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 浦和競馬場ダ2000m ダート2000m　発走 17:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ビーヴィーヴォ	秋元耕（浦和）	実5.8	B× A△勝率5% EV-69% 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5走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/17 浦和12R 12着/12頭+1.0秒 06/26 浦和12R 6着/11頭 06/05 船橋6R 9着/12頭+0.0秒 05/04 船橋12R 5着/11頭+1.8秒 04/03 船橋3R 11着/12頭+2.7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 9.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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) -99% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 17.2%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.2% / 期待値 -70% ※ 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	パルメニデス追込	野畑凌（川崎）	実19.1	B× A×勝率2% EV-56% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場44走で勝率0%と苦戦傾向／同距離帯は26走で勝ち無し）
前5走 08/20 川崎5R 11着/11頭+2.8秒 08/12 浦和8R 7着/12頭+3.3秒 07/16 浦和7R 4着/12頭+0.0秒 05/26 浦和7R 8着/10頭 04/23 浦和3R 10着/10頭+2.0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 7.3着 (不振) × 当競馬場適性 44走で勝率 0% (苦戦) ▽ 距離適性同距離は 26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) AI 予想勝率 0.0% (オッズ暗示: 5.2%) × Aモデルの評価 (参考) レース内 9位 / 勝率 2.3% / 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	シェナカレン	國分祐（浦和）	実123.7	B× A▽勝率1% EV-11% 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 09/07 川崎1R 10着/12頭+3.3秒 08/12 浦和8R 12着/12頭+4.5秒 07/16 浦和7R 10着/12頭 06/15 川崎5R 8着/12頭+4.0秒 05/11 川崎4R 11着/12頭+2.2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 10.7着 (不振) × 当競馬場適性 46走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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 11位 / 勝率 0.7% / 期待値 -12% ※ 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	マーニク	及川烈（浦和）	実6.8	B△ A△勝率8% EV-46% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.3着と低調／68日ぶりの実戦）
前5走 07/16 浦和7R 8着/12頭+1.0秒 06/26 浦和12R 10着/11頭+0.0秒 06/05 船橋6R 7着/12頭 05/04 船橋12R 6着/11頭+1.8秒 04/23 浦和7R 7着/12頭+3.5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 8.3着 (不振) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 14走で勝率 7% × 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 0.3% (オッズ暗示: 14.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 期待値 -47% ※ 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	シェナハート先行	半澤慶（浦和）	実111.1	B× A▽勝率0% EV-44% 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8R 8着/12頭+3.6秒 07/16 浦和7R 9着/12頭+1.0秒 05/26 浦和7R 10着/10頭+2.0秒 04/22 浦和6R 6着/11頭+2.8秒 04/07 川崎1R 12着/12頭+3.3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戦の調子平均 9.0着 (不振) × 当競馬場適性 62走で勝率 0% (苦戦) ▽ 距離適性同距離は 37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 12位 / 勝率 0.5% / 期待値 -45% ※ 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	ジャストザヴァルス	中島良（浦和）	実3.3	B△ A○勝率26% EV-14% 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27走で勝率4%と苦戦傾向／直近3走平均8.0着と低調／前走2着）
前5走 08/12 浦和8R 2着/12頭+2.2秒 07/16 浦和7R 11着/12頭 06/26 浦和12R 11着/11頭+4.0秒 05/26 浦和7R 1着/10頭 05/15 川崎5R 8着/12頭+1.6秒
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 8.0着 (不振) × 当競馬場適性 27走で勝率 4% (苦戦) △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 30.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 26.0% / 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。
7	スターコマチ	保園翔（浦和）	実18.7	B× A×勝率2% 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 08/12 浦和8R 10着/12頭+3.7秒 07/13 浦和6R 6着/12頭+1.0秒 07/07 川崎6R 6着/11頭 06/22 浦和5R 5着/8頭 05/25 浦和1R 7着/11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 7.3着 (不振) × 当競馬場適性 53走で勝率 2% (苦戦) △ 距離適性同距離 17走で勝率 6% △ 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 8位 / 勝率 2.3% / 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。
8	ラブルパイル自在推奨	福原杏（浦和）	実5.9	B◎ A△勝率9% EV-45% 詳細▼	市場が大きく過小評価、AI予想勝率63% × オッズ5.9倍で期待値+270%の有力候補（前走3着で力を示す／152日の休養を経て臨戦態勢）
前5走 04/23 浦和7R 3着/12頭+1.5秒 03/19 浦和12R 5着/12頭+0.9秒 02/25 浦和12R 6着/12頭+0.8秒 10/28 浦和5R 9着/12頭+0.9秒 09/26 浦和12R 2着/12頭+1.0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戦の調子平均 4.7着 × 当競馬場適性 29走で勝率 3% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し ○ 前走実績前走 3着 (好走) △ ローテーション 152日休養明け ◎ 期待値 (オッズ vs AI勝率) +270% (市場が大幅過小評価) AI 予想勝率 62.9% (オッズ暗示: 16.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 期待値 -45% ※ 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	ポケットシンデレラ自在	見越彬（浦和）	実40.1	B× A×勝率1% EV-60% 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 08/21 川崎8R 12着/12頭+3.7秒 08/12 浦和8R 5着/12頭+3.2秒 07/17 浦和12R 9着/12頭 05/26 浦和7R 7着/10頭 05/15 川崎5R 12着/12頭+2.6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 8.7着 (不振) × 当競馬場適性 25走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 騎手近50戦勝率 16% ▽ 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 10位 / 勝率 1.0% / 期待値 -60% ※ 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	ルナティックアイ	高橋哲（浦和）	実13.1	B△ A▽勝率5% EV-37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／前走3着）
前5走 08/12 浦和8R 3着/12頭+2.3秒 07/28 川崎1R 7着/10頭+1.9秒 07/16 浦和4R 10着/12頭 06/26 浦和12R 7着/11頭 06/05 船橋8R 12着/12頭+5.0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 6.7着 × 当競馬場適性 10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 3着 (好走) × 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: 7.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.8% / 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。
11	ウインオアシス	室陽一（浦和）	実4.1	B○ A◎勝率28% EV+16% 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0%と苦戦傾向／前走2着）
前5走 08/10 浦和6R 2着/10頭+0.3秒 07/15 浦和3R 7着/12頭 06/26 浦和3R 4着/9頭+1.0秒 06/05 船橋6R 11着/12頭+0.0秒 05/25 浦和9R 8着/11頭
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 4.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 28.9% (オッズ暗示: 24.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 28.4% / 期待値 +17% ※ 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	ルグランブルー	七夕裕（浦和）	推定—	B▲ A▲勝率12% EV-76% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 08/12 浦和8R 4着/12頭+2.5秒 07/17 浦和12R 8着/12頭+1.0秒 06/26 浦和7R 6着/10頭+1.0秒 05/29 浦和8R 8着/12頭 04/24 浦和12R 5着/12頭+1.2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 6.0着 ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 13走で勝率 15% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) AI 予想勝率 4.1% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.7% / 期待値 -76% ※ 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 △

