浦和 4R 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

4R 浦和競馬場ダ1400m ダート1400m　発走 15:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジーティースワット逃げ	笹川翼（大井）	実1.1	B◎ A◎勝率61% EV-32% 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3走で勝率100%と適性高／同距離帯5走で勝率80%／直近3走で勝率100%と好調）
前5走 04/20 浦和6R 1着/11頭勝利 03/19 浦和5R 1着/12頭勝利 02/28 浦和6R 1着/9頭勝利 12/22 名古屋10R 1着/12頭勝利 12/04 名古屋4R 1着/12頭勝利
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戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 距離適性同距離 5走で勝率 80% ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 156日休養明け △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 96.8% (オッズ暗示: 90.9%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 60.9% / 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。
2	ショウナンバージ先行	七夕裕（浦和）	実25.5	B× A△勝率4% EV+5% 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5R 4着/8頭+0.6秒 06/24 浦和5R 1着/3頭 04/22 浦和4R 5着/11頭+1.6秒 01/08 浦和7R 10着/12頭+2.9秒 11/27 浦和4R 3着/11頭+0.4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戦の調子勝率 33% (上り調子) △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% △ 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 5位 / 勝率 4.1% / 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。
3	メイショウセオト先行	見越彬（浦和）	実61.2	B× A▽勝率1% EV-30% 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5R 7着/8頭+1.9秒 07/15 浦和6R 11着/11頭+0.0秒 04/20 浦和7R 5着/12頭+1.2秒 03/19 浦和7R 10着/12頭+1.4秒 02/23 浦和6R 12着/12頭+2.3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 7.7着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 7走で勝率 14% ○ 騎手近50戦勝率 16% × 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 1.1% / 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。
4	レバット差し	室陽一（浦和）	実19.1	B▲ A△勝率6% EV+23% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 09/08 川崎4R 5着/12頭+1.5秒 08/28 船橋6R 7着/12頭+2.8秒 08/12 浦和5R 1着/9頭勝利 07/16 浦和4R 3着/12頭 04/24 浦和2R 10着/12頭+4.3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 8走で勝率 12% ○ 騎手近50戦勝率 18% ○ 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) -83% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 5.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.5% / 期待値 +24% ※ 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	ペプチドスパークル差し	保園翔（浦和）	実13.7	B△ A▲勝率8% EV+4% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は7走で勝ち無し／前走3着）
前5走 08/10 浦和5R 3着/11頭+1.0秒 07/14 浦和5R 7着/11頭 06/22 浦和7R 8着/8頭+0.0秒 05/26 浦和5R 2着/12頭+3.0秒 04/22 浦和4R 2着/11頭+0.1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 △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) × 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 0.5% (オッズ暗示: 7.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.6% / 期待値 +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。
6	タマモクロッシェ自在	高橋哲（浦和）	実27.8	B○ A▽勝率3% EV-22% 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0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 08/07 浦和9R 6着/10頭+1.2秒 04/21 浦和3R 3着/12頭+0.7秒 03/18 浦和5R 3着/8頭+0.9秒 02/26 浦和2R 2着/11頭+1.6秒 02/06 川崎9R 9着/13頭+3.2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 4.0着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 7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) -63% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.8% / 期待値 -22% ※ 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	ブルドッグガール	古岡勇（川崎）	実36.5	B× A×勝率1% EV-61% 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5R 5着/8頭+1.4秒 07/14 浦和5R 8着/11頭+1.0秒 06/23 浦和6R 3着/9頭 05/25 浦和6R 11着/11頭+3.0秒 05/04 船橋4R 8着/11頭+2.4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 5.3着 △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 14走で勝率 7% × 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 1.1% / 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。
8	ナムラミック	和田譲（大井）	実27.8	B× A△勝率4% EV-1% 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 08/25 船橋6R 6着/12頭+1.4秒 08/07 浦和5R 8着/8頭+2.8秒 07/14 浦和5R 10着/11頭+5.0秒 06/23 浦和6R 2着/9頭+7.0秒 06/02 船橋3R 10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 8.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 騎手近50戦勝率 16% × 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 3.5% / 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。
9	アルパインハット	中島良（浦和）	実87.1	B× A▽勝率1% EV-16% 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6R 9着/12頭+1.3秒 07/15 浦和6R 5着/11頭 07/07 川崎7R 6着/12頭+2.0秒 06/25 浦和7R 7着/12頭 05/28 浦和5R 3着/12頭+1.0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 6.7着 × 当競馬場適性 8走で勝率 0% (苦戦) △ 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 1.0% / 期待値 -16% ※ 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	ミサトレッドダイヤ逃げ	木間龍（船橋）	実103.4	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 9着/9頭+4.2秒 07/13 浦和7R 10着/12頭 06/24 浦和6R 9着/10頭 05/29 浦和9R 10着/10頭+3.0秒 03/18 浦和12R 9着/12頭+2.4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 9.3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 4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 13位 / 勝率 0.2% / 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。
11	ニシノリピート	吉留孝（浦和）	実29.6	B△ A×勝率2% EV-54% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走3着）
前5走 08/11 浦和5R 3着/9頭+0.8秒 07/16 浦和6R 2着/12頭 06/23 浦和6R 4着/9頭 05/26 浦和5R 4着/12頭 04/21 浦和3R 7着/12頭+1.8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 3.0着 (安定) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 11走で勝率 9% ○ 前走実績前走 3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: 3.4%) × Aモデルの評価 (参考) レース内 8位 / 勝率 1.5% / 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。
12	ハヤオ先行	福原杏（浦和）	実15.3	B△ A○勝率9% EV+42% 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0%と苦戦傾向／同距離帯は8走で勝ち無し／前走3着）
前5走 08/07 浦和5R 3着/8頭+0.6秒 05/25 浦和7R 6着/11頭+2.0秒 04/21 浦和8R 4着/13頭+0.2秒 03/16 浦和8R 3着/12頭+1.4秒 02/25 浦和2R 6着/13頭+1.2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 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 8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) -94% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 6.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.3% / 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。
13	サノノラブミー	半澤慶（浦和）	実126.6	B× A×勝率0% EV-63% 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9R 9着/10頭+2.3秒 07/17 浦和8R 10着/10頭+6.0秒 06/23 浦和6R 9着/9頭+4.0秒 06/02 船橋3R 11着/12頭+0.0秒 05/26 浦和5R 10着/12頭+3.0秒
AI 評価の内訳 — 馬番 13 ◎ 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 0% (苦戦) ▽ 距離適性同距離は 8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 12位 / 勝率 0.3% / 期待値 -64% ※ 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 ◎

