浦和 11R 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

11R 浦和競馬場ダ800m ダート800m　発走 18:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キャストライトオン	杉山海（大井）	実26.5	B× A×勝率2% EV-50% 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8R 12着/12頭+1.9秒 08/03 船橋5R 1着/12頭勝利 07/17 浦和10R 8着/11頭 06/24 浦和7R 1着/9頭 06/02 船橋8R 1着/14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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 12走で勝率 33% ▽ 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 9位 / 勝率 1.9% / 期待値 -50% ※ 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	トゥナシ逃げ	西啓太（大井）	実2.4	B▲ A◎勝率29% EV-30% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場5走で勝率60%と適性高／同距離帯4走で勝率50%／直近3走で勝率67%と好調）
前5走 06/26 浦和4R 1着/7頭 05/13 川崎2R 2着/12頭+0.2秒 02/26 浦和3R 1着/10頭勝利 01/08 浦和9R 11着/13頭+2.1秒 10/29 浦和3R 1着/10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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 前走実績前走 1着 (勢い継続) × 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 1.4% (オッズ暗示: 41.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 29.1% / 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。
3	シェナウエーブ	福原杏（浦和）	実17.5	B△ A△勝率5% EV-6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯12走で勝率25%／前走3着）
前5走 08/11 浦和8R 3着/12頭+0.4秒 07/16 浦和11R 2着/11頭 06/24 浦和10R 11着/11頭 05/25 浦和11R 8着/12頭 04/24 浦和10R 6着/12頭+0.7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 5.3着 ○ 当競馬場適性 14走で勝率 21% (相性良) ◎ 距離適性同距離 12走で勝率 25% ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -84% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.4% / 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。
4	エルガー自在	吉原寛（金沢）	実7.2	B△ A▲勝率17% EV+19% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 09/07 川崎12R 3着/3頭 08/21 川崎10R 8着/10頭+1.8秒 07/07 川崎12R 2着/3頭 05/14 川崎12R 12着/12頭+3.1秒 08/26 川崎9R 5着/10頭+0.6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 ○ 騎手近50戦勝率 18% ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 13.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.6% / 期待値 +20% ※ 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	ダイメイタマナ先行	吉留孝（浦和）	実32.1	B× A▽勝率2% EV-36% 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10R 6着/11頭+0.4秒 07/16 浦和11R 4着/11頭+0.0秒 05/28 浦和11R 8着/13頭 05/08 船橋9R 6着/12頭+0.5秒 04/21 浦和10R 11着/12頭+2.2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戦の調子平均 6.0着 ◎ 当競馬場適性 24走で勝率 29% (得意) ◎ 距離適性同距離 10走で勝率 40% × 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 2.0% / 期待値 -36% ※ 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	サノノレインボー逃げ	見越彬（浦和）	実24.8	B× A▽勝率3% EV-36% 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10R 11着/11頭+2.3秒 05/25 浦和11R 2着/12頭 03/19 浦和11R 9着/12頭+1.4秒 02/25 浦和10R 7着/12頭+1.5秒 02/03 川崎10R 12着/12頭+2.7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 7.3着 (不振) ◎ 当競馬場適性 20走で勝率 25% (得意) ○ 距離適性同距離 22走で勝率 23% ○ 騎手近50戦勝率 14% ▽ 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 7位 / 勝率 2.6% / 期待値 -37% ※ 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	アイグレース差し	張田昂（船橋）	実13.7	B○ A△勝率6% EV-15% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率26%と適性高／同距離帯9走で勝率44%／同馬場状態で勝率33%）
