浦和 12R 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

12R 浦和競馬場ダ2000m ダート2000m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レッドゲート	七夕裕（浦和）	実17.6	B△ A×勝率2% EV-57% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/25 船橋12R 6着/14頭+1.0秒 08/07 浦和10R 8着/12頭+1.8秒 07/13 浦和12R 6着/12頭 06/02 名古屋10R 7着/12頭+0.0秒 05/19 名古屋9R 8着/11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 6.7着 ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 12走で勝率 17% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.2% (オッズ暗示: 5.7%) × Aモデルの評価 (参考) レース内 7位 / 勝率 2.4% / 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。
2	ケンベテルギウス追込	藤本現（大井）	実7.6	B▲ A▲勝率11% EV-13% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 08/10 浦和8R 4着/11頭+0.5秒 06/24 浦和8R 5着/8頭+1.0秒 01/21 船橋11R 9着/13頭+6.0秒 10/28 浦和6R 6着/9頭+1.5秒 10/10 大井3R 5着/6頭+2.7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 6.0着 △ 当競馬場適性 7走で勝率 14% × 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 0.9% (オッズ暗示: 13.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.3% / 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。
3	ヴルールドロワ	見越彬（浦和）	実3.4	B○ A○勝率12% EV-58% 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 09/08 川崎8R 1着/8頭勝利 08/13 大井9R 13着/15頭+2.5秒 07/15 浦和2R 2着/9頭+5.0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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -67% (大幅な期待値マイナス) AI 予想勝率 9.6% (オッズ暗示: 29.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 12.2% / 期待値 -59% ※ 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	フォートウィリアム	室陽一（浦和）	実62.0	B× A×勝率1% EV-62% 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12R 8着/14頭+1.7秒 08/07 浦和10R 11着/12頭+2.9秒 07/14 浦和12R 7着/12頭+0.0秒 06/29 船橋12R 4着/12頭 06/23 浦和7R 9着/10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戦の調子平均 8.7着 (不振) △ 当競馬場適性 26走で勝率 12% △ 距離適性同距離 27走で勝率 11% × 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 -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。
5	サマーストーリー	及川烈（浦和）	実74.1	B× A×勝率1% EV-53% 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9R 10着/10頭+3.0秒 07/14 浦和12R 9着/12頭 06/23 浦和7R 4着/10頭 05/29 浦和12R 9着/10頭 05/07 船橋12R 11着/13頭+3.3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 7.7着 (不振) △ 当競馬場適性 19走で勝率 11% ○ 距離適性同距離 12走で勝率 17% ○ 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 11位 / 勝率 0.6% / 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。
6	フォーゲルヴァイデ	半澤慶（浦和）	実13.1	B× A△勝率4% EV-48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯8走で勝率25%）
前5走 09/11 川崎10R 11着/12頭+4.2秒 07/14 浦和12R 6着/12頭 05/25 浦和12R 4着/12頭 04/21 浦和6R 2着/12頭+0.1秒 03/16 浦和12R 3着/12頭+0.2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 7.0着 (不振) △ 当競馬場適性 18走で勝率 11% ◎ 距離適性同距離 8走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.9% / 期待値 -49% ※ 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	ユウユウシロパン	岡村健（船橋）	実10.4	B× A△勝率7% EV-30% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は5走で勝ち無し／同馬場状態で勝率33%／前走3着）
前5走 08/07 浦和10R 3着/12頭+0.6秒 06/22 浦和9R 7着/8頭+1.0秒 05/28 浦和8R 7着/11頭+1.0秒 05/14 川崎8R 6着/6頭+2.0秒 04/24 浦和8R 3着/7頭+2.1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 5.7着 △ 当競馬場適性 12走で勝率 8% ▽ 距離適性同距離は 5走で勝ち無し ◎ 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 3着 (好走) × 期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 9.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.7% / 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。
8	メイショウフソウ	野畑凌（川崎）	実2.3	B◎ A◎勝率51% EV+17% 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5走で勝率60%と適性高／同距離帯5走で勝率60%／直近3走で勝率33%と好調）
前5走 08/07 浦和10R 2着/12頭+0.4秒 07/16 浦和12R 1着/12頭 06/24 浦和6R 2着/10頭 05/29 浦和8R 1着/12頭 04/23 浦和7R 1着/12頭勝利
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 5走で勝率 60% (得意) ◎ 距離適性同距離 5走で勝率 60% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +103% (市場が大幅過小評価) AI 予想勝率 88.4% (オッズ暗示: 43.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 50.9% / 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。
9	ノーブルプラチナ自在	高橋哲（浦和）	実37.9	B× A▽勝率2% EV-14% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/09 川崎7R 6着/12頭+1.0秒 08/10 浦和8R 9着/11頭+1.8秒 07/17 浦和9R 2着/9頭+0.0秒 06/25 浦和5R 4着/10頭 05/25 浦和8R 5着/12頭
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 5.7着 △ 当競馬場適性 16走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.2% / 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。
10	ユウオウマイシン	福原杏（浦和）	実16.9	B△ A△勝率5% EV-7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場9走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走で勝率33%と好調）
前5走 08/28 船橋12R 1着/3頭 08/07 浦和10R 10着/12頭+2.8秒 07/16 浦和12R 3着/12頭 05/05 船橋12R 6着/12頭+1.1秒 04/21 浦和6R 9着/12頭+2.7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戦の調子勝率 33% (上り調子) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 5.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.5% / 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。
11	キクノルタ	岡村裕（川崎）	実41.1	B△ A▽勝率1% EV-44% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率25%／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 08/21 川崎8R 1着/12頭勝利 07/28 川崎7R 3着/12頭+0.4秒 07/06 川崎8R 4着/9頭+1.0秒 06/17 川崎7R 6着/10頭+0.0秒 05/15 川崎12R 5着/14頭+1.4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) ◎ 距離適性同距離 4走で勝率 25% ◎ 馬場適性同馬場 9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) -88% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 期待値 -44% ※ 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	ロットゥーラ逃げ	保園翔（浦和）	実25.7	B× A▽勝率2% EV-40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率36%と適性高／同距離帯10走で勝率30%／同馬場状態で勝率33%）
前5走 09/09 川崎7R 9着/12頭+1.7秒 08/21 川崎8R 10着/12頭+3.0秒 08/11 浦和12R 1着/3頭 07/16 浦和12R 4着/12頭 04/22 浦和12R 2着/12頭+0.1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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 11走で勝率 36% (得意) ◎ 距離適性同距離 10走で勝率 30% ◎ 馬場適性同馬場 6走で勝率 33% ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 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。

