浦和 12R 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

12R 浦和競馬場開成町ダ2000m ダート2000m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カイトキング差し	秋元耕（浦和）	実24.7	B× A△勝率3% EV-34% 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9R 9着/9頭+2.9秒 06/26 浦和11R 8着/10頭+1.0秒 02/28 浦和10R 2着/9頭+0.7秒 02/05 川崎11R 12着/12頭+2.4秒 01/07 浦和10R 2着/13頭+0.3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 6.3着 ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 馬場適性同馬場 7走で勝率 29% × 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 2.6% / 期待値 -35% ※ 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	エーヴベリー差し	七夕裕（浦和）	実122.6	B× A▽勝率1% EV+13% 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 06/02 船橋10R 10着/11頭+2.0秒 05/26 浦和12R 7着/12頭 05/15 川崎10R 7着/12頭+1.5秒 05/06 船橋12R 7着/13頭+1.9秒 04/21 浦和12R 5着/12頭+1.5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 8.0着 (不振) △ 当競馬場適性 28走で勝率 11% △ 距離適性同距離 17走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 112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 9位 / 勝率 0.9% / 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。
3	ジュンビクトワール逃げ	保園翔（浦和）	実15.2	B△ A△勝率4% EV-32% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯3走で勝率33%／119日ぶりの実戦）
前5走 05/26 浦和12R 11着/12頭 05/12 川崎10R 3着/14頭+1.0秒 04/20 浦和10R 2着/12頭+0.4秒 04/08 川崎9R 1着/13頭勝利 03/17 浦和12R 2着/12頭+0.4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 5.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 距離適性同距離 3走で勝率 33% △ 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 119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 0.3% (オッズ暗示: 6.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.4% / 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。
4	スペンサーバローズ自在	笹川翼（大井）	実4.0	B○ A○勝率22% EV-10% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率57%と適性高／67日ぶりの実戦／騎手は近50戦で勝率20%）
前5走 07/17 浦和11R 4着/11頭 05/28 浦和11R 4着/13頭 03/17 浦和11R 10着/10頭+3.0秒 01/09 浦和11R 1着/10頭勝利 08/20 浦和10R 1着/12頭勝利
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 6.0着 ◎ 当競馬場適性 7走で勝率 57% (得意) ◎ 騎手近50戦勝率 20% (好調) × 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 5.5% (オッズ暗示: 25.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.4% / 期待値 -10% ※ 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	ロイヤルザップ追込	及川烈（浦和）	実151.3	B× A▽勝率0% EV-28% 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12R 13着/14頭+4.6秒 04/22 浦和10R 12着/12頭+2.8秒 03/20 浦和12R 12着/12頭+7.3秒 02/26 浦和12R 11着/11頭+3.2秒 02/06 川崎10R 7着/11頭+1.5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 12.3着 (不振) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 21走で勝率 10% ○ 馬場適性同馬場 5走で勝率 20% ▽ 前走実績前走 13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 -29% ※ 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	ニシノアウェイク自在	國分祐（浦和）	実152.8	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 08/10 浦和11R 10着/12頭+2.0秒 07/14 浦和8R 11着/12頭 05/26 浦和12R 9着/12頭+6.0秒 05/07 船橋11R 9着/14頭+1.8秒 04/24 浦和10R 12着/12頭+1.9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 10.0着 (不振) × 当競馬場適性 11走で勝率 0% (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 12位 / 勝率 0.2% / 期待値 -68% ※ 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	ピノマハナ先行	新原周（川崎）	実26.1	B× A×勝率2% EV-53% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率25%と適性高／直近3走平均9.3着と低調）
前5走 07/30 川崎9R 9着/11頭+1.6秒 07/15 浦和12R 8着/12頭+0.0秒 05/22 大井11R 11着/12頭 05/08 船橋12R 13着/13頭+4.2秒 03/20 浦和12R 4着/12頭+1.3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戦の調子平均 9.3着 (不振) ◎ 当競馬場適性 8走で勝率 25% (得意) △ 距離適性同距離 7走で勝率 14% ○ 馬場適性同馬場 4走で勝率 25% × 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: 3.8%) × Aモデルの評価 (参考) レース内 7位 / 勝率 1.8% / 期待値 -54% ※ 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	セイノスケ差し	福原杏（浦和）	実7.8	B▲ A▲勝率10% EV-24% 詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率67%）
前5走 08/12 浦和12R 4着/10頭+0.8秒 07/30 川崎9R 6着/11頭+1.2秒 07/15 浦和12R 4着/12頭+3.0秒 05/25 浦和12R 3着/12頭 04/21 浦和6R 1着/12頭勝利
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 9走で勝率 22% (相性良) ○ 距離適性同距離 6走で勝率 17% ◎ 馬場適性同馬場 3走で勝率 67% × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 4.8% (オッズ暗示: 12.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.6% / 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。
9	ホワイトビーチ	中山遥（浦和）	実8.9	B△ A△勝率5% EV-59% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/12 浦和12R 6着/10頭+1.3秒 02/08 船橋7R 7着/11頭+4.4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 6.5着 △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 11.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 4.6% / 期待値 -59% ※ 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	コウジョリョウゾク	半澤慶（浦和）	実65.4	B△ A▽勝率1% EV-13% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 08/12 浦和12R 8着/10頭+2.9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 8.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -90% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.3% / 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。
11	イエヴァンポルッカ自在	高橋哲（浦和）	実125.0	B× A▽勝率1% EV-17% 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12R 9着/10頭+4.6秒 07/15 浦和12R 10着/12頭 07/06 川崎10R 7着/11頭+0.0秒 05/27 浦和10R 9着/12頭 05/06 船橋12R 11着/13頭+5.5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 8.7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 15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 10位 / 勝率 0.7% / 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	サンズ逃げ	野畑凌（川崎）	実1.7	B◎ A◎勝率51% EV-13% 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10走で勝率60%と適性高／同馬場状態で勝率50%／直近3走で勝率33%と好調）
前5走 08/12 浦和12R 1着/10頭勝利 07/13 浦和11R 3着/3頭 06/26 浦和11R 6着/10頭 04/23 浦和12R 3着/10頭+0.8秒 03/16 浦和11R 1着/13頭勝利
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 10走で勝率 60% (得意) ◎ 馬場適性同馬場 4走で勝率 50% ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +49% (妙味あり) AI 予想勝率 87.9% (オッズ暗示: 58.8%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 51.0% / 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。

