浦和 9R 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

9R 浦和競馬場ダ1400m ダート1400m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スタークイック自在	保園翔（浦和）	実65.0	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 03/16 浦和12R 7着/12頭+1.7秒 02/23 浦和12R 10着/12頭+2.3秒 02/09 船橋6R 11着/14頭+3.4秒 01/09 浦和9R 2着/11頭+0.3秒 12/22 浦和12R 6着/11頭+1.0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 9.3着 (不振) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 11走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 147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 9位 / 勝率 0.8% / 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。
2	マデイニスルー追込	半澤慶（浦和）	実88.1	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 03/30 船橋5R 10着/14頭+1.3秒 03/10 船橋9R 4着/14頭+0.6秒 02/26 浦和8R 10着/14頭+1.5秒 02/12 船橋5R 3着/13頭+0.0秒 01/22 船橋6R 11着/13頭+2.5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 8.0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 10着 (大敗) △ ローテーション 133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 -52% ※ 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	フラッシュタイム	岡田大（浦和）	実20.7	B× A△勝率2% EV-50% 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 07/30 川崎7R 5着/14頭+0.7秒 07/13 浦和10R 8着/10頭+0.0秒 06/25 浦和5R 10着/10頭 05/26 浦和6R 7着/12頭 05/05 船橋6R 5着/12頭+1.5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 7.7着 (不振) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 12走で勝率 8% △ 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) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.4% / 期待値 -50% ※ 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	インファンタ差し	中島良（浦和）	実23.2	B× A×勝率2% EV-50% 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 06/02 船橋8R 12着/14頭+1.0秒 05/28 浦和6R 4着/12頭 05/07 船橋9R 12着/12頭+4.3秒 04/10 川崎7R 8着/11頭+1.1秒 03/30 船橋5R 11着/14頭+1.6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 9.3着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12着 (大敗) × 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 2.1% / 期待値 -50% ※ 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	フェルナンダ先行	野畑凌（川崎）	実2.2	B○ A🌟◎勝率38% EV-15% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／騎手は近50戦で勝率30%）
前5走 06/25 浦和9R 6着/10頭+1.0秒 05/29 浦和9R 2着/10頭 04/20 浦和5R 3着/11頭+0.5秒 02/10 船橋8R 4着/12頭+0.2秒 01/06 浦和6R 3着/12頭+0.2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 3.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ◎ 騎手近50戦勝率 30% (好調) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 25.8% (オッズ暗示: 45.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 38.4% / 期待値 -15% ※ 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	パワーオブザキング自在	秋元耕（浦和）	実28.8	B△ A×勝率2% EV-50% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/13 浦和10R 9着/10頭 05/26 浦和6R 10着/12頭 03/20 浦和5R 6着/10頭+0.6秒 02/25 浦和6R 7着/11頭+2.2秒 02/13 船橋9R 5着/11頭+1.3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 8.3着 (不振) △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 13走で勝率 8% ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 3.5%) × Aモデルの評価 (参考) レース内 8位 / 勝率 1.7% / 期待値 -50% ※ 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	シタパンツ	及川烈（浦和）	実9.6	B△ A△勝率4% EV-58% 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10R 13着/14頭 06/12 大井5R 14着/14頭+3.0秒 05/22 大井8R 8着/13頭+0.0秒 05/01 大井8R 5着/10頭+1.3秒 04/17 大井9R 11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 11.7着 (不振) △ 距離適性同距離 8走で勝率 12% ▽ 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) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.3% / 期待値 -58% ※ 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	スウェルティア	藤本現（大井）	実4.0	B🌟◎ A○勝率25% EV-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（当競馬場6走で勝率33%と適性高／同距離帯6走で勝率33%／直近3走で勝率33%と好調）
前5走 07/17 浦和8R 1着/10頭 06/24 浦和5R 3着/3頭 05/27 浦和5R 6着/9頭 04/24 浦和6R 2着/11頭+0.0秒 03/19 浦和5R 7着/12頭+2.3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 6走で勝率 33% (得意) ◎ 距離適性同距離 6走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 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) +182% (市場が大幅過小評価) AI 予想勝率 70.6% (オッズ暗示: 25.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.7% / 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。
9	ファイアスター	中山遥（浦和）	実5.6	B▲ A▲勝率18% EV0% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/14 浦和5R 1着/11頭 06/22 浦和7R 6着/8頭+2.0秒 06/02 船橋5R 10着/12頭+0.0秒 05/25 浦和6R 5着/11頭 04/20 浦和5R 6着/11頭+1.9秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 25走で勝率 16% (相性良) ○ 距離適性同距離 26走で勝率 15% ○ 馬場適性同馬場 15走で勝率 27% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 27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 3.1% (オッズ暗示: 17.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.7% / 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。
10	シナノショウグン	佐野遥（川崎）	実7.8	B△ A△勝率7% EV-43% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/13 浦和10R 6着/10頭 06/26 浦和8R 5着/9頭 05/28 浦和7R 9着/12頭 03/20 浦和8R 8着/13頭+1.6秒 02/28 浦和8R 12着/12頭+4.2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 6.7着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 17走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 期待値 -44% ※ 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 ○

