浦和 12R 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

12R 浦和競馬場ダ2000m ダート2000m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルージュメアート	中山遥（浦和）	実17.1	B△ A▽勝率4% EV-38% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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 07/28 川崎7R 4着/12頭+0.8秒 07/16 浦和12R 10着/12頭 05/29 浦和9R 4着/10頭+2.0秒 04/21 浦和8R 6着/13頭+0.5秒 04/06 川崎12R 11着/13頭+1.8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 6.0着 × 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 16% ○ ローテーション 14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 7.3% (オッズ暗示: 5.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.6% / 期待値 -38% ※ 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	レベリオン推奨	及川烈（浦和）	実17.4	B◎ A△勝率6% EV+8% 詳細▼	市場が大きく過小評価、AI予想勝率29% × オッズ17.4倍で期待値+409%の有力候補（直近3走勝率33%と上り調子／当競馬場で勝率22%と相性良／同距離帯で勝率40%と得意）
前5走 07/15 浦和5R 8着/12頭 06/24 浦和6R 1着/10頭 05/27 浦和6R 8着/12頭 04/20 浦和8R 8着/11頭+2.8秒 04/03 船橋8R 2着/12頭+1.1秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 5走で勝率 40% ○ 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) +409% (市場が大幅過小評価) AI 予想勝率 29.3% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.2% / 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。
3	ユメデアエタラ自在	岡村健（船橋）	実4.5	B△ A○勝率24% EV+6% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 07/15 浦和5R 5着/12頭 04/20 浦和8R 1着/11頭勝利 04/07 川崎4R 6着/12頭+1.9秒 03/16 浦和5R 10着/11頭+2.2秒 02/25 浦和2R 7着/13頭+1.4秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 16走で勝率 12% ○ 騎手近50戦勝率 14% ○ 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 12.9% (オッズ暗示: 22.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.8% / 期待値 +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。
4	ゴールドキッド自在	古岡勇（川崎）	実7.0	B○ A△勝率8% EV-43% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場22走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走平均2.0着と安定）
前5走 07/15 浦和5R 2着/12頭 05/27 浦和6R 2着/12頭+1.0秒 04/20 浦和8R 2着/11頭+0.1秒 03/19 浦和7R 11着/12頭+1.5秒 02/25 浦和8R 8着/12頭+1.4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 2.0着 (安定) × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2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) +34% (妙味あり) AI 予想勝率 19.2% (オッズ暗示: 14.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.1% / 期待値 -43% ※ 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	ユイノパチョレック差し	七夕裕（浦和）	実34.4	B× A▽勝率2% EV-39% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20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12R 7着/12頭 04/21 浦和6R 8着/12頭+2.7秒 04/09 川崎8R 10着/14頭+2.1秒 03/18 浦和12R 10着/12頭+2.5秒 02/23 浦和12R 8着/12頭+1.9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 8.3着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) △ 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) -71% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.7% / 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。
6	ベルルート自在	町田直（川崎）	実10.3	B△ A▽勝率6% EV-38% 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12R 5着/12頭+2.0秒 05/12 川崎4R 7着/12頭+1.0秒 04/22 浦和12R 5着/12頭+1.4秒 03/19 浦和7R 1着/12頭勝利 02/27 浦和9R 2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 5.7着 △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% ○ 騎手近50戦勝率 14% ○ 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) +12% (市場と概ね一致) AI 予想勝率 11.0% (オッズ暗示: 9.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.9% / 期待値 -39% ※ 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	テーオーダムール	達城龍（大井）	実9.4	B× A△勝率6% EV-42% 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21走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／前走3着）
前5走 07/15 浦和5R 3着/12頭 06/24 浦和6R 3着/10頭 05/27 浦和6R 4着/12頭 05/13 川崎6R 12着/14頭+1.6秒 04/20 浦和8R 3着/11頭+0.6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 3.3着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -73% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.1% / 期待値 -43% ※ 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	メイショウサノサ追込	半澤慶（浦和）	実80.4	B× A×勝率1% EV-51% 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 07/31 川崎8R 10着/10頭+4.8秒 07/16 浦和12R 12着/12頭+5.0秒 05/05 船橋12R 11着/12頭+4.7秒 04/23 浦和8R 11着/11頭+4.1秒 03/05 川崎5R 10着/10頭+3.8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 11.0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 8走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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 12位 / 勝率 0.6% / 期待値 -52% ※ 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	ユウユウプレゼンス	室陽一（浦和）	実24.9	B▽ A▽勝率3% EV-33% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/15 浦和5R 6着/12頭 06/24 浦和6R 4着/10頭+0.0秒 05/27 浦和6R 3着/12頭 04/20 浦和8R 6着/11頭+1.3秒 03/19 浦和7R 6着/12頭+1.2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 4.3着 △ 当競馬場適性 30走で勝率 7% △ 距離適性同距離 19走で勝率 11% ○ 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) -28% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 4.0%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.7% / 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。
10	キミトユメヲカケル追込	見越彬（浦和）	実61.7	B× A▽勝率1% EV-36% 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 04/22 浦和12R 8着/12頭+2.0秒 03/16 浦和12R 9着/12頭+2.3秒 02/25 浦和8R 6着/12頭+1.0秒 01/19 船橋12R 13着/14頭+3.0秒 12/19 川崎12R 8着/12頭+2.7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 7.7着 (不振) × 当競馬場適性 28走で勝率 4% (苦戦) △ 距離適性同距離 17走で勝率 6% △ ローテーション 111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 11位 / 勝率 1.0% / 期待値 -36% ※ 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	ロットゥーラ先行	野畑凌（川崎）	実3.4	B▲ A🌟◎勝率31% EV+5% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場10走で勝率30%と適性高／同距離帯8走で勝率25%／騎手は近50戦で勝率26%）
前5走 07/16 浦和12R 4着/12頭 04/22 浦和12R 2着/12頭+0.1秒 02/28 浦和9R 7着/12頭+1.7秒 11/28 浦和12R 9着/12頭+2.8秒 10/29 浦和9R 8着/11頭+2.6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 4.3着 ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 騎手近50戦勝率 26% (好調) ○ 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) -56% (大幅な期待値マイナス) AI 予想勝率 12.9% (オッズ暗示: 29.4%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.1% / 期待値 +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。
12	シヴァシン	秋元耕（浦和）	実5.3	B× A▲勝率9% EV-52% 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%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/15 浦和5R 1着/12頭 06/24 浦和6R 5着/10頭+0.0秒 06/17 川崎5R 8着/12頭 05/11 川崎6R 8着/9頭+2.4秒 04/20 浦和9R 11着/13頭+2.1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 3走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 18.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.0% / 期待値 -52% ※ 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

