浦和 8R 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

8R 浦和競馬場小川町七夕まＣ１三ダ800m ダート800m　発走 17:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ラタランテラ逃げ	木間龍（船橋）	実36.7	B× A▽勝率2% EV-23% 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8R 10着/10頭+3.7秒 06/23 浦和10R 7着/11頭 06/03 船橋10R 4着/13頭+0.0秒 05/13 川崎2R 1着/12頭勝利 04/24 浦和4R 2着/10頭+0.2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 7.0着 (不振) ◎ 距離適性同距離 4走で勝率 50% ○ 馬場適性同馬場 5走で勝率 20% ▽ 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 9位 / 勝率 2.1% / 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。
2	ネイビーシンデレラ自在	笹川翼（大井）	実5.1	B× A○勝率20% EV+3% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は4走で勝ち無し／前走3着／騎手は近50戦で勝率20%）
前5走 07/17 浦和10R 3着/11頭 06/26 浦和4R 2着/7頭 05/19 大井10R 12着/13頭+2.8秒 04/22 浦和8R 11着/12頭+2.4秒 04/10 川崎4R 5着/6頭+2.0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 5.7着 △ 当競馬場適性 9走で勝率 11% ▽ 距離適性同距離は 4走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 19.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.3% / 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。
3	クリノウィリアム逃げ	櫻井光（川崎）	実3.3	B▲ A🌟◎勝率36% EV+17% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯6走で勝率50%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/31 川崎10R 1着/12頭勝利 05/04 船橋8R 2着/12頭+0.3秒 04/08 川崎7R 1着/12頭勝利 03/18 浦和8R 2着/12頭+0.8秒 02/27 浦和6R 1着/10頭勝利
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) △ 当競馬場適性 9走で勝率 11% ◎ 距離適性同距離 6走で勝率 50% ○ 馬場適性同馬場 9走で勝率 22% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 7.6% (オッズ暗示: 30.3%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 35.6% / 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	モーニングタンポポ逃げ	見越彬（浦和）	実94.5	B× A×勝率0% 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5R 12着/12頭+1.9秒 07/17 浦和10R 9着/11頭 06/24 浦和9R 10着/11頭 04/22 浦和9R 4着/12頭+0.6秒 04/08 川崎7R 7着/12頭+1.5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 10.3着 (不振) △ 当競馬場適性 16走で勝率 6% ▽ 距離適性同距離は 9走で勝ち無し ▽ 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 12位 / 勝率 0.4% / 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。
5	ビナラオカイ	岡村健（船橋）	実5.2	B△ A△勝率10% EV-50% 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75%と適性高／同距離帯4走で勝率75%／直近3走で勝率67%と好調）
前5走 07/16 浦和8R 1着/9頭 06/26 浦和2R 1着/9頭 01/06 浦和1R 4着/12頭+1.2秒 12/22 浦和4R 1着/5頭勝利 ―
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 67% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 距離適性同距離 4走で勝率 75% ○ 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 26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 1.4% (オッズ暗示: 19.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.6% / 期待値 -50% ※ 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	マジュツシカエル自在推奨	和田譲（大井）	実12.1	B○ A△勝率6% EV-21% 詳細▼	市場が大きく過小評価、AI予想勝率41% × オッズ12.1倍で期待値+390%の有力候補（直近3走平均2.7着と安定／当競馬場で勝率23%と相性良／同距離帯で勝率30%と得意）
前5走 07/17 浦和10R 2着/11頭+0.0秒 06/24 浦和9R 2着/11頭+3.0秒 05/27 浦和9R 4着/11頭+0.0秒 04/22 浦和5R 1着/12頭勝利 04/08 川崎7R 3着/12頭+0.8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 2.7着 (安定) ○ 当競馬場適性 13走で勝率 23% (相性良) ◎ 距離適性同距離 10走で勝率 30% ○ 馬場適性同馬場 12走で勝率 25% ○ 騎手近50戦勝率 18% ○ 前走実績前走 2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) +390% (市場が大幅過小評価) AI 予想勝率 40.5% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.5% / 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。
7	ケイアイマゴラ	町田直（川崎）	実70.7	B× A▽勝率2% 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7R 8着/12頭 06/23 浦和8R 4着/6頭 05/27 浦和9R 8着/11頭 05/05 船橋7R 6着/12頭+1.0秒 04/22 浦和9R 5着/12頭+0.7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 6.7着 △ 当競馬場適性 27走で勝率 7% ▽ 距離適性同距離は 8走で勝ち無し ○ 馬場適性同馬場 17走で勝率 24% ○ 騎手近50戦勝率 14% ○ 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 1.5% / 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。
8	ワイルドゴーア	野畑凌（川崎）	実6.7	B🌟◎ A△勝率5% EV-65% 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（騎手は近50戦で勝率28%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 28% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +171% (市場が大幅過小評価) AI 予想勝率 40.5% (オッズ暗示: 14.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.2% / 期待値 -65% ※ 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	キャストライトオン	鷹見陸（大井）	実14.1	B△ A×勝率3% EV-51% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／同距離帯11走で勝率36%／同馬場状態で勝率31%）
前5走 08/03 船橋5R 1着/12頭勝利 07/17 浦和10R 8着/11頭 06/24 浦和7R 1着/9頭 06/02 船橋8R 1着/14頭 05/28 浦和6R 9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 67% (絶好調) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 11走で勝率 36% ◎ 馬場適性同馬場 13走で勝率 31% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 7.1%) × Aモデルの評価 (参考) レース内 8位 / 勝率 3.5% / 期待値 -51% ※ 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	パラソーレ先行	西啓太（大井）	実21.7	B× A▽勝率4% EV-19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/17 浦和10R 5着/11頭 06/23 浦和10R 9着/11頭 05/25 浦和11R 11着/12頭 12/23 浦和8R 1着/12頭勝利 12/17 川崎8R 2着/11頭+0.9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 12走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 8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) -91% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 4.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.7% / 期待値 -19% ※ 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	シェナウエーブ	七夕裕（浦和）	実6.2	B△ A▲勝率11% EV-32% 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11走で勝率27%／前走2着）
前5走 07/16 浦和11R 2着/11頭 06/24 浦和10R 11着/11頭 05/25 浦和11R 8着/12頭 04/24 浦和10R 6着/12頭+0.7秒 03/19 浦和11R 2着/12頭+0.4秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) ○ 当競馬場適性 13走で勝率 23% (相性良) ◎ 距離適性同距離 11走で勝率 27% ○ 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) -53% (大幅な期待値マイナス) AI 予想勝率 7.6% (オッズ暗示: 16.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.9% / 期待値 -33% ※ 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	ニシノニューリーフ	吉留孝（浦和）	実73.6	B× A×勝率1% EV-50% 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8R 9着/9頭 06/24 浦和9R 7着/11頭+0.0秒 05/27 浦和9R 11着/11頭+6.0秒 05/08 船橋8R 13着/14頭+2.2秒 04/22 浦和9R 6着/12頭+0.8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 9.0着 (不振) △ 当競馬場適性 29走で勝率 7% △ 距離適性同距離 27走で勝率 11% △ 騎手近50戦勝率 4% (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 11位 / 勝率 0.7% / 期待値 -50% ※ 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 △

