浦和 9R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

9R 浦和競馬場ダ1500m ダート1500m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ディルブランド	室陽一（浦和）	実8.9	B△ A△勝率8% EV-27% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 08/07 浦和6R 3着/9頭+0.3秒 07/14 浦和5R 2着/11頭+1.0秒 07/08 川崎4R 7着/12頭 06/22 浦和7R 5着/8頭+2.0秒 06/05 船橋6R 2着/12頭+5.0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 4.0着 △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 8走で勝率 12% ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) × 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 3.3% (オッズ暗示: 11.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.2% / 期待値 -27% ※ 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	ペプチドシナノ逃げ推奨	篠谷葵（船橋）	実13.3	B○ A▽勝率5% EV-31% 詳細▼	市場が大きく過小評価、AI予想勝率23% × オッズ13.3倍で期待値+207%の有力候補（近5走で勝率20%と堅実／同距離帯で勝率20%／騎手の手腕も後押し）
前5走 05/27 浦和6R 5着/12頭 04/22 浦和12R 6着/12頭+1.4秒 03/19 浦和7R 2着/12頭+0.4秒 02/26 浦和5R 1着/11頭勝利 10/29 浦和6R 9着/12頭+1.9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 4.3着 △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 5走で勝率 20% ○ 騎手近50戦勝率 14% △ ローテーション 118日休養明け ◎ 期待値 (オッズ vs AI勝率) +207% (市場が大幅過小評価) AI 予想勝率 23.2% (オッズ暗示: 7.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.1% / 期待値 -32% ※ 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	スタークイック先行	保園翔（浦和）	実95.0	B× A▽勝率1% EV-47% 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5R 11着/12頭+3.5秒 08/10 浦和9R 10着/10頭+3.8秒 03/16 浦和12R 7着/12頭+1.7秒 02/23 浦和12R 10着/12頭+2.3秒 02/09 船橋6R 11着/14頭+3.4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 9.3着 (不振) △ 当競馬場適性 18走で勝率 6% △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11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 0.6% / 期待値 -48% ※ 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	イッポンミチ追込	中島良（浦和）	実51.7	B× A×勝率0% EV-75% 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 08/07 浦和6R 8着/9頭+3.0秒 04/03 船橋12R 12着/13頭+4.6秒 03/12 船橋5R 10着/12頭+2.0秒 02/26 浦和8R 14着/14頭+2.2秒 02/11 船橋12R 13着/14頭+6.9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 10.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 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) × Aモデルの評価 (参考) レース内 12位 / 勝率 0.5% / 期待値 -75% ※ 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	レモンアイカー	仲野光（船橋）	実9.4	B× A△勝率11% EV0% 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／前走勝利の勢い／76日ぶりの実戦）
前5走 07/08 川崎4R 1着/12頭 06/29 船橋6R 8着/9頭 06/04 船橋7R 3着/12頭+0.0秒 05/26 浦和4R 5着/11頭 05/04 船橋4R 7着/11頭+2.0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) △ 距離適性同距離 18走で勝率 11% ◎ 前走実績前走 1着 (勢い継続) × 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 0.7% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.6% / 期待値 -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。
6	ラインアルテミス先行	秋元耕（浦和）	実4.5	B△ A○勝率16% EV-27% 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 08/10 浦和5R 7着/11頭+2.1秒 07/13 浦和8R 6着/12頭+3.0秒 06/22 浦和7R 1着/8頭 04/20 浦和6R 2着/11頭+1.3秒 03/16 浦和5R 5着/11頭+1.1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 6走で勝率 17% × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 22.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.2% / 期待値 -27% ※ 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	トーセンアデレード自在	見越彬（浦和）	実9.4	B▲ A△勝率6% EV-44% 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 08/12 浦和9R 6着/10頭+1.9秒 07/13 浦和7R 7着/12頭 06/23 浦和6R 1着/9頭 05/26 浦和5R 3着/12頭 03/16 浦和7R 6着/12頭+2.2秒
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 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 12走で勝率 17% ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 10.4% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.9% / 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。
8	サージ先行推奨	中山遥（浦和）	実8.6	B× A▲勝率16% EV+33% 詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実／同距離帯で勝率25%と得意／適度な間隔で状態万全）
前5走 08/25 船橋4R 5着/12頭+1.1秒 08/03 船橋9R 4着/12頭+0.8秒 07/15 浦和5R 11着/12頭+0.0秒 06/22 浦和7R 3着/8頭 06/05 船橋8R 1着/12頭
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 6.7着 △ 当競馬場適性 7走で勝率 14% ◎ 距離適性同距離 8走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 11.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.6% / 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。
9	オリエンタルマック自在	岡村健（船橋）	実36.8	B× A▽勝率2% EV-42% 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21走で勝ち無し／前走2着）
前5走 08/07 浦和5R 2着/8頭+0.2秒 07/29 川崎6R 6着/11頭+1.4秒 07/16 浦和6R 10着/12頭 06/22 浦和7R 4着/8頭 06/02 船橋5R 9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 6.0着 × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ○ 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 0.0% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.6% / 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。
10	ロワゾブルーチヌ	本橋孝（船橋）	実2.3	B◎ A◎勝率33% EV-25% 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33%と好調／前走勝利の勢い）
前5走 08/11 浦和5R 1着/9頭勝利 07/17 浦和8R 3着/10頭+1.0秒 06/23 浦和5R 5着/10頭+2.0秒 06/04 船橋5R 8着/12頭+3.0秒 05/27 浦和5R 2着/9頭+1.0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戦の調子勝率 33% (上り調子) △ 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% ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 58.9% (オッズ暗示: 43.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 32.5% / 期待値 -25% ※ 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	インファンタ逃げ	福原杏（浦和）	実39.7	B△ A▽勝率3% EV+5% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/10 浦和9R 7着/10頭+1.9秒 06/02 船橋8R 12着/14頭+1.0秒 05/28 浦和6R 4着/12頭 05/07 船橋9R 12着/12頭+4.3秒 04/10 川崎7R 8着/11頭+1.1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) × 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 1.4% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.7% / 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	メイショウサノサ追込	杉山海（大井）	実60.6	B× A×勝率1% EV-58% 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 8着/12頭+2.1秒 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
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 10.0着 (不振) × 当競馬場適性 5走で勝率 0% (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) -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 0.7% / 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。

