浦和 7R 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

7R 浦和競馬場ダ1400m ダート1400m　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	イトイテーション	野畑凌（川崎）	実2.5	B🌟◎ A🌟◎勝率55% EV+36% 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67%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 06/22 浦和6R 1着/7頭 02/28 浦和4R 1着/12頭勝利 10/27 浦和3R 3着/6頭+1.4秒 ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 28% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 36.8% (オッズ暗示: 40.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 54.7% / 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。
2	オオタニズスマイル追込	秋元耕（浦和）	実23.7	B× A×勝率2% 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 07/17 浦和9R 6着/9頭 06/05 名古屋11R 10着/11頭 05/25 名古屋11R 7着/12頭+0.0秒 05/04 名古屋8R 9着/9頭+5.2秒 04/07 名古屋7R 5着/5頭+3.7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 7.7着 (不振) ◎ 距離適性同距離 15走で勝率 27% ○ 馬場適性同馬場 16走で勝率 25% ○ 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 7位 / 勝率 1.8% / 期待値 -58% ※ 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	アパショナード追込	吉留孝（浦和）	実112.4	B× A▽勝率1% EV-26% 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 05/25 浦和8R 11着/12頭 05/06 船橋7R 12着/12頭+1.8秒 04/21 浦和5R 8着/10頭+2.4秒 07/22 浦和11R 9着/11頭+2.7秒 06/23 浦和11R 9着/11頭+3.0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 10.3着 (不振) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11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 9位 / 勝率 0.7% / 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。
4	ピースシャイニー先行	半澤慶（浦和）	実10.2	B△ A△勝率5% EV-53% 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3着／112日ぶりの実戦）
前5走 04/21 浦和5R 3着/10頭+0.6秒 04/10 川崎8R 2着/11頭+0.0秒 03/17 浦和8R 1着/12頭勝利 02/28 浦和12R 2着/12頭+0.1秒 01/09 浦和9R 9着/11頭+2.8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 8走で勝率 12% ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 112日休養明け × 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: 9.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.5% / 期待値 -54% ※ 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	エドノビートイン	張田昂（船橋）	実6.0	B▲ A△勝率5% EV-67% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率0%と苦戦傾向／同距離帯は18走で勝ち無し／前走2着）
前5走 07/13 浦和10R 2着/10頭 06/25 浦和5R 3着/10頭+0.0秒 05/26 浦和8R 5着/9頭+1.0秒 05/07 船橋9R 3着/12頭+0.8秒 04/21 浦和8R 5着/13頭+0.2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) ▽ 距離適性同距離は 18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) +40% (妙味あり) AI 予想勝率 23.4% (オッズ暗示: 16.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.5% / 期待値 -67% ※ 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	ポピーレッド逃げ	和田譲（大井）	実4.3	B△ A○勝率19% EV-20% 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5走で勝率40%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 05/26 浦和1R 1着/9頭 04/22 浦和1R 1着/11頭勝利 01/06 浦和1R 8着/12頭+2.3秒 12/24 浦和1R 12着/12頭+3.9秒 08/18 浦和2R 3着/5頭+0.9秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 3走で勝率 67% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.5% / 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。
7	ユイノオールイン差し	赤津和（浦和）	実10.4	B△ A△勝率3% EV-72% 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 07/27 川崎10R 6着/10頭+0.9秒 06/18 川崎9R 8着/11頭+1.0秒 05/28 浦和9R 5着/12頭+1.0秒 05/12 川崎12R 11着/14頭+1.9秒 04/09 川崎9R 13着/14頭+2.8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 6.3着 ▽ 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 15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 2.7% / 期待値 -72% ※ 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	サニーサフラン逃げ	藤原幹（船橋）	実27.0	B× A×勝率1% EV-71% 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 07/17 浦和9R 8着/9頭 04/02 船橋8R 9着/10頭+3.1秒 03/11 船橋8R 5着/12頭+0.6秒 02/23 浦和7R 12着/13頭+2.7秒 02/09 船橋7R 4着/12頭+0.7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) ▽ 距離適性同距離は 4走で勝ち無し ○ 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 8位 / 勝率 1.0% / 期待値 -72% ※ 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	ラブシリカ推奨	山中悠（船橋）	実5.5	B○ A▲勝率11% EV-41% 詳細▼	市場が大きく過小評価、AI予想勝率37% × オッズ5.5倍で期待値+102%の有力候補（直近3走勝率67%と絶好調／当競馬場4走で勝率50%と適性高／同馬場状態で勝率33%）
前5走 07/15 浦和9R 3着/12頭+0.0秒 06/22 浦和2R 1着/7頭 05/29 浦和1R 1着/10頭 04/23 浦和1R 4着/9頭+3.7秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 16% ○ 前走実績前走 3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) +102% (市場が大幅過小評価) AI 予想勝率 36.8% (オッズ暗示: 18.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.6% / 期待値 -42% ※ 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 ◎

