浦和 1R 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

1R 浦和競馬場ダ1400m ダート1400m　発走 13:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウィリーズロック	野畑凌（川崎）	実1.7	B◎ A◎勝率54% EV-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
前5走 ― ― ― ― ―
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 80.5% (オッズ暗示: 58.8%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 54.1% / 期待値 -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	シナノクリスタル	秋元耕（浦和）	実77.0	B× A▽勝率1% EV+0% 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1R 10着/12頭+1.9秒 07/17 浦和1R 8着/12頭+0.0秒 06/24 浦和3R 10着/10頭+7.0秒 05/28 浦和1R 7着/11頭 01/08 浦和4R 12着/12頭+3.6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 5走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 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 10位 / 勝率 1.3% / 期待値 +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。
3	ロードエルドラド推奨	福原杏（浦和）	実21.4	B○ A△勝率5% EV+3% 詳細▼	市場が大きく過小評価、AI予想勝率12% × オッズ21.4倍で期待値+147%の有力候補（市場想定よりAI評価が高く妙味）
前5走 ― ― ― ― ―
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) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) ◎ 期待値 (オッズ vs AI勝率) +147% (市場が大幅過小評価) AI 予想勝率 11.6% (オッズ暗示: 4.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 4.8% / 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。
4	カシノユメミヅキ	七夕裕（浦和）	実3.0	B△ A○勝率17% EV-50% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定／前走3着／121日ぶりの実戦）
前5走 05/26 浦和9R 3着/11頭 ― ― ― ―
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 3.0着 (安定) △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 121日休養明け × 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 2.3% (オッズ暗示: 33.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.6% / 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。
5	ノベンバーベイズ	半澤慶（浦和）	実14.0	B△ A△勝率5% EV-34% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.3% (オッズ暗示: 7.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.7% / 期待値 -35% ※ 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	キンパツビジン	木間龍（船橋）	実62.9	B× A▽勝率2% 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2R 6着/11頭+2.8秒 07/16 浦和2R 11着/11頭+2.0秒 06/24 浦和2R 4着/8頭 05/29 浦和3R 9着/9頭 04/24 浦和3R 10着/10頭+2.3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 7.0着 (不振) × 当競馬場適性 9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 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 8位 / 勝率 1.9% / 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。
7	エムブイピーコール先行	保園翔（浦和）	実47.5	B× A▽勝率2% 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 08/11 浦和2R 9着/9頭+4.9秒 07/13 浦和4R 6着/11頭+1.0秒 06/22 浦和2R 4着/7頭 05/26 浦和1R 7着/9頭 05/11 川崎1R 3着/12頭+1.6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 6.3着 × 当競馬場適性 7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) -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 1.6% / 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。
8	ゴーゴールイス	中山遥（浦和）	実8.2	B▲ A▲勝率9% EV-25% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は3走で勝ち無し／前走3着）
前5走 08/21 川崎7R 3着/11頭+0.2秒 07/31 川崎2R 5着/11頭+86.4秒 07/07 川崎3R 2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戦の調子平均 3.3着 ▽ 距離適性同距離は 3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) -61% (大幅な期待値マイナス) AI 予想勝率 4.8% (オッズ暗示: 12.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.1% / 期待値 -25% ※ 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	ナンヨーラーク	及川烈（浦和）	実40.3	B× A▽勝率2% EV-12% 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1R 12着/12頭+2.8秒 07/17 浦和1R 9着/12頭 07/02 船橋1R 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 10.0着 (不振) ▽ 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 2.2% / 期待値 -12% ※ 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	ヒーローズ	室陽一（浦和）	実108.3	B× A▽勝率1% EV-29% 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2R 10着/11頭+4.4秒 07/16 浦和2R 9着/11頭 06/24 浦和2R 5着/8頭 05/22 園田4R 6着/8頭+2.0秒 04/28 園田8R 5着/9頭+1.7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 8.0着 (不振) × 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 ○ 騎手近50戦勝率 16% ▽ 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 12位 / 勝率 0.7% / 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。
11	イエローガーデン	見越彬（浦和）	実56.0	B△ A△勝率2% EV+23% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) × 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 0.3% (オッズ暗示: 1.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.2% / 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。
12	キサラフラッシュ	藤江渉（川崎）	実58.2	B× A▽勝率1% EV-48% 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8.3着と低調）
前5走 08/12 浦和2R 7着/11頭+2.9秒 07/16 浦和2R 10着/11頭+0.0秒 06/24 浦和3R 8着/10頭 05/28 浦和1R 5着/11頭 04/22 浦和1R 4着/11頭+1.7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 8.3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 × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 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 ◎

