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	ユーロックデュード逃げ	高橋利（船橋）	実8.5	B△ A△勝率6% EV-47% 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4走で勝率75%と適性高／同距離帯12走で勝率25%／直近3走で勝率33%と好調）
前5走 06/15 川崎5R 6着/12頭 04/01 船橋6R 4着/13頭+0.5秒 04/25 浦和3R 1着/12頭勝利 04/03 船橋3R 2着/10頭+0.0秒 03/18 浦和5R 1着/12頭勝利
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 75% (得意) ◎ 距離適性同距離 12走で勝率 25% ○ 馬場適性同馬場 10走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -28% (オッズ過剰評価) AI 予想勝率 8.4% (オッズ暗示: 11.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.2% / 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	ヒナボンボン	池谷匠（川崎）	実31.0	B▽ A▽勝率3% EV-4% 詳細▼	大穴、AI予想勝率低く長期回収困難（中6日以内の連戦）
前5走 07/07 川崎2R 5着/12頭 06/17 川崎1R 5着/12頭 06/01 船橋4R 6着/10頭 05/13 川崎1R 7着/12頭+1.5秒 04/09 川崎3R 4着/12頭+0.9秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 △ 距離適性同距離 14走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) 🌟◎ 期待値 (オッズ vs AI勝率) +161% (市場が大幅過小評価) AI 予想勝率 8.4% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.1% / 期待値 -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。
3	メイワシェリー逃げ	岡村健（船橋）	実6.2	B△ A○勝率18% EV+11% 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5走で勝ち無し／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/22 浦和1R 1着/7頭 05/25 浦和1R 4着/11頭 04/20 浦和1R 4着/10頭+0.6秒 03/16 浦和4R 4着/11頭+1.5秒 02/23 浦和1R 4着/11頭+1.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 14走で勝率 21% (相性良) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 21日の間隔 (理想的) × 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 8.4% (オッズ暗示: 16.1%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 18.0% / 期待値 +12% ※ 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	ノリスケ逃げ	仲野光（船橋）	実7.3	B△ A△勝率13% EV-6% 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7走で勝ち無し／103日ぶりの実戦）
前5走 04/01 船橋6R 6着/13頭+0.6秒 02/10 船橋6R 4着/12頭+1.2秒 01/20 船橋3R 4着/12頭+1.8秒 07/28 船橋6R 5着/9頭+1.7秒 06/30 船橋3R 6着/7頭+1.6秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 ▽ 距離適性同距離は 7走で勝ち無し △ ローテーション 103日休養明け × 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 8.4% (オッズ暗示: 13.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.8% / 期待値 -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。
5	ニシノテンカフブ自在	吉留孝（浦和）	実61.0	B▽ A×勝率1% EV-59% 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34走で勝ち無し／直近3走で勝率33%と好調）
前5走 06/24 浦和1R 6着/10頭 05/25 浦和1R 1着/11頭 04/20 浦和1R 5着/10頭+1.0秒 04/08 川崎1R 9着/12頭+3.1秒 03/17 浦和2R 7着/12頭+1.5秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 4% (苦戦) ▽ 距離適性同距離は 34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 19日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +377% (市場が大幅過小評価) AI 予想勝率 7.8% (オッズ暗示: 1.6%) × Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 期待値 -60% ※ 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	トーセンスタイル先行	藤本現（大井）	実9.4	B▽ A△勝率12% EV+14% 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7走で勝率0%と苦戦傾向／直近3走平均8.3着と低調／137日ぶりの実戦）
前5走 02/26 浦和1R 6着/12頭+1.0秒 08/06 川崎5R 9着/9頭+2.2秒 06/04 船橋1R 10着/12頭+2.9秒 05/27 浦和6R 11着/11頭+3.7秒 04/11 川崎6R 1着/12頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 距離適性同距離 10走で勝率 20% ○ 騎手近50戦勝率 16% △ ローテーション 137日休養明け △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 8.4% (オッズ暗示: 10.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 12.1% / 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。
7	マルノアンナ逃げ	室陽一（浦和）	実4.3	B▲ A◎勝率20% EV-13% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は25走で勝ち無し／直近3走で勝率33%と好調／前走2着）
前5走 06/22 浦和5R 2着/8頭+2.0秒 04/20 浦和1R 1着/10頭勝利 03/17 浦和2R 6着/12頭+1.4秒 02/23 浦和1R 1着/11頭勝利 01/07 浦和1R 8着/12頭+1.4秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 11% ▽ 距離適性同距離は 25走で勝ち無し ○ 馬場適性同馬場 14走で勝率 21% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 21日の間隔 (理想的) × 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 8.4% (オッズ暗示: 23.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 20.2% / 期待値 -13% ※ 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	フェアリーランド逃げ	笹川翼（大井）	実3.8	B○ A▲勝率17% EV-35% 詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率20%）
前5走 06/28 船橋4R 5着/10頭 06/03 船橋1R 6着/10頭 05/06 船橋1R 5着/10頭+0.7秒 04/02 船橋1R 3着/11頭+1.8秒 03/11 船橋2R 8着/10頭+1.3秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 15日の間隔 (理想的) × 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 8.4% (オッズ暗示: 26.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.1% / 期待値 -35% ※ 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	クロシェノワール逃げ	秋元耕（浦和）	実12.0	B▽ A▽勝率4% EV-46% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 06/22 浦和5R 4着/8頭+2.0秒 01/06 浦和9R 11着/11頭+3.1秒 12/23 浦和12R 9着/12頭+3.2秒 07/25 浦和8R 1着/10頭勝利 06/27 浦和8R 1着/10頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) ○ 当競馬場適性 13走で勝率 23% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 8.4% (オッズ暗示: 8.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.4% / 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。
10	スターコマチ	保園翔（浦和）	実127.1	B▽ A▽勝率1% EV-18% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場35走で勝率3%と苦戦傾向／同距離帯は27走で勝ち無し／中6日以内の連戦）
前5走 07/07 川崎6R 6着/11頭 06/22 浦和5R 5着/8頭 05/25 浦和1R 7着/11頭 04/20 浦和1R 10着/10頭+2.8秒 03/16 浦和4R 10着/11頭+4.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 35走で勝率 3% (苦戦) ▽ 距離適性同距離は 27走で勝ち無し 🌟◎ 期待値 (オッズ vs AI勝率) +894% (市場が大幅過小評価) AI 予想勝率 7.8% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 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。
11	デルマプラクリティ差し	岡田大（浦和）	実44.7	B▽ A▽勝率2% EV-12% 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／同距離帯は8走で勝ち無し／直近3走平均8.7着と低調）
前5走 06/25 浦和1R 6着/9頭+0.0秒 05/27 浦和3R 10着/12頭 05/04 船橋12R 10着/11頭+3.7秒 04/22 浦和6R 7着/11頭+3.0秒 03/30 船橋12R 11着/12頭+3.4秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 8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 18日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +276% (市場が大幅過小評価) AI 予想勝率 8.4% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.0% / 期待値 -12% ※ 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	ビクエスト	庄司大（船橋）	実11.8	B◎ A×勝率3% EV-66% 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9走で勝率0%と苦戦傾向／同距離帯は37走で勝ち無し／前走3着）
前5走 06/28 船橋8R 3着/6頭 06/01 船橋3R 4着/11頭 05/25 浦和1R 3着/11頭 05/05 船橋5R 5着/13頭+1.9秒 03/30 船橋2R 7着/11頭+1.2秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 37走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 8.5% (オッズ暗示: 8.5%) × Aモデルの評価 (参考) レース内 9位 / 勝率 2.8% / 期待値 -67% ※ 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 ×

