浦和 11R 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

11R 浦和競馬場ダ1400m ダート1400m　発走 18:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウェルウィッチア逃げ	岡村健（船橋）	実15.1	B△ A△勝率8% EV+14% 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75%と適性高／同距離帯13走で勝率54%／同馬場状態で勝率33%）
前5走 05/28 浦和10R 1着/11頭 04/23 浦和12R 1着/10頭勝利 03/16 浦和11R 3着/13頭+0.8秒 02/25 浦和9R 1着/13頭勝利 02/09 船橋11R 8着/14頭+1.7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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 距離適性同距離 13走で勝率 54% ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 120日休養明け × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 6.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.6% / 期待値 +14% ※ 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	マッスル追込	笹川翼（大井）	実1.5	B○ A×勝率30% EV-54% 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50%と適性高／同距離帯7走で勝率43%／直近3走で勝率67%と好調）
前5走 09/09 川崎10R 1着/13頭勝利 08/11 浦和9R 1着/9頭勝利 05/06 船橋11R 13着/14頭+3.1秒 04/22 浦和8R 1着/12頭勝利 04/08 川崎4R 2着/6頭+0.0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 67% (絶好調) ◎ 当競馬場適性 6走で勝率 50% (得意) ◎ 距離適性同距離 7走で勝率 43% ◎ 騎手近50戦勝率 30% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -85% (大幅な期待値マイナス) AI 予想勝率 10.0% (オッズ暗示: 66.7%) × Aモデルの評価 (参考) レース内 1位 / 勝率 30.4% / 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。
3	タツノマッハ自在	櫻井光（川崎）	実148.8	B× A▽勝率1% EV+23% 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 09/08 川崎9R 8着/9頭+1.7秒 08/21 川崎11R 7着/8頭+1.8秒 10/16 川崎10R 8着/11頭+1.0秒 09/10 川崎10R 7着/11頭+1.3秒 06/18 川崎9R 8着/12頭+1.0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 7.7着 (不振) ○ 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) -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 0.8% / 期待値 +24% ※ 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	モズハッピーロード逃げ	七夕裕（浦和）	実227.3	B× A▽勝率1% EV+18% 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10R 13着/13頭+4.6秒 08/25 船橋11R 13着/13頭+3.4秒 07/17 浦和11R 9着/11頭+3.0秒 01/21 船橋10R 8着/13頭+0.8秒 01/09 浦和11R 6着/10頭+0.9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 11.7着 (不振) ○ 当競馬場適性 33走で勝率 15% (相性良) △ 距離適性同距離 37走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 13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 14位 / 勝率 0.5% / 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。
5	フークアンビション自在	西啓太（大井）	実35.7	B× A▽勝率3% 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8R 7着/12頭+1.6秒 08/05 船橋9R 6着/9頭+0.9秒 06/04 船橋11R 3着/12頭 05/04 船橋10R 3着/9頭+0.3秒 04/21 浦和11R 6着/7頭+1.5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戦の調子平均 5.3着 × 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 8位 / 勝率 3.2% / 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。
6	アイリーズ	野畑凌（川崎）	実17.7	B▲ A△勝率9% EV+53% 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50%と適性高／同距離帯6走で勝率33%／直近3走で勝率33%と好調）
前5走 09/09 川崎11R 9着/13頭+4.9秒 07/28 川崎11R 4着/14頭+0.6秒 07/14 浦和10R 1着/3頭 04/29 大井11R 12着/13頭+3.8秒 04/24 浦和8R 2着/7頭+0.1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 6走で勝率 50% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 馬場適性同馬場 5走で勝率 20% ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.7% / 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。
7	ショウネンジダイ逃げ	木間龍（船橋）	実107.5	B× A▽勝率1% EV+5% 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11R 8着/11頭+2.0秒 04/20 浦和11R 5着/13頭+0.6秒 03/18 浦和9R 1着/12頭勝利 01/07 浦和10R 3着/13頭+0.3秒 12/23 浦和9R 3着/11頭+0.8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 18走で勝率 22% (相性良) ○ 距離適性同距離 27走で勝率 19% △ 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 12位 / 勝率 1.0% / 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。