イトイテーション

騎手野畑凌（川崎）

単勝オッズ

2.5倍

AI期待値

-7%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲9ラブシリカ

5.5倍

EV +102%

▲A:△5エドノビートイン

6.0倍

EV +40%

出走馬全9頭

◎A:◎1

イトイテーション

野畑凌（川崎）

2.5倍

-7%

›

○A:▲9

ラブシリカ

山中悠（船橋）

5.5倍

+102%

›

▲A:△5

エドノビートイン

張田昂（船橋）

6.0倍

+40%

›

△A:○6

ポピーレッド

和田譲（大井）

4.3倍

-88%

›

△A:△4

ピースシャイニー

半澤慶（浦和）

10.2倍

-97%

›

△A:△7

ユイノオールイン

赤津和（浦和）

10.4倍

-99%

›

×A:×2

オオタニズスマイル

秋元耕（浦和）

23.7倍

-99%

›

×A:×8

サニーサフラン

藤原幹（船橋）

27.0倍

-99%

›

×A:▽3

アパショナード

吉留孝（浦和）

112.4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 9 ラブシリカ ¥500 実5.5倍期待値 +103% ❌不的中9着単勝 5.5倍

※ オッズは予測時点の値です。

7R 浦和競馬場ダ1400m ダート1400m　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	イトイテーション	野畑凌（川崎）	実2.5	🌟◎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67%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 06/22 浦和6R 1着/7頭 02/28 浦和4R 1着/12頭勝利 10/27 浦和3R 3着/6頭+1.4秒 ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 28% (好調) ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 54.7% (オッズ暗示: 40.0%) ※ 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	オオタニズスマイル追込	秋元耕（浦和）	実23.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯15走で勝率27%）
前5走 07/17 浦和9R 6着/9頭 06/05 名古屋11R 10着/11頭 05/25 名古屋11R 7着/12頭+0.0秒 05/04 名古屋8R 9着/9頭+5.2秒 04/07 名古屋7R 5着/5頭+3.7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 7.7着 (不振) ◎ 距離適性同距離 15走で勝率 27% ○ 馬場適性同馬場 16走で勝率 25% ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 4.2%) ※ 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	アパショナード追込	吉留孝（浦和）	実112.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調／78日ぶりの実戦）
前5走 05/25 浦和8R 11着/12頭 05/06 船橋7R 12着/12頭+1.8秒 04/21 浦和5R 8着/10頭+2.4秒 07/22 浦和11R 9着/11頭+2.7秒 06/23 浦和11R 9着/11頭+3.0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 10.3着 (不振) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.9%) ※ 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。
4	ピースシャイニー先行	半澤慶（浦和）	実10.2	△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3着／112日ぶりの実戦）
前5走 04/21 浦和5R 3着/10頭+0.6秒 04/10 川崎8R 2着/11頭+0.0秒 03/17 浦和8R 1着/12頭勝利 02/28 浦和12R 2着/12頭+0.1秒 01/09 浦和9R 9着/11頭+2.8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 8走で勝率 12% ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 112日休養明け × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 9.8%) ※ 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	エドノビートイン	張田昂（船橋）	実6.0	△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4走で勝率0%と苦戦傾向／同距離帯は18走で勝ち無し／前走2着）
