浦和 7R 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

7R 浦和競馬場ダ1400m ダート1400m　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ゴーオンパーパス差し	吉原寛（金沢）	実23.1	B× A×勝率2% EV-62% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/09 川崎6R 8着/12頭+2.0秒 08/10 浦和8R 6着/11頭+0.9秒 07/14 浦和6R 3着/10頭 06/25 浦和10R 3着/3頭 05/29 浦和9R 1着/10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 5.7着 △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 8走で勝率 12% ○ 騎手近50戦勝率 16% ○ ローテーション 14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: 4.3%) × Aモデルの評価 (参考) レース内 9位 / 勝率 1.6% / 期待値 -63% ※ 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	モズアカトンボ先行	西啓太（大井）	実17.7	B× A▽勝率3% EV-46% 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 09/09 川崎7R 5着/12頭+1.0秒 08/12 浦和7R 6着/12頭+0.9秒 04/09 園田12R 8着/12頭+0.9秒 03/18 園田12R 6着/12頭+0.7秒 12/30 園田10R 3着/12頭+0.2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 6.3着 ○ ローテーション 14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) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.0% / 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。
3	レフレール	中山遥（浦和）	実6.0	B△ A△勝率11% EV-34% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着／90日ぶりの実戦）
前5走 06/25 浦和8R 2着/7頭 06/15 川崎7R 3着/13頭 06/01 船橋2R 5着/11頭 05/25 浦和5R 6着/12頭 05/05 船橋3R 11着/12頭+2.4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 3.3着 △ 当競馬場適性 7走で勝率 14% △ 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 2着 (好走) △ ローテーション 90日休養明け × 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 0.4% (オッズ暗示: 16.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.0% / 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。
4	ボルドーティラミス逃げ	古岡勇（川崎）	実125.9	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 07/10 川崎10R 7着/8頭 05/26 浦和10R 7着/13頭 05/15 川崎9R 9着/12頭+1.6秒 04/10 川崎8R 4着/11頭+0.3秒 03/18 浦和7R 6着/9頭+2.1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 7.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) △ 距離適性同距離 13走で勝率 8% × 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 1.1% / 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。
5	フェルナンダ逃げ推奨	野畑凌（川崎）	実5.5	B◎ A▲勝率14% EV-22% 詳細▼	市場が大きく過小評価、AI予想勝率52% × オッズ5.5倍で期待値+184%の有力候補（直近3走勝率33%と上り調子／当競馬場で勝率20%と相性良／同距離帯で勝率17%）
前5走 08/10 浦和9R 1着/10頭勝利 06/25 浦和9R 6着/10頭+1.0秒 05/29 浦和9R 2着/10頭 04/20 浦和5R 3着/11頭+0.5秒 02/10 船橋8R 4着/12頭+0.2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 6走で勝率 17% ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +184% (市場が大幅過小評価) AI 予想勝率 51.8% (オッズ暗示: 18.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.0% / 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。
6	ハーイバービー	新原周（川崎）	実15.5	B× A▽勝率4% EV-41% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し／前走2着）
前5走 09/07 川崎10R 2着/12頭+0.2秒 08/19 川崎9R 8着/12頭+0.9秒 07/27 川崎9R 2着/12頭+0.2秒 07/10 川崎7R 2着/10頭+0.0秒 04/09 川崎6R 1着/12頭勝利
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 ▽ 距離適性同距離は 3走で勝ち無し ○ 前走実績前走 2着 (好走) ○ ローテーション 16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: 6.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 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。
7	カラフルロケット差し	藤本現（大井）	実21.3	B× A×勝率1% EV-73% 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8R 5着/11頭+0.7秒 07/14 浦和9R 11着/12頭 03/18 浦和11R 8着/12頭+3.2秒 02/25 浦和11R 8着/13頭+2.6秒 01/08 浦和9R 1着/13頭勝利
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 8.0着 (不振) ○ 当競馬場適性 10走で勝率 20% (相性良) △ 距離適性同距離 9走で勝率 11% × 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 1.2% / 期待値 -74% ※ 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	モーニングタンポポ逃げ	七夕裕（浦和）	実45.0	B× A×勝率0% EV-82% 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 08/26 船橋10R 11着/12頭+2.3秒 08/11 浦和8R 7着/12頭+1.0秒 08/03 船橋5R 12着/12頭+1.9秒 07/17 浦和10R 9着/11頭 06/24 浦和9R 10着/11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 10.0着 (不振) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 11走で勝率 9% △ 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 28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) × Aモデルの評価 (参考) レース内 13位 / 勝率 0.4% / 期待値 -82% ※ 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	エクセルボビー逃げ	和田譲（大井）	実15.0	B△ A△勝率7% EV+2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯5走で勝率60%／直近3走で勝率67%と好調／203日ぶりの実戦）
前5走 03/04 川崎7R 7着/12頭+0.5秒 02/05 川崎9R 1着/13頭勝利 05/12 川崎4R 1着/9頭勝利 03/03 川崎5R 1着/7頭勝利 02/05 川崎1R 2着/9頭+0.0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戦の調子勝率 67% (絶好調) ◎ 距離適性同距離 5走で勝率 60% ○ 騎手近50戦勝率 16% △ ローテーション 203日休養明け × 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: 6.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.8% / 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。
10	ミランカ逃げ	秋元耕（浦和）	実38.6	B× A▽勝率1% EV-49% 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 08/14 大井8R 11着/14頭+2.3秒 08/02 大井6R 2着/8頭+0.1秒 07/11 大井1R 1着/14頭勝利 06/25 大井6R 1着/13頭勝利 05/14 大井6R 8着/13頭+2.0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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ ローテーション 770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 10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。
11	ダンシングラスカル	張田昂（船橋）	実3.2	B○ A◎勝率29% EV-5% 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／同距離帯7走で勝率57%／直近3走で勝率67%と好調）
前5走 08/12 浦和9R 1着/10頭勝利 07/13 浦和8R 1着/12頭 06/23 浦和9R 3着/10頭 05/27 浦和5R 1着/9頭 04/21 浦和3R 5着/12頭+0.9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 67% (絶好調) ◎ 当競馬場適性 7走で勝率 57% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 28.1% (オッズ暗示: 31.2%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 29.5% / 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。
12	コンサントレ先行	笹川翼（大井）	実17.7	B△ A△勝率6% EV+12% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は10走で勝ち無し／騎手は近50戦で勝率22%）
前5走 08/12 浦和9R 4着/10頭+1.4秒 05/25 浦和8R 7着/12頭 04/21 浦和4R 5着/10頭+1.0秒 01/06 浦和8R 2着/13頭+0.6秒 12/24 浦和7R 4着/13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 5.3着 △ 当競馬場適性 13走で勝率 8% ▽ 距離適性同距離は 10走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) × 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 0.7% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.4% / 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。
13	アルコア逃げ	本田重（船橋）	実4.8	B▲ A○勝率20% EV-4% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率67%と適性高／同距離帯3走で勝率67%／直近3走で勝率33%と好調）
前5走 07/16 浦和9R 2着/11頭 05/07 船橋7R 6着/10頭+0.8秒 04/20 浦和3R 1着/12頭勝利 03/20 浦和4R 1着/10頭勝利 ―
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 距離適性同距離 3走で勝率 67% ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 19.0% (オッズ暗示: 20.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.9% / 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。

