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	サンボールダー追込	及川烈（浦和）	実57.5	B△ A△勝率2% 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 10/27 浦和12R 11着/11頭+6.2秒 06/24 浦和12R 9着/9頭+9.4秒 05/30 浦和8R 7着/12頭+2.5秒 04/25 浦和8R 11着/12頭+9.6秒 04/07 川崎6R 2着/14頭+0.5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 9.0着 (不振) △ 当競馬場適性 32走で勝率 9% ▽ 前走実績前走 11着 (大敗) △ ローテーション 288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 6位 / 勝率 2.0% / 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。
2	ワンダーダイカネン追込	岡田大（浦和）	実85.9	B× A×勝率1% EV-55% 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1R 11着/12頭 06/23 浦和1R 8着/9頭 02/23 浦和1R 10着/11頭+2.8秒 01/08 浦和2R 11着/12頭+2.1秒 12/24 浦和3R 12着/12頭+2.6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 9.7着 (不振) × 当競馬場適性 48走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し △ 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) -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 0.5% / 期待値 -56% ※ 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	ゴールドボード差し	秋元耕（浦和）	実101.2	B× A×勝率0% EV-66% 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1R 10着/11頭+4.9秒 07/14 浦和1R 12着/12頭 06/22 浦和1R 7着/7頭+2.0秒 05/26 浦和2R 6着/12頭 04/21 浦和1R 5着/9頭+1.3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 9.7着 (不振) × 当競馬場適性 45走で勝率 2% (苦戦) ▽ 距離適性同距離は 39走で勝ち無し ▽ 前走実績前走 10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 0.3% / 期待値 -66% ※ 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	ミラクルライズ	吉留孝（浦和）	実14.6	B▲ A▲勝率6% EV-12% 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3走で勝ち無し）
前5走 07/14 浦和1R 5着/12頭+1.0秒 06/26 浦和6R 7着/8頭 06/01 船橋3R 2着/11頭+1.0秒 05/25 浦和9R 5着/11頭 05/08 船橋5R 10着/12頭+3.1秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 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 0.2% (オッズ暗示: 6.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.0% / 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。
5	ブルーグリッター	櫻井光（川崎）	実71.8	B× A▽勝率1% EV-30% 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1R 12着/12頭+2.8秒 07/14 浦和1R 10着/12頭+0.0秒 07/08 川崎1R 10着/11頭 06/29 船橋1R 6着/7頭+6.0秒 03/04 川崎2R 8着/11頭+2.1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 10.7着 (不振) △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 16走で勝率 6% △ 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 1.0% / 期待値 -31% ※ 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	リュウノアーダーン	中島良（浦和）	実7.3	B○ A○勝率7% EV-48% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場34走で勝率0%と苦戦傾向／同距離帯は28走で勝ち無し）
前5走 07/14 浦和1R 4着/12頭 07/07 川崎2R 8着/12頭 06/23 浦和1R 3着/9頭 05/26 浦和2R 4着/12頭+2.0秒 04/21 浦和1R 6着/9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 5.0着 × 当競馬場適性 34走で勝率 0% (苦戦) ▽ 距離適性同距離は 28走で勝ち無し △ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 13.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 7.0% / 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。
7	スイートウィル	室陽一（浦和）	実89.6	B× A▽勝率1% EV-44% 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1R 9着/12頭 07/03 船橋6R 9着/11頭 06/23 浦和1R 9着/9頭 05/26 浦和2R 10着/12頭 04/21 浦和2R 7着/12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 9.0着 (不振) × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ○ 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) -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 0.6% / 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。
8	サンドバンブー	保園翔（浦和）	実40.9	B△ A△勝率3% EV+8% 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1R 8着/12頭 07/07 川崎2R 9着/12頭 06/23 浦和1R 5着/9頭+0.0秒 05/26 浦和2R 5着/12頭+0.0秒 04/21 浦和2R 11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 7.3着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 8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 28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 2.7% / 期待値 +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。
9	ニシノミモザ追込	國分祐（浦和）	実186.6	B× A×勝率0% EV-59% 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 03/20 浦和2R 12着/12頭+3.7秒 03/12 船橋2R 9着/9頭+2.6秒 02/28 浦和2R 10着/12頭+2.5秒 02/11 船橋5R 9着/12頭+2.2秒 01/08 浦和3R 12着/12頭+2.7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 10.3着 (不振) × 当競馬場適性 11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 12着 (大敗) △ ローテーション 144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 12位 / 勝率 0.2% / 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。
10	プリンセスパリー	高橋哲（浦和）	実61.9	B× A▽勝率1% 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 07/16 浦和1R 9着/9頭+2.0秒 06/26 浦和3R 6着/9頭 05/29 浦和2R 10着/12頭 04/23 浦和7R 10着/12頭+5.0秒 03/19 浦和12R 11着/12頭+4.3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 8.3着 (不振) × 当競馬場適性 21走で勝率 5% (苦戦) △ 距離適性同距離 9走で勝率 11% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.0% / 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。
11	アマゴ	見越彬（浦和）	実33.2	B△ A△勝率4% EV+16% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場44走で勝率2%と苦戦傾向／同距離帯は17走で勝ち無し／前走2着）
前5走 08/05 船橋1R 2着/7頭+0.3秒 07/14 浦和1R 7着/12頭 07/07 川崎1R 6着/12頭 06/23 浦和1R 6着/9頭 06/15 川崎4R 3着/11頭
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 5.0着 × 当競馬場適性 44走で勝率 2% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し ○ 前走実績前走 2着 (好走) × 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: 3.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 3.5% / 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。
12	スーパーサイクル逃げ	山中悠（船橋）	実1.1	B🌟◎ A🌟◎勝率75% EV-17% 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10走で勝率90%と適性高／同距離帯10走で勝率90%／同馬場状態で勝率100%）
前5走 06/23 浦和1R 1着/9頭 04/21 浦和2R 1着/12頭勝利 02/28 浦和1R 2着/10頭+0.5秒 12/24 浦和3R 1着/12頭勝利 10/31 浦和2R 1着/11頭勝利
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 10走で勝率 90% (得意) ◎ 距離適性同距離 10走で勝率 90% ◎ 馬場適性同馬場 6走で勝率 100% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 99.4% (オッズ暗示: 90.9%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 75.2% / 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。

