浦和 11R 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

11R 浦和競馬場小川町七夕まＣ１三ダ1400m ダート1400m　発走 18:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デビッドテソーロ	野畑凌（川崎）	実5.3	B○ A○勝率17% EV-12% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／騎手は近50戦で勝率32%）
前5走 07/14 浦和8R 2着/12頭 05/29 浦和10R 2着/13頭+2.0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 2.0着 (安定) ◎ 騎手近50戦勝率 32% (好調) ○ 前走実績前走 2着 (好走) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 18.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.5% / 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	クマノコ先行	張田昂（船橋）	実55.4	B× A▽勝率1% EV-45% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場16走で勝率25%と適性高／直近3走平均10.3着と低調）
前5走 07/14 浦和8R 12着/12頭+0.0秒 06/26 浦和10R 10着/12頭 02/09 船橋8R 9着/12頭+1.5秒 01/07 浦和10R 12着/13頭+1.6秒 12/25 浦和11R 3着/12頭+1.0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 10.3着 (不振) ◎ 当競馬場適性 16走で勝率 25% (得意) ○ 距離適性同距離 15走で勝率 20% ▽ 前走実績前走 12着 (大敗) ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 期待値 -46% ※ 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	ダイバヤタガラス先行	西啓太（大井）	実14.9	B× A△勝率4% EV-40% 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 07/14 浦和8R 7着/12頭 05/27 浦和10R 2着/12頭 04/24 浦和9R 2着/8頭+0.2秒 03/16 浦和10R 4着/11頭+0.8秒 02/26 浦和10R 2着/11頭+0.4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 3.7着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -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 4.0% / 期待値 -40% ※ 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	ダノンレーニア逃げ	室陽一（浦和）	実8.1	B▲ A▲勝率9% EV-23% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場12走で勝率58%と適性高／同距離帯12走で勝率58%／同馬場状態で勝率75%）
前5走 06/26 浦和10R 5着/12頭 04/21 浦和7R 1着/10頭勝利 02/26 浦和10R 1着/11頭勝利 01/06 浦和10R 3着/11頭+0.6秒 10/28 浦和7R 2着/12頭+0.4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 67% (絶好調) ◎ 当競馬場適性 12走で勝率 58% (得意) ◎ 距離適性同距離 12走で勝率 58% ◎ 馬場適性同馬場 4走で勝率 75% × 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 0.5% (オッズ暗示: 12.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.4% / 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	ケンブレナム逃げ	藤本現（大井）	実14.3	B△ A△勝率9% EV+22% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率38%と適性高／同距離帯9走で勝率33%／直近3走で勝率33%と好調）
前5走 11/27 浦和7R 3着/12頭+0.4秒 10/27 浦和10R 1着/12頭勝利 09/25 浦和6R 2着/11頭+0.1秒 06/23 浦和8R 1着/11頭勝利 02/25 浦和7R 6着/12頭+1.2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 9走で勝率 33% ○ 馬場適性同馬場 7走で勝率 29% △ 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 256日休養明け × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 7.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.5% / 期待値 +22% ※ 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	ニシノアウェイク差し	見越彬（浦和）	実240.2	B× A▽勝率0% EV-29% 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 07/14 浦和8R 11着/12頭 05/26 浦和12R 9着/12頭+6.0秒 05/07 船橋11R 9着/14頭+1.8秒 04/24 浦和10R 12着/12頭+1.9秒 03/16 浦和11R 11着/13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 9.7着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -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 -30% ※ 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	グレイスカリヨン	笹川翼（大井）	実1.5	B🌟◎ A🌟◎勝率50% EV-24% 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3走で勝率100%と適性高／同距離帯3走で勝率100%／同馬場状態で勝率100%）
前5走 05/28 浦和9R 1着/12頭 04/23 浦和8R 1着/11頭勝利 11/26 浦和6R 1着/10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 100% (絶好調) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 距離適性同距離 3走で勝率 100% ◎ 馬場適性同馬場 3走で勝率 100% ◎ 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) +46% (妙味あり) AI 予想勝率 97.7% (オッズ暗示: 66.7%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 50.0% / 期待値 -25% ※ 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	ノイヤーヘルト	及川烈（浦和）	実284.7	B× A▽勝率1% EV+56% 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 07/29 川崎10R 13着/13頭+3.3秒 07/15 浦和12R 12着/12頭+5.0秒 05/26 浦和12R 8着/12頭+1.0秒 04/23 浦和12R 10着/10頭+4.6秒 11/18 園田5R 12着/12頭+2.1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 11.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 距離適性同距離 8走で勝率 25% ▽ 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 11位 / 勝率 0.6% / 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。
9	ゴールドソニック差し	半澤慶（浦和）	実54.9	B× A▽勝率1% EV-37% 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 07/14 浦和8R 5着/12頭 05/29 浦和10R 4着/13頭 04/21 浦和7R 7着/10頭+0.9秒 03/17 浦和10R 6着/12頭+1.8秒 02/27 浦和10R 11着/13頭+1.7秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 △ 当競馬場適性 34走で勝率 6% ▽ 距離適性同距離は 33走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -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 1.1% / 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。
10	ルナフォルトゥーナ先行	達城龍（大井）	実23.0	B× A△勝率4% EV-14% 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 07/14 浦和8R 8着/12頭 06/26 浦和10R 2着/12頭 05/29 浦和10R 9着/13頭+2.0秒 05/12 川崎10R 12着/14頭+3.0秒 04/20 浦和10R 4着/12頭+1.3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 6.3着 △ 当競馬場適性 21走で勝率 10% △ 距離適性同距離 22走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -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 3.7% / 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。
11	エゴンウレア	秋元耕（浦和）	実28.3	B△ A▽勝率3% EV-26% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯3走で勝率33%／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7R 1着/12頭 06/24 浦和8R 8着/8頭+4.0秒 06/03 船橋3R 6着/8頭 05/19 大井10R 10着/13頭+1.9秒 04/02 船橋5R 6着/7頭+2.2秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 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 27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: 3.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.6% / 期待値 -27% ※ 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	ネライウチ先行	笠野雄（船橋）	実29.2	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9走で勝率0%と苦戦傾向／同距離帯は16走で勝ち無し）
前5走 07/29 川崎10R 5着/13頭+0.9秒 07/15 浦和8R 5着/12頭 04/21 浦和12R 6着/12頭+1.6秒 04/08 川崎12R 3着/14頭+1.4秒 03/20 浦和10R 3着/9頭+0.3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 5.3着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し × 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: 3.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.2% / 期待値 -37% ※ 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 ◎

