浦和 10R 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

10R 浦和競馬場津久井やまＢ３一ダ1400m ダート1400m　発走 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ワイルドゴーア	櫻井光（川崎）	実46.0	B× A×勝率1% EV-53% 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8R 10着/12頭+1.7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 10.0着 (不振) ○ 騎手近50戦勝率 14% ▽ 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 9位 / 勝率 1.0% / 期待値 -54% ※ 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	シンヒダカゴールド	本橋孝（船橋）	実32.1	B× A△勝率2% 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 08/28 船橋10R 11着/14頭+1.5秒 08/03 船橋8R 8着/10頭+2.5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 9.5着 (不振) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 11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 6位 / 勝率 2.0% / 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。
3	ブレイヴルーラー	室陽一（浦和）	実52.0	B× A×勝率1% EV-60% 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 09/08 川崎10R 14着/14頭+4.0秒 08/11 浦和9R 8着/9頭+1.8秒 07/14 浦和8R 3着/12頭 06/26 浦和10R 12着/12頭 05/29 浦和11R 6着/10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 8.3着 (不振) ○ 当競馬場適性 19走で勝率 21% (相性良) ○ 距離適性同距離 43走で勝率 21% ○ 馬場適性同馬場 17走で勝率 29% ○ 騎手近50戦勝率 16% ▽ 前走実績前走 14着 (大敗) ○ ローテーション 16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 0.8% / 期待値 -60% ※ 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	エスケントバゴ差し	福原杏（浦和）	実15.9	B△ A△勝率4% 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 06/26 浦和10R 3着/12頭+1.0秒 05/29 浦和11R 8着/10頭+0.0秒 04/23 浦和12R 6着/10頭+1.7秒 03/16 浦和11R 12着/13頭+1.6秒 02/27 浦和10R 7着/13頭+1.1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 5.7着 △ 当競馬場適性 27走で勝率 11% △ 距離適性同距離 32走で勝率 12% ○ 前走実績前走 3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) -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 3.6% / 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。
5	ジーティーエンジン逃げ	笹川翼（大井）	実1.5	B◎ A◎勝率63% EV-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6走で勝率67%と適性高／同距離帯6走で勝率67%／直近3走で勝率67%と好調）
前5走 06/24 浦和10R 2着/11頭+0.0秒 04/23 浦和10R 1着/11頭勝利 03/20 浦和8R 1着/13頭勝利 02/23 浦和5R 1着/13頭勝利 12/22 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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 6走で勝率 67% (得意) ◎ 距離適性同距離 6走で勝率 67% ◎ 騎手近50戦勝率 28% (好調) ○ 前走実績前走 2着 (好走) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 71.6% (オッズ暗示: 66.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 63.4% / 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。
6	スノーライトニング先行	秋元耕（浦和）	実86.2	B× A×勝率1% EV-53% 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 08/24 船橋11R 11着/14頭+1.7秒 08/02 船橋11R 4着/9頭+0.7秒 07/03 船橋11R 8着/13頭+2.0秒 06/05 船橋9R 1着/14頭 05/06 船橋9R 1着/12頭勝利
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 7.7着 (不振) ▽ 距離適性同距離は 7走で勝ち無し △ 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 0.5% / 期待値 -54% ※ 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	リブートパワー先行	吉留孝（浦和）	実38.1	B× A▽勝率1% EV-49% 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 02/25 浦和10R 3着/12頭+0.9秒 02/04 川崎8R 4着/12頭+0.8秒 01/07 浦和9R 4着/12頭+0.3秒 11/26 浦和9R 1着/12頭勝利 10/28 浦和10R 3着/12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 3.7着 ○ 当競馬場適性 17走で勝率 18% (相性良) ▽ 距離適性同距離は 7走で勝ち無し ○ 前走実績前走 3着 (好走) △ ローテーション 211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 7位 / 勝率 1.3% / 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。
8	ヴァラムノス	中山遥（浦和）	実8.4	B▲ A▲勝率7% EV-38% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場16走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/07 浦和7R 1着/11頭勝利 07/14 浦和7R 3着/12頭+0.0秒 06/23 浦和8R 3着/6頭 06/18 川崎9R 9着/11頭 05/28 浦和9R 10着/12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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 16走で勝率 25% (得意) ○ 距離適性同距離 19走で勝率 21% △ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 11.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.3% / 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。
9	ダイバオーソ自在	中島良（浦和）	実195.9	B× A▽勝率0% EV-34% 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10R 9着/11頭+1.1秒 07/15 浦和8R 11着/12頭+0.0秒 06/24 浦和10R 7着/11頭 05/25 浦和10R 9着/12頭+0.0秒 05/04 船橋11R 11着/12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 9.0着 (不振) △ 当競馬場適性 46走で勝率 11% △ 距離適性同距離 33走で勝率 12% △ 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 0.3% / 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。
10	サラサチャレンジ逃げ	伊藤裕（川崎）	実15.8	B△ A△勝率5% 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 09/07 川崎8R 5着/6頭+2.1秒 08/18 川崎12R 5着/8頭+0.5秒 11/18 川崎11R 6着/11頭+1.8秒 09/18 園田11R 2着/11頭+0.2秒 08/22 川崎5R 4着/10頭+0.9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 5.3着 ○ 距離適性同距離 5走で勝率 20% ○ ローテーション 17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 4位 / 勝率 5.3% / 期待値 -17% ※ 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	ゴールドソニック差し	半澤慶（浦和）	実27.0	B△ A×勝率1% EV-64% 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11R 5着/12頭+1.1秒 07/14 浦和8R 5着/12頭 05/29 浦和10R 4着/13頭 04/21 浦和7R 7着/10頭+0.9秒 03/17 浦和10R 6着/12頭+1.8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 4.7着 △ 当競馬場適性 35走で勝率 6% ▽ 距離適性同距離は 34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 8位 / 勝率 1.3% / 期待値 -64% ※ 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	スマイルスライヴ	野畑凌（川崎）	実4.7	B○ A○勝率13% EV-38% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場22走で勝率32%と適性高／同距離帯25走で勝率28%／直近3走で勝率67%と好調）
前5走 09/10 川崎9R 2着/12頭+0.2秒 08/10 浦和8R 1着/11頭勝利 07/13 浦和10R 1着/10頭 06/26 浦和8R 6着/9頭 05/28 浦和7R 6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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 22走で勝率 32% (得意) ◎ 距離適性同距離 25走で勝率 28% ○ 前走実績前走 2着 (好走) ○ 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) +29% (市場と概ね一致) AI 予想勝率 27.6% (オッズ暗示: 21.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.2% / 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。

