浦和 10R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

10R 浦和競馬場ダ800m ダート800m　発走 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ユウノワンワン逃げ	中島良（浦和）	実19.7	B× A▽勝率3% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/16 浦和11R 5着/11頭+0.0秒 03/19 浦和11R 5着/12頭+0.7秒 02/25 浦和10R 10着/12頭+2.1秒 02/10 船橋10R 4着/14頭+0.3秒 01/07 浦和9R 1着/12頭勝利
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 6.7着 ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 13走で勝率 15% △ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.2% / 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。
2	ルールメイプル差し	佐野遥（川崎）	実10.1	B× A△勝率8% EV-17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／前走3着）
前5走 07/16 浦和11R 3着/11頭 06/23 浦和10R 4着/11頭 05/14 川崎10R 3着/12頭+0.5秒 04/09 川崎10R 10着/12頭+1.5秒 03/04 川崎9R 1着/12頭勝利
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 3.3着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 距離適性同距離 30走で勝率 10% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3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) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 9.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 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。
3	フォーティチュード逃げ	中山遥（浦和）	実3.4	B🌟◎ A○勝率19% EV-35% 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7走で勝率57%と適性高／同距離帯9走で勝率56%／同馬場状態で勝率67%）
前5走 07/16 浦和11R 1着/11頭 06/23 浦和10R 3着/11頭+0.0秒 05/29 浦和5R 1着/12頭 04/24 浦和4R 1着/10頭勝利 03/05 川崎3R 1着/12頭勝利
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 7走で勝率 57% (得意) ◎ 距離適性同距離 9走で勝率 56% ◎ 馬場適性同馬場 3走で勝率 67% ○ 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 25日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +125% (市場が大幅過小評価) AI 予想勝率 66.2% (オッズ暗示: 29.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.1% / 期待値 -35% ※ 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	ベイビークエスト逃げ	本田重（船橋）	実2.2	B▲ A🌟◎勝率35% EV-23% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 06/30 大井11R 15着/16頭+2.0秒 03/12 船橋11R 8着/9頭+2.3秒 12/04 大井11R 1着/16頭勝利 11/13 大井6R 1着/11頭勝利 08/14 大井4R 7着/8頭+4.7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) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 15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 5.2% (オッズ暗示: 45.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 34.6% / 期待値 -24% ※ 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	トーセンヴィオラ逃げ推奨	保園翔（浦和）	実24.7	B○ A▽勝率3% EV-13% 詳細▼	市場が大きく過小評価、AI予想勝率25% × オッズ24.7倍で期待値+507%の有力候補（当競馬場7走で勝率43%と適性高／同馬場と相性良）
前5走 07/03 大井11R 6着/10頭 05/20 大井12R 5着/14頭 03/25 大井7R 5着/8頭+1.6秒 02/12 船橋10R 7着/12頭+1.4秒 12/22 浦和11R 12着/13頭+2.9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 5.3着 ◎ 当競馬場適性 7走で勝率 43% (得意) ○ 馬場適性同馬場 15走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +507% (市場が大幅過小評価) AI 予想勝率 24.6% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.5% / 期待値 -14% ※ 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	サノノレインボー逃げ	見越彬（浦和）	実34.9	B△ A▽勝率3% EV-10% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場19走で勝率26%と適性高／前走2着／77日ぶりの実戦）
前5走 05/25 浦和11R 2着/12頭 03/19 浦和11R 9着/12頭+1.4秒 02/25 浦和10R 7着/12頭+1.5秒 02/03 川崎10R 12着/12頭+2.7秒 12/25 浦和10R 2着/10頭+1.4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 6.0着 ◎ 当競馬場適性 19走で勝率 26% (得意) ○ 距離適性同距離 21走で勝率 24% ○ 馬場適性同馬場 14走で勝率 21% ○ 前走実績前走 2着 (好走) × 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 1.6% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.6% / 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。
7	ダイメイタマナ先行	吉留孝（浦和）	実13.6	B× A△勝率5% EV-38% 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11R 4着/11頭+0.0秒 05/28 浦和11R 8着/13頭 05/08 船橋9R 6着/12頭+0.5秒 04/21 浦和10R 11着/12頭+2.2秒 03/17 浦和11R 4着/10頭+0.5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 6.0着 ◎ 当競馬場適性 23走で勝率 30% (得意) ◎ 距離適性同距離 9走で勝率 44% ○ 馬場適性同馬場 17走で勝率 24% △ 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 6位 / 勝率 4.5% / 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。
8	セイウンハルカニ追込	國分祐（浦和）	実269.0	B× A▽勝率0% EV-19% 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11R 11着/11頭+1.0秒 06/23 浦和10R 10着/11頭 05/29 浦和11R 10着/10頭 05/07 船橋11R 14着/14頭+4.2秒 04/24 浦和10R 11着/12頭+1.9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 10.3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 7走で勝ち無し ▽ 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) -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 0.3% / 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。
9	ボディコンシャス自在	野畑凌（川崎）	実15.0	B△ A△勝率6% EV-17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/25 浦和11R 1着/12頭 04/24 浦和10R 5着/12頭+0.5秒 03/19 浦和11R 8着/12頭+1.2秒 02/25 浦和10R 12着/12頭+2.5秒 02/03 川崎10R 2着/12頭+0.4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 4走で勝率 25% (得意) ○ 距離適性同距離 5走で勝率 20% ◎ 騎手近50戦勝率 32% (好調) ◎ 前走実績前走 1着 (勢い継続) × 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 0.7% (オッズ暗示: 6.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.5% / 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。
10	サンフラワームーン逃げ推奨	笹川翼（大井）	実10.1	B△ A▲勝率17% EV+67% 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／前走勝利の勢い継続／騎手は近50戦勝率20%と好調）
前5走 07/02 船橋12R 1着/3頭 06/04 船橋11R 12着/12頭+2.0秒 05/03 317R 3着/12頭+1.6秒 04/11 313R 1着/8頭勝利 03/22 314R 11着/12頭+2.4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 33% (上り調子) ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) × 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 1.6% (オッズ暗示: 9.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.6% / 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。
11	アイドル	菅原吏（船橋）	実52.3	B× A×勝率0% EV-74% 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 08/02 船橋7R 9着/9頭+2.7秒 06/26 浦和11R 10着/10頭+2.0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 9.5着 (不振) △ 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 11位 / 勝率 0.5% / 期待値 -74% ※ 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	アイグレース追込	張田昂（船橋）	実37.4	B× A▽勝率1% EV-46% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯7走で勝率43%）
前5走 07/16 浦和11R 8着/11頭 10/29 浦和12R 2着/9頭+0.1秒 09/25 浦和10R 11着/11頭+2.6秒 08/20 浦和10R 12着/12頭+3.4秒 11/25 船橋11R 10着/11頭+1.9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 7.0着 (不振) ○ 当競馬場適性 18走で勝率 22% (相性良) ◎ 距離適性同距離 7走で勝率 43% ○ 馬場適性同馬場 14走で勝率 21% ○ 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 0.1% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 期待値 -47% ※ 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 ○

