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1400m ダート1400m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レジェンドウェイ	吉井章（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（同距離帯11走で勝率27%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/02 大井7R 1着/11頭 06/10 大井7R 4着/11頭 05/21 大井10R 11着/16頭+0.0秒 03/23 大井11R 5着/13頭+0.6秒 03/10 大井12R 4着/16頭+0.4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 11走で勝率 27% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 10.2% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.9% / 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。
2	チャダルクン差し	高野誠（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 06/29 大井10R 9着/11頭 02/20 大井11R 6着/15頭+0.4秒 01/30 大井11R 2着/12頭+0.0秒 01/16 大井12R 5着/14頭+1.1秒 12/31 大井12R 12着/16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 5.7着 △ 当競馬場適性 28走で勝率 11% △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -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 1.7% / 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。
3	ユニヴェール逃げ	達城龍（大井）	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（同距離帯は3走で勝ち無し／同馬場状態で勝率33%）
前5走 06/09 大井10R 13着/13頭+9.0秒 05/21 大井10R 2着/16頭+1.0秒 04/30 大井7R 2着/13頭+0.1秒 04/15 大井7R 1着/12頭勝利 03/26 大井8R 4着/7頭+0.9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 5.7着 △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 3走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 13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 0.2% △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.4% / 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。
4	アルミンテソーロ逃げ	藤田凌（大井）	推定—	B▲ A×勝率13% EV-77% 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50%と適性高／同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 02/17 大井12R 12着/16頭+1.8秒 01/30 大井8R 1着/13頭勝利 01/16 大井8R 3着/12頭+0.5秒 12/30 大井7R 1着/14頭勝利 09/19 大井1R 1着/10頭勝利
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 50% (得意) ◎ 馬場適性同馬場 5走で勝率 40% ▽ 前走実績前走 12着 (大敗) △ ローテーション 157日休養明け × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 17.8% × Aモデルの評価 (参考) レース内 1位 / 勝率 12.7% / 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	ドナシェーン	藤本現（大井）	推定—	B× A×勝率4% EV-93% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 06/30 大井11R 12着/16頭 03/27 大井2R 3着/12頭+0.1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 7.5着 (不振) ▽ 前走実績前走 12着 (大敗) ○ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.1% × Aモデルの評価 (参考) レース内 11位 / 勝率 4.0% / 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。
6	ドゥーロアバンティ	鷹見陸（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
前5走 07/03 大井12R 5着/13頭 06/09 大井10R 8着/13頭+1.0秒 05/22 大井12R 3着/15頭 12/25 大井12R 4着/13頭+1.0秒 12/05 大井12R 2着/14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戦の調子平均 5.3着 △ 当競馬場適性 43走で勝率 9% △ 距離適性同距離 35走で勝率 11% ○ 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 10位 / 勝率 4.3% / 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。
7	オソルノ	西啓太（大井）	推定—	B× A×勝率3% EV-94% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 06/30 大井10R 6着/12頭 06/11 大井10R 7着/14頭 ― ― ―
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 6.5着 ○ 騎手近50戦勝率 18% ○ 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) -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 14位 / 勝率 3.5% / 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	イタロ自在	石川駿（大井）	推定—	B× A×勝率4% EV-92% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は5走で勝ち無し）
前5走 07/15 浦和8R 8着/12頭 07/03 大井12R 7着/13頭 03/25 大井12R 6着/13頭+1.2秒 03/11 大井12R 2着/11頭+0.4秒 02/20 大井10R 5着/13頭+1.1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 7.0着 (不振) △ 当競馬場適性 26走で勝率 12% ▽ 距離適性同距離は 5走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.1% × Aモデルの評価 (参考) レース内 13位 / 勝率 3.5% / 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。
