浦和 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 浦和競馬場ダ800m ダート800m　発走 13:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サラミスチーフ	野畑凌（川崎）	実3.4	B▲ A○勝率21% EV-27% 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0%と苦戦傾向／騎手は近50戦で勝率30%）
前5走 07/15 浦和2R 8着/9頭 05/29 浦和5R 6着/12頭 04/24 浦和4R 4着/10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戦の調子平均 6.0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 26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 4.5% (オッズ暗示: 29.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.3% / 期待値 -28% ※ 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	フレンドリーエール	山中悠（船橋）	実2.1	B🌟◎ A🌟◎勝率31% EV-34% 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
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) ◎ 期待値 (オッズ vs AI勝率) +46% (妙味あり) AI 予想勝率 69.9% (オッズ暗示: 47.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.2% / 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。
3	シナノクリスタル	本橋孝（船橋）	実160.3	B▽ A▽勝率1% EV+38% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／直近3走平均8.3着と低調）
前5走 07/17 浦和1R 8着/12頭+0.0秒 06/24 浦和3R 10着/10頭+7.0秒 05/28 浦和1R 7着/11頭 01/08 浦和4R 12着/12頭+3.6秒 12/23 浦和1R 4着/12頭+1.1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 8.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 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) +209% (市場が大幅過小評価) AI 予想勝率 1.9% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 +38% ※ 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	レディーキューティ	中島良（浦和）	実111.2	B▽ A▽勝率1% EV+56% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 4% (やや苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +64% (市場が大幅過小評価) AI 予想勝率 1.5% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 期待値 +57% ※ 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	エリナセイコー	見越彬（浦和）	実104.1	B△ A▽勝率2% EV+149% 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7走で勝ち無し）
前5走 07/17 浦和1R 4着/12頭+0.0秒 06/26 浦和1R 5着/10頭 06/15 川崎1R 10着/12頭 05/29 浦和4R 5着/11頭 04/24 浦和3R 4着/10頭+0.6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 6.3着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 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) +368% (市場が大幅過小評価) AI 予想勝率 4.5% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.4% / 期待値 +150% ※ 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	ポンドリップ	室陽一（浦和）	実68.3	B△ A▽勝率3% EV+130% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は8走で勝ち無し）
前5走 07/06 川崎3R 6着/12頭 06/26 浦和2R 6着/9頭 06/15 川崎1R 8着/12頭 05/29 浦和4R 3着/11頭 05/11 川崎3R 5着/11頭+1.7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 6.7着 ▽ 距離適性同距離は 8走で勝ち無し ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 1.9% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.4% / 期待値 +131% ※ 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	シェナノクインサー	保園翔（浦和）	実17.7	B△ A△勝率7% EV+16% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率50%と好調）
前5走 07/13 浦和4R 11着/11頭 10/28 浦和3R 1着/7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 50% (絶好調) △ 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 28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 4.5% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.6% / 期待値 +17% ※ 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	セーブルラヴ	秋元耕（浦和）	実5.5	B× A▲勝率16% EV-10% 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25%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/17 浦和1R 1着/12頭 06/26 浦和1R 4着/10頭 08/20 浦和6R 10着/10頭+4.5秒 07/22 浦和3R 2着/5頭+0.3秒 ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 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) -93% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 18.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.3% / 期待値 -11% ※ 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	ナンヨーラーク	及川烈（浦和）	実442.3	B× A▽勝率1% EV+160% 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 07/17 浦和1R 9着/12頭 07/02 船橋1R 9着/11頭 ― ― ―
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 9.0着 (不振) ○ 騎手近50戦勝率 16% ○ 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) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 期待値 +160% ※ 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	シンメエリート追込	新原周（川崎）	実117.3	B× A▽勝率2% EV+93% 詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／直近3走平均8.3着と低調／騎手は近50戦で勝率22%）
前5走 07/06 川崎3R 9着/12頭 06/22 浦和6R 7着/7頭 03/17 浦和3R 9着/9頭+7.0秒 02/23 浦和2R 9着/11頭+2.4秒 01/09 浦和3R 1着/10頭勝利
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 8.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) × 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 0.2% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.6% / 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。
11	ラブミーヘンリー推奨	高橋哲（浦和）	実19.9	B○ A△勝率5% EV-6% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+84%の中穴候補（前走2着で力を示す／適度な間隔で状態万全）
前5走 07/17 浦和1R 2着/12頭 01/02 園田3R 11着/12頭+1.2秒 12/04 園田4R 9着/12頭+1.4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 7.3着 (不振) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) +84% (市場が大幅過小評価) AI 予想勝率 9.3% (オッズ暗示: 5.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.7% / 期待値 -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。
12	カスタネアローズ先行	澤田龍（船橋）	実6.1	B× A△勝率10% EV-41% 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5走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／147日ぶりの実戦）
前5走 03/16 浦和1R 8着/11頭+1.6秒 02/25 浦和3R 4着/9頭+1.9秒 01/06 浦和1R 6着/12頭+1.6秒 12/24 浦和1R 8着/12頭+1.5秒 11/25 浦和1R 10着/12頭+3.2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 6.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 16% △ ローテーション 147日休養明け × 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 0.6% (オッズ暗示: 16.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.6% / 期待値 -41% ※ 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 ◎

