浦和 5R 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

5R 浦和競馬場ダ1500m ダート1500m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アストラルフレア逃げ推奨	及川烈（浦和）	実7.7	B○ A△勝率10% EV-23% 詳細▼	市場が大きく過小評価、AI予想勝率34% × オッズ7.7倍で期待値+161%の有力候補（直近3走勝率33%と上り調子／当競馬場4走で勝率50%と適性高／適度な間隔で状態万全）
前5走 07/16 浦和6R 6着/12頭 06/22 浦和8R 4着/8頭 03/16 浦和3R 1着/10頭勝利 03/09 船橋12R 1着/10頭勝利 02/28 浦和5R 1着/8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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 50% (得意) △ 距離適性同距離 12走で勝率 8% ○ 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) +161% (市場が大幅過小評価) AI 予想勝率 34.0% (オッズ暗示: 13.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.0% / 期待値 -23% ※ 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	エムリエール自在	山本大（船橋）	実12.0	B× A△勝率7% EV-10% 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6R 4着/12頭 05/28 浦和5R 7着/12頭 05/15 川崎7R 8着/10頭+1.9秒 04/23 浦和5R 4着/12頭+0.5秒 03/17 浦和6R 10着/11頭+2.2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 6.3着 △ 当競馬場適性 33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 16% ○ 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 5位 / 勝率 7.5% / 期待値 -10% ※ 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	イーオレイ	仲野光（船橋）	実31.1	B× A×勝率1% EV-57% 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 08/03 船橋4R 7着/10頭+1.1秒 07/16 浦和6R 8着/12頭 06/29 船橋6R 9着/9頭+0.0秒 06/02 船橋3R 12着/12頭 05/04 船橋7R 10着/12頭+1.7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 8.0着 (不振) × 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 1.4% / 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。
4	クーリッジテソーロ逃げ	野畑凌（川崎）	実1.9	B🌟◎ A🌟◎勝率37% EV-30% 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／前走勝利の勢い／騎手は近50戦で勝率30%）
前5走 06/24 浦和4R 1着/8頭 03/18 浦和5R 8着/8頭+3.1秒 02/26 浦和5R 7着/11頭+1.1秒 01/09 浦和8R 2着/13頭+0.5秒 12/23 浦和5R 9着/12頭+1.9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) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 10走で勝率 10% ◎ 騎手近50戦勝率 30% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 55.6% (オッズ暗示: 52.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 36.5% / 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。
5	コットンフラワー先行	増田充（川崎）	実13.8	B▲ A×勝率3% EV-53% 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6R 5着/12頭 06/17 川崎5R 9着/12頭 05/14 川崎5R 4着/12頭+0.8秒 02/04 川崎4R 4着/12頭+0.1秒 01/02 川崎7R 4着/14頭+0.9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 6.0着 ○ 距離適性同距離 6走で勝率 17% ○ 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) -9% (オッズ過剰評価) AI 予想勝率 6.6% (オッズ暗示: 7.2%) × Aモデルの評価 (参考) レース内 7位 / 勝率 3.4% / 期待値 -53% ※ 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	プリンセスサクラ自在	秋元耕（浦和）	実13.1	B△ A△勝率6% EV-23% 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5R 6着/11頭+2.0秒 06/22 浦和8R 8着/8頭 04/20 浦和5R 8着/11頭+2.3秒 03/18 浦和10R 12着/12頭+2.9秒 02/23 浦和6R 3着/12頭+0.3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 7.3着 (不振) △ 当競馬場適性 18走で勝率 11% △ 距離適性同距離 18走で勝率 11% ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.9% / 期待値 -23% ※ 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	ニシノリピート	吉留孝（浦和）	実5.4	B△ A○勝率18% EV-2% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 07/16 浦和6R 2着/12頭 06/23 浦和6R 4着/9頭 05/26 浦和5R 4着/12頭 04/21 浦和3R 7着/12頭+1.8秒 03/18 浦和10R 4着/12頭+0.8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 3.3着 △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 10走で勝率 10% △ 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 26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 0.6% (オッズ暗示: 18.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.1% / 期待値 -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。
8	ロワゾブルーチヌ	本橋孝（船橋）	実6.7	B△ A▲勝率17% EV+12% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走3着）
前5走 07/17 浦和8R 3着/10頭+1.0秒 06/23 浦和5R 5着/10頭+2.0秒 06/04 船橋5R 8着/12頭+3.0秒 05/27 浦和5R 2着/9頭+1.0秒 04/20 浦和8R 7着/11頭+1.4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 5.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 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) -83% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 14.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.8% / 期待値 +13% ※ 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	ニシノウール追込	國分祐（浦和）	実125.2	B× A▽勝率0% 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6R 11着/12頭+3.0秒 06/22 浦和7R 7着/8頭 05/25 浦和6R 9着/11頭 05/12 川崎7R 9着/12頭+2.1秒 04/20 浦和5R 11着/11頭+3.2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 9.0着 (不振) × 当競馬場適性 26走で勝率 0% (苦戦) ▽ 距離適性同距離は 41走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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 9位 / 勝率 0.5% / 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。