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 ◎

メイショウフソウ

騎手野畑凌（川崎）

単勝オッズ

2.3倍

AI期待値

+103%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○3ヴルールドロワ

3.4倍

EV -67%

▲A:▲2ケンベテルギウス

7.6倍

EV -93%

出走馬全12頭

◎A:◎8

メイショウフソウ

野畑凌（川崎）

2.3倍

+103%

›

○A:○3

ヴルールドロワ

見越彬（浦和）

3.4倍

-67%

›

▲A:▲2

ケンベテルギウス

藤本現（大井）

7.6倍

-93%

›

△A:△10

ユウオウマイシン

福原杏（浦和）

16.9倍

-95%

›

△A:▽11

キクノルタ

岡村裕（川崎）

41.1倍

-88%

›

△A:×1

レッドゲート

七夕裕（浦和）

17.6倍

-96%

›

×A:▽12

ロットゥーラ

保園翔（浦和）

25.7倍

-95%

›

×A:△7

ユウユウシロパン

岡村健（船橋）

10.4倍

-99%

›

×A:△6

フォーゲルヴァイデ

半澤慶（浦和）

13.1倍

-99%

›

×A:▽9

ノーブルプラチナ

高橋哲（浦和）

37.9倍

-97%

›

×A:×4

フォートウィリアム

室陽一（浦和）

62.0倍

-99%

›

×A:×5

サマーストーリー

及川烈（浦和）

74.1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

両モデルとも見送り

12R 浦和競馬場ダ2000m ダート2000m　発走 19:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	レッドゲート	七夕裕（浦和）	実17.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/25 船橋12R 6着/14頭+1.0秒 08/07 浦和10R 8着/12頭+1.8秒 07/13 浦和12R 6着/12頭 06/02 名古屋10R 7着/12頭+0.0秒 05/19 名古屋9R 8着/11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 6.7着 ○ 当競馬場適性 10走で勝率 20% (相性良) ○ 距離適性同距離 12走で勝率 17% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) × 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 2.4% (オッズ暗示: 5.7%) ※ 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。
2	ケンベテルギウス追込	藤本現（大井）	実7.6	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 08/10 浦和8R 4着/11頭+0.5秒 06/24 浦和8R 5着/8頭+1.0秒 01/21 船橋11R 9着/13頭+6.0秒 10/28 浦和6R 6着/9頭+1.5秒 10/10 大井3R 5着/6頭+2.7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 6.0着 △ 当競馬場適性 7走で勝率 14% △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 11.3% (オッズ暗示: 13.2%) ※ 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。
3	ヴルールドロワ	見越彬（浦和）	実3.4	○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 09/08 川崎8R 1着/8頭勝利 08/13 大井9R 13着/15頭+2.5秒 07/15 浦和2R 2着/9頭+5.0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戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -59% (大幅な期待値マイナス) AI 予想勝率 12.2% (オッズ暗示: 29.4%) ※ 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。
4	フォートウィリアム	室陽一（浦和）	実62.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.7着と低調）
前5走 08/25 船橋12R 8着/14頭+1.7秒 08/07 浦和10R 11着/12頭+2.9秒 07/14 浦和12R 7着/12頭+0.0秒 06/29 船橋12R 4着/12頭 06/23 浦和7R 9着/10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戦の調子平均 8.7着 (不振) △ 当競馬場適性 26走で勝率 12% △ 距離適性同距離 27走で勝率 11% × 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 0.6% (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。
5	サマーストーリー	及川烈（浦和）	実74.1	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/12 浦和9R 10着/10頭+3.0秒 07/14 浦和12R 9着/12頭 06/23 浦和7R 4着/10頭 05/29 浦和12R 9着/10頭 05/07 船橋12R 11着/13頭+3.3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 7.7着 (不振) △ 当競馬場適性 19走で勝率 11% ○ 距離適性同距離 12走で勝率 17% ○ 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) -53% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
6	フォーゲルヴァイデ	半澤慶（浦和）	実13.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯8走で勝率25%）