8	エコロレオナ	中山遥（浦和）	実6.5	B△ A○勝率17% EV+10% 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33%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 08/07 浦和11R 2着/9頭+0.3秒 07/14 浦和8R 1着/12頭 06/26 浦和10R 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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% △ 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) -91% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 15.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.0% / 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。
9	オリジナルパターン逃げ推奨	張田昂（船橋）	実8.4	B◎ A▲勝率14% EV+19% 詳細▼	市場が大きく過小評価、AI予想勝率82% × オッズ8.4倍で期待値+589%の有力候補（直近3走勝率33%と上り調子／当競馬場5走で勝率60%と適性高／同距離帯で勝率60%と得意）
前5走 05/06 船橋11R 14着/14頭+3.2秒 04/07 川崎11R 2着/14頭+0.3秒 03/20 浦和9R 1着/9頭勝利 03/09 大井11R 10着/10頭+6.7秒 01/07 浦和7R 1着/9頭勝利
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 5走で勝率 60% ◎ 馬場適性同馬場 3走で勝率 67% ▽ 前走実績前走 14着 (大敗) △ ローテーション 142日休養明け ◎ 期待値 (オッズ vs AI勝率) +589% (市場が大幅過小評価) AI 予想勝率 82.1% (オッズ暗示: 11.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.3% / 期待値 +20% ※ 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	デザートウインド差し	西啓太（大井）	推定—	B× A×勝率3% EV-95% 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 05/26 浦和12R 12着/12頭+5.0秒 04/21 浦和10R 10着/12頭+1.9秒 03/19 浦和10R 13着/13頭+5.1秒 02/23 浦和11R 12着/13頭+3.9秒 02/12 船橋10R 8着/12頭+1.4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 11.7着 (不振) × 当競馬場適性 21走で勝率 5% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ▽ 前走実績前走 12着 (大敗) △ ローテーション 122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 9位 / 勝率 3.0% / 期待値 -96% ※ 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	フォースゲイト差し	古岡勇（川崎）	実43.7	B× A▽勝率2% EV-6% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯13走で勝率31%／前走2着）
前5走 08/25 船橋8R 2着/12頭+0.0秒 07/30 川崎10R 7着/13頭+1.1秒 07/08 川崎10R 5着/9頭 05/11 川崎11R 7着/14頭+0.9秒 04/08 川崎10R 7着/14頭+1.6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 4.7着 ◎ 距離適性同距離 13走で勝率 31% ○ 馬場適性同馬場 4走で勝率 25% ○ 前走実績前走 2着 (好走) × 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 0.4% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 2.1% / 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。
12	フクチャンキング先行	福原杏（浦和）	実18.7	B× A△勝率6% EV+7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率25%と適性高／直近3走で勝率33%と好調／前走3着）
前5走 08/11 浦和9R 3着/9頭+0.5秒 05/29 浦和11R 2着/10頭 04/22 浦和10R 1着/12頭勝利 04/09 川崎12R 3着/12頭+0.4秒 03/17 浦和10R 1着/12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 8走で勝率 25% (得意) △ 距離適性同距離 34走で勝率 9% ○ 前走実績前走 3着 (好走) × 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: 5.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.8% / 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。
13	ダノンレーニア逃げ	室陽一（浦和）	実19.2	B△ A▽勝率3% EV-37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場13走で勝率62%と適性高／同距離帯13走で勝率62%／同馬場状態で勝率75%）
前5走 09/09 川崎10R 4着/13頭+1.9秒 08/10 浦和11R 1着/12頭勝利 06/26 浦和10R 5着/12頭 04/21 浦和7R 1着/10頭勝利 02/26 浦和10R 1着/11頭勝利
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 13走で勝率 62% (得意) ◎ 距離適性同距離 13走で勝率 62% ◎ 馬場適性同馬場 4走で勝率 75% ○ 騎手近50戦勝率 14% ○ 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) -72% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 5.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.3% / 期待値 -38% ※ 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	メロスゴー自在	及川烈（浦和）	実43.8	B× A▽勝率2% EV+5% 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10R 5着/13頭+2.2秒 08/07 浦和11R 6着/9頭+0.9秒 07/17 浦和11R 2着/11頭 06/26 浦和11R 5着/10頭 05/28 浦和11R 5着/13頭
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戦の調子平均 4.3着 △ 当競馬場適性 28走で勝率 7% △ 距離適性同距離 30走で勝率 7% ○ 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 2.4% / 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。