スウェルティア

騎手藤本現（大井）

単勝オッズ

4.0倍

AI期待値

+182%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎5フェルナンダ

2.2倍

EV -43%

▲A:▲9ファイアスター

5.6倍

EV -82%

出走馬全10頭

◎A:○8

スウェルティア

藤本現（大井）

4.0倍

+182%

›

○A:◎5

フェルナンダ

野畑凌（川崎）

2.2倍

-43%

›

▲A:▲9

ファイアスター

中山遥（浦和）

5.6倍

-82%

›

△A:△10

シナノショウグン

佐野遥（川崎）

7.8倍

-96%

›

△A:×6

パワーオブザキング

秋元耕（浦和）

28.8倍

-99%

›

△A:△7

シタパンツ

及川烈（浦和）

9.6倍

-99%

›

×A:△3

フラッシュタイム

岡田大（浦和）

20.7倍

-99%

›

×A:×4

インファンタ

中島良（浦和）

23.2倍

-99%

›

×A:×1

スタークイック

保園翔（浦和）

65.0倍

-99%

›

×A:×2

マデイニスルー

半澤慶（浦和）

88.1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

両モデルとも見送り

9R 浦和競馬場ダ1400m ダート1400m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スタークイック自在	保園翔（浦和）	実65.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／147日ぶりの実戦）
前5走 03/16 浦和12R 7着/12頭+1.7秒 02/23 浦和12R 10着/12頭+2.3秒 02/09 船橋6R 11着/14頭+3.4秒 01/09 浦和9R 2着/11頭+0.3秒 12/22 浦和12R 6着/11頭+1.0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 9.3着 (不振) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 11走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 147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 0.8% (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。
2	マデイニスルー追込	半澤慶（浦和）	実88.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／直近3走平均8.0着と低調／133日ぶりの実戦）
前5走 03/30 船橋5R 10着/14頭+1.3秒 03/10 船橋9R 4着/14頭+0.6秒 02/26 浦和8R 10着/14頭+1.5秒 02/12 船橋5R 3着/13頭+0.0秒 01/22 船橋6R 11着/13頭+2.5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 8.0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 10着 (大敗) △ ローテーション 133日休養明け × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.1%) ※ 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。
3	フラッシュタイム	岡田大（浦和）	実20.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/30 川崎7R 5着/14頭+0.7秒 07/13 浦和10R 8着/10頭+0.0秒 06/25 浦和5R 10着/10頭 05/26 浦和6R 7着/12頭 05/05 船橋6R 5着/12頭+1.5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 7.7着 (不振) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 12走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 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。
4	インファンタ差し	中島良（浦和）	実23.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調／69日ぶりの実戦）
前5走 06/02 船橋8R 12着/14頭+1.0秒 05/28 浦和6R 4着/12頭 05/07 船橋9R 12着/12頭+4.3秒 04/10 川崎7R 8着/11頭+1.1秒 03/30 船橋5R 11着/14頭+1.6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 9.3着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 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。
5	フェルナンダ先行	野畑凌（川崎）	実2.2	🌟◎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4走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／騎手は近50戦で勝率30%）
前5走 06/25 浦和9R 6着/10頭+1.0秒 05/29 浦和9R 2着/10頭 04/20 浦和5R 3着/11頭+0.5秒 02/10 船橋8R 4着/12頭+0.2秒 01/06 浦和6R 3着/12頭+0.2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 3.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ◎ 騎手近50戦勝率 30% (好調) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 38.4% (オッズ暗示: 45.5%) ※ 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。
