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1200m ダート1200m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	イチニチショチョウ差し	谷内貫（大井）	推定—	B× A×勝率2% EV-96% 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 07/03 大井12R 9着/13頭 05/21 大井12R 13着/14頭+0.0秒 04/27 大井12R 10着/12頭+3.1秒 04/13 大井11R 9着/10頭+2.5秒 03/25 大井12R 12着/13頭+2.3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 10.7着 (不振) × 当競馬場適性 48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 2% (やや苦戦) ○ 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) -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 1.6% / 期待値 -97% ※ 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	ゼルトザーム先行	新原周（川崎）	推定—	B× A×勝率6% EV-88% 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0%と苦戦傾向／同距離帯は6走で勝ち無し／63日ぶりの実戦）
前5走 05/21 大井11R 10着/13頭+0.0秒 04/29 大井7R 2着/8頭+0.7秒 04/17 大井11R 9着/12頭+0.8秒 03/26 大井11R 4着/13頭+0.8秒 10/10 大井9R 4着/13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 7.0着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 6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) -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 7位 / 勝率 5.9% / 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。
3	ハチメンロッピ	笹川翼（大井）	推定—	B△ A△勝率9% EV-83% 詳細▼	人気馬、市場評価通りで上乗せなし（騎手は近50戦で勝率26%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 26% (好調) × 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 9.2% △ Aモデルの評価 (参考) レース内 6位 / 勝率 9.4% / 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。
4	ルイス先行	本田重（船橋）	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21走で勝率29%と適性高／同距離帯21走で勝率29%／同馬場状態で勝率42%）
前5走 06/11 大井11R 11着/12頭+0.0秒 01/14 大井11R 3着/11頭+1.2秒 12/26 大井10R 3着/12頭+0.4秒 12/02 大井11R 3着/10頭+0.5秒 10/23 大井11R 3着/7頭+0.4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 5.7着 ◎ 当競馬場適性 21走で勝率 29% (得意) ◎ 距離適性同距離 21走で勝率 29% ◎ 馬場適性同馬場 12走で勝率 42% ◎ 騎手近50戦勝率 22% (好調) ▽ 前走実績前走 11着 (大敗) × 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 4.9% / 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	スピリットガイド差し	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（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率50%／同馬場状態で勝率33%）
前5走 06/05 船橋10R 1着/9頭 04/29 大井7R 5着/8頭+2.2秒 03/25 大井7R 1着/8頭勝利 03/11 大井11R 5着/12頭+0.2秒 02/20 大井11R 9着/15頭+1.2秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) × 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 4位 / 勝率 11.0% / 期待値 -83% ※ 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	ディキシーガンナー	矢野貴（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（直近3走平均3.0着と安定／前走3着／騎手は近50戦で勝率24%）
前5走 07/02 大井11R 3着/10頭 ― ― ― ―
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 3.0着 (安定) ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 3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) -84% (大幅な期待値マイナス) AI 予想勝率 9.3% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.7% / 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。
7	マスターオブライフ逃げ	御神訓（大井）	推定—	B○ A×勝率23% EV-59% 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56%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率50%）
前5走 04/29 大井12R 1着/16頭勝利 09/19 大井12R 2着/16頭+0.3秒 07/16 大井12R 2着/12頭+0.0秒 07/03 大井9R 6着/12頭+0.3秒 04/15 大井12R 1着/13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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 9走で勝率 56% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 4走で勝率 50% ○ 騎手近50戦勝率 14% ◎ 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 23.0% × Aモデルの評価 (参考) レース内 1位 / 勝率 22.7% / 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。
8	ブルーヒサシン先行	藤田凌（大井）	推定—	B◎ A○勝率17% EV-69% 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12走で勝率75%と適性高／同距離帯11走で勝率82%／同馬場状態で勝率57%）
前5走 03/11 大井7R 1着/7頭勝利 02/18 大井12R 1着/13頭勝利 01/16 大井11R 1着/11頭勝利 12/29 大井8R 1着/13頭勝利 09/19 大井12R 1着/16頭勝利
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 100% (絶好調) ◎ 当競馬場適性 12走で勝率 75% (得意) ◎ 距離適性同距離 11走で勝率 82% ◎ 馬場適性同馬場 7走で勝率 57% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 134日休養明け △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 58.0% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.5% / 期待値 -69% ※ 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	シビックドリーム逃げ	安藤洋（大井）	推定—	B△ A△勝率10% EV-80% 詳細▼	人気馬、市場評価通りで上乗せなし（同馬場状態で勝率30%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 03/24 大井11R 1着/16頭勝利 02/16 大井8R 10着/13頭+2.6秒 01/28 大井12R 1着/12頭勝利 01/14 大井12R 4着/14頭+0.2秒 12/30 大井11R 5着/16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 67% (絶好調) ○ 当競馬場適性 13走で勝率 23% (相性良) ◎ 馬場適性同馬場 10走で勝率 30% ◎ 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 121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 10.5% / 期待値 -80% ※ 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	ゴッドセンド	野畑凌（川崎）	推定—	B× A×勝率5% 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10R 9着/13頭+2.0秒 12/26 大井10R 8着/12頭+1.7秒 07/05 319R 9着/10頭 06/21 318R 6着/10頭 ―
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 8.7着 (不振) ◎ 騎手近50戦勝率 20% (好調) ○ 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) × Aモデルの評価 (参考) レース内 9位 / 勝率 4.9% / 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。