グレイスカリヨン

騎手笹川翼（大井）

単勝オッズ

1.5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:○1デビッドテソーロ

5.3倍

EV -93%

▲A:▲4ダノンレーニア

8.1倍

EV -95%

出走馬全12頭

◎A:◎7

グレイスカリヨン

笹川翼（大井）

1.5倍

+46%

›

○A:○1

デビッドテソーロ

野畑凌（川崎）

5.3倍

-93%

›

▲A:▲4

ダノンレーニア

室陽一（浦和）

8.1倍

-95%

›

△A:△5

ケンブレナム

藤本現（大井）

14.3倍

-95%

›

△A:▽11

エゴンウレア

秋元耕（浦和）

28.3倍

-98%

›

△A:▽12

ネライウチ

笠野雄（船橋）

29.2倍

-98%

›

×A:▽2

クマノコ

張田昂（船橋）

55.4倍

-98%

›

×A:△3

ダイバヤタガラス

西啓太（大井）

14.9倍

-99%

›

×A:△10

ルナフォルトゥーナ

達城龍（大井）

23.0倍

-99%

›

×A:▽9

ゴールドソニック

半澤慶（浦和）

54.9倍

-99%

›

×A:▽6

ニシノアウェイク

見越彬（浦和）

240.2倍

-99%

›

×A:▽8

ノイヤーヘルト

及川烈（浦和）

284.7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

11R 浦和競馬場小川町七夕まＣ１三ダ1400m ダート1400m　発走 18:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	デビッドテソーロ	野畑凌（川崎）	実5.3	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.0着と安定／前走2着／騎手は近50戦で勝率32%）
前5走 07/14 浦和8R 2着/12頭 05/29 浦和10R 2着/13頭+2.0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 2.0着 (安定) ◎ 騎手近50戦勝率 32% (好調) ○ 前走実績前走 2着 (好走) ○ 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) -12% (オッズ過剰評価) AI 予想勝率 16.5% (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。
2	クマノコ先行	張田昂（船橋）	実55.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場16走で勝率25%と適性高／直近3走平均10.3着と低調）
前5走 07/14 浦和8R 12着/12頭+0.0秒 06/26 浦和10R 10着/12頭 02/09 船橋8R 9着/12頭+1.5秒 01/07 浦和10R 12着/13頭+1.6秒 12/25 浦和11R 3着/12頭+1.0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 10.3着 (不振) ◎ 当競馬場適性 16走で勝率 25% (得意) ○ 距離適性同距離 15走で勝率 20% ▽ 前走実績前走 12着 (大敗) ○ 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) -46% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.8%) ※ 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。
3	ダイバヤタガラス先行	西啓太（大井）	実14.9	△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0%と苦戦傾向／同距離帯は20走で勝ち無し）
前5走 07/14 浦和8R 7着/12頭 05/27 浦和10R 2着/12頭 04/24 浦和9R 2着/8頭+0.2秒 03/16 浦和10R 4着/11頭+0.8秒 02/26 浦和10R 2着/11頭+0.4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 3.7着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 4.0% (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。
4	ダノンレーニア逃げ	室陽一（浦和）	実8.1	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場12走で勝率58%と適性高／同距離帯12走で勝率58%／同馬場状態で勝率75%）
前5走 06/26 浦和10R 5着/12頭 04/21 浦和7R 1着/10頭勝利 02/26 浦和10R 1着/11頭勝利 01/06 浦和10R 3着/11頭+0.6秒 10/28 浦和7R 2着/12頭+0.4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 67% (絶好調) ◎ 当競馬場適性 12走で勝率 58% (得意) ◎ 距離適性同距離 12走で勝率 58% ◎ 馬場適性同馬場 4走で勝率 75% △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 12.3%) ※ 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	ケンブレナム逃げ	藤本現（大井）	実14.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率38%と適性高／同距離帯9走で勝率33%／直近3走で勝率33%と好調）
前5走 11/27 浦和7R 3着/12頭+0.4秒 10/27 浦和10R 1着/12頭勝利 09/25 浦和6R 2着/11頭+0.1秒 06/23 浦和8R 1着/11頭勝利 02/25 浦和7R 6着/12頭+1.2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 9走で勝率 33% ○ 馬場適性同馬場 7走で勝率 29% △ 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 256日休養明け △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 8.5% (オッズ暗示: 7.0%) ※ 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	ニシノアウェイク差し	見越彬（浦和）	実240.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／直近3走平均9.7着と低調）