前5走 07/13 浦和10R 2着/10頭 06/25 浦和5R 3着/10頭+0.0秒 05/26 浦和8R 5着/9頭+1.0秒 05/07 船橋9R 3着/12頭+0.8秒 04/21 浦和8R 5着/13頭+0.2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) ▽ 距離適性同距離は 18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) -67% (大幅な期待値マイナス) AI 予想勝率 5.5% (オッズ暗示: 16.7%) ※ 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。
6	ポピーレッド逃げ	和田譲（大井）	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率40%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 05/26 浦和1R 1着/9頭 04/22 浦和1R 1着/11頭勝利 01/06 浦和1R 8着/12頭+2.3秒 12/24 浦和1R 12着/12頭+3.9秒 08/18 浦和2R 3着/5頭+0.9秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 3走で勝率 67% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 18.5% (オッズ暗示: 23.3%) ※ 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。
7	ユイノオールイン差し	赤津和（浦和）	実10.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し）
前5走 07/27 川崎10R 6着/10頭+0.9秒 06/18 川崎9R 8着/11頭+1.0秒 05/28 浦和9R 5着/12頭+1.0秒 05/12 川崎12R 11着/14頭+1.9秒 04/09 川崎9R 13着/14頭+2.8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 6.3着 ▽ 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 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 9.6%) ※ 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。
8	サニーサフラン逃げ	藤原幹（船橋）	実27.0	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し）
前5走 07/17 浦和9R 8着/9頭 04/02 船橋8R 9着/10頭+3.1秒 03/11 船橋8R 5着/12頭+0.6秒 02/23 浦和7R 12着/13頭+2.7秒 02/09 船橋7R 4着/12頭+0.7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) ▽ 距離適性同距離は 4走で勝ち無し ○ 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) -72% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 3.7%) ※ 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。
9	ラブシリカ推奨	山中悠（船橋）	実5.5	▲詳細▼	期待値プラスでAIの推し馬（直近3走勝率67%と絶好調／当競馬場4走で勝率50%と適性高／同馬場状態で勝率33%）
前5走 07/15 浦和9R 3着/12頭+0.0秒 06/22 浦和2R 1着/7頭 05/29 浦和1R 1着/10頭 04/23 浦和1R 4着/9頭+3.7秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 16% ○ 前走実績前走 3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) -42% (大幅な期待値マイナス) AI 予想勝率 10.6% (オッズ暗示: 18.2%) ※ 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。

🎯 AIの本命

AI評価1位

イトイテーション

騎手野畑凌（川崎）

単勝オッズ

2.5倍

AI期待値

+36%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ポピーレッド

4.3倍

EV -20%

▲9ラブシリカ

5.5倍

EV -41%

出走馬全9頭

◎1

イトイテーション

野畑凌（川崎）

2.5倍

+36%

›

○6

ポピーレッド

和田譲（大井）

4.3倍

-20%

›

▲9

ラブシリカ

山中悠（船橋）

5.5倍

-41%

›

△5

エドノビートイン

張田昂（船橋）

6.0倍

-67%

›

△4

ピースシャイニー

半澤慶（浦和）

10.2倍

-53%

›

△7

ユイノオールイン

赤津和（浦和）

10.4倍

-72%

›

×2

オオタニズスマイル

秋元耕（浦和）

23.7倍

-57%

›

×8

サニーサフラン

藤原幹（船橋）

27.0倍

-71%

›

▽3

アパショナード

吉留孝（浦和）

112.4倍

-26%

›

💡 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 9 ラブシリカ ¥500 実5.5倍期待値 -42% ❌不的中9着単勝 5.5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