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 ◎

サンズ

騎手野畑凌（川崎）

単勝オッズ

1.7倍

AI期待値

+49%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○4スペンサーバローズ

4.0倍

EV -78%

▲A:▲8セイノスケ

7.8倍

EV -62%

出走馬全12頭

◎A:◎12

サンズ

野畑凌（川崎）

1.7倍

+49%

›

○A:○4

スペンサーバローズ

笹川翼（大井）

4.0倍

-78%

›

▲A:▲8

セイノスケ

福原杏（浦和）

7.8倍

-62%

›

△A:△9

ホワイトビーチ

中山遥（浦和）

8.9倍

-87%

›

△A:△3

ジュンビクトワール

保園翔（浦和）

15.2倍

-95%

›

△A:▽10

コウジョリョウゾク

半澤慶（浦和）

65.4倍

-89%

›

×A:×7

ピノマハナ

新原周（川崎）

26.1倍

-99%

›

×A:△1

カイトキング

秋元耕（浦和）

24.7倍

-99%

›

×A:▽2

エーヴベリー

七夕裕（浦和）

122.6倍

-99%

›

×A:▽11

イエヴァンポルッカ

高橋哲（浦和）

125.0倍

-99%

›

×A:▽5

ロイヤルザップ

及川烈（浦和）

151.3倍

-99%

›

×A:×6

ニシノアウェイク

國分祐（浦和）

152.8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

12R 浦和競馬場開成町ダ2000m ダート2000m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カイトキング差し	秋元耕（浦和）	実24.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/11 浦和9R 9着/9頭+2.9秒 06/26 浦和11R 8着/10頭+1.0秒 02/28 浦和10R 2着/9頭+0.7秒 02/05 川崎11R 12着/12頭+2.4秒 01/07 浦和10R 2着/13頭+0.3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 6.3着 ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 馬場適性同馬場 7走で勝率 29% × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 2.6% (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。
2	エーヴベリー差し	七夕裕（浦和）	実122.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／112日ぶりの実戦）
前5走 06/02 船橋10R 10着/11頭+2.0秒 05/26 浦和12R 7着/12頭 05/15 川崎10R 7着/12頭+1.5秒 05/06 船橋12R 7着/13頭+1.9秒 04/21 浦和12R 5着/12頭+1.5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 8.0着 (不振) △ 当競馬場適性 28走で勝率 11% △ 距離適性同距離 17走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 0.9% (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。
3	ジュンビクトワール逃げ	保園翔（浦和）	実15.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯3走で勝率33%／119日ぶりの実戦）
前5走 05/26 浦和12R 11着/12頭 05/12 川崎10R 3着/14頭+1.0秒 04/20 浦和10R 2着/12頭+0.4秒 04/08 川崎9R 1着/13頭勝利 03/17 浦和12R 2着/12頭+0.4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 5.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 距離適性同距離 3走で勝率 33% △ 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 119日休養明け × 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 4.4% (オッズ暗示: 6.6%) ※ 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。
4	スペンサーバローズ自在	笹川翼（大井）	実4.0	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率57%と適性高／67日ぶりの実戦／騎手は近50戦で勝率20%）
前5走 07/17 浦和11R 4着/11頭 05/28 浦和11R 4着/13頭 03/17 浦和11R 10着/10頭+3.0秒 01/09 浦和11R 1着/10頭勝利 08/20 浦和10R 1着/12頭勝利
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 6.0着 ◎ 当競馬場適性 7走で勝率 57% (得意) ◎ 騎手近50戦勝率 20% (好調) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 22.4% (オッズ暗示: 25.0%) ※ 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	ロイヤルザップ追込	及川烈（浦和）	実151.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.3着と低調）
前5走 09/10 川崎12R 13着/14頭+4.6秒 04/22 浦和10R 12着/12頭+2.8秒 03/20 浦和12R 12着/12頭+7.3秒 02/26 浦和12R 11着/11頭+3.2秒 02/06 川崎10R 7着/11頭+1.5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 12.3着 (不振) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 21走で勝率 10% ○ 馬場適性同馬場 5走で勝率 20% ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.7%) ※ 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。