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 ◎

クーリッジテソーロ

騎手野畑凌（川崎）

単勝オッズ

1.9倍

AI期待値

+5%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△1アストラルフレア

7.7倍

EV +161%

▲A:×5コットンフラワー

13.8倍

EV -8%

出走馬全9頭

◎A:◎4

クーリッジテソーロ

野畑凌（川崎）

1.9倍

+5%

›

○A:△1

アストラルフレア

及川烈（浦和）

7.7倍

+161%

›

▲A:×5

コットンフラワー

増田充（川崎）

13.8倍

-8%

›

△A:▲8

ロワゾブルーチヌ

本橋孝（船橋）

6.7倍

-82%

›

△A:○7

ニシノリピート

吉留孝（浦和）

5.4倍

-96%

›

△A:△6

プリンセスサクラ

秋元耕（浦和）

13.1倍

-92%

›

×A:△2

エムリエール

山本大（船橋）

12.0倍

-99%

›

×A:×3

イーオレイ

仲野光（船橋）

31.1倍

-99%

›

×A:▽9

ニシノウール

國分祐（浦和）

125.2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 1 アストラルフレア ¥600 実7.7倍期待値 +162% ❌不的中7着単勝 7.7倍

※ オッズは予測時点の値です。

5R 浦和競馬場ダ1500m ダート1500m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アストラルフレア逃げ推奨	及川烈（浦和）	実7.7	△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／当競馬場4走で勝率50%と適性高／適度な間隔で状態万全）
前5走 07/16 浦和6R 6着/12頭 06/22 浦和8R 4着/8頭 03/16 浦和3R 1着/10頭勝利 03/09 船橋12R 1着/10頭勝利 02/28 浦和5R 1着/8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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 50% (得意) △ 距離適性同距離 12走で勝率 8% ○ 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) -23% (オッズ過剰評価) AI 予想勝率 10.0% (オッズ暗示: 13.0%) ※ 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。
2	エムリエール自在	山本大（船橋）	実12.0	△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6R 4着/12頭 05/28 浦和5R 7着/12頭 05/15 川崎7R 8着/10頭+1.9秒 04/23 浦和5R 4着/12頭+0.5秒 03/17 浦和6R 10着/11頭+2.2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 6.3着 △ 当競馬場適性 33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 16% ○ 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) -10% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 8.3%) ※ 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。
3	イーオレイ	仲野光（船橋）	実31.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 08/03 船橋4R 7着/10頭+1.1秒 07/16 浦和6R 8着/12頭 06/29 船橋6R 9着/9頭+0.0秒 06/02 船橋3R 12着/12頭 05/04 船橋7R 10着/12頭+1.7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 8.0着 (不振) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.2%) ※ 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。
4	クーリッジテソーロ逃げ	野畑凌（川崎）	実1.9	🌟◎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／前走勝利の勢い／騎手は近50戦で勝率30%）
前5走 06/24 浦和4R 1着/8頭 03/18 浦和5R 8着/8頭+3.1秒 02/26 浦和5R 7着/11頭+1.1秒 01/09 浦和8R 2着/13頭+0.5秒 12/23 浦和5R 9着/12頭+1.9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) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 10走で勝率 10% ◎ 騎手近50戦勝率 30% (好調) ◎ 前走実績前走 1着 (勢い継続) × 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 36.5% (オッズ暗示: 52.6%) ※ 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。