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 ◎

ロワゾブルーチヌ

騎手本橋孝（船橋）

単勝オッズ

2.3倍

AI期待値

+35%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▽2ペプチドシナノ

13.3倍

EV +207%

▲A:△7トーセンアデレード

9.4倍

EV -2%

出走馬全12頭

◎A:◎10

ロワゾブルーチヌ

本橋孝（船橋）

2.3倍

+35%

›

○A:▽2

ペプチドシナノ

篠谷葵（船橋）

13.3倍

+207%

›

▲A:△7

トーセンアデレード

見越彬（浦和）

9.4倍

-2%

›

△A:△1

ディルブランド

室陽一（浦和）

8.9倍

-70%

›

△A:○6

ラインアルテミス

秋元耕（浦和）

4.5倍

-93%

›

△A:▽11

インファンタ

福原杏（浦和）

39.7倍

-43%

›

×A:△5

レモンアイカー

仲野光（船橋）

9.4倍

-93%

›

×A:▲8

サージ

中山遥（浦和）

8.6倍

-94%

›

×A:▽9

オリエンタルマック

岡村健（船橋）

36.8倍

-98%

›

×A:×4

イッポンミチ

中島良（浦和）

51.7倍

-99%

›

×A:×12

メイショウサノサ

杉山海（大井）

60.6倍

-99%

›

×A:▽3

スタークイック

保園翔（浦和）

95.0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

単勝 8 サージ ¥100 実8.6倍期待値 -94% 不的中4着単勝 8.6倍

B. 市場除外+キャリブ

単勝 2 ペプチドシナノ ¥400 実13.3倍期待値 +208% 不的中8着単勝 13.3倍

※ オッズは予測時点の値です。

9R 浦和競馬場ダ1500m ダート1500m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ディルブランド	室陽一（浦和）	実8.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 08/07 浦和6R 3着/9頭+0.3秒 07/14 浦和5R 2着/11頭+1.0秒 07/08 川崎4R 7着/12頭 06/22 浦和7R 5着/8頭+2.0秒 06/05 船橋6R 2着/12頭+5.0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 4.0着 △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 8走で勝率 12% ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 11.2%) ※ 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	ペプチドシナノ逃げ推奨	篠谷葵（船橋）	実13.3	▽詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実／同距離帯で勝率20%／騎手の手腕も後押し）
前5走 05/27 浦和6R 5着/12頭 04/22 浦和12R 6着/12頭+1.4秒 03/19 浦和7R 2着/12頭+0.4秒 02/26 浦和5R 1着/11頭勝利 10/29 浦和6R 9着/12頭+1.9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 4.3着 △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 5走で勝率 20% ○ 騎手近50戦勝率 14% △ ローテーション 118日休養明け × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 5.1% (オッズ暗示: 7.5%) ※ 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。
3	スタークイック先行	保園翔（浦和）	実95.0	▽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）
前5走 09/07 川崎5R 11着/12頭+3.5秒 08/10 浦和9R 10着/10頭+3.8秒 03/16 浦和12R 7着/12頭+1.7秒 02/23 浦和12R 10着/12頭+2.3秒 02/09 船橋6R 11着/14頭+3.4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 9.3着 (不振) △ 当競馬場適性 18走で勝率 6% △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11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) -48% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
4	イッポンミチ追込	中島良（浦和）	実51.7	×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／同距離帯は6走で勝ち無し／直近3走平均10.0着と低調）
前5走 08/07 浦和6R 8着/9頭+3.0秒 04/03 船橋12R 12着/13頭+4.6秒 03/12 船橋5R 10着/12頭+2.0秒 02/26 浦和8R 14着/14頭+2.2秒 02/11 船橋12R 13着/14頭+6.9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 10.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.5% (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。
5	レモンアイカー	仲野光（船橋）	実9.4	△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／前走勝利の勢い／76日ぶりの実戦）
前5走 07/08 川崎4R 1着/12頭 06/29 船橋6R 8着/9頭 06/04 船橋7R 3着/12頭+0.0秒 05/26 浦和4R 5着/11頭 05/04 船橋4R 7着/11頭+2.0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) △ 距離適性同距離 18走で勝率 11% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 10.6% (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。
6	ラインアルテミス先行	秋元耕（浦和）	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 08/10 浦和5R 7着/11頭+2.1秒 07/13 浦和8R 6着/12頭+3.0秒 06/22 浦和7R 1着/8頭 04/20 浦和6R 2着/11頭+1.3秒 03/16 浦和5R 5着/11頭+1.1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 6走で勝率 17% △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 16.2% (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。