6	ニシノアウェイク自在	國分祐（浦和）	実152.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11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 08/10 浦和11R 10着/12頭+2.0秒 07/14 浦和8R 11着/12頭 05/26 浦和12R 9着/12頭+6.0秒 05/07 船橋11R 9着/14頭+1.8秒 04/24 浦和10R 12着/12頭+1.9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 10.0着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.7%) ※ 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。
7	ピノマハナ先行	新原周（川崎）	実26.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率25%と適性高／直近3走平均9.3着と低調）
前5走 07/30 川崎9R 9着/11頭+1.6秒 07/15 浦和12R 8着/12頭+0.0秒 05/22 大井11R 11着/12頭 05/08 船橋12R 13着/13頭+4.2秒 03/20 浦和12R 4着/12頭+1.3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戦の調子平均 9.3着 (不振) ◎ 当競馬場適性 8走で勝率 25% (得意) △ 距離適性同距離 7走で勝率 14% ○ 馬場適性同馬場 4走で勝率 25% × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 3.8%) ※ 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	セイノスケ差し	福原杏（浦和）	実7.8	▲詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率67%）
前5走 08/12 浦和12R 4着/10頭+0.8秒 07/30 川崎9R 6着/11頭+1.2秒 07/15 浦和12R 4着/12頭+3.0秒 05/25 浦和12R 3着/12頭 04/21 浦和6R 1着/12頭勝利
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 9走で勝率 22% (相性良) ○ 距離適性同距離 6走で勝率 17% ◎ 馬場適性同馬場 3走で勝率 67% △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 9.6% (オッズ暗示: 12.8%) ※ 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。
9	ホワイトビーチ	中山遥（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5走 08/12 浦和12R 6着/10頭+1.3秒 02/08 船橋7R 7着/11頭+4.4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 6.5着 △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 4.6% (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。
10	コウジョリョウゾク	半澤慶（浦和）	実65.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 08/12 浦和12R 8着/10頭+2.9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 8.0着 (不振) △ 騎手近50戦勝率 2% (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 1.3% (オッズ暗示: 1.5%) ※ 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	イエヴァンポルッカ自在	高橋哲（浦和）	実125.0	▽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15走で勝ち無し／直近3走平均8.7着と低調）
前5走 08/12 浦和12R 9着/10頭+4.6秒 07/15 浦和12R 10着/12頭 07/06 川崎10R 7着/11頭+0.0秒 05/27 浦和10R 9着/12頭 05/06 船橋12R 11着/13頭+5.5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 8.7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 15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) -17% (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。
12	サンズ逃げ	野畑凌（川崎）	実1.7	◎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10走で勝率60%と適性高／同馬場状態で勝率50%／直近3走で勝率33%と好調）
前5走 08/12 浦和12R 1着/10頭勝利 07/13 浦和11R 3着/3頭 06/26 浦和11R 6着/10頭 04/23 浦和12R 3着/10頭+0.8秒 03/16 浦和11R 1着/13頭勝利
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 10走で勝率 60% (得意) ◎ 馬場適性同馬場 4走で勝率 50% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 51.0% (オッズ暗示: 58.8%) ※ 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

サンズ

騎手野畑凌（川崎）

単勝オッズ

1.7倍

AI期待値

-13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4スペンサーバローズ

4.0倍

EV -10%

▲8セイノスケ

7.8倍

EV -24%

出走馬全12頭

◎12

サンズ

野畑凌（川崎）

1.7倍

-13%

›

○4

スペンサーバローズ

笹川翼（大井）

4.0倍

-10%

›

▲8

セイノスケ

福原杏（浦和）

7.8倍

-24%

›

△9

ホワイトビーチ

中山遥（浦和）

8.9倍

-59%

›

△3

ジュンビクトワール

保園翔（浦和）

15.2倍

-32%

›

△1

カイトキング

秋元耕（浦和）

24.7倍

-34%

›

×7

ピノマハナ

新原周（川崎）

26.1倍

-53%

›

▽10

コウジョリョウゾク

半澤慶（浦和）

65.4倍

-13%

›

▽2

エーヴベリー

七夕裕（浦和）

122.6倍

+13%

›

▽11

イエヴァンポルッカ

高橋哲（浦和）

125.0倍

-17%

›

▽5

ロイヤルザップ

及川烈（浦和）

151.3倍

-28%

›

×6

ニシノアウェイク

國分祐（浦和）

152.8倍

-68%

›

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