B推奨Aモデル △

レベリオン

騎手及川烈（浦和）

単勝オッズ

17.4倍

AI期待値

+409%

買い目

¥600

全レースの推奨

AIの推奨本命の次点

○A:△4ゴールドキッド

7.0倍

EV +34%

▲A:◎11ロットゥーラ

3.4倍

EV -56%

出走馬全12頭

◎A:△2

レベリオン

及川烈（浦和）

17.4倍

+409%

›

○A:△4

ゴールドキッド

古岡勇（川崎）

7.0倍

+34%

›

▲A:◎11

ロットゥーラ

野畑凌（川崎）

3.4倍

-56%

›

△A:○3

ユメデアエタラ

岡村健（船橋）

4.5倍

-41%

›

△A:▽6

ベルルート

町田直（川崎）

10.3倍

+12%

›

△A:▽1

ルージュメアート

中山遥（浦和）

17.1倍

+25%

›

×A:△7

テーオーダムール

達城龍（大井）

9.4倍

-72%

›

▽A:▽9

ユウユウプレゼンス

室陽一（浦和）

24.9倍

-28%

›

×A:▲12

シヴァシン

秋元耕（浦和）

5.3倍

-95%

›

×A:▽5

ユイノパチョレック

七夕裕（浦和）

34.4倍

-71%

›

×A:▽10

キミトユメヲカケル

見越彬（浦和）

61.7倍

-99%

›

×A:×8

メイショウサノサ

半澤慶（浦和）

80.4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 2 レベリオン ¥600 実17.4倍期待値 +410% ❌不的中単勝 17.4倍

