浦和 5R 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

5R 浦和競馬場ダ1400m ダート1400m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エクレールセイラ自在	吉留孝（浦和）	実16.9	B× A△勝率7% EV+11% 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 2着/8頭+0.5秒 07/17 浦和3R 9着/9頭 06/25 浦和2R 7着/7頭 12/22 浦和3R 5着/5頭+3.9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 4走で勝率 0% (苦戦) ○ 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 4位 / 勝率 6.6% / 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。
2	ヨドノラヴ	野畑凌（川崎）	実30.6	B◎ A▽勝率3% EV-19% 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（92日ぶりの実戦）
前5走 06/25 浦和2R 6着/7頭 ― ― ― ―
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 6.0着 △ ローテーション 92日休養明け ◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 57.0% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 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。
3	キョウエイハル	藤本現（大井）	実1.6	B△ A◎勝率40% EV-35% 詳細▼	人気馬、市場評価通りで上乗せなし（136日ぶりの実戦）
前5走 05/12 川崎6R 9着/12頭+1.6秒 04/07 川崎7R 2着/11頭+0.1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 5.5着 △ ローテーション 136日休養明け × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 5.5% (オッズ暗示: 62.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 40.1% / 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。
4	グレイモカ差し	田中洸（大井）	実163.4	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 02/28 浦和4R 8着/12頭+2.4秒 01/09 浦和1R 5着/10頭+1.7秒 12/24 浦和1R 9着/12頭+1.6秒 11/28 浦和1R 4着/12頭+0.8秒 10/27 浦和4R 5着/7頭+4.4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戦の調子平均 7.3着 (不振) × 当競馬場適性 5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) △ ローテーション 209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 11位 / 勝率 0.9% / 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。
5	グロースフロイデ自在	中山遥（浦和）	実32.9	B× A▽勝率2% EV-28% 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 8着/8頭+3.1秒 07/17 浦和3R 4着/9頭 04/08 川崎2R 8着/12頭+2.2秒 03/06 川崎1R 8着/8頭+3.1秒 02/05 川崎2R 8着/10頭+2.0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 6.7着 ▽ 距離適性同距離は 3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 9位 / 勝率 2.2% / 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。
6	マイネルメテオーラ	笠野雄（船橋）	実6.5	B△ A▲勝率13% EV-17% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は11走で勝ち無し）
前5走 07/29 名古屋5R 5着/12頭+1.4秒 07/15 名古屋1R 10着/12頭+1.0秒 07/02 名古屋2R 2着/11頭 06/17 名古屋2R 9着/11頭 05/20 名古屋6R 7着/10頭+0.0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 5.7着 ▽ 距離適性同距離は 11走で勝ち無し × 期待値 (オッズ vs AI勝率) -88% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 15.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.7% / 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。
7	ビナナムディン	岡村健（船橋）	実4.1	B○ A○勝率22% EV-8% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／前走3着）
前5走 08/12 浦和1R 3着/8頭+1.1秒 05/29 浦和3R 5着/9頭 04/23 浦和1R 3着/9頭+3.0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 3.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 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) -24% (オッズ過剰評価) AI 予想勝率 18.6% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.4% / 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。
8	ファーストアタック	保園翔（浦和）	実18.5	B△ A△勝率5% EV-14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 5.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.6% / 期待値 -15% ※ 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	スタールル自在	所　蛍（船橋）	実61.4	B× A×勝率0% EV-77% 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 5着/8頭+1.5秒 07/17 浦和3R 3着/9頭 06/25 浦和3R 7着/7頭 05/29 浦和4R 11着/11頭 03/16 浦和1R 10着/11頭+1.9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 5.0着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し × 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 0.4% / 期待値 -78% ※ 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	ロイヤルオルレアン	佐野遥（川崎）	実37.7	B× A△勝率3% EV+17% 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0%と苦戦傾向／同距離帯は3走で勝ち無し／70日ぶりの実戦）
前5走 07/17 浦和4R 8着/11頭+3.0秒 06/25 浦和3R 6着/7頭 12/22 浦和3R 4着/5頭+2.2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 6.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.1% / 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	アレッサンドラ	中島良（浦和）	実60.0	B▲ A▽勝率2% EV-7% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 2% (やや苦戦) ◎ 期待値 (オッズ vs AI勝率) +743% (市場が大幅過小評価) AI 予想勝率 14.1% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 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。
12	シルキーグリーン	室陽一（浦和）	実49.1	B× A▽勝率3% EV+47% 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 4着/8頭+1.3秒 07/17 浦和1R 5着/12頭 06/26 浦和1R 10着/10頭+0.0秒 05/29 浦和1R 10着/10頭 09/22 浦和2R 6着/6頭+2.7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 6.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 騎手近50戦勝率 16% × 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 0.1% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.0% / 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。