6	パワーオブザキング自在	秋元耕（浦和）	実28.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/13 浦和10R 9着/10頭 05/26 浦和6R 10着/12頭 03/20 浦和5R 6着/10頭+0.6秒 02/25 浦和6R 7着/11頭+2.2秒 02/13 船橋9R 5着/11頭+1.3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 8.3着 (不振) △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 13走で勝率 8% ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 1.7% (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。
7	シタパンツ	及川烈（浦和）	実9.6	△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11.7着と低調）
前5走 07/03 大井10R 13着/14頭 06/12 大井5R 14着/14頭+3.0秒 05/22 大井8R 8着/13頭+0.0秒 05/01 大井8R 5着/10頭+1.3秒 04/17 大井9R 11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 11.7着 (不振) △ 距離適性同距離 8走で勝率 12% ▽ 前走実績前走 13着 (大敗) × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 10.4%) ※ 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	スウェルティア	藤本現（大井）	実4.0	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率33%と適性高／同距離帯6走で勝率33%／直近3走で勝率33%と好調）
前5走 07/17 浦和8R 1着/10頭 06/24 浦和5R 3着/3頭 05/27 浦和5R 6着/9頭 04/24 浦和6R 2着/11頭+0.0秒 03/19 浦和5R 7着/12頭+2.3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 6走で勝率 33% (得意) ◎ 距離適性同距離 6走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 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) -1% (オッズ過剰評価) AI 予想勝率 24.7% (オッズ暗示: 25.0%) ※ 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。
9	ファイアスター	中山遥（浦和）	実5.6	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/14 浦和5R 1着/11頭 06/22 浦和7R 6着/8頭+2.0秒 06/02 船橋5R 10着/12頭+0.0秒 05/25 浦和6R 5着/11頭 04/20 浦和5R 6着/11頭+1.9秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 25走で勝率 16% (相性良) ○ 距離適性同距離 26走で勝率 15% ○ 馬場適性同馬場 15走で勝率 27% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 17.7% (オッズ暗示: 17.9%) ※ 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。
10	シナノショウグン	佐野遥（川崎）	実7.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/13 浦和10R 6着/10頭 06/26 浦和8R 5着/9頭 05/28 浦和7R 9着/12頭 03/20 浦和8R 8着/13頭+1.6秒 02/28 浦和8R 12着/12頭+4.2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 6.7着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 17走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 12.8%) ※ 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

フェルナンダ

騎手野畑凌（川崎）

単勝オッズ

2.2倍

AI期待値

-15%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8スウェルティア

4.0倍

EV -1%

▲9ファイアスター

5.6倍

EV 0%

出走馬全10頭

◎5

フェルナンダ

野畑凌（川崎）

2.2倍

-15%

›

○8

スウェルティア

藤本現（大井）

4.0倍

-1%

›

▲9

ファイアスター

中山遥（浦和）

5.6倍

›

△10

シナノショウグン

佐野遥（川崎）

7.8倍

-43%

›

△7

シタパンツ

及川烈（浦和）

9.6倍

-58%

›

△3

フラッシュタイム

岡田大（浦和）

20.7倍

-50%

›

×4

インファンタ

中島良（浦和）

23.2倍

-50%

›

×6

パワーオブザキング

秋元耕（浦和）

28.8倍

-50%

›

×1

スタークイック

保園翔（浦和）

65.0倍

-51%

›

×2

マデイニスルー

半澤慶（浦和）

88.1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。

▶ 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

両モデルとも見送り

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