浦和 7R 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

7R 浦和競馬場ダ1400m ダート1400m　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	チェスナットドレス	中島良（浦和）	実172.0	B× A▽勝率0% EV-48% 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5R 10着/11頭+3.3秒 07/16 浦和5R 9着/11頭 06/22 浦和8R 7着/8頭 06/16 川崎4R 10着/12頭 05/29 浦和9R 7着/10頭
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 8.7着 (不振) × 当競馬場適性 51走で勝率 2% (苦戦) ▽ 距離適性同距離は 57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) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 0.3% / 期待値 -48% ※ 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	トウカイディアマン自在	澤田龍（船橋）	推定—	B◎ A▲勝率19% EV-67% 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7走で勝率43%と適性高／同距離帯7走で勝率43%／直近3走で勝率33%と好調）
前5走 08/10 浦和5R 2着/11頭+0.4秒 07/13 浦和7R 1着/12頭 06/23 浦和9R 4着/10頭+1.0秒 05/25 浦和6R 2着/11頭+2.0秒 03/18 浦和5R 1着/8頭勝利
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) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 7走で勝率 43% ○ 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) +31% (妙味あり) AI 予想勝率 78.6% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 19.3% / 期待値 -68% ※ 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	ラグーンプリンセス追込	室陽一（浦和）	実34.6	B× A▽勝率2% 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 05/28 浦和7R 3着/12頭+0.0秒 05/04 船橋6R 7着/12頭+2.5秒 04/21 浦和4R 10着/10頭+3.2秒 04/09 川崎7R 11着/11頭+1.8秒 03/20 浦和5R 9着/10頭+0.9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 6.7着 × 当競馬場適性 27走で勝率 4% (苦戦) ▽ 距離適性同距離は 28走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) △ ローテーション 120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 1.7% / 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。
4	グラッツェ	笹川翼（大井）	実1.9	B▲ A×勝率22% EV-57% 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50%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 06/25 浦和9R 2着/10頭 05/25 浦和6R 1着/11頭 02/25 浦和2R 9着/13頭+1.8秒 01/09 浦和6R 1着/12頭勝利 11/09 312R 4着/8頭
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 4走で勝率 50% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 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) -93% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 52.6%) × Aモデルの評価 (参考) レース内 1位 / 勝率 22.4% / 期待値 -57% ※ 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	オーデンリッキー逃げ	保園翔（浦和）	実15.7	B△ A▽勝率4% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 08/07 浦和5R 6着/8頭+1.9秒 07/17 浦和8R 2着/10頭 06/22 浦和10R 1着/10頭 05/29 浦和2R 2着/12頭+0.0秒 04/20 浦和9R 13着/13頭+3.5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 33% (上り調子) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 15走で勝率 13% × 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 0.2% (オッズ暗示: 6.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.0% / 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。
6	ラヴィーズドリーム逃げ	福原杏（浦和）	実3.2	B○ A○勝率21% EV-33% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率25%と適性高／同距離帯8走で勝率25%／直近3走で勝率33%と好調）
前5走 08/10 浦和5R 1着/11頭勝利 07/13 浦和8R 5着/12頭 06/25 浦和9R 5着/10頭 02/25 浦和2R 1着/13頭勝利 01/07 浦和2R 5着/12頭+1.9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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 12.7% (オッズ暗示: 31.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.8% / 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。
7	ルクスリーベン	張田昂（船橋）	実32.1	B× A▽勝率3% EV+2% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調）
前5走 08/07 浦和9R 8着/10頭+1.9秒 07/29 川崎5R 12着/12頭+3.3秒 07/17 浦和8R 8着/10頭 06/26 浦和5R 1着/7頭 05/29 浦和7R 7着/10頭
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 17走で勝率 18% (相性良) ○ 距離適性同距離 20走で勝率 15% × 期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.2% / 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。
8	マデイニスルー追込	岡田大（浦和）	実170.8	B× A▽勝率0% EV-21% 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9R 9着/10頭+3.7秒 03/30 船橋5R 10着/14頭+1.3秒 03/10 船橋9R 4着/14頭+0.6秒 02/26 浦和8R 10着/14頭+1.5秒 02/12 船橋5R 3着/13頭+0.0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 7.7着 (不振) ▽ 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) × 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 13位 / 勝率 0.5% / 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。
9	アンジェマリーナ逃げ	及川烈（浦和）	実17.2	B× A×勝率3% EV-52% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場25走で勝率0%と苦戦傾向／同距離帯は29走で勝ち無し）
前5走 08/10 浦和5R 4着/11頭+1.2秒 07/16 浦和5R 3着/11頭+0.0秒 05/28 浦和7R 5着/12頭+1.0秒 04/20 浦和7R 3着/12頭+1.0秒 03/18 浦和10R 3着/12頭+0.4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 4.0着 × 当競馬場適性 25走で勝率 0% (苦戦) ▽ 距離適性同距離は 29走で勝ち無し × 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 0.2% (オッズ暗示: 5.8%) × Aモデルの評価 (参考) レース内 9位 / 勝率 2.8% / 期待値 -53% ※ 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	マロンルピナス差し	池谷匠（川崎）	実16.4	B× A△勝率7% EV+21% 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 08/18 川崎5R 6着/11頭+1.4秒 07/29 川崎5R 2着/12頭+0.9秒 06/16 川崎5R 10着/12頭 05/25 浦和6R 4着/11頭+2.0秒 05/14 川崎4R 5着/12頭+0.7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 5走で勝率 40% (得意) △ 距離適性同距離 22走で勝率 14% × 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 7.4% / 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。
11	セイウンユズカ先行	國分祐（浦和）	実10.4	B△ A△勝率4% EV-56% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／177日ぶりの実戦）
前5走 04/01 船橋9R 4着/8頭+0.8秒 01/19 船橋5R 1着/12頭勝利 12/09 船橋5R 3着/12頭+0.3秒 11/03 船橋3R 1着/11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 33% (上り調子) △ ローテーション 177日休養明け × 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 0.4% (オッズ暗示: 9.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.2% / 期待値 -57% ※ 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	セイウンスイート	吉留孝（浦和）	実116.6	B× A▽勝率1% EV-26% 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 08/18 川崎5R 10着/11頭+2.2秒 08/10 浦和5R 9着/11頭+2.9秒 07/16 浦和5R 6着/11頭+1.0秒 07/07 川崎7R 11着/12頭 06/24 浦和7R 8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戦の調子平均 8.3着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) △ 距離適性同距離 16走で勝率 12% ○ 馬場適性同馬場 9走で勝率 22% ▽ 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 12位 / 勝率 0.6% / 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。
13	メイショウフェリオ先行	七夕裕（浦和）	実76.4	B× A▽勝率2% EV+71% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同距離帯は17走で勝ち無し／120日ぶりの実戦）
前5走 05/28 浦和5R 4着/12頭 04/20 浦和6R 6着/11頭+2.7秒 04/08 川崎6R 3着/12頭+0.2秒 01/02 川崎7R 10着/14頭+2.0秒 12/19 川崎12R 9着/12頭+3.6秒
AI 評価の内訳 — 馬番 13 ◎ 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 17走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 120日休養明け × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.2% / 期待値 +72% ※ 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。
14	スウェルティア	藤本現（大井）	実14.3	B△ A△勝率11% EV+51% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 08/10 浦和9R 5着/10頭+1.4秒 07/17 浦和8R 1着/10頭 06/24 浦和5R 3着/3頭 05/27 浦和5R 6着/9頭 04/24 浦和6R 2着/11頭+0.0秒
AI 評価の内訳 — 馬番 14 ◎ 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 7走で勝率 29% (得意) ◎ 距離適性同距離 7走で勝率 29% × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 7.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.6% / 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。

