浦和 7R 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

7R 浦和競馬場ダ2000m ダート2000m　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スマートビアンカ自在	室陽一（浦和）	実12.4	B△ A△勝率5% EV-32% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/17 大井1R 7着/11頭+1.4秒 07/23 大井1R 3着/13頭+0.1秒 06/29 大井7R 8着/11頭 06/09 大井4R 8着/10頭+3.0秒 05/19 大井4R 8着/9頭+1.0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 6.0着 ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 8.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.4% / 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。
2	ユウユウプレゼンス	七夕裕（浦和）	実11.5	B▲ A△勝率8% EV-7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（71日ぶりの実戦）
前5走 07/15 浦和5R 6着/12頭 06/24 浦和6R 4着/10頭+0.0秒 05/27 浦和6R 3着/12頭 04/20 浦和8R 6着/11頭+1.3秒 03/19 浦和7R 6着/12頭+1.2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 4.3着 △ 当競馬場適性 30走で勝率 7% △ 距離適性同距離 19走で勝率 11% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 8.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.0% / 期待値 -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	リケアヴィオレ	高橋哲（浦和）	実105.5	B× A▽勝率1% EV+33% 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 07/17 浦和12R 10着/12頭+1.0秒 06/26 浦和7R 10着/10頭+0.0秒 05/27 浦和4R 8着/10頭+0.0秒 05/14 川崎4R 7着/12頭+1.7秒 04/24 浦和12R 10着/12頭+1.9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 9.3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 8走で勝ち無し △ 騎手近50戦勝率 2% (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 +34% ※ 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	タマモコンペイトウ追込	中山遥（浦和）	実3.1	B× A○勝率24% EV-25% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場27走で勝率4%と苦戦傾向／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8R 1着/12頭勝利 07/16 浦和7R 2着/12頭 05/15 川崎6R 8着/12頭+3.2秒 04/23 浦和7R 9着/12頭+4.6秒 04/08 川崎1R 11着/12頭+3.4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戦の調子勝率 33% (上り調子) × 当競馬場適性 27走で勝率 4% (苦戦) △ 距離適性同距離 14走で勝率 7% △ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 32.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.1% / 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。
5	マチルダ逃げ	笹川翼（大井）	実4.4	B◎ A◎勝率28% EV+21% 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13走で勝率0%と苦戦傾向／139日ぶりの実戦／騎手は近50戦で勝率26%）
前5走 05/08 船橋6R 4着/11頭+0.7秒 04/21 浦和3R 4着/12頭+0.7秒 12/22 浦和6R 4着/12頭+0.4秒 11/26 浦和7R 4着/13頭+0.8秒 10/28 浦和5R 2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 4.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 26% (好調) △ ローテーション 139日休養明け ◎ 期待値 (オッズ vs AI勝率) +283% (市場が大幅過小評価) AI 予想勝率 87.2% (オッズ暗示: 22.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 27.6% / 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。
6	スマイルポピー	吉留孝（浦和）	実93.3	B× A▽勝率1% EV-8% 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1R 9着/12頭+2.7秒 08/20 川崎5R 10着/11頭+2.3秒 07/17 浦和12R 6着/12頭+0.0秒 06/26 浦和7R 7着/10頭 05/29 浦和8R 5着/12頭
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 8.3着 (不振) △ 当競馬場適性 30走で勝率 7% △ 距離適性同距離 15走で勝率 7% ○ 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 12位 / 勝率 1.0% / 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。
7	ウイングラドナス	櫻井光（川崎）	実15.1	B× A▽勝率4% EV-38% 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12R 2着/3頭 07/15 浦和5R 7着/12頭+6.0秒 06/26 浦和7R 8着/10頭+3.0秒 05/27 浦和6R 7着/12頭 05/14 川崎6R 4着/11頭+1.0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 × 当競馬場適性 42走で勝率 2% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) × 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 4.1% / 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。
8	ミノリチャン	岡村健（船橋）	実7.4	B△ A△勝率11% EV-19% 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4走で勝率25%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/16 浦和7R 1着/12頭 06/26 浦和12R 5着/11頭+0.0秒 05/29 浦和8R 6着/12頭 05/04 船橋12R 4着/11頭+1.7秒 04/23 浦和7R 4着/12頭+2.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) × 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 0.3% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.9% / 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。
9	カイジンビリーヴ自在	半澤慶（浦和）	実41.0	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 07/17 浦和12R 4着/12頭+4.0秒 04/22 浦和6R 5着/11頭+2.0秒 03/19 浦和2R 8着/11頭+2.7秒 02/27 浦和2R 12着/12頭+3.5秒 01/09 浦和5R 10着/11頭+3.0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 5.7着 △ 当競馬場適性 50走で勝率 6% ○ 距離適性同距離 17走で勝率 18% △ 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 2.1% / 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	グァンダオ逃げ	新原周（川崎）	実4.2	B○ A▲勝率12% EV-51% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均2.7着と安定）
前5走 06/26 浦和7R 2着/10頭 05/29 浦和8R 3着/12頭+5.0秒 04/24 浦和12R 3着/12頭+0.8秒 04/10 川崎6R 4着/12頭+1.7秒 03/19 浦和12R 3着/12頭+0.7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 2.7着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 前走実績前走 2着 (好走) △ ローテーション 90日休養明け × 期待値 (オッズ vs AI勝率) -69% (大幅な期待値マイナス) AI 予想勝率 7.4% (オッズ暗示: 23.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.6% / 期待値 -51% ※ 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	インベンション	野畑凌（川崎）	実21.3	B△ A▽勝率3% EV-39% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 08/10 浦和12R 3着/3頭 07/17 浦和12R 5着/12頭 06/26 浦和12R 2着/11頭+3.0秒 04/23 浦和7R 6着/12頭+2.5秒 03/20 浦和6R 2着/12頭+0.2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 3.3着 △ 当競馬場適性 42走で勝率 7% ○ 距離適性同距離 12走で勝率 17% ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.9% / 期待値 -39% ※ 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	エムオースイート逃げ	藤本現（大井）	実104.7	B× A▽勝率1% EV+4% 詳細▼	大穴、AI予想勝率低く長期回収困難（120日ぶりの実戦）
前5走 05/27 浦和6R 6着/12頭+0.0秒 04/24 浦和12R 9着/12頭+1.7秒 03/19 浦和7R 5着/12頭+1.1秒 02/25 浦和12R 2着/12頭+0.2秒 01/06 浦和12R 2着/12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戦の調子平均 6.7着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 11走で勝率 9% △ ローテーション 120日休養明け × 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 0.2% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 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。