前5走 09/08 川崎9R 5着/9頭+0.8秒 08/10 浦和10R 1着/11頭勝利 07/16 浦和11R 8着/11頭 10/29 浦和12R 2着/9頭+0.1秒 09/25 浦和10R 11着/11頭+2.6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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 19走で勝率 26% (得意) ◎ 距離適性同距離 9走で勝率 44% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 7.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.1% / 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。
8	セイウンハルカニ自在	國分祐（浦和）	実203.6	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 08/10 浦和10R 9着/11頭+1.3秒 07/16 浦和11R 11着/11頭+1.0秒 06/23 浦和10R 10着/11頭 05/29 浦和11R 10着/10頭 05/07 船橋11R 14着/14頭+4.2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 10.0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 8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 0.3% / 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。
9	ユウノワンワン先行	中山遥（浦和）	実36.1	B× A▽勝率2% EV-42% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 08/10 浦和10R 3着/11頭+0.3秒 07/16 浦和11R 5着/11頭+0.0秒 03/19 浦和11R 5着/12頭+0.7秒 02/25 浦和10R 10着/12頭+2.1秒 02/10 船橋10R 4着/14頭+0.3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 4.3着 △ 当競馬場適性 14走で勝率 14% △ 距離適性同距離 14走で勝率 14% △ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 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。
10	パラソーレ先行	野畑凌（川崎）	実63.2	B× A▽勝率1% EV-40% 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8R 5着/12頭+0.7秒 07/17 浦和10R 5着/11頭 06/23 浦和10R 9着/11頭 05/25 浦和11R 11着/12頭 12/23 浦和8R 1着/12頭勝利
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 13走で勝率 15% (相性良) ○ 距離適性同距離 6走で勝率 17% × 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 0.9% / 期待値 -40% ※ 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	ツツウラウラ	本田重（船橋）	実8.3	B△ A△勝率9% EV-28% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は12走で勝ち無し／直近3走平均2.7着と安定／前走2着）
前5走 07/27 川崎11R 2着/7頭+0.7秒 07/10 川崎11R 4着/10頭 07/02 船橋10R 2着/12頭+2.0秒 06/17 川崎9R 3着/11頭 05/25 浦和11R 6着/12頭
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 2.7着 (安定) △ 当競馬場適性 12走で勝率 8% ▽ 距離適性同距離は 12走で勝ち無し ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 12.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.6% / 期待値 -28% ※ 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	スピークイージー逃げ	山中悠（船橋）	実3.4	B◎ A○勝率25% EV-15% 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／152日ぶりの実戦）
前5走 04/24 浦和10R 1着/12頭勝利 03/31 船橋10R 11着/14頭+1.1秒 09/29 船橋11R 3着/14頭+0.4秒 08/15 浦和10R 1着/10頭勝利 05/06 船橋7R 1着/14頭勝利
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戦の調子勝率 33% (上り調子) ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 152日休養明け ◎ 期待値 (オッズ vs AI勝率) +214% (市場が大幅過小評価) AI 予想勝率 92.5% (オッズ暗示: 29.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.9% / 期待値 -15% ※ 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 ○