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 ▲

トウカイディアマン

騎手澤田龍（船橋）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6ラヴィーズドリーム

3.2倍

EV -59%

▲A:×4グラッツェ

1.9倍

EV -92%

出走馬全14頭

◎A:▲2

トウカイディアマン

澤田龍（船橋）

—

›

○A:○6

ラヴィーズドリーム

福原杏（浦和）

3.2倍

-59%

›

▲A:×4

グラッツェ

笹川翼（大井）

1.9倍

-92%

›

△A:△14

スウェルティア

藤本現（大井）

14.3倍

-46%

›

△A:△11

セイウンユズカ

國分祐（浦和）

10.4倍

-96%

›

△A:▽5

オーデンリッキー

保園翔（浦和）

15.7倍

-96%

›

×A:×9

アンジェマリーナ

及川烈（浦和）

17.2倍

-96%

›

×A:▽13

メイショウフェリオ

七夕裕（浦和）

76.4倍

-82%

›

×A:▽7

ルクスリーベン

張田昂（船橋）

32.1倍

-97%

›

×A:△10

マロンルピナス

池谷匠（川崎）

16.4倍

-99%

›

×A:▽3

ラグーンプリンセス

室陽一（浦和）

34.6倍

-99%

›

×A:▽12

セイウンスイート

吉留孝（浦和）

116.6倍

-99%

›

×A:▽8

マデイニスルー

岡田大（浦和）

170.8倍

-99%

›

×A:▽1

チェスナットドレス

中島良（浦和）

172.0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

7R 浦和競馬場ダ1400m ダート1400m　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	チェスナットドレス	中島良（浦和）	実172.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場51走で勝率2%と苦戦傾向／同距離帯は57走で勝ち無し／直近3走平均8.7着と低調）
前5走 08/10 浦和5R 10着/11頭+3.3秒 07/16 浦和5R 9着/11頭 06/22 浦和8R 7着/8頭 06/16 川崎4R 10着/12頭 05/29 浦和9R 7着/10頭
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 8.7着 (不振) × 当競馬場適性 51走で勝率 2% (苦戦) ▽ 距離適性同距離は 57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) -48% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。
2	トウカイディアマン自在	澤田龍（船橋）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場7走で勝率43%と適性高／同距離帯7走で勝率43%／直近3走で勝率33%と好調）
前5走 08/10 浦和5R 2着/11頭+0.4秒 07/13 浦和7R 1着/12頭 06/23 浦和9R 4着/10頭+1.0秒 05/25 浦和6R 2着/11頭+2.0秒 03/18 浦和5R 1着/8頭勝利
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) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 7走で勝率 43% ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 19.3% ※ 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	ラグーンプリンセス追込	室陽一（浦和）	実34.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場27走で勝率4%と苦戦傾向／同距離帯は28走で勝ち無し／前走3着）
前5走 05/28 浦和7R 3着/12頭+0.0秒 05/04 船橋6R 7着/12頭+2.5秒 04/21 浦和4R 10着/10頭+3.2秒 04/09 川崎7R 11着/11頭+1.8秒 03/20 浦和5R 9着/10頭+0.9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 6.7着 × 当競馬場適性 27走で勝率 4% (苦戦) ▽ 距離適性同距離は 28走で勝ち無し ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) △ ローテーション 120日休養明け × 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 1.7% (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。
4	グラッツェ	笹川翼（大井）	実1.9	×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50%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 06/25 浦和9R 2着/10頭 05/25 浦和6R 1着/11頭 02/25 浦和2R 9着/13頭+1.8秒 01/09 浦和6R 1着/12頭勝利 11/09 312R 4着/8頭
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 4走で勝率 50% (得意) ◎ 距離適性同距離 4走で勝率 25% ◎ 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) -57% (大幅な期待値マイナス) AI 予想勝率 22.4% (オッズ暗示: 52.6%) ※ 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	オーデンリッキー逃げ	保園翔（浦和）	実15.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 08/07 浦和5R 6着/8頭+1.9秒 07/17 浦和8R 2着/10頭 06/22 浦和10R 1着/10頭 05/29 浦和2R 2着/12頭+0.0秒 04/20 浦和9R 13着/13頭+3.5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 33% (上り調子) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 15走で勝率 13% × 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 4.0% (オッズ暗示: 6.4%) ※ 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。
6	ラヴィーズドリーム逃げ	福原杏（浦和）	実3.2	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率25%と適性高／同距離帯8走で勝率25%／直近3走で勝率33%と好調）
前5走 08/10 浦和5R 1着/11頭勝利 07/13 浦和8R 5着/12頭 06/25 浦和9R 5着/10頭 02/25 浦和2R 1着/13頭勝利 01/07 浦和2R 5着/12頭+1.9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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) × 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 20.8% (オッズ暗示: 31.2%) ※ 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	ルクスリーベン	張田昂（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9.3着と低調）