9	カセノタイガー	安藤洋（大井）	推定—	B× A×勝率4% 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 07/03 大井12R 2着/13頭 06/09 大井10R 10着/13頭 05/22 大井12R 10着/15頭 04/27 大井11R 11着/16頭+1.6秒 10/08 大井11R 14着/16頭+5.9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 7.3着 (不振) △ 当競馬場適性 10走で勝率 10% ○ 距離適性同距離 6走で勝率 17% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 16% ○ 前走実績前走 2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) -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 3.6% / 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。
10	グラスグリード逃げ	笹川翼（大井）	推定—	B× A△勝率11% EV-83% 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11走で勝率27%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 07/03 大井12R 4着/13頭+3.0秒 05/21 大井6R 1着/12頭 04/29 大井8R 1着/13頭勝利 04/15 大井7R 2着/12頭+0.2秒 03/25 大井8R 2着/13頭+0.1秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 11走で勝率 27% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 騎手近50戦勝率 26% (好調) ○ 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) -60% (大幅な期待値マイナス) AI 予想勝率 26.5% △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.8% / 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。
11	ホワイトマジック逃げ	矢野貴（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9走で勝率67%と適性高／同馬場状態で勝率60%／直近3走で勝率33%と好調）
前5走 06/30 大井9R 1着/9頭 06/09 大井9R 3着/14頭 05/19 大井12R 5着/16頭+0.7秒 04/16 大井9R 1着/16頭勝利 03/11 大井10R 1着/13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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 9走で勝率 67% (得意) ◎ 馬場適性同馬場 5走で勝率 60% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -63% (大幅な期待値マイナス) AI 予想勝率 24.2% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.1% / 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。
12	エルツ逃げ	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（同距離帯は6走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/03 大井11R 8着/10頭+0.0秒 06/12 大井7R 11着/11頭+2.0秒 01/12 大井11R 6着/9頭+1.3秒 12/03 大井9R 10着/12頭+1.5秒 10/24 大井11R 1着/10頭勝利
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 8.3着 (不振) ○ 当競馬場適性 33走で勝率 21% (相性良) ▽ 距離適性同距離は 6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 0.2% × Aモデルの評価 (参考) レース内 8位 / 勝率 5.3% / 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	ラペルシェール	谷内貫（大井）	推定—	B× A×勝率1% EV-97% 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 10着/13頭+0.0秒 06/09 大井10R 6着/13頭 05/22 大井12R 12着/15頭+0.0秒 04/27 大井11R 7着/16頭+1.2秒 04/14 大井10R 6着/9頭+1.7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 9.3着 (不振) × 当競馬場適性 62走で勝率 2% (苦戦) ▽ 距離適性同距離は 40走で勝ち無し △ 騎手近50戦勝率 2% (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) × Aモデルの評価 (参考) レース内 16位 / 勝率 1.2% / 期待値 -98% ※ 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	ナギサノルナ逃げ	篠谷葵（船橋）	推定—	B△ A×勝率6% EV-89% 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38%と適性高／同距離帯4走で勝率25%／同馬場状態で勝率33%）
前5走 06/30 大井11R 14着/16頭 05/21 大井4R 3着/13頭 12/31 大井3R 1着/10頭勝利 12/04 大井11R 14着/16頭+2.4秒 10/23 大井2R 1着/10頭勝利
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 14着 (大敗) ○ 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) -82% (大幅な期待値マイナス) AI 予想勝率 10.2% × Aモデルの評価 (参考) レース内 7位 / 勝率 5.5% / 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。
15	ベイビーゲート逃げ	野畑凌（川崎）	推定—	B△ A△勝率11% EV-80% 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）
前5走 06/30 大井9R 4着/9頭+3.0秒 06/10 大井10R 7着/14頭 02/19 大井11R 3着/15頭+0.7秒 01/28 大井10R 9着/13頭+1.9秒 12/31 大井9R 1着/12頭勝利
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 4.7着 ◎ 当競馬場適性 10走で勝率 30% (得意) ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 18% ○ 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) -82% (大幅な期待値マイナス) AI 予想勝率 10.2% △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.8% / 期待値 -81% ※ 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。
16	ウインアイリーン自在	本田重（船橋）	推定—	B× A×勝率5% EV-92% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯26走で勝率31%／同馬場状態で勝率36%）
前5走 07/03 大井12R 8着/13頭 05/22 大井12R 4着/15頭 04/14 大井10R 2着/9頭+0.9秒 03/25 大井12R 7着/13頭+1.3秒 01/16 大井12R 7着/14頭+1.3秒
AI 評価の内訳 — 馬番 16 ◎ 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 41走で勝率 22% (相性良) ◎ 距離適性同距離 26走で勝率 31% ◎ 馬場適性同馬場 22走で勝率 36% ○ 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 9位 / 勝率 4.8% / 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。