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 ◎

ジーティーエンジン

騎手笹川翼（大井）

単勝オッズ

1.5倍

AI期待値

+7%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○12スマイルスライヴ

4.7倍

EV +29%

▲A:▲8ヴァラムノス

8.4倍

EV -93%

出走馬全12頭

◎A:◎5

ジーティーエンジン

笹川翼（大井）

1.5倍

+7%

›

○A:○12

スマイルスライヴ

野畑凌（川崎）

4.7倍

+29%

›

▲A:▲8

ヴァラムノス

中山遥（浦和）

8.4倍

-93%

›

△A:△10

サラサチャレンジ

伊藤裕（川崎）

15.8倍

-99%

›

△A:△4

エスケントバゴ

福原杏（浦和）

15.9倍

-99%

›

△A:×11

ゴールドソニック

半澤慶（浦和）

27.0倍

-99%

›

×A:△2

シンヒダカゴールド

本橋孝（船橋）

32.1倍

-99%

›

×A:▽7

リブートパワー

吉留孝（浦和）

38.1倍

-99%

›

×A:×1

ワイルドゴーア

櫻井光（川崎）

46.0倍

-99%

›

×A:×3

ブレイヴルーラー

室陽一（浦和）

52.0倍

-99%

›

×A:×6

スノーライトニング

秋元耕（浦和）

86.2倍

-99%

›

×A:▽9

ダイバオーソ

中島良（浦和）

195.9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

10R 浦和競馬場津久井やまＢ３一ダ1400m ダート1400m　発走 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ワイルドゴーア	櫻井光（川崎）	実46.0	×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 08/11 浦和8R 10着/12頭+1.7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 10.0着 (不振) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.2%) ※ 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	シンヒダカゴールド	本橋孝（船橋）	実32.1	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.5着と低調）
前5走 08/28 船橋10R 11着/14頭+1.5秒 08/03 船橋8R 8着/10頭+2.5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 9.5着 (不振) ○ 騎手近50戦勝率 14% ▽ 前走実績前走 11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) -37% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 3.1%) ※ 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	ブレイヴルーラー	室陽一（浦和）	実52.0	×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 09/08 川崎10R 14着/14頭+4.0秒 08/11 浦和9R 8着/9頭+1.8秒 07/14 浦和8R 3着/12頭 06/26 浦和10R 12着/12頭 05/29 浦和11R 6着/10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 8.3着 (不振) ○ 当競馬場適性 19走で勝率 21% (相性良) ○ 距離適性同距離 43走で勝率 21% ○ 馬場適性同馬場 17走で勝率 29% ○ 騎手近50戦勝率 16% ▽ 前走実績前走 14着 (大敗) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.9%) ※ 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	エスケントバゴ差し	福原杏（浦和）	実15.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／90日ぶりの実戦）
前5走 06/26 浦和10R 3着/12頭+1.0秒 05/29 浦和11R 8着/10頭+0.0秒 04/23 浦和12R 6着/10頭+1.7秒 03/16 浦和11R 12着/13頭+1.6秒 02/27 浦和10R 7着/13頭+1.1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 5.7着 △ 当競馬場適性 27走で勝率 11% △ 距離適性同距離 32走で勝率 12% ○ 前走実績前走 3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) -43% (大幅な期待値マイナス) AI 予想勝率 3.6% (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。
5	ジーティーエンジン逃げ	笹川翼（大井）	実1.5	◎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6走で勝率67%と適性高／同距離帯6走で勝率67%／直近3走で勝率67%と好調）
前5走 06/24 浦和10R 2着/11頭+0.0秒 04/23 浦和10R 1着/11頭勝利 03/20 浦和8R 1着/13頭勝利 02/23 浦和5R 1着/13頭勝利 12/22 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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 6走で勝率 67% (得意) ◎ 距離適性同距離 6走で勝率 67% ◎ 騎手近50戦勝率 28% (好調) ○ 前走実績前走 2着 (好走) △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 63.4% (オッズ暗示: 66.7%) ※ 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	スノーライトニング先行	秋元耕（浦和）	実86.2	×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 08/24 船橋11R 11着/14頭+1.7秒 08/02 船橋11R 4着/9頭+0.7秒 07/03 船橋11R 8着/13頭+2.0秒 06/05 船橋9R 1着/14頭 05/06 船橋9R 1着/12頭勝利