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 ◎

スーパーサイクル

騎手山中悠（船橋）

単勝オッズ

1.1倍

AI期待値

+9%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6リュウノアーダーン

7.3倍

EV -98%

▲A:▲4ミラクルライズ

14.6倍

EV -97%

出走馬全12頭

◎A:◎12

スーパーサイクル

山中悠（船橋）

1.1倍

+9%

›

○A:○6

リュウノアーダーン

中島良（浦和）

7.3倍

-98%

›

▲A:▲4

ミラクルライズ

吉留孝（浦和）

14.6倍

-97%

›

△A:△11

アマゴ

見越彬（浦和）

33.2倍

-94%

›

△A:△8

サンドバンブー

保園翔（浦和）

40.9倍

-99%

›

△A:△1

サンボールダー

及川烈（浦和）

57.5倍

-99%

›

×A:▽10

プリンセスパリー

高橋哲（浦和）

61.9倍

-99%

›

×A:▽5

ブルーグリッター

櫻井光（川崎）

71.8倍

-99%

›

×A:×2

ワンダーダイカネン

岡田大（浦和）

85.9倍

-99%

›

×A:▽7

スイートウィル

室陽一（浦和）

89.6倍

-99%

›

×A:×3

ゴールドボード

秋元耕（浦和）

101.2倍

-99%

›

×A:×9

ニシノミモザ

國分祐（浦和）

186.6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

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	サンボールダー追込	及川烈（浦和）	実57.5	△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／288日ぶりの実戦）
前5走 10/27 浦和12R 11着/11頭+6.2秒 06/24 浦和12R 9着/9頭+9.4秒 05/30 浦和8R 7着/12頭+2.5秒 04/25 浦和8R 11着/12頭+9.6秒 04/07 川崎6R 2着/14頭+0.5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 9.0着 (不振) △ 当競馬場適性 32走で勝率 9% ▽ 前走実績前走 11着 (大敗) △ ローテーション 288日休養明け △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 2.0% (オッズ暗示: 1.7%) ※ 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。
2	ワンダーダイカネン追込	岡田大（浦和）	実85.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場48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1R 11着/12頭 06/23 浦和1R 8着/9頭 02/23 浦和1R 10着/11頭+2.8秒 01/08 浦和2R 11着/12頭+2.1秒 12/24 浦和3R 12着/12頭+2.6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 9.7着 (不振) × 当競馬場適性 48走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し △ 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) -56% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.2%) ※ 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。
3	ゴールドボード差し	秋元耕（浦和）	実101.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場45走で勝率2%と苦戦傾向／同距離帯は39走で勝ち無し／直近3走平均9.7着と低調）
前5走 08/02 船橋1R 10着/11頭+4.9秒 07/14 浦和1R 12着/12頭 06/22 浦和1R 7着/7頭+2.0秒 05/26 浦和2R 6着/12頭 04/21 浦和1R 5着/9頭+1.3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 9.7着 (不振) × 当競馬場適性 45走で勝率 2% (苦戦) ▽ 距離適性同距離は 39走で勝ち無し ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。
4	ミラクルライズ	吉留孝（浦和）	実14.6	▲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3走で勝ち無し）
前5走 07/14 浦和1R 5着/12頭+1.0秒 06/26 浦和6R 7着/8頭 06/01 船橋3R 2着/11頭+1.0秒 05/25 浦和9R 5着/11頭 05/08 船橋5R 10着/12頭+3.1秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 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) -12% (オッズ過剰評価) AI 予想勝率 6.0% (オッズ暗示: 6.8%) ※ 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。
5	ブルーグリッター	櫻井光（川崎）	実71.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調）
前5走 07/29 川崎1R 12着/12頭+2.8秒 07/14 浦和1R 10着/12頭+0.0秒 07/08 川崎1R 10着/11頭 06/29 船橋1R 6着/7頭+6.0秒 03/04 川崎2R 8着/11頭+2.1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 10.7着 (不振) △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 16走で勝率 6% △ 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) -31% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.4%) ※ 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。
