浦和 3R 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

3R 浦和競馬場ダ1400m ダート1400m　発走 14:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ラフォンターナ自在	岡村裕（川崎）	実19.1	B× A▽勝率3% EV-45% 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1R 10着/12頭+3.1秒 08/21 川崎5R 4着/12頭+1.6秒 07/28 川崎1R 3着/10頭+1.1秒 07/07 川崎2R 4着/12頭 06/18 川崎5R 8着/12頭+2.0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 5.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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) -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 2.8% / 期待値 -46% ※ 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	ルラクソント先行	中山遥（浦和）	実3.7	B○ A○勝率15% EV-43% 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0%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 08/10 浦和7R 9着/10頭+2.4秒 07/16 浦和1R 3着/9頭 03/16 浦和3R 3着/10頭+0.1秒 02/23 浦和3R 8着/10頭+1.7秒 01/08 浦和1R 2着/12頭+0.9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 5.0着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 10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) -62% (大幅な期待値マイナス) AI 予想勝率 10.4% (オッズ暗示: 27.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.1% / 期待値 -44% ※ 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	ジャヌウブ逃げ	見越彬（浦和）	実3.6	B◎ A◎勝率40% EV+43% 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／212日ぶりの実戦）
前5走 02/23 浦和8R 4着/13頭+1.6秒 11/25 浦和6R 5着/11頭+0.8秒 06/24 浦和6R 1着/9頭勝利 03/18 浦和8R 4着/12頭+1.9秒 12/23 浦和8R 4着/11頭+0.5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戦の調子勝率 33% (上り調子) △ 当競馬場適性 14走で勝率 14% △ 距離適性同距離 16走で勝率 12% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 16% △ ローテーション 212日休養明け ◎ 期待値 (オッズ vs AI勝率) +189% (市場が大幅過小評価) AI 予想勝率 80.5% (オッズ暗示: 27.8%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 39.9% / 期待値 +44% ※ 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	オンネア	杉山海（大井）	実9.4	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（当競馬場17走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し）
前5走 08/10 浦和7R 5着/10頭+0.9秒 07/28 川崎1R 4着/10頭+1.3秒 07/15 浦和4R 4着/12頭+3.0秒 07/08 川崎1R 2着/11頭 05/28 浦和2R 12着/12頭+2.0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 4.3着 × 当競馬場適性 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し × 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 0.6% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 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。
5	エーアイキリシマ	保園翔（浦和）	実17.0	B× A▽勝率3% EV-45% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は26走で勝ち無し／69日ぶりの実戦）
前5走 07/16 浦和4R 8着/12頭 06/22 浦和10R 5着/10頭+0.0秒 05/29 浦和6R 3着/9頭+4.0秒 05/08 船橋5R 6着/12頭+2.3秒 04/24 浦和1R 3着/11頭+0.8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 5.3着 △ 当競馬場適性 13走で勝率 8% ▽ 距離適性同距離は 26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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 5.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.2% / 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	ニシノエルサ	西村栄（船橋）	実102.3	B× A▽勝率1% EV-32% 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 08/04 船橋3R 8着/8頭+2.6秒 07/15 浦和3R 11着/12頭 07/03 船橋6R 8着/11頭 06/05 船橋4R 7着/10頭+3.0秒 05/27 浦和3R 7着/12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 9.0着 (不振) × 当競馬場適性 8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 0.7% / 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。
7	イエスユイキャン逃げ	及川烈（浦和）	実41.4	B△ A▽勝率1% EV-45% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／直近3走平均8.3着と低調）
前5走 05/29 浦和2R 12着/12頭+0.0秒 04/24 浦和1R 7着/11頭+1.8秒 04/01 船橋4R 6着/10頭+1.2秒 03/18 浦和1R 2着/10頭+0.9秒 02/28 浦和6R 8着/9頭+3.9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 8.3着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ▽ 前走実績前走 12着 (大敗) △ ローテーション 117日休養明け × 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 0.3% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 期待値 -46% ※ 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	シェナチチカカ	神尾香（川崎）	実12.4	B× A×勝率4% 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 09/10 川崎2R 12着/12頭+3.4秒 08/21 川崎1R 6着/12頭+1.2秒 07/28 川崎2R 1着/9頭勝利 07/07 川崎1R 11着/12頭 06/25 浦和1R 2着/9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戦の調子勝率 33% (上り調子) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 74走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 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 7位 / 勝率 3.5% / 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。
9	アシレ	中島良（浦和）	実41.0	B× A▽勝率1% EV-48% 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7R 8着/10頭+1.7秒 06/29 船橋1R 5着/7頭+0.0秒 06/23 浦和1R 7着/9頭 06/04 船橋4R 10着/11頭 05/25 浦和9R 9着/11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 6.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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 11位 / 勝率 1.3% / 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。
10	セイダンシング	高橋利（船橋）	実10.0	B△ A△勝率7% EV-30% 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20走で勝率5%と苦戦傾向／同距離帯は31走で勝ち無し）
前5走 08/28 船橋8R 5着/12頭+2.6秒 08/06 船橋6R 6着/7頭+1.8秒 07/16 浦和4R 7着/12頭 07/03 船橋6R 5着/11頭 06/25 浦和4R 1着/8頭
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 6.0着 × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 31走で勝ち無し ○ ローテーション 26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 0.1% (オッズ暗示: 10.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.0% / 期待値 -30% ※ 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	ダイユウルージュ自在	秋元耕（浦和）	実16.7	B× A△勝率4% EV-34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/31 川崎1R 5着/9頭+2.9秒 07/15 浦和4R 11着/12頭 06/24 浦和1R 2着/10頭+0.0秒 01/12 大井3R 12着/15頭+3.0秒 07/21 名古屋2R 10着/11頭+3.0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 6.0着 △ 距離適性同距離 12走で勝率 8% × 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: 6.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.9% / 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。
12	プライムクオリティ	西啓太（大井）	実5.1	B▲ A▲勝率13% EV-31% 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0%と苦戦傾向／同距離帯は7走で勝ち無し／前走3着）
前5走 08/07 浦和4R 3着/3頭 07/15 浦和4R 6着/12頭 06/25 浦和1R 4着/9頭 05/27 浦和3R 4着/12頭 04/23 浦和2R 5着/12頭+0.7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 4.3着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7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) -60% (大幅な期待値マイナス) AI 予想勝率 7.8% (オッズ暗示: 19.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.5% / 期待値 -31% ※ 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 ◎