フレンドリーエール

騎手山中悠（船橋）

単勝オッズ

2.1倍

AI期待値

+46%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△11ラブミーヘンリー

19.9倍

EV +84%

▲A:○1サラミスチーフ

3.4倍

EV -84%

出走馬全12頭

◎A:◎2

フレンドリーエール

山中悠（船橋）

2.1倍

+46%

›

○A:△11

ラブミーヘンリー

高橋哲（浦和）

19.9倍

+84%

›

▲A:○1

サラミスチーフ

野畑凌（川崎）

3.4倍

-84%

›

△A:△7

シェナノクインサー

保園翔（浦和）

17.7倍

-20%

›

△A:▽5

エリナセイコー

見越彬（浦和）

104.1倍

+368%

›

△A:▽6

ポンドリップ

室陽一（浦和）

68.3倍

+31%

›

▽A:▽3

シナノクリスタル

本橋孝（船橋）

160.3倍

+209%

›

▽A:▽4

レディーキューティ

中島良（浦和）

111.2倍

+64%

›

×A:▲8

セーブルラヴ

秋元耕（浦和）

5.5倍

-93%

›

×A:△12

カスタネアローズ

澤田龍（船橋）

6.1倍

-96%

›

×A:▽10

シンメエリート

新原周（川崎）

117.3倍

-78%

›

×A:▽9

ナンヨーラーク

及川烈（浦和）

442.3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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 11 ラブミーヘンリー ¥100 実19.9倍期待値 +85% ❌不的中9着単勝 19.9倍