フォーティチュード

騎手中山遥（浦和）

単勝オッズ

3.4倍

AI期待値

+125%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▽5トーセンヴィオラ

24.7倍

EV +507%

▲A:◎4ベイビークエスト

2.2倍

EV -88%

出走馬全12頭

◎A:○3

フォーティチュード

中山遥（浦和）

3.4倍

+125%

›

○A:▽5

トーセンヴィオラ

保園翔（浦和）

24.7倍

+507%

›

▲A:◎4

ベイビークエスト

本田重（船橋）

2.2倍

-88%

›

△A:▲10

サンフラワームーン

笹川翼（大井）

10.1倍

-83%

›

△A:▽6

サノノレインボー

見越彬（浦和）

34.9倍

-44%

›

△A:△9

ボディコンシャス

野畑凌（川崎）

15.0倍

-89%

›

×A:▽12

アイグレース

張田昂（船橋）

37.4倍

-97%

›

×A:△2

ルールメイプル

佐野遥（川崎）

10.1倍

-99%

›

×A:▽1

ユウノワンワン

中島良（浦和）

19.7倍

-99%

›

×A:△7

ダイメイタマナ

吉留孝（浦和）

13.6倍

-99%

›

×A:×11

アイドル

菅原吏（船橋）

52.3倍

-99%

›

×A:▽8

セイウンハルカニ

國分祐（浦和）

269.0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

単勝 10 サンフラワームーン ¥100 実10.1倍期待値 -84% ❌不的中10着単勝 10.1倍

B. 市場除外+キャリブ

単勝 5 トーセンヴィオラ ¥500 実24.7倍期待値 +507% ❌不的中5着単勝 24.7倍

※ オッズは予測時点の値です。

10R 浦和競馬場ダ800m ダート800m　発走 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ユウノワンワン逃げ	中島良（浦和）	実19.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/16 浦和11R 5着/11頭+0.0秒 03/19 浦和11R 5着/12頭+0.7秒 02/25 浦和10R 10着/12頭+2.1秒 02/10 船橋10R 4着/14頭+0.3秒 01/07 浦和9R 1着/12頭勝利
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 6.7着 ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 13走で勝率 15% △ 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) -36% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 5.1%) ※ 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。
2	ルールメイプル差し	佐野遥（川崎）	実10.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／前走3着）
前5走 07/16 浦和11R 3着/11頭 06/23 浦和10R 4着/11頭 05/14 川崎10R 3着/12頭+0.5秒 04/09 川崎10R 10着/12頭+1.5秒 03/04 川崎9R 1着/12頭勝利
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 3.3着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 距離適性同距離 30走で勝率 10% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3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) -17% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 9.9%) ※ 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	フォーティチュード逃げ	中山遥（浦和）	実3.4	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率57%と適性高／同距離帯9走で勝率56%／同馬場状態で勝率67%）
前5走 07/16 浦和11R 1着/11頭 06/23 浦和10R 3着/11頭+0.0秒 05/29 浦和5R 1着/12頭 04/24 浦和4R 1着/10頭勝利 03/05 川崎3R 1着/12頭勝利
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 7走で勝率 57% (得意) ◎ 距離適性同距離 9走で勝率 56% ◎ 馬場適性同馬場 3走で勝率 67% ○ 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 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 19.1% (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。
4	ベイビークエスト逃げ	本田重（船橋）	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（直近3走で勝率33%と好調）
前5走 06/30 大井11R 15着/16頭+2.0秒 03/12 船橋11R 8着/9頭+2.3秒 12/04 大井11R 1着/16頭勝利 11/13 大井6R 1着/11頭勝利 08/14 大井4R 7着/8頭+4.7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) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 15着 (大敗) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 34.6% (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。
5	トーセンヴィオラ逃げ推奨	保園翔（浦和）	実24.7	▽詳細▼	期待値プラスでAIの推し馬（当競馬場7走で勝率43%と適性高／同馬場と相性良）
前5走 07/03 大井11R 6着/10頭 05/20 大井12R 5着/14頭 03/25 大井7R 5着/8頭+1.6秒 02/12 船橋10R 7着/12頭+1.4秒 12/22 浦和11R 12着/13頭+2.9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 5.3着 ◎ 当競馬場適性 7走で勝率 43% (得意) ○ 馬場適性同馬場 15走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 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	サノノレインボー逃げ	見越彬（浦和）	実34.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場19走で勝率26%と適性高／前走2着／77日ぶりの実戦）