6	リュウノアーダーン	中島良（浦和）	実7.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場34走で勝率0%と苦戦傾向／同距離帯は28走で勝ち無し）
前5走 07/14 浦和1R 4着/12頭 07/07 川崎2R 8着/12頭 06/23 浦和1R 3着/9頭 05/26 浦和2R 4着/12頭+2.0秒 04/21 浦和1R 6着/9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 5.0着 × 当競馬場適性 34走で勝率 0% (苦戦) ▽ 距離適性同距離は 28走で勝ち無し △ 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) -49% (大幅な期待値マイナス) AI 予想勝率 7.0% (オッズ暗示: 13.7%) ※ 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。
7	スイートウィル	室陽一（浦和）	実89.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/14 浦和1R 9着/12頭 07/03 船橋6R 9着/11頭 06/23 浦和1R 9着/9頭 05/26 浦和2R 10着/12頭 04/21 浦和2R 7着/12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 9.0着 (不振) × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ○ 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) -45% (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。
8	サンドバンブー	保園翔（浦和）	実40.9	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 07/14 浦和1R 8着/12頭 07/07 川崎2R 9着/12頭 06/23 浦和1R 5着/9頭+0.0秒 05/26 浦和2R 5着/12頭+0.0秒 04/21 浦和2R 11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 7.3着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 8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 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 2.7% (オッズ暗示: 2.4%) ※ 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	ニシノミモザ追込	國分祐（浦和）	実186.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均10.3着と低調）
前5走 03/20 浦和2R 12着/12頭+3.7秒 03/12 船橋2R 9着/9頭+2.6秒 02/28 浦和2R 10着/12頭+2.5秒 02/11 船橋5R 9着/12頭+2.2秒 01/08 浦和3R 12着/12頭+2.7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 10.3着 (不振) × 当競馬場適性 11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 12着 (大敗) △ ローテーション 144日休養明け × 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 0.2% (オッズ暗示: 0.5%) ※ 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。
10	プリンセスパリー	高橋哲（浦和）	実61.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率5%と苦戦傾向／直近3走平均8.3着と低調）
前5走 07/16 浦和1R 9着/9頭+2.0秒 06/26 浦和3R 6着/9頭 05/29 浦和2R 10着/12頭 04/23 浦和7R 10着/12頭+5.0秒 03/19 浦和12R 11着/12頭+4.3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 8.3着 (不振) × 当競馬場適性 21走で勝率 5% (苦戦) △ 距離適性同距離 9走で勝率 11% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -41% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 1.6%) ※ 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。
11	アマゴ	見越彬（浦和）	実33.2	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場44走で勝率2%と苦戦傾向／同距離帯は17走で勝ち無し／前走2着）
前5走 08/05 船橋1R 2着/7頭+0.3秒 07/14 浦和1R 7着/12頭 07/07 川崎1R 6着/12頭 06/23 浦和1R 6着/9頭 06/15 川崎4R 3着/11頭
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 5.0着 × 当競馬場適性 44走で勝率 2% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 3.5% (オッズ暗示: 3.0%) ※ 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	スーパーサイクル逃げ	山中悠（船橋）	実1.1	🌟◎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10走で勝率90%と適性高／同距離帯10走で勝率90%／同馬場状態で勝率100%）
前5走 06/23 浦和1R 1着/9頭 04/21 浦和2R 1着/12頭勝利 02/28 浦和1R 2着/10頭+0.5秒 12/24 浦和3R 1着/12頭勝利 10/31 浦和2R 1着/11頭勝利
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 10走で勝率 90% (得意) ◎ 距離適性同距離 10走で勝率 90% ◎ 馬場適性同馬場 6走で勝率 100% ◎ 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 75.2% (オッズ暗示: 90.9%) ※ 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。