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 △

グラスグリード

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

○A:○11ホワイトマジック

—

EV —

▲A:×4アルミンテソーロ

—

EV —

出走馬全16頭

×A:△10

グラスグリード

笹川翼（大井）

—

›

○A:○11

ホワイトマジック

矢野貴（大井）

—

›

▲A:×4

アルミンテソーロ

藤田凌（大井）

—

›

△A:▲1

レジェンドウェイ

吉井章（大井）

—

›

△A:×14

ナギサノルナ

篠谷葵（船橋）

—

›

△A:△15

ベイビーゲート

野畑凌（川崎）

—

›

×A:△3

ユニヴェール

達城龍（大井）

—

›

×A:×6

ドゥーロアバンティ

鷹見陸（大井）

—

›

×A:×7

オソルノ

西啓太（大井）

—

›

×A:×12

エルツ

和田譲（大井）

—

›

×A:×16

ウインアイリーン

本田重（船橋）

—

›

×A:×5

ドナシェーン

藤本現（大井）

—

›

×A:×8

イタロ

石川駿（大井）

—

›

×A:×2

チャダルクン

高野誠（大井）

—

›

×A:×9

カセノタイガー

安藤洋（大井）

—

›

×A:×13

ラペルシェール

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。

11R 大井競馬場ダ1400m ダート1400m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レジェンドウェイ	吉井章（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11走で勝率27%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/02 大井7R 1着/11頭 06/10 大井7R 4着/11頭 05/21 大井10R 11着/16頭+0.0秒 03/23 大井11R 5着/13頭+0.6秒 03/10 大井12R 4着/16頭+0.4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 11走で勝率 27% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -83% (大幅な期待値マイナス) AI 予想勝率 10.9% ※ 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	チャダルクン差し	高野誠（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10R 9着/11頭 02/20 大井11R 6着/15頭+0.4秒 01/30 大井11R 2着/12頭+0.0秒 01/16 大井12R 5着/14頭+1.1秒 12/31 大井12R 12着/16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 5.7着 △ 当競馬場適性 28走で勝率 11% △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 1.7% ※ 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。
3	ユニヴェール逃げ	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／同馬場状態で勝率33%）
前5走 06/09 大井10R 13着/13頭+9.0秒 05/21 大井10R 2着/16頭+1.0秒 04/30 大井7R 2着/13頭+0.1秒 04/15 大井7R 1着/12頭勝利 03/26 大井8R 4着/7頭+0.9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 5.7着 △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 3走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 13着 (大敗) × 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 6.4% ※ 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	アルミンテソーロ逃げ	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10走で勝率50%と適性高／同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 02/17 大井12R 12着/16頭+1.8秒 01/30 大井8R 1着/13頭勝利 01/16 大井8R 3着/12頭+0.5秒 12/30 大井7R 1着/14頭勝利 09/19 大井1R 1着/10頭勝利
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 50% (得意) ◎ 馬場適性同馬場 5走で勝率 40% ▽ 前走実績前走 12着 (大敗) △ ローテーション 157日休養明け × 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 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。
5	ドナシェーン	藤本現（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11R 12着/16頭 03/27 大井2R 3着/12頭+0.1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 7.5着 (不振) ▽ 前走実績前走 12着 (大敗) ○ 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) -93% (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。
6	ドゥーロアバンティ	鷹見陸（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12R 5着/13頭 06/09 大井10R 8着/13頭+1.0秒 05/22 大井12R 3着/15頭 12/25 大井12R 4着/13頭+1.0秒 12/05 大井12R 2着/14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戦の調子平均 5.3着 △ 当競馬場適性 43走で勝率 9% △ 距離適性同距離 35走で勝率 11% ○ 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) -92% (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	オソルノ	西啓太（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10R 6着/12頭 06/11 大井10R 7着/14頭 ― ― ―
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 6.5着 ○ 騎手近50戦勝率 18% ○ 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) -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。
8	イタロ自在	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5走で勝ち無し）
前5走 07/15 浦和8R 8着/12頭 07/03 大井12R 7着/13頭 03/25 大井12R 6着/13頭+1.2秒 03/11 大井12R 2着/11頭+0.4秒 02/20 大井10R 5着/13頭+1.1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 7.0着 (不振) △ 当競馬場適性 26走で勝率 12% ▽ 距離適性同距離は 5走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 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 3.5% ※ 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	カセノタイガー	安藤洋（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（前走2着）
