大井 1R 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

1R 大井競馬場ダ1800m ダート1800m　発走 14:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミチノシチリア	達城龍（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（当競馬場36走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 07/03 大井1R 10着/11頭 06/11 大井1R 4着/14頭 05/20 大井1R 9着/13頭 04/30 大井1R 3着/14頭+1.4秒 04/16 大井1R 5着/14頭+1.4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 36走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10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 5位 / 勝率 5.2% / 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。
2	ケイリュウオー先行	藤田凌（大井）	推定—	B▲ A○勝率18% EV-60% 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30%と適性高／直近3走で勝率33%と好調／前走3着）
前5走 10/22 大井8R 3着/14頭+1.1秒 10/07 大井5R 3着/13頭+0.6秒 09/01 大井8R 1着/8頭勝利 08/11 大井5R 5着/14頭+0.4秒 07/16 大井1R 1着/11頭勝利
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 10走で勝率 30% (得意) ○ 馬場適性同馬場 5走で勝率 20% ○ 前走実績前走 3着 (好走) △ ローテーション 275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 8.5% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.2% / 期待値 -61% ※ 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	ウォーバックス自在	岡村健（船橋）	推定—	B× A×勝率3% EV-93% 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 07/02 大井1R 9着/14頭 06/10 大井1R 8着/14頭 05/19 大井1R 10着/13頭+2.2秒 04/27 大井1R 6着/14頭+1.2秒 04/13 大井1R 2着/13頭+0.0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 9.0着 (不振) × 当競馬場適性 67走で勝率 3% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ◎ 騎手近50戦勝率 22% (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 11位 / 勝率 3.1% / 期待値 -93% ※ 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	トップダイヤ先行	西啓太（大井）	推定—	B◎ A▲勝率13% EV-77% 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23走で勝率26%と適性高／前走2着／騎手は近50戦で勝率20%）
前5走 06/30 大井4R 2着/10頭+0.0秒 06/08 大井7R 7着/12頭 04/13 大井8R 4着/12頭+1.0秒 03/25 大井1R 1着/10頭勝利 02/19 大井3R 3着/14頭+0.8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 4.3着 ◎ 当競馬場適性 23走で勝率 26% (得意) ○ 距離適性同距離 6走で勝率 17% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 24日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 76.4% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.3% / 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。
5	ニシノコヌカアメ自在	西優哉（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（当競馬場12走で勝率0%と苦戦傾向）
前5走 06/29 大井7R 9着/11頭 06/08 大井7R 9着/12頭 05/18 大井5R 3着/12頭+0.6秒 04/27 大井7R 4着/11頭+0.8秒 04/13 大井8R 10着/12頭+4.0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 7.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ○ ローテーション 25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 0.6% △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.6% / 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。
6	テルケンユミカブト追込	新原周（川崎）	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1R 8着/12頭+0.0秒 04/27 大井1R 4着/14頭+0.7秒 04/17 大井1R 12着/13頭+3.4秒 03/09 大井2R 12着/12頭+3.6秒 02/19 大井3R 14着/14頭+3.0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 8.0着 (不振) × 当競馬場適性 14走で勝率 0% (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 7位 / 勝率 4.3% / 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。
7	ゴルデューク	杉山海（大井）	推定—	B× A×勝率3% EV-93% 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 07/02 大井1R 8着/14頭 06/10 大井1R 9着/14頭 05/20 大井1R 7着/13頭 04/30 大井1R 9着/14頭+2.2秒 04/15 大井1R 12着/14頭+1.6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 8.0着 (不振) × 当競馬場適性 37走で勝率 0% (苦戦) ○ 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 13位 / 勝率 2.8% / 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。