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 ▲

オリジナルパターン

騎手張田昂（船橋）

単勝オッズ

8.4倍

AI期待値

+589%

買い目

¥1,900

全レースの推奨

AIの推奨本命の次点

○A:×2マッスル

1.5倍

EV -84%

▲A:△6アイリーズ

17.7倍

EV -30%

出走馬全14頭

◎A:▲9

オリジナルパターン

張田昂（船橋）

8.4倍

+589%

›

○A:×2

マッスル

笹川翼（大井）

1.5倍

-84%

›

▲A:△6

アイリーズ

野畑凌（川崎）

17.7倍

-30%

›

△A:○8

エコロレオナ

中山遥（浦和）

6.5倍

-90%

›

△A:▽13

ダノンレーニア

室陽一（浦和）

19.2倍

-72%

›

△A:△1

ウェルウィッチア

岡村健（船橋）

15.1倍

-93%

›

×A:▽11

フォースゲイト

古岡勇（川崎）

43.7倍

-82%

›

×A:△12

フクチャンキング

福原杏（浦和）

18.7倍

-95%

›

×A:×10

デザートウインド

西啓太（大井）

—

›

×A:▽5

フークアンビション

西啓太（大井）

35.7倍

-99%

›

×A:▽14

メロスゴー

及川烈（浦和）

43.8倍

-99%

›

×A:▽7

ショウネンジダイ

木間龍（船橋）

107.5倍

-99%

›

×A:▽3

タツノマッハ

櫻井光（川崎）

148.8倍

-99%

›

×A:▽4

モズハッピーロード

七夕裕（浦和）

227.3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 9 オリジナルパターン ¥1,900 実8.4倍期待値 +590% 不的中2着単勝 8.4倍

