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	ロジドレフォン逃げ	實川純（船橋）	推定—	B× A×勝率6% EV-88% 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 06/02 船橋9R 14着/14頭 05/05 船橋12R 12着/12頭+5.7秒 04/03 船橋12R 8着/13頭+3.6秒 03/16 浦和6R 9着/11頭+2.1秒 02/26 浦和2R 10着/11頭+4.2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 11.3着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ○ 距離適性同距離 23走で勝率 22% ▽ 前走実績前走 14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 9位 / 勝率 5.6% / 期待値 -88% ※ 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	キョウエイサマンサ差し	秋元耕（浦和）	推定—	B△ A△勝率8% EV-83% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場16走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／前走2着）
前5走 06/26 浦和5R 2着/7頭 05/25 浦和9R 3着/11頭+0.0秒 05/06 船橋2R 7着/12頭+0.9秒 04/24 浦和5R 4着/9頭+1.4秒 03/16 浦和3R 4着/10頭+0.6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 4.0着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し ○ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.1% △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.1% / 期待値 -83% ※ 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	ウインコンパス先行	山中悠（船橋）	推定—	B△ A×勝率7% EV-87% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は4走で勝ち無し／前走3着）
前5走 07/03 船橋9R 3着/9頭+3.0秒 06/04 船橋6R 11着/11頭 05/07 船橋6R 7着/12頭+1.6秒 04/03 船橋9R 7着/10頭+2.1秒 03/13 船橋2R 5着/11頭+1.5秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) ▽ 距離適性同距離は 4走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.1% × Aモデルの評価 (参考) レース内 7位 / 勝率 7.3% / 期待値 -87% ※ 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	ジェノバフレイバー逃げ	笹川翼（大井）	推定—	B○ A▲勝率13% EV-78% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走3着）
前5走 06/26 浦和6R 3着/8頭+1.0秒 05/29 浦和7R 2着/10頭 04/24 浦和1R 1着/11頭勝利 03/18 浦和2R 1着/11頭勝利 02/26 浦和1R 2着/12頭+0.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 23走で勝率 17% (相性良) ○ 距離適性同距離 23走で勝率 17% ○ 騎手近50戦勝率 18% ○ 前走実績前走 3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) -98% (大幅な期待値マイナス) AI 予想勝率 1.2% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.9% / 期待値 -79% ※ 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	エソラ先行	岡村健（船橋）	推定—	B△ A△勝率10% EV-77% 詳細▼	人気馬、市場評価通りで上乗せなし（前走3着／騎手は近50戦で勝率22%）
前5走 06/22 浦和10R 3着/10頭+2.0秒 02/23 浦和8R 7着/13頭+1.9秒 01/23 船橋5R 9着/12頭+1.4秒 01/09 浦和8R 8着/13頭+0.9秒 12/22 浦和5R 6着/12頭+0.8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 6.3着 △ 当競馬場適性 11走で勝率 9% ○ 距離適性同距離 13走で勝率 15% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 25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 0.7% △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.5% / 期待値 -77% ※ 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	オリズジーニー逃げ	野畑凌（川崎）	推定—	B◎ A×勝率23% EV-59% 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12走で勝率33%と適性高／同距離帯11走で勝率27%／直近3走で勝率33%と好調）
前5走 06/22 浦和10R 2着/10頭+0.0秒 04/24 浦和5R 3着/9頭+0.9秒 03/19 浦和2R 1着/11頭勝利 01/09 浦和4R 1着/13頭勝利 12/25 浦和4R 5着/10頭+0.3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 12走で勝率 33% (得意) ◎ 距離適性同距離 11走で勝率 27% ○ 馬場適性同馬場 7走で勝率 29% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 25日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +74% (市場が大幅過小評価) AI 予想勝率 96.5% × Aモデルの評価 (参考) レース内 1位 / 勝率 22.6% / 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。
7	ビップアリエル	七夕裕（浦和）	推定—	B× A△勝率8% EV-84% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場5走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走2着）
前5走 06/26 浦和6R 2着/8頭+0.0秒 06/05 船橋8R 11着/12頭 05/29 浦和7R 5着/10頭 04/24 浦和2R 5着/12頭+1.2秒 03/19 浦和4R 7着/11頭+1.9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 6.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.1% △ Aモデルの評価 (参考) レース内 6位 / 勝率 7.8% / 期待値 -84% ※ 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	サザンブレーブ自在	仲野光（船橋）	推定—	B× A×勝率5% EV-90% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/02 船橋4R 5着/7頭+0.0秒 06/18 川崎7R 8着/10頭+1.0秒 02/12 船橋7R 9着/12頭+3.2秒 01/22 船橋6R 7着/13頭+1.6秒 12/23 浦和3R 2着/10頭+0.5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 7.3着 (不振) ○ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% × Aモデルの評価 (参考) レース内 10位 / 勝率 5.2% / 期待値 -91% ※ 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	タカイチナダル	本田重（船橋）	推定—	B▲ A○勝率13% EV-76% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率33%と適性高／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 06/24 浦和4R 2着/8頭 05/29 浦和6R 1着/9頭 04/21 浦和2R 4着/12頭+0.7秒 01/21 船橋2R 4着/12頭+1.2秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -98% (大幅な期待値マイナス) AI 予想勝率 1.2% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.4% / 期待値 -76% ※ 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	リッキーマキアート自在	中山遥（浦和）	推定—	B× A×勝率7% EV-86% 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 06/23 浦和5R 7着/10頭+1.0秒 05/27 浦和4R 5着/10頭 05/14 川崎6R 7着/11頭+2.1秒 04/24 浦和6R 4着/11頭+0.9秒 04/03 船橋12R 5着/13頭+2.5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 6.3着 ○ 当競馬場適性 25走で勝率 16% (相性良) ○ 距離適性同距離 21走で勝率 19% ○ 馬場適性同馬場 15走で勝率 27% ○ ローテーション 24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 8位 / 勝率 6.6% / 期待値 -86% ※ 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 ×

