浦和 6R 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

6R 浦和競馬場ダ1500m ダート1500m　発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フォガラ	保園翔（浦和）	実98.2	B× A▽勝率1% EV+11% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯28走で勝率25%／直近3走平均9.0着と低調）
前5走 07/13 浦和7R 11着/12頭 07/06 川崎8R 8着/9頭 06/24 浦和6R 8着/10頭+1.0秒 06/17 川崎7R 10着/10頭+4.0秒 05/27 浦和6R 11着/12頭
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 9.0着 (不振) ○ 当競馬場適性 25走で勝率 20% (相性良) ◎ 距離適性同距離 28走で勝率 25% ○ 馬場適性同馬場 26走で勝率 23% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.1% / 期待値 +12% ※ 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	リッキオ自在	秋元耕（浦和）	実8.4	B△ A△勝率5% EV-55% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 07/13 浦和7R 6着/12頭 06/25 浦和9R 8着/10頭+1.0秒 05/26 浦和5R 1着/12頭 04/20 浦和9R 1着/13頭勝利 04/10 川崎5R 5着/12頭+2.1秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 26走で勝率 12% △ 距離適性同距離 32走で勝率 9% ○ 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 0.1% (オッズ暗示: 11.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.3% / 期待値 -56% ※ 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	ディルブランド推奨	櫻井光（川崎）	実5.5	B△ A🌟◎勝率30% EV+67% 詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実／当競馬場で勝率17%と相性良／前走2着で力を示す）
前5走 07/14 浦和5R 2着/11頭+1.0秒 07/08 川崎4R 7着/12頭 06/22 浦和7R 5着/8頭+2.0秒 06/05 船橋6R 2着/12頭+5.0秒 05/25 浦和9R 1着/11頭
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 4.7着 ○ 当競馬場適性 6走で勝率 17% (相性良) △ 距離適性同距離 7走で勝率 14% ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 10.9% (オッズ暗示: 18.2%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 30.4% / 期待値 +67% ※ 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	ダンシングエリカ差し推奨	和田譲（大井）	実7.1	B🌟◎ A△勝率7% EV-49% 詳細▼	市場が大きく過小評価、AI予想勝率54% × オッズ7.1倍で期待値+280%の有力候補（当競馬場12走で勝率25%と適性高／同距離帯で勝率19%／適度な間隔で状態万全）
前5走 07/13 浦和7R 8着/12頭+0.0秒 06/22 浦和8R 2着/8頭+0.0秒 05/25 浦和6R 3着/11頭 05/12 川崎7R 4着/12頭+1.4秒 04/20 浦和6R 5着/11頭+2.6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 12走で勝率 25% (得意) ○ 距離適性同距離 16走で勝率 19% ○ 騎手近50戦勝率 18% ○ 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) +280% (市場が大幅過小評価) AI 予想勝率 53.6% (オッズ暗示: 14.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.1% / 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。
5	ミサトレッドダイヤ自在	杉山海（大井）	実58.9	B× A▽勝率1% EV-45% 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 07/13 浦和7R 10着/12頭 06/24 浦和6R 9着/10頭 05/29 浦和9R 10着/10頭+3.0秒 03/18 浦和12R 9着/12頭+2.4秒 02/25 浦和8R 10着/12頭+2.2秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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 9位 / 勝率 0.9% / 期待値 -45% ※ 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	グレートスピリット逃げ	新原周（川崎）	実2.4	B▲ A○勝率27% EV-34% 詳細▼	人気馬、市場評価通りで上乗せなし（前走2着／騎手は近50戦で勝率20%）
前5走 07/13 浦和7R 2着/12頭+2.0秒 04/21 浦和8R 12着/13頭+3.1秒 03/16 浦和8R 2着/12頭+1.2秒 02/23 浦和5R 5着/13頭+0.8秒 01/07 浦和4R 3着/12頭+0.5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 13走で勝率 8% △ 距離適性同距離 11走で勝率 9% ◎ 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 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 13.8% (オッズ暗示: 41.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 27.3% / 期待値 -34% ※ 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	イッポンミチ追込	中島良（浦和）	実74.8	B× A×勝率1% EV-51% 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 04/03 船橋12R 12着/13頭+4.6秒 03/12 船橋5R 10着/12頭+2.0秒 02/26 浦和8R 14着/14頭+2.2秒 02/11 船橋12R 13着/14頭+6.9秒 01/22 船橋4R 9着/12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 12.0着 (不振) ▽ 距離適性同距離は 5走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 126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) × Aモデルの評価 (参考) レース内 10位 / 勝率 0.6% / 期待値 -51% ※ 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	シェナクラウン自在	國分祐（浦和）	実59.5	B× A▽勝率2% EV+41% 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 07/16 浦和12R 11着/12頭+0.0秒 05/13 川崎6R 5着/14頭+0.9秒 04/22 浦和12R 4着/12頭+0.5秒 03/30 船橋10R 8着/14頭+1.5秒 03/18 浦和12R 1着/12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戦の調子平均 6.7着 × 当競馬場適性 36走で勝率 3% (苦戦) ▽ 距離適性同距離は 30走で勝ち無し ▽ 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 7位 / 勝率 2.4% / 期待値 +42% ※ 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	フェリスラリー	及川烈（浦和）	実6.0	B△ A△勝率5% EV-68% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場4走で勝率50%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/16 浦和6R 1着/12頭 06/26 浦和6R 1着/8頭 05/28 浦和4R 5着/8頭+0.0秒 04/23 浦和5R 10着/12頭+1.3秒 04/03 船橋9R 6着/10頭+1.8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 4走で勝率 50% (得意) ○ 距離適性同距離 13走で勝率 15% ○ 騎手近50戦勝率 18% ◎ 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) -88% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 16.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.3% / 期待値 -68% ※ 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	ジーティームテキ	藤本現（大井）	実5.3	B○ A▲勝率20% EV+3% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着／74日ぶりの実戦）
前5走 05/25 浦和7R 3着/11頭 05/12 川崎7R 10着/12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 6.5着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 19.4% (オッズ暗示: 18.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 19.5% / 期待値 +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。

