浦和 2R 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

2R 浦和競馬場ダ1500m ダート1500m　発走 14:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニシノミモザ追込	國分祐（浦和）	実98.5	B× A×勝率0% 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 08/11 浦和1R 8着/12頭+2.8秒 03/20 浦和2R 12着/12頭+3.7秒 03/12 船橋2R 9着/9頭+2.6秒 02/28 浦和2R 10着/12頭+2.5秒 02/11 船橋5R 9着/12頭+2.2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 9.7着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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 12位 / 勝率 0.5% / 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。
2	ハヌマーンビーチ自在	岡田大（浦和）	実22.9	B○ A×勝率2% EV-55% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/10 浦和7R 6着/10頭+1.5秒 07/16 浦和1R 6着/9頭 06/26 浦和3R 7着/9頭+0.0秒 02/23 浦和8R 10着/13頭+2.0秒 10/31 浦和4R 1着/11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戦の調子平均 6.3着 ○ 当競馬場適性 10走で勝率 20% (相性良) △ 距離適性同距離 15走で勝率 13% ○ 馬場適性同馬場 8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) +377% (市場が大幅過小評価) AI 予想勝率 20.8% (オッズ暗示: 4.4%) × Aモデルの評価 (参考) レース内 10位 / 勝率 2.0% / 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。
3	カスカナノゾミ	西啓太（大井）	実10.1	B△ A△勝率7% EV-31% 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0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 09/11 川崎9R 10着/11頭+4.5秒 08/10 浦和6R 3着/10頭+0.4秒 07/15 浦和3R 8着/12頭 06/25 浦和4R 8着/8頭+7.0秒 04/23 浦和3R 4着/10頭+0.6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 7.0着 (不振) × 当競馬場適性 7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) × 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 4.5% (オッズ暗示: 9.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.7% / 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。
4	ホワイトアッシュ	秋元耕（浦和）	実9.6	B× A×勝率3% EV-68% 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5走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 08/10 浦和6R 7着/10頭+1.5秒 07/15 浦和3R 3着/12頭 06/26 浦和3R 8着/9頭 05/28 浦和2R 3着/12頭 05/06 船橋1R 9着/10頭+1.9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 6.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 10.4%) × Aモデルの評価 (参考) レース内 8位 / 勝率 3.3% / 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。
5	クルメミッチー自在推奨	古岡勇（川崎）	実16.0	B◎ A▽勝率3% EV-49% 詳細▼	市場が大きく過小評価、AI予想勝率37% × オッズ16.0倍で期待値+487%の有力候補（市場想定よりAI評価が高く妙味）
前5走 08/21 川崎2R 9着/11頭+2.7秒 07/28 川崎3R 6着/9頭+1.4秒 07/07 川崎2R 3着/12頭 06/18 川崎5R 5着/12頭 05/14 川崎3R 13着/14頭+2.4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 6.0着 △ 距離適性同距離 18走で勝率 6% ◎ 期待値 (オッズ vs AI勝率) +487% (市場が大幅過小評価) AI 予想勝率 36.7% (オッズ暗示: 6.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.2% / 期待値 -49% ※ 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	ケイティーユイ	高橋哲（浦和）	実11.0	B△ A△勝率8% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場47走で勝率4%と苦戦傾向／同距離帯は45走で勝ち無し）
前5走 08/10 浦和6R 5着/10頭+1.2秒 07/13 浦和1R 2着/10頭 06/22 浦和5R 7着/8頭 06/18 川崎5R 6着/12頭 05/27 浦和2R 4着/12頭+1.0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 4.7着 × 当競馬場適性 47走で勝率 4% (苦戦) ▽ 距離適性同距離は 45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) -50% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 9.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.2% / 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。
7	ピノヌイ	藤本現（大井）	実11.4	B× A△勝率8% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場30走で勝率0%と苦戦傾向／同距離帯は29走で勝ち無し／前走3着）
前5走 08/10 浦和7R 3着/10頭+0.7秒 07/16 浦和1R 8着/9頭 06/26 浦和3R 9着/9頭 05/29 浦和6R 8着/9頭 05/06 船橋1R 4着/10頭+0.4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 6.7着 × 当競馬場適性 30走で勝率 0% (苦戦) ▽ 距離適性同距離は 29走で勝ち無し ○ 前走実績前走 3着 (好走) × 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 2.1% (オッズ暗示: 8.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 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。
8	ジョーカイ	加藤雄（川崎）	実45.7	B× A▽勝率1% EV-41% 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33%／直近3走平均9.3着と低調）
前5走 08/19 川崎4R 9着/9頭+1.3秒 07/28 川崎2R 8着/9頭+2.2秒 07/07 川崎6R 11着/11頭 06/15 川崎5R 9着/12頭+0.0秒 05/27 浦和2R 12着/12頭+2.0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 9.3着 (不振) △ 当競馬場適性 27走で勝率 11% ○ 距離適性同距離 35走で勝率 20% ◎ 馬場適性同馬場 9走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.2% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 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。
9	イチモクサン	中山遥（浦和）	実3.4	B△ A◎勝率31% EV+6% 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）
前5走 08/07 浦和4R 1着/3頭 07/15 浦和4R 3着/12頭+4.0秒 06/24 浦和1R 3着/10頭 05/27 浦和3R 11着/12頭 05/12 川崎2R 8着/9頭+1.8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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) △ 距離適性同距離 9走で勝率 11% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 29.4%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.5% / 期待値 +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	ワールドバトル	櫻井光（川崎）	実3.5	B▲ A○勝率19% EV-33% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 08/10 浦和6R 4着/10頭+1.2秒 07/15 浦和3R 2着/12頭 06/25 浦和1R 5着/9頭 05/27 浦和3R 1着/12頭 04/22 浦和2R 3着/11頭+0.1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 3.7着 △ 当競馬場適性 35走で勝率 9% △ 距離適性同距離 37走で勝率 8% × 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 19.4% (オッズ暗示: 28.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.0% / 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。
11	ナツハヤテ逃げ	神尾香（川崎）	実10.3	B× A▲勝率12% EV+24% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率0%と苦戦傾向）
前5走 09/11 川崎9R 8着/11頭+3.2秒 08/21 川崎2R 10着/11頭+3.7秒 05/14 川崎2R 4着/12頭+0.2秒 04/21 浦和1R 3着/9頭+0.7秒 04/07 川崎2R 3着/12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 7.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) △ 距離適性同距離 39走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) × 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 2.8% (オッズ暗示: 9.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.1% / 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。
12	スターハッスル先行	保園翔（浦和）	実15.7	B× A▽勝率5% EV-29% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/10 浦和7R 4着/10頭+0.8秒 07/14 浦和2R 8着/12頭+0.0秒 07/07 川崎1R 8着/12頭 06/22 浦和10R 9着/10頭+2.0秒 04/21 浦和2R 9着/12頭+1.7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 6.7着 △ 当競馬場適性 33走で勝率 6% △ 距離適性同距離 31走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 6.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.5% / 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。