前5走 05/25 浦和11R 2着/12頭 03/19 浦和11R 9着/12頭+1.4秒 02/25 浦和10R 7着/12頭+1.5秒 02/03 川崎10R 12着/12頭+2.7秒 12/25 浦和10R 2着/10頭+1.4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 6.0着 ◎ 当競馬場適性 19走で勝率 26% (得意) ○ 距離適性同距離 21走で勝率 24% ○ 馬場適性同馬場 14走で勝率 21% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 2.9%) ※ 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。
7	ダイメイタマナ先行	吉留孝（浦和）	実13.6	△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30%と適性高／同距離帯9走で勝率44%）
前5走 07/16 浦和11R 4着/11頭+0.0秒 05/28 浦和11R 8着/13頭 05/08 船橋9R 6着/12頭+0.5秒 04/21 浦和10R 11着/12頭+2.2秒 03/17 浦和11R 4着/10頭+0.5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 6.0着 ◎ 当競馬場適性 23走で勝率 30% (得意) ◎ 距離適性同距離 9走で勝率 44% ○ 馬場適性同馬場 17走で勝率 24% △ 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) -38% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 7.4%) ※ 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	セイウンハルカニ追込	國分祐（浦和）	実269.0	▽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／直近3走平均10.3着と低調）
前5走 07/16 浦和11R 11着/11頭+1.0秒 06/23 浦和10R 10着/11頭 05/29 浦和11R 10着/10頭 05/07 船橋11R 14着/14頭+4.2秒 04/24 浦和10R 11着/12頭+1.9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 10.3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 7走で勝ち無し ▽ 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) -20% (オッズ過剰評価) AI 予想勝率 0.3% (オッズ暗示: 0.4%) ※ 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	ボディコンシャス自在	野畑凌（川崎）	実15.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 05/25 浦和11R 1着/12頭 04/24 浦和10R 5着/12頭+0.5秒 03/19 浦和11R 8着/12頭+1.2秒 02/25 浦和10R 12着/12頭+2.5秒 02/03 川崎10R 2着/12頭+0.4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 4走で勝率 25% (得意) ○ 距離適性同距離 5走で勝率 20% ◎ 騎手近50戦勝率 32% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 6.7%) ※ 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	サンフラワームーン逃げ推奨	笹川翼（大井）	実10.1	▲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（直近3走勝率33%と上り調子／前走勝利の勢い継続／騎手は近50戦勝率20%と好調）
前5走 07/02 船橋12R 1着/3頭 06/04 船橋11R 12着/12頭+2.0秒 05/03 317R 3着/12頭+1.6秒 04/11 313R 1着/8頭勝利 03/22 314R 11着/12頭+2.4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 33% (上り調子) ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) 🌟◎ 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 16.6% (オッズ暗示: 9.9%) ※ 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	アイドル	菅原吏（船橋）	実52.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.5着と低調）
前5走 08/02 船橋7R 9着/9頭+2.7秒 06/26 浦和11R 10着/10頭+2.0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 9.5着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.9%) ※ 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。
12	アイグレース追込	張田昂（船橋）	実37.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯7走で勝率43%）
前5走 07/16 浦和11R 8着/11頭 10/29 浦和12R 2着/9頭+0.1秒 09/25 浦和10R 11着/11頭+2.6秒 08/20 浦和10R 12着/12頭+3.4秒 11/25 船橋11R 10着/11頭+1.9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 7.0着 (不振) ○ 当競馬場適性 18走で勝率 22% (相性良) ◎ 距離適性同距離 7走で勝率 43% ○ 馬場適性同馬場 14走で勝率 21% ○ 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) -47% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.7%) ※ 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。

