浦和 6R 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

6R 浦和競馬場ダ800m ダート800m　発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ワンダーダイカネン追込	岡田大（浦和）	実107.2	B× A×勝率0% EV-55% 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1R 9着/12頭+2.8秒 07/14 浦和1R 11着/12頭 06/23 浦和1R 8着/9頭 02/23 浦和1R 10着/11頭+2.8秒 01/08 浦和2R 11着/12頭+2.1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 9.3着 (不振) × 当競馬場適性 49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 12位 / 勝率 0.4% / 期待値 -56% ※ 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	プリンセスパリー	高橋哲（浦和）	実69.9	B× A▽勝率1% EV-43% 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 09/11 川崎9R 11着/11頭+4.9秒 08/11 浦和1R 11着/12頭+3.2秒 07/16 浦和1R 9着/9頭+2.0秒 06/26 浦和3R 6着/9頭 05/29 浦和2R 10着/12頭
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 10.3着 (不振) × 当競馬場適性 22走で勝率 5% (苦戦) △ 距離適性同距離 10走で勝率 10% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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 11位 / 勝率 0.8% / 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。
3	アマゴ	見越彬（浦和）	実15.9	B△ A△勝率6% EV-3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場45走で勝率2%と苦戦傾向／同距離帯は18走で勝ち無し）
前5走 08/11 浦和1R 7着/12頭+2.8秒 08/05 船橋1R 2着/7頭+0.3秒 07/14 浦和1R 7着/12頭 07/07 川崎1R 6着/12頭 06/23 浦和1R 6着/9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 5.3着 × 当競馬場適性 45走で勝率 2% (苦戦) ▽ 距離適性同距離は 18走で勝ち無し × 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 0.2% (オッズ暗示: 6.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.0% / 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	スイートウィル	中島良（浦和）	実15.4	B△ A▽勝率3% EV-47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場22走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し／前走3着）
前5走 08/11 浦和1R 3着/12頭+1.9秒 07/14 浦和1R 9着/12頭 07/03 船橋6R 9着/11頭 06/23 浦和1R 9着/9頭 05/26 浦和2R 10着/12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 7.0着 (不振) × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 15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) -95% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 6.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.4% / 期待値 -47% ※ 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	サンドバンブー	所　蛍（船橋）	実25.0	B× A△勝率4% EV-1% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場13走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 08/11 浦和1R 4着/12頭+2.0秒 07/14 浦和1R 8着/12頭 07/07 川崎2R 9着/12頭 06/23 浦和1R 5着/9頭+0.0秒 05/26 浦和2R 5着/12頭+0.0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 7.0着 (不振) × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し × 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: 4.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.9% / 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。
6	ハーシュミストレス差し	七夕裕（浦和）	実68.8	B× A▽勝率1% EV-13% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場19走で勝率0%と苦戦傾向／直近3走平均10.3着と低調／118日ぶりの実戦）
前5走 05/29 浦和2R 11着/12頭 04/24 浦和1R 10着/11頭+2.6秒 03/30 船橋12R 10着/12頭+3.3秒 03/18 浦和1R 4着/10頭+1.7秒 02/28 浦和6R 4着/9頭+3.3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 10.3着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) △ 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 118日休養明け × 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 0.1% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.3% / 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。
7	リバーフロント差し	藤本現（大井）	実22.4	B× A△勝率4% EV-5% 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4R 7着/9頭+1.8秒 07/14 浦和2R 10着/12頭+0.0秒 06/25 浦和6R 10着/12頭 05/28 浦和5R 5着/12頭 04/23 浦和5R 8着/12頭+1.1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 23走で勝率 0% (苦戦) ▽ 距離適性同距離は 22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 5位 / 勝率 4.2% / 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。
8	ダイメイナガス	吉留孝（浦和）	実1.6	B◎ A◎勝率33% EV-46% 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 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 1位 (最上位評価) △ 期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 74.0% (オッズ暗示: 62.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 33.5% / 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	リュウノアーダーン	保園翔（浦和）	実22.7	B△ A▽勝率3% EV-43% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場35走で勝率0%と苦戦傾向／同距離帯は29走で勝ち無し）
前5走 08/11 浦和1R 10着/12頭+2.8秒 07/14 浦和1R 4着/12頭 07/07 川崎2R 8着/12頭 06/23 浦和1R 3着/9頭 05/26 浦和2R 4着/12頭+2.0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戦の調子平均 7.3着 (不振) × 当競馬場適性 35走で勝率 0% (苦戦) ▽ 距離適性同距離は 29走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% △ 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) -70% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.5% / 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。
10	ゴールドボード先行	秋元耕（浦和）	実30.4	B× A×勝率1% EV-67% 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 08/28 船橋8R 12着/12頭+6.5秒 08/18 川崎3R 5着/12頭+1.0秒 08/11 浦和1R 5着/12頭+2.5秒 08/02 船橋1R 10着/11頭+4.9秒 07/14 浦和1R 12着/12頭
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) × 当競馬場適性 46走で勝率 2% (苦戦) ▽ 距離適性同距離は 41走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 27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 10位 / 勝率 1.1% / 期待値 -67% ※ 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	メグ自在推奨	福原杏（浦和）	実7.6	B▲ A▲勝率19% EV+41% 詳細▼	期待値プラスでAIの推し馬（同距離帯で勝率25%と得意）
前5走 07/14 浦和2R 7着/12頭 06/25 浦和6R 8着/12頭 05/28 浦和5R 6着/12頭 05/12 川崎5R 10着/12頭+2.3秒 04/21 浦和2R 3着/12頭+0.5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 7.0着 (不振) △ 当競馬場適性 26走で勝率 12% ◎ 距離適性同距離 12走で勝率 25% △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 11.6% (オッズ暗示: 13.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 18.7% / 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。
12	マカンコーサッポー	山中悠（船橋）	実5.5	B○ A○勝率24% EV+32% 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4R 6着/9頭+1.5秒 07/14 浦和1R 3着/12頭 06/25 浦和6R 7着/12頭 06/05 船橋7R 10着/12頭+3.0秒 05/28 浦和5R 11着/12頭
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 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 14% × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 12.2% (オッズ暗示: 18.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.1% / 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。

