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1500m ダート1500m　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グレートスピリット逃げ	新原周（川崎）	実17.0	B△ A▽勝率4% EV-31% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（83日ぶりの実戦）
前5走 04/21 浦和8R 12着/13頭+3.1秒 03/16 浦和8R 2着/12頭+1.2秒 02/23 浦和5R 5着/13頭+0.8秒 01/07 浦和4R 3着/12頭+0.5秒 12/24 浦和8R 6着/12頭+2.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 10走で勝率 10% ▽ 前走実績前走 12着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 8.1% (オッズ暗示: 5.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.0% / 期待値 -32% ※ 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	フォガラ	保園翔（浦和）	実190.8	B▽ A▽勝率1% EV+40% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯24走で勝率25%／直近3走平均8.7着と低調／中6日以内の連戦）
前5走 07/06 川崎8R 8着/9頭 06/24 浦和6R 8着/10頭+1.0秒 06/17 川崎7R 10着/10頭+4.0秒 05/27 浦和6R 11着/12頭 05/14 川崎4R 10着/12頭+2.1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 8.7着 (不振) ○ 当競馬場適性 23走で勝率 22% (相性良) ◎ 距離適性同距離 24走で勝率 25% ○ 馬場適性同馬場 17走で勝率 29% 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 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。
3	トーセンアデレード逃げ	室陽一（浦和）	実2.3	B○ A◎勝率29% EV-33% 詳細▼	人気馬、市場評価通りで上乗せなし（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／前走勝利の勢い）
前5走 06/23 浦和6R 1着/9頭 05/26 浦和5R 3着/12頭 03/16 浦和7R 6着/12頭+2.2秒 01/08 浦和5R 1着/12頭勝利 11/21 川崎7R 4着/12頭+1.7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 8走で勝率 25% (得意) ○ 距離適性同距離 10走で勝率 20% ○ 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) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 8.1% (オッズ暗示: 43.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 28.7% / 期待値 -34% ※ 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	オーデンミカ追込	岡田大（浦和）	実72.7	B▽ A▽勝率2% EV+47% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／直近3走平均10.3着と低調）
前5走 06/25 浦和9R 10着/10頭 03/27 大井5R 12着/14頭+2.0秒 03/13 大井3R 9着/12頭+1.3秒 09/17 大井10R 7着/12頭+1.5秒 09/02 大井10R 9着/13頭+1.9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 10.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) △ 距離適性同距離 16走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) +445% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.0% / 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。
5	シュヴァルツナーガ追込	小杉亮（船橋）	実35.3	B▽ A▽勝率3% EV-6% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向）
前5走 06/28 船橋7R 4着/9頭+0.0秒 05/13 川崎6R 10着/14頭+1.3秒 04/22 浦和12R 9着/12頭+2.4秒 03/30 船橋10R 13着/14頭+2.9秒 03/17 浦和8R 7着/12頭+0.7秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 距離適性同距離 13走で勝率 15% ○ 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) +185% (市場が大幅過小評価) AI 予想勝率 8.1% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.7% / 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。
6	トウカイディアマン逃げ	澤田龍（船橋）	実4.7	B◎ A○勝率25% EV+16% 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40%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 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 02/23 浦和3R 1着/10頭勝利 01/06 浦和5R 10着/11頭+3.0秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 5走で勝率 40% ○ ローテーション 20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 13.9% (オッズ暗示: 21.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 24.8% / 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。
7	ミサトレッドダイヤ追込	吉留孝（浦和）	実274.8	B▽ A▽勝率0% EV+19% 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9.3着と低調）
前5走 06/24 浦和6R 9着/10頭 05/29 浦和9R 10着/10頭+3.0秒 03/18 浦和12R 9着/12頭+2.4秒 02/25 浦和8R 10着/12頭+2.2秒 01/08 浦和8R 12着/12頭+3.4秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) △ 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) +999% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.4% / 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。
8	レディジャン先行	篠谷葵（船橋）	実5.6	B▲ A▲勝率16% EV-12% 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25%と適性高／直近3走平均8.0着と低調／前走3着）
前5走 06/03 船橋5R 3着/11頭 05/06 船橋4R 12着/12頭+2.6秒 11/04 船橋7R 9着/13頭+1.8秒 10/01 船橋8R 6着/11頭+0.5秒 08/27 船橋8R 2着/11頭+0.7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 8.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 距離適性同距離 11走で勝率 18% ○ 馬場適性同馬場 14走で勝率 21% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 8.1% (オッズ暗示: 17.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.6% / 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。
9	ダンシングエリカ逃げ	和田譲（大井）	実11.6	B△ A△勝率6% EV-27% 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27%と適性高／直近3走平均3.0着と安定／前走2着）
前5走 06/22 浦和8R 2着/8頭+0.0秒 05/25 浦和6R 3着/11頭 05/12 川崎7R 4着/12頭+1.4秒 04/20 浦和6R 5着/11頭+2.6秒 03/16 浦和5R 4着/11頭+0.8秒
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 3.0着 (安定) ◎ 当競馬場適性 11走で勝率 27% (得意) ○ 距離適性同距離 15走で勝率 20% ○ 騎手近50戦勝率 16% ○ 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) -6% (オッズ過剰評価) AI 予想勝率 8.1% (オッズ暗示: 8.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.2% / 期待値 -28% ※ 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	リッキオ自在	秋元耕（浦和）	実12.9	B▽ A△勝率5% EV-38% 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67%と好調）
前5走 06/25 浦和9R 8着/10頭+1.0秒 05/26 浦和5R 1着/12頭 04/20 浦和9R 1着/13頭勝利 04/10 川崎5R 5着/12頭+2.1秒 03/16 浦和9R 10着/11頭+1.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) △ 当競馬場適性 25走で勝率 12% △ 距離適性同距離 24走で勝率 12% ○ 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) -3% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.8% / 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。
11	コムダビチュード追込	仲野光（船橋）	実228.0	B▽ A▽勝率1% EV+130% 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 06/03 船橋4R 8着/11頭 05/06 船橋4R 8着/12頭+1.4秒 04/01 船橋5R 7着/12頭+2.0秒 03/11 船橋5R 10着/11頭+2.3秒 02/28 浦和9R 8着/12頭+2.6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 7.7着 (不振) ▽ 距離適性同距離は 4走で勝ち無し 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 7.5% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 期待値 +130% ※ 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	ハクシンダンス逃げ	中島良（浦和）	実6.3	B△ A△勝率9% EV-43% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 06/23 浦和9R 5着/10頭 05/25 浦和7R 4着/11頭 04/22 浦和4R 1着/11頭勝利 03/19 浦和5R 2着/12頭+1.0秒 02/28 浦和7R 2着/13頭+0.0秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 距離適性同距離 7走で勝率 14% ◎ 馬場適性同馬場 3走で勝率 33% ○ ローテーション 20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 8.1% (オッズ暗示: 15.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.9% / 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。

