浦和 9R 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

9R 浦和競馬場ダ1500m ダート1500m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レジェス	中島良（浦和）	実94.6	B× A▽勝率1% EV-42% 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10R 6着/11頭 06/24 浦和9R 6着/11頭 06/03 船橋6R 13着/13頭 05/27 浦和9R 9着/11頭 05/08 船橋8R 12着/14頭+2.2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 8.3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 ○ 馬場適性同馬場 4走で勝率 25% △ 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 0.6% / 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。
2	アパショナード追込	吉留孝（浦和）	実35.7	B× A▽勝率2% EV-35% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/11 浦和7R 1着/9頭勝利 05/25 浦和8R 11着/12頭 05/06 船橋7R 12着/12頭+1.8秒 04/21 浦和5R 8着/10頭+2.4秒 07/22 浦和11R 9着/11頭+2.7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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 9走で勝率 22% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 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。
3	エニーサンダー自在推奨	櫻井光（川崎）	実10.2	B○ A△勝率8% EV-19% 詳細▼	市場が大きく過小評価、AI予想勝率28% × オッズ10.2倍で期待値+182%の有力候補（同距離帯で勝率27%と得意／前走3着で力を示す／騎手の手腕も後押し）
前5走 08/24 船橋5R 3着/12頭+0.6秒 08/10 浦和8R 2着/11頭+0.4秒 07/14 浦和6R 10着/10頭+2.0秒 05/26 浦和10R 5着/13頭+0.0秒 01/08 浦和11R 9着/12頭+2.2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 5.0着 △ 当競馬場適性 9走で勝率 11% ◎ 距離適性同距離 15走で勝率 27% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +182% (市場が大幅過小評価) AI 予想勝率 27.7% (オッズ暗示: 9.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.9% / 期待値 -19% ※ 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	トランキルライト逃げ	野畑凌（川崎）	実5.1	B▲ A○勝率20% EV+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50%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 05/25 浦和2R 1着/10頭 04/22 浦和3R 1着/10頭勝利 03/20 浦和4R 2着/10頭+0.3秒 02/25 浦和3R 3着/9頭+1.4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 67% (絶好調) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 122日休養明け × 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 5.8% (オッズ暗示: 19.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.2% / 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。
5	メイショウマチルダ追込	山林信（川崎）	実11.2	B× A△勝率6% EV-33% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯10走で勝率30%）
前5走 09/09 川崎8R 5着/12頭+0.8秒 08/20 川崎8R 5着/13頭+0.9秒 07/28 川崎9R 9着/10頭+2.1秒 05/12 川崎9R 2着/8頭+0.6秒 03/02 川崎8R 1着/9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戦の調子平均 6.3着 ◎ 距離適性同距離 10走で勝率 30% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -85% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 8.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.0% / 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。
6	エコロスヴァル	篠谷葵（船橋）	実28.2	B× A▽勝率3% EV-22% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯11走で勝率27%／直近3走平均8.0着と低調）
前5走 08/07 浦和7R 6着/11頭+1.6秒 07/28 川崎8R 9着/12頭+1.5秒 07/14 浦和6R 9着/10頭 06/26 浦和9R 8着/10頭 05/25 浦和10R 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 8.0着 (不振) △ 当競馬場適性 9走で勝率 11% ◎ 距離適性同距離 11走で勝率 27% × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.8% / 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。
7	ジョーサルーテ	見越彬（浦和）	実7.0	B△ A△勝率11% EV-22% 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14走で勝率29%と適性高／同距離帯12走で勝率25%／直近3走で勝率33%と好調）
前5走 07/14 浦和6R 7着/10頭 06/26 浦和8R 1着/9頭 05/26 浦和8R 4着/9頭+0.0秒 04/20 浦和7R 2着/12頭+0.0秒 01/09 浦和7R 8着/12頭+1.3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 14走で勝率 29% (得意) ◎ 距離適性同距離 12走で勝率 25% × 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 4.3% (オッズ暗示: 14.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.1% / 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。
8	パロサント	西啓太（大井）	実27.3	B× A▽勝率3% EV-29% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高／同距離帯10走で勝率30%／直近3走で勝率33%と好調）
前5走 08/07 浦和7R 7着/11頭+1.6秒 07/15 浦和10R 7着/11頭 06/25 浦和10R 1着/3頭 05/25 浦和8R 6着/12頭 04/23 浦和4R 2着/11頭+0.0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 33% (得意) ◎ 距離適性同距離 10走で勝率 30% × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 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。
9	キタノドンカルロ	和田譲（大井）	実3.9	B△ A▲勝率14% EV-47% 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 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 5.0% (オッズ暗示: 25.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.5% / 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。
10	レイナバローズ先行	笹川翼（大井）	実3.1	B◎ A◎勝率31% EV-3% 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走平均2.3着と安定／前走2着／121日ぶりの実戦）
前5走 05/26 浦和9R 2着/11頭+1.0秒 04/23 浦和9R 3着/11頭+0.0秒 02/27 浦和8R 2着/9頭+0.8秒 01/08 浦和9R 4着/13頭+0.4秒 12/23 浦和1R 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 2.3着 (安定) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 6走で勝率 17% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2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) +44% (妙味あり) AI 予想勝率 46.8% (オッズ暗示: 32.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.1% / 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。
11	イチカノユメ逃げ	藤本現（大井）	実41.6	B▽ A▽勝率2% EV-37% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/07 浦和7R 8着/11頭+2.2秒 03/16 浦和10R 10着/11頭+1.9秒 02/28 浦和11R 3着/11頭+0.8秒 02/02 川崎9R 8着/12頭+1.9秒 01/09 浦和12R 5着/12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 7.0着 (不振) ○ 当競馬場適性 13走で勝率 15% (相性良) △ 距離適性同距離 11走で勝率 9% × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 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。
12	サンスレッド	七夕裕（浦和）	実61.7	B△ A▽勝率1% EV-40% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は20走で勝ち無し）
前5走 08/07 浦和7R 10着/11頭+2.8秒 07/16 浦和10R 8着/8頭+4.0秒 06/23 浦和8R 2着/6頭 05/26 浦和6R 1着/12頭 05/13 川崎8R 2着/3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 6.7着 △ 当競馬場適性 9走で勝率 11% ▽ 距離適性同距離は 20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) +165% (市場が大幅過小評価) AI 予想勝率 4.3% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -41% ※ 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 ◎