※ オッズは予測時点の値です。

12R 浦和競馬場ダ2000m ダート2000m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルージュメアート	中山遥（浦和）	実17.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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 07/28 川崎7R 4着/12頭+0.8秒 07/16 浦和12R 10着/12頭 05/29 浦和9R 4着/10頭+2.0秒 04/21 浦和8R 6着/13頭+0.5秒 04/06 川崎12R 11着/13頭+1.8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 6.0着 × 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 16% ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 3.6% (オッズ暗示: 5.8%) ※ 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。
2	レベリオン推奨	及川烈（浦和）	実17.4	△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／当競馬場で勝率22%と相性良／同距離帯で勝率40%と得意）
前5走 07/15 浦和5R 8着/12頭 06/24 浦和6R 1着/10頭 05/27 浦和6R 8着/12頭 04/20 浦和8R 8着/11頭+2.8秒 04/03 船橋8R 2着/12頭+1.1秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 5走で勝率 40% ○ 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) +8% (市場と概ね一致) AI 予想勝率 6.2% (オッズ暗示: 5.7%) ※ 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。
3	ユメデアエタラ自在	岡村健（船橋）	実4.5	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調）
前5走 07/15 浦和5R 5着/12頭 04/20 浦和8R 1着/11頭勝利 04/07 川崎4R 6着/12頭+1.9秒 03/16 浦和5R 10着/11頭+2.2秒 02/25 浦和2R 7着/13頭+1.4秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 16走で勝率 12% ○ 騎手近50戦勝率 14% ○ 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) +6% (市場と概ね一致) AI 予想勝率 23.8% (オッズ暗示: 22.2%) ※ 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	ゴールドキッド自在	古岡勇（川崎）	実7.0	△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22走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走平均2.0着と安定）
前5走 07/15 浦和5R 2着/12頭 05/27 浦和6R 2着/12頭+1.0秒 04/20 浦和8R 2着/11頭+0.1秒 03/19 浦和7R 11着/12頭+1.5秒 02/25 浦和8R 8着/12頭+1.4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 2.0着 (安定) × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2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) -43% (大幅な期待値マイナス) AI 予想勝率 8.1% (オッズ暗示: 14.3%) ※ 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。
5	ユイノパチョレック差し	七夕裕（浦和）	実34.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20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12R 7着/12頭 04/21 浦和6R 8着/12頭+2.7秒 04/09 川崎8R 10着/14頭+2.1秒 03/18 浦和12R 10着/12頭+2.5秒 02/23 浦和12R 8着/12頭+1.9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 8.3着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) △ 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) -40% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 2.9%) ※ 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。
6	ベルルート自在	町田直（川崎）	実10.3	▽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12R 5着/12頭+2.0秒 05/12 川崎4R 7着/12頭+1.0秒 04/22 浦和12R 5着/12頭+1.4秒 03/19 浦和7R 1着/12頭勝利 02/27 浦和9R 2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 5.7着 △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% ○ 騎手近50戦勝率 14% ○ 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) -39% (大幅な期待値マイナス) AI 予想勝率 5.9% (オッズ暗示: 9.7%) ※ 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	テーオーダムール	達城龍（大井）	実9.4	△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21走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／前走3着）
前5走 07/15 浦和5R 3着/12頭 06/24 浦和6R 3着/10頭 05/27 浦和6R 4着/12頭 05/13 川崎6R 12着/14頭+1.6秒 04/20 浦和8R 3着/11頭+0.6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 3.3着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 6.1% (オッズ暗示: 10.6%) ※ 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	メイショウサノサ追込	半澤慶（浦和）	実80.4	×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8走で勝ち無し／直近3走平均11.0着と低調）
前5走 07/31 川崎8R 10着/10頭+4.8秒 07/16 浦和12R 12着/12頭+5.0秒 05/05 船橋12R 11着/12頭+4.7秒 04/23 浦和8R 11着/11頭+4.1秒 03/05 川崎5R 10着/10頭+3.8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 11.0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 8走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
9	ユウユウプレゼンス	室陽一（浦和）	実24.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/15 浦和5R 6着/12頭 06/24 浦和6R 4着/10頭+0.0秒 05/27 浦和6R 3着/12頭 04/20 浦和8R 6着/11頭+1.3秒 03/19 浦和7R 6着/12頭+1.2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 4.3着 △ 当競馬場適性 30走で勝率 7% △ 距離適性同距離 19走で勝率 11% ○ 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) -33% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 4.0%) ※ 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。
10	キミトユメヲカケル追込	見越彬（浦和）	実61.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場28走で勝率4%と苦戦傾向／111日ぶりの実戦）
前5走 04/22 浦和12R 8着/12頭+2.0秒 03/16 浦和12R 9着/12頭+2.3秒 02/25 浦和8R 6着/12頭+1.0秒 01/19 船橋12R 13着/14頭+3.0秒 12/19 川崎12R 8着/12頭+2.7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 7.7着 (不振) × 当競馬場適性 28走で勝率 4% (苦戦) △ 距離適性同距離 17走で勝率 6% △ ローテーション 111日休養明け × 期待値 (オッズ vs AI勝率) -36% (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	ロットゥーラ先行	野畑凌（川崎）	実3.4	🌟◎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30%と適性高／同距離帯8走で勝率25%／騎手は近50戦で勝率26%）
前5走 07/16 浦和12R 4着/12頭 04/22 浦和12R 2着/12頭+0.1秒 02/28 浦和9R 7着/12頭+1.7秒 11/28 浦和12R 9着/12頭+2.8秒 10/29 浦和9R 8着/11頭+2.6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 4.3着 ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 騎手近50戦勝率 26% (好調) ○ 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) +5% (市場と概ね一致) AI 予想勝率 31.1% (オッズ暗示: 29.4%) ※ 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。
12	シヴァシン	秋元耕（浦和）	実5.3	▲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%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/15 浦和5R 1着/12頭 06/24 浦和6R 5着/10頭+0.0秒 06/17 川崎5R 8着/12頭 05/11 川崎6R 8着/9頭+2.4秒 04/20 浦和9R 11着/13頭+2.1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 3走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -52% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 18.9%) ※ 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