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 ▽

クルメミッチー

騎手古岡勇（川崎）

単勝オッズ

16.0倍

AI期待値

+487%

買い目

¥800

全レースの推奨

AIの推奨本命の次点

○A:×2ハヌマーンビーチ

22.9倍

EV +377%

▲A:○10ワールドバトル

3.5倍

EV -32%

出走馬全12頭

◎A:▽5

クルメミッチー

古岡勇（川崎）

16.0倍

+487%

›

○A:×2

ハヌマーンビーチ

岡田大（浦和）

22.9倍

+377%

›

▲A:○10

ワールドバトル

櫻井光（川崎）

3.5倍

-32%

›

△A:◎9

イチモクサン

中山遥（浦和）

3.4倍

-84%

›

△A:△3

カスカナノゾミ

西啓太（大井）

10.1倍

-54%

›

△A:△6

ケイティーユイ

高橋哲（浦和）

11.0倍

-50%

›

×A:▲11

ナツハヤテ

神尾香（川崎）

10.3倍

-70%

›

×A:×4

ホワイトアッシュ

秋元耕（浦和）

9.6倍

-79%

›

×A:△7

ピノヌイ

藤本現（大井）

11.4倍

-75%

›

×A:▽12

スターハッスル

保園翔（浦和）

15.7倍

-66%

›

×A:▽8

ジョーカイ

加藤雄（川崎）

45.7倍

-89%

›

×A:×1

ニシノミモザ

國分祐（浦和）

98.5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 5 クルメミッチー ¥800 実16.0倍期待値 +488% 不的中2着単勝 16.0倍