前5走 09/11 川崎10R 11着/12頭+4.2秒 07/14 浦和12R 6着/12頭 05/25 浦和12R 4着/12頭 04/21 浦和6R 2着/12頭+0.1秒 03/16 浦和12R 3着/12頭+0.2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 7.0着 (不振) △ 当競馬場適性 18走で勝率 11% ◎ 距離適性同距離 8走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 3.9% (オッズ暗示: 7.6%) ※ 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	ユウユウシロパン	岡村健（船橋）	実10.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は5走で勝ち無し／同馬場状態で勝率33%／前走3着）
前5走 08/07 浦和10R 3着/12頭+0.6秒 06/22 浦和9R 7着/8頭+1.0秒 05/28 浦和8R 7着/11頭+1.0秒 05/14 川崎8R 6着/6頭+2.0秒 04/24 浦和8R 3着/7頭+2.1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 5.7着 △ 当競馬場適性 12走で勝率 8% ▽ 距離適性同距離は 5走で勝ち無し ◎ 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 3着 (好走) × 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 6.7% (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。
8	メイショウフソウ	野畑凌（川崎）	実2.3	◎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5走で勝率60%と適性高／同距離帯5走で勝率60%／直近3走で勝率33%と好調）
前5走 08/07 浦和10R 2着/12頭+0.4秒 07/16 浦和12R 1着/12頭 06/24 浦和6R 2着/10頭 05/29 浦和8R 1着/12頭 04/23 浦和7R 1着/12頭勝利
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 5走で勝率 60% (得意) ◎ 距離適性同距離 5走で勝率 60% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +17% (市場と概ね一致) AI 予想勝率 50.9% (オッズ暗示: 43.5%) ※ 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。
9	ノーブルプラチナ自在	高橋哲（浦和）	実37.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/09 川崎7R 6着/12頭+1.0秒 08/10 浦和8R 9着/11頭+1.8秒 07/17 浦和9R 2着/9頭+0.0秒 06/25 浦和5R 4着/10頭 05/25 浦和8R 5着/12頭
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 5.7着 △ 当競馬場適性 16走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -15% (オッズ過剰評価) AI 予想勝率 2.2% (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。
10	ユウオウマイシン	福原杏（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9走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走で勝率33%と好調）
前5走 08/28 船橋12R 1着/3頭 08/07 浦和10R 10着/12頭+2.8秒 07/16 浦和12R 3着/12頭 05/05 船橋12R 6着/12頭+1.1秒 04/21 浦和6R 9着/12頭+2.7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戦の調子勝率 33% (上り調子) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) ○ 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) -8% (オッズ過剰評価) AI 予想勝率 5.5% (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。
11	キクノルタ	岡村裕（川崎）	実41.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯4走で勝率25%／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 08/21 川崎8R 1着/12頭勝利 07/28 川崎7R 3着/12頭+0.4秒 07/06 川崎8R 4着/9頭+1.0秒 06/17 川崎7R 6着/10頭+0.0秒 05/15 川崎12R 5着/14頭+1.4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) ◎ 距離適性同距離 4走で勝率 25% ◎ 馬場適性同馬場 9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) -44% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.4%) ※ 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。
12	ロットゥーラ逃げ	保園翔（浦和）	実25.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率36%と適性高／同距離帯10走で勝率30%／同馬場状態で勝率33%）
前5走 09/09 川崎7R 9着/12頭+1.7秒 08/21 川崎8R 10着/12頭+3.0秒 08/11 浦和12R 1着/3頭 07/16 浦和12R 4着/12頭 04/22 浦和12R 2着/12頭+0.1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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 11走で勝率 36% (得意) ◎ 距離適性同距離 10走で勝率 30% ◎ 馬場適性同馬場 6走で勝率 33% ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 3.9%) ※ 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。