ジーティースワット

騎手笹川翼（大井）

単勝オッズ

1.1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

○A:▽6タマモクロッシェ

27.8倍

EV -62%

▲A:△4レバット

19.1倍

EV -83%

出走馬全13頭

◎A:◎1

ジーティースワット

笹川翼（大井）

1.1倍

+6%

›

○A:▽6

タマモクロッシェ

高橋哲（浦和）

27.8倍

-62%

›

▲A:△4

レバット

室陽一（浦和）

19.1倍

-83%

›

△A:▲5

ペプチドスパークル

保園翔（浦和）

13.7倍

-92%

›

△A:○12

ハヤオ

福原杏（浦和）

15.3倍

-93%

›

△A:×11

ニシノリピート

吉留孝（浦和）

29.6倍

-98%

›

×A:△2

ショウナンバージ

七夕裕（浦和）

25.5倍

-99%

›

×A:△8

ナムラミック

和田譲（大井）

27.8倍

-99%

›

×A:×7

ブルドッグガール

古岡勇（川崎）

36.5倍

-99%

›

×A:▽3

メイショウセオト

見越彬（浦和）

61.2倍

-99%

›

×A:▽9

アルパインハット

中島良（浦和）

87.1倍

-99%

›

×A:×10

ミサトレッドダイヤ

木間龍（船橋）

103.4倍

-99%

›

×A:×13

サノノラブミー

半澤慶（浦和）

126.6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

4R 浦和競馬場ダ1400m ダート1400m　発走 15:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジーティースワット逃げ	笹川翼（大井）	実1.1	◎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3走で勝率100%と適性高／同距離帯5走で勝率80%／直近3走で勝率100%と好調）
前5走 04/20 浦和6R 1着/11頭勝利 03/19 浦和5R 1着/12頭勝利 02/28 浦和6R 1着/9頭勝利 12/22 名古屋10R 1着/12頭勝利 12/04 名古屋4R 1着/12頭勝利
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戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 距離適性同距離 5走で勝率 80% ◎ 騎手近50戦勝率 20% (好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 156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 60.9% (オッズ暗示: 90.9%) ※ 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。
2	ショウナンバージ先行	七夕裕（浦和）	実25.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 08/07 浦和5R 4着/8頭+0.6秒 06/24 浦和5R 1着/3頭 04/22 浦和4R 5着/11頭+1.6秒 01/08 浦和7R 10着/12頭+2.9秒 11/27 浦和4R 3着/11頭+0.4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戦の調子勝率 33% (上り調子) △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 4.1% (オッズ暗示: 3.9%) ※ 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	メイショウセオト先行	見越彬（浦和）	実61.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/07 浦和5R 7着/8頭+1.9秒 07/15 浦和6R 11着/11頭+0.0秒 04/20 浦和7R 5着/12頭+1.2秒 03/19 浦和7R 10着/12頭+1.4秒 02/23 浦和6R 12着/12頭+2.3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 7.7着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 7走で勝率 14% ○ 騎手近50戦勝率 16% × 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 1.1% (オッズ暗示: 1.6%) ※ 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	レバット差し	室陽一（浦和）	実19.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 09/08 川崎4R 5着/12頭+1.5秒 08/28 船橋6R 7着/12頭+2.8秒 08/12 浦和5R 1着/9頭勝利 07/16 浦和4R 3着/12頭 04/24 浦和2R 10着/12頭+4.3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 8走で勝率 12% ○ 騎手近50戦勝率 18% ○ 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) +23% (市場と概ね一致) AI 予想勝率 6.5% (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。
5	ペプチドスパークル差し	保園翔（浦和）	実13.7	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は7走で勝ち無し／前走3着）
前5走 08/10 浦和5R 3着/11頭+1.0秒 07/14 浦和5R 7着/11頭 06/22 浦和7R 8着/8頭+0.0秒 05/26 浦和5R 2着/12頭+3.0秒 04/22 浦和4R 2着/11頭+0.1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 △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 7.6% (オッズ暗示: 7.3%) ※ 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。
6	タマモクロッシェ自在	高橋哲（浦和）	実27.8	▽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0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 08/07 浦和9R 6着/10頭+1.2秒 04/21 浦和3R 3着/12頭+0.7秒 03/18 浦和5R 3着/8頭+0.9秒 02/26 浦和2R 2着/11頭+1.6秒 02/06 川崎9R 9着/13頭+3.2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 4.0着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 7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) -22% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.6%) ※ 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。
