浦和 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 浦和競馬場ダ2000m ダート2000m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アンブレラダンス先行	張田昂（船橋）	実28.4	B× A▽勝率2% EV-49% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場23走で勝率26%と適性高／直近3走で勝率33%と好調）
前5走 07/13 浦和12R 5着/12頭+0.0秒 05/29 浦和12R 1着/10頭 04/21 浦和6R 5着/12頭+2.1秒 03/30 船橋7R 8着/12頭+1.0秒 03/16 浦和12R 5着/12頭+0.7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 23走で勝率 26% (得意) ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 16走で勝率 25% ○ 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) -61% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 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。
2	ニシノアヤカゼ逃げ	秋元耕（浦和）	実68.5	B× A▽勝率1% EV-44% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4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 07/13 浦和12R 10着/12頭 05/26 浦和12R 10着/12頭 04/20 浦和12R 2着/12頭+0.0秒 04/09 川崎9R 5着/14頭+0.9秒 03/19 浦和8R 12着/14頭+2.0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 7.3着 (不振) × 当競馬場適性 4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) -86% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.8% / 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。
3	ビリーヴィン逃げ	中山遥（浦和）	実6.4	B× A▲勝率15% EV-5% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.0着と低調／前走2着）
前5走 07/13 浦和12R 2着/12頭+1.0秒 05/25 浦和12R 12着/12頭 04/20 浦和12R 10着/12頭+2.4秒 03/31 船橋12R 14着/14頭+3.4秒 03/17 浦和12R 7着/12頭+2.0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 8.0着 (不振) ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 9走で勝率 22% ○ 騎手近50戦勝率 14% ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 15.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.7% / 期待値 -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。
4	フローティンローズ推奨	岡村健（船橋）	実6.8	B🌟◎ A△勝率12% EV-20% 詳細▼	市場が大きく過小評価、AI予想勝率75% × オッズ6.8倍で期待値+407%の有力候補（直近3走勝率33%と上り調子／当競馬場4走で勝率50%と適性高／同距離帯で勝率40%と得意）
前5走 07/13 浦和12R 4着/12頭 06/23 浦和7R 1着/10頭 05/25 浦和12R 5着/12頭 04/22 浦和12R 1着/12頭勝利 02/19 大井8R 13着/13頭+5.1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 4走で勝率 50% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 騎手近50戦勝率 20% (好調) ○ 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) +407% (市場が大幅過小評価) AI 予想勝率 74.6% (オッズ暗示: 14.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.8% / 期待値 -20% ※ 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	フリューゲルクー逃げ	和田譲（大井）	実11.5	B△ A×勝率4% EV-51% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／128日ぶりの実戦）
前5走 04/01 船橋12R 13着/13頭+7.1秒 01/06 浦和11R 9着/11頭+2.2秒 12/25 浦和12R 2着/12頭+0.4秒 10/16 川崎5R 3着/13頭+1.2秒 08/15 浦和6R 1着/10頭勝利
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 8.0着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 13着 (大敗) △ ローテーション 128日休養明け × 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 1.4% (オッズ暗示: 8.7%) × Aモデルの評価 (参考) レース内 7位 / 勝率 4.2% / 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。
6	ハクシンドラゴン	櫻井光（川崎）	実8.3	B△ A△勝率5% EV-59% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 07/30 川崎8R 3着/11頭+0.2秒 07/13 浦和12R 3着/12頭 06/24 浦和10R 8着/11頭 05/27 浦和10R 12着/12頭+0.0秒 02/26 浦和12R 7着/11頭+1.5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 4.7着 △ 当競馬場適性 19走で勝率 11% △ 距離適性同距離 7走で勝率 14% ○ 前走実績前走 3着 (好走) × 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 2.4% (オッズ暗示: 12.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.9% / 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	カプローニ	及川烈（浦和）	実29.0	B× A▽勝率2% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場21走で勝率5%と苦戦傾向／前走2着）
前5走 07/14 浦和6R 2着/10頭 06/26 浦和9R 4着/10頭 05/28 浦和9R 4着/12頭 05/05 船橋6R 11着/12頭+2.5秒 04/23 浦和10R 9着/11頭+2.2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 3.3着 × 当競馬場適性 21走で勝率 5% (苦戦) ○ 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 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 0.2% (オッズ暗示: 3.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.2% / 期待値 -36% ※ 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	モウ自在	野畑凌（川崎）	実3.4	B▲ A◎勝率28% EV-3% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.3着と安定／前走2着／騎手は近50戦で勝率28%）
前5走 07/15 浦和10R 2着/11頭 04/20 浦和12R 3着/12頭+0.1秒 04/10 川崎9R 2着/10頭+0.6秒 03/19 浦和6R 2着/12頭+0.2秒 02/28 浦和9R 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 2.3着 (安定) △ 当競馬場適性 12走で勝率 8% ◎ 騎手近50戦勝率 28% (好調) ○ 前走実績前走 2着 (好走) ○ 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) -78% (大幅な期待値マイナス) AI 予想勝率 6.5% (オッズ暗示: 29.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 28.4% / 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。
9	サヨノゴーステッド自在	西啓太（大井）	実7.0	B○ A△勝率9% EV-34% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率38%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 07/13 浦和12R 7着/12頭 05/26 浦和12R 6着/12頭+2.0秒 11/28 浦和12R 1着/12頭勝利 10/29 浦和9R 2着/11頭+0.1秒 09/25 浦和12R 4着/11頭+1.1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 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 5走で勝率 20% ◎ 馬場適性同馬場 5走で勝率 60% ○ 騎手近50戦勝率 16% ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 8.9% (オッズ暗示: 14.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.4% / 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。
10	コスモグッドラック逃げ	笹川翼（大井）	実4.8	B△ A○勝率21% EV+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3走で勝率67%と適性高／同馬場状態で勝率50%／騎手は近50戦で勝率20%）
前5走 06/29 船橋12R 11着/12頭 03/31 船橋12R 4着/14頭+0.5秒 03/10 船橋12R 3着/11頭+0.4秒 02/23 浦和12R 1着/12頭勝利 02/11 船橋12R 11着/14頭+3.8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 6.0着 ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 馬場適性同馬場 6走で勝率 50% ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 11着 (大敗) × 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 2.9% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.0% / 期待値 +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。
11	ロードアスタリスク	杉山海（大井）	実49.7	B× A×勝率1% EV-60% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 07/13 浦和12R 8着/12頭 06/02 船橋11R 10着/14頭 05/25 浦和12R 7着/12頭+0.0秒 05/07 船橋12R 10着/13頭+2.9秒 04/20 浦和12R 4着/12頭+0.1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 8.3着 (不振) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 9走で勝率 11% ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.0%) × Aモデルの評価 (参考) レース内 11位 / 勝率 0.8% / 期待値 -60% ※ 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 △