ロットゥーラ

騎手野畑凌（川崎）

単勝オッズ

3.4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

○3ユメデアエタラ

4.5倍

EV +6%

▲12シヴァシン

5.3倍

EV -52%

出走馬全12頭

◎11

ロットゥーラ

野畑凌（川崎）

3.4倍

+5%

›

○3

ユメデアエタラ

岡村健（船橋）

4.5倍

+6%

›

▲12

シヴァシン

秋元耕（浦和）

5.3倍

-52%

›

△4

ゴールドキッド

古岡勇（川崎）

7.0倍

-43%

›

△2

レベリオン

及川烈（浦和）

17.4倍

+8%

›

△7

テーオーダムール

達城龍（大井）

9.4倍

-42%

›

▽6

ベルルート

町田直（川崎）

10.3倍

-38%

›

▽1

ルージュメアート

中山遥（浦和）

17.1倍

-38%

›

▽9

ユウユウプレゼンス

室陽一（浦和）

24.9倍

-33%

›

▽5

ユイノパチョレック

七夕裕（浦和）

34.4倍

-39%

›

▽10

キミトユメヲカケル

見越彬（浦和）

61.7倍

-36%

›

×8

メイショウサノサ

半澤慶（浦和）

80.4倍

-51%

›

💡 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 2 レベリオン ¥600 実17.4倍期待値 +9% ❌不的中単勝 17.4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