浦和 9R 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

9R 浦和競馬場ダ1400m ダート1400m　発走 17:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダイヤクリスタル自在	張田昂（船橋）	実71.5	B× A▽勝率1% EV-24% 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5R 11着/11頭+3.3秒 04/20 浦和12R 12着/12頭+3.0秒 04/08 川崎9R 12着/13頭+4.0秒 03/17 浦和12R 8着/12頭+2.0秒 02/27 浦和12R 5着/12頭+3.0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 11.7着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 16走で勝率 12% ▽ 前走実績前走 11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 10位 / 勝率 1.1% / 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。
2	アプレイザー	野畑凌（川崎）	実13.5	B△ A△勝率4% EV-46% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場21走で勝率29%と適性高／同距離帯21走で勝率29%／直近3走で勝率33%と好調）
前5走 08/12 浦和9R 5着/10頭+1.8秒 07/13 浦和8R 8着/12頭 06/22 浦和8R 1着/8頭 05/27 浦和4R 1着/10頭 04/21 浦和3R 6着/12頭+1.6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 21走で勝率 29% (得意) ◎ 距離適性同距離 21走で勝率 29% ○ 馬場適性同馬場 4走で勝率 25% × 期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 7.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.0% / 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	シナノショウグン	西啓太（大井）	実10.1	B△ A△勝率7% EV-30% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/10 川崎6R 6着/12頭+0.7秒 08/10 浦和9R 2着/10頭+0.9秒 07/13 浦和10R 6着/10頭 06/26 浦和8R 5着/9頭 05/28 浦和7R 9着/12頭
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 4.7着 △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 18走で勝率 6% × 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: 9.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.9% / 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。
4	チカチャン逃げ	七夕裕（浦和）	実7.0	B▲ A▲勝率8% EV-43% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場10走で勝率30%と適性高／76日ぶりの実戦）
前5走 07/09 川崎6R 4着/6頭 06/17 川崎8R 6着/8頭 09/25 浦和8R 3着/12頭+0.3秒 08/19 浦和10R 1着/11頭勝利 05/26 浦和7R 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 4.3着 ◎ 当競馬場適性 10走で勝率 30% (得意) ○ 距離適性同距離 15走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.9% (オッズ暗示: 14.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.1% / 期待値 -43% ※ 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	ジーティーアムール	笹川翼（大井）	実1.8	B◎ A◎勝率53% EV-5% 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5走で勝率80%と適性高／同距離帯7走で勝率57%／直近3走で勝率100%と好調）
前5走 06/23 浦和9R 1着/10頭 05/26 浦和4R 1着/11頭 03/19 浦和4R 1着/11頭勝利 02/23 浦和3R 2着/10頭+0.7秒 01/09 浦和2R 1着/10頭勝利
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 100% (絶好調) ◎ 当競馬場適性 5走で勝率 80% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 92日休養明け ◎ 期待値 (オッズ vs AI勝率) +67% (市場が大幅過小評価) AI 予想勝率 93.2% (オッズ暗示: 55.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 52.7% / 期待値 -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。
6	ウロボロス追込	古岡勇（川崎）	実32.1	B△ A▽勝率2% EV-27% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/07 川崎5R 5着/12頭+1.1秒 08/18 川崎5R 2着/11頭+0.0秒 07/30 川崎7R 9着/14頭+1.1秒 07/09 川崎7R 3着/8頭+1.0秒 05/11 川崎9R 6着/10頭+1.7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 5.3着 △ 距離適性同距離 13走で勝率 8% ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.3% / 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。
7	パワーオブザキング自在	秋元耕（浦和）	実110.1	B× A▽勝率1% EV-21% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 08/24 船橋10R 12着/14頭+4.1秒 08/10 浦和9R 6着/10頭+1.5秒 07/13 浦和10R 9着/10頭 05/26 浦和6R 10着/12頭 03/20 浦和5R 6着/10頭+0.6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 9.0着 (不振) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 14走で勝率 7% ▽ 前走実績前走 12着 (大敗) × 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 0.0% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 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。
8	エアシャロウ	中山遥（浦和）	実5.9	B○ A○勝率13% EV-23% 詳細▼	AI上位評価だが期待値不足、見送り（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9R 1着/10頭勝利 07/17 浦和8R 4着/10頭+0.0秒 06/23 浦和5R 2着/10頭+0.0秒 06/17 川崎4R 4着/12頭+1.0秒 05/27 浦和4R 4着/10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 20走で勝率 15% (相性良) ○ 距離適性同距離 32走で勝率 22% △ 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) -77% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 16.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.0% / 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。
9	ブルーオブウインド	高橋哲（浦和）	実132.0	B× A▽勝率0% 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 08/12 浦和9R 9着/10頭+2.9秒 07/13 浦和10R 10着/10頭 06/25 浦和5R 8着/10頭+1.0秒 05/29 浦和12R 10着/10頭+7.0秒 05/04 船橋6R 12着/12頭+4.2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 9.0着 (不振) △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 12走で勝率 8% △ 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 13位 / 勝率 0.4% / 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。
10	ラブリーモンスター	櫻井光（川崎）	実96.9	B× A▽勝率1% EV-26% 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9R 7着/10頭+1.9秒 07/13 浦和10R 5着/10頭 06/25 浦和5R 7着/10頭 05/25 浦和8R 10着/12頭+2.0秒 05/04 船橋6R 9着/12頭+2.8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 6.3着 × 当競馬場適性 23走で勝率 4% (苦戦) ▽ 距離適性同距離は 23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 11位 / 勝率 0.8% / 期待値 -26% ※ 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	ジャガンナート	吉原寛（金沢）	実21.2	B× A▽勝率3% EV-29% 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20走で勝率25%／同馬場状態で勝率50%）
前5走 08/24 船橋10R 5着/14頭+1.2秒 08/04 船橋12R 2着/14頭+1.4秒 07/13 浦和8R 11着/12頭 06/29 船橋8R 1着/5頭 06/02 船橋5R 6着/12頭+1.0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 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 距離適性同距離 20走で勝率 25% ◎ 馬場適性同馬場 6走で勝率 50% ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.3% / 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。
12	グレートスピリット先行	福原杏（浦和）	実14.2	B× A△勝率4% EV-37% 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 5着/9頭+0.9秒 07/13 浦和7R 2着/12頭+2.0秒 04/21 浦和8R 12着/13頭+3.1秒 03/16 浦和8R 2着/12頭+1.2秒 02/23 浦和5R 5着/13頭+0.8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 6.3着 △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 12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 5位 / 勝率 4.4% / 期待値 -38% ※ 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	ストロンゲスト自在	和田譲（大井）	実21.1	B× A▽勝率2% EV-48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し／前走3着）
前5走 09/07 川崎5R 3着/12頭+0.7秒 06/16 川崎5R 6着/12頭 05/29 浦和9R 3着/10頭 05/11 川崎9R 8着/10頭+2.0秒 04/21 浦和8R 2着/13頭+0.2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 4.0着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 3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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.4% / 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。