※ オッズは予測時点の値です。

2R 浦和競馬場ダ1500m ダート1500m　発走 14:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニシノミモザ追込	國分祐（浦和）	実98.5	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／直近3走平均9.7着と低調）
前5走 08/11 浦和1R 8着/12頭+2.8秒 03/20 浦和2R 12着/12頭+3.7秒 03/12 船橋2R 9着/9頭+2.6秒 02/28 浦和2R 10着/12頭+2.5秒 02/11 船橋5R 9着/12頭+2.2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 9.7着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し × 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 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。
2	ハヌマーンビーチ自在	岡田大（浦和）	実22.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/10 浦和7R 6着/10頭+1.5秒 07/16 浦和1R 6着/9頭 06/26 浦和3R 7着/9頭+0.0秒 02/23 浦和8R 10着/13頭+2.0秒 10/31 浦和4R 1着/11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戦の調子平均 6.3着 ○ 当競馬場適性 10走で勝率 20% (相性良) △ 距離適性同距離 15走で勝率 13% ○ 馬場適性同馬場 8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) -55% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 4.4%) ※ 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。
3	カスカナノゾミ	西啓太（大井）	実10.1	△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0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 09/11 川崎9R 10着/11頭+4.5秒 08/10 浦和6R 3着/10頭+0.4秒 07/15 浦和3R 8着/12頭 06/25 浦和4R 8着/8頭+7.0秒 04/23 浦和3R 4着/10頭+0.6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 7.0着 (不振) × 当競馬場適性 7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) × 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 6.7% (オッズ暗示: 9.9%) ※ 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	ホワイトアッシュ	秋元耕（浦和）	実9.6	×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5走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 08/10 浦和6R 7着/10頭+1.5秒 07/15 浦和3R 3着/12頭 06/26 浦和3R 8着/9頭 05/28 浦和2R 3着/12頭 05/06 船橋1R 9着/10頭+1.9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 6.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し × 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 3.3% (オッズ暗示: 10.4%) ※ 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	クルメミッチー自在推奨	古岡勇（川崎）	実16.0	▽詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 08/21 川崎2R 9着/11頭+2.7秒 07/28 川崎3R 6着/9頭+1.4秒 07/07 川崎2R 3着/12頭 06/18 川崎5R 5着/12頭 05/14 川崎3R 13着/14頭+2.4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 6.0着 △ 距離適性同距離 18走で勝率 6% × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 3.2% (オッズ暗示: 6.2%) ※ 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	ケイティーユイ	高橋哲（浦和）	実11.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場47走で勝率4%と苦戦傾向／同距離帯は45走で勝ち無し）
前5走 08/10 浦和6R 5着/10頭+1.2秒 07/13 浦和1R 2着/10頭 06/22 浦和5R 7着/8頭 06/18 川崎5R 6着/12頭 05/27 浦和2R 4着/12頭+1.0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 4.7着 × 当競馬場適性 47走で勝率 4% (苦戦) ▽ 距離適性同距離は 45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) -10% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 9.1%) ※ 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。
7	ピノヌイ	藤本現（大井）	実11.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場30走で勝率0%と苦戦傾向／同距離帯は29走で勝ち無し／前走3着）
前5走 08/10 浦和7R 3着/10頭+0.7秒 07/16 浦和1R 8着/9頭 06/26 浦和3R 9着/9頭 05/29 浦和6R 8着/9頭 05/06 船橋1R 4着/10頭+0.4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 6.7着 × 当競馬場適性 30走で勝率 0% (苦戦) ▽ 距離適性同距離は 29走で勝ち無し ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 7.8% (オッズ暗示: 8.8%) ※ 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	ジョーカイ	加藤雄（川崎）	実45.7	▽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33%／直近3走平均9.3着と低調）
前5走 08/19 川崎4R 9着/9頭+1.3秒 07/28 川崎2R 8着/9頭+2.2秒 07/07 川崎6R 11着/11頭 06/15 川崎5R 9着/12頭+0.0秒 05/27 浦和2R 12着/12頭+2.0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 9.3着 (不振) △ 当競馬場適性 27走で勝率 11% ○ 距離適性同距離 35走で勝率 20% ◎ 馬場適性同馬場 9走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) × 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 1.3% (オッズ暗示: 2.2%) ※ 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。
9	イチモクサン	中山遥（浦和）	実3.4	◎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 08/07 浦和4R 1着/3頭 07/15 浦和4R 3着/12頭+4.0秒 06/24 浦和1R 3着/10頭 05/27 浦和3R 11着/12頭 05/12 川崎2R 8着/9頭+1.8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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) △ 距離適性同距離 9走で勝率 11% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 31.5% (オッズ暗示: 29.4%) ※ 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。
10	ワールドバトル	櫻井光（川崎）	実3.5	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 08/10 浦和6R 4着/10頭+1.2秒 07/15 浦和3R 2着/12頭 06/25 浦和1R 5着/9頭 05/27 浦和3R 1着/12頭 04/22 浦和2R 3着/11頭+0.1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 3.7着 △ 当競馬場適性 35走で勝率 9% △ 距離適性同距離 37走で勝率 8% × 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 19.0% (オッズ暗示: 28.6%) ※ 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	ナツハヤテ逃げ	神尾香（川崎）	実10.3	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率0%と苦戦傾向）
前5走 09/11 川崎9R 8着/11頭+3.2秒 08/21 川崎2R 10着/11頭+3.7秒 05/14 川崎2R 4着/12頭+0.2秒 04/21 浦和1R 3着/9頭+0.7秒 04/07 川崎2R 3着/12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 7.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) △ 距離適性同距離 39走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 12.1% (オッズ暗示: 9.7%) ※ 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。
12	スターハッスル先行	保園翔（浦和）	実15.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/10 浦和7R 4着/10頭+0.8秒 07/14 浦和2R 8着/12頭+0.0秒 07/07 川崎1R 8着/12頭 06/22 浦和10R 9着/10頭+2.0秒 04/21 浦和2R 9着/12頭+1.7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 6.7着 △ 当競馬場適性 33走で勝率 6% △ 距離適性同距離 31走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 4.5% (オッズ暗示: 6.4%) ※ 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。