ワイルドゴーア

騎手野畑凌（川崎）

単勝オッズ

6.7倍

AI期待値

+171%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△6マジュツシカエル

12.1倍

EV +390%

▲A:◎3クリノウィリアム

3.3倍

EV -74%

出走馬全12頭

◎A:△8

ワイルドゴーア

野畑凌（川崎）

6.7倍

+171%

›

○A:△6

マジュツシカエル

和田譲（大井）

12.1倍

+390%

›

▲A:◎3

クリノウィリアム

櫻井光（川崎）

3.3倍

-74%

›

△A:▲11

シェナウエーブ

七夕裕（浦和）

6.2倍

-52%

›

△A:△5

ビナラオカイ

岡村健（船橋）

5.2倍

-92%

›

△A:×9

キャストライトオン

鷹見陸（大井）

14.1倍

-79%

›

×A:○2

ネイビーシンデレラ

笹川翼（大井）

5.1倍

-97%

›

×A:▽10

パラソーレ

西啓太（大井）

21.7倍

-91%

›

×A:▽1

ラタランテラ

木間龍（船橋）

36.7倍

-99%

›

×A:▽7

ケイアイマゴラ

町田直（川崎）

70.7倍

-99%

›

×A:×12

ニシノニューリーフ

吉留孝（浦和）

73.6倍

-99%

›

×A:×4

モーニングタンポポ

見越彬（浦和）

94.5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 6 マジュツシカエル ¥800 実12.1倍期待値 +391% ❌不的中2着単勝 12.1倍