前5走 08/07 浦和9R 8着/10頭+1.9秒 07/29 川崎5R 12着/12頭+3.3秒 07/17 浦和8R 8着/10頭 06/26 浦和5R 1着/7頭 05/29 浦和7R 7着/10頭
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 17走で勝率 18% (相性良) ○ 距離適性同距離 20走で勝率 15% △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 3.2% (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。
8	マデイニスルー追込	岡田大（浦和）	実170.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は4走で勝ち無し）
前5走 08/10 浦和9R 9着/10頭+3.7秒 03/30 船橋5R 10着/14頭+1.3秒 03/10 船橋9R 4着/14頭+0.6秒 02/26 浦和8R 10着/14頭+1.5秒 02/12 船橋5R 3着/13頭+0.0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 7.7着 (不振) ▽ 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) △ 期待値 (オッズ vs AI勝率) -21% (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。
9	アンジェマリーナ逃げ	及川烈（浦和）	実17.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場25走で勝率0%と苦戦傾向／同距離帯は29走で勝ち無し）
前5走 08/10 浦和5R 4着/11頭+1.2秒 07/16 浦和5R 3着/11頭+0.0秒 05/28 浦和7R 5着/12頭+1.0秒 04/20 浦和7R 3着/12頭+1.0秒 03/18 浦和10R 3着/12頭+0.4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 4.0着 × 当競馬場適性 25走で勝率 0% (苦戦) ▽ 距離適性同距離は 29走で勝ち無し × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 5.8%) ※ 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	マロンルピナス差し	池谷匠（川崎）	実16.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率40%と適性高）
前5走 08/18 川崎5R 6着/11頭+1.4秒 07/29 川崎5R 2着/12頭+0.9秒 06/16 川崎5R 10着/12頭 05/25 浦和6R 4着/11頭+2.0秒 05/14 川崎4R 5着/12頭+0.7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 5走で勝率 40% (得意) △ 距離適性同距離 22走で勝率 14% △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 7.4% (オッズ暗示: 6.1%) ※ 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。
11	セイウンユズカ先行	國分祐（浦和）	実10.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／177日ぶりの実戦）
前5走 04/01 船橋9R 4着/8頭+0.8秒 01/19 船橋5R 1着/12頭勝利 12/09 船橋5R 3着/12頭+0.3秒 11/03 船橋3R 1着/11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 33% (上り調子) △ ローテーション 177日休養明け × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 4.2% (オッズ暗示: 9.6%) ※ 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。
12	セイウンスイート	吉留孝（浦和）	実116.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／直近3走平均8.3着と低調）
前5走 08/18 川崎5R 10着/11頭+2.2秒 08/10 浦和5R 9着/11頭+2.9秒 07/16 浦和5R 6着/11頭+1.0秒 07/07 川崎7R 11着/12頭 06/24 浦和7R 8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戦の調子平均 8.3着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) △ 距離適性同距離 16走で勝率 12% ○ 馬場適性同馬場 9走で勝率 22% ▽ 前走実績前走 10着 (大敗) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 0.6% (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。
13	メイショウフェリオ先行	七夕裕（浦和）	実76.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同距離帯は17走で勝ち無し／120日ぶりの実戦）
前5走 05/28 浦和5R 4着/12頭 04/20 浦和6R 6着/11頭+2.7秒 04/08 川崎6R 3着/12頭+0.2秒 01/02 川崎7R 10着/14頭+2.0秒 12/19 川崎12R 9着/12頭+3.6秒
AI 評価の内訳 — 馬番 13 ◎ 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 17走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 120日休養明け ◎ 期待値 (オッズ vs AI勝率) +71% (市場が大幅過小評価) AI 予想勝率 2.2% (オッズ暗示: 1.3%) ※ 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。
14	スウェルティア	藤本現（大井）	実14.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 08/10 浦和9R 5着/10頭+1.4秒 07/17 浦和8R 1着/10頭 06/24 浦和5R 3着/3頭 05/27 浦和5R 6着/9頭 04/24 浦和6R 2着/11頭+0.0秒
AI 評価の内訳 — 馬番 14 ◎ 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 7走で勝率 29% (得意) ◎ 距離適性同距離 7走で勝率 29% ◎ 期待値 (オッズ vs AI勝率) +51% (市場が大幅過小評価) AI 予想勝率 10.6% (オッズ暗示: 7.0%) ※ 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