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 ▽

ヨドノラヴ

騎手野畑凌（川崎）

単勝オッズ

30.6倍

AI期待値

+999%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○7ビナナムディン

4.1倍

EV -23%

▲A:▽11アレッサンドラ

60.0倍

EV +743%

出走馬全12頭

◎A:▽2

ヨドノラヴ

野畑凌（川崎）

30.6倍

+999%

›

○A:○7

ビナナムディン

岡村健（船橋）

4.1倍

-23%

›

▲A:▽11

アレッサンドラ

中島良（浦和）

60.0倍

+743%

›

△A:◎3

キョウエイハル

藤本現（大井）

1.6倍

-91%

›

△A:△8

ファーストアタック

保園翔（浦和）

18.5倍

-48%

›

△A:▲6

マイネルメテオーラ

笠野雄（船橋）

6.5倍

-88%

›

×A:△10

ロイヤルオルレアン

佐野遥（川崎）

37.7倍

-94%

›

×A:▽12

シルキーグリーン

室陽一（浦和）

49.1倍

-93%

›

×A:△1

エクレールセイラ

吉留孝（浦和）

16.9倍

-99%

›

×A:▽5

グロースフロイデ

中山遥（浦和）

32.9倍

-99%

›

×A:×9

スタールル

所　蛍（船橋）

61.4倍

-99%

›

×A:▽4

グレイモカ

田中洸（大井）

163.4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

5R 浦和競馬場ダ1400m ダート1400m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エクレールセイラ自在	吉留孝（浦和）	実16.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／前走2着）
前5走 08/12 浦和1R 2着/8頭+0.5秒 07/17 浦和3R 9着/9頭 06/25 浦和2R 7着/7頭 12/22 浦和3R 5着/5頭+3.9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 4走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 6.6% (オッズ暗示: 5.9%) ※ 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	ヨドノラヴ	野畑凌（川崎）	実30.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（92日ぶりの実戦）
前5走 06/25 浦和2R 6着/7頭 ― ― ― ―
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 6.0着 △ ローテーション 92日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 2.6% (オッズ暗示: 3.3%) ※ 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。
3	キョウエイハル	藤本現（大井）	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（136日ぶりの実戦）
前5走 05/12 川崎6R 9着/12頭+1.6秒 04/07 川崎7R 2着/11頭+0.1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 5.5着 △ ローテーション 136日休養明け × 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 40.1% (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。
4	グレイモカ差し	田中洸（大井）	実163.4	▽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／同距離帯は4走で勝ち無し／209日ぶりの実戦）
前5走 02/28 浦和4R 8着/12頭+2.4秒 01/09 浦和1R 5着/10頭+1.7秒 12/24 浦和1R 9着/12頭+1.6秒 11/28 浦和1R 4着/12頭+0.8秒 10/27 浦和4R 5着/7頭+4.4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戦の調子平均 7.3着 (不振) × 当競馬場適性 5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) △ ローテーション 209日休養明け ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 0.9% (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。
5	グロースフロイデ自在	中山遥（浦和）	実32.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し）
前5走 08/12 浦和1R 8着/8頭+3.1秒 07/17 浦和3R 4着/9頭 04/08 川崎2R 8着/12頭+2.2秒 03/06 川崎1R 8着/8頭+3.1秒 02/05 川崎2R 8着/10頭+2.0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 6.7着 ▽ 距離適性同距離は 3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) -28% (オッズ過剰評価) AI 予想勝率 2.2% (オッズ暗示: 3.0%) ※ 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。