※ オッズは予測時点の値です。

8R 浦和競馬場小川町七夕まＣ１三ダ800m ダート800m　発走 17:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ラタランテラ逃げ	木間龍（船橋）	実36.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率50%）
前5走 08/03 船橋8R 10着/10頭+3.7秒 06/23 浦和10R 7着/11頭 06/03 船橋10R 4着/13頭+0.0秒 05/13 川崎2R 1着/12頭勝利 04/24 浦和4R 2着/10頭+0.2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 7.0着 (不振) ◎ 距離適性同距離 4走で勝率 50% ○ 馬場適性同馬場 5走で勝率 20% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 2.7%) ※ 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	ネイビーシンデレラ自在	笹川翼（大井）	実5.1	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は4走で勝ち無し／前走3着／騎手は近50戦で勝率20%）
前5走 07/17 浦和10R 3着/11頭 06/26 浦和4R 2着/7頭 05/19 大井10R 12着/13頭+2.8秒 04/22 浦和8R 11着/12頭+2.4秒 04/10 川崎4R 5着/6頭+2.0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 5.7着 △ 当競馬場適性 9走で勝率 11% ▽ 距離適性同距離は 4走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ 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) +3% (市場と概ね一致) AI 予想勝率 20.3% (オッズ暗示: 19.6%) ※ 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。
3	クリノウィリアム逃げ	櫻井光（川崎）	実3.3	🌟◎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（同距離帯6走で勝率50%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/31 川崎10R 1着/12頭勝利 05/04 船橋8R 2着/12頭+0.3秒 04/08 川崎7R 1着/12頭勝利 03/18 浦和8R 2着/12頭+0.8秒 02/27 浦和6R 1着/10頭勝利
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) △ 当競馬場適性 9走で勝率 11% ◎ 距離適性同距離 6走で勝率 50% ○ 馬場適性同馬場 9走で勝率 22% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 35.6% (オッズ暗示: 30.3%) ※ 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。
4	モーニングタンポポ逃げ	見越彬（浦和）	実94.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は9走で勝ち無し／直近3走平均10.3着と低調）
前5走 08/03 船橋5R 12着/12頭+1.9秒 07/17 浦和10R 9着/11頭 06/24 浦和9R 10着/11頭 04/22 浦和9R 4着/12頭+0.6秒 04/08 川崎7R 7着/12頭+1.5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 10.3着 (不振) △ 当競馬場適性 16走で勝率 6% ▽ 距離適性同距離は 9走で勝ち無し ▽ 前走実績前走 12着 (大敗) × 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 0.4% (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。
5	ビナラオカイ	岡村健（船橋）	実5.2	△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75%と適性高／同距離帯4走で勝率75%／直近3走で勝率67%と好調）
前5走 07/16 浦和8R 1着/9頭 06/26 浦和2R 1着/9頭 01/06 浦和1R 4着/12頭+1.2秒 12/22 浦和4R 1着/5頭勝利 ―
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 67% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 距離適性同距離 4走で勝率 75% ○ 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 26日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 9.6% (オッズ暗示: 19.2%) ※ 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	マジュツシカエル自在推奨	和田譲（大井）	実12.1	△詳細▼	期待値プラスでAIの推し馬（直近3走平均2.7着と安定／当競馬場で勝率23%と相性良／同距離帯で勝率30%と得意）
前5走 07/17 浦和10R 2着/11頭+0.0秒 06/24 浦和9R 2着/11頭+3.0秒 05/27 浦和9R 4着/11頭+0.0秒 04/22 浦和5R 1着/12頭勝利 04/08 川崎7R 3着/12頭+0.8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 2.7着 (安定) ○ 当競馬場適性 13走で勝率 23% (相性良) ◎ 距離適性同距離 10走で勝率 30% ○ 馬場適性同馬場 12走で勝率 25% ○ 騎手近50戦勝率 18% ○ 前走実績前走 2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) -22% (オッズ過剰評価) AI 予想勝率 6.5% (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。
7	ケイアイマゴラ	町田直（川崎）	実70.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は8走で勝ち無し）
前5走 07/14 浦和7R 8着/12頭 06/23 浦和8R 4着/6頭 05/27 浦和9R 8着/11頭 05/05 船橋7R 6着/12頭+1.0秒 04/22 浦和9R 5着/12頭+0.7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 6.7着 △ 当競馬場適性 27走で勝率 7% ▽ 距離適性同距離は 8走で勝ち無し ○ 馬場適性同馬場 17走で勝率 24% ○ 騎手近50戦勝率 14% ○ 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 1.5% (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。
8	ワイルドゴーア	野畑凌（川崎）	実6.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（騎手は近50戦で勝率28%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 28% (好調) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 5.2% (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	キャストライトオン	鷹見陸（大井）	実14.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／同距離帯11走で勝率36%／同馬場状態で勝率31%）
前5走 08/03 船橋5R 1着/12頭勝利 07/17 浦和10R 8着/11頭 06/24 浦和7R 1着/9頭 06/02 船橋8R 1着/14頭 05/28 浦和6R 9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 67% (絶好調) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 11走で勝率 36% ◎ 馬場適性同馬場 13走で勝率 31% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 7.1%) ※ 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。
10	パラソーレ先行	西啓太（大井）	実21.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 07/17 浦和10R 5着/11頭 06/23 浦和10R 9着/11頭 05/25 浦和11R 11着/12頭 12/23 浦和8R 1着/12頭勝利 12/17 川崎8R 2着/11頭+0.9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 12走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 8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) -19% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 4.6%) ※ 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	シェナウエーブ	七夕裕（浦和）	実6.2	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯11走で勝率27%／前走2着）
前5走 07/16 浦和11R 2着/11頭 06/24 浦和10R 11着/11頭 05/25 浦和11R 8着/12頭 04/24 浦和10R 6着/12頭+0.7秒 03/19 浦和11R 2着/12頭+0.4秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) ○ 当競馬場適性 13走で勝率 23% (相性良) ◎ 距離適性同距離 11走で勝率 27% ○ 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) -33% (大幅な期待値マイナス) AI 予想勝率 10.9% (オッズ暗示: 16.1%) ※ 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。
12	ニシノニューリーフ	吉留孝（浦和）	実73.6	×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）
前5走 07/16 浦和8R 9着/9頭 06/24 浦和9R 7着/11頭+0.0秒 05/27 浦和9R 11着/11頭+6.0秒 05/08 船橋8R 13着/14頭+2.2秒 04/22 浦和9R 6着/12頭+0.8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 9.0着 (不振) △ 当競馬場適性 29走で勝率 7% △ 距離適性同距離 27走で勝率 11% △ 騎手近50戦勝率 4% (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) -50% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。