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 ○

ブルーヒサシン

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

○A:×7マスターオブライフ

—

EV —

▲A:▲6ディキシーガンナー

—

EV —

出走馬全10頭

◎A:○8

ブルーヒサシン

藤田凌（大井）

—

›

○A:×7

マスターオブライフ

御神訓（大井）

—

›

▲A:▲6

ディキシーガンナー

矢野貴（大井）

—

›

△A:△3

ハチメンロッピ

笹川翼（大井）

—

›

△A:△5

スピリットガイド

和田譲（大井）

—

›

△A:△9

シビックドリーム

安藤洋（大井）

—

›

×A:×2

ゼルトザーム

新原周（川崎）

—

›

×A:×4

ルイス

本田重（船橋）

—

›

×A:×1

イチニチショチョウ

谷内貫（大井）

—

›

×A:×10

ゴッドセンド

野畑凌（川崎）

—

›

💡 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。

11R 大井競馬場ダ1200m ダート1200m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	イチニチショチョウ差し	谷内貫（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0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均10.7着と低調）
前5走 07/03 大井12R 9着/13頭 05/21 大井12R 13着/14頭+0.0秒 04/27 大井12R 10着/12頭+3.1秒 04/13 大井11R 9着/10頭+2.5秒 03/25 大井12R 12着/13頭+2.3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 10.7着 (不振) × 当競馬場適性 48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 2% (やや苦戦) ○ 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。
2	ゼルトザーム先行	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8走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／63日ぶりの実戦）
前5走 05/21 大井11R 10着/13頭+0.0秒 04/29 大井7R 2着/8頭+0.7秒 04/17 大井11R 9着/12頭+0.8秒 03/26 大井11R 4着/13頭+0.8秒 10/10 大井9R 4着/13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 7.0着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 6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) -88% (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。
3	ハチメンロッピ	笹川翼（大井）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（騎手は近50戦で勝率26%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 26% (好調) × 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 9.4% ※ 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。
4	ルイス先行	本田重（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21走で勝率29%と適性高／同距離帯21走で勝率29%／同馬場状態で勝率42%）
前5走 06/11 大井11R 11着/12頭+0.0秒 01/14 大井11R 3着/11頭+1.2秒 12/26 大井10R 3着/12頭+0.4秒 12/02 大井11R 3着/10頭+0.5秒 10/23 大井11R 3着/7頭+0.4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 5.7着 ◎ 当競馬場適性 21走で勝率 29% (得意) ◎ 距離適性同距離 21走で勝率 29% ◎ 馬場適性同馬場 12走で勝率 42% ◎ 騎手近50戦勝率 22% (好調) ▽ 前走実績前走 11着 (大敗) × 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 4.9% ※ 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。
5	スピリットガイド差し	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4走で勝率25%と適性高／同距離帯4走で勝率50%／同馬場状態で勝率33%）
前5走 06/05 船橋10R 1着/9頭 04/29 大井7R 5着/8頭+2.2秒 03/25 大井7R 1着/8頭勝利 03/11 大井11R 5着/12頭+0.2秒 02/20 大井11R 9着/15頭+1.2秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) × 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 11.0% ※ 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。
6	ディキシーガンナー	矢野貴（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3.0着と安定／前走3着／騎手は近50戦で勝率24%）