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 ◎

マチルダ

騎手笹川翼（大井）

単勝オッズ

4.4倍

AI期待値

+283%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲10グァンダオ

4.2倍

EV -68%

▲A:△2ユウユウプレゼンス

11.5倍

EV -74%

出走馬全12頭

◎A:◎5

マチルダ

笹川翼（大井）

4.4倍

+283%

›

○A:▲10

グァンダオ

新原周（川崎）

4.2倍

-68%

›

▲A:△2

ユウユウプレゼンス

七夕裕（浦和）

11.5倍

-74%

›

△A:△1

スマートビアンカ

室陽一（浦和）

12.4倍

-85%

›

△A:▽11

インベンション

野畑凌（川崎）

21.3倍

-74%

›

△A:△8

ミノリチャン

岡村健（船橋）

7.4倍

-97%

›

×A:▽12

エムオースイート

藤本現（大井）

104.7倍

-77%

›

×A:○4

タマモコンペイトウ

中山遥（浦和）

3.1倍

-99%

›

×A:▽7

ウイングラドナス

櫻井光（川崎）

15.1倍

-99%

›

×A:▽9

カイジンビリーヴ

半澤慶（浦和）

41.0倍

-99%

›

×A:▽6

スマイルポピー

吉留孝（浦和）

93.3倍

-99%

›

×A:▽3

リケアヴィオレ

高橋哲（浦和）

105.5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

7R 浦和競馬場ダ2000m ダート2000m　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スマートビアンカ自在	室陽一（浦和）	実12.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/17 大井1R 7着/11頭+1.4秒 07/23 大井1R 3着/13頭+0.1秒 06/29 大井7R 8着/11頭 06/09 大井4R 8着/10頭+3.0秒 05/19 大井4R 8着/9頭+1.0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 6.0着 ○ 騎手近50戦勝率 16% × 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 5.4% (オッズ暗示: 8.1%) ※ 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。
2	ユウユウプレゼンス	七夕裕（浦和）	実11.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（71日ぶりの実戦）
前5走 07/15 浦和5R 6着/12頭 06/24 浦和6R 4着/10頭+0.0秒 05/27 浦和6R 3着/12頭 04/20 浦和8R 6着/11頭+1.3秒 03/19 浦和7R 6着/12頭+1.2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 4.3着 △ 当競馬場適性 30走で勝率 7% △ 距離適性同距離 19走で勝率 11% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 8.7%) ※ 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	リケアヴィオレ	高橋哲（浦和）	実105.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場13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9.3着と低調）
前5走 07/17 浦和12R 10着/12頭+1.0秒 06/26 浦和7R 10着/10頭+0.0秒 05/27 浦和4R 8着/10頭+0.0秒 05/14 川崎4R 7着/12頭+1.7秒 04/24 浦和12R 10着/12頭+1.9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 9.3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 8走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 1.3% (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。
4	タマモコンペイトウ追込	中山遥（浦和）	実3.1	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場27走で勝率4%と苦戦傾向／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8R 1着/12頭勝利 07/16 浦和7R 2着/12頭 05/15 川崎6R 8着/12頭+3.2秒 04/23 浦和7R 9着/12頭+4.6秒 04/08 川崎1R 11着/12頭+3.4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戦の調子勝率 33% (上り調子) × 当競馬場適性 27走で勝率 4% (苦戦) △ 距離適性同距離 14走で勝率 7% △ 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) -25% (オッズ過剰評価) AI 予想勝率 24.1% (オッズ暗示: 32.3%) ※ 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	マチルダ逃げ	笹川翼（大井）	実4.4	◎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13走で勝率0%と苦戦傾向／139日ぶりの実戦／騎手は近50戦で勝率26%）
前5走 05/08 船橋6R 4着/11頭+0.7秒 04/21 浦和3R 4着/12頭+0.7秒 12/22 浦和6R 4着/12頭+0.4秒 11/26 浦和7R 4着/13頭+0.8秒 10/28 浦和5R 2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 4.0着 × 当競馬場適性 13走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 26% (好調) △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 27.6% (オッズ暗示: 22.7%) ※ 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。
