浦和 4R 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

4R 浦和競馬場ダ800m ダート800m　発走 15:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	モーイーワヒネ自在	半澤慶（浦和）	実164.2	B× A▽勝率0% EV-20% 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2R 9着/12頭 04/22 浦和4R 11着/11頭+2.7秒 04/01 船橋4R 2着/10頭+0.3秒 03/16 浦和3R 10着/10頭+2.5秒 02/28 浦和2R 6着/12頭+1.2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 7.3着 (不振) × 当競馬場適性 5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 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 9位 / 勝率 0.5% / 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。
2	トーアローダンテ逃げ	中島良（浦和）	実33.1	B△ A▽勝率2% EV-20% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／前走2着）
前5走 07/14 浦和1R 2着/12頭 07/03 船橋6R 10着/11頭+3.0秒 06/22 浦和10R 10着/10頭 05/25 浦和9R 6着/11頭 04/21 浦和2R 5着/12頭+0.9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 7.3着 (不振) × 当競馬場適性 6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 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.4% / 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。
3	アースメロディ逃げ	秋元耕（浦和）	実28.2	B× A△勝率3% EV-18% 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 05/28 浦和5R 2着/12頭+2.0秒 05/15 川崎7R 10着/10頭+2.1秒 04/23 浦和5R 2着/12頭+0.1秒 04/10 川崎7R 7着/11頭+1.0秒 03/17 浦和5R 10着/12頭+2.4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 4.7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 12% ○ 前走実績前走 2着 (好走) × 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 2.9% / 期待値 -18% ※ 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	リバーフロント自在	櫻井光（川崎）	実102.0	B× A×勝率0% 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 07/14 浦和2R 10着/12頭+0.0秒 06/25 浦和6R 10着/12頭 05/28 浦和5R 5着/12頭 04/23 浦和5R 8着/12頭+1.1秒 04/09 川崎6R 11着/12頭+1.3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 8.3着 (不振) × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10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 11位 / 勝率 0.4% / 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。
5	ヒシルリアン	岡田大（浦和）	実49.4	B× A×勝率0% EV-76% 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 08/04 船橋6R 9着/10頭+1.6秒 07/15 浦和6R 4着/11頭+0.0秒 06/25 浦和6R 4着/12頭+0.0秒 05/28 浦和5R 9着/12頭+0.0秒 05/11 川崎7R 8着/12頭+2.5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 5.7着 × 当競馬場適性 21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 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 10位 / 勝率 0.5% / 期待値 -77% ※ 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	マカンコーサッポー	西啓太（大井）	実45.4	B▲ A▽勝率3% EV+25% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／前走3着）
前5走 07/14 浦和1R 3着/12頭 06/25 浦和6R 7着/12頭 06/05 船橋7R 10着/12頭+3.0秒 05/28 浦和5R 11着/12頭 04/21 浦和2R 2着/12頭+0.4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 6.7着 × 当競馬場適性 6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 14% ○ 前走実績前走 3着 (好走) ○ 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) -42% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.8% / 期待値 +26% ※ 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	ダイエービルベリー	中山遥（浦和）	実14.9	B× A△勝率5% EV-20% 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 1着/12頭 06/23 浦和1R 2着/9頭+3.0秒 05/26 浦和2R 3着/12頭+1.0秒 04/21 浦和1R 1着/9頭勝利 12/24 浦和3R 5着/12頭+1.3秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 41走で勝率 10% ○ 距離適性同距離 24走で勝率 17% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ○ 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 5.3% / 期待値 -21% ※ 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	コトリノウタウウタ自在	七夕裕（浦和）	実6.3	B△ A○勝率15% EV-4% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯3走で勝率33%／同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 07/29 川崎1R 1着/12頭勝利 07/14 浦和2R 5着/12頭 06/25 浦和6R 2着/12頭 04/03 船橋9R 9着/10頭+2.3秒 03/17 浦和4R 1着/10頭勝利
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 5走で勝率 20% (相性良) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 5走で勝率 40% ◎ 前走実績前走 1着 (勢い継続) × 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 0.6% (オッズ暗示: 15.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.2% / 期待値 -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	ポアゾンシーザー	山中悠（船橋）	実1.3	B🌟◎ A🌟◎勝率54% EV-29% 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100%と好調／前走勝利の勢い）
前5走 07/14 浦和2R 1着/12頭 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ○ 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 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 75.3% (オッズ暗示: 76.9%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 54.2% / 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。
10	ブリテン自在推奨	古岡勇（川崎）	実14.6	B○ A△勝率6% EV-15% 詳細▼	市場が大きく過小評価、AI予想勝率22% × オッズ14.6倍で期待値+224%の有力候補（直近3走勝率33%と上り調子／前走2着で力を示す）
前5走 07/30 川崎6R 2着/11頭+0.8秒 07/17 浦和5R 4着/12頭 07/09 川崎2R 1着/12頭 12/18 川崎6R 8着/12頭+2.5秒 11/21 川崎7R 2着/12頭+1.2秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +224% (市場が大幅過小評価) AI 予想勝率 22.2% (オッズ暗示: 6.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.8% / 期待値 -16% ※ 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	モンテジュエル	木間龍（船橋）	実10.5	B△ A▲勝率10% EV+5% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率36%と適性高／同距離帯11走で勝率64%／同馬場状態で勝率33%）
前5走 07/31 川崎9R 4着/12頭+1.4秒 07/14 浦和2R 2着/12頭+2.0秒 06/15 川崎4R 1着/11頭 06/02 船橋8R 9着/14頭 05/26 浦和2R 2着/12頭
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 11走で勝率 36% (得意) ◎ 距離適性同距離 11走で勝率 64% ◎ 馬場適性同馬場 15走で勝率 33% × 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 0.5% (オッズ暗示: 9.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.0% / 期待値 +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。