フローティンローズ

騎手岡村健（船橋）

単勝オッズ

6.8倍

AI期待値

+407%

買い目

¥1,700

全レースの推奨

AIの推奨本命の次点

○A:△9サヨノゴーステッド

7.0倍

EV -37%

▲A:◎8モウ

3.4倍

EV -77%

出走馬全11頭

◎A:△4

フローティンローズ

岡村健（船橋）

6.8倍

+407%

›

○A:△9

サヨノゴーステッド

西啓太（大井）

7.0倍

-37%

›

▲A:◎8

モウ

野畑凌（川崎）

3.4倍

-77%

›

△A:○10

コスモグッドラック

笹川翼（大井）

4.8倍

-86%

›

△A:△6

ハクシンドラゴン

櫻井光（川崎）

8.3倍

-80%

›

△A:×5

フリューゲルクー

和田譲（大井）

11.5倍

-83%

›

×A:▲3

ビリーヴィン

中山遥（浦和）

6.4倍

-91%

›

×A:▽1

アンブレラダンス

張田昂（船橋）

28.4倍

-60%

›

×A:▽7

カプローニ

及川烈（浦和）

29.0倍

-94%

›

×A:▽2

ニシノアヤカゼ

秋元耕（浦和）

68.5倍

-86%

›

×A:×11

ロードアスタリスク

杉山海（大井）

49.7倍

-98%

›

💡 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

このモデルは本レース見送り判定（期待値プラスなし）

B. 市場除外+キャリブ

単勝 4 フローティンローズ ¥1,700 実6.8倍期待値 +407% ❌不的中7着単勝 6.8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