6	スマイルポピー	吉留孝（浦和）	実93.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 09/10 川崎1R 9着/12頭+2.7秒 08/20 川崎5R 10着/11頭+2.3秒 07/17 浦和12R 6着/12頭+0.0秒 06/26 浦和7R 7着/10頭 05/29 浦和8R 5着/12頭
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 8.3着 (不振) △ 当競馬場適性 30走で勝率 7% △ 距離適性同距離 15走で勝率 7% ○ 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) -8% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.1%) ※ 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	ウイングラドナス	櫻井光（川崎）	実15.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場42走で勝率2%と苦戦傾向／同距離帯は22走で勝ち無し／前走2着）
前5走 08/10 浦和12R 2着/3頭 07/15 浦和5R 7着/12頭+6.0秒 06/26 浦和7R 8着/10頭+3.0秒 05/27 浦和6R 7着/12頭 05/14 川崎6R 4着/11頭+1.0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 × 当競馬場適性 42走で勝率 2% (苦戦) ▽ 距離適性同距離は 22走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) × 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 4.1% (オッズ暗示: 6.6%) ※ 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。
8	ミノリチャン	岡村健（船橋）	実7.4	△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4走で勝率25%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 07/16 浦和7R 1着/12頭 06/26 浦和12R 5着/11頭+0.0秒 05/29 浦和8R 6着/12頭 05/04 船橋12R 4着/11頭+1.7秒 04/23 浦和7R 4着/12頭+2.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 距離適性同距離 4走で勝率 25% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 10.9% (オッズ暗示: 13.5%) ※ 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	カイジンビリーヴ自在	半澤慶（浦和）	実41.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（69日ぶりの実戦）
前5走 07/17 浦和12R 4着/12頭+4.0秒 04/22 浦和6R 5着/11頭+2.0秒 03/19 浦和2R 8着/11頭+2.7秒 02/27 浦和2R 12着/12頭+3.5秒 01/09 浦和5R 10着/11頭+3.0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 5.7着 △ 当競馬場適性 50走で勝率 6% ○ 距離適性同距離 17走で勝率 18% △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 2.4%) ※ 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	グァンダオ逃げ	新原周（川崎）	実4.2	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均2.7着と安定）
前5走 06/26 浦和7R 2着/10頭 05/29 浦和8R 3着/12頭+5.0秒 04/24 浦和12R 3着/12頭+0.8秒 04/10 川崎6R 4着/12頭+1.7秒 03/19 浦和12R 3着/12頭+0.7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 2.7着 (安定) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 前走実績前走 2着 (好走) △ ローテーション 90日休養明け × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 11.6% (オッズ暗示: 23.8%) ※ 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。
11	インベンション	野畑凌（川崎）	実21.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 08/10 浦和12R 3着/3頭 07/17 浦和12R 5着/12頭 06/26 浦和12R 2着/11頭+3.0秒 04/23 浦和7R 6着/12頭+2.5秒 03/20 浦和6R 2着/12頭+0.2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 3.3着 △ 当競馬場適性 42走で勝率 7% ○ 距離適性同距離 12走で勝率 17% ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 2.9% (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	エムオースイート逃げ	藤本現（大井）	実104.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（120日ぶりの実戦）
前5走 05/27 浦和6R 6着/12頭+0.0秒 04/24 浦和12R 9着/12頭+1.7秒 03/19 浦和7R 5着/12頭+1.1秒 02/25 浦和12R 2着/12頭+0.2秒 01/06 浦和12R 2着/12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戦の調子平均 6.7着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 11走で勝率 9% △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 1.0% (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。