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

B推奨Aモデル △

ダンシングエリカ

騎手和田譲（大井）

単勝オッズ

7.1倍

AI期待値

+280%

買い目

¥1,100

全レースの推奨

AIの推奨本命の次点

○A:▲10ジーティームテキ

5.3倍

EV +2%

▲A:○6グレートスピリット

2.4倍

EV -66%

出走馬全10頭

◎A:△4

ダンシングエリカ

和田譲（大井）

7.1倍

+280%

›

○A:▲10

ジーティームテキ

藤本現（大井）

5.3倍

+2%

›

▲A:○6

グレートスピリット

新原周（川崎）

2.4倍

-66%

›

△A:◎3

ディルブランド

櫻井光（川崎）

5.5倍

-40%

›

△A:△9

フェリスラリー

及川烈（浦和）

6.0倍

-87%

›

△A:△2

リッキオ

秋元耕（浦和）

8.4倍

-98%

›

×A:▽1

フォガラ

保園翔（浦和）

98.2倍

-86%

›

×A:▽5

ミサトレッドダイヤ

杉山海（大井）

58.9倍

-99%

›

×A:▽8

シェナクラウン

國分祐（浦和）

59.5倍

-99%

›

×A:×7

イッポンミチ

中島良（浦和）

74.8倍

-99%

›

💡 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

このレースの推奨馬券　2モデル並走 (AI 期待値プラス判定)