ジャヌウブ

騎手見越彬（浦和）

単勝オッズ

3.6倍

AI期待値

+189%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○2ルラクソント

3.7倍

EV -61%

▲A:▲12プライムクオリティ

5.1倍

EV -59%

出走馬全12頭

◎A:◎3

ジャヌウブ

見越彬（浦和）

3.6倍

+189%

›

○A:○2

ルラクソント

中山遥（浦和）

3.7倍

-61%

›

▲A:▲12

プライムクオリティ

西啓太（大井）

5.1倍

-59%

›

△A:△4

オンネア

杉山海（大井）

9.4倍

-94%

›

△A:▽7

イエスユイキャン

及川烈（浦和）

41.4倍

-87%

›

△A:△10

セイダンシング

高橋利（船橋）

10.0倍

-98%

›

×A:▽5

エーアイキリシマ

保園翔（浦和）

17.0倍

-97%

›

×A:△11

ダイユウルージュ

秋元耕（浦和）

16.7倍

-99%

›

×A:×8

シェナチチカカ

神尾香（川崎）

12.4倍

-99%

›

×A:▽1

ラフォンターナ

岡村裕（川崎）

19.1倍

-99%

›

×A:▽9

アシレ

中島良（浦和）

41.0倍

-99%

›

×A:▽6

ニシノエルサ

西村栄（船橋）

102.3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

3R 浦和競馬場ダ1400m ダート1400m　発走 14:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ラフォンターナ自在	岡村裕（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3走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し）
前5走 09/10 川崎1R 10着/12頭+3.1秒 08/21 川崎5R 4着/12頭+1.6秒 07/28 川崎1R 3着/10頭+1.1秒 07/07 川崎2R 4着/12頭 06/18 川崎5R 8着/12頭+2.0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 5.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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) -46% (大幅な期待値マイナス) AI 予想勝率 2.8% (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。
2	ルラクソント先行	中山遥（浦和）	実3.7	○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0%と苦戦傾向／同距離帯は10走で勝ち無し）
前5走 08/10 浦和7R 9着/10頭+2.4秒 07/16 浦和1R 3着/9頭 03/16 浦和3R 3着/10頭+0.1秒 02/23 浦和3R 8着/10頭+1.7秒 01/08 浦和1R 2着/12頭+0.9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 5.0着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 10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) -44% (大幅な期待値マイナス) AI 予想勝率 15.1% (オッズ暗示: 27.0%) ※ 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。
3	ジャヌウブ逃げ	見越彬（浦和）	実3.6	◎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／212日ぶりの実戦）
前5走 02/23 浦和8R 4着/13頭+1.6秒 11/25 浦和6R 5着/11頭+0.8秒 06/24 浦和6R 1着/9頭勝利 03/18 浦和8R 4着/12頭+1.9秒 12/23 浦和8R 4着/11頭+0.5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戦の調子勝率 33% (上り調子) △ 当競馬場適性 14走で勝率 14% △ 距離適性同距離 16走で勝率 12% ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 16% △ ローテーション 212日休養明け ◎ 期待値 (オッズ vs AI勝率) +43% (妙味あり) AI 予想勝率 39.9% (オッズ暗示: 27.8%) ※ 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	オンネア	杉山海（大井）	実9.4	△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17走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し）
前5走 08/10 浦和7R 5着/10頭+0.9秒 07/28 川崎1R 4着/10頭+1.3秒 07/15 浦和4R 4着/12頭+3.0秒 07/08 川崎1R 2着/11頭 05/28 浦和2R 12着/12頭+2.0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 4.3着 × 当競馬場適性 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 7.8% (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。
5	エーアイキリシマ	保園翔（浦和）	実17.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は26走で勝ち無し／69日ぶりの実戦）
前5走 07/16 浦和4R 8着/12頭 06/22 浦和10R 5着/10頭+0.0秒 05/29 浦和6R 3着/9頭+4.0秒 05/08 船橋5R 6着/12頭+2.3秒 04/24 浦和1R 3着/11頭+0.8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 5.3着 △ 当競馬場適性 13走で勝率 8% ▽ 距離適性同距離は 26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 3.2% (オッズ暗示: 5.9%) ※ 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	ニシノエルサ	西村栄（船橋）	実102.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8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9.0着と低調）
前5走 08/04 船橋3R 8着/8頭+2.6秒 07/15 浦和3R 11着/12頭 07/03 船橋6R 8着/11頭 06/05 船橋4R 7着/10頭+3.0秒 05/27 浦和3R 7着/12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 9.0着 (不振) × 当競馬場適性 8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) -32% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。