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 7.7着 (不振) ▽ 距離適性同距離は 7走で勝ち無し △ 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) -54% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
7	リブートパワー先行	吉留孝（浦和）	実38.1	▽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／前走3着／211日ぶりの実戦）
前5走 02/25 浦和10R 3着/12頭+0.9秒 02/04 川崎8R 4着/12頭+0.8秒 01/07 浦和9R 4着/12頭+0.3秒 11/26 浦和9R 1着/12頭勝利 10/28 浦和10R 3着/12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 3.7着 ○ 当競馬場適性 17走で勝率 18% (相性良) ▽ 距離適性同距離は 7走で勝ち無し ○ 前走実績前走 3着 (好走) △ ローテーション 211日休養明け × 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 1.3% (オッズ暗示: 2.6%) ※ 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	ヴァラムノス	中山遥（浦和）	実8.4	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場16走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/07 浦和7R 1着/11頭勝利 07/14 浦和7R 3着/12頭+0.0秒 06/23 浦和8R 3着/6頭 06/18 川崎9R 9着/11頭 05/28 浦和9R 10着/12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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 16走で勝率 25% (得意) ○ 距離適性同距離 19走で勝率 21% △ 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) -39% (大幅な期待値マイナス) AI 予想勝率 7.3% (オッズ暗示: 11.9%) ※ 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。
9	ダイバオーソ自在	中島良（浦和）	実195.9	▽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 08/12 浦和10R 9着/11頭+1.1秒 07/15 浦和8R 11着/12頭+0.0秒 06/24 浦和10R 7着/11頭 05/25 浦和10R 9着/12頭+0.0秒 05/04 船橋11R 11着/12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 9.0着 (不振) △ 当競馬場適性 46走で勝率 11% △ 距離適性同距離 33走で勝率 12% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.5%) ※ 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	サラサチャレンジ逃げ	伊藤裕（川崎）	実15.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/07 川崎8R 5着/6頭+2.1秒 08/18 川崎12R 5着/8頭+0.5秒 11/18 川崎11R 6着/11頭+1.8秒 09/18 園田11R 2着/11頭+0.2秒 08/22 川崎5R 4着/10頭+0.9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 5.3着 ○ 距離適性同距離 5走で勝率 20% ○ ローテーション 17日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 5.3% (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。
11	ゴールドソニック差し	半澤慶（浦和）	実27.0	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は34走で勝ち無し）
前5走 08/10 浦和11R 5着/12頭+1.1秒 07/14 浦和8R 5着/12頭 05/29 浦和10R 4着/13頭 04/21 浦和7R 7着/10頭+0.9秒 03/17 浦和10R 6着/12頭+1.8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 4.7着 △ 当競馬場適性 35走で勝率 6% ▽ 距離適性同距離は 34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) -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%) ※ 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	スマイルスライヴ	野畑凌（川崎）	実4.7	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場22走で勝率32%と適性高／同距離帯25走で勝率28%／直近3走で勝率67%と好調）
前5走 09/10 川崎9R 2着/12頭+0.2秒 08/10 浦和8R 1着/11頭勝利 07/13 浦和10R 1着/10頭 06/26 浦和8R 6着/9頭 05/28 浦和7R 6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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 22走で勝率 32% (得意) ◎ 距離適性同距離 25走で勝率 28% ○ 前走実績前走 2着 (好走) ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 13.2% (オッズ暗示: 21.3%) ※ 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。