※ オッズは予測時点の値です。

1R 浦和競馬場ダ800m ダート800m　発走 13:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サラミスチーフ	野畑凌（川崎）	実3.4	○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0%と苦戦傾向／騎手は近50戦で勝率30%）
前5走 07/15 浦和2R 8着/9頭 05/29 浦和5R 6着/12頭 04/24 浦和4R 4着/10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戦の調子平均 6.0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 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 21.3% (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。
2	フレンドリーエール	山中悠（船橋）	実2.1	🌟◎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
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) × 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 31.2% (オッズ暗示: 47.6%) ※ 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。
3	シナノクリスタル	本橋孝（船橋）	実160.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／直近3走平均8.3着と低調）
前5走 07/17 浦和1R 8着/12頭+0.0秒 06/24 浦和3R 10着/10頭+7.0秒 05/28 浦和1R 7着/11頭 01/08 浦和4R 12着/12頭+3.6秒 12/23 浦和1R 4着/12頭+1.1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 8.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 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) +38% (妙味あり) AI 予想勝率 0.9% (オッズ暗示: 0.6%) ※ 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	レディーキューティ	中島良（浦和）	実111.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 騎手近50戦勝率 4% (やや苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +56% (市場が大幅過小評価) AI 予想勝率 1.4% (オッズ暗示: 0.9%) ※ 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	エリナセイコー	見越彬（浦和）	実104.1	▽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7走で勝ち無し）
前5走 07/17 浦和1R 4着/12頭+0.0秒 06/26 浦和1R 5着/10頭 06/15 川崎1R 10着/12頭 05/29 浦和4R 5着/11頭 04/24 浦和3R 4着/10頭+0.6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 6.3着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 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) +149% (市場が大幅過小評価) AI 予想勝率 2.4% (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。
6	ポンドリップ	室陽一（浦和）	実68.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は8走で勝ち無し）
前5走 07/06 川崎3R 6着/12頭 06/26 浦和2R 6着/9頭 06/15 川崎1R 8着/12頭 05/29 浦和4R 3着/11頭 05/11 川崎3R 5着/11頭+1.7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 6.7着 ▽ 距離適性同距離は 8走で勝ち無し 🌟◎ 期待値 (オッズ vs AI勝率) +130% (市場が大幅過小評価) AI 予想勝率 3.4% (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。
7	シェナノクインサー	保園翔（浦和）	実17.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率50%と好調）
前5走 07/13 浦和4R 11着/11頭 10/28 浦和3R 1着/7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 50% (絶好調) △ 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 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 6.6% (オッズ暗示: 5.6%) ※ 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。
8	セーブルラヴ	秋元耕（浦和）	実5.5	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/17 浦和1R 1着/12頭 06/26 浦和1R 4着/10頭 08/20 浦和6R 10着/10頭+4.5秒 07/22 浦和3R 2着/5頭+0.3秒 ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 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) -11% (オッズ過剰評価) AI 予想勝率 16.3% (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。
9	ナンヨーラーク	及川烈（浦和）	実442.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 07/17 浦和1R 9着/12頭 07/02 船橋1R 9着/11頭 ― ― ―
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 9.0着 (不振) ○ 騎手近50戦勝率 16% ○ 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) +160% (市場が大幅過小評価) AI 予想勝率 0.6% (オッズ暗示: 0.2%) ※ 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。
10	シンメエリート追込	新原周（川崎）	実117.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率33%／直近3走平均8.3着と低調／騎手は近50戦で勝率22%）
前5走 07/06 川崎3R 9着/12頭 06/22 浦和6R 7着/7頭 03/17 浦和3R 9着/9頭+7.0秒 02/23 浦和2R 9着/11頭+2.4秒 01/09 浦和3R 1着/10頭勝利
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 8.3着 (不振) ○ 当競馬場適性 5走で勝率 20% (相性良) ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +93% (市場が大幅過小評価) AI 予想勝率 1.6% (オッズ暗示: 0.9%) ※ 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。
11	ラブミーヘンリー推奨	高橋哲（浦和）	実19.9	△詳細▼	期待値プラスでAIの推し馬（前走2着で力を示す／適度な間隔で状態万全）
前5走 07/17 浦和1R 2着/12頭 01/02 園田3R 11着/12頭+1.2秒 12/04 園田4R 9着/12頭+1.4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 7.3着 (不振) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -7% (オッズ過剰評価) AI 予想勝率 4.7% (オッズ暗示: 5.0%) ※ 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。
12	カスタネアローズ先行	澤田龍（船橋）	実6.1	△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5走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／147日ぶりの実戦）
前5走 03/16 浦和1R 8着/11頭+1.6秒 02/25 浦和3R 4着/9頭+1.9秒 01/06 浦和1R 6着/12頭+1.6秒 12/24 浦和1R 8着/12頭+1.5秒 11/25 浦和1R 10着/12頭+3.2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 6.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 16% △ ローテーション 147日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 9.6% (オッズ暗示: 16.4%) ※ 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。

🎯 AIの本命

AI評価1位

フレンドリーエール

騎手山中悠（船橋）

単勝オッズ

2.1倍

AI期待値

-34%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1サラミスチーフ

3.4倍

EV -27%

▲8セーブルラヴ

5.5倍

EV -10%

出走馬全12頭

◎2

フレンドリーエール

山中悠（船橋）

2.1倍

-34%

›

○1

サラミスチーフ

野畑凌（川崎）

3.4倍

-27%

›

▲8

セーブルラヴ

秋元耕（浦和）

5.5倍

-10%

›

△12

カスタネアローズ

澤田龍（船橋）

6.1倍

-41%

›

△7

シェナノクインサー

保園翔（浦和）

17.7倍

+16%

›

△11

ラブミーヘンリー

高橋哲（浦和）

19.9倍

-6%

›

▽6

ポンドリップ

室陽一（浦和）

68.3倍

+130%

›

▽5

エリナセイコー

見越彬（浦和）

104.1倍

+149%

›

▽10

シンメエリート

新原周（川崎）

117.3倍

+93%

›

▽4

レディーキューティ

中島良（浦和）

111.2倍

+56%

›

▽3

シナノクリスタル

本橋孝（船橋）

160.3倍

+38%

›

▽9

ナンヨーラーク

及川烈（浦和）

442.3倍

+160%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 11 ラブミーヘンリー ¥100 実19.9倍期待値 -7% ❌不的中9着単勝 19.9倍

※ オッズは予測時点の値です。

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）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項