浦和 10R 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

10R 浦和競馬場小川町七夕まＣ１三ダ1400m ダート1400m　発走 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カプローニ	岡村健（船橋）	実15.9	B× A×勝率2% EV-64% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場22走で勝率5%と苦戦傾向／同距離帯は23走で勝ち無し）
前5走 08/28 船橋9R 8着/13頭+1.8秒 08/07 浦和12R 4着/10頭+1.4秒 07/14 浦和6R 2着/10頭 06/26 浦和9R 4着/10頭 05/28 浦和9R 4着/12頭
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 4.7着 × 当競馬場適性 22走で勝率 5% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し ○ 騎手近50戦勝率 18% ○ ローテーション 25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) AI 予想勝率 0.0% (オッズ暗示: 6.3%) × Aモデルの評価 (参考) レース内 7位 / 勝率 2.2% / 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。
2	ツーピース逃げ	野畑凌（川崎）	実34.9	B△ A×勝率1% EV-71% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/09 川崎9R 11着/12頭+3.9秒 08/12 浦和10R 11着/11頭+4.2秒 04/30 園田11R 1着/10頭勝利 ― ―
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戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 3走で勝率 33% ▽ 前走実績前走 11着 (大敗) × 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 0.3% (オッズ暗示: 2.9%) × Aモデルの評価 (参考) レース内 11位 / 勝率 0.8% / 期待値 -72% ※ 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	マスクドサムライ追込	西啓太（大井）	実7.7	B× A△勝率5% 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 07/16 浦和10R 4着/8頭+0.0秒 06/24 浦和10R 3着/11頭+1.0秒 05/27 浦和10R 6着/12頭 04/22 浦和7R 6着/12頭+0.9秒 03/20 浦和10R 5着/9頭+0.7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 53走で勝率 2% (苦戦) ▽ 距離適性同距離は 59走で勝ち無し × 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 4位 / 勝率 5.1% / 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。
4	ビコーズウイキャン	七夕裕（浦和）	実24.9	B× A×勝率2% EV-60% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は23走で勝ち無し）
前5走 08/28 船橋7R 8着/10頭+1.9秒 08/07 浦和7R 4着/11頭+1.3秒 07/14 浦和7R 2着/12頭+1.0秒 06/26 浦和9R 6着/10頭 04/24 浦和9R 5着/8頭+0.5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 4.7着 △ 当競馬場適性 19走で勝率 5% ▽ 距離適性同距離は 23走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 25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) AI 予想勝率 0.0% (オッズ暗示: 4.0%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.6% / 期待値 -61% ※ 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	サノノタルマエ	見越彬（浦和）	実19.4	B× A×勝率2% EV-58% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 08/07 浦和7R 3着/11頭+0.8秒 07/14 浦和7R 9着/12頭 06/26 浦和9R 9着/10頭+0.0秒 05/25 浦和10R 6着/12頭 05/15 川崎8R 7着/12頭+0.4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 7.0着 (不振) △ 当競馬場適性 26走で勝率 12% △ 距離適性同距離 27走で勝率 11% ○ 馬場適性同馬場 10走で勝率 20% ○ 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) -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 8位 / 勝率 2.2% / 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。
6	ビービーシャーンス	菅原吏（船橋）	実50.6	B× A×勝率1% EV-59% 詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率40%）
前5走 08/25 船橋12R 10着/14頭+2.2秒 08/05 船橋11R 4着/10頭+1.6秒 07/28 川崎9R 5着/10頭+0.8秒 06/18 川崎8R 1着/10頭 06/02 船橋11R 4着/14頭
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 6.3着 ○ 当競馬場適性 5走で勝率 20% (相性良) △ 距離適性同距離 17走で勝率 12% ◎ 馬場適性同馬場 5走で勝率 40% ▽ 前走実績前走 10着 (大敗) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.0%) × Aモデルの評価 (参考) レース内 12位 / 勝率 0.8% / 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。
7	ツガノショウグン	及川烈（浦和）	実36.1	B△ A×勝率1% EV-61% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調）
前5走 08/12 浦和10R 10着/11頭+2.6秒 07/16 浦和10R 7着/8頭 06/23 浦和8R 1着/6頭 05/26 浦和10R 3着/13頭 04/21 浦和5R 5着/10頭+1.8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 25走で勝率 8% △ 距離適性同距離 19走で勝率 11% ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 2.8%) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 期待値 -62% ※ 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	ドルチアーリア	中山遥（浦和）	実19.0	B× A△勝率2% EV-55% 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 06/17 名古屋8R 11着/11頭+2.0秒 06/03 名古屋9R 11着/12頭+2.0秒 05/20 名古屋12R 11着/11頭+6.0秒 05/05 名古屋1R 7着/11頭+1.2秒 04/22 名古屋12R 12着/12頭+3.7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 11.0着 (不振) ▽ 距離適性同距離は 12走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 97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 6位 / 勝率 2.4% / 期待値 -55% ※ 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	ケンブレナム逃げ	笹川翼（大井）	実2.7	B◎ A◎勝率45% EV+22% 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9走で勝率33%と適性高／同距離帯10走で勝率30%／直近3走で勝率33%と好調）
前5走 08/10 浦和11R 9着/12頭+1.3秒 11/27 浦和7R 3着/12頭+0.4秒 10/27 浦和10R 1着/12頭勝利 09/25 浦和6R 2着/11頭+0.1秒 06/23 浦和8R 1着/11頭勝利
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 9走で勝率 33% (得意) ◎ 距離適性同距離 10走で勝率 30% ◎ 騎手近50戦勝率 20% (好調) ◎ 期待値 (オッズ vs AI勝率) +75% (市場が大幅過小評価) AI 予想勝率 65.1% (オッズ暗示: 37.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 45.4% / 期待値 +23% ※ 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	ピーチピーチ	櫻井光（川崎）	実5.7	B▲ A▲勝率11% EV-39% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定）
前5走 08/12 浦和10R 4着/11頭+0.6秒 07/14 浦和9R 3着/12頭+2.0秒 06/24 浦和8R 2着/8頭 05/27 浦和8R 4着/7頭+1.0秒 05/05 船橋3R 3着/12頭+0.6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 3.0着 (安定) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 11走で勝率 9% × 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 1.5% (オッズ暗示: 17.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.6% / 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	タフコール逃げ	山中悠（船橋）	実4.3	B○ A○勝率23% EV-1% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/24 浦和8R 1着/8頭 04/08 川崎8R 2着/13頭+1.0秒 01/07 浦和7R 3着/9頭+1.2秒 12/10 船橋6R 6着/12頭+1.0秒 10/28 浦和6R 7着/9頭+1.6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 33% (得意) △ 距離適性同距離 7走で勝率 14% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 90日休養明け ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 32.1% (オッズ暗示: 23.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.8% / 期待値 -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。
12	クインズステラ	保園翔（浦和）	実13.0	B△ A△勝率5% EV-33% 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10R 8着/11頭+1.1秒 07/16 浦和10R 3着/8頭 06/26 浦和9R 3着/10頭 05/25 浦和12R 6着/12頭 04/23 浦和10R 2着/11頭+0.6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 4.7着 ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% △ 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 0.7% (オッズ暗示: 7.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.1% / 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。