ラブルパイル

騎手福原杏（浦和）

単勝オッズ

5.9倍

AI期待値

+270%

買い目

¥1,300

全レースの推奨

AIの推奨本命の次点

○A:◎11ウインオアシス

4.1倍

EV +18%

▲A:▲12ルグランブルー

—

EV —

出走馬全12頭

◎A:△8

ラブルパイル

福原杏（浦和）

5.9倍

+270%

›

○A:◎11

ウインオアシス

室陽一（浦和）

4.1倍

+18%

›

▲A:▲12

ルグランブルー

七夕裕（浦和）

—

›

△A:○6

ジャストザヴァルス

中島良（浦和）

3.3倍

-89%

›

△A:△4

マーニク

及川烈（浦和）

6.8倍

-97%

›

△A:▽10

ルナティックアイ

高橋哲（浦和）

13.1倍

-95%

›

×A:△1

ビーヴィーヴォ

秋元耕（浦和）

5.8倍

-98%

›

×A:×2

パルメニデス

野畑凌（川崎）

19.1倍

-99%

›

×A:×7

スターコマチ

保園翔（浦和）

18.7倍

-99%

›

×A:×9

ポケットシンデレラ

見越彬（浦和）

40.1倍

-99%

›

×A:▽5

シェナハート

半澤慶（浦和）

111.1倍

-99%

›

×A:▽3

シェナカレン

國分祐（浦和）

123.7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 8 ラブルパイル ¥1,300 実5.9倍期待値 +271% 不的中3着単勝 5.9倍