5	コットンフラワー先行	増田充（川崎）	実13.8	×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6R 5着/12頭 06/17 川崎5R 9着/12頭 05/14 川崎5R 4着/12頭+0.8秒 02/04 川崎4R 4着/12頭+0.1秒 01/02 川崎7R 4着/14頭+0.9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 6.0着 ○ 距離適性同距離 6走で勝率 17% ○ 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) -53% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 7.2%) ※ 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。
6	プリンセスサクラ自在	秋元耕（浦和）	実13.1	△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5R 6着/11頭+2.0秒 06/22 浦和8R 8着/8頭 04/20 浦和5R 8着/11頭+2.3秒 03/18 浦和10R 12着/12頭+2.9秒 02/23 浦和6R 3着/12頭+0.3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 7.3着 (不振) △ 当競馬場適性 18走で勝率 11% △ 距離適性同距離 18走で勝率 11% ○ 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) -23% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 7.6%) ※ 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。
7	ニシノリピート	吉留孝（浦和）	実5.4	○詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 07/16 浦和6R 2着/12頭 06/23 浦和6R 4着/9頭 05/26 浦和5R 4着/12頭 04/21 浦和3R 7着/12頭+1.8秒 03/18 浦和10R 4着/12頭+0.8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 3.3着 △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 10走で勝率 10% △ 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 26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 18.1% (オッズ暗示: 18.5%) ※ 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。
8	ロワゾブルーチヌ	本橋孝（船橋）	実6.7	▲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0%と苦戦傾向／同距離帯は6走で勝ち無し／前走3着）
前5走 07/17 浦和8R 3着/10頭+1.0秒 06/23 浦和5R 5着/10頭+2.0秒 06/04 船橋5R 8着/12頭+3.0秒 05/27 浦和5R 2着/9頭+1.0秒 04/20 浦和8R 7着/11頭+1.4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 5.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 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) +12% (市場と概ね一致) AI 予想勝率 16.8% (オッズ暗示: 14.9%) ※ 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	ニシノウール追込	國分祐（浦和）	実125.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場26走で勝率0%と苦戦傾向／同距離帯は41走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/16 浦和6R 11着/12頭+3.0秒 06/22 浦和7R 7着/8頭 05/25 浦和6R 9着/11頭 05/12 川崎7R 9着/12頭+2.1秒 04/20 浦和5R 11着/11頭+3.2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 9.0着 (不振) × 当競馬場適性 26走で勝率 0% (苦戦) ▽ 距離適性同距離は 41走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 0.8%) ※ 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

クーリッジテソーロ

騎手野畑凌（川崎）

単勝オッズ

1.9倍

AI期待値

-30%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ニシノリピート

5.4倍

EV -2%

▲8ロワゾブルーチヌ

6.7倍

EV +12%

出走馬全9頭

◎4

クーリッジテソーロ

野畑凌（川崎）

1.9倍

-30%

›

○7

ニシノリピート

吉留孝（浦和）

5.4倍

-2%

›

▲8

ロワゾブルーチヌ

本橋孝（船橋）

6.7倍

+12%

›

△1

アストラルフレア

及川烈（浦和）

7.7倍

-23%

›

△2

エムリエール

山本大（船橋）

12.0倍

-10%

›

△6

プリンセスサクラ

秋元耕（浦和）

13.1倍

-23%

›

×5

コットンフラワー

増田充（川崎）

13.8倍

-53%

›

×3

イーオレイ

仲野光（船橋）

31.1倍

-57%

›

▽9

ニシノウール

國分祐（浦和）

125.2倍

-40%

›

💡 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 1 アストラルフレア ¥600 実7.7倍期待値 -23% ❌不的中7着単勝 7.7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