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 ◎

ダイメイナガス

騎手吉留孝（浦和）

単勝オッズ

1.6倍

AI期待値

+18%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12マカンコーサッポー

5.5倍

EV -33%

▲A:▲11メグ

7.6倍

EV -11%

出走馬全12頭

◎A:◎8

ダイメイナガス

吉留孝（浦和）

1.6倍

+18%

›

○A:○12

マカンコーサッポー

山中悠（船橋）

5.5倍

-33%

›

▲A:▲11

メグ

福原杏（浦和）

7.6倍

-11%

›

△A:▽9

リュウノアーダーン

保園翔（浦和）

22.7倍

-70%

›

△A:▽4

スイートウィル

中島良（浦和）

15.4倍

-94%

›

△A:△3

アマゴ

見越彬（浦和）

15.9倍

-96%

›

×A:△5

サンドバンブー

所　蛍（船橋）

25.0倍

-94%

›

×A:▽6

ハーシュミストレス

七夕裕（浦和）

68.8倍

-91%

›

×A:△7

リバーフロント

藤本現（大井）

22.4倍

-99%

›

×A:×10

ゴールドボード

秋元耕（浦和）

30.4倍

-99%

›

×A:▽2

プリンセスパリー

高橋哲（浦和）

69.9倍

-99%

›

×A:×1

ワンダーダイカネン

岡田大（浦和）

107.2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

単勝 11 メグ ¥100 実7.6倍期待値 -12% 不的中5着単勝 7.6倍

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

6R 浦和競馬場ダ800m ダート800m　発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ワンダーダイカネン追込	岡田大（浦和）	実107.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場49走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／直近3走平均9.3着と低調）
前5走 08/11 浦和1R 9着/12頭+2.8秒 07/14 浦和1R 11着/12頭 06/23 浦和1R 8着/9頭 02/23 浦和1R 10着/11頭+2.8秒 01/08 浦和2R 11着/12頭+2.1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 9.3着 (不振) × 当競馬場適性 49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) -56% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
2	プリンセスパリー	高橋哲（浦和）	実69.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場22走で勝率5%と苦戦傾向／直近3走平均10.3着と低調）
前5走 09/11 川崎9R 11着/11頭+4.9秒 08/11 浦和1R 11着/12頭+3.2秒 07/16 浦和1R 9着/9頭+2.0秒 06/26 浦和3R 6着/9頭 05/29 浦和2R 10着/12頭
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 10.3着 (不振) × 当競馬場適性 22走で勝率 5% (苦戦) △ 距離適性同距離 10走で勝率 10% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 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 0.8% (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。
3	アマゴ	見越彬（浦和）	実15.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場45走で勝率2%と苦戦傾向／同距離帯は18走で勝ち無し）
前5走 08/11 浦和1R 7着/12頭+2.8秒 08/05 船橋1R 2着/7頭+0.3秒 07/14 浦和1R 7着/12頭 07/07 川崎1R 6着/12頭 06/23 浦和1R 6着/9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 5.3着 × 当競馬場適性 45走で勝率 2% (苦戦) ▽ 距離適性同距離は 18走で勝ち無し △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 6.0% (オッズ暗示: 6.3%) ※ 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。
4	スイートウィル	中島良（浦和）	実15.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場22走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し／前走3着）
前5走 08/11 浦和1R 3着/12頭+1.9秒 07/14 浦和1R 9着/12頭 07/03 船橋6R 9着/11頭 06/23 浦和1R 9着/9頭 05/26 浦和2R 10着/12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 7.0着 (不振) × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 15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) -47% (大幅な期待値マイナス) AI 予想勝率 3.4% (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。
5	サンドバンブー	所　蛍（船橋）	実25.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場13走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 08/11 浦和1R 4着/12頭+2.0秒 07/14 浦和1R 8着/12頭 07/07 川崎2R 9着/12頭 06/23 浦和1R 5着/9頭+0.0秒 05/26 浦和2R 5着/12頭+0.0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 7.0着 (不振) × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 3.9% (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。
6	ハーシュミストレス差し	七夕裕（浦和）	実68.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場19走で勝率0%と苦戦傾向／直近3走平均10.3着と低調／118日ぶりの実戦）
前5走 05/29 浦和2R 11着/12頭 04/24 浦和1R 10着/11頭+2.6秒 03/30 船橋12R 10着/12頭+3.3秒 03/18 浦和1R 4着/10頭+1.7秒 02/28 浦和6R 4着/9頭+3.3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 10.3着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) △ 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 118日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 1.3% (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。