前5走 07/03 大井12R 2着/13頭 06/09 大井10R 10着/13頭 05/22 大井12R 10着/15頭 04/27 大井11R 11着/16頭+1.6秒 10/08 大井11R 14着/16頭+5.9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 7.3着 (不振) △ 当競馬場適性 10走で勝率 10% ○ 距離適性同距離 6走で勝率 17% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 16% ○ 前走実績前走 2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) -94% (大幅な期待値マイナス) AI 予想勝率 3.6% ※ 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。
10	グラスグリード逃げ	笹川翼（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4走で勝率50%／直近3走で勝率67%と好調）
前5走 07/03 大井12R 4着/13頭+3.0秒 05/21 大井6R 1着/12頭 04/29 大井8R 1着/13頭勝利 04/15 大井7R 2着/12頭+0.2秒 03/25 大井8R 2着/13頭+0.1秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 11走で勝率 27% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 騎手近50戦勝率 26% (好調) ○ 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 10.8% ※ 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	ホワイトマジック逃げ	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9走で勝率67%と適性高／同馬場状態で勝率60%／直近3走で勝率33%と好調）
前5走 06/30 大井9R 1着/9頭 06/09 大井9R 3着/14頭 05/19 大井12R 5着/16頭+0.7秒 04/16 大井9R 1着/16頭勝利 03/11 大井10R 1着/13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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 9走で勝率 67% (得意) ◎ 馬場適性同馬場 5走で勝率 60% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -83% (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。
12	エルツ逃げ	和田譲（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は6走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/03 大井11R 8着/10頭+0.0秒 06/12 大井7R 11着/11頭+2.0秒 01/12 大井11R 6着/9頭+1.3秒 12/03 大井9R 10着/12頭+1.5秒 10/24 大井11R 1着/10頭勝利
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 8.3着 (不振) ○ 当競馬場適性 33走で勝率 21% (相性良) ▽ 距離適性同距離は 6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) -92% (大幅な期待値マイナス) AI 予想勝率 5.3% ※ 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。
13	ラペルシェール	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62走で勝率2%と苦戦傾向／同距離帯は40走で勝ち無し／直近3走平均9.3着と低調）
前5走 07/03 大井12R 10着/13頭+0.0秒 06/09 大井10R 6着/13頭 05/22 大井12R 12着/15頭+0.0秒 04/27 大井11R 7着/16頭+1.2秒 04/14 大井10R 6着/9頭+1.7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 9.3着 (不振) × 当競馬場適性 62走で勝率 2% (苦戦) ▽ 距離適性同距離は 40走で勝ち無し △ 騎手近50戦勝率 2% (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) -98% (大幅な期待値マイナス) AI 予想勝率 1.2% ※ 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。
14	ナギサノルナ逃げ	篠谷葵（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8走で勝率38%と適性高／同距離帯4走で勝率25%／同馬場状態で勝率33%）
前5走 06/30 大井11R 14着/16頭 05/21 大井4R 3着/13頭 12/31 大井3R 1着/10頭勝利 12/04 大井11R 14着/16頭+2.4秒 10/23 大井2R 1着/10頭勝利
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 14着 (大敗) ○ 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) -90% (大幅な期待値マイナス) AI 予想勝率 5.5% ※ 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。
15	ベイビーゲート逃げ	野畑凌（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10走で勝率30%と適性高）
前5走 06/30 大井9R 4着/9頭+3.0秒 06/10 大井10R 7着/14頭 02/19 大井11R 3着/15頭+0.7秒 01/28 大井10R 9着/13頭+1.9秒 12/31 大井9R 1着/12頭勝利
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 4.7着 ◎ 当競馬場適性 10走で勝率 30% (得意) ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 18% ○ 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) -81% (大幅な期待値マイナス) AI 予想勝率 10.8% ※ 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。
16	ウインアイリーン自在	本田重（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯26走で勝率31%／同馬場状態で勝率36%）
前5走 07/03 大井12R 8着/13頭 05/22 大井12R 4着/15頭 04/14 大井10R 2着/9頭+0.9秒 03/25 大井12R 7着/13頭+1.3秒 01/16 大井12R 7着/14頭+1.3秒
AI 評価の内訳 — 馬番 16 ◎ 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 41走で勝率 22% (相性良) ◎ 距離適性同距離 26走で勝率 31% ◎ 馬場適性同馬場 22走で勝率 36% ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 4.8% ※ 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。

🎯 AIの本命

AI評価1位

アルミンテソーロ

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

○11ホワイトマジック

—

EV —

▲1レジェンドウェイ

—

EV —

出走馬全16頭

×4

アルミンテソーロ

藤田凌（大井）

—

›

○11

ホワイトマジック

矢野貴（大井）

—

›

▲1

レジェンドウェイ

吉井章（大井）

—

›

△15

ベイビーゲート

野畑凌（川崎）

—

›

△10

グラスグリード

笹川翼（大井）

—

›

△3

ユニヴェール

達城龍（大井）

—

›

×14

ナギサノルナ

篠谷葵（船橋）

—

›

×12

エルツ

和田譲（大井）

—

›

×16

ウインアイリーン

本田重（船橋）

—

›

×6

ドゥーロアバンティ

鷹見陸（大井）

—

›

×5

ドナシェーン

藤本現（大井）

—

›

×9

カセノタイガー

安藤洋（大井）

—

›

×8

イタロ

石川駿（大井）

—

›

×7

オソルノ

西啓太（大井）

—

›

×2

チャダルクン

高野誠（大井）

—

›

×13

ラペルシェール

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。