オリズジーニー

騎手野畑凌（川崎）

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:▲4ジェノバフレイバー

—

EV —

▲A:○9タカイチナダル

—

EV —

出走馬全10頭

◎A:×6

オリズジーニー

野畑凌（川崎）

—

›

○A:▲4

ジェノバフレイバー

笹川翼（大井）

—

›

▲A:○9

タカイチナダル

本田重（船橋）

—

›

△A:△5

エソラ

岡村健（船橋）

—

›

△A:△2

キョウエイサマンサ

秋元耕（浦和）

—

›

△A:×3

ウインコンパス

山中悠（船橋）

—

›

×A:△7

ビップアリエル

七夕裕（浦和）

—

›

×A:×8

サザンブレーブ

仲野光（船橋）

—

›

×A:×1

ロジドレフォン

實川純（船橋）

—

›

×A:×10

リッキーマキアート

中山遥（浦和）

—

›

💡 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

🌙 オッズ確定前のレースです（夜開催など、発走前でオッズ未公開）。
上の表の AI 評価は確認できますが、期待値・買い目はオッズが出てから（発走が近づくと）自動で公開されます。

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	ロジドレフォン逃げ	實川純（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8走で勝率0%と苦戦傾向／直近3走平均11.3着と低調）
前5走 06/02 船橋9R 14着/14頭 05/05 船橋12R 12着/12頭+5.7秒 04/03 船橋12R 8着/13頭+3.6秒 03/16 浦和6R 9着/11頭+2.1秒 02/26 浦和2R 10着/11頭+4.2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 11.3着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ○ 距離適性同距離 23走で勝率 22% ▽ 前走実績前走 14着 (大敗) × 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 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。
2	キョウエイサマンサ差し	秋元耕（浦和）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場16走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／前走2着）
前5走 06/26 浦和5R 2着/7頭 05/25 浦和9R 3着/11頭+0.0秒 05/06 船橋2R 7着/12頭+0.9秒 04/24 浦和5R 4着/9頭+1.4秒 03/16 浦和3R 4着/10頭+0.6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 4.0着 × 当競馬場適性 16走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し ○ 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) -83% (大幅な期待値マイナス) AI 予想勝率 8.1% ※ 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。
3	ウインコンパス先行	山中悠（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は4走で勝ち無し／前走3着）
前5走 07/03 船橋9R 3着/9頭+3.0秒 06/04 船橋6R 11着/11頭 05/07 船橋6R 7着/12頭+1.6秒 04/03 船橋9R 7着/10頭+2.1秒 03/13 船橋2R 5着/11頭+1.5秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.0着 (不振) ▽ 距離適性同距離は 4走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) -87% (大幅な期待値マイナス) AI 予想勝率 7.3% ※ 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。
4	ジェノバフレイバー逃げ	笹川翼（大井）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走3着）
前5走 06/26 浦和6R 3着/8頭+1.0秒 05/29 浦和7R 2着/10頭 04/24 浦和1R 1着/11頭勝利 03/18 浦和2R 1着/11頭勝利 02/26 浦和1R 2着/12頭+0.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 23走で勝率 17% (相性良) ○ 距離適性同距離 23走で勝率 17% ○ 騎手近50戦勝率 18% ○ 前走実績前走 3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) -79% (大幅な期待値マイナス) AI 予想勝率 12.9% ※ 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。