🎯 AIの本命

AI評価1位

クリノウィリアム

騎手櫻井光（川崎）

単勝オッズ

3.3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

○2ネイビーシンデレラ

5.1倍

EV +3%

▲11シェナウエーブ

6.2倍

EV -32%

出走馬全12頭

◎3

クリノウィリアム

櫻井光（川崎）

3.3倍

+17%

›

○2

ネイビーシンデレラ

笹川翼（大井）

5.1倍

+3%

›

▲11

シェナウエーブ

七夕裕（浦和）

6.2倍

-32%

›

△5

ビナラオカイ

岡村健（船橋）

5.2倍

-50%

›

△6

マジュツシカエル

和田譲（大井）

12.1倍

-21%

›

△8

ワイルドゴーア

野畑凌（川崎）

6.7倍

-65%

›

▽10

パラソーレ

西啓太（大井）

21.7倍

-19%

›

×9

キャストライトオン

鷹見陸（大井）

14.1倍

-51%

›

▽1

ラタランテラ

木間龍（船橋）

36.7倍

-23%

›

▽7

ケイアイマゴラ

町田直（川崎）

70.7倍

+8%

›

×12

ニシノニューリーフ

吉留孝（浦和）

73.6倍

-50%

›

×4

モーニングタンポポ

見越彬（浦和）

94.5倍

-57%

›

💡 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 6 マジュツシカエル ¥800 実12.1倍期待値 -22% ❌不的中2着単勝 12.1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