ウィリーズロック

騎手野畑凌（川崎）

単勝オッズ

1.7倍

AI期待値

+36%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△3ロードエルドラド

21.4倍

EV +147%

▲A:▲8ゴーゴールイス

8.2倍

EV -60%

出走馬全12頭

◎A:◎1

ウィリーズロック

野畑凌（川崎）

1.7倍

+36%

›

○A:△3

ロードエルドラド

福原杏（浦和）

21.4倍

+147%

›

▲A:▲8

ゴーゴールイス

中山遥（浦和）

8.2倍

-60%

›

△A:○4

カシノユメミヅキ

七夕裕（浦和）

3.0倍

-93%

›

△A:△5

ノベンバーベイズ

半澤慶（浦和）

14.0倍

-95%

›

△A:△11

イエローガーデン

見越彬（浦和）

56.0倍

-81%

›

×A:▽12

キサラフラッシュ

藤江渉（川崎）

58.2倍

-88%

›

×A:▽9

ナンヨーラーク

及川烈（浦和）

40.3倍

-99%

›

×A:▽7

エムブイピーコール

保園翔（浦和）

47.5倍

-99%

›

×A:▽6

キンパツビジン

木間龍（船橋）

62.9倍

-99%

›

×A:▽2

シナノクリスタル

秋元耕（浦和）

77.0倍

-99%

›

×A:▽10

ヒーローズ

室陽一（浦和）

108.3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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 3 ロードエルドラド ¥100 実21.4倍期待値 +147% 不的中8着単勝 21.4倍