スピークイージー

騎手山中悠（船橋）

単勝オッズ

3.4倍

AI期待値

+214%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△7アイグレース

13.7倍

EV -48%

▲A:◎2トゥナシ

2.4倍

EV -96%

出走馬全12頭

◎A:○12

スピークイージー

山中悠（船橋）

3.4倍

+214%

›

○A:△7

アイグレース

張田昂（船橋）

13.7倍

-48%

›

▲A:◎2

トゥナシ

西啓太（大井）

2.4倍

-96%

›

△A:△11

ツツウラウラ

本田重（船橋）

8.3倍

-92%

›

△A:△3

シェナウエーブ

福原杏（浦和）

17.5倍

-84%

›

△A:▲4

エルガー

吉原寛（金沢）

7.2倍

-95%

›

×A:▽9

ユウノワンワン

中山遥（浦和）

36.1倍

-98%

›

×A:▽6

サノノレインボー

見越彬（浦和）

24.8倍

-99%

›

×A:×1

キャストライトオン

杉山海（大井）

26.5倍

-99%

›

×A:▽5

ダイメイタマナ

吉留孝（浦和）

32.1倍

-99%

›

×A:▽10

パラソーレ

野畑凌（川崎）

63.2倍

-99%

›

×A:▽8

セイウンハルカニ

國分祐（浦和）

203.6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

11R 浦和競馬場ダ800m ダート800m　発走 18:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キャストライトオン	杉山海（大井）	実26.5	×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25%と適性高／同距離帯12走で勝率33%／直近3走で勝率33%と好調）
前5走 08/11 浦和8R 12着/12頭+1.9秒 08/03 船橋5R 1着/12頭勝利 07/17 浦和10R 8着/11頭 06/24 浦和7R 1着/9頭 06/02 船橋8R 1着/14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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 12走で勝率 33% ▽ 前走実績前走 12着 (大敗) × 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 1.9% (オッズ暗示: 3.8%) ※ 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。
2	トゥナシ逃げ	西啓太（大井）	実2.4	◎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（当競馬場5走で勝率60%と適性高／同距離帯4走で勝率50%／直近3走で勝率67%と好調）
前5走 06/26 浦和4R 1着/7頭 05/13 川崎2R 2着/12頭+0.2秒 02/26 浦和3R 1着/10頭勝利 01/08 浦和9R 11着/13頭+2.1秒 10/29 浦和3R 1着/10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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 前走実績前走 1着 (勢い継続) × 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 29.1% (オッズ暗示: 41.7%) ※ 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。
3	シェナウエーブ	福原杏（浦和）	実17.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯12走で勝率25%／前走3着）
前5走 08/11 浦和8R 3着/12頭+0.4秒 07/16 浦和11R 2着/11頭 06/24 浦和10R 11着/11頭 05/25 浦和11R 8着/12頭 04/24 浦和10R 6着/12頭+0.7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 5.3着 ○ 当競馬場適性 14走で勝率 21% (相性良) ◎ 距離適性同距離 12走で勝率 25% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 5.4% (オッズ暗示: 5.7%) ※ 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	エルガー自在	吉原寛（金沢）	実7.2	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 09/07 川崎12R 3着/3頭 08/21 川崎10R 8着/10頭+1.8秒 07/07 川崎12R 2着/3頭 05/14 川崎12R 12着/12頭+3.1秒 08/26 川崎9R 5着/10頭+0.6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 ○ 騎手近50戦勝率 18% ○ 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) +19% (市場と概ね一致) AI 予想勝率 16.6% (オッズ暗示: 13.9%) ※ 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。
5	ダイメイタマナ先行	吉留孝（浦和）	実32.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率29%と適性高／同距離帯10走で勝率40%）
前5走 08/10 浦和10R 6着/11頭+0.4秒 07/16 浦和11R 4着/11頭+0.0秒 05/28 浦和11R 8着/13頭 05/08 船橋9R 6着/12頭+0.5秒 04/21 浦和10R 11着/12頭+2.2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戦の調子平均 6.0着 ◎ 当競馬場適性 24走で勝率 29% (得意) ◎ 距離適性同距離 10走で勝率 40% × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 2.0% (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。
6	サノノレインボー逃げ	見越彬（浦和）	実24.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場20走で勝率25%と適性高）
前5走 08/10 浦和10R 11着/11頭+2.3秒 05/25 浦和11R 2着/12頭 03/19 浦和11R 9着/12頭+1.4秒 02/25 浦和10R 7着/12頭+1.5秒 02/03 川崎10R 12着/12頭+2.7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 7.3着 (不振) ◎ 当競馬場適性 20走で勝率 25% (得意) ○ 距離適性同距離 22走で勝率 23% ○ 騎手近50戦勝率 14% ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 4.0%) ※ 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	アイグレース差し	張田昂（船橋）	実13.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率26%と適性高／同距離帯9走で勝率44%／同馬場状態で勝率33%）