7	トーセンアデレード自在	見越彬（浦和）	実9.4	△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 08/12 浦和9R 6着/10頭+1.9秒 07/13 浦和7R 7着/12頭 06/23 浦和6R 1着/9頭 05/26 浦和5R 3着/12頭 03/16 浦和7R 6着/12頭+2.2秒
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 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 12走で勝率 17% ○ 騎手近50戦勝率 16% × 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 5.9% (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	サージ先行推奨	中山遥（浦和）	実8.6	▲詳細▼	オッズに対しAI予想勝率がやや高め、期待値+33%の妙味（近5走で勝率20%と堅実／同距離帯で勝率25%と得意／適度な間隔で状態万全）
前5走 08/25 船橋4R 5着/12頭+1.1秒 08/03 船橋9R 4着/12頭+0.8秒 07/15 浦和5R 11着/12頭+0.0秒 06/22 浦和7R 3着/8頭 06/05 船橋8R 1着/12頭
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 6.7着 △ 当競馬場適性 7走で勝率 14% ◎ 距離適性同距離 8走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) +33% (妙味あり) AI 予想勝率 15.6% (オッズ暗示: 11.6%) ※ 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。
9	オリエンタルマック自在	岡村健（船橋）	実36.8	▽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21走で勝ち無し／前走2着）
前5走 08/07 浦和5R 2着/8頭+0.2秒 07/29 川崎6R 6着/11頭+1.4秒 07/16 浦和6R 10着/12頭 06/22 浦和7R 4着/8頭 06/02 船橋5R 9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 6.0着 × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 1.6% (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。
10	ロワゾブルーチヌ	本橋孝（船橋）	実2.3	◎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（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/11 浦和5R 1着/9頭勝利 07/17 浦和8R 3着/10頭+1.0秒 06/23 浦和5R 5着/10頭+2.0秒 06/04 船橋5R 8着/12頭+3.0秒 05/27 浦和5R 2着/9頭+1.0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戦の調子勝率 33% (上り調子) △ 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% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 32.5% (オッズ暗示: 43.5%) ※ 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。
11	インファンタ逃げ	福原杏（浦和）	実39.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/10 浦和9R 7着/10頭+1.9秒 06/02 船橋8R 12着/14頭+1.0秒 05/28 浦和6R 4着/12頭 05/07 船橋9R 12着/12頭+4.3秒 04/10 川崎7R 8着/11頭+1.1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) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 2.7% (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。
12	メイショウサノサ追込	杉山海（大井）	実60.6	×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／直近3走平均10.0着と低調）
前5走 08/26 船橋5R 8着/12頭+2.1秒 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
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 10.0着 (不振) × 当競馬場適性 5走で勝率 0% (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) -58% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.7%) ※ 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

ロワゾブルーチヌ

騎手本橋孝（船橋）

単勝オッズ

2.3倍

AI期待値

-25%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ラインアルテミス

4.5倍

EV -27%

▲8サージ

8.6倍

EV +33%

出走馬全12頭

◎10

ロワゾブルーチヌ

本橋孝（船橋）

2.3倍

-25%

›

○6

ラインアルテミス

秋元耕（浦和）

4.5倍

-27%

›

▲8

サージ

中山遥（浦和）

8.6倍

+33%

›

△5

レモンアイカー

仲野光（船橋）

9.4倍

›

△1

ディルブランド

室陽一（浦和）

8.9倍

-27%

›

△7

トーセンアデレード

見越彬（浦和）

9.4倍

-44%

›

▽2

ペプチドシナノ

篠谷葵（船橋）

13.3倍

-31%

›

▽11

インファンタ

福原杏（浦和）

39.7倍

+5%

›

▽9

オリエンタルマック

岡村健（船橋）

36.8倍

-42%

›

×12

メイショウサノサ

杉山海（大井）

60.6倍

-58%

›

▽3

スタークイック

保園翔（浦和）

95.0倍

-47%

›

×4

イッポンミチ

中島良（浦和）

51.7倍

-75%

›

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

単勝 8 サージ ¥100 実8.6倍期待値 +34% 不的中4着単勝 8.6倍

B. 市場除外+キャリブ

単勝 2 ペプチドシナノ ¥400 実13.3倍期待値 -32% 不的中8着単勝 13.3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