8	ファルコンブラック先行	高野誠（大井）	推定—	B× A×勝率2% 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 07/02 大井1R 13着/14頭 06/10 大井1R 14着/14頭 05/19 大井2R 12着/12頭+3.0秒 03/10 大井2R 11着/13頭+2.7秒 02/17 大井1R 14着/15頭+2.0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 13.0着 (不振) × 当競馬場適性 26走で勝率 0% (苦戦) △ 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 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 15位 / 勝率 2.1% / 期待値 -96% ※ 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	カルサパラストリス差し	中山遥（浦和）	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（当競馬場22走で勝率5%と苦戦傾向）
前5走 07/01 大井4R 5着/14頭+0.0秒 06/09 大井4R 5着/10頭 05/18 大井5R 7着/12頭+1.5秒 04/29 大井1R 1着/8頭勝利 04/16 大井1R 4着/14頭+1.0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 5.7着 × 当競馬場適性 22走で勝率 5% (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) -99% (大幅な期待値マイナス) AI 予想勝率 0.6% △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.1% / 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。
10	ベッティーナ追込	遠藤健（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 07/02 大井1R 11着/14頭+3.0秒 06/10 大井1R 12着/14頭 05/19 大井1R 11着/13頭+2.2秒 04/27 大井1R 2着/14頭+0.1秒 04/13 大井1R 9着/13頭+0.7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 11.3着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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 12位 / 勝率 2.8% / 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。
11	ジャスティンロング	笹川翼（大井）	推定—	B○ A×勝率22% EV-62% 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／騎手は近50戦で勝率30%）
前5走 07/02 大井9R 5着/10頭 10/20 大井8R 4着/12頭+0.3秒 10/05 大井4R 3着/8頭+0.7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 4.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 30% (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) -77% (大幅な期待値マイナス) AI 予想勝率 13.9% × Aモデルの評価 (参考) レース内 1位 / 勝率 22.2% / 期待値 -62% ※ 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	ラインストライカー	本村直（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 07/02 大井1R 12着/14頭 06/11 大井2R 13着/13頭 05/20 大井3R 14着/14頭+4.0秒 04/30 大井1R 12着/14頭+3.3秒 04/16 大井1R 14着/14頭+4.0秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.0着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) ○ 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 3.9% / 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。
13	ベアウェイトゥゴー	東原悠（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 07/03 大井9R 12着/12頭+3.0秒 06/10 大井6R 10着/10頭+4.0秒 05/22 大井9R 10着/10頭+2.0秒 04/27 大井7R 9着/11頭+2.9秒 04/16 大井12R 8着/10頭+4.6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 10.7着 (不振) × 当競馬場適性 23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 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 14位 / 勝率 2.6% / 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。
14	ポジターノ追込	高橋優（大井）	推定—	B× A×勝率3% EV-92% 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 07/02 大井9R 9着/10頭 06/08 大井7R 10着/12頭 05/18 大井5R 11着/12頭+3.5秒 04/27 大井8R 10着/14頭+2.9秒 04/15 大井8R 10着/10頭+4.6秒
AI 評価の内訳 — 馬番 14 ◎ 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 14走で勝率 0% (苦戦) ○ 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 10位 / 勝率 3.4% / 期待値 -93% ※ 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。
15	ガニュメデスレイ	中村尚（大井）	推定—	B× A×勝率4% EV-90% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場70走で勝率3%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 07/03 大井1R 6着/11頭 06/11 大井1R 8着/14頭 05/20 大井2R 9着/11頭 04/30 大井1R 6着/14頭+2.2秒 04/16 大井2R 6着/11頭+1.4秒
AI 評価の内訳 — 馬番 15 ◎ 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 70走で勝率 3% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し △ 騎手近50戦勝率 4% (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 0.0% × Aモデルの評価 (参考) レース内 8位 / 勝率 4.2% / 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。

