浦和 1R 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

1R 浦和競馬場ダ800m ダート800m　発走 13:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シェナノローマ自在	國分祐（浦和）	実102.0	B× A▽勝率1% EV-2% 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1R 6着/8頭+2.4秒 07/17 浦和3R 8着/9頭 06/25 浦和2R 4着/7頭 05/29 浦和1R 9着/10頭 07/23 浦和2R 5着/6頭+5.5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 × 当競馬場適性 5走で勝率 0% (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 11位 / 勝率 1.0% / 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。
2	サフラナール逃げ	笹川翼（大井）	実8.5	B○ A△勝率13% EV+6% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯8走で勝率25%／直近3走で勝率33%と好調／64日ぶりの実戦）
前5走 07/23 園田6R 7着/12頭+1.3秒 07/03 園田5R 6着/12頭 06/04 園田4R 1着/12頭 05/04 園田4R 10着/10頭+2.7秒 04/22 園田10R 11着/12頭+1.5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戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 8走で勝率 25% ◎ 騎手近50戦勝率 28% (好調) ◎ 期待値 (オッズ vs AI勝率) +138% (市場が大幅過小評価) AI 予想勝率 28.0% (オッズ暗示: 11.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.5% / 期待値 +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。
3	グスク推奨	櫻井光（川崎）	実23.2	B◎ A▽勝率4% EV-18% 詳細▼	市場が大きく過小評価、AI予想勝率33% × オッズ23.2倍で期待値+660%の有力候補（騎手の手腕も後押し）
前5走 08/12 浦和2R 8着/11頭+3.6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 8.0着 (不振) ○ 騎手近50戦勝率 14% ◎ 期待値 (オッズ vs AI勝率) +660% (市場が大幅過小評価) AI 予想勝率 32.8% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.5% / 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	クラオウリュウ	西啓太（大井）	実7.1	B△ A▲勝率13% EV-11% 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5走で勝率0%と苦戦傾向／直近3走平均8.0着と低調）
前5走 09/10 川崎7R 14着/14頭+3.8秒 08/11 浦和2R 7着/9頭+1.6秒 07/15 浦和2R 3着/9頭 06/23 浦和4R 4着/8頭 05/27 浦和1R 10着/10頭+1.0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 8.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) ○ 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) -67% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 14.1%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.5% / 期待値 -11% ※ 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	レディーキューティ	中島良（浦和）	実23.9	B× A▽勝率3% EV-21% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/10 浦和1R 7着/12頭+1.8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) △ 騎手近50戦勝率 2% (やや苦戦) × 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: 4.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.3% / 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	イッツオンリーラブ	岡村健（船橋）	実4.5	B△ A○勝率18% EV-20% 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 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 騎手近50戦勝率 14% × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 5.9% (オッズ暗示: 22.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.6% / 期待値 -21% ※ 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	オーデンシェル自在	岡田大（浦和）	実181.1	B× A▽勝率0% 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 09/11 川崎6R 12着/12頭+9.5秒 08/12 浦和2R 9着/11頭+3.7秒 04/22 浦和1R 7着/11頭+3.5秒 03/20 浦和4R 9着/10頭+3.6秒 01/09 浦和3R 9着/10頭+2.5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 9.3着 (不振) × 当競馬場適性 13走で勝率 0% (苦戦) △ 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 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 0.5% / 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。
8	カスタネアローズ先行	澤田龍（船橋）	実2.0	B▲ A◎勝率34% EV-32% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場6走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／前走2着）
前5走 08/10 浦和1R 2着/12頭+0.1秒 03/16 浦和1R 8着/11頭+1.6秒 02/25 浦和3R 4着/9頭+1.9秒 01/06 浦和1R 6着/12頭+1.6秒 12/24 浦和1R 8着/12頭+1.5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戦の調子平均 4.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) × 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 12.8% (オッズ暗示: 50.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 33.7% / 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。
9	シンプウミホノ	室陽一（浦和）	実106.6	B× A▽勝率1% EV+27% 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 07/20 大井6R 11着/12頭+0.0秒 06/29 大井1R 11着/12頭 06/08 大井5R 12着/12頭+5.0秒 01/27 大井3R 10着/11頭+3.3秒 01/13 大井4R 13着/16頭+3.7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 11.3着 (不振) ○ 騎手近50戦勝率 16% ▽ 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 10位 / 勝率 1.2% / 期待値 +28% ※ 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	コンバットイズモ	半澤慶（浦和）	実8.3	B× A△勝率7% EV-42% 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 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 12.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.9% / 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。
11	シェリー	秋元耕（浦和）	実45.9	B▽ A▽勝率3% EV+43% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率50%と好調／169日ぶりの実戦）
前5走 04/09 園田11R 11着/12頭+3.1秒 12/30 園田3R 1着/8頭勝利 ― ― ―
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戦の調子勝率 50% (絶好調) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 169日休養明け × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.1% / 期待値 +44% ※ 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	エリナセイコー	野畑凌（川崎）	実38.4	B△ A△勝率4% EV+60% 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）
前5走 08/10 浦和1R 8着/12頭+1.8秒 07/17 浦和1R 4着/12頭+0.0秒 06/26 浦和1R 5着/10頭 06/15 川崎1R 10着/12頭 05/29 浦和4R 5着/11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 5.7着 × 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 ◎ 期待値 (オッズ vs AI勝率) +391% (市場が大幅過小評価) AI 予想勝率 12.8% (オッズ暗示: 2.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 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。

