浦和 6R 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

6R 浦和競馬場ダ1500m ダート1500m　発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エミネントキャリア	藤本現（大井）	実10.6	B△ A△勝率9% EV-6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は6走で勝ち無し）
前5走 08/12 浦和5R 9着/9頭+3.0秒 07/17 浦和5R 8着/12頭 06/26 浦和5R 4着/7頭 05/29 浦和7R 8着/10頭 04/20 浦和7R 9着/12頭+2.5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 7.0着 (不振) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 6走で勝ち無し × 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 3.4% (オッズ暗示: 9.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.8% / 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。
2	セイウンコチョウ	國分祐（浦和）	実103.0	B× A×勝率0% EV-57% 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4R 5着/6頭+2.0秒 07/16 浦和4R 11着/12頭+3.0秒 06/26 浦和5R 6着/7頭+3.0秒 05/29 浦和8R 12着/12頭 05/15 川崎5R 4着/12頭+0.7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戦の調子平均 7.3着 (不振) × 当競馬場適性 48走で勝率 0% (苦戦) △ 距離適性同距離 54走で勝率 6% × 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 -58% ※ 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	グリーンウォレス逃げ	福原杏（浦和）	実5.3	B▲ A▲勝率14% EV-26% 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0%と苦戦傾向／同距離帯は4走で勝ち無し／前走2着）
前5走 08/10 浦和7R 2着/10頭+0.4秒 02/27 浦和3R 2着/11頭+1.1秒 01/10 浦和6R 9着/11頭+2.4秒 12/23 浦和4R 2着/7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 4.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 18.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.9% / 期待値 -26% ※ 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	イチゴホイップ自在	中山遥（浦和）	実3.3	B◎ A○勝率15% EV-51% 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走で勝率33%と好調／前走勝利の勢い）
前5走 08/12 浦和4R 1着/6頭勝利 07/16 浦和4R 5着/12頭 06/22 浦和10R 7着/10頭 05/29 浦和6R 2着/9頭 03/03 川崎4R 9着/10頭+1.3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戦の調子勝率 33% (上り調子) △ 当競馬場適性 27走で勝率 15% △ 距離適性同距離 38走で勝率 11% ○ 馬場適性同馬場 9走で勝率 22% △ 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) +110% (市場が大幅過小評価) AI 予想勝率 63.9% (オッズ暗示: 30.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.6% / 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。
5	エコロルキナ	木間龍（船橋）	実103.0	B× A▽勝率1% EV+9% 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 07/16 浦和7R 6着/12頭 07/07 川崎1R 9着/12頭 06/26 浦和7R 9着/10頭+3.0秒 05/29 浦和8R 7着/12頭+0.0秒 04/27 大井10R 11着/15頭+2.6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 8.0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 14走で勝ち無し △ 騎手近50戦勝率 4% (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 1.1% / 期待値 +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	コミックガール先行	櫻井光（川崎）	実45.3	B× A▽勝率3% EV+27% 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3R 9着/12頭+1.3秒 08/18 川崎3R 10着/12頭+1.5秒 07/27 川崎2R 6着/7頭+3.7秒 07/10 川崎12R 9着/10頭+2.0秒 05/15 川崎12R 8着/14頭+2.7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 8.3着 (不振) △ 距離適性同距離 18走で勝率 6% ○ 騎手近50戦勝率 14% ○ 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) -74% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.8% / 期待値 +27% ※ 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	キャルドーン先行	西啓太（大井）	実2.6	B○ A◎勝率35% EV-8% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／175日ぶりの実戦）
前5走 04/03 船橋8R 9着/12頭+3.2秒 11/28 浦和9R 9着/12頭+2.4秒 10/27 浦和6R 1着/12頭勝利 06/26 浦和9R 4着/12頭+1.0秒 05/12 川崎9R 4着/14頭+1.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 16走で勝率 19% △ ローテーション 175日休養明け × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 38.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 35.3% / 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	マッシュブライト	岡田大（浦和）	実38.0	B▽ A▽勝率4% EV+54% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/26 船橋4R 8着/12頭+2.2秒 08/12 浦和4R 4着/6頭+1.8秒 07/15 浦和3R 4着/12頭+0.0秒 06/25 浦和1R 8着/9頭 05/27 浦和2R 6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戦の調子平均 5.3着 △ 当競馬場適性 54走で勝率 7% △ 距離適性同距離 62走で勝率 10% △ 騎手近50戦勝率 2% (やや苦戦) × 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 1.4% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.1% / 期待値 +55% ※ 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	ロジドレフォン逃げ	實川純（船橋）	実127.9	B× A▽勝率1% EV+40% 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6R 10着/10頭 06/02 船橋9R 14着/14頭 05/05 船橋12R 12着/12頭+5.7秒 04/03 船橋12R 8着/13頭+3.6秒 03/16 浦和6R 9着/11頭+2.1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 12.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ○ 距離適性同距離 24走で勝率 21% ▽ 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 10位 / 勝率 1.1% / 期待値 +40% ※ 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	ピノモラーン	佐野遥（川崎）	実44.6	B× A▽勝率2% EV+9% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場59走で勝率3%と苦戦傾向／同距離帯は52走で勝ち無し／直近3走で勝率33%と好調）
前5走 08/12 浦和4R 6着/6頭+2.1秒 07/16 浦和4R 9着/12頭+0.0秒 06/24 浦和1R 1着/10頭 05/27 浦和2R 8着/12頭 04/22 浦和2R 8着/11頭+1.8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戦の調子勝率 33% (上り調子) × 当競馬場適性 59走で勝率 3% (苦戦) ▽ 距離適性同距離は 52走で勝ち無し × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.4% / 期待値 +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	ルチェッタ	吉留孝（浦和）	実21.3	B△ A△勝率5% EV+5% 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5走 08/28 船橋6R 6着/12頭+2.5秒 08/12 浦和5R 4着/9頭+1.3秒 07/17 浦和5R 5着/12頭+1.0秒 06/26 浦和5R 5着/7頭+0.0秒 06/05 船橋4R 3着/10頭+2.0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 5.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 距離適性同距離 15走で勝率 7% ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 4.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.0% / 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。
12	フルーツパフェ	野畑凌（川崎）	実7.0	B△ A△勝率11% EV-26% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 08/28 船橋6R 11着/12頭+3.3秒 08/04 船橋3R 1着/8頭勝利 07/15 浦和3R 5着/12頭 07/03 船橋6R 2着/11頭 06/25 浦和1R 3着/9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 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 18走で勝率 22% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 28日の間隔 (理想的) × 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 7.8% (オッズ暗示: 14.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.5% / 期待値 -26% ※ 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 ○