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 ▲

トップダイヤ

騎手西啓太（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:×11ジャスティンロング

—

EV —

▲A:○2ケイリュウオー

—

EV —

出走馬全15頭

◎A:▲4

トップダイヤ

西啓太（大井）

—

›

○A:×11

ジャスティンロング

笹川翼（大井）

—

›

▲A:○2

ケイリュウオー

藤田凌（大井）

—

›

△A:△5

ニシノコヌカアメ

西優哉（大井）

—

›

△A:△9

カルサパラストリス

中山遥（浦和）

—

›

△A:△1

ミチノシチリア

達城龍（大井）

—

›

×A:×15

ガニュメデスレイ

中村尚（大井）

—

›

×A:×3

ウォーバックス

岡村健（船橋）

—

›

×A:×6

テルケンユミカブト

新原周（川崎）

—

›

×A:×7

ゴルデューク

杉山海（大井）

—

›

×A:×8

ファルコンブラック

高野誠（大井）

—

›

×A:×10

ベッティーナ

遠藤健（大井）

—

›

×A:×12

ラインストライカー

本村直（大井）

—

›

×A:×13

ベアウェイトゥゴー

東原悠（大井）

—

›

×A:×14

ポジターノ

高橋優（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。

1R 大井競馬場ダ1800m ダート1800m　発走 14:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミチノシチリア	達城龍（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36走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 07/03 大井1R 10着/11頭 06/11 大井1R 4着/14頭 05/20 大井1R 9着/13頭 04/30 大井1R 3着/14頭+1.4秒 04/16 大井1R 5着/14頭+1.4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 36走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10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) -89% (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。
2	ケイリュウオー先行	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10走で勝率30%と適性高／直近3走で勝率33%と好調／前走3着）
前5走 10/22 大井8R 3着/14頭+1.1秒 10/07 大井5R 3着/13頭+0.6秒 09/01 大井8R 1着/8頭勝利 08/11 大井5R 5着/14頭+0.4秒 07/16 大井1R 1着/11頭勝利
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 10走で勝率 30% (得意) ○ 馬場適性同馬場 5走で勝率 20% ○ 前走実績前走 3着 (好走) △ ローテーション 275日休養明け × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 18.2% ※ 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。
3	ウォーバックス自在	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67走で勝率3%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/02 大井1R 9着/14頭 06/10 大井1R 8着/14頭 05/19 大井1R 10着/13頭+2.2秒 04/27 大井1R 6着/14頭+1.2秒 04/13 大井1R 2着/13頭+0.0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 9.0着 (不振) × 当競馬場適性 67走で勝率 3% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ◎ 騎手近50戦勝率 22% (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) -93% (大幅な期待値マイナス) AI 予想勝率 3.1% ※ 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	トップダイヤ先行	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23走で勝率26%と適性高／前走2着／騎手は近50戦で勝率20%）
前5走 06/30 大井4R 2着/10頭+0.0秒 06/08 大井7R 7着/12頭 04/13 大井8R 4着/12頭+1.0秒 03/25 大井1R 1着/10頭勝利 02/19 大井3R 3着/14頭+0.8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 4.3着 ◎ 当競馬場適性 23走で勝率 26% (得意) ○ 距離適性同距離 6走で勝率 17% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 24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 13.3% ※ 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。
5	ニシノコヌカアメ自在	西優哉（大井）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場12走で勝率0%と苦戦傾向）
前5走 06/29 大井7R 9着/11頭 06/08 大井7R 9着/12頭 05/18 大井5R 3着/12頭+0.6秒 04/27 大井7R 4着/11頭+0.8秒 04/13 大井8R 10着/12頭+4.0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 7.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ○ ローテーション 25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 4.6% ※ 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	テルケンユミカブト追込	新原周（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場14走で勝率0%と苦戦傾向／直近3走平均8.0着と低調）
前5走 07/01 大井1R 8着/12頭+0.0秒 04/27 大井1R 4着/14頭+0.7秒 04/17 大井1R 12着/13頭+3.4秒 03/09 大井2R 12着/12頭+3.6秒 02/19 大井3R 14着/14頭+3.0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 8.0着 (不振) × 当競馬場適性 14走で勝率 0% (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) -91% (大幅な期待値マイナス) AI 予想勝率 4.3% ※ 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。
7	ゴルデューク	杉山海（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37走で勝率0%と苦戦傾向／直近3走平均8.0着と低調）
前5走 07/02 大井1R 8着/14頭 06/10 大井1R 9着/14頭 05/20 大井1R 7着/13頭 04/30 大井1R 9着/14頭+2.2秒 04/15 大井1R 12着/14頭+1.6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 8.0着 (不振) × 当競馬場適性 37走で勝率 0% (苦戦) ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 2.8% ※ 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。