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

4.7倍

AI期待値

-34%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎3トーセンアデレード

2.3倍

EV -81%

▲A:▲8レディジャン

5.6倍

EV -54%

出走馬全12頭

◎A:○6

トウカイディアマン

澤田龍（船橋）

4.7倍

-34%

›

○A:◎3

トーセンアデレード

室陽一（浦和）

2.3倍

-81%

›

▲A:▲8

レディジャン

篠谷葵（船橋）

5.6倍

-54%

›

△A:△12

ハクシンダンス

中島良（浦和）

6.3倍

-49%

›

△A:△9

ダンシングエリカ

和田譲（大井）

11.6倍

-6%

›

△A:▽1

グレートスピリット

新原周（川崎）

17.0倍

+37%

›

▽A:▽5

シュヴァルツナーガ

小杉亮（船橋）

35.3倍

+185%

›

▽A:△10

リッキオ

秋元耕（浦和）

12.9倍

-3%

›

▽A:▽4

オーデンミカ

岡田大（浦和）

72.7倍

+445%

›

▽A:▽2

フォガラ

保園翔（浦和）

190.8倍

+999%

›

▽A:▽11

コムダビチュード

仲野光（船橋）

228.0倍

+999%

›

▽A:▽7

ミサトレッドダイヤ

吉留孝（浦和）

274.8倍

+999%

›

💡 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）

7R 浦和競馬場ダ1500m ダート1500m　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	グレートスピリット逃げ	新原周（川崎）	実17.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（83日ぶりの実戦）
前5走 04/21 浦和8R 12着/13頭+3.1秒 03/16 浦和8R 2着/12頭+1.2秒 02/23 浦和5R 5着/13頭+0.8秒 01/07 浦和4R 3着/12頭+0.5秒 12/24 浦和8R 6着/12頭+2.5秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 10走で勝率 10% ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 4.0% (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。
2	フォガラ	保園翔（浦和）	実190.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯24走で勝率25%／直近3走平均8.7着と低調／中6日以内の連戦）
前5走 07/06 川崎8R 8着/9頭 06/24 浦和6R 8着/10頭+1.0秒 06/17 川崎7R 10着/10頭+4.0秒 05/27 浦和6R 11着/12頭 05/14 川崎4R 10着/12頭+2.1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 8.7着 (不振) ○ 当競馬場適性 23走で勝率 22% (相性良) ◎ 距離適性同距離 24走で勝率 25% ○ 馬場適性同馬場 17走で勝率 29% ◎ 期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 0.7% (オッズ暗示: 0.5%) ※ 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。
3	トーセンアデレード逃げ	室陽一（浦和）	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8走で勝率25%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/23 浦和6R 1着/9頭 05/26 浦和5R 3着/12頭 03/16 浦和7R 6着/12頭+2.2秒 01/08 浦和5R 1着/12頭勝利 11/21 川崎7R 4着/12頭+1.7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 8走で勝率 25% (得意) ○ 距離適性同距離 10走で勝率 20% ○ 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) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 28.7% (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。
4	オーデンミカ追込	岡田大（浦和）	実72.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場6走で勝率0%と苦戦傾向／直近3走平均10.3着と低調）
前5走 06/25 浦和9R 10着/10頭 03/27 大井5R 12着/14頭+2.0秒 03/13 大井3R 9着/12頭+1.3秒 09/17 大井10R 7着/12頭+1.5秒 09/02 大井10R 9着/13頭+1.9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 10.3着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) △ 距離適性同距離 16走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) +47% (妙味あり) AI 予想勝率 2.0% (オッズ暗示: 1.4%) ※ 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	シュヴァルツナーガ追込	小杉亮（船橋）	実35.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向）
前5走 06/28 船橋7R 4着/9頭+0.0秒 05/13 川崎6R 10着/14頭+1.3秒 04/22 浦和12R 9着/12頭+2.4秒 03/30 船橋10R 13着/14頭+2.9秒 03/17 浦和8R 7着/12頭+0.7秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ○ 距離適性同距離 13走で勝率 15% ○ 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) -6% (オッズ過剰評価) AI 予想勝率 2.7% (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	トウカイディアマン逃げ	澤田龍（船橋）	実4.7	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率40%と適性高／同距離帯5走で勝率40%／直近3走で勝率33%と好調）