7	イエスユイキャン逃げ	及川烈（浦和）	実41.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／直近3走平均8.3着と低調）
前5走 05/29 浦和2R 12着/12頭+0.0秒 04/24 浦和1R 7着/11頭+1.8秒 04/01 船橋4R 6着/10頭+1.2秒 03/18 浦和1R 2着/10頭+0.9秒 02/28 浦和6R 8着/9頭+3.9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 8.3着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ▽ 前走実績前走 12着 (大敗) △ ローテーション 117日休養明け × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.4%) ※ 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。
8	シェナチチカカ	神尾香（川崎）	実12.4	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率0%と苦戦傾向／同距離帯は74走で勝ち無し／直近3走で勝率33%と好調）
前5走 09/10 川崎2R 12着/12頭+3.4秒 08/21 川崎1R 6着/12頭+1.2秒 07/28 川崎2R 1着/9頭勝利 07/07 川崎1R 11着/12頭 06/25 浦和1R 2着/9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戦の調子勝率 33% (上り調子) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 74走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12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 3.5% (オッズ暗示: 8.1%) ※ 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。
9	アシレ	中島良（浦和）	実41.0	▽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／同距離帯は5走で勝ち無し）
前5走 08/10 浦和7R 8着/10頭+1.7秒 06/29 船橋1R 5着/7頭+0.0秒 06/23 浦和1R 7着/9頭 06/04 船橋4R 10着/11頭 05/25 浦和9R 9着/11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 6.7着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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) -49% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.4%) ※ 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	セイダンシング	高橋利（船橋）	実10.0	△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20走で勝率5%と苦戦傾向／同距離帯は31走で勝ち無し）
前5走 08/28 船橋8R 5着/12頭+2.6秒 08/06 船橋6R 6着/7頭+1.8秒 07/16 浦和4R 7着/12頭 07/03 船橋6R 5着/11頭 06/25 浦和4R 1着/8頭
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 6.0着 × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 31走で勝ち無し ○ ローテーション 26日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 7.0% (オッズ暗示: 10.0%) ※ 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。
11	ダイユウルージュ自在	秋元耕（浦和）	実16.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/31 川崎1R 5着/9頭+2.9秒 07/15 浦和4R 11着/12頭 06/24 浦和1R 2着/10頭+0.0秒 01/12 大井3R 12着/15頭+3.0秒 07/21 名古屋2R 10着/11頭+3.0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 6.0着 △ 距離適性同距離 12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 3.9% (オッズ暗示: 6.0%) ※ 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。
12	プライムクオリティ	西啓太（大井）	実5.1	▲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0%と苦戦傾向／同距離帯は7走で勝ち無し／前走3着）
前5走 08/07 浦和4R 3着/3頭 07/15 浦和4R 6着/12頭 06/25 浦和1R 4着/9頭 05/27 浦和3R 4着/12頭 04/23 浦和2R 5着/12頭+0.7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 4.3着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7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) -31% (大幅な期待値マイナス) AI 予想勝率 13.5% (オッズ暗示: 19.6%) ※ 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。

AIの本命

AI評価1位

ジャヌウブ

騎手見越彬（浦和）

単勝オッズ

3.6倍

AI期待値

+43%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2ルラクソント

3.7倍

EV -43%

▲12プライムクオリティ

5.1倍

EV -31%

出走馬全12頭

◎3

ジャヌウブ

見越彬（浦和）

3.6倍

+43%

›

○2

ルラクソント

中山遥（浦和）

3.7倍

-43%

›

▲12

プライムクオリティ

西啓太（大井）

5.1倍

-31%

›

△4

オンネア

杉山海（大井）

9.4倍

-27%

›

△10

セイダンシング

高橋利（船橋）

10.0倍

-30%

›

△11

ダイユウルージュ

秋元耕（浦和）

16.7倍

-34%

›

×8

シェナチチカカ

神尾香（川崎）

12.4倍

-56%

›

▽5

エーアイキリシマ

保園翔（浦和）

17.0倍

-45%

›

▽1

ラフォンターナ

岡村裕（川崎）

19.1倍

-45%

›

▽7

イエスユイキャン

及川烈（浦和）

41.4倍

-45%

›

▽9

アシレ

中島良（浦和）

41.0倍

-48%

›

▽6

ニシノエルサ

西村栄（船橋）

102.3倍

-32%

›

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