※ オッズは予測時点の値です。

8R 浦和競馬場ダ2000m ダート2000m　発走 17:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ビーヴィーヴォ	秋元耕（浦和）	実5.8	△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5走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/17 浦和12R 12着/12頭+1.0秒 06/26 浦和12R 6着/11頭 06/05 船橋6R 9着/12頭+0.0秒 05/04 船橋12R 5着/11頭+1.8秒 04/03 船橋3R 11着/12頭+2.7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 9.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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) -70% (大幅な期待値マイナス) AI 予想勝率 5.2% (オッズ暗示: 17.2%) ※ 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。
2	パルメニデス追込	野畑凌（川崎）	実19.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場44走で勝率0%と苦戦傾向／同距離帯は26走で勝ち無し）
前5走 08/20 川崎5R 11着/11頭+2.8秒 08/12 浦和8R 7着/12頭+3.3秒 07/16 浦和7R 4着/12頭+0.0秒 05/26 浦和7R 8着/10頭 04/23 浦和3R 10着/10頭+2.0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 7.3着 (不振) × 当競馬場適性 44走で勝率 0% (苦戦) ▽ 距離適性同距離は 26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) -57% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 5.2%) ※ 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	シェナカレン	國分祐（浦和）	実123.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場46走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均10.7着と低調）
前5走 09/07 川崎1R 10着/12頭+3.3秒 08/12 浦和8R 12着/12頭+4.5秒 07/16 浦和7R 10着/12頭 06/15 川崎5R 8着/12頭+4.0秒 05/11 川崎4R 11着/12頭+2.2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 10.7着 (不振) × 当競馬場適性 46走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) -12% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.8%) ※ 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。
4	マーニク	及川烈（浦和）	実6.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均8.3着と低調／68日ぶりの実戦）
前5走 07/16 浦和7R 8着/12頭+1.0秒 06/26 浦和12R 10着/11頭+0.0秒 06/05 船橋6R 7着/12頭 05/04 船橋12R 6着/11頭+1.8秒 04/23 浦和7R 7着/12頭+3.5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 8.3着 (不振) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 14走で勝率 7% × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 7.8% (オッズ暗示: 14.7%) ※ 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。
5	シェナハート先行	半澤慶（浦和）	実111.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場62走で勝率0%と苦戦傾向／同距離帯は37走で勝ち無し／直近3走平均9.0着と低調）
前5走 08/12 浦和8R 8着/12頭+3.6秒 07/16 浦和7R 9着/12頭+1.0秒 05/26 浦和7R 10着/10頭+2.0秒 04/22 浦和6R 6着/11頭+2.8秒 04/07 川崎1R 12着/12頭+3.3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戦の調子平均 9.0着 (不振) × 当競馬場適性 62走で勝率 0% (苦戦) ▽ 距離適性同距離は 37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) -45% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
6	ジャストザヴァルス	中島良（浦和）	実3.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場27走で勝率4%と苦戦傾向／直近3走平均8.0着と低調／前走2着）
前5走 08/12 浦和8R 2着/12頭+2.2秒 07/16 浦和7R 11着/12頭 06/26 浦和12R 11着/11頭+4.0秒 05/26 浦和7R 1着/10頭 05/15 川崎5R 8着/12頭+1.6秒
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 8.0着 (不振) × 当競馬場適性 27走で勝率 4% (苦戦) △ 距離適性同距離 15走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 26.0% (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。
7	スターコマチ	保園翔（浦和）	実18.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場53走で勝率2%と苦戦傾向）
前5走 08/12 浦和8R 10着/12頭+3.7秒 07/13 浦和6R 6着/12頭+1.0秒 07/07 川崎6R 6着/11頭 06/22 浦和5R 5着/8頭 05/25 浦和1R 7着/11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 7.3着 (不振) × 当競馬場適性 53走で勝率 2% (苦戦) △ 距離適性同距離 17走で勝率 6% △ 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) -56% (大幅な期待値マイナス) AI 予想勝率 2.3% (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。
8	ラブルパイル自在推奨	福原杏（浦和）	実5.9	△詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す／152日の休養を経て臨戦態勢）
前5走 04/23 浦和7R 3着/12頭+1.5秒 03/19 浦和12R 5着/12頭+0.9秒 02/25 浦和12R 6着/12頭+0.8秒 10/28 浦和5R 9着/12頭+0.9秒 09/26 浦和12R 2着/12頭+1.0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戦の調子平均 4.7着 × 当競馬場適性 29走で勝率 3% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し ○ 前走実績前走 3着 (好走) △ ローテーション 152日休養明け × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 16.9%) ※ 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	ポケットシンデレラ自在	見越彬（浦和）	実40.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場25走で勝率0%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走平均8.7着と低調）
前5走 08/21 川崎8R 12着/12頭+3.7秒 08/12 浦和8R 5着/12頭+3.2秒 07/17 浦和12R 9着/12頭 05/26 浦和7R 7着/10頭 05/15 川崎5R 12着/12頭+2.6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 8.7着 (不振) × 当競馬場適性 25走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 騎手近50戦勝率 16% ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.5%) ※ 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。
10	ルナティックアイ	高橋哲（浦和）	実13.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／前走3着）
前5走 08/12 浦和8R 3着/12頭+2.3秒 07/28 川崎1R 7着/10頭+1.9秒 07/16 浦和4R 10着/12頭 06/26 浦和12R 7着/11頭 06/05 船橋8R 12着/12頭+5.0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 6.7着 × 当競馬場適性 10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 3着 (好走) × 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 4.8% (オッズ暗示: 7.6%) ※ 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	ウインオアシス	室陽一（浦和）	実4.1	◎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5走で勝率0%と苦戦傾向／前走2着）
前5走 08/10 浦和6R 2着/10頭+0.3秒 07/15 浦和3R 7着/12頭 06/26 浦和3R 4着/9頭+1.0秒 06/05 船橋6R 11着/12頭+0.0秒 05/25 浦和9R 8着/11頭
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 4.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 28.4% (オッズ暗示: 24.4%) ※ 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	ルグランブルー	七夕裕（浦和）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし
前5走 08/12 浦和8R 4着/12頭+2.5秒 07/17 浦和12R 8着/12頭+1.0秒 06/26 浦和7R 6着/10頭+1.0秒 05/29 浦和8R 8着/12頭 04/24 浦和12R 5着/12頭+1.2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 6.0着 ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 距離適性同距離 13走で勝率 15% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 11.7% ※ 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。