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 ◎

ジーティーアムール

騎手笹川翼（大井）

単勝オッズ

1.8倍

AI期待値

+67%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○8エアシャロウ

5.9倍

EV -76%

▲A:▲4チカチャン

7.0倍

EV -93%

出走馬全13頭

◎A:◎5

ジーティーアムール

笹川翼（大井）

1.8倍

+67%

›

○A:○8

エアシャロウ

中山遥（浦和）

5.9倍

-76%

›

▲A:▲4

チカチャン

七夕裕（浦和）

7.0倍

-93%

›

△A:△3

シナノショウグン

西啓太（大井）

10.1倍

-94%

›

△A:△2

アプレイザー

野畑凌（川崎）

13.5倍

-92%

›

△A:▽6

ウロボロス

古岡勇（川崎）

32.1倍

-86%

›

×A:▽13

ストロンゲスト

和田譲（大井）

21.1倍

-97%

›

×A:▽11

ジャガンナート

吉原寛（金沢）

21.2倍

-97%

›

×A:▽7

パワーオブザキング

秋元耕（浦和）

110.1倍

-94%

›

×A:△12

グレートスピリット

福原杏（浦和）

14.2倍

-99%

›

×A:▽1

ダイヤクリスタル

張田昂（船橋）

71.5倍

-99%

›

×A:▽10

ラブリーモンスター

櫻井光（川崎）

96.9倍

-99%

›

×A:▽9

ブルーオブウインド

高橋哲（浦和）

132.0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

9R 浦和競馬場ダ1400m ダート1400m　発走 17:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダイヤクリスタル自在	張田昂（船橋）	実71.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調）
前5走 08/10 浦和5R 11着/11頭+3.3秒 04/20 浦和12R 12着/12頭+3.0秒 04/08 川崎9R 12着/13頭+4.0秒 03/17 浦和12R 8着/12頭+2.0秒 02/27 浦和12R 5着/12頭+3.0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 11.7着 (不振) △ 当競馬場適性 11走で勝率 9% △ 距離適性同距離 16走で勝率 12% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.4%) ※ 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。
2	アプレイザー	野畑凌（川崎）	実13.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場21走で勝率29%と適性高／同距離帯21走で勝率29%／直近3走で勝率33%と好調）
前5走 08/12 浦和9R 5着/10頭+1.8秒 07/13 浦和8R 8着/12頭 06/22 浦和8R 1着/8頭 05/27 浦和4R 1着/10頭 04/21 浦和3R 6着/12頭+1.6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 21走で勝率 29% (得意) ◎ 距離適性同距離 21走で勝率 29% ○ 馬場適性同馬場 4走で勝率 25% × 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 4.0% (オッズ暗示: 7.4%) ※ 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	シナノショウグン	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
前5走 09/10 川崎6R 6着/12頭+0.7秒 08/10 浦和9R 2着/10頭+0.9秒 07/13 浦和10R 6着/10頭 06/26 浦和8R 5着/9頭 05/28 浦和7R 9着/12頭
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 4.7着 △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 18走で勝率 6% × 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 6.9% (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	チカチャン逃げ	七夕裕（浦和）	実7.0	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場10走で勝率30%と適性高／76日ぶりの実戦）
前5走 07/09 川崎6R 4着/6頭 06/17 川崎8R 6着/8頭 09/25 浦和8R 3着/12頭+0.3秒 08/19 浦和10R 1着/11頭勝利 05/26 浦和7R 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 4.3着 ◎ 当競馬場適性 10走で勝率 30% (得意) ○ 距離適性同距離 15走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 8.1% (オッズ暗示: 14.3%) ※ 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。
5	ジーティーアムール	笹川翼（大井）	実1.8	◎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5走で勝率80%と適性高／同距離帯7走で勝率57%／直近3走で勝率100%と好調）
前5走 06/23 浦和9R 1着/10頭 05/26 浦和4R 1着/11頭 03/19 浦和4R 1着/11頭勝利 02/23 浦和3R 2着/10頭+0.7秒 01/09 浦和2R 1着/10頭勝利
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 100% (絶好調) ◎ 当競馬場適性 5走で勝率 80% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 騎手近50戦勝率 24% (好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 52.7% (オッズ暗示: 55.6%) ※ 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。