12R 浦和競馬場ダ2000m ダート2000m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アンブレラダンス先行	張田昂（船橋）	実28.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場23走で勝率26%と適性高／直近3走で勝率33%と好調）
前5走 07/13 浦和12R 5着/12頭+0.0秒 05/29 浦和12R 1着/10頭 04/21 浦和6R 5着/12頭+2.1秒 03/30 船橋7R 8着/12頭+1.0秒 03/16 浦和12R 5着/12頭+0.7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 23走で勝率 26% (得意) ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 16走で勝率 25% ○ 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 1.8% (オッズ暗示: 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。
2	ニシノアヤカゼ逃げ	秋元耕（浦和）	実68.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4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 07/13 浦和12R 10着/12頭 05/26 浦和12R 10着/12頭 04/20 浦和12R 2着/12頭+0.0秒 04/09 川崎9R 5着/14頭+0.9秒 03/19 浦和8R 12着/14頭+2.0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 7.3着 (不振) × 当競馬場適性 4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 0.8% (オッズ暗示: 1.5%) ※ 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	ビリーヴィン逃げ	中山遥（浦和）	実6.4	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均8.0着と低調／前走2着）
前5走 07/13 浦和12R 2着/12頭+1.0秒 05/25 浦和12R 12着/12頭 04/20 浦和12R 10着/12頭+2.4秒 03/31 船橋12R 14着/14頭+3.4秒 03/17 浦和12R 7着/12頭+2.0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 8.0着 (不振) ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 9走で勝率 22% ○ 騎手近50戦勝率 14% ○ 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) -6% (オッズ過剰評価) AI 予想勝率 14.7% (オッズ暗示: 15.6%) ※ 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。
4	フローティンローズ推奨	岡村健（船橋）	実6.8	△詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場4走で勝率50%と適性高／同距離帯で勝率40%と得意）
前5走 07/13 浦和12R 4着/12頭 06/23 浦和7R 1着/10頭 05/25 浦和12R 5着/12頭 04/22 浦和12R 1着/12頭勝利 02/19 大井8R 13着/13頭+5.1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 4走で勝率 50% (得意) ◎ 距離適性同距離 5走で勝率 40% ◎ 騎手近50戦勝率 20% (好調) ○ 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) -20% (オッズ過剰評価) AI 予想勝率 11.8% (オッズ暗示: 14.7%) ※ 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	フリューゲルクー逃げ	和田譲（大井）	実11.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調／128日ぶりの実戦）
前5走 04/01 船橋12R 13着/13頭+7.1秒 01/06 浦和11R 9着/11頭+2.2秒 12/25 浦和12R 2着/12頭+0.4秒 10/16 川崎5R 3着/13頭+1.2秒 08/15 浦和6R 1着/10頭勝利
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 8.0着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 騎手近50戦勝率 18% ▽ 前走実績前走 13着 (大敗) △ ローテーション 128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 4.2% (オッズ暗示: 8.7%) ※ 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	ハクシンドラゴン	櫻井光（川崎）	実8.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 07/30 川崎8R 3着/11頭+0.2秒 07/13 浦和12R 3着/12頭 06/24 浦和10R 8着/11頭 05/27 浦和10R 12着/12頭+0.0秒 02/26 浦和12R 7着/11頭+1.5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 4.7着 △ 当競馬場適性 19走で勝率 11% △ 距離適性同距離 7走で勝率 14% ○ 前走実績前走 3着 (好走) × 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 4.9% (オッズ暗示: 12.0%) ※ 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。
7	カプローニ	及川烈（浦和）	実29.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場21走で勝率5%と苦戦傾向／前走2着）
前5走 07/14 浦和6R 2着/10頭 06/26 浦和9R 4着/10頭 05/28 浦和9R 4着/12頭 05/05 船橋6R 11着/12頭+2.5秒 04/23 浦和10R 9着/11頭+2.2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 3.3着 × 当競馬場適性 21走で勝率 5% (苦戦) ○ 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 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 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。
8	モウ自在	野畑凌（川崎）	実3.4	◎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（直近3走平均2.3着と安定／前走2着／騎手は近50戦で勝率28%）
前5走 07/15 浦和10R 2着/11頭 04/20 浦和12R 3着/12頭+0.1秒 04/10 川崎9R 2着/10頭+0.6秒 03/19 浦和6R 2着/12頭+0.2秒 02/28 浦和9R 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 2.3着 (安定) △ 当競馬場適性 12走で勝率 8% ◎ 騎手近50戦勝率 28% (好調) ○ 前走実績前走 2着 (好走) ○ 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) -3% (オッズ過剰評価) AI 予想勝率 28.4% (オッズ暗示: 29.4%) ※ 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。
9	サヨノゴーステッド自在	西啓太（大井）	実7.0	△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8走で勝率38%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 07/13 浦和12R 7着/12頭 05/26 浦和12R 6着/12頭+2.0秒 11/28 浦和12R 1着/12頭勝利 10/29 浦和9R 2着/11頭+0.1秒 09/25 浦和12R 4着/11頭+1.1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 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 5走で勝率 20% ◎ 馬場適性同馬場 5走で勝率 60% ○ 騎手近50戦勝率 16% ○ 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 9.4% (オッズ暗示: 14.3%) ※ 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。
10	コスモグッドラック逃げ	笹川翼（大井）	実4.8	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率67%と適性高／同馬場状態で勝率50%／騎手は近50戦で勝率20%）
前5走 06/29 船橋12R 11着/12頭 03/31 船橋12R 4着/14頭+0.5秒 03/10 船橋12R 3着/11頭+0.4秒 02/23 浦和12R 1着/12頭勝利 02/11 船橋12R 11着/14頭+3.8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 6.0着 ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 馬場適性同馬場 6走で勝率 50% ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 21.0% (オッズ暗示: 20.8%) ※ 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	ロードアスタリスク	杉山海（大井）	実49.7	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 07/13 浦和12R 8着/12頭 06/02 船橋11R 10着/14頭 05/25 浦和12R 7着/12頭+0.0秒 05/07 船橋12R 10着/13頭+2.9秒 04/20 浦和12R 4着/12頭+0.1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 8.3着 (不振) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 9走で勝率 11% ○ 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) -60% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.0%) ※ 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