AIの本命

AI評価1位

ウインオアシス

騎手室陽一（浦和）

単勝オッズ

4.1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

○6ジャストザヴァルス

3.3倍

EV -14%

▲12ルグランブルー

—

EV —

出走馬全12頭

◎11

ウインオアシス

室陽一（浦和）

4.1倍

+16%

›

○6

ジャストザヴァルス

中島良（浦和）

3.3倍

-14%

›

▲12

ルグランブルー

七夕裕（浦和）

—

›

△8

ラブルパイル

福原杏（浦和）

5.9倍

-45%

›

△4

マーニク

及川烈（浦和）

6.8倍

-46%

›

△1

ビーヴィーヴォ

秋元耕（浦和）

5.8倍

-69%

›

▽10

ルナティックアイ

高橋哲（浦和）

13.1倍

-37%

›

×7

スターコマチ

保園翔（浦和）

18.7倍

-56%

›

×2

パルメニデス

野畑凌（川崎）

19.1倍

-56%

›

×9

ポケットシンデレラ

見越彬（浦和）

40.1倍

-60%

›

▽3

シェナカレン

國分祐（浦和）

123.7倍

-11%

›

▽5

シェナハート

半澤慶（浦和）

111.1倍

-44%

›

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 8 ラブルパイル ¥1,300 実5.9倍期待値 -45% 不的中3着単勝 5.9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