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

B推奨Aモデル ▽

グスク

騎手櫻井光（川崎）

単勝オッズ

23.2倍

AI期待値

+660%

買い目

¥700

全レースの推奨

AIの推奨本命の次点

○A:△2サフラナール

8.5倍

EV +138%

▲A:◎8カスタネアローズ

2.0倍

EV -74%

出走馬全12頭

◎A:▽3

グスク

櫻井光（川崎）

23.2倍

+660%

›

○A:△2

サフラナール

笹川翼（大井）

8.5倍

+138%

›

▲A:◎8

カスタネアローズ

澤田龍（船橋）

2.0倍

-74%

›

△A:△12

エリナセイコー

野畑凌（川崎）

38.4倍

+391%

›

△A:○6

イッツオンリーラブ

岡村健（船橋）

4.5倍

-73%

›

△A:▲4

クラオウリュウ

西啓太（大井）

7.1倍

-66%

›

×A:△10

コンバットイズモ

半澤慶（浦和）

8.3倍

-89%

›

▽A:▽11

シェリー

秋元耕（浦和）

45.9倍

-39%

›

×A:▽5

レディーキューティ

中島良（浦和）

23.9倍

-92%

›

×A:▽1

シェナノローマ

國分祐（浦和）

102.0倍

-99%

›

×A:▽9

シンプウミホノ

室陽一（浦和）

106.6倍

-99%

›

×A:▽7

オーデンシェル

岡田大（浦和）

181.1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 グスク ¥700 実23.2倍期待値 +661% 不的中単勝 23.2倍

