浦和 6R 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

6R 浦和競馬場ダ800m ダート800m　発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キックス先行	秋元耕（浦和）	実8.0	B△ A△勝率7% EV-40% 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10走で勝率30%と適性高／同距離帯8走で勝率25%／直近3走で勝率33%と好調）
前5走 01/07 浦和5R 6着/12頭+1.2秒 12/22 浦和7R 4着/12頭+1.2秒 11/28 浦和6R 1着/11頭勝利 10/30 浦和6R 1着/11頭勝利 09/26 浦和2R 4着/12頭+0.4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戦の調子勝率 33% (上り調子) ◎ 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% △ ローテーション 258日休養明け × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.5% / 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。
2	プレストワンダ差し	山中悠（船橋）	実13.0	B× A×勝率3% EV-56% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は6走で勝ち無し）
前5走 08/12 浦和6R 4着/12頭+0.4秒 06/24 浦和7R 3着/9頭 05/28 浦和6R 3着/12頭+2.0秒 04/22 浦和5R 6着/12頭+0.9秒 03/18 浦和6R 7着/12頭+1.1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 3.3着 △ 当競馬場適性 15走で勝率 7% ▽ 距離適性同距離は 6走で勝ち無し ○ 騎手近50戦勝率 14% × 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 0.1% (オッズ暗示: 7.7%) × Aモデルの評価 (参考) レース内 7位 / 勝率 3.3% / 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。
3	スマートアライヴ逃げ	沖響主（船橋）	実35.0	B△ A▽勝率2% EV-22% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向）
前5走 08/24 船橋6R 11着/11頭+4.2秒 08/12 浦和7R 9着/12頭+1.5秒 03/18 浦和8R 3着/12頭+1.2秒 03/03 川崎12R 7着/12頭+1.2秒 02/06 川崎12R 10着/12頭+1.4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 7.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 距離適性同距離 15走で勝率 20% ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.2% / 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。
4	オオタニズスマイル追込	岡田大（浦和）	実72.5	B× A▽勝率1% EV-12% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し）
前5走 08/11 浦和7R 6着/9頭+2.4秒 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
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 7.3着 (不振) ▽ 距離適性同距離は 3走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.1% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.2% / 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。
5	ライヴラジアン逃げ	見越彬（浦和）	実12.4	B△ A△勝率5% EV-42% 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）
前5走 08/12 浦和7R 10着/12頭+1.6秒 07/16 浦和5R 5着/11頭 06/25 浦和5R 5着/10頭 07/24 浦和8R 4着/9頭+1.1秒 02/27 浦和7R 11着/12頭+1.7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戦の調子平均 6.7着 ◎ 当競馬場適性 7走で勝率 29% (得意) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) × 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 0.3% (オッズ暗示: 8.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.6% / 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。
6	オレイア自在	杉山海（大井）	実7.5	B▲ A▲勝率9% EV-33% 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50%と適性高／同距離帯7走で勝率43%／直近3走で勝率33%と好調）