6	ウロボロス追込	古岡勇（川崎）	実32.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/07 川崎5R 5着/12頭+1.1秒 08/18 川崎5R 2着/11頭+0.0秒 07/30 川崎7R 9着/14頭+1.1秒 07/09 川崎7R 3着/8頭+1.0秒 05/11 川崎9R 6着/10頭+1.7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 5.3着 △ 距離適性同距離 13走で勝率 8% ○ 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) -27% (オッズ過剰評価) AI 予想勝率 2.3% (オッズ暗示: 3.1%) ※ 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	パワーオブザキング自在	秋元耕（浦和）	実110.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 08/24 船橋10R 12着/14頭+4.1秒 08/10 浦和9R 6着/10頭+1.5秒 07/13 浦和10R 9着/10頭 05/26 浦和6R 10着/12頭 03/20 浦和5R 6着/10頭+0.6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 9.0着 (不振) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 14走で勝率 7% ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.9%) ※ 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。
8	エアシャロウ	中山遥（浦和）	実5.9	○詳細▼	AI上位評価だが期待値不足、見送り（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9R 1着/10頭勝利 07/17 浦和8R 4着/10頭+0.0秒 06/23 浦和5R 2着/10頭+0.0秒 06/17 川崎4R 4着/12頭+1.0秒 05/27 浦和4R 4着/10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 20走で勝率 15% (相性良) ○ 距離適性同距離 32走で勝率 22% △ 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) -23% (オッズ過剰評価) AI 予想勝率 13.0% (オッズ暗示: 16.9%) ※ 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。
9	ブルーオブウインド	高橋哲（浦和）	実132.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 08/12 浦和9R 9着/10頭+2.9秒 07/13 浦和10R 10着/10頭 06/25 浦和5R 8着/10頭+1.0秒 05/29 浦和12R 10着/10頭+7.0秒 05/04 船橋6R 12着/12頭+4.2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 9.0着 (不振) △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 12走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.4% (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。
10	ラブリーモンスター	櫻井光（川崎）	実96.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場23走で勝率4%と苦戦傾向／同距離帯は23走で勝ち無し）
前5走 08/12 浦和9R 7着/10頭+1.9秒 07/13 浦和10R 5着/10頭 06/25 浦和5R 7着/10頭 05/25 浦和8R 10着/12頭+2.0秒 05/04 船橋6R 9着/12頭+2.8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 6.3着 × 当競馬場適性 23走で勝率 4% (苦戦) ▽ 距離適性同距離は 23走で勝ち無し △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 0.8% (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	ジャガンナート	吉原寛（金沢）	実21.2	▽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20走で勝率25%／同馬場状態で勝率50%）
前5走 08/24 船橋10R 5着/14頭+1.2秒 08/04 船橋12R 2着/14頭+1.4秒 07/13 浦和8R 11着/12頭 06/29 船橋8R 1着/5頭 06/02 船橋5R 6着/12頭+1.0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 × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 距離適性同距離 20走で勝率 25% ◎ 馬場適性同馬場 6走で勝率 50% ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 3.3% (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。
12	グレートスピリット先行	福原杏（浦和）	実14.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/07 浦和6R 5着/9頭+0.9秒 07/13 浦和7R 2着/12頭+2.0秒 04/21 浦和8R 12着/13頭+3.1秒 03/16 浦和8R 2着/12頭+1.2秒 02/23 浦和5R 5着/13頭+0.8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 6.3着 △ 当競馬場適性 14走で勝率 7% △ 距離適性同距離 12走で勝率 8% × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 4.4% (オッズ暗示: 7.0%) ※ 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。
13	ストロンゲスト自在	和田譲（大井）	実21.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し／前走3着）
前5走 09/07 川崎5R 3着/12頭+0.7秒 06/16 川崎5R 6着/12頭 05/29 浦和9R 3着/10頭 05/11 川崎9R 8着/10頭+2.0秒 04/21 浦和8R 2着/13頭+0.2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 4.0着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 3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) -49% (大幅な期待値マイナス) AI 予想勝率 2.4% (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。