ビクエスト

騎手庄司大（船橋）

単勝オッズ

11.8倍

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:▲8フェアリーランド

3.8倍

EV -67%

▲A:◎7マルノアンナ

4.3倍

EV -63%

出走馬全12頭

◎A:×12

ビクエスト

庄司大（船橋）

11.8倍

›

○A:▲8

フェアリーランド

笹川翼（大井）

3.8倍

-67%

›

▲A:◎7

マルノアンナ

室陽一（浦和）

4.3倍

-63%

›

△A:○3

メイワシェリー

岡村健（船橋）

6.2倍

-47%

›

△A:△4

ノリスケ

仲野光（船橋）

7.3倍

-38%

›

△A:△1

ユーロックデュード

高橋利（船橋）

8.5倍

-28%

›

▽A:△6

トーセンスタイル

藤本現（大井）

9.4倍

-20%

›

▽A:▽9

クロシェノワール

秋元耕（浦和）

12.0倍

+1%

›

▽A:▽2

ヒナボンボン

池谷匠（川崎）

31.0倍

+161%

›

▽A:▽11

デルマプラクリティ

岡田大（浦和）

44.7倍

+276%

›

▽A:×5

ニシノテンカフブ

吉留孝（浦和）

61.0倍

+377%

›

▽A:▽10

スターコマチ

保園翔（浦和）

127.1倍

+894%

›

💡 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。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