※ オッズは予測時点の値です。

11R 浦和競馬場ダ1400m ダート1400m　発走 18:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウェルウィッチア逃げ	岡村健（船橋）	実15.1	△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75%と適性高／同距離帯13走で勝率54%／同馬場状態で勝率33%）
前5走 05/28 浦和10R 1着/11頭 04/23 浦和12R 1着/10頭勝利 03/16 浦和11R 3着/13頭+0.8秒 02/25 浦和9R 1着/13頭勝利 02/09 船橋11R 8着/14頭+1.7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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 距離適性同距離 13走で勝率 54% ◎ 馬場適性同馬場 3走で勝率 33% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 7.6% (オッズ暗示: 6.6%) ※ 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	マッスル追込	笹川翼（大井）	実1.5	×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50%と適性高／同距離帯7走で勝率43%／直近3走で勝率67%と好調）
前5走 09/09 川崎10R 1着/13頭勝利 08/11 浦和9R 1着/9頭勝利 05/06 船橋11R 13着/14頭+3.1秒 04/22 浦和8R 1着/12頭勝利 04/08 川崎4R 2着/6頭+0.0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 67% (絶好調) ◎ 当競馬場適性 6走で勝率 50% (得意) ◎ 距離適性同距離 7走で勝率 43% ◎ 騎手近50戦勝率 30% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -54% (大幅な期待値マイナス) AI 予想勝率 30.4% (オッズ暗示: 66.7%) ※ 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。
3	タツノマッハ自在	櫻井光（川崎）	実148.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/08 川崎9R 8着/9頭+1.7秒 08/21 川崎11R 7着/8頭+1.8秒 10/16 川崎10R 8着/11頭+1.0秒 09/10 川崎10R 7着/11頭+1.3秒 06/18 川崎9R 8着/12頭+1.0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 7.7着 (不振) ○ 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) +23% (市場と概ね一致) AI 予想勝率 0.8% (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。
4	モズハッピーロード逃げ	七夕裕（浦和）	実227.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.7着と低調）
前5走 09/09 川崎10R 13着/13頭+4.6秒 08/25 船橋11R 13着/13頭+3.4秒 07/17 浦和11R 9着/11頭+3.0秒 01/21 船橋10R 8着/13頭+0.8秒 01/09 浦和11R 6着/10頭+0.9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 11.7着 (不振) ○ 当競馬場適性 33走で勝率 15% (相性良) △ 距離適性同距離 37走で勝率 14% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 13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) +18% (市場と概ね一致) AI 予想勝率 0.5% (オッズ暗示: 0.4%) ※ 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。
5	フークアンビション自在	西啓太（大井）	実35.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/25 船橋8R 7着/12頭+1.6秒 08/05 船橋9R 6着/9頭+0.9秒 06/04 船橋11R 3着/12頭 05/04 船橋10R 3着/9頭+0.3秒 04/21 浦和11R 6着/7頭+1.5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戦の調子平均 5.3着 △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 3.2% (オッズ暗示: 2.8%) ※ 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。
6	アイリーズ	野畑凌（川崎）	実17.7	△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50%と適性高／同距離帯6走で勝率33%／直近3走で勝率33%と好調）
前5走 09/09 川崎11R 9着/13頭+4.9秒 07/28 川崎11R 4着/14頭+0.6秒 07/14 浦和10R 1着/3頭 04/29 大井11R 12着/13頭+3.8秒 04/24 浦和8R 2着/7頭+0.1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 6走で勝率 50% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 馬場適性同馬場 5走で勝率 20% ○ 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) +53% (市場が大幅過小評価) AI 予想勝率 8.7% (オッズ暗示: 5.6%) ※ 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。
7	ショウネンジダイ逃げ	木間龍（船橋）	実107.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／70日ぶりの実戦）
前5走 07/17 浦和11R 8着/11頭+2.0秒 04/20 浦和11R 5着/13頭+0.6秒 03/18 浦和9R 1着/12頭勝利 01/07 浦和10R 3着/13頭+0.3秒 12/23 浦和9R 3着/11頭+0.8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 18走で勝率 22% (相性良) ○ 距離適性同距離 27走で勝率 19% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 1.0% (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。
8	エコロレオナ	中山遥（浦和）	実6.5	○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33%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 08/07 浦和11R 2着/9頭+0.3秒 07/14 浦和8R 1着/12頭 06/26 浦和10R 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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% △ 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) +10% (市場と概ね一致) AI 予想勝率 17.0% (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。
9	オリジナルパターン逃げ推奨	張田昂（船橋）	実8.4	▲詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場5走で勝率60%と適性高／同距離帯で勝率60%と得意）
前5走 05/06 船橋11R 14着/14頭+3.2秒 04/07 川崎11R 2着/14頭+0.3秒 03/20 浦和9R 1着/9頭勝利 03/09 大井11R 10着/10頭+6.7秒 01/07 浦和7R 1着/9頭勝利
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 5走で勝率 60% ◎ 馬場適性同馬場 3走で勝率 67% ▽ 前走実績前走 14着 (大敗) △ ローテーション 142日休養明け △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 14.3% (オッズ暗示: 11.9%) ※ 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	デザートウインド差し	西啓太（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場21走で勝率5%と苦戦傾向／同距離帯は20走で勝ち無し／直近3走平均11.7着と低調）
前5走 05/26 浦和12R 12着/12頭+5.0秒 04/21 浦和10R 10着/12頭+1.9秒 03/19 浦和10R 13着/13頭+5.1秒 02/23 浦和11R 12着/13頭+3.9秒 02/12 船橋10R 8着/12頭+1.4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 11.7着 (不振) × 当競馬場適性 21走で勝率 5% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ▽ 前走実績前走 12着 (大敗) △ ローテーション 122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 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。
11	フォースゲイト差し	古岡勇（川崎）	実43.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯13走で勝率31%／前走2着）
前5走 08/25 船橋8R 2着/12頭+0.0秒 07/30 川崎10R 7着/13頭+1.1秒 07/08 川崎10R 5着/9頭 05/11 川崎11R 7着/14頭+0.9秒 04/08 川崎10R 7着/14頭+1.6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 4.7着 ◎ 距離適性同距離 13走で勝率 31% ○ 馬場適性同馬場 4走で勝率 25% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 2.1% (オッズ暗示: 2.3%) ※ 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。
12	フクチャンキング先行	福原杏（浦和）	実18.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率25%と適性高／直近3走で勝率33%と好調／前走3着）
前5走 08/11 浦和9R 3着/9頭+0.5秒 05/29 浦和11R 2着/10頭 04/22 浦和10R 1着/12頭勝利 04/09 川崎12R 3着/12頭+0.4秒 03/17 浦和10R 1着/12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 8走で勝率 25% (得意) △ 距離適性同距離 34走で勝率 9% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 5.8% (オッズ暗示: 5.3%) ※ 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。
13	ダノンレーニア逃げ	室陽一（浦和）	実19.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場13走で勝率62%と適性高／同距離帯13走で勝率62%／同馬場状態で勝率75%）
前5走 09/09 川崎10R 4着/13頭+1.9秒 08/10 浦和11R 1着/12頭勝利 06/26 浦和10R 5着/12頭 04/21 浦和7R 1着/10頭勝利 02/26 浦和10R 1着/11頭勝利
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 13走で勝率 62% (得意) ◎ 距離適性同距離 13走で勝率 62% ◎ 馬場適性同馬場 4走で勝率 75% ○ 騎手近50戦勝率 14% ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 3.3% (オッズ暗示: 5.2%) ※ 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。
14	メロスゴー自在	及川烈（浦和）	実43.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/09 川崎10R 5着/13頭+2.2秒 08/07 浦和11R 6着/9頭+0.9秒 07/17 浦和11R 2着/11頭 06/26 浦和11R 5着/10頭 05/28 浦和11R 5着/13頭
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戦の調子平均 4.3着 △ 当競馬場適性 28走で勝率 7% △ 距離適性同距離 30走で勝率 7% ○ 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) +5% (市場と概ね一致) AI 予想勝率 2.4% (オッズ暗示: 2.3%) ※ 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