AIの本命

AI評価1位

ジーティーアムール

騎手笹川翼（大井）

単勝オッズ

1.8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

○8エアシャロウ

5.9倍

EV -23%

▲4チカチャン

7.0倍

EV -43%

出走馬全13頭

◎5

ジーティーアムール

笹川翼（大井）

1.8倍

-5%

›

○8

エアシャロウ

中山遥（浦和）

5.9倍

-23%

›

▲4

チカチャン

七夕裕（浦和）

7.0倍

-43%

›

△3

シナノショウグン

西啓太（大井）

10.1倍

-30%

›

△12

グレートスピリット

福原杏（浦和）

14.2倍

-37%

›

△2

アプレイザー

野畑凌（川崎）

13.5倍

-46%

›

▽11

ジャガンナート

吉原寛（金沢）

21.2倍

-29%

›

▽13

ストロンゲスト

和田譲（大井）

21.1倍

-48%

›

▽6

ウロボロス

古岡勇（川崎）

32.1倍

-27%

›

▽1

ダイヤクリスタル

張田昂（船橋）

71.5倍

-24%

›

▽10

ラブリーモンスター

櫻井光（川崎）

96.9倍

-26%

›

▽7

パワーオブザキング

秋元耕（浦和）

110.1倍

-21%

›

▽9

ブルーオブウインド

高橋哲（浦和）

132.0倍

-46%

›

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