% (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。
5	ヤンノカステップ追込	達城龍（大井）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし
前5走 06/30 大井8R 5着/16頭 06/10 大井9R 5着/14頭 05/19 大井8R 4着/9頭+1.4秒 04/29 大井9R 6着/13頭+0.3秒 04/15 大井10R 7着/14頭+1.5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 4.7着 △ 当競馬場適性 47走で勝率 6% △ 距離適性同距離 41走で勝率 7% ○ ローテーション 22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 6.6% ※ 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。
6	ピエールオレゴン逃げ	藤田凌（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（当競馬場4走で勝率50%と適性高／同距離帯4走で勝率50%／直近3走で勝率67%と好調）
前5走 06/10 大井9R 1着/14頭 04/28 大井12R 2着/13頭+0.0秒 10/23 大井9R 1着/14頭勝利 10/08 大井12R 2着/16頭+0.1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 4走で勝率 50% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 22.4% ※ 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	ユメゴテン逃げ	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10走で勝率40%と適性高／同距離帯9走で勝率44%／直近3走平均3.0着と安定）
前5走 06/30 大井8R 2着/16頭 10/10 大井10R 2着/10頭+0.3秒 09/05 大井12R 5着/10頭+1.3秒 08/13 大井9R 3着/14頭+0.6秒 05/22 大井9R 1着/16頭勝利
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 3.0着 (安定) ◎ 当競馬場適性 10走で勝率 40% (得意) ◎ 距離適性同距離 9走で勝率 44% ◎ 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 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 16.2% ※ 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。
8	アミフジモアナ逃げ	菅原涼（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5走 07/01 大井12R 11着/15頭 05/18 大井12R 12着/14頭+1.9秒 04/28 大井12R 1着/13頭勝利 03/25 大井10R 10着/10頭+2.5秒 12/25 大井10R 9着/11頭+1.2秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 26走で勝率 19% (相性良) ○ 距離適性同距離 17走で勝率 24% ▽ 前走実績前走 11着 (大敗) ○ 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) -91% (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	スキャロップ自在	江里裕（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 07/01 大井12R 13着/15頭+0.0秒 05/21 大井7R 8着/11頭 04/30 大井9R 9着/14頭+1.5秒 04/16 大井9R 5着/16頭+1.5秒 03/27 大井9R 8着/10頭+1.5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 10.0着 (不振) △ 当競馬場適性 24走で勝率 8% △ 距離適性同距離 16走で勝率 12% △ 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 21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 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。
10	アンニンドウフ追込	秋元耕（浦和）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場41走で勝率5%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均11.7着と低調）
前5走 07/01 大井8R 11着/14頭 05/21 大井5R 13着/14頭 04/30 大井12R 11着/14頭+3.3秒 04/16 大井7R 5着/11頭+2.7秒 03/27 大井8R 8着/11頭+2.2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 11.7着 (不振) × 当競馬場適性 41走で勝率 5% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 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。
11	アフロライデル逃げ	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 07/01 大井12R 7着/15頭 05/21 大井6R 5着/12頭 04/29 大井8R 2着/13頭+0.6秒 04/16 大井8R 6着/12頭+1.3秒 03/27 大井8R 5着/11頭+1.5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 4.7着 △ 当競馬場適性 16走で勝率 12% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -77% (大幅な期待値マイナス) AI 予想勝率 13.0% ※ 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。

🎯 AIの本命

AI評価1位

ピエールオレゴン

騎手藤田凌（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

○7ユメゴテン

—

EV —

▲11アフロライデル

—

EV —

出走馬全11頭

×6

ピエールオレゴン

藤田凌（大井）

—

›

○7

ユメゴテン

矢野貴（大井）

—

›

▲11

アフロライデル

谷内貫（大井）

—

›

△4

メイショウアキカゼ

和田譲（大井）

—

›

△3

ベネチアフレイバー

西啓太（大井）

—

›

△5

ヤンノカステップ

達城龍（大井）

—

›

×1

ヴィジブルライト

渡邊竜（笠松）

—

›

×8

アミフジモアナ

菅原涼（大井）

—

›

×2

グラスコメット

張田昂（船橋）

—

›

×9

スキャロップ

江里裕（大井）

—

›

×10

アンニンドウフ

秋元耕（浦和）

—

›

💡 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。