イチゴホイップ

騎手中山遥（浦和）

単勝オッズ

3.3倍

AI期待値

+110%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎7キャルドーン

2.6倍

EV -75%

▲A:▲3グリーンウォレス

5.3倍

EV -50%

出走馬全12頭

◎A:○4

イチゴホイップ

中山遥（浦和）

3.3倍

+110%

›

○A:◎7

キャルドーン

西啓太（大井）

2.6倍

-75%

›

▲A:▲3

グリーンウォレス

福原杏（浦和）

5.3倍

-50%

›

△A:△12

フルーツパフェ

野畑凌（川崎）

7.0倍

-45%

›

△A:△1

エミネントキャリア

藤本現（大井）

10.6倍

-63%

›

△A:△11

ルチェッタ

吉留孝（浦和）

21.3倍

-27%

›

▽A:▽8

マッシュブライト

岡田大（浦和）

38.0倍

-46%

›

×A:▽10

ピノモラーン

佐野遥（川崎）

44.6倍

-57%

›

×A:▽6

コミックガール

櫻井光（川崎）

45.3倍

-74%

›

×A:×2

セイウンコチョウ

國分祐（浦和）

103.0倍

-99%

›

×A:▽5

エコロルキナ

木間龍（船橋）

103.0倍

-99%

›

×A:▽9

ロジドレフォン

實川純（船橋）

127.9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

6R 浦和競馬場ダ1500m ダート1500m　発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エミネントキャリア	藤本現（大井）	実10.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は6走で勝ち無し）
前5走 08/12 浦和5R 9着/9頭+3.0秒 07/17 浦和5R 8着/12頭 06/26 浦和5R 4着/7頭 05/29 浦和7R 8着/10頭 04/20 浦和7R 9着/12頭+2.5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 7.0着 (不振) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 6走で勝ち無し △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 8.8% (オッズ暗示: 9.4%) ※ 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。
2	セイウンコチョウ	國分祐（浦和）	実103.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場48走で勝率0%と苦戦傾向）
前5走 08/12 浦和4R 5着/6頭+2.0秒 07/16 浦和4R 11着/12頭+3.0秒 06/26 浦和5R 6着/7頭+3.0秒 05/29 浦和8R 12着/12頭 05/15 川崎5R 4着/12頭+0.7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戦の調子平均 7.3着 (不振) × 当競馬場適性 48走で勝率 0% (苦戦) △ 距離適性同距離 54走で勝率 6% × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
3	グリーンウォレス逃げ	福原杏（浦和）	実5.3	▲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0%と苦戦傾向／同距離帯は4走で勝ち無し／前走2着）
前5走 08/10 浦和7R 2着/10頭+0.4秒 02/27 浦和3R 2着/11頭+1.1秒 01/10 浦和6R 9着/11頭+2.4秒 12/23 浦和4R 2着/7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 4.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 13.9% (オッズ暗示: 18.9%) ※ 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	イチゴホイップ自在	中山遥（浦和）	実3.3	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/12 浦和4R 1着/6頭勝利 07/16 浦和4R 5着/12頭 06/22 浦和10R 7着/10頭 05/29 浦和6R 2着/9頭 03/03 川崎4R 9着/10頭+1.3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戦の調子勝率 33% (上り調子) △ 当競馬場適性 27走で勝率 15% △ 距離適性同距離 38走で勝率 11% ○ 馬場適性同馬場 9走で勝率 22% △ 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) -52% (大幅な期待値マイナス) AI 予想勝率 14.6% (オッズ暗示: 30.3%) ※ 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	エコロルキナ	木間龍（船橋）	実103.0	▽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／同距離帯は14走で勝ち無し／直近3走平均8.0着と低調）
前5走 07/16 浦和7R 6着/12頭 07/07 川崎1R 9着/12頭 06/26 浦和7R 9着/10頭+3.0秒 05/29 浦和8R 7着/12頭+0.0秒 04/27 大井10R 11着/15頭+2.6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 8.0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 14走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 1.1% (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。