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 ◎

ポアゾンシーザー

騎手山中悠（船橋）

単勝オッズ

1.3倍

AI期待値

-2%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△10ブリテン

14.6倍

EV +224%

▲A:▽6マカンコーサッポー

45.4倍

EV -41%

出走馬全11頭

◎A:◎9

ポアゾンシーザー

山中悠（船橋）

1.3倍

-2%

›

○A:△10

ブリテン

古岡勇（川崎）

14.6倍

+224%

›

▲A:▽6

マカンコーサッポー

西啓太（大井）

45.4倍

-41%

›

△A:○8

コトリノウタウウタ

七夕裕（浦和）

6.3倍

-96%

›

△A:▲11

モンテジュエル

木間龍（船橋）

10.5倍

-94%

›

△A:▽2

トーアローダンテ

中島良（浦和）

33.1倍

-95%

›

×A:△7

ダイエービルベリー

中山遥（浦和）

14.9倍

-99%

›

×A:△3

アースメロディ

秋元耕（浦和）

28.2倍

-99%

›

×A:×5

ヒシルリアン

岡田大（浦和）

49.4倍

-99%

›

×A:×4

リバーフロント

櫻井光（川崎）

102.0倍

-99%

›

×A:▽1

モーイーワヒネ

半澤慶（浦和）

164.2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 10 ブリテン ¥400 実14.6倍期待値 +224% ❌不的中2着単勝 14.6倍