前5走 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 02/23 浦和3R 1着/10頭勝利 01/06 浦和5R 10着/11頭+3.0秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 5走で勝率 40% ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 24.8% (オッズ暗示: 21.3%) ※ 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。
7	ミサトレッドダイヤ追込	吉留孝（浦和）	実274.8	▽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9.3着と低調）
前5走 06/24 浦和6R 9着/10頭 05/29 浦和9R 10着/10頭+3.0秒 03/18 浦和12R 9着/12頭+2.4秒 02/25 浦和8R 10着/12頭+2.2秒 01/08 浦和8R 12着/12頭+3.4秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) △ 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) +19% (市場と概ね一致) AI 予想勝率 0.4% (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。
8	レディジャン先行	篠谷葵（船橋）	実5.6	▲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25%と適性高／直近3走平均8.0着と低調／前走3着）
前5走 06/03 船橋5R 3着/11頭 05/06 船橋4R 12着/12頭+2.6秒 11/04 船橋7R 9着/13頭+1.8秒 10/01 船橋8R 6着/11頭+0.5秒 08/27 船橋8R 2着/11頭+0.7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 8.0着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 距離適性同距離 11走で勝率 18% ○ 馬場適性同馬場 14走で勝率 21% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 15.6% (オッズ暗示: 17.9%) ※ 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。
9	ダンシングエリカ逃げ	和田譲（大井）	実11.6	△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27%と適性高／直近3走平均3.0着と安定／前走2着）
前5走 06/22 浦和8R 2着/8頭+0.0秒 05/25 浦和6R 3着/11頭 05/12 川崎7R 4着/12頭+1.4秒 04/20 浦和6R 5着/11頭+2.6秒 03/16 浦和5R 4着/11頭+0.8秒
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 3.0着 (安定) ◎ 当競馬場適性 11走で勝率 27% (得意) ○ 距離適性同距離 15走で勝率 20% ○ 騎手近50戦勝率 16% ○ 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) -28% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 8.6%) ※ 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	リッキオ自在	秋元耕（浦和）	実12.9	△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67%と好調）
前5走 06/25 浦和9R 8着/10頭+1.0秒 05/26 浦和5R 1着/12頭 04/20 浦和9R 1着/13頭勝利 04/10 川崎5R 5着/12頭+2.1秒 03/16 浦和9R 10着/11頭+1.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) △ 当競馬場適性 25走で勝率 12% △ 距離適性同距離 24走で勝率 12% ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 4.8% (オッズ暗示: 7.8%) ※ 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	コムダビチュード追込	仲野光（船橋）	実228.0	▽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 06/03 船橋4R 8着/11頭 05/06 船橋4R 8着/12頭+1.4秒 04/01 船橋5R 7着/12頭+2.0秒 03/11 船橋5R 10着/11頭+2.3秒 02/28 浦和9R 8着/12頭+2.6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 7.7着 (不振) ▽ 距離適性同距離は 4走で勝ち無し 🌟◎ 期待値 (オッズ vs AI勝率) +130% (市場が大幅過小評価) AI 予想勝率 1.0% (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。
12	ハクシンダンス逃げ	中島良（浦和）	実6.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 06/23 浦和9R 5着/10頭 05/25 浦和7R 4着/11頭 04/22 浦和4R 1着/11頭勝利 03/19 浦和5R 2着/12頭+1.0秒 02/28 浦和7R 2着/13頭+0.0秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 距離適性同距離 7走で勝率 14% ◎ 馬場適性同馬場 3走で勝率 33% ○ ローテーション 20日の間隔 (理想的) × 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 8.9% (オッズ暗示: 15.9%) ※ 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