このレースの推奨馬券　2モデル並走

両モデルとも本レースは見送り判定（期待値プラスなし）

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	ユーロックデュード逃げ	高橋利（船橋）	実8.5	△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4走で勝率75%と適性高／同距離帯12走で勝率25%／直近3走で勝率33%と好調）
前5走 06/15 川崎5R 6着/12頭 04/01 船橋6R 4着/13頭+0.5秒 04/25 浦和3R 1着/12頭勝利 04/03 船橋3R 2着/10頭+0.0秒 03/18 浦和5R 1着/12頭勝利
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 75% (得意) ◎ 距離適性同距離 12走で勝率 25% ○ 馬場適性同馬場 10走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 6.2% (オッズ暗示: 11.8%) ※ 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。
2	ヒナボンボン	池谷匠（川崎）	実31.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（中6日以内の連戦）
前5走 07/07 川崎2R 5着/12頭 06/17 川崎1R 5着/12頭 06/01 船橋4R 6着/10頭 05/13 川崎1R 7着/12頭+1.5秒 04/09 川崎3R 4着/12頭+0.9秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 △ 距離適性同距離 14走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 3.1% (オッズ暗示: 3.2%) ※ 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	メイワシェリー逃げ	岡村健（船橋）	実6.2	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は5走で勝ち無し／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/22 浦和1R 1着/7頭 05/25 浦和1R 4着/11頭 04/20 浦和1R 4着/10頭+0.6秒 03/16 浦和4R 4着/11頭+1.5秒 02/23 浦和1R 4着/11頭+1.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 14走で勝率 21% (相性良) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 18.0% (オッズ暗示: 16.1%) ※ 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。
4	ノリスケ逃げ	仲野光（船橋）	実7.3	△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7走で勝ち無し／103日ぶりの実戦）
前5走 04/01 船橋6R 6着/13頭+0.6秒 02/10 船橋6R 4着/12頭+1.2秒 01/20 船橋3R 4着/12頭+1.8秒 07/28 船橋6R 5着/9頭+1.7秒 06/30 船橋3R 6着/7頭+1.6秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 ▽ 距離適性同距離は 7走で勝ち無し △ ローテーション 103日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 12.8% (オッズ暗示: 13.7%) ※ 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。
5	ニシノテンカフブ自在	吉留孝（浦和）	実61.0	×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34走で勝ち無し／直近3走で勝率33%と好調）
前5走 06/24 浦和1R 6着/10頭 05/25 浦和1R 1着/11頭 04/20 浦和1R 5着/10頭+1.0秒 04/08 川崎1R 9着/12頭+3.1秒 03/17 浦和2R 7着/12頭+1.5秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 4% (苦戦) ▽ 距離適性同距離は 34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 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。
6	トーセンスタイル先行	藤本現（大井）	実9.4	△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7走で勝率0%と苦戦傾向／直近3走平均8.3着と低調／137日ぶりの実戦）
前5走 02/26 浦和1R 6着/12頭+1.0秒 08/06 川崎5R 9着/9頭+2.2秒 06/04 船橋1R 10着/12頭+2.9秒 05/27 浦和6R 11着/11頭+3.7秒 04/11 川崎6R 1着/12頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 距離適性同距離 10走で勝率 20% ○ 騎手近50戦勝率 16% △ ローテーション 137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 12.1% (オッズ暗示: 10.6%) ※ 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	マルノアンナ逃げ	室陽一（浦和）	実4.3	◎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（同距離帯は25走で勝ち無し／直近3走で勝率33%と好調／前走2着）
前5走 06/22 浦和5R 2着/8頭+2.0秒 04/20 浦和1R 1着/10頭勝利 03/17 浦和2R 6着/12頭+1.4秒 02/23 浦和1R 1着/11頭勝利 01/07 浦和1R 8着/12頭+1.4秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 11% ▽ 距離適性同距離は 25走で勝ち無し ○ 馬場適性同馬場 14走で勝率 21% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 20.2% (オッズ暗示: 23.3%) ※ 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。
8	フェアリーランド逃げ	笹川翼（大井）	実3.8	▲詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率20%）
前5走 06/28 船橋4R 5着/10頭 06/03 船橋1R 6着/10頭 05/06 船橋1R 5着/10頭+0.7秒 04/02 船橋1R 3着/11頭+1.8秒 03/11 船橋2R 8着/10頭+1.3秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.3着 ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 17.1% (オッズ暗示: 26.3%) ※ 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。
9	クロシェノワール逃げ	秋元耕（浦和）	実12.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.0着と低調）
前5走 06/22 浦和5R 4着/8頭+2.0秒 01/06 浦和9R 11着/11頭+3.1秒 12/23 浦和12R 9着/12頭+3.2秒 07/25 浦和8R 1着/10頭勝利 06/27 浦和8R 1着/10頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) ○ 当競馬場適性 13走で勝率 23% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ ローテーション 21日の間隔 (理想的) × 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 4.4% (オッズ暗示: 8.3%) ※ 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。
10	スターコマチ	保園翔（浦和）	実127.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場35走で勝率3%と苦戦傾向／同距離帯は27走で勝ち無し／中6日以内の連戦）
前5走 07/07 川崎6R 6着/11頭 06/22 浦和5R 5着/8頭 05/25 浦和1R 7着/11頭 04/20 浦和1R 10着/10頭+2.8秒 03/16 浦和4R 10着/11頭+4.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 × 当競馬場適性 35走で勝率 3% (苦戦) ▽ 距離適性同距離は 27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 0.6% (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。
11	デルマプラクリティ差し	岡田大（浦和）	実44.7	▽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／同距離帯は8走で勝ち無し／直近3走平均8.7着と低調）
前5走 06/25 浦和1R 6着/9頭+0.0秒 05/27 浦和3R 10着/12頭 05/04 船橋12R 10着/11頭+3.7秒 04/22 浦和6R 7着/11頭+3.0秒 03/30 船橋12R 11着/12頭+3.4秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 8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 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 2.0% (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。
12	ビクエスト	庄司大（船橋）	実11.8	×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37走で勝ち無し／前走3着）
前5走 06/28 船橋8R 3着/6頭 06/01 船橋3R 4着/11頭 05/25 浦和1R 3着/11頭 05/05 船橋5R 5着/13頭+1.9秒 03/30 船橋2R 7着/11頭+1.2秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 37走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 15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 2.8% (オッズ暗示: 8.5%) ※ 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の本命