前5走 09/26 浦和2R 1着/12頭勝利 09/11 川崎1R 6着/12頭+0.8秒 08/15 浦和2R 6着/9頭+1.8秒 07/25 浦和2R 8着/11頭+1.3秒 06/27 浦和4R 1着/10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 7走で勝率 43% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 361日休養明け × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 13.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.8% / 期待値 -34% ※ 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	ニシノアクシス	半澤慶（浦和）	実75.7	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 08/12 浦和6R 12着/12頭+1.7秒 07/04 船橋7R 7着/8頭+3.0秒 06/25 浦和7R 10着/12頭+0.0秒 06/17 川崎3R 9着/11頭 05/28 浦和6R 11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戦の調子平均 9.7着 (不振) × 当競馬場適性 44走で勝率 2% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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 0.3% / 期待値 -78% ※ 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	リュミヌーフィーユ逃げ	福原杏（浦和）	実2.2	B◎ A◎勝率50% EV+11% 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19走で勝率42%と適性高／同距離帯17走で勝率41%／直近3走で勝率33%と好調）
前5走 05/27 浦和9R 5着/11頭 04/22 浦和9R 2着/12頭+0.0秒 02/25 浦和7R 1着/10頭勝利 01/09 浦和7R 1着/12頭勝利 08/20 浦和5R 3着/12頭+1.1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 33% (上り調子) ◎ 当競馬場適性 19走で勝率 42% (得意) ◎ 距離適性同距離 17走で勝率 41% △ ローテーション 118日休養明け ◎ 期待値 (オッズ vs AI勝率) +111% (市場が大幅過小評価) AI 予想勝率 95.9% (オッズ暗示: 45.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 50.5% / 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	ニシノニューリーフ	國分祐（浦和）	実96.6	B× A×勝率0% EV-56% 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 08/11 浦和8R 11着/12頭+1.8秒 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
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 9.0着 (不振) △ 当競馬場適性 30走で勝率 7% △ 距離適性同距離 28走で勝率 11% ▽ 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 11位 / 勝率 0.5% / 期待値 -56% ※ 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	クラパッション	西啓太（大井）	実53.1	B× A▽勝率1% EV-35% 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7R 11着/12頭+1.8秒 07/16 浦和8R 8着/9頭 06/24 浦和9R 11着/11頭 05/27 浦和9R 7着/11頭 05/08 船橋8R 4着/14頭+1.2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戦の調子平均 10.0着 (不振) × 当競馬場適性 21走で勝率 5% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し ▽ 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 10位 / 勝率 1.2% / 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	タイトルコール追込	中山遥（浦和）	実10.6	B○ A△勝率8% EV-12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/12 浦和7R 4着/12頭+0.7秒 07/16 浦和8R 7着/9頭+1.0秒 04/22 浦和9R 12着/12頭+1.4秒 04/06 川崎9R 4着/11頭+0.2秒 03/18 浦和8R 9着/12頭+2.1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戦の調子平均 7.7着 (不振) ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 14走で勝率 21% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -84% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 9.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 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。
12	エリークラウン先行	和田譲（大井）	実4.8	B× A○勝率12% EV-44% 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／前走2着）
前5走 08/12 浦和6R 2着/12頭+0.3秒 07/15 浦和7R 3着/3頭 03/06 川崎6R 1着/12頭勝利 02/27 浦和5R 8着/11頭+1.8秒 01/09 浦和6R 4着/12頭+0.3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戦の調子勝率 33% (上り調子) △ 当競馬場適性 23走で勝率 9% △ 距離適性同距離 32走で勝率 12% ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) × 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 0.1% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.6% / 期待値 -44% ※ 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 ◎