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 ▲

フェルナンダ

騎手野畑凌（川崎）

単勝オッズ

5.5倍

AI期待値

+184%

買い目

¥1,000

全レースの推奨

AIの推奨本命の次点

○A:◎11ダンシングラスカル

3.2倍

EV -10%

▲A:○13アルコア

4.8倍

EV -9%

出走馬全13頭

◎A:▲5

フェルナンダ

野畑凌（川崎）

5.5倍

+184%

›

○A:◎11

ダンシングラスカル

張田昂（船橋）

3.2倍

-10%

›

▲A:○13

アルコア

本田重（船橋）

4.8倍

-9%

›

△A:△12

コンサントレ

笹川翼（大井）

17.7倍

-87%

›

△A:△3

レフレール

中山遥（浦和）

6.0倍

-97%

›

△A:△9

エクセルボビー

和田譲（大井）

15.0倍

-99%

›

×A:▽6

ハーイバービー

新原周（川崎）

15.5倍

-99%

›

×A:×1

ゴーオンパーパス

吉原寛（金沢）

23.1倍

-98%

›

×A:▽2

モズアカトンボ

西啓太（大井）

17.7倍

-99%

›

×A:×7

カラフルロケット

藤本現（大井）

21.3倍

-99%

›

×A:▽10

ミランカ

秋元耕（浦和）

38.6倍

-99%

›

×A:×8

モーニングタンポポ

七夕裕（浦和）

45.0倍

-99%

›

×A:▽4

ボルドーティラミス

古岡勇（川崎）

125.9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 フェルナンダ ¥1,000 実5.5倍期待値 +185% 不的中2着単勝 5.5倍