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 ◎

ケンブレナム

騎手笹川翼（大井）

単勝オッズ

2.7倍

AI期待値

+75%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○11タフコール

4.3倍

EV +37%

▲A:▲10ピーチピーチ

5.7倍

EV -91%

出走馬全12頭

◎A:◎9

ケンブレナム

笹川翼（大井）

2.7倍

+75%

›

○A:○11

タフコール

山中悠（船橋）

4.3倍

+37%

›

▲A:▲10

ピーチピーチ

櫻井光（川崎）

5.7倍

-91%

›

△A:△12

クインズステラ

保園翔（浦和）

13.0倍

-91%

›

△A:×7

ツガノショウグン

及川烈（浦和）

36.1倍

-87%

›

△A:×2

ツーピース

野畑凌（川崎）

34.9倍

-89%

›

×A:×1

カプローニ

岡村健（船橋）

15.9倍

-99%

›

×A:×5

サノノタルマエ

見越彬（浦和）

19.4倍

-99%

›

×A:×4

ビコーズウイキャン

七夕裕（浦和）

24.9倍

-99%

›

×A:×6

ビービーシャーンス

菅原吏（船橋）

50.6倍

-99%

›

×A:△3

マスクドサムライ

西啓太（大井）

7.7倍

-99%

›

×A:△8

ドルチアーリア

中山遥（浦和）

19.0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

両モデルとも見送り

10R 浦和競馬場小川町七夕まＣ１三ダ1400m ダート1400m　発走 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カプローニ	岡村健（船橋）	実15.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場22走で勝率5%と苦戦傾向／同距離帯は23走で勝ち無し）
前5走 08/28 船橋9R 8着/13頭+1.8秒 08/07 浦和12R 4着/10頭+1.4秒 07/14 浦和6R 2着/10頭 06/26 浦和9R 4着/10頭 05/28 浦和9R 4着/12頭
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 4.7着 × 当競馬場適性 22走で勝率 5% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し ○ 騎手近50戦勝率 18% ○ ローテーション 25日の間隔 (理想的) × 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 2.2% (オッズ暗示: 6.3%) ※ 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。
2	ツーピース逃げ	野畑凌（川崎）	実34.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/09 川崎9R 11着/12頭+3.9秒 08/12 浦和10R 11着/11頭+4.2秒 04/30 園田11R 1着/10頭勝利 ― ―
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戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 3走で勝率 33% ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
3	マスクドサムライ追込	西啓太（大井）	実7.7	△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53走で勝率2%と苦戦傾向／同距離帯は59走で勝ち無し／68日ぶりの実戦）
前5走 07/16 浦和10R 4着/8頭+0.0秒 06/24 浦和10R 3着/11頭+1.0秒 05/27 浦和10R 6着/12頭 04/22 浦和7R 6着/12頭+0.9秒 03/20 浦和10R 5着/9頭+0.7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 53走で勝率 2% (苦戦) ▽ 距離適性同距離は 59走で勝ち無し × 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 5.1% (オッズ暗示: 13.0%) ※ 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。
4	ビコーズウイキャン	七夕裕（浦和）	実24.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は23走で勝ち無し）
前5走 08/28 船橋7R 8着/10頭+1.9秒 08/07 浦和7R 4着/11頭+1.3秒 07/14 浦和7R 2着/12頭+1.0秒 06/26 浦和9R 6着/10頭 04/24 浦和9R 5着/8頭+0.5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 4.7着 △ 当競馬場適性 19走で勝率 5% ▽ 距離適性同距離は 23走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 1.6% (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。
5	サノノタルマエ	見越彬（浦和）	実19.4	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 08/07 浦和7R 3着/11頭+0.8秒 07/14 浦和7R 9着/12頭 06/26 浦和9R 9着/10頭+0.0秒 05/25 浦和10R 6着/12頭 05/15 川崎8R 7着/12頭+0.4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 7.0着 (不振) △ 当競馬場適性 26走で勝率 12% △ 距離適性同距離 27走で勝率 11% ○ 馬場適性同馬場 10走で勝率 20% ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 2.2% (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。
6	ビービーシャーンス	菅原吏（船橋）	実50.6	×詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率40%）