8	ファルコンブラック先行	高野誠（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26走で勝率0%と苦戦傾向／直近3走平均13.0着と低調）
前5走 07/02 大井1R 13着/14頭 06/10 大井1R 14着/14頭 05/19 大井2R 12着/12頭+3.0秒 03/10 大井2R 11着/13頭+2.7秒 02/17 大井1R 14着/15頭+2.0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 13.0着 (不振) × 当競馬場適性 26走で勝率 0% (苦戦) △ 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 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 2.1% ※ 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。
9	カルサパラストリス差し	中山遥（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22走で勝率5%と苦戦傾向）
前5走 07/01 大井4R 5着/14頭+0.0秒 06/09 大井4R 5着/10頭 05/18 大井5R 7着/12頭+1.5秒 04/29 大井1R 1着/8頭勝利 04/16 大井1R 4着/14頭+1.0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 5.7着 × 当競馬場適性 22走で勝率 5% (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) -85% (大幅な期待値マイナス) AI 予想勝率 7.1% ※ 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。
10	ベッティーナ追込	遠藤健（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24走で勝率0%と苦戦傾向／直近3走平均11.3着と低調）
前5走 07/02 大井1R 11着/14頭+3.0秒 06/10 大井1R 12着/14頭 05/19 大井1R 11着/13頭+2.2秒 04/27 大井1R 2着/14頭+0.1秒 04/13 大井1R 9着/13頭+0.7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 11.3着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 2.8% ※ 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。
11	ジャスティンロング	笹川翼（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3走で勝率0%と苦戦傾向／騎手は近50戦で勝率30%）
前5走 07/02 大井9R 5着/10頭 10/20 大井8R 4着/12頭+0.3秒 10/05 大井4R 3着/8頭+0.7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 4.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 30% (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) -62% (大幅な期待値マイナス) AI 予想勝率 22.2% ※ 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。
12	ラインストライカー	本村直（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0%と苦戦傾向／直近3走平均13.0着と低調）
前5走 07/02 大井1R 12着/14頭 06/11 大井2R 13着/13頭 05/20 大井3R 14着/14頭+4.0秒 04/30 大井1R 12着/14頭+3.3秒 04/16 大井1R 14着/14頭+4.0秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.0着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 3.9% ※ 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	ベアウェイトゥゴー	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23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9R 12着/12頭+3.0秒 06/10 大井6R 10着/10頭+4.0秒 05/22 大井9R 10着/10頭+2.0秒 04/27 大井7R 9着/11頭+2.9秒 04/16 大井12R 8着/10頭+4.6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 10.7着 (不振) × 当競馬場適性 23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 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) -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。
14	ポジターノ追込	高橋優（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14走で勝率0%と苦戦傾向／直近3走平均10.0着と低調）
前5走 07/02 大井9R 9着/10頭 06/08 大井7R 10着/12頭 05/18 大井5R 11着/12頭+3.5秒 04/27 大井8R 10着/14頭+2.9秒 04/15 大井8R 10着/10頭+4.6秒
AI 評価の内訳 — 馬番 14 ◎ 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 14走で勝率 0% (苦戦) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 3.4% ※ 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。
15	ガニュメデスレイ	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70走で勝率3%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 07/03 大井1R 6着/11頭 06/11 大井1R 8着/14頭 05/20 大井2R 9着/11頭 04/30 大井1R 6着/14頭+2.2秒 04/16 大井2R 6着/11頭+1.4秒
AI 評価の内訳 — 馬番 15 ◎ 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 70走で勝率 3% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し △ 騎手近50戦勝率 4% (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) -91% (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。

🎯 AIの本命

AI評価1位

ジャスティンロング

騎手笹川翼（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

○2ケイリュウオー

—

EV —

▲4トップダイヤ

—

EV —

出走馬全15頭

×11

ジャスティンロング

笹川翼（大井）

—

›

○2

ケイリュウオー

藤田凌（大井）

—

›

▲4

トップダイヤ

西啓太（大井）

—

›

△9

カルサパラストリス

中山遥（浦和）

—

›

△1

ミチノシチリア

達城龍（大井）

—

›

△5

ニシノコヌカアメ

西優哉（大井）

—

›

×6

テルケンユミカブト

新原周（川崎）

—

›

×15

ガニュメデスレイ

中村尚（大井）

—

›

×12

ラインストライカー

本村直（大井）

—

›

×14

ポジターノ

高橋優（大井）

—

›

×3

ウォーバックス

岡村健（船橋）

—

›

×10

ベッティーナ

遠藤健（大井）

—

›

×7

ゴルデューク

杉山海（大井）

—

›

×13

ベアウェイトゥゴー

東原悠（大井）

—

›

×8

ファルコンブラック

高野誠（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。