6	コミックガール先行	櫻井光（川崎）	実45.3	▽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3R 9着/12頭+1.3秒 08/18 川崎3R 10着/12頭+1.5秒 07/27 川崎2R 6着/7頭+3.7秒 07/10 川崎12R 9着/10頭+2.0秒 05/15 川崎12R 8着/14頭+2.7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 8.3着 (不振) △ 距離適性同距離 18走で勝率 6% ○ 騎手近50戦勝率 14% ○ 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) +27% (市場と概ね一致) AI 予想勝率 2.8% (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。
7	キャルドーン先行	西啓太（大井）	実2.6	◎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（直近3走で勝率33%と好調／175日ぶりの実戦）
前5走 04/03 船橋8R 9着/12頭+3.2秒 11/28 浦和9R 9着/12頭+2.4秒 10/27 浦和6R 1着/12頭勝利 06/26 浦和9R 4着/12頭+1.0秒 05/12 川崎9R 4着/14頭+1.0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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 16走で勝率 19% △ ローテーション 175日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 35.3% (オッズ暗示: 38.5%) ※ 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。
8	マッシュブライト	岡田大（浦和）	実38.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/26 船橋4R 8着/12頭+2.2秒 08/12 浦和4R 4着/6頭+1.8秒 07/15 浦和3R 4着/12頭+0.0秒 06/25 浦和1R 8着/9頭 05/27 浦和2R 6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戦の調子平均 5.3着 △ 当競馬場適性 54走で勝率 7% △ 距離適性同距離 62走で勝率 10% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 期待値 (オッズ vs AI勝率) +54% (市場が大幅過小評価) AI 予想勝率 4.1% (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。
9	ロジドレフォン逃げ	實川純（船橋）	実127.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／直近3走平均12.0着と低調／70日ぶりの実戦）
前5走 07/17 浦和6R 10着/10頭 06/02 船橋9R 14着/14頭 05/05 船橋12R 12着/12頭+5.7秒 04/03 船橋12R 8着/13頭+3.6秒 03/16 浦和6R 9着/11頭+2.1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 12.0着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ○ 距離適性同距離 24走で勝率 21% ▽ 前走実績前走 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 1.1% (オッズ暗示: 0.8%) ※ 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。
10	ピノモラーン	佐野遥（川崎）	実44.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場59走で勝率3%と苦戦傾向／同距離帯は52走で勝ち無し／直近3走で勝率33%と好調）
前5走 08/12 浦和4R 6着/6頭+2.1秒 07/16 浦和4R 9着/12頭+0.0秒 06/24 浦和1R 1着/10頭 05/27 浦和2R 8着/12頭 04/22 浦和2R 8着/11頭+1.8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戦の調子勝率 33% (上り調子) × 当競馬場適性 59走で勝率 3% (苦戦) ▽ 距離適性同距離は 52走で勝ち無し △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 2.4% (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。
11	ルチェッタ	吉留孝（浦和）	実21.3	△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5走 08/28 船橋6R 6着/12頭+2.5秒 08/12 浦和5R 4着/9頭+1.3秒 07/17 浦和5R 5着/12頭+1.0秒 06/26 浦和5R 5着/7頭+0.0秒 06/05 船橋4R 3着/10頭+2.0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 5.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 距離適性同距離 15走で勝率 7% ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 5.0% (オッズ暗示: 4.7%) ※ 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	フルーツパフェ	野畑凌（川崎）	実7.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 08/28 船橋6R 11着/12頭+3.3秒 08/04 船橋3R 1着/8頭勝利 07/15 浦和3R 5着/12頭 07/03 船橋6R 2着/11頭 06/25 浦和1R 3着/9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 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 18走で勝率 22% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 10.5% (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。