前5走 07/14 浦和8R 11着/12頭 05/26 浦和12R 9着/12頭+6.0秒 05/07 船橋11R 9着/14頭+1.8秒 04/24 浦和10R 12着/12頭+1.9秒 03/16 浦和11R 11着/13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 9.7着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -30% (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。
7	グレイスカリヨン	笹川翼（大井）	実1.5	🌟◎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3走で勝率100%と適性高／同距離帯3走で勝率100%／同馬場状態で勝率100%）
前5走 05/28 浦和9R 1着/12頭 04/23 浦和8R 1着/11頭勝利 11/26 浦和6R 1着/10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 100% (絶好調) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 距離適性同距離 3走で勝率 100% ◎ 馬場適性同馬場 3走で勝率 100% ◎ 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) -25% (オッズ過剰評価) AI 予想勝率 50.0% (オッズ暗示: 66.7%) ※ 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。
8	ノイヤーヘルト	及川烈（浦和）	実284.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／同距離帯8走で勝率25%／直近3走平均11.0着と低調）
前5走 07/29 川崎10R 13着/13頭+3.3秒 07/15 浦和12R 12着/12頭+5.0秒 05/26 浦和12R 8着/12頭+1.0秒 04/23 浦和12R 10着/10頭+4.6秒 11/18 園田5R 12着/12頭+2.1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 11.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 距離適性同距離 8走で勝率 25% ▽ 前走実績前走 13着 (大敗) 🌟◎ 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 0.6% (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	ゴールドソニック差し	半澤慶（浦和）	実54.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は33走で勝ち無し）
前5走 07/14 浦和8R 5着/12頭 05/29 浦和10R 4着/13頭 04/21 浦和7R 7着/10頭+0.9秒 03/17 浦和10R 6着/12頭+1.8秒 02/27 浦和10R 11着/13頭+1.7秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 △ 当競馬場適性 34走で勝率 6% ▽ 距離適性同距離は 33走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 1.8%) ※ 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。
10	ルナフォルトゥーナ先行	達城龍（大井）	実23.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/14 浦和8R 8着/12頭 06/26 浦和10R 2着/12頭 05/29 浦和10R 9着/13頭+2.0秒 05/12 川崎10R 12着/14頭+3.0秒 04/20 浦和10R 4着/12頭+1.3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 6.3着 △ 当競馬場適性 21走で勝率 10% △ 距離適性同距離 22走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -14% (オッズ過剰評価) AI 予想勝率 3.7% (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。
11	エゴンウレア	秋元耕（浦和）	実28.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯3走で勝率33%／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7R 1着/12頭 06/24 浦和8R 8着/8頭+4.0秒 06/03 船橋3R 6着/8頭 05/19 大井10R 10着/13頭+1.9秒 04/02 船橋5R 6着/7頭+2.2秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 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 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 2.6% (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。
12	ネライウチ先行	笠野雄（船橋）	実29.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率0%と苦戦傾向／同距離帯は16走で勝ち無し）
前5走 07/29 川崎10R 5着/13頭+0.9秒 07/15 浦和8R 5着/12頭 04/21 浦和12R 6着/12頭+1.6秒 04/08 川崎12R 3着/14頭+1.4秒 03/20 浦和10R 3着/9頭+0.3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 5.3着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し × 期待値 (オッズ vs AI勝率) -37% (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。