前5走 08/25 船橋12R 10着/14頭+2.2秒 08/05 船橋11R 4着/10頭+1.6秒 07/28 川崎9R 5着/10頭+0.8秒 06/18 川崎8R 1着/10頭 06/02 船橋11R 4着/14頭
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 6.3着 ○ 当競馬場適性 5走で勝率 20% (相性良) △ 距離適性同距離 17走で勝率 12% ◎ 馬場適性同馬場 5走で勝率 40% ▽ 前走実績前走 10着 (大敗) ○ 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) -60% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.0%) ※ 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。
7	ツガノショウグン	及川烈（浦和）	実36.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調）
前5走 08/12 浦和10R 10着/11頭+2.6秒 07/16 浦和10R 7着/8頭 06/23 浦和8R 1着/6頭 05/26 浦和10R 3着/13頭 04/21 浦和5R 5着/10頭+1.8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 25走で勝率 8% △ 距離適性同距離 19走で勝率 11% ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.8%) ※ 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。
8	ドルチアーリア	中山遥（浦和）	実19.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は12走で勝ち無し／直近3走平均11.0着と低調／97日ぶりの実戦）
前5走 06/17 名古屋8R 11着/11頭+2.0秒 06/03 名古屋9R 11着/12頭+2.0秒 05/20 名古屋12R 11着/11頭+6.0秒 05/05 名古屋1R 7着/11頭+1.2秒 04/22 名古屋12R 12着/12頭+3.7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 11.0着 (不振) ▽ 距離適性同距離は 12走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 97日休養明け × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 2.4% (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。
9	ケンブレナム逃げ	笹川翼（大井）	実2.7	◎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9走で勝率33%と適性高／同距離帯10走で勝率30%／直近3走で勝率33%と好調）
前5走 08/10 浦和11R 9着/12頭+1.3秒 11/27 浦和7R 3着/12頭+0.4秒 10/27 浦和10R 1着/12頭勝利 09/25 浦和6R 2着/11頭+0.1秒 06/23 浦和8R 1着/11頭勝利
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 9走で勝率 33% (得意) ◎ 距離適性同距離 10走で勝率 30% ◎ 騎手近50戦勝率 20% (好調) △ 期待値 (オッズ vs AI勝率) +22% (市場と概ね一致) AI 予想勝率 45.4% (オッズ暗示: 37.0%) ※ 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	ピーチピーチ	櫻井光（川崎）	実5.7	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定）
前5走 08/12 浦和10R 4着/11頭+0.6秒 07/14 浦和9R 3着/12頭+2.0秒 06/24 浦和8R 2着/8頭 05/27 浦和8R 4着/7頭+1.0秒 05/05 船橋3R 3着/12頭+0.6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 3.0着 (安定) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 11走で勝率 9% × 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 10.6% (オッズ暗示: 17.5%) ※ 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	タフコール逃げ	山中悠（船橋）	実4.3	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率33%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/24 浦和8R 1着/8頭 04/08 川崎8R 2着/13頭+1.0秒 01/07 浦和7R 3着/9頭+1.2秒 12/10 船橋6R 6着/12頭+1.0秒 10/28 浦和6R 7着/9頭+1.6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 33% (得意) △ 距離適性同距離 7走で勝率 14% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 90日休養明け △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 22.8% (オッズ暗示: 23.3%) ※ 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	クインズステラ	保園翔（浦和）	実13.0	△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10R 8着/11頭+1.1秒 07/16 浦和10R 3着/8頭 06/26 浦和9R 3着/10頭 05/25 浦和12R 6着/12頭 04/23 浦和10R 2着/11頭+0.6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 4.7着 ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 2% (やや苦戦) × 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 5.1% (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。