前5走 07/02 大井11R 3着/10頭 ― ― ― ―
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 3.0着 (安定) ◎ 騎手近50戦勝率 24% (好調) ○ 前走実績前走 3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) -78% (大幅な期待値マイナス) AI 予想勝率 12.7% ※ 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	マスターオブライフ逃げ	御神訓（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9走で勝率56%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率50%）
前5走 04/29 大井12R 1着/16頭勝利 09/19 大井12R 2着/16頭+0.3秒 07/16 大井12R 2着/12頭+0.0秒 07/03 大井9R 6着/12頭+0.3秒 04/15 大井12R 1着/13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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 9走で勝率 56% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 4走で勝率 50% ○ 騎手近50戦勝率 14% ◎ 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 22.7% ※ 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。
8	ブルーヒサシン先行	藤田凌（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12走で勝率75%と適性高／同距離帯11走で勝率82%／同馬場状態で勝率57%）
前5走 03/11 大井7R 1着/7頭勝利 02/18 大井12R 1着/13頭勝利 01/16 大井11R 1着/11頭勝利 12/29 大井8R 1着/13頭勝利 09/19 大井12R 1着/16頭勝利
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 100% (絶好調) ◎ 当競馬場適性 12走で勝率 75% (得意) ◎ 距離適性同距離 11走で勝率 82% ◎ 馬場適性同馬場 7走で勝率 57% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 134日休養明け × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 16.5% ※ 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	シビックドリーム逃げ	安藤洋（大井）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（同馬場状態で勝率30%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 03/24 大井11R 1着/16頭勝利 02/16 大井8R 10着/13頭+2.6秒 01/28 大井12R 1着/12頭勝利 01/14 大井12R 4着/14頭+0.2秒 12/30 大井11R 5着/16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 67% (絶好調) ○ 当競馬場適性 13走で勝率 23% (相性良) ◎ 馬場適性同馬場 10走で勝率 30% ◎ 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 121日休養明け × 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 10.5% ※ 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。
10	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8.7着と低調／騎手は近50戦で勝率20%）
前5走 07/01 大井10R 9着/13頭+2.0秒 12/26 大井10R 8着/12頭+1.7秒 07/05 319R 9着/10頭 06/21 318R 6着/10頭 ―
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 8.7着 (不振) ◎ 騎手近50戦勝率 20% (好調) ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 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。

🎯 AIの本命

AI評価1位

マスターオブライフ

騎手御神訓（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

○8ブルーヒサシン

—

EV —

▲6ディキシーガンナー

—

EV —

出走馬全10頭

×7

マスターオブライフ

御神訓（大井）

—

›

○8

ブルーヒサシン

藤田凌（大井）

—

›

▲6

ディキシーガンナー

矢野貴（大井）

—

›

△5

スピリットガイド

和田譲（大井）

—

›

△9

シビックドリーム

安藤洋（大井）

—

›

△3

ハチメンロッピ

笹川翼（大井）

—

›

×2

ゼルトザーム

新原周（川崎）

—

›

×4

ルイス

本田重（船橋）

—

›

×10

ゴッドセンド

野畑凌（川崎）

—

›

×1

イチニチショチョウ

谷内貫（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。