🎯 AIの本命

AI評価1位

ベイビークエスト

騎手本田重（船橋）

単勝オッズ

2.2倍

AI期待値

-23%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3フォーティチュード

3.4倍

EV -35%

▲10サンフラワームーン

10.1倍

EV +67%

出走馬全12頭

◎4

ベイビークエスト

本田重（船橋）

2.2倍

-23%

›

○3

フォーティチュード

中山遥（浦和）

3.4倍

-35%

›

▲10

サンフラワームーン

笹川翼（大井）

10.1倍

+67%

›

△2

ルールメイプル

佐野遥（川崎）

10.1倍

-17%

›

△9

ボディコンシャス

野畑凌（川崎）

15.0倍

-17%

›

△7

ダイメイタマナ

吉留孝（浦和）

13.6倍

-38%

›

▽5

トーセンヴィオラ

保園翔（浦和）

24.7倍

-13%

›

▽1

ユウノワンワン

中島良（浦和）

19.7倍

-36%

›

▽6

サノノレインボー

見越彬（浦和）

34.9倍

-10%

›

▽12

アイグレース

張田昂（船橋）

37.4倍

-46%

›

×11

アイドル

菅原吏（船橋）

52.3倍

-74%

›

▽8

セイウンハルカニ

國分祐（浦和）

269.0倍

-19%

›

💡 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

単勝 10 サンフラワームーン ¥100 実10.1倍期待値 +68% ❌不的中10着単勝 10.1倍

B. 市場除外+キャリブ

単勝 5 トーセンヴィオラ ¥500 実24.7倍期待値 -14% ❌不的中5着単勝 24.7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