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800m ダート800m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヒシルリアン	岡田大（浦和）	実63.1	B× A×勝率1% EV-67% 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 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 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 9位 / 勝率 0.5% / 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。
2	モーイーワヒネ逃げ	半澤慶（浦和）	実93.2	B× A×勝率0% EV-78% 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 09/10 川崎1R 11着/12頭+3.3秒 08/11 浦和4R 8着/9頭+2.4秒 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
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.3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 2% (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 12位 / 勝率 0.2% / 期待値 -79% ※ 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	タツノドリーム	中山遥（浦和）	実11.8	B△ A▲勝率7% EV-13% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/10 川崎6R 4着/12頭+0.6秒 08/12 浦和6R 6着/12頭+0.8秒 07/15 浦和6R 3着/11頭+0.0秒 06/25 浦和7R 6着/12頭+0.0秒 03/17 浦和5R 7着/12頭+1.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.3着 △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 12走で勝率 8% △ 騎手近50戦勝率 4% (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) AI 予想勝率 0.0% (オッズ暗示: 8.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.3% / 期待値 -14% ※ 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	ヴァシロペス逃げ	吉留孝（浦和）	実70.0	B× A×勝率0% EV-68% 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 08/26 船橋5R 11着/12頭+2.5秒 08/12 浦和6R 11着/12頭+1.4秒 06/24 浦和7R 9着/9頭 05/27 浦和7R 11着/12頭+2.0秒 05/13 川崎7R 11着/12頭+2.9秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 10.3着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -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 0.4% / 期待値 -69% ※ 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	パイソン自在	室陽一（浦和）	実19.5	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（同距離帯3走で勝率33%／直近3走で勝率33%と好調／70日ぶりの実戦）
前5走 07/14 浦和2R 4着/12頭+2.0秒 06/25 浦和6R 3着/12頭 05/26 浦和2R 1着/12頭 04/24 浦和7R 8着/11頭+3.8秒 03/16 浦和3R 9着/10頭+1.3秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 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 3走で勝率 33% ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 5.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.4% / 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。
6	アンダラクリスタル自在	中島良（浦和）	実91.2	B× A×勝率0% EV-64% 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 12着/12頭+3.3秒 03/18 浦和12R 12着/12頭+5.2秒 02/25 浦和8R 4着/12頭+0.8秒 01/07 浦和12R 12着/12頭+8.9秒 12/22 浦和12R 1着/11頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.3着 (不振) △ 当競馬場適性 7走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 153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 0.4% / 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。
7	ポアゾンシーザー	山中悠（船橋）	実1.2	B◎ A◎勝率69% EV-17% 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 08/11 浦和4R 1着/9頭勝利 07/14 浦和2R 1着/12頭 ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 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) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 96.7% (オッズ暗示: 83.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 68.6% / 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。
8	ワインワインレッド逃げ	保園翔（浦和）	実11.0	B△ A○勝率8% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／同距離帯6走で勝率50%／直近3走で勝率100%と好調）
前5走 07/11 川崎2R 1着/12頭勝利 05/12 川崎7R 1着/11頭勝利 04/24 浦和6R 1着/11頭勝利 04/08 川崎1R 6着/12頭+1.8秒 10/21 浦和9R 11着/11頭+3.2秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 6走で勝率 50% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 438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) AI 予想勝率 0.0% (オッズ暗示: 9.1%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 8.1% / 期待値 -11% ※ 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	ユウユウロザリウム	高橋哲（浦和）	実77.8	B× A▽勝率1% EV-36% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯6走で勝率33%）
前5走 08/26 船橋5R 9着/12頭+2.2秒 08/10 浦和5R 6着/11頭+2.1秒 07/16 浦和5R 8着/11頭 06/25 浦和9R 9着/10頭 05/28 浦和6R 10着/12頭
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) △ 当競馬場適性 21走で勝率 10% ◎ 距離適性同距離 6走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 0.8% / 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。
10	メーネフロタント自在	及川烈（浦和）	実13.6	B▲ A△勝率4% EV-40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯16走で勝率38%／直近3走で勝率33%と好調／前走3着）
前5走 08/12 浦和6R 3着/12頭+0.4秒 07/15 浦和6R 2着/11頭 06/25 浦和6R 1着/12頭 12/25 浦和6R 1着/12頭勝利 11/28 浦和5R 5着/12頭+0.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 34走で勝率 18% (相性良) ◎ 距離適性同距離 16走で勝率 38% ○ 馬場適性同馬場 5走で勝率 20% ○ 前走実績前走 3着 (好走) × 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 0.1% (オッズ暗示: 7.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.4% / 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。
11	コトリノウタウウタ追込	七夕裕（浦和）	実18.8	B○ A△勝率4% EV-17% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯4走で勝率25%／直近3走で勝率33%と好調／前走3着）
前5走 08/11 浦和4R 3着/9頭+1.0秒 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
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 距離適性同距離 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 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 3.1% (オッズ暗示: 5.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 4.4% / 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。
12	ランウェイクイーン先行	新原周（川崎）	実24.5	B× A×勝率1% EV-65% 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 08/12 浦和6R 10着/12頭+1.4秒 04/09 川崎6R 2着/12頭+0.2秒 03/17 浦和5R 3着/12頭+0.7秒 02/26 浦和6R 7着/10頭+0.9秒 02/12 船橋4R 11着/12頭+3.6秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ▽ 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 7位 / 勝率 1.4% / 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。