7	ブルドッグガール	古岡勇（川崎）	実36.5	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/07 浦和5R 5着/8頭+1.4秒 07/14 浦和5R 8着/11頭+1.0秒 06/23 浦和6R 3着/9頭 05/25 浦和6R 11着/11頭+3.0秒 05/04 船橋4R 8着/11頭+2.4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 5.3着 △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 14走で勝率 7% × 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 1.1% (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。
8	ナムラミック	和田譲（大井）	実27.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／直近3走平均8.0着と低調）
前5走 08/25 船橋6R 6着/12頭+1.4秒 08/07 浦和5R 8着/8頭+2.8秒 07/14 浦和5R 10着/11頭+5.0秒 06/23 浦和6R 2着/9頭+7.0秒 06/02 船橋3R 10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 8.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 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 3.5% (オッズ暗示: 3.6%) ※ 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	アルパインハット	中島良（浦和）	実87.1	▽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）
前5走 08/12 浦和6R 9着/12頭+1.3秒 07/15 浦和6R 5着/11頭 07/07 川崎7R 6着/12頭+2.0秒 06/25 浦和7R 7着/12頭 05/28 浦和5R 3着/12頭+1.0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 6.7着 × 当競馬場適性 8走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 1.0% (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。
10	ミサトレッドダイヤ逃げ	木間龍（船橋）	実103.4	×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4走で勝ち無し／直近3走平均9.3着と低調）
前5走 08/07 浦和6R 9着/9頭+4.2秒 07/13 浦和7R 10着/12頭 06/24 浦和6R 9着/10頭 05/29 浦和9R 10着/10頭+3.0秒 03/18 浦和12R 9着/12頭+2.4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 9.3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 4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 0.2% (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。
11	ニシノリピート	吉留孝（浦和）	実29.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走3着）
前5走 08/11 浦和5R 3着/9頭+0.8秒 07/16 浦和6R 2着/12頭 06/23 浦和6R 4着/9頭 05/26 浦和5R 4着/12頭 04/21 浦和3R 7着/12頭+1.8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 3.0着 (安定) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 11走で勝率 9% ○ 前走実績前走 3着 (好走) × 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 1.5% (オッズ暗示: 3.4%) ※ 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。
12	ハヤオ先行	福原杏（浦和）	実15.3	○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0%と苦戦傾向／同距離帯は8走で勝ち無し／前走3着）
前5走 08/07 浦和5R 3着/8頭+0.6秒 05/25 浦和7R 6着/11頭+2.0秒 04/21 浦和8R 4着/13頭+0.2秒 03/16 浦和8R 3着/12頭+1.4秒 02/25 浦和2R 6着/13頭+1.2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 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 8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) +42% (妙味あり) AI 予想勝率 9.3% (オッズ暗示: 6.5%) ※ 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。
13	サノノラブミー	半澤慶（浦和）	実126.6	×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8走で勝ち無し／直近3走平均9.3着と低調）
前5走 08/07 浦和9R 9着/10頭+2.3秒 07/17 浦和8R 10着/10頭+6.0秒 06/23 浦和6R 9着/9頭+4.0秒 06/02 船橋3R 11着/12頭+0.0秒 05/26 浦和5R 10着/12頭+3.0秒
AI 評価の内訳 — 馬番 13 ◎ 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 0% (苦戦) ▽ 距離適性同距離は 8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) -64% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。