モウ

騎手野畑凌（川崎）

単勝オッズ

3.4倍

AI期待値

-3%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10コスモグッドラック

4.8倍

EV +0%

▲3ビリーヴィン

6.4倍

EV -5%

出走馬全11頭

◎8

モウ

野畑凌（川崎）

3.4倍

-3%

›

○10

コスモグッドラック

笹川翼（大井）

4.8倍

+0%

›

▲3

ビリーヴィン

中山遥（浦和）

6.4倍

-5%

›

△4

フローティンローズ

岡村健（船橋）

6.8倍

-20%

›

△9

サヨノゴーステッド

西啓太（大井）

7.0倍

-34%

›

△6

ハクシンドラゴン

櫻井光（川崎）

8.3倍

-59%

›

×5

フリューゲルクー

和田譲（大井）

11.5倍

-51%

›

▽7

カプローニ

及川烈（浦和）

29.0倍

-36%

›

▽1

アンブレラダンス

張田昂（船橋）

28.4倍

-49%

›

▽2

ニシノアヤカゼ

秋元耕（浦和）

68.5倍

-44%

›

×11

ロードアスタリスク

杉山海（大井）

49.7倍

-60%

›

💡 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

このモデルは本レース見送り判定（期待値プラスなし）

B. 市場除外+キャリブ

単勝 4 フローティンローズ ¥1,700 実6.8倍期待値 -20% ❌不的中7着単勝 6.8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。