7	リバーフロント差し	藤本現（大井）	実22.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場23走で勝率0%と苦戦傾向／同距離帯は22走で勝ち無し／直近3走平均9.0着と低調）
前5走 08/11 浦和4R 7着/9頭+1.8秒 07/14 浦和2R 10着/12頭+0.0秒 06/25 浦和6R 10着/12頭 05/28 浦和5R 5着/12頭 04/23 浦和5R 8着/12頭+1.1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 23走で勝率 0% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 4.2% (オッズ暗示: 4.5%) ※ 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。
8	ダイメイナガス	吉留孝（浦和）	実1.6	◎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 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 1位 (最上位評価) × 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 33.5% (オッズ暗示: 62.5%) ※ 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	リュウノアーダーン	保園翔（浦和）	実22.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場35走で勝率0%と苦戦傾向／同距離帯は29走で勝ち無し）
前5走 08/11 浦和1R 10着/12頭+2.8秒 07/14 浦和1R 4着/12頭 07/07 川崎2R 8着/12頭 06/23 浦和1R 3着/9頭 05/26 浦和2R 4着/12頭+2.0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戦の調子平均 7.3着 (不振) × 当競馬場適性 35走で勝率 0% (苦戦) ▽ 距離適性同距離は 29走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% △ 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) -43% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 4.4%) ※ 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。
10	ゴールドボード先行	秋元耕（浦和）	実30.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場46走で勝率2%と苦戦傾向／同距離帯は41走で勝ち無し）
前5走 08/28 船橋8R 12着/12頭+6.5秒 08/18 川崎3R 5着/12頭+1.0秒 08/11 浦和1R 5着/12頭+2.5秒 08/02 船橋1R 10着/11頭+4.9秒 07/14 浦和1R 12着/12頭
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) × 当競馬場適性 46走で勝率 2% (苦戦) ▽ 距離適性同距離は 41走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 27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 1.1% (オッズ暗示: 3.3%) ※ 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。
11	メグ自在推奨	福原杏（浦和）	実7.6	▲詳細▼	オッズに対しAI予想勝率がやや高め、期待値+41%の妙味（同距離帯で勝率25%と得意）
前5走 07/14 浦和2R 7着/12頭 06/25 浦和6R 8着/12頭 05/28 浦和5R 6着/12頭 05/12 川崎5R 10着/12頭+2.3秒 04/21 浦和2R 3着/12頭+0.5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 7.0着 (不振) △ 当競馬場適性 26走で勝率 12% ◎ 距離適性同距離 12走で勝率 25% ◎ 期待値 (オッズ vs AI勝率) +41% (妙味あり) AI 予想勝率 18.7% (オッズ暗示: 13.2%) ※ 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	マカンコーサッポー	山中悠（船橋）	実5.5	○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4R 6着/9頭+1.5秒 07/14 浦和1R 3着/12頭 06/25 浦和6R 7着/12頭 06/05 船橋7R 10着/12頭+3.0秒 05/28 浦和5R 11着/12頭
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 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 14% ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 24.1% (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。

AIの本命

AI評価1位

ダイメイナガス

騎手吉留孝（浦和）

単勝オッズ

1.6倍

AI期待値

-46%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12マカンコーサッポー

5.5倍

EV +32%

▲11メグ

7.6倍

EV +41%

出走馬全12頭

◎8

ダイメイナガス

吉留孝（浦和）

1.6倍

-46%

›

○12

マカンコーサッポー

山中悠（船橋）

5.5倍

+32%

›

▲11

メグ

福原杏（浦和）

7.6倍

+41%

›

△3

アマゴ

見越彬（浦和）

15.9倍

-3%

›

△7

リバーフロント

藤本現（大井）

22.4倍

-5%

›

△5

サンドバンブー

所　蛍（船橋）

25.0倍

-1%

›

▽4

スイートウィル

中島良（浦和）

15.4倍

-47%

›

▽9

リュウノアーダーン

保園翔（浦和）

22.7倍

-43%

›

▽6

ハーシュミストレス

七夕裕（浦和）

68.8倍

-13%

›

×10

ゴールドボード

秋元耕（浦和）

30.4倍

-67%

›

▽2

プリンセスパリー

高橋哲（浦和）

69.9倍

-43%

›

×1

ワンダーダイカネン

岡田大（浦和）

107.2倍

-55%

›

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

単勝 11 メグ ¥100 実7.6倍期待値 +42% 不的中5着単勝 7.6倍

B. 市場除外+キャリブ

見送り

※ 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