トーセンアデレード

騎手室陽一（浦和）

単勝オッズ

2.3倍

AI期待値

-33%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6トウカイディアマン

4.7倍

EV +16%

▲8レディジャン

5.6倍

EV -12%

出走馬全12頭

◎3

トーセンアデレード

室陽一（浦和）

2.3倍

-33%

›

○6

トウカイディアマン

澤田龍（船橋）

4.7倍

+16%

›

▲8

レディジャン

篠谷葵（船橋）

5.6倍

-12%

›

△12

ハクシンダンス

中島良（浦和）

6.3倍

-43%

›

△9

ダンシングエリカ

和田譲（大井）

11.6倍

-27%

›

△10

リッキオ

秋元耕（浦和）

12.9倍

-38%

›

▽1

グレートスピリット

新原周（川崎）

17.0倍

-31%

›

▽5

シュヴァルツナーガ

小杉亮（船橋）

35.3倍

-6%

›

▽4

オーデンミカ

岡田大（浦和）

72.7倍

+47%

›

▽11

コムダビチュード

仲野光（船橋）

228.0倍

+130%

›

▽2

フォガラ

保園翔（浦和）

190.8倍

+40%

›

▽7

ミサトレッドダイヤ

吉留孝（浦和）

274.8倍

+19%

›

💡 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。