AI評価1位

マルノアンナ

騎手室陽一（浦和）

単勝オッズ

4.3倍

AI期待値

-13%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3メイワシェリー

6.2倍

EV +11%

▲8フェアリーランド

3.8倍

EV -35%

出走馬全12頭

◎7

マルノアンナ

室陽一（浦和）

4.3倍

-13%

›

○3

メイワシェリー

岡村健（船橋）

6.2倍

+11%

›

▲8

フェアリーランド

笹川翼（大井）

3.8倍

-35%

›

△4

ノリスケ

仲野光（船橋）

7.3倍

-6%

›

△6

トーセンスタイル

藤本現（大井）

9.4倍

+14%

›

△1

ユーロックデュード

高橋利（船橋）

8.5倍

-47%

›

▽9

クロシェノワール

秋元耕（浦和）

12.0倍

-46%

›

▽2

ヒナボンボン

池谷匠（川崎）

31.0倍

-4%

›

×12

ビクエスト

庄司大（船橋）

11.8倍

-66%

›

▽11

デルマプラクリティ

岡田大（浦和）

44.7倍

-12%

›

×5

ニシノテンカフブ

吉留孝（浦和）

61.0倍

-59%

›

▽10

スターコマチ

保園翔（浦和）

127.1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。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

このレースの推奨馬券　2モデル並走

両モデルとも本レースは見送り判定（期待値プラスなし）

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）

本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。