AIの本命

AI評価1位

ケンブレナム

騎手笹川翼（大井）

単勝オッズ

2.7倍

AI期待値

+22%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11タフコール

4.3倍

EV -1%

▲10ピーチピーチ

5.7倍

EV -39%

出走馬全12頭

◎9

ケンブレナム

笹川翼（大井）

2.7倍

+22%

›

○11

タフコール

山中悠（船橋）

4.3倍

-1%

›

▲10

ピーチピーチ

櫻井光（川崎）

5.7倍

-39%

›

△3

マスクドサムライ

西啓太（大井）

7.7倍

-60%

›

△12

クインズステラ

保園翔（浦和）

13.0倍

-33%

›

△8

ドルチアーリア

中山遥（浦和）

19.0倍

-55%

›

×1

カプローニ

岡村健（船橋）

15.9倍

-64%

›

×5

サノノタルマエ

見越彬（浦和）

19.4倍

-58%

›

×4

ビコーズウイキャン

七夕裕（浦和）

24.9倍

-60%

›

×7

ツガノショウグン

及川烈（浦和）

36.1倍

-61%

›

×2

ツーピース

野畑凌（川崎）

34.9倍

-71%

›

×6

ビービーシャーンス

菅原吏（船橋）

50.6倍

-59%

›

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