前5走 09/08 川崎9R 5着/9頭+0.8秒 08/10 浦和10R 1着/11頭勝利 07/16 浦和11R 8着/11頭 10/29 浦和12R 2着/9頭+0.1秒 09/25 浦和10R 11着/11頭+2.6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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 19走で勝率 26% (得意) ◎ 距離適性同距離 9走で勝率 44% ◎ 馬場適性同馬場 3走で勝率 33% ○ 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) -16% (オッズ過剰評価) AI 予想勝率 6.1% (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。
8	セイウンハルカニ自在	國分祐（浦和）	実203.6	▽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8走で勝ち無し／直近3走平均10.0着と低調）
前5走 08/10 浦和10R 9着/11頭+1.3秒 07/16 浦和11R 11着/11頭+1.0秒 06/23 浦和10R 10着/11頭 05/29 浦和11R 10着/10頭 05/07 船橋11R 14着/14頭+4.2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 10.0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 8走で勝ち無し × 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 0.3% (オッズ暗示: 0.5%) ※ 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。
9	ユウノワンワン先行	中山遥（浦和）	実36.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 08/10 浦和10R 3着/11頭+0.3秒 07/16 浦和11R 5着/11頭+0.0秒 03/19 浦和11R 5着/12頭+0.7秒 02/25 浦和10R 10着/12頭+2.1秒 02/10 船橋10R 4着/14頭+0.3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 4.3着 △ 当競馬場適性 14走で勝率 14% △ 距離適性同距離 14走で勝率 14% △ 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) -42% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 2.8%) ※ 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	パラソーレ先行	野畑凌（川崎）	実63.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/11 浦和8R 5着/12頭+0.7秒 07/17 浦和10R 5着/11頭 06/23 浦和10R 9着/11頭 05/25 浦和11R 11着/12頭 12/23 浦和8R 1着/12頭勝利
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 13走で勝率 15% (相性良) ○ 距離適性同距離 6走で勝率 17% × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 0.9% (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。
11	ツツウラウラ	本田重（船橋）	実8.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は12走で勝ち無し／直近3走平均2.7着と安定／前走2着）
前5走 07/27 川崎11R 2着/7頭+0.7秒 07/10 川崎11R 4着/10頭 07/02 船橋10R 2着/12頭+2.0秒 06/17 川崎9R 3着/11頭 05/25 浦和11R 6着/12頭
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 2.7着 (安定) △ 当競馬場適性 12走で勝率 8% ▽ 距離適性同距離は 12走で勝ち無し ○ 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) -28% (オッズ過剰評価) AI 予想勝率 8.6% (オッズ暗示: 12.0%) ※ 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	スピークイージー逃げ	山中悠（船橋）	実3.4	○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／152日ぶりの実戦）
前5走 04/24 浦和10R 1着/12頭勝利 03/31 船橋10R 11着/14頭+1.1秒 09/29 船橋11R 3着/14頭+0.4秒 08/15 浦和10R 1着/10頭勝利 05/06 船橋7R 1着/14頭勝利
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戦の調子勝率 33% (上り調子) ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 152日休養明け △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 24.9% (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。

AIの本命

AI評価1位

トゥナシ

騎手西啓太（大井）

単勝オッズ

2.4倍

AI期待値

-30%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12スピークイージー

3.4倍

EV -15%

▲4エルガー

7.2倍

EV +19%

出走馬全12頭

◎2

トゥナシ

西啓太（大井）

2.4倍

-30%

›

○12

スピークイージー

山中悠（船橋）

3.4倍

-15%

›

▲4

エルガー

吉原寛（金沢）

7.2倍

+19%

›

△11

ツツウラウラ

本田重（船橋）

8.3倍

-28%

›

△7

アイグレース

張田昂（船橋）

13.7倍

-15%

›

△3

シェナウエーブ

福原杏（浦和）

17.5倍

-6%

›

▽6

サノノレインボー

見越彬（浦和）

24.8倍

-36%

›

▽5

ダイメイタマナ

吉留孝（浦和）

32.1倍

-36%

›

×1

キャストライトオン

杉山海（大井）

26.5倍

-50%

›

▽9

ユウノワンワン

中山遥（浦和）

36.1倍

-42%

›

▽10

パラソーレ

野畑凌（川崎）

63.2倍

-40%

›

▽8

セイウンハルカニ

國分祐（浦和）

203.6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