🎯 AIの本命

AI評価1位

スーパーサイクル

騎手山中悠（船橋）

単勝オッズ

1.1倍

AI期待値

-17%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6リュウノアーダーン

7.3倍

EV -48%

▲4ミラクルライズ

14.6倍

EV -12%

出走馬全12頭

◎12

スーパーサイクル

山中悠（船橋）

1.1倍

-17%

›

○6

リュウノアーダーン

中島良（浦和）

7.3倍

-48%

›

▲4

ミラクルライズ

吉留孝（浦和）

14.6倍

-12%

›

△11

アマゴ

見越彬（浦和）

33.2倍

+16%

›

△8

サンドバンブー

保園翔（浦和）

40.9倍

+8%

›

△1

サンボールダー

及川烈（浦和）

57.5倍

+14%

›

▽5

ブルーグリッター

櫻井光（川崎）

71.8倍

-30%

›

▽10

プリンセスパリー

高橋哲（浦和）

61.9倍

-40%

›

▽7

スイートウィル

室陽一（浦和）

89.6倍

-44%

›

×2

ワンダーダイカネン

岡田大（浦和）

85.9倍

-55%

›

×3

ゴールドボード

秋元耕（浦和）

101.2倍

-66%

›

×9

ニシノミモザ

國分祐（浦和）

186.6倍

-59%

›

💡 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