5	エソラ先行	岡村健（船橋）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（前走3着／騎手は近50戦で勝率22%）
前5走 06/22 浦和10R 3着/10頭+2.0秒 02/23 浦和8R 7着/13頭+1.9秒 01/23 船橋5R 9着/12頭+1.4秒 01/09 浦和8R 8着/13頭+0.9秒 12/22 浦和5R 6着/12頭+0.8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 6.3着 △ 当競馬場適性 11走で勝率 9% ○ 距離適性同距離 13走で勝率 15% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 10.5% ※ 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。
6	オリズジーニー逃げ	野畑凌（川崎）	推定—	×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12走で勝率33%と適性高／同距離帯11走で勝率27%／直近3走で勝率33%と好調）
前5走 06/22 浦和10R 2着/10頭+0.0秒 04/24 浦和5R 3着/9頭+0.9秒 03/19 浦和2R 1着/11頭勝利 01/09 浦和4R 1着/13頭勝利 12/25 浦和4R 5着/10頭+0.3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 12走で勝率 33% (得意) ◎ 距離適性同距離 11走で勝率 27% ○ 馬場適性同馬場 7走で勝率 29% ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 25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 22.6% ※ 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	ビップアリエル	七夕裕（浦和）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場5走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／前走2着）
前5走 06/26 浦和6R 2着/8頭+0.0秒 06/05 船橋8R 11着/12頭 05/29 浦和7R 5着/10頭 04/24 浦和2R 5着/12頭+1.2秒 03/19 浦和4R 7着/11頭+1.9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 6.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 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。
8	サザンブレーブ自在	仲野光（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/02 船橋4R 5着/7頭+0.0秒 06/18 川崎7R 8着/10頭+1.0秒 02/12 船橋7R 9着/12頭+3.2秒 01/22 船橋6R 7着/13頭+1.6秒 12/23 浦和3R 2着/10頭+0.5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 7.3着 (不振) ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 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。
9	タカイチナダル	本田重（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3走で勝率33%と適性高／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 06/24 浦和4R 2着/8頭 05/29 浦和6R 1着/9頭 04/21 浦和2R 4着/12頭+0.7秒 01/21 船橋2R 4着/12頭+1.2秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 26% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 13.4% ※ 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。
10	リッキーマキアート自在	中山遥（浦和）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 06/23 浦和5R 7着/10頭+1.0秒 05/27 浦和4R 5着/10頭 05/14 川崎6R 7着/11頭+2.1秒 04/24 浦和6R 4着/11頭+0.9秒 04/03 船橋12R 5着/13頭+2.5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 6.3着 ○ 当競馬場適性 25走で勝率 16% (相性良) ○ 距離適性同距離 21走