AIの本命

AI評価1位

ジーティースワット

騎手笹川翼（大井）

単勝オッズ

1.1倍

AI期待値

-32%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12ハヤオ

15.3倍

EV +42%

▲5ペプチドスパークル

13.7倍

EV +4%

出走馬全13頭

◎1

ジーティースワット

笹川翼（大井）

1.1倍

-32%

›

○12

ハヤオ

福原杏（浦和）

15.3倍

+42%

›

▲5

ペプチドスパークル

保園翔（浦和）

13.7倍

+4%

›

△4

レバット

室陽一（浦和）

19.1倍

+23%

›

△2

ショウナンバージ

七夕裕（浦和）

25.5倍

+5%

›

△8

ナムラミック

和田譲（大井）

27.8倍

-1%

›

▽6

タマモクロッシェ

高橋哲（浦和）

27.8倍

-22%

›

×11

ニシノリピート

吉留孝（浦和）

29.6倍

-54%

›

▽3

メイショウセオト

見越彬（浦和）

61.2倍

-30%

›

×7

ブルドッグガール

古岡勇（川崎）

36.5倍

-61%

›

▽9

アルパインハット

中島良（浦和）

87.1倍

-16%

›

×13

サノノラブミー

半澤慶（浦和）

126.6倍

-63%

›

×10

ミサトレッドダイヤ

木間龍（船橋）

103.4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

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