浦和 5R 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

5R 浦和競馬場ダ1400m ダート1400m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ワンワールド	室陽一（浦和）	実31.7	B▲ A△勝率6% EV+82% 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4走で勝ち無し）
前5走 09/10 川崎7R 7着/14頭+1.9秒 08/12 浦和3R 4着/11頭+2.3秒 07/15 浦和2R 4着/9頭+0.0秒 06/24 浦和3R 3着/10頭+0.0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 5.0着 × 当競馬場適性 3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 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) -67% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 3.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.8% / 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。
2	リバテイー逃げ	七夕裕（浦和）	実127.9	B× A▽勝率1% EV-35% 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3R 9着/11頭+2.7秒 07/02 大井3R 7着/8頭 06/11 大井3R 6着/9頭 04/17 大井3R 9着/14頭+1.2秒 03/26 大井6R 7着/13頭+1.1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 7.3着 (不振) △ 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 12位 / 勝率 0.5% / 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。
3	ブラックハニー自在	保園翔（浦和）	実25.2	B△ A△勝率7% EV+67% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／前走3着）
前5走 08/12 浦和3R 3着/11頭+1.2秒 07/15 浦和1R 10着/11頭+1.0秒 06/23 浦和4R 6着/8頭 02/27 浦和4R 4着/10頭+0.6秒 11/27 浦和1R 3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 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 7走で勝ち無し △ 騎手近50戦勝率 4% (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 0.3% (オッズ暗示: 4.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.7% / 期待値 +68% ※ 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	ヨンクン自在	及川烈（浦和）	実68.1	B× A▽勝率2% 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 04/20 浦和2R 12着/12頭+3.6秒 04/06 川崎2R 4着/10頭+0.7秒 03/16 浦和2R 7着/11頭+0.8秒 02/26 浦和3R 5着/10頭+0.9秒 02/05 川崎1R 10着/12頭+2.0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 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ▽ 前走実績前走 12着 (大敗) △ ローテーション 157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 8位 / 勝率 1.9% / 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。
5	テレンティウス追込	本田重（船橋）	実2.0	B○ A○勝率19% EV-61% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 08/12 浦和3R 2着/11頭+0.4秒 04/20 浦和2R 11着/12頭+3.2秒 01/09 浦和1R 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 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 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) -87% (大幅な期待値マイナス) AI 予想勝率 6.5% (オッズ暗示: 50.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.5% / 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。
6	ジーティーウタマロ	笹川翼（大井）	実2.8	B◎ A◎勝率47% 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（騎手は近50戦で勝率26%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 26% (好調) ◎ 期待値 (オッズ vs AI勝率) +155% (市場が大幅過小評価) AI 予想勝率 91.1% (オッズ暗示: 35.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 47.5% / 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。
7	グアピシマ差し	加藤雄（川崎）	実49.3	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 09/10 川崎7R 8着/14頭+2.0秒 08/19 川崎8R 5着/13頭+1.8秒 07/27 川崎8R 4着/11頭+0.5秒 05/11 川崎2R 8着/10頭+2.0秒 04/06 川崎2R 3着/10頭+0.5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 5.7着 ▽ 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) ○ 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 7位 / 勝率 2.8% / 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。
8	ヴェントベローチェ	吉留孝（浦和）	実4.6	B△ A▲勝率8% EV-62% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
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) △ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 21.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.2% / 期待値 -62% ※ 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	ニコニコニコル自在	張田昂（船橋）	実28.4	B△ A△勝率4% EV+3% 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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/12 浦和1R 1着/8頭勝利 07/17 浦和4R 6着/11頭 06/24 浦和2R 8着/8頭 05/29 浦和1R 3着/10頭+6.0秒 04/23 浦和1R 6着/9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戦の調子勝率 33% (上り調子) △ 当競馬場適性 11走で勝率 9% ▽ 距離適性同距離は 3走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) × 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 0.2% (オッズ暗示: 3.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.6% / 期待値 +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。
10	ラブミーヘンリー自在	高橋哲（浦和）	実82.4	B× A▽勝率1% EV-21% 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 9着/12頭+1.8秒 07/17 浦和1R 2着/12頭 01/02 園田3R 11着/12頭+1.2秒 12/04 園田4R 9着/12頭+1.4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 7.3着 (不振) △ 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 10位 / 勝率 1.0% / 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。
11	シンメエリート追込	福原杏（浦和）	実67.6	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 08/10 浦和1R 11着/12頭+2.4秒 07/06 川崎3R 9着/12頭 06/22 浦和6R 7着/7頭 03/17 浦和3R 9着/9頭+7.0秒 02/23 浦和2R 9着/11頭+2.4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 9.0着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% ▽ 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 9位 / 勝率 1.8% / 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。
12	ルルアメル逃げ	新原周（川崎）	実111.6	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 09/10 川崎7R 13着/14頭+3.7秒 05/11 川崎5R 11着/11頭+5.2秒 12/16 川崎1R 1着/10頭勝利 11/20 川崎1R 4着/10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戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 3走で勝率 33% ▽ 前走実績前走 13着 (大敗) ○ 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 11位 / 勝率 0.8% / 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。