🎯 AIの本命

AI評価1位

グレイスカリヨン

騎手笹川翼（大井）

単勝オッズ

1.5倍

AI期待値

-24%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1デビッドテソーロ

5.3倍

EV -12%

▲4ダノンレーニア

8.1倍

EV -23%

出走馬全12頭

◎7

グレイスカリヨン

笹川翼（大井）

1.5倍

-24%

›

○1

デビッドテソーロ

野畑凌（川崎）

5.3倍

-12%

›

▲4

ダノンレーニア

室陽一（浦和）

8.1倍

-23%

›

△5

ケンブレナム

藤本現（大井）

14.3倍

+22%

›

△3

ダイバヤタガラス

西啓太（大井）

14.9倍

-40%

›

△10

ルナフォルトゥーナ

達城龍（大井）

23.0倍

-14%

›

▽11

エゴンウレア

秋元耕（浦和）

28.3倍

-26%

›

▽12

ネライウチ

笠野雄（船橋）

29.2倍

-36%

›

▽9

ゴールドソニック

半澤慶（浦和）

54.9倍

-37%

›

▽2

クマノコ

張田昂（船橋）

55.4倍

-45%

›

▽8

ノイヤーヘルト

及川烈（浦和）

284.7倍

+56%

›

▽6

ニシノアウェイク

見越彬（浦和）

240.2倍

-29%

›

💡 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