グラッツェ

騎手笹川翼（大井）

単勝オッズ

1.9倍

AI期待値

-57%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ラヴィーズドリーム

3.2倍

EV -33%

▲2トウカイディアマン

—

EV —

出走馬全14頭

×4

グラッツェ

笹川翼（大井）

1.9倍

-57%

›

○6

ラヴィーズドリーム

福原杏（浦和）

3.2倍

-33%

›

▲2

トウカイディアマン

澤田龍（船橋）

—

›

△14

スウェルティア

藤本現（大井）

14.3倍

+51%

›

△10

マロンルピナス

池谷匠（川崎）

16.4倍

+21%

›

△11

セイウンユズカ

國分祐（浦和）

10.4倍

-56%

›

▽5

オーデンリッキー

保園翔（浦和）

15.7倍

-36%

›

▽7

ルクスリーベン

張田昂（船橋）

32.1倍

+2%

›

×9

アンジェマリーナ

及川烈（浦和）

17.2倍

-52%

›

▽13

メイショウフェリオ

七夕裕（浦和）

76.4倍

+71%

›

▽3

ラグーンプリンセス

室陽一（浦和）

34.6倍

-42%

›

▽12

セイウンスイート

吉留孝（浦和）

116.6倍

-26%

›

▽8

マデイニスルー

岡田大（浦和）

170.8倍

-21%

›

▽1

チェスナットドレス

中島良（浦和）

172.0倍

-48%

›

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