AIの本命

AI評価1位

メイショウフソウ

騎手野畑凌（川崎）

単勝オッズ

2.3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

○3ヴルールドロワ

3.4倍

EV -58%

▲2ケンベテルギウス

7.6倍

EV -13%

出走馬全12頭

◎8

メイショウフソウ

野畑凌（川崎）

2.3倍

+17%

›

○3

ヴルールドロワ

見越彬（浦和）

3.4倍

-58%

›

▲2

ケンベテルギウス

藤本現（大井）

7.6倍

-13%

›

△7

ユウユウシロパン

岡村健（船橋）

10.4倍

-30%

›

△10

ユウオウマイシン

福原杏（浦和）

16.9倍

-7%

›

△6

フォーゲルヴァイデ

半澤慶（浦和）

13.1倍

-48%

›

×1

レッドゲート

七夕裕（浦和）

17.6倍

-57%

›

▽12

ロットゥーラ

保園翔（浦和）

25.7倍

-40%

›

▽9

ノーブルプラチナ

高橋哲（浦和）

37.9倍

-14%

›

▽11

キクノルタ

岡村裕（川崎）

41.1倍

-44%

›

×5

サマーストーリー

及川烈（浦和）

74.1倍

-53%

›

×4

フォートウィリアム

室陽一（浦和）

62.0倍

-62%

›

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