レイナバローズ

騎手笹川翼（大井）

単勝オッズ

3.1倍

AI期待値

+44%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△3エニーサンダー

10.2倍

EV +182%

▲A:○4トランキルライト

5.1倍

EV -70%

出走馬全12頭

◎A:◎10

レイナバローズ

笹川翼（大井）

3.1倍

+44%

›

○A:△3

エニーサンダー

櫻井光（川崎）

10.2倍

+182%

›

▲A:○4

トランキルライト

野畑凌（川崎）

5.1倍

-70%

›

△A:▲9

キタノドンカルロ

和田譲（大井）

3.9倍

-80%

›

△A:△7

ジョーサルーテ

見越彬（浦和）

7.0倍

-69%

›

△A:▽12

サンスレッド

七夕裕（浦和）

61.7倍

+165%

›

×A:△5

メイショウマチルダ

山林信（川崎）

11.2倍

-85%

›

×A:▽8

パロサント

西啓太（大井）

27.3倍

-64%

›

×A:▽6

エコロスヴァル

篠谷葵（船橋）

28.2倍

-62%

›

▽A:▽11

イチカノユメ

藤本現（大井）

41.6倍

-45%

›

×A:▽2

アパショナード

吉留孝（浦和）

35.7倍

-71%

›

×A:▽1

レジェス

中島良（浦和）

94.6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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 3 エニーサンダー ¥400 実10.2倍期待値 +183% 不的中3着単勝 10.2倍

