浦和 2R 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

2R 浦和競馬場ダ800m ダート800m　発走 14:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キャットクィーン先行	藤江渉（川崎）	実34.2	B▲ A△勝率4% EV+53% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/10 川崎3R 4着/12頭+1.2秒 08/18 川崎2R 8着/12頭+1.9秒 07/27 川崎7R 10着/11頭+3.2秒 10/16 川崎3R 6着/11頭+1.4秒 09/23 浦和2R 4着/10頭+0.4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 7.3着 (不振) ○ 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) +38% (妙味あり) AI 予想勝率 4.0% (オッズ暗示: 2.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.5% / 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。
2	ペチンペチンイテテ自在	佐野遥（川崎）	実6.5	B× A▲勝率12% EV-23% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同馬場状態で勝率33%／直近3走平均9.3着と低調／193日ぶりの実戦）
前5走 03/16 浦和2R 6着/11頭+0.8秒 02/27 浦和8R 8着/9頭+5.8秒 02/03 川崎4R 14着/14頭+3.8秒 01/06 浦和3R 1着/12頭勝利 12/23 浦和2R 4着/10頭+0.8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 9.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 馬場適性同馬場 3走で勝率 33% △ ローテーション 193日休養明け × 期待値 (オッズ vs AI勝率) -83% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 15.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.8% / 期待値 -23% ※ 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	ライトネス差し	七夕裕（浦和）	実26.8	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（当競馬場6走で勝率0%と苦戦傾向／前走2着）
前5走 08/25 船橋5R 2着/12頭+0.3秒 08/10 浦和2R 7着/9頭+1.6秒 04/24 浦和4R 5着/10頭+0.9秒 03/17 浦和1R 4着/7頭+0.9秒 02/23 浦和2R 7着/11頭+1.4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 4.7着 × 当競馬場適性 6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 2着 (好走) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 3.7% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.9% / 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。
4	パワーマジック逃げ	高橋哲（浦和）	実139.0	B× A▽勝率1% EV-15% 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2R 9着/9頭+2.4秒 07/17 浦和2R 12着/12頭+2.0秒 06/26 浦和2R 9着/9頭+0.0秒 05/29 浦和4R 2着/11頭+1.0秒 04/24 浦和3R 2着/10頭+0.3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 10.0着 (不振) × 当競馬場適性 15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) × 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 0.6% / 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。
5	ゴーゴーメロディ	中山遥（浦和）	実8.6	B× A△勝率6% EV-51% 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3走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 08/20 川崎3R 10着/11頭+1.9秒 08/10 浦和2R 4着/9頭+0.8秒 07/17 浦和2R 3着/12頭+0.0秒 06/26 浦和2R 2着/9頭 05/22 大井2R 13着/15頭
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 5.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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) -96% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 11.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.6% / 期待値 -52% ※ 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	フレンドリーエール推奨	山中悠（船橋）	実6.6	B◎ A○勝率15% EV-1% 詳細▼	市場が大きく過小評価、AI予想勝率55% × オッズ6.6倍で期待値+260%の有力候補（直近3走平均3.0着と安定／前走3着で力を示す／騎手の手腕も後押し）
前5走 08/10 浦和1R 3着/12頭+0.9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 3.0着 (安定) ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +260% (市場が大幅過小評価) AI 予想勝率 54.7% (オッズ暗示: 15.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.9% / 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。
7	オパールグリーン逃げ	保園翔（浦和）	実98.6	B× A▽勝率1% EV+20% 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 08/25 船橋5R 11着/12頭+3.8秒 08/10 浦和2R 8着/9頭+1.9秒 07/17 浦和1R 3着/12頭 06/26 浦和2R 8着/9頭+3.0秒 03/16 浦和1R 2着/11頭+0.6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 7.3着 (不振) × 当競馬場適性 12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 4% (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 9位 / 勝率 1.2% / 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。
8	マサッキー逃げ	室陽一（浦和）	実149.1	B× A▽勝率1% EV-15% 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 08/25 船橋5R 12着/12頭+4.6秒 08/02 船橋4R 6着/7頭+2.4秒 07/13 浦和4R 9着/11頭+4.0秒 07/06 川崎7R 8着/12頭 06/28 船橋1R 8着/9頭+3.0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戦の調子平均 9.0着 (不振) ○ 騎手近50戦勝率 16% ▽ 前走実績前走 12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 12位 / 勝率 0.6% / 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。
9	メイジョウスター逃げ	及川烈（浦和）	実9.4	B△ A△勝率4% EV-63% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 08/10 浦和2R 3着/9頭+0.7秒 07/17 浦和2R 5着/12頭 03/16 浦和2R 10着/11頭+1.1秒 02/25 浦和3R 1着/9頭勝利 02/11 船橋1R 10着/12頭+3.6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 6.0着 △ 当競馬場適性 9走で勝率 11% ○ 距離適性同距離 5走で勝率 20% ○ 前走実績前走 3着 (好走) × 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 2.9% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.9% / 期待値 -63% ※ 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	スターバロン	木間龍（船橋）	実106.7	B× A▽勝率1% 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 09/09 川崎1R 12着/13頭+3.7秒 08/10 浦和2R 6着/9頭+1.1秒 07/17 浦和2R 6着/12頭 06/26 浦和1R 1着/10頭 04/22 浦和3R 9着/10頭+2.3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 8.0着 (不振) △ 当競馬場適性 10走で勝率 10% ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12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 -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。
11	サラミスチーフ	野畑凌（川崎）	実1.6	B○ A◎勝率51% EV-17% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率25%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 08/10 浦和1R 1着/12頭勝利 07/15 浦和2R 8着/9頭 05/29 浦和5R 6着/12頭 04/24 浦和4R 4着/10頭+0.4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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) × 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 27.6% (オッズ暗示: 62.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 51.3% / 期待値 -18% ※ 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	シェナノクインサー逃げ	杉山海（大井）	実37.0	B△ A▽勝率2% EV-30% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調）
前5走 08/10 浦和1R 5着/12頭+1.3秒 07/13 浦和4R 11着/11頭 10/28 浦和3R 1着/7頭勝利 ― ―
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 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 期待値 (オッズ vs AI勝率) +49% (妙味あり) AI 予想勝率 4.0% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.9% / 期待値 -31% ※ 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 ○