リュミヌーフィーユ

騎手福原杏（浦和）

単勝オッズ

2.2倍

AI期待値

+111%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△11タイトルコール

10.6倍

EV -83%

▲A:▲6オレイア

7.5倍

EV -95%

出走馬全12頭

◎A:◎8

リュミヌーフィーユ

福原杏（浦和）

2.2倍

+111%

›

○A:△11

タイトルコール

中山遥（浦和）

10.6倍

-83%

›

▲A:▲6

オレイア

杉山海（大井）

7.5倍

-95%

›

△A:△1

キックス

秋元耕（浦和）

8.0倍

-94%

›

△A:▽3

スマートアライヴ

沖響主（船橋）

35.0倍

-77%

›

△A:△5

ライヴラジアン

見越彬（浦和）

12.4倍

-95%

›

×A:○12

エリークラウン

和田譲（大井）

4.8倍

-99%

›

×A:▽4

オオタニズスマイル

岡田大（浦和）

72.5倍

-91%

›

×A:×2

プレストワンダ

山中悠（船橋）

13.0倍

-99%

›

×A:▽10

クラパッション

西啓太（大井）

53.1倍

-99%

›

×A:×7

ニシノアクシス

半澤慶（浦和）

75.7倍

-99%

›

×A:×9

ニシノニューリーフ

國分祐（浦和）

96.6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

6R 浦和競馬場ダ800m ダート800m　発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キックス先行	秋元耕（浦和）	実8.0	△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10走で勝率30%と適性高／同距離帯8走で勝率25%／直近3走で勝率33%と好調）
前5走 01/07 浦和5R 6着/12頭+1.2秒 12/22 浦和7R 4着/12頭+1.2秒 11/28 浦和6R 1着/11頭勝利 10/30 浦和6R 1着/11頭勝利 09/26 浦和2R 4着/12頭+0.4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戦の調子勝率 33% (上り調子) ◎ 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% △ ローテーション 258日休養明け × 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 7.5% (オッズ暗示: 12.5%) ※ 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。
2	プレストワンダ差し	山中悠（船橋）	実13.0	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は6走で勝ち無し）
前5走 08/12 浦和6R 4着/12頭+0.4秒 06/24 浦和7R 3着/9頭 05/28 浦和6R 3着/12頭+2.0秒 04/22 浦和5R 6着/12頭+0.9秒 03/18 浦和6R 7着/12頭+1.1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 3.3着 △ 当競馬場適性 15走で勝率 7% ▽ 距離適性同距離は 6走で勝ち無し ○ 騎手近50戦勝率 14% × 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 3.3% (オッズ暗示: 7.7%) ※ 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	スマートアライヴ逃げ	沖響主（船橋）	実35.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向）
前5走 08/24 船橋6R 11着/11頭+4.2秒 08/12 浦和7R 9着/12頭+1.5秒 03/18 浦和8R 3着/12頭+1.2秒 03/03 川崎12R 7着/12頭+1.2秒 02/06 川崎12R 10着/12頭+1.4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 7.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 距離適性同距離 15走で勝率 20% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 2.2% (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。
4	オオタニズスマイル追込	岡田大（浦和）	実72.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し）
前5走 08/11 浦和7R 6着/9頭+2.4秒 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
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 7.3着 (不振) ▽ 距離適性同距離は 3走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 1.2% (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	ライヴラジアン逃げ	見越彬（浦和）	実12.4	△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）
前5走 08/12 浦和7R 10着/12頭+1.6秒 07/16 浦和5R 5着/11頭 06/25 浦和5R 5着/10頭 07/24 浦和8R 4着/9頭+1.1秒 02/27 浦和7R 11着/12頭+1.7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戦の調子平均 6.7着 ◎ 当競馬場適性 7走で勝率 29% (得意) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) × 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 4.6% (オッズ暗示: 8.1%) ※ 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	オレイア自在	杉山海（大井）	実7.5	▲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50%と適性高／同距離帯7走で勝率43%／直近3走で勝率33%と好調）
前5走 09/26 浦和2R 1着/12頭勝利 09/11 川崎1R 6着/12頭+0.8秒 08/15 浦和2R 6着/9頭+1.8秒 07/25 浦和2R 8着/11頭+1.3秒 06/27 浦和4R 1着/10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 7走で勝率 43% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 361日休養明け × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 8.8% (オッズ暗示: 13.3%) ※ 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	ニシノアクシス	半澤慶（浦和）	実75.7	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場44走で勝率2%と苦戦傾向／同距離帯は13走で勝ち無し／直近3走平均9.7着と低調）