※ オッズは予測時点の値です。

7R 浦和競馬場ダ1400m ダート1400m　発走 16:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ゴーオンパーパス差し	吉原寛（金沢）	実23.1	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/09 川崎6R 8着/12頭+2.0秒 08/10 浦和8R 6着/11頭+0.9秒 07/14 浦和6R 3着/10頭 06/25 浦和10R 3着/3頭 05/29 浦和9R 1着/10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 5.7着 △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 8走で勝率 12% ○ 騎手近50戦勝率 16% ○ ローテーション 14日の間隔 (理想的) × 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 1.6% (オッズ暗示: 4.3%) ※ 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	モズアカトンボ先行	西啓太（大井）	実17.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/09 川崎7R 5着/12頭+1.0秒 08/12 浦和7R 6着/12頭+0.9秒 04/09 園田12R 8着/12頭+0.9秒 03/18 園田12R 6着/12頭+0.7秒 12/30 園田10R 3着/12頭+0.2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 6.3着 ○ ローテーション 14日の間隔 (理想的) × 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 3.0% (オッズ暗示: 5.6%) ※ 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	レフレール	中山遥（浦和）	実6.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着／90日ぶりの実戦）
前5走 06/25 浦和8R 2着/7頭 06/15 川崎7R 3着/13頭 06/01 船橋2R 5着/11頭 05/25 浦和5R 6着/12頭 05/05 船橋3R 11着/12頭+2.4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 3.3着 △ 当競馬場適性 7走で勝率 14% △ 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 2着 (好走) △ ローテーション 90日休養明け × 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 11.0% (オッズ暗示: 16.7%) ※ 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。
4	ボルドーティラミス逃げ	古岡勇（川崎）	実125.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／75日ぶりの実戦）
前5走 07/10 川崎10R 7着/8頭 05/26 浦和10R 7着/13頭 05/15 川崎9R 9着/12頭+1.6秒 04/10 川崎8R 4着/11頭+0.3秒 03/18 浦和7R 6着/9頭+2.1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 7.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) △ 距離適性同距離 13走で勝率 8% ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 1.1% (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。
5	フェルナンダ逃げ推奨	野畑凌（川崎）	実5.5	▲詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場で勝率20%と相性良／同距離帯で勝率17%）
前5走 08/10 浦和9R 1着/10頭勝利 06/25 浦和9R 6着/10頭+1.0秒 05/29 浦和9R 2着/10頭 04/20 浦和5R 3着/11頭+0.5秒 02/10 船橋8R 4着/12頭+0.2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 6走で勝率 17% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 14.0% (オッズ暗示: 18.2%) ※ 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	ハーイバービー	新原周（川崎）	実15.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し／前走2着）
前5走 09/07 川崎10R 2着/12頭+0.2秒 08/19 川崎9R 8着/12頭+0.9秒 07/27 川崎9R 2着/12頭+0.2秒 07/10 川崎7R 2着/10頭+0.0秒 04/09 川崎6R 1着/12頭勝利
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 ▽ 距離適性同距離は 3走で勝ち無し ○ 前走実績前走 2着 (好走) ○ ローテーション 16日の間隔 (理想的) × 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 3.8% (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。
7	カラフルロケット差し	藤本現（大井）	実21.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 08/10 浦和8R 5着/11頭+0.7秒 07/14 浦和9R 11着/12頭 03/18 浦和11R 8着/12頭+3.2秒 02/25 浦和11R 8着/13頭+2.6秒 01/08 浦和9R 1着/13頭勝利
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 8.0着 (不振) ○ 当競馬場適性 10走で勝率 20% (相性良) △ 距離適性同距離 9走で勝率 11% × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 4.7%) ※ 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	モーニングタンポポ逃げ	七夕裕（浦和）	実45.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調）
前5走 08/26 船橋10R 11着/12頭+2.3秒 08/11 浦和8R 7着/12頭+1.0秒 08/03 船橋5R 12着/12頭+1.9秒 07/17 浦和10R 9着/11頭 06/24 浦和9R 10着/11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 10.0着 (不振) △ 当競馬場適性 17走で勝率 6% △ 距離適性同距離 11走で勝率 9% △ 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 28日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 0.4% (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	エクセルボビー逃げ	和田譲（大井）	実15.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯5走で勝率60%／直近3走で勝率67%と好調／203日ぶりの実戦）
前5走 03/04 川崎7R 7着/12頭+0.5秒 02/05 川崎9R 1着/13頭勝利 05/12 川崎4R 1着/9頭勝利 03/03 川崎5R 1着/7頭勝利 02/05 川崎1R 2着/9頭+0.0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戦の調子勝率 67% (絶好調) ◎ 距離適性同距離 5走で勝率 60% ○ 騎手近50戦勝率 16% △ ローテーション 203日休養明け △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 6.8% (オッズ暗示: 6.7%) ※ 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	ミランカ逃げ	秋元耕（浦和）	実38.6	▽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／770日ぶりの実戦）
前5走 08/14 大井8R 11着/14頭+2.3秒 08/02 大井6R 2着/8頭+0.1秒 07/11 大井1R 1着/14頭勝利 06/25 大井6R 1着/13頭勝利 05/14 大井6R 8着/13頭+2.0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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ ローテーション 770日休養明け × 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: 2.6%) ※ 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	ダンシングラスカル	張田昂（船橋）	実3.2	◎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7走で勝率57%と適性高／同距離帯7走で勝率57%／直近3走で勝率67%と好調）
前5走 08/12 浦和9R 1着/10頭勝利 07/13 浦和8R 1着/12頭 06/23 浦和9R 3着/10頭 05/27 浦和5R 1着/9頭 04/21 浦和3R 5着/12頭+0.9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 67% (絶好調) ◎ 当競馬場適性 7走で勝率 57% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 29.5% (オッズ暗示: 31.2%) ※ 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	コンサントレ先行	笹川翼（大井）	実17.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は10走で勝ち無し／騎手は近50戦で勝率22%）
前5走 08/12 浦和9R 4着/10頭+1.4秒 05/25 浦和8R 7着/12頭 04/21 浦和4R 5着/10頭+1.0秒 01/06 浦和8R 2着/13頭+0.6秒 12/24 浦和7R 4着/13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 5.3着 △ 当競馬場適性 13走で勝率 8% ▽ 距離適性同距離は 10走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 6.4% (オッズ暗示: 5.6%) ※ 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。
13	アルコア逃げ	本田重（船橋）	実4.8	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率67%と適性高／同距離帯3走で勝率67%／直近3走で勝率33%と好調）
前5走 07/16 浦和9R 2着/11頭 05/07 船橋7R 6着/10頭+0.8秒 04/20 浦和3R 1着/12頭勝利 03/20 浦和4R 1着/10頭勝利 ―
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 距離適性同距離 3走で勝率 67% ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 19.9% (オッズ暗示: 20.8%) ※ 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