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

1.2倍

AI期待値

+16%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△11コトリノウタウウタ

18.8倍

EV -42%

▲A:△10メーネフロタント

13.6倍

EV -98%

出走馬全12頭

◎A:◎7

ポアゾンシーザー

山中悠（船橋）

1.2倍

+16%

›

○A:△11

コトリノウタウウタ

七夕裕（浦和）

18.8倍

-42%

›

▲A:△10

メーネフロタント

及川烈（浦和）

13.6倍

-98%

›

△A:○8

ワインワインレッド

保園翔（浦和）

11.0倍

-99%

›

△A:▲3

タツノドリーム

中山遥（浦和）

11.8倍

-99%

›

△A:△5

パイソン

室陽一（浦和）

19.5倍

-99%

›

×A:▽9

ユウユウロザリウム

高橋哲（浦和）

77.8倍

-98%

›

×A:×12

ランウェイクイーン

新原周（川崎）

24.5倍

-99%

›

×A:×1

ヒシルリアン

岡田大（浦和）

63.1倍

-99%

›

×A:×4

ヴァシロペス

吉留孝（浦和）

70.0倍

-99%

›

×A:×6

アンダラクリスタル

中島良（浦和）

91.2倍

-99%

›

×A:×2

モーイーワヒネ

半澤慶（浦和）

93.2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

両モデルとも見送り

5R 浦和競馬場ダ800m ダート800m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヒシルリアン	岡田大（浦和）	実63.1	×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）
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 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 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) -67% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
2	モーイーワヒネ逃げ	半澤慶（浦和）	実93.2	×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／直近3走平均9.3着と低調）
前5走 09/10 川崎1R 11着/12頭+3.3秒 08/11 浦和4R 8着/9頭+2.4秒 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
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.3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 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 0.2% (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。
3	タツノドリーム	中山遥（浦和）	実11.8	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/10 川崎6R 4着/12頭+0.6秒 08/12 浦和6R 6着/12頭+0.8秒 07/15 浦和6R 3着/11頭+0.0秒 06/25 浦和7R 6着/12頭+0.0秒 03/17 浦和5R 7着/12頭+1.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.3着 △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 12走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 8.5%) ※ 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	ヴァシロペス逃げ	吉留孝（浦和）	実70.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場15走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／直近3走平均10.3着と低調）
前5走 08/26 船橋5R 11着/12頭+2.5秒 08/12 浦和6R 11着/12頭+1.4秒 06/24 浦和7R 9着/9頭 05/27 浦和7R 11着/12頭+2.0秒 05/13 川崎7R 11着/12頭+2.9秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 10.3着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -69% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
5	パイソン自在	室陽一（浦和）	実19.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯3走で勝率33%／直近3走で勝率33%と好調／70日ぶりの実戦）
前5走 07/14 浦和2R 4着/12頭+2.0秒 06/25 浦和6R 3着/12頭 05/26 浦和2R 1着/12頭 04/24 浦和7R 8着/11頭+3.8秒 03/16 浦和3R 9着/10頭+1.3秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 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 3走で勝率 33% ○ 騎手近50戦勝率 16% × 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 3.4% (オッズ暗示: 5.1%) ※ 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。
6	アンダラクリスタル自在	中島良（浦和）	実91.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／153日ぶりの実戦）
前5走 04/22 浦和12R 12着/12頭+3.3秒 03/18 浦和12R 12着/12頭+5.2秒 02/25 浦和8R 4着/12頭+0.8秒 01/07 浦和12R 12着/12頭+8.9秒 12/22 浦和12R 1着/11頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.3着 (不振) △ 当競馬場適性 7走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12着 (大敗) △ ローテーション 153日休養明け × 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 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。