AIの本命

AI評価1位

ジーティーエンジン

騎手笹川翼（大井）

単勝オッズ

1.5倍

AI期待値

-4%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○12スマイルスライヴ

4.7倍

EV -38%

▲8ヴァラムノス

8.4倍

EV -38%

出走馬全12頭

◎5

ジーティーエンジン

笹川翼（大井）

1.5倍

-4%

›

○12

スマイルスライヴ

野畑凌（川崎）

4.7倍

-38%

›

▲8

ヴァラムノス

中山遥（浦和）

8.4倍

-38%

›

△10

サラサチャレンジ

伊藤裕（川崎）

15.8倍

-16%

›

△4

エスケントバゴ

福原杏（浦和）

15.9倍

-42%

›

△2

シンヒダカゴールド

本橋孝（船橋）

32.1倍

-36%

›

▽7

リブートパワー

吉留孝（浦和）

38.1倍

-49%

›

×11

ゴールドソニック

半澤慶（浦和）

27.0倍

-64%

›

×1

ワイルドゴーア

櫻井光（川崎）

46.0倍

-53%

›

×3

ブレイヴルーラー

室陽一（浦和）

52.0倍

-60%

›

×6

スノーライトニング

秋元耕（浦和）

86.2倍

-53%

›

▽9

ダイバオーソ

中島良（浦和）

195.9倍

-34%

›

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