AIの本命

AI評価1位

イチモクサン

騎手中山遥（浦和）

単勝オッズ

3.4倍

AI期待値

+6%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○10ワールドバトル

3.5倍

EV -33%

▲11ナツハヤテ

10.3倍

EV +24%

出走馬全12頭

◎9

イチモクサン

中山遥（浦和）

3.4倍

+6%

›

○10

ワールドバトル

櫻井光（川崎）

3.5倍

-33%

›

▲11

ナツハヤテ

神尾香（川崎）

10.3倍

+24%

›

△6

ケイティーユイ

高橋哲（浦和）

11.0倍

-10%

›

△7

ピノヌイ

藤本現（大井）

11.4倍

-10%

›

△3

カスカナノゾミ

西啓太（大井）

10.1倍

-31%

›

▽12

スターハッスル

保園翔（浦和）

15.7倍

-29%

›

×4

ホワイトアッシュ

秋元耕（浦和）

9.6倍

-68%

›

▽5

クルメミッチー

古岡勇（川崎）

16.0倍

-49%

›

×2

ハヌマーンビーチ

岡田大（浦和）

22.9倍

-55%

›

▽8

ジョーカイ

加藤雄（川崎）

45.7倍

-41%

›

×1

ニシノミモザ

國分祐（浦和）

98.5倍

-55%

›

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 5 クルメミッチー ¥800 実16.0倍期待値 -49% 不的中2着単勝 16.0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