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 ◎

ジーティーウタマロ

騎手笹川翼（大井）

単勝オッズ

2.8倍

AI期待値

+155%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5テレンティウス

2.0倍

EV -87%

▲A:△1ワンワールド

31.7倍

EV -67%

出走馬全12頭

◎A:◎6

ジーティーウタマロ

笹川翼（大井）

2.8倍

+155%

›

○A:○5

テレンティウス

本田重（船橋）

2.0倍

-87%

›

▲A:△1

ワンワールド

室陽一（浦和）

31.7倍

-67%

›

△A:▲8

ヴェントベローチェ

吉留孝（浦和）

4.6倍

-95%

›

△A:△3

ブラックハニー

保園翔（浦和）

25.2倍

-93%

›

△A:△9

ニコニコニコル

張田昂（船橋）

28.4倍

-94%

›

×A:▽7

グアピシマ

加藤雄（川崎）

49.3倍

-99%

›

×A:▽11

シンメエリート

福原杏（浦和）

67.6倍

-99%

›

×A:▽4

ヨンクン

及川烈（浦和）

68.1倍

-99%

›

×A:▽10

ラブミーヘンリー

高橋哲（浦和）

82.4倍

-99%

›

×A:▽12

ルルアメル

新原周（川崎）

111.6倍

-99%

›

×A:▽2

リバテイー

七夕裕（浦和）

127.9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

両モデルとも見送り

5R 浦和競馬場ダ1400m ダート1400m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ワンワールド	室陽一（浦和）	実31.7	△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4走で勝ち無し）
前5走 09/10 川崎7R 7着/14頭+1.9秒 08/12 浦和3R 4着/11頭+2.3秒 07/15 浦和2R 4着/9頭+0.0秒 06/24 浦和3R 3着/10頭+0.0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 5.0着 × 当競馬場適性 3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 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) +82% (市場が大幅過小評価) AI 予想勝率 5.8% (オッズ暗示: 3.2%) ※ 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。
2	リバテイー逃げ	七夕裕（浦和）	実127.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/12 浦和3R 9着/11頭+2.7秒 07/02 大井3R 7着/8頭 06/11 大井3R 6着/9頭 04/17 大井3R 9着/14頭+1.2秒 03/26 大井6R 7着/13頭+1.1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 7.3着 (不振) △ 騎手近50戦勝率 4% (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 0.5% (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。
3	ブラックハニー自在	保園翔（浦和）	実25.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／前走3着）
前5走 08/12 浦和3R 3着/11頭+1.2秒 07/15 浦和1R 10着/11頭+1.0秒 06/23 浦和4R 6着/8頭 02/27 浦和4R 4着/10頭+0.6秒 11/27 浦和1R 3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 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 7走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ◎ 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 6.7% (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。
4	ヨンクン自在	及川烈（浦和）	実68.1	▽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／同距離帯は7走で勝ち無し／157日ぶりの実戦）
前5走 04/20 浦和2R 12着/12頭+3.6秒 04/06 川崎2R 4着/10頭+0.7秒 03/16 浦和2R 7着/11頭+0.8秒 02/26 浦和3R 5着/10頭+0.9秒 02/05 川崎1R 10着/12頭+2.0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 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ▽ 前走実績前走 12着 (大敗) △ ローテーション 157日休養明け △ 期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 1.9% (オッズ暗示: 1.5%) ※ 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。
5	テレンティウス追込	本田重（船橋）	実2.0	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 08/12 浦和3R 2着/11頭+0.4秒 04/20 浦和2R 11着/12頭+3.2秒 01/09 浦和1R 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 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ○ 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) -61% (大幅な期待値マイナス) AI 予想勝率 19.5% (オッズ暗示: 50.0%) ※ 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。