ダンシングラスカル

騎手張田昂（船橋）

単勝オッズ

3.2倍

AI期待値

-5%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○13アルコア

4.8倍

EV -4%

▲5フェルナンダ

5.5倍

EV -22%

出走馬全13頭

◎11

ダンシングラスカル

張田昂（船橋）

3.2倍

-5%

›

○13

アルコア

本田重（船橋）

4.8倍

-4%

›

▲5

フェルナンダ

野畑凌（川崎）

5.5倍

-22%

›

△3

レフレール

中山遥（浦和）

6.0倍

-34%

›

△9

エクセルボビー

和田譲（大井）

15.0倍

+2%

›

△12

コンサントレ

笹川翼（大井）

17.7倍

+12%

›

▽6

ハーイバービー

新原周（川崎）

15.5倍

-41%

›

▽2

モズアカトンボ

西啓太（大井）

17.7倍

-46%

›

×1

ゴーオンパーパス

吉原寛（金沢）

23.1倍

-62%

›

▽10

ミランカ

秋元耕（浦和）

38.6倍

-49%

›

×7

カラフルロケット

藤本現（大井）

21.3倍

-73%

›

▽4

ボルドーティラミス

古岡勇（川崎）

125.9倍

+32%

›

×8

モーニングタンポポ

七夕裕（浦和）

45.0倍

-82%

›

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 フェルナンダ ¥1,000 実5.5倍期待値 -23% 不的中2着単勝 5.5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