※ オッズは予測時点の値です。

1R 浦和競馬場ダ1400m ダート1400m　発走 13:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウィリーズロック	野畑凌（川崎）	実1.7	◎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
前5走 ― ― ― ― ―
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) ◎ AIランク評価 (順位学習モデル) レース内 1位 (最上位評価) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 54.1% (オッズ暗示: 58.8%) ※ 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	シナノクリスタル	秋元耕（浦和）	実77.0	▽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5走で勝ち無し／直近3走平均9.3着と低調）
前5走 08/10 浦和1R 10着/12頭+1.9秒 07/17 浦和1R 8着/12頭+0.0秒 06/24 浦和3R 10着/10頭+7.0秒 05/28 浦和1R 7着/11頭 01/08 浦和4R 12着/12頭+3.6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 5走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 1.3% (オッズ暗示: 1.3%) ※ 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。
3	ロードエルドラド推奨	福原杏（浦和）	実21.4	△詳細▼	期待値プラスでAIの推し馬（市場想定よりAI評価が高く妙味）
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 4.8% (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。
4	カシノユメミヅキ	七夕裕（浦和）	実3.0	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定／前走3着／121日ぶりの実戦）
前5走 05/26 浦和9R 3着/11頭 ― ― ― ―
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 3.0着 (安定) △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 121日休養明け × 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 16.6% (オッズ暗示: 33.3%) ※ 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	ノベンバーベイズ	半澤慶（浦和）	実14.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 7.1%) ※ 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	キンパツビジン	木間龍（船橋）	実62.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9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 08/12 浦和2R 6着/11頭+2.8秒 07/16 浦和2R 11着/11頭+2.0秒 06/24 浦和2R 4着/8頭 05/29 浦和3R 9着/9頭 04/24 浦和3R 10着/10頭+2.3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 7.0着 (不振) × 当競馬場適性 9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 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 1.9% (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。
7	エムブイピーコール先行	保園翔（浦和）	実47.5	▽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／同距離帯は10走で勝ち無し）
前5走 08/11 浦和2R 9着/9頭+4.9秒 07/13 浦和4R 6着/11頭+1.0秒 06/22 浦和2R 4着/7頭 05/26 浦和1R 7着/9頭 05/11 川崎1R 3着/12頭+1.6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 6.3着 × 当競馬場適性 7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) -24% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 2.1%) ※ 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。
8	ゴーゴールイス	中山遥（浦和）	実8.2	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は3走で勝ち無し／前走3着）
前5走 08/21 川崎7R 3着/11頭+0.2秒 07/31 川崎2R 5着/11頭+86.4秒 07/07 川崎3R 2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戦の調子平均 3.3着 ▽ 距離適性同距離は 3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) -25% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 12.2%) ※ 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	ナンヨーラーク	及川烈（浦和）	実40.3	▽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 08/10 浦和1R 12着/12頭+2.8秒 07/17 浦和1R 9着/12頭 07/02 船橋1R 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 10.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 2.2% (オッズ暗示: 2.5%) ※ 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。
10	ヒーローズ	室陽一（浦和）	実108.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（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／直近3走平均8.0着と低調）
前5走 08/12 浦和2R 10着/11頭+4.4秒 07/16 浦和2R 9着/11頭 06/24 浦和2R 5着/8頭 05/22 園田4R 6着/8頭+2.0秒 04/28 園田8R 5着/9頭+1.7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 8.0着 (不振) × 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 ○ 騎手近50戦勝率 16% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -29% (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。
11	イエローガーデン	見越彬（浦和）	実56.0	△詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) △ 期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 2.2% (オッズ暗示: 1.8%) ※ 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。
12	キサラフラッシュ	藤江渉（川崎）	実58.2	▽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8.3着と低調）
前5走 08/12 浦和2R 7着/11頭+2.9秒 07/16 浦和2R 10着/11頭+0.0秒 06/24 浦和3R 8着/10頭 05/28 浦和1R 5着/11頭 04/22 浦和1R 4着/11頭+1.7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 8.3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 × 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 0.9% (オッズ暗示: 1.7%) ※ 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

ウィリーズロック

騎手野畑凌（川崎）

単勝オッズ

1.7倍

AI期待値

-8%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4カシノユメミヅキ

3.0倍

EV -50%

▲8ゴーゴールイス

8.2倍

EV -25%

出走馬全12頭

◎1

ウィリーズロック

野畑凌（川崎）

1.7倍

-8%

›

○4

カシノユメミヅキ

七夕裕（浦和）

3.0倍

-50%

›

▲8

ゴーゴールイス

中山遥（浦和）

8.2倍

-25%

›

△3

ロードエルドラド

福原杏（浦和）

21.4倍

+3%

›

△5

ノベンバーベイズ

半澤慶（浦和）

14.0倍

-34%

›

△11

イエローガーデン

見越彬（浦和）

56.0倍

+23%

›

▽9

ナンヨーラーク

及川烈（浦和）

40.3倍

-12%

›

▽6

キンパツビジン

木間龍（船橋）

62.9倍

+16%

›

▽7

エムブイピーコール

保園翔（浦和）

47.5倍

-24%

›

▽2

シナノクリスタル

秋元耕（浦和）

77.0倍

+0%

›

▽12

キサラフラッシュ

藤江渉（川崎）

58.2倍

-48%

›

▽10

ヒーローズ

室陽一（浦和）

108.3倍

-29%

›

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 3 ロードエルドラド ¥100 実21.4倍期待値 +4% 不的中8着単勝 21.4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