※ オッズは予測時点の値です。

4R 浦和競馬場ダ800m ダート800m　発走 15:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	モーイーワヒネ自在	半澤慶（浦和）	実164.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5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2R 9着/12頭 04/22 浦和4R 11着/11頭+2.7秒 04/01 船橋4R 2着/10頭+0.3秒 03/16 浦和3R 10着/10頭+2.5秒 02/28 浦和2R 6着/12頭+1.2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 7.3着 (不振) × 当競馬場適性 5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 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) -20% (オッズ過剰評価) AI 予想勝率 0.5% (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。
2	トーアローダンテ逃げ	中島良（浦和）	実33.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／前走2着）
前5走 07/14 浦和1R 2着/12頭 07/03 船橋6R 10着/11頭+3.0秒 06/22 浦和10R 10着/10頭 05/25 浦和9R 6着/11頭 04/21 浦和2R 5着/12頭+0.9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 7.3着 (不振) × 当競馬場適性 6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 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ 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 2.4% (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。
3	アースメロディ逃げ	秋元耕（浦和）	実28.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着／75日ぶりの実戦）
前5走 05/28 浦和5R 2着/12頭+2.0秒 05/15 川崎7R 10着/10頭+2.1秒 04/23 浦和5R 2着/12頭+0.1秒 04/10 川崎7R 7着/11頭+1.0秒 03/17 浦和5R 10着/12頭+2.4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 4.7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 12% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 2.9% (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。
4	リバーフロント自在	櫻井光（川崎）	実102.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場22走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/14 浦和2R 10着/12頭+0.0秒 06/25 浦和6R 10着/12頭 05/28 浦和5R 5着/12頭 04/23 浦和5R 8着/12頭+1.1秒 04/09 川崎6R 11着/12頭+1.3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 8.3着 (不振) × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10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 0.4% (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。
5	ヒシルリアン	岡田大（浦和）	実49.4	×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5走で勝ち無し／中6日以内の連戦）
前5走 08/04 船橋6R 9着/10頭+1.6秒 07/15 浦和6R 4着/11頭+0.0秒 06/25 浦和6R 4着/12頭+0.0秒 05/28 浦和5R 9着/12頭+0.0秒 05/11 川崎7R 8着/12頭+2.5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 5.7着 × 当競馬場適性 21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 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 2.0%) ※ 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	マカンコーサッポー	西啓太（大井）	実45.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／前走3着）
前5走 07/14 浦和1R 3着/12頭 06/25 浦和6R 7着/12頭 06/05 船橋7R 10着/12頭+3.0秒 05/28 浦和5R 11着/12頭 04/21 浦和2R 2着/12頭+0.4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 6.7着 × 当競馬場適性 6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 14% ○ 前走実績前走 3着 (好走) ○ 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) +25% (市場と概ね一致) AI 予想勝率 2.8% (オッズ暗示: 2.2%) ※ 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。
7	ダイエービルベリー	中山遥（浦和）	実14.9	△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33%と好調／前走勝利の勢い）
前5走 07/14 浦和1R 1着/12頭 06/23 浦和1R 2着/9頭+3.0秒 05/26 浦和2R 3着/12頭+1.0秒 04/21 浦和1R 1着/9頭勝利 12/24 浦和3R 5着/12頭+1.3秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 41走で勝率 10% ○ 距離適性同距離 24走で勝率 17% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -21% (オッズ過剰評価) AI 予想勝率 5.3% (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。
8	コトリノウタウウタ自在	七夕裕（浦和）	実6.3	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯3走で勝率33%／同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 07/29 川崎1R 1着/12頭勝利 07/14 浦和2R 5着/12頭 06/25 浦和6R 2着/12頭 04/03 船橋9R 9着/10頭+2.3秒 03/17 浦和4R 1着/10頭勝利
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 5走で勝率 20% (相性良) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 5走で勝率 40% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 15.2% (オッズ暗示: 15.9%) ※ 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	ポアゾンシーザー	山中悠（船橋）	実1.3	🌟◎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100%と好調／前走勝利の勢い）
前5走 07/14 浦和2R 1着/12頭 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ○ 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 28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 54.2% (オッズ暗示: 76.9%) ※ 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	ブリテン自在推奨	古岡勇（川崎）	実14.6	△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2着で力を示す）
前5走 07/30 川崎6R 2着/11頭+0.8秒 07/17 浦和5R 4着/12頭 07/09 川崎2R 1着/12頭 12/18 川崎6R 8着/12頭+2.5秒 11/21 川崎7R 2着/12頭+1.2秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 5.8% (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。
11	モンテジュエル	木間龍（船橋）	実10.5	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率36%と適性高／同距離帯11走で勝率64%／同馬場状態で勝率33%）
前5走 07/31 川崎9R 4着/12頭+1.4秒 07/14 浦和2R 2着/12頭+2.0秒 06/15 川崎4R 1着/11頭 06/02 船橋8R 9着/14頭 05/26 浦和2R 2着/12頭
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 11走で勝率 36% (得意) ◎ 距離適性同距離 11走で勝率 64% ◎ 馬場適性同馬場 15走で勝率 33% △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 10.0% (オッズ暗示: 9.5%) ※ 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。

🎯 AIの本命

AI評価1位

ポアゾンシーザー

騎手山中悠（船橋）

単勝オッズ

1.3倍

AI期待値

-29%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8コトリノウタウウタ

6.3倍

EV -4%

▲11モンテジュエル

10.5倍

EV +5%

出走馬全11頭

◎9

ポアゾンシーザー

山中悠（船橋）

1.3倍

-29%

›

○8

コトリノウタウウタ

七夕裕（浦和）

6.3倍

-4%

›

▲11

モンテジュエル

木間龍（船橋）

10.5倍

+5%

›

△10

ブリテン

古岡勇（川崎）

14.6倍

-15%

›

△7

ダイエービルベリー

中山遥（浦和）

14.9倍

-20%

›

△3

アースメロディ

秋元耕（浦和）

28.2倍

-18%

›

▽6

マカンコーサッポー

西啓太（大井）

45.4倍

+25%

›

▽2

トーアローダンテ

中島良（浦和）

33.1倍

-20%

›

▽1

モーイーワヒネ

半澤慶（浦和）

164.2倍

-20%

›

×5

ヒシルリアン

岡田大（浦和）

49.4倍

-76%

›

×4

リバーフロント

櫻井光（川崎）

102.0倍

-56%

›

💡 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 10 ブリテン ¥400 実14.6倍期待値 -16% ❌不的中2着単勝 14.6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