※ オッズは予測時点の値です。

9R 浦和競馬場ダ1500m ダート1500m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レジェス	中島良（浦和）	実94.6	▽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8.3着と低調）
前5走 07/17 浦和10R 6着/11頭 06/24 浦和9R 6着/11頭 06/03 船橋6R 13着/13頭 05/27 浦和9R 9着/11頭 05/08 船橋8R 12着/14頭+2.2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 8.3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 ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.6% (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。
2	アパショナード追込	吉留孝（浦和）	実35.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/11 浦和7R 1着/9頭勝利 05/25 浦和8R 11着/12頭 05/06 船橋7R 12着/12頭+1.8秒 04/21 浦和5R 8着/10頭+2.4秒 07/22 浦和11R 9着/11頭+2.7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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 9走で勝率 22% ◎ 前走実績前走 1着 (勢い継続) × 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 1.8% (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。
3	エニーサンダー自在推奨	櫻井光（川崎）	実10.2	△詳細▼	期待値プラスでAIの推し馬（同距離帯で勝率27%と得意／前走3着で力を示す／騎手の手腕も後押し）
前5走 08/24 船橋5R 3着/12頭+0.6秒 08/10 浦和8R 2着/11頭+0.4秒 07/14 浦和6R 10着/10頭+2.0秒 05/26 浦和10R 5着/13頭+0.0秒 01/08 浦和11R 9着/12頭+2.2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 5.0着 △ 当競馬場適性 9走で勝率 11% ◎ 距離適性同距離 15走で勝率 27% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 7.9% (オッズ暗示: 9.8%) ※ 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。
4	トランキルライト逃げ	野畑凌（川崎）	実5.1	○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50%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 05/25 浦和2R 1着/10頭 04/22 浦和3R 1着/10頭勝利 03/20 浦和4R 2着/10頭+0.3秒 02/25 浦和3R 3着/9頭+1.4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 67% (絶好調) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 122日休養明け △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 20.2% (オッズ暗示: 19.6%) ※ 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。
5	メイショウマチルダ追込	山林信（川崎）	実11.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯10走で勝率30%）
前5走 09/09 川崎8R 5着/12頭+0.8秒 08/20 川崎8R 5着/13頭+0.9秒 07/28 川崎9R 9着/10頭+2.1秒 05/12 川崎9R 2着/8頭+0.6秒 03/02 川崎8R 1着/9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戦の調子平均 6.3着 ◎ 距離適性同距離 10走で勝率 30% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -33% (大幅な期待値マイナス) AI 予想勝率 6.0% (オッズ暗示: 8.9%) ※ 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。
6	エコロスヴァル	篠谷葵（船橋）	実28.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯11走で勝率27%／直近3走平均8.0着と低調）
前5走 08/07 浦和7R 6着/11頭+1.6秒 07/28 川崎8R 9着/12頭+1.5秒 07/14 浦和6R 9着/10頭 06/26 浦和9R 8着/10頭 05/25 浦和10R 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 8.0着 (不振) △ 当競馬場適性 9走で勝率 11% ◎ 距離適性同距離 11走で勝率 27% △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 2.8% (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。
7	ジョーサルーテ	見越彬（浦和）	実7.0	△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14走で勝率29%と適性高／同距離帯12走で勝率25%／直近3走で勝率33%と好調）
前5走 07/14 浦和6R 7着/10頭 06/26 浦和8R 1着/9頭 05/26 浦和8R 4着/9頭+0.0秒 04/20 浦和7R 2着/12頭+0.0秒 01/09 浦和7R 8着/12頭+1.3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 14走で勝率 29% (得意) ◎ 距離適性同距離 12走で勝率 25% △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 11.1% (オッズ暗示: 14.3%) ※ 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	パロサント	西啓太（大井）	実27.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高／同距離帯10走で勝率30%／直近3走で勝率33%と好調）
前5走 08/07 浦和7R 7着/11頭+1.6秒 07/15 浦和10R 7着/11頭 06/25 浦和10R 1着/3頭 05/25 浦和8R 6着/12頭 04/23 浦和4R 2着/11頭+0.0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 33% (得意) ◎ 距離適性同距離 10走で勝率 30% △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 3.7%) ※ 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	キタノドンカルロ	和田譲（大井）	実3.9	▲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 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 騎手近50戦勝率 16% × 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 13.5% (オッズ暗示: 25.6%) ※ 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。
10	レイナバローズ先行	笹川翼（大井）	実3.1	◎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走平均2.3着と安定／前走2着／121日ぶりの実戦）
前5走 05/26 浦和9R 2着/11頭+1.0秒 04/23 浦和9R 3着/11頭+0.0秒 02/27 浦和8R 2着/9頭+0.8秒 01/08 浦和9R 4着/13頭+0.4秒 12/23 浦和1R 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 2.3着 (安定) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 6走で勝率 17% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2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) -4% (オッズ過剰評価) AI 予想勝率 31.1% (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。
11	イチカノユメ逃げ	藤本現（大井）	実41.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/07 浦和7R 8着/11頭+2.2秒 03/16 浦和10R 10着/11頭+1.9秒 02/28 浦和11R 3着/11頭+0.8秒 02/02 川崎9R 8着/12頭+1.9秒 01/09 浦和12R 5着/12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 7.0着 (不振) ○ 当競馬場適性 13走で勝率 15% (相性良) △ 距離適性同距離 11走で勝率 9% × 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 1.5% (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。
12	サンスレッド	七夕裕（浦和）	実61.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は20走で勝ち無し）
前5走 08/07 浦和7R 10着/11頭+2.8秒 07/16 浦和10R 8着/8頭+4.0秒 06/23 浦和8R 2着/6頭 05/26 浦和6R 1着/12頭 05/13 川崎8R 2着/3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 6.7着 △ 当競馬場適性 9走で勝率 11% ▽ 距離適性同距離は 20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) -41% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。

AIの本命

AI評価1位

レイナバローズ

騎手笹川翼（大井）

単勝オッズ

3.1倍

AI期待値

-3%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4トランキルライト

5.1倍

EV +2%

▲9キタノドンカルロ

3.9倍

EV -47%

出走馬全12頭

◎10

レイナバローズ

笹川翼（大井）

3.1倍

-3%

›

○4

トランキルライト

野畑凌（川崎）

5.1倍

+2%

›

▲9

キタノドンカルロ

和田譲（大井）

3.9倍

-47%

›

△7

ジョーサルーテ

見越彬（浦和）

7.0倍

-22%

›

△3

エニーサンダー

櫻井光（川崎）

10.2倍

-19%

›

△5

メイショウマチルダ

山林信（川崎）

11.2倍

-33%

›

▽6

エコロスヴァル

篠谷葵（船橋）

28.2倍

-22%

›

▽8

パロサント

西啓太（大井）

27.3倍

-29%

›

▽2

アパショナード

吉留孝（浦和）

35.7倍

-35%

›

▽11

イチカノユメ

藤本現（大井）

41.6倍

-37%

›

▽12

サンスレッド

七夕裕（浦和）

61.7倍

-40%

›

▽1

レジェス

中島良（浦和）

94.6倍

-42%

›

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 エニーサンダー ¥400 実10.2倍期待値 -19% 不的中3着単勝 10.2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