6	マイネルメテオーラ	笠野雄（船橋）	実6.5	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は11走で勝ち無し）
前5走 07/29 名古屋5R 5着/12頭+1.4秒 07/15 名古屋1R 10着/12頭+1.0秒 07/02 名古屋2R 2着/11頭 06/17 名古屋2R 9着/11頭 05/20 名古屋6R 7着/10頭+0.0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 5.7着 ▽ 距離適性同距離は 11走で勝ち無し △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 12.7% (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。
7	ビナナムディン	岡村健（船橋）	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／前走3着）
前5走 08/12 浦和1R 3着/8頭+1.1秒 05/29 浦和3R 5着/9頭 04/23 浦和1R 3着/9頭+3.0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 3.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 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) -8% (オッズ過剰評価) AI 予想勝率 22.4% (オッズ暗示: 24.4%) ※ 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。
8	ファーストアタック	保園翔（浦和）	実18.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 5.4%) ※ 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。
9	スタールル自在	所　蛍（船橋）	実61.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 08/12 浦和1R 5着/8頭+1.5秒 07/17 浦和3R 3着/9頭 06/25 浦和3R 7着/7頭 05/29 浦和4R 11着/11頭 03/16 浦和1R 10着/11頭+1.9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 5.0着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
10	ロイヤルオルレアン	佐野遥（川崎）	実37.7	△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0%と苦戦傾向／同距離帯は3走で勝ち無し／70日ぶりの実戦）
前5走 07/17 浦和4R 8着/11頭+3.0秒 06/25 浦和3R 6着/7頭 12/22 浦和3R 4着/5頭+2.2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 6.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 3.1% (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。
11	アレッサンドラ	中島良（浦和）	実60.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 1.7%) ※ 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	シルキーグリーン	室陽一（浦和）	実49.1	▽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 4着/8頭+1.3秒 07/17 浦和1R 5着/12頭 06/26 浦和1R 10着/10頭+0.0秒 05/29 浦和1R 10着/10頭 09/22 浦和2R 6着/6頭+2.7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 6.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 騎手近50戦勝率 16% ◎ 期待値 (オッズ vs AI勝率) +47% (妙味あり) AI 予想勝率 3.0% (オッズ暗示: 2.0%) ※ 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

キョウエイハル

騎手藤本現（大井）

単勝オッズ

1.6倍

AI期待値

-35%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○7ビナナムディン

4.1倍

EV -8%

▲6マイネルメテオーラ

6.5倍

EV -17%

出走馬全12頭

◎3

キョウエイハル

藤本現（大井）

1.6倍

-35%

›

○7

ビナナムディン

岡村健（船橋）

4.1倍

-8%

›

▲6

マイネルメテオーラ

笠野雄（船橋）

6.5倍

-17%

›

△1

エクレールセイラ

吉留孝（浦和）

16.9倍

+11%

›

△8

ファーストアタック

保園翔（浦和）

18.5倍

-14%

›

△10

ロイヤルオルレアン

佐野遥（川崎）

37.7倍

+17%

›

▽12

シルキーグリーン

室陽一（浦和）

49.1倍

+47%

›

▽2

ヨドノラヴ

野畑凌（川崎）

30.6倍

-19%

›

▽5

グロースフロイデ

中山遥（浦和）

32.9倍

-28%

›

▽11

アレッサンドラ

中島良（浦和）

60.0倍

-7%

›

▽4

グレイモカ

田中洸（大井）

163.4倍

+42%

›

×9

スタールル

所　蛍（船橋）

61.4倍

-77%

›

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