※ オッズは予測時点の値です。

1R 浦和競馬場ダ800m ダート800m　発走 13:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シェナノローマ自在	國分祐（浦和）	実102.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向）
前5走 08/12 浦和1R 6着/8頭+2.4秒 07/17 浦和3R 8着/9頭 06/25 浦和2R 4着/7頭 05/29 浦和1R 9着/10頭 07/23 浦和2R 5着/6頭+5.5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 × 当競馬場適性 5走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) 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。
2	サフラナール逃げ	笹川翼（大井）	実8.5	△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8走で勝率25%／直近3走で勝率33%と好調／64日ぶりの実戦）
前5走 07/23 園田6R 7着/12頭+1.3秒 07/03 園田5R 6着/12頭 06/04 園田4R 1着/12頭 05/04 園田4R 10着/10頭+2.7秒 04/22 園田10R 11着/12頭+1.5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戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 8走で勝率 25% ◎ 騎手近50戦勝率 28% (好調) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 12.5% (オッズ暗示: 11.8%) ※ 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	グスク推奨	櫻井光（川崎）	実23.2	▽詳細▼	期待値プラスでAIの推し馬（騎手の手腕も後押し）
前5走 08/12 浦和2R 8着/11頭+3.6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 8.0着 (不振) ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 3.5% (オッズ暗示: 4.3%) ※ 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	クラオウリュウ	西啓太（大井）	実7.1	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率0%と苦戦傾向／直近3走平均8.0着と低調）
前5走 09/10 川崎7R 14着/14頭+3.8秒 08/11 浦和2R 7着/9頭+1.6秒 07/15 浦和2R 3着/9頭 06/23 浦和4R 4着/8頭 05/27 浦和1R 10着/10頭+1.0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 8.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) ○ 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) -11% (オッズ過剰評価) AI 予想勝率 12.5% (オッズ暗示: 14.1%) ※ 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。
5	レディーキューティ	中島良（浦和）	実23.9	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/10 浦和1R 7着/12頭+1.8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) △ 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 3.3% (オッズ暗示: 4.2%) ※ 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	イッツオンリーラブ	岡村健（船橋）	実4.5	○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 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 騎手近50戦勝率 14% △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 17.6% (オッズ暗示: 22.2%) ※ 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	オーデンシェル自在	岡田大（浦和）	実181.1	▽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／直近3走平均9.3着と低調）
前5走 09/11 川崎6R 12着/12頭+9.5秒 08/12 浦和2R 9着/11頭+3.7秒 04/22 浦和1R 7着/11頭+3.5秒 03/20 浦和4R 9着/10頭+3.6秒 01/09 浦和3R 9着/10頭+2.5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 9.3着 (不振) × 当競馬場適性 13走で勝率 0% (苦戦) △ 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 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 0.5% (オッズ暗示: 0.6%) ※ 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	カスタネアローズ先行	澤田龍（船橋）	実2.0	◎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0%と苦戦傾向／同距離帯は5走で勝ち無し／前走2着）
前5走 08/10 浦和1R 2着/12頭+0.1秒 03/16 浦和1R 8着/11頭+1.6秒 02/25 浦和3R 4着/9頭+1.9秒 01/06 浦和1R 6着/12頭+1.6秒 12/24 浦和1R 8着/12頭+1.5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戦の調子平均 4.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) × 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 33.7% (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。
9	シンプウミホノ	室陽一（浦和）	実106.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調／67日ぶりの実戦）
前5走 07/20 大井6R 11着/12頭+0.0秒 06/29 大井1R 11着/12頭 06/08 大井5R 12着/12頭+5.0秒 01/27 大井3R 10着/11頭+3.3秒 01/13 大井4R 13着/16頭+3.7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 11.3着 (不振) ○ 騎手近50戦勝率 16% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 1.2% (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。
10	コンバットイズモ	半澤慶（浦和）	実8.3	△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 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 6.9% (オッズ暗示: 12.0%) ※ 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。
11	シェリー	秋元耕（浦和）	実45.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率50%と好調／169日ぶりの実戦）
前5走 04/09 園田11R 11着/12頭+3.1秒 12/30 園田3R 1着/8頭勝利 ― ― ―
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戦の調子勝率 50% (絶好調) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) △ ローテーション 169日休養明け ◎ 期待値 (オッズ vs AI勝率) +43% (妙味あり) AI 予想勝率 3.1% (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。
12	エリナセイコー	野畑凌（川崎）	実38.4	△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）
前5走 08/10 浦和1R 8着/12頭+1.8秒 07/17 浦和1R 4着/12頭+0.0秒 06/26 浦和1R 5着/10頭 06/15 川崎1R 10着/12頭 05/29 浦和4R 5着/11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 5.7着 × 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 ◎ 期待値 (オッズ vs AI勝率) +60% (市場が大幅過小評価) AI 予想勝率 4.2% (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。

AIの本命

AI評価1位

カスタネアローズ

騎手澤田龍（船橋）

単勝オッズ

2.0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

○6イッツオンリーラブ

4.5倍

EV -20%

▲4クラオウリュウ

7.1倍

EV -11%

出走馬全12頭

◎8

カスタネアローズ

澤田龍（船橋）

2.0倍

-32%

›

○6

イッツオンリーラブ

岡村健（船橋）

4.5倍

-20%

›

▲4

クラオウリュウ

西啓太（大井）

7.1倍

-11%

›

△2

サフラナール

笹川翼（大井）

8.5倍

+6%

›

△10

コンバットイズモ

半澤慶（浦和）

8.3倍

-42%

›

△12

エリナセイコー

野畑凌（川崎）

38.4倍

+60%

›

▽3

グスク

櫻井光（川崎）

23.2倍

-18%

›

▽5

レディーキューティ

中島良（浦和）

23.9倍

-21%

›

▽11

シェリー

秋元耕（浦和）

45.9倍

+43%

›

▽9

シンプウミホノ

室陽一（浦和）

106.6倍

+27%

›

▽1

シェナノローマ

國分祐（浦和）

102.0倍

-2%

›

▽7

オーデンシェル

岡田大（浦和）

181.1倍

-16%

›

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 グスク ¥700 実23.2倍期待値 -19% 不的中単勝 23.2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