マッスル

騎手笹川翼（大井）

単勝オッズ

1.5倍

AI期待値

-54%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8エコロレオナ

6.5倍

EV +10%

▲9オリジナルパターン

8.4倍

EV +19%

出走馬全14頭

×2

マッスル

笹川翼（大井）

1.5倍

-54%

›

○8

エコロレオナ

中山遥（浦和）

6.5倍

+10%

›

▲9

オリジナルパターン

張田昂（船橋）

8.4倍

+19%

›

△6

アイリーズ

野畑凌（川崎）

17.7倍

+53%

›

△1

ウェルウィッチア

岡村健（船橋）

15.1倍

+14%

›

△12

フクチャンキング

福原杏（浦和）

18.7倍

+7%

›

▽13

ダノンレーニア

室陽一（浦和）

19.2倍

-37%

›

▽5

フークアンビション

西啓太（大井）

35.7倍

+15%

›

×10

デザートウインド

西啓太（大井）

—

›

▽14

メロスゴー

及川烈（浦和）

43.8倍

+5%

›

▽11

フォースゲイト

古岡勇（川崎）

43.7倍

-6%

›

▽7

ショウネンジダイ

木間龍（船橋）

107.5倍

+5%

›

▽3

タツノマッハ

櫻井光（川崎）

148.8倍

+23%

›

▽4

モズハッピーロード

七夕裕（浦和）

227.3倍

+18%

›

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 9 オリジナルパターン ¥1,900 実8.4倍期待値 +20% 不的中2着単勝 8.4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