前5走 08/12 浦和6R 12着/12頭+1.7秒 07/04 船橋7R 7着/8頭+3.0秒 06/25 浦和7R 10着/12頭+0.0秒 06/17 川崎3R 9着/11頭 05/28 浦和6R 11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戦の調子平均 9.7着 (不振) × 当競馬場適性 44走で勝率 2% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。
8	リュミヌーフィーユ逃げ	福原杏（浦和）	実2.2	◎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（当競馬場19走で勝率42%と適性高／同距離帯17走で勝率41%／直近3走で勝率33%と好調）
前5走 05/27 浦和9R 5着/11頭 04/22 浦和9R 2着/12頭+0.0秒 02/25 浦和7R 1着/10頭勝利 01/09 浦和7R 1着/12頭勝利 08/20 浦和5R 3着/12頭+1.1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 33% (上り調子) ◎ 当競馬場適性 19走で勝率 42% (得意) ◎ 距離適性同距離 17走で勝率 41% △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 50.5% (オッズ暗示: 45.5%) ※ 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。
9	ニシノニューリーフ	國分祐（浦和）	実96.6	×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 08/11 浦和8R 11着/12頭+1.8秒 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
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 9.0着 (不振) △ 当競馬場適性 30走で勝率 7% △ 距離適性同距離 28走で勝率 11% ▽ 前走実績前走 11着 (大敗) × 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 0.5% (オッズ暗示: 1.0%) ※ 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	クラパッション	西啓太（大井）	実53.1	▽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5%と苦戦傾向／同距離帯は16走で勝ち無し／直近3走平均10.0着と低調）
前5走 08/12 浦和7R 11着/12頭+1.8秒 07/16 浦和8R 8着/9頭 06/24 浦和9R 11着/11頭 05/27 浦和9R 7着/11頭 05/08 船橋8R 4着/14頭+1.2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戦の調子平均 10.0着 (不振) × 当競馬場適性 21走で勝率 5% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し ▽ 前走実績前走 11着 (大敗) × 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 1.2% (オッズ暗示: 1.9%) ※ 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。
11	タイトルコール追込	中山遥（浦和）	実10.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/12 浦和7R 4着/12頭+0.7秒 07/16 浦和8R 7着/9頭+1.0秒 04/22 浦和9R 12着/12頭+1.4秒 04/06 川崎9R 4着/11頭+0.2秒 03/18 浦和8R 9着/12頭+2.1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戦の調子平均 7.7着 (不振) ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 14走で勝率 21% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 9.4%) ※ 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	エリークラウン先行	和田譲（大井）	実4.8	○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／前走2着）
前5走 08/12 浦和6R 2着/12頭+0.3秒 07/15 浦和7R 3着/3頭 03/06 川崎6R 1着/12頭勝利 02/27 浦和5R 8着/11頭+1.8秒 01/09 浦和6R 4着/12頭+0.3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戦の調子勝率 33% (上り調子) △ 当競馬場適性 23走で勝率 9% △ 距離適性同距離 32走で勝率 12% ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 11.6% (オッズ暗示: 20.8%) ※ 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

リュミヌーフィーユ

騎手福原杏（浦和）

単勝オッズ

2.2倍

AI期待値

+11%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12エリークラウン

4.8倍

EV -44%

▲6オレイア

7.5倍

EV -33%

出走馬全12頭

◎8

リュミヌーフィーユ

福原杏（浦和）

2.2倍

+11%

›

○12

エリークラウン

和田譲（大井）

4.8倍

-44%

›

▲6

オレイア

杉山海（大井）

7.5倍

-33%

›

△11

タイトルコール

中山遥（浦和）

10.6倍

-12%

›

△1

キックス

秋元耕（浦和）

8.0倍

-40%

›

△5

ライヴラジアン

見越彬（浦和）

12.4倍

-42%

›

×2

プレストワンダ

山中悠（船橋）

13.0倍

-56%

›

▽3

スマートアライヴ

沖響主（船橋）

35.0倍

-22%

›

▽4

オオタニズスマイル

岡田大（浦和）

72.5倍

-12%

›

▽10

クラパッション

西啓太（大井）

53.1倍

-35%

›

×9

ニシノニューリーフ

國分祐（浦和）

96.6倍

-56%

›

×7

ニシノアクシス

半澤慶（浦和）

75.7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