フレンドリーエール

騎手山中悠（船橋）

単勝オッズ

6.6倍

AI期待値

+260%

買い目

¥1,100

全レースの推奨

AIの推奨本命の次点

○A:◎11サラミスチーフ

1.6倍

EV -55%

▲A:△1キャットクィーン

34.2倍

EV +38%

出走馬全12頭

◎A:○6

フレンドリーエール

山中悠（船橋）

6.6倍

+260%

›

○A:◎11

サラミスチーフ

野畑凌（川崎）

1.6倍

-55%

›

▲A:△1

キャットクィーン

藤江渉（川崎）

34.2倍

+38%

›

△A:▽12

シェナノクインサー

杉山海（大井）

37.0倍

+49%

›

△A:▽3

ライトネス

七夕裕（浦和）

26.8倍

-1%

›

△A:△9

メイジョウスター

及川烈（浦和）

9.4倍

-72%

›

×A:▲2

ペチンペチンイテテ

佐野遥（川崎）

6.5倍

-83%

›

×A:△5

ゴーゴーメロディ

中山遥（浦和）

8.6倍

-95%

›

×A:▽7

オパールグリーン

保園翔（浦和）

98.6倍

-99%

›

×A:▽10

スターバロン

木間龍（船橋）

106.7倍

-99%

›

×A:▽4

パワーマジック

高橋哲（浦和）

139.0倍

-99%

›

×A:▽8

マサッキー

室陽一（浦和）

149.1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 6 フレンドリーエール ¥1,100 実6.6倍期待値 +261% 不的中10着単勝 6.6倍