6	ジーティーウタマロ	笹川翼（大井）	実2.8	◎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（騎手は近50戦で勝率26%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 26% (好調) ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 47.5% (オッズ暗示: 35.7%) ※ 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。
7	グアピシマ差し	加藤雄（川崎）	実49.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は7走で勝ち無し）
前5走 09/10 川崎7R 8着/14頭+2.0秒 08/19 川崎8R 5着/13頭+1.8秒 07/27 川崎8R 4着/11頭+0.5秒 05/11 川崎2R 8着/10頭+2.0秒 04/06 川崎2R 3着/10頭+0.5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 5.7着 ▽ 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) ○ 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) +36% (妙味あり) AI 予想勝率 2.8% (オッズ暗示: 2.0%) ※ 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。
8	ヴェントベローチェ	吉留孝（浦和）	実4.6	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
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) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 8.2% (オッズ暗示: 21.7%) ※ 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。
9	ニコニコニコル自在	張田昂（船橋）	実28.4	△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／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/12 浦和1R 1着/8頭勝利 07/17 浦和4R 6着/11頭 06/24 浦和2R 8着/8頭 05/29 浦和1R 3着/10頭+6.0秒 04/23 浦和1R 6着/9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戦の調子勝率 33% (上り調子) △ 当競馬場適性 11走で勝率 9% ▽ 距離適性同距離は 3走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 3.6% (オッズ暗示: 3.5%) ※ 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	ラブミーヘンリー自在	高橋哲（浦和）	実82.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/10 浦和1R 9着/12頭+1.8秒 07/17 浦和1R 2着/12頭 01/02 園田3R 11着/12頭+1.2秒 12/04 園田4R 9着/12頭+1.4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 7.3着 (不振) △ 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 1.0% (オッズ暗示: 1.2%) ※ 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。
11	シンメエリート追込	福原杏（浦和）	実67.6	▽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 08/10 浦和1R 11着/12頭+2.4秒 07/06 川崎3R 9着/12頭 06/22 浦和6R 7着/7頭 03/17 浦和3R 9着/9頭+7.0秒 02/23 浦和2R 9着/11頭+2.4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 9.0着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 1.8% (オッズ暗示: 1.5%) ※ 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。
12	ルルアメル逃げ	新原周（川崎）	実111.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 09/10 川崎7R 13着/14頭+3.7秒 05/11 川崎5R 11着/11頭+5.2秒 12/16 川崎1R 1着/10頭勝利 11/20 川崎1R 4着/10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戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 3走で勝率 33% ▽ 前走実績前走 13着 (大敗) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 0.8% (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。

AIの本命

AI評価1位

ジーティーウタマロ

騎手笹川翼（大井）

単勝オッズ

2.8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

○5テレンティウス

2.0倍

EV -61%

▲8ヴェントベローチェ

4.6倍

EV -62%

出走馬全12頭

◎6

ジーティーウタマロ

笹川翼（大井）

2.8倍

+32%

›

○5

テレンティウス

本田重（船橋）

2.0倍

-61%

›

▲8

ヴェントベローチェ

吉留孝（浦和）

4.6倍

-62%

›

△3

ブラックハニー

保園翔（浦和）

25.2倍

+67%

›

△1

ワンワールド

室陽一（浦和）

31.7倍

+82%

›

△9

ニコニコニコル

張田昂（船橋）

28.4倍

+3%

›

▽7

グアピシマ

加藤雄（川崎）

49.3倍

+36%

›

▽4

ヨンクン

及川烈（浦和）

68.1倍

+29%

›

▽11

シンメエリート

福原杏（浦和）

67.6倍

+24%

›

▽10

ラブミーヘンリー

高橋哲（浦和）

82.4倍

-21%

›

▽12

ルルアメル

新原周（川崎）

111.6倍

-16%

›

▽2

リバテイー

七夕裕（浦和）

127.9倍

-35%

›

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