7	ポアゾンシーザー	山中悠（船橋）	実1.2	◎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 08/11 浦和4R 1着/9頭勝利 07/14 浦和2R 1着/12頭 ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 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) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 68.6% (オッズ暗示: 83.3%) ※ 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。
8	ワインワインレッド逃げ	保園翔（浦和）	実11.0	○詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率25%と適性高／同距離帯6走で勝率50%／直近3走で勝率100%と好調）
前5走 07/11 川崎2R 1着/12頭勝利 05/12 川崎7R 1着/11頭勝利 04/24 浦和6R 1着/11頭勝利 04/08 川崎1R 6着/12頭+1.8秒 10/21 浦和9R 11着/11頭+3.2秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 6走で勝率 50% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 438日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 8.1% (オッズ暗示: 9.1%) ※ 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。
9	ユウユウロザリウム	高橋哲（浦和）	実77.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯6走で勝率33%）
前5走 08/26 船橋5R 9着/12頭+2.2秒 08/10 浦和5R 6着/11頭+2.1秒 07/16 浦和5R 8着/11頭 06/25 浦和9R 9着/10頭 05/28 浦和6R 10着/12頭
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.7着 (不振) △ 当競馬場適性 21走で勝率 10% ◎ 距離適性同距離 6走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -36% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.3%) ※ 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。
10	メーネフロタント自在	及川烈（浦和）	実13.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯16走で勝率38%／直近3走で勝率33%と好調／前走3着）
前5走 08/12 浦和6R 3着/12頭+0.4秒 07/15 浦和6R 2着/11頭 06/25 浦和6R 1着/12頭 12/25 浦和6R 1着/12頭勝利 11/28 浦和5R 5着/12頭+0.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 34走で勝率 18% (相性良) ◎ 距離適性同距離 16走で勝率 38% ○ 馬場適性同馬場 5走で勝率 20% ○ 前走実績前走 3着 (好走) × 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 4.4% (オッズ暗示: 7.4%) ※ 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。
11	コトリノウタウウタ追込	七夕裕（浦和）	実18.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯4走で勝率25%／直近3走で勝率33%と好調／前走3着）
前5走 08/11 浦和4R 3着/9頭+1.0秒 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
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 距離適性同距離 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3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 4.4% (オッズ暗示: 5.3%) ※ 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。
12	ランウェイクイーン先行	新原周（川崎）	実24.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場16走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し）
前5走 08/12 浦和6R 10着/12頭+1.4秒 04/09 川崎6R 2着/12頭+0.2秒 03/17 浦和5R 3着/12頭+0.7秒 02/26 浦和6R 7着/10頭+0.9秒 02/12 船橋4R 11着/12頭+3.6秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ▽ 前走実績前走 10着 (大敗) × 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 1.4% (オッズ暗示: 4.1%) ※ 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。

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

1.2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

○8ワインワインレッド

11.0倍

EV -10%

▲3タツノドリーム

11.8倍

EV -13%

出走馬全12頭

◎7

ポアゾンシーザー

山中悠（船橋）

1.2倍

-17%

›

○8

ワインワインレッド

保園翔（浦和）

11.0倍

-10%

›

▲3

タツノドリーム

中山遥（浦和）

11.8倍

-13%

›

△11

コトリノウタウウタ

七夕裕（浦和）

18.8倍

-17%

›

△10

メーネフロタント

及川烈（浦和）

13.6倍

-40%

›

△5

パイソン

室陽一（浦和）

19.5倍

-33%

›

×12

ランウェイクイーン

新原周（川崎）

24.5倍

-65%

›

▽9

ユウユウロザリウム

高橋哲（浦和）

77.8倍

-36%

›

×1

ヒシルリアン

岡田大（浦和）

63.1倍

-67%

›

×4

ヴァシロペス

吉留孝（浦和）

70.0倍

-68%

›

×6

アンダラクリスタル

中島良（浦和）

91.2倍

-64%

›

×2

モーイーワヒネ

半澤慶（浦和）

93.2倍

-78%

›

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

両モデルとも見送り

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