AIの本命

AI評価1位

マチルダ

騎手笹川翼（大井）

単勝オッズ

4.4倍

AI期待値

+21%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4タマモコンペイトウ

3.1倍

EV -25%

▲10グァンダオ

4.2倍

EV -51%

出走馬全12頭

◎5

マチルダ

笹川翼（大井）

4.4倍

+21%

›

○4

タマモコンペイトウ

中山遥（浦和）

3.1倍

-25%

›

▲10

グァンダオ

新原周（川崎）

4.2倍

-51%

›

△8

ミノリチャン

岡村健（船橋）

7.4倍

-19%

›

△2

ユウユウプレゼンス

七夕裕（浦和）

11.5倍

-7%

›

△1

スマートビアンカ

室陽一（浦和）

12.4倍

-32%

›

▽7

ウイングラドナス

櫻井光（川崎）

15.1倍

-38%

›

▽11

インベンション

野畑凌（川崎）

21.3倍

-39%

›

▽9

カイジンビリーヴ

半澤慶（浦和）

41.0倍

-12%

›

▽3

リケアヴィオレ

高橋哲（浦和）

105.5倍

+33%

›

▽12

エムオースイート

藤本現（大井）

104.7倍

+4%

›

▽6

スマイルポピー

吉留孝（浦和）

93.3倍

-8%

›

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