A. 市場込みモデル

単勝 3 ディルブランド ¥300 実5.5倍期待値 -40% ❌不的中3着単勝 5.5倍

B. 市場除外+キャリブ

単勝 4 ダンシングエリカ ¥1,100 実7.1倍期待値 +281% ❌不的中7着単勝 7.1倍

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

6R 浦和競馬場ダ1500m ダート1500m　発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フォガラ	保園翔（浦和）	実98.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯28走で勝率25%／直近3走平均9.0着と低調）
前5走 07/13 浦和7R 11着/12頭 07/06 川崎8R 8着/9頭 06/24 浦和6R 8着/10頭+1.0秒 06/17 川崎7R 10着/10頭+4.0秒 05/27 浦和6R 11着/12頭
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 9.0着 (不振) ○ 当競馬場適性 25走で勝率 20% (相性良) ◎ 距離適性同距離 28走で勝率 25% ○ 馬場適性同馬場 26走で勝率 23% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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) +11% (市場と概ね一致) AI 予想勝率 1.1% (オッズ暗示: 1.0%) ※ 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。
2	リッキオ自在	秋元耕（浦和）	実8.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 07/13 浦和7R 6着/12頭 06/25 浦和9R 8着/10頭+1.0秒 05/26 浦和5R 1着/12頭 04/20 浦和9R 1着/13頭勝利 04/10 川崎5R 5着/12頭+2.1秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 26走で勝率 12% △ 距離適性同距離 32走で勝率 9% ○ 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) -56% (大幅な期待値マイナス) AI 予想勝率 5.3% (オッズ暗示: 11.9%) ※ 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	ディルブランド推奨	櫻井光（川崎）	実5.5	🌟◎詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+67%の中穴候補（近5走で勝率20%と堅実／当競馬場で勝率17%と相性良／前走2着で力を示す）
前5走 07/14 浦和5R 2着/11頭+1.0秒 07/08 川崎4R 7着/12頭 06/22 浦和7R 5着/8頭+2.0秒 06/05 船橋6R 2着/12頭+5.0秒 05/25 浦和9R 1着/11頭
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 4.7着 ○ 当競馬場適性 6走で勝率 17% (相性良) △ 距離適性同距離 7走で勝率 14% ○ 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) +67% (市場が大幅過小評価) AI 予想勝率 30.4% (オッズ暗示: 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。
4	ダンシングエリカ差し推奨	和田譲（大井）	実7.1	△詳細▼	期待値プラスでAIの推し馬（当競馬場12走で勝率25%と適性高／同距離帯で勝率19%／適度な間隔で状態万全）
前5走 07/13 浦和7R 8着/12頭+0.0秒 06/22 浦和8R 2着/8頭+0.0秒 05/25 浦和6R 3着/11頭 05/12 川崎7R 4着/12頭+1.4秒 04/20 浦和6R 5着/11頭+2.6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 12走で勝率 25% (得意) ○ 距離適性同距離 16走で勝率 19% ○ 騎手近50戦勝率 18% ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 7.1% (オッズ暗示: 14.1%) ※ 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	ミサトレッドダイヤ自在	杉山海（大井）	実58.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均9.7着と低調）
前5走 07/13 浦和7R 10着/12頭 06/24 浦和6R 9着/10頭 05/29 浦和9R 10着/10頭+3.0秒 03/18 浦和12R 9着/12頭+2.4秒 02/25 浦和8R 10着/12頭+2.2秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) -45% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 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。
6	グレートスピリット逃げ	新原周（川崎）	実2.4	○詳細▼	人気馬、市場評価通りで上乗せなし（前走2着／騎手は近50戦で勝率20%）
前5走 07/13 浦和7R 2着/12頭+2.0秒 04/21 浦和8R 12着/13頭+3.1秒 03/16 浦和8R 2着/12頭+1.2秒 02/23 浦和5R 5着/13頭+0.8秒 01/07 浦和4R 3着/12頭+0.5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 13走で勝率 8% △ 距離適性同距離 11走で勝率 9% ◎ 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 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 27.3% (オッズ暗示: 41.7%) ※ 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	イッポンミチ追込	中島良（浦和）	実74.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は5走で勝ち無し／直近3走平均12.0着と低調／126日ぶりの実戦）
前5走 04/03 船橋12R 12着/13頭+4.6秒 03/12 船橋5R 10着/12頭+2.0秒 02/26 浦和8R 14着/14頭+2.2秒 02/11 船橋12R 13着/14頭+6.9秒 01/22 船橋4R 9着/12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 12.0着 (不振) ▽ 距離適性同距離は 5走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 126日休養明け × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.3%) ※ 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	シェナクラウン自在	國分祐（浦和）	実59.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場36走で勝率3%と苦戦傾向／同距離帯は30走で勝ち無し）
前5走 07/16 浦和12R 11着/12頭+0.0秒 05/13 川崎6R 5着/14頭+0.9秒 04/22 浦和12R 4着/12頭+0.5秒 03/30 船橋10R 8着/14頭+1.5秒 03/18 浦和12R 1着/12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戦の調子平均 6.7着 × 当競馬場適性 36走で勝率 3% (苦戦) ▽ 距離適性同距離は 30走で勝ち無し ▽ 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) +41% (妙味あり) AI 予想勝率 2.4% (オッズ暗示: 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。
9	フェリスラリー	及川烈（浦和）	実6.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場4走で勝率50%と適性高／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/16 浦和6R 1着/12頭 06/26 浦和6R 1着/8頭 05/28 浦和4R 5着/8頭+0.0秒 04/23 浦和5R 10着/12頭+1.3秒 04/03 船橋9R 6着/10頭+1.8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 4走で勝率 50% (得意) ○ 距離適性同距離 13走で勝率 15% ○ 騎手近50戦勝率 18% ◎ 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) -68% (大幅な期待値マイナス) AI 予想勝率 5.3% (オッズ暗示: 16.7%) ※ 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	ジーティームテキ	藤本現（大井）	実5.3	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着／74日ぶりの実戦）
前5走 05/25 浦和7R 3着/11頭 05/12 川崎7R 10着/12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 6.5着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 19.5% (オッズ暗示: 18.9%) ※ 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

A推奨

ディルブランド

騎手櫻井光（川崎）

単勝オッズ

5.5倍

AI期待値

+67%

買い目

¥300

全レースの推奨

AIの推奨本命の次点

○6グレートスピリット

2.4倍

EV -34%

▲10ジーティームテキ

5.3倍

EV +3%

出走馬全10頭

◎3

ディルブランド

櫻井光（川崎）

5.5倍

+67%

›

○6

グレートスピリット

新原周（川崎）

2.4倍

-34%

›

▲10

ジーティームテキ

藤本現（大井）

5.3倍

+3%

›

△4

ダンシングエリカ

和田譲（大井）

7.1倍

-49%

›

△2

リッキオ

秋元耕（浦和）

8.4倍

-55%

›

△9

フェリスラリー

及川烈（浦和）

6.0倍

-68%

›

▽8

シェナクラウン

國分祐（浦和）

59.5倍

+41%

›

▽1

フォガラ

保園翔（浦和）

98.2倍

+11%

›

▽5

ミサトレッドダイヤ

杉山海（大井）

58.9倍

-45%

›

×7

イッポンミチ

中島良（浦和）

74.8倍

-51%

›

💡 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

このレースの推奨馬券　2モデル並走 (AI 期待値プラス判定)

A. 市場込みモデル

単勝 3 ディルブランド ¥300 実5.5倍期待値 +67% ❌不的中3着単勝 5.5倍

B. 市場除外+キャリブ

単勝 4 ダンシングエリカ ¥1,100 実7.1倍期待値 -49% ❌不的中7着単勝 7.1倍

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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。