※ オッズは予測時点の値です。

2R 浦和競馬場ダ800m ダート800m　発走 14:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	キャットクィーン先行	藤江渉（川崎）	実34.2	△詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/10 川崎3R 4着/12頭+1.2秒 08/18 川崎2R 8着/12頭+1.9秒 07/27 川崎7R 10着/11頭+3.2秒 10/16 川崎3R 6着/11頭+1.4秒 09/23 浦和2R 4着/10頭+0.4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 7.3着 (不振) ○ 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) +53% (市場が大幅過小評価) AI 予想勝率 4.5% (オッズ暗示: 2.9%) ※ 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	ペチンペチンイテテ自在	佐野遥（川崎）	実6.5	▲詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率33%／直近3走平均9.3着と低調／193日ぶりの実戦）
前5走 03/16 浦和2R 6着/11頭+0.8秒 02/27 浦和8R 8着/9頭+5.8秒 02/03 川崎4R 14着/14頭+3.8秒 01/06 浦和3R 1着/12頭勝利 12/23 浦和2R 4着/10頭+0.8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 9.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ◎ 馬場適性同馬場 3走で勝率 33% △ ローテーション 193日休養明け △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 11.8% (オッズ暗示: 15.4%) ※ 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	ライトネス差し	七夕裕（浦和）	実26.8	▽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0%と苦戦傾向／前走2着）
前5走 08/25 船橋5R 2着/12頭+0.3秒 08/10 浦和2R 7着/9頭+1.6秒 04/24 浦和4R 5着/10頭+0.9秒 03/17 浦和1R 4着/7頭+0.9秒 02/23 浦和2R 7着/11頭+1.4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 4.7着 × 当競馬場適性 6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 2着 (好走) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 2.9% (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。
4	パワーマジック逃げ	高橋哲（浦和）	実139.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場15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10.0着と低調）
前5走 08/10 浦和2R 9着/9頭+2.4秒 07/17 浦和2R 12着/12頭+2.0秒 06/26 浦和2R 9着/9頭+0.0秒 05/29 浦和4R 2着/11頭+1.0秒 04/24 浦和3R 2着/10頭+0.3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 10.0着 (不振) × 当競馬場適性 15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) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.7%) ※ 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。
5	ゴーゴーメロディ	中山遥（浦和）	実8.6	△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3走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 08/20 川崎3R 10着/11頭+1.9秒 08/10 浦和2R 4着/9頭+0.8秒 07/17 浦和2R 3着/12頭+0.0秒 06/26 浦和2R 2着/9頭 05/22 大井2R 13着/15頭
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 5.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 4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) -52% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 11.6%) ※ 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。
6	フレンドリーエール推奨	山中悠（船橋）	実6.6	○詳細▼	期待値プラスでAIの推し馬（直近3走平均3.0着と安定／前走3着で力を示す／騎手の手腕も後押し）
前5走 08/10 浦和1R 3着/12頭+0.9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 3.0着 (安定) ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 14.9% (オッズ暗示: 15.2%) ※ 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	オパールグリーン逃げ	保園翔（浦和）	実98.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12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 08/25 船橋5R 11着/12頭+3.8秒 08/10 浦和2R 8着/9頭+1.9秒 07/17 浦和1R 3着/12頭 06/26 浦和2R 8着/9頭+3.0秒 03/16 浦和1R 2着/11頭+0.6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 7.3着 (不振) × 当競馬場適性 12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 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 1.2% (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。
8	マサッキー逃げ	室陽一（浦和）	実149.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 08/25 船橋5R 12着/12頭+4.6秒 08/02 船橋4R 6着/7頭+2.4秒 07/13 浦和4R 9着/11頭+4.0秒 07/06 川崎7R 8着/12頭 06/28 船橋1R 8着/9頭+3.0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戦の調子平均 9.0着 (不振) ○ 騎手近50戦勝率 16% ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.7%) ※ 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	メイジョウスター逃げ	及川烈（浦和）	実9.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 08/10 浦和2R 3着/9頭+0.7秒 07/17 浦和2R 5着/12頭 03/16 浦和2R 10着/11頭+1.1秒 02/25 浦和3R 1着/9頭勝利 02/11 船橋1R 10着/12頭+3.6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 6.0着 △ 当競馬場適性 9走で勝率 11% ○ 距離適性同距離 5走で勝率 20% ○ 前走実績前走 3着 (好走) × 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 3.9% (オッズ暗示: 10.6%) ※ 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	スターバロン	木間龍（船橋）	実106.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 09/09 川崎1R 12着/13頭+3.7秒 08/10 浦和2R 6着/9頭+1.1秒 07/17 浦和2R 6着/12頭 06/26 浦和1R 1着/10頭 04/22 浦和3R 9着/10頭+2.3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 8.0着 (不振) △ 当競馬場適性 10走で勝率 10% ○ 距離適性同距離 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12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) -13% (オッズ過剰評価) AI 予想勝率 0.8% (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。
11	サラミスチーフ	野畑凌（川崎）	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（当競馬場4走で勝率25%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 08/10 浦和1R 1着/12頭勝利 07/15 浦和2R 8着/9頭 05/29 浦和5R 6着/12頭 04/24 浦和4R 4着/10頭+0.4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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 51.3% (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。
12	シェナノクインサー逃げ	杉山海（大井）	実37.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調）
前5走 08/10 浦和1R 5着/12頭+1.3秒 07/13 浦和4R 11着/11頭 10/28 浦和3R 1着/7頭勝利 ― ―
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 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 2.7%) ※ 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。

AIの本命

AI評価1位

サラミスチーフ

騎手野畑凌（川崎）

単勝オッズ

1.6倍

AI期待値

-17%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6フレンドリーエール

6.6倍

EV -1%

▲2ペチンペチンイテテ

6.5倍

EV -23%

出走馬全12頭

◎11

サラミスチーフ

野畑凌（川崎）

1.6倍

-17%

›

○6

フレンドリーエール

山中悠（船橋）

6.6倍

-1%

›

▲2

ペチンペチンイテテ

佐野遥（川崎）

6.5倍

-23%

›

△5

ゴーゴーメロディ

中山遥（浦和）

8.6倍

-51%

›

△1

キャットクィーン

藤江渉（川崎）

34.2倍

+53%

›

△9

メイジョウスター

及川烈（浦和）

9.4倍

-63%

›

▽3

ライトネス

七夕裕（浦和）

26.8倍

-22%

›

▽12

シェナノクインサー

杉山海（大井）

37.0倍

-30%

›

▽7

オパールグリーン

保園翔（浦和）

98.6倍

+20%

›

▽10

スターバロン

木間龍（船橋）

106.7倍

-12%

›

▽4

パワーマジック

高橋哲（浦和）

139.0倍

-15%

›

▽8

マサッキー

室陽一（浦和）

149.1倍

-15%

›

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 6 フレンドリーエール ¥1,100 実6.6倍期待値 -2% 不的中10着単勝 6.6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