AIの本命

AI評価1位

キャルドーン

騎手西啓太（大井）

単勝オッズ

2.6倍

AI期待値

-8%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4イチゴホイップ

3.3倍

EV -51%

▲3グリーンウォレス

5.3倍

EV -26%

出走馬全12頭

◎7

キャルドーン

西啓太（大井）

2.6倍

-8%

›

○4

イチゴホイップ

中山遥（浦和）

3.3倍

-51%

›

▲3

グリーンウォレス

福原杏（浦和）

5.3倍

-26%

›

△12

フルーツパフェ

野畑凌（川崎）

7.0倍

-26%

›

△1

エミネントキャリア

藤本現（大井）

10.6倍

-6%

›

△11

ルチェッタ

吉留孝（浦和）

21.3倍

+5%

›

▽8

マッシュブライト

岡田大（浦和）

38.0倍

+54%

›

▽6

コミックガール

櫻井光（川崎）

45.3倍

+27%

›

▽10

ピノモラーン

佐野遥（川崎）

44.6倍

+9%

›

▽9

ロジドレフォン

實川純（船橋）

127.9倍

+40%

›

▽5

エコロルキナ

木間龍（船橋）

103.0倍

+9%

›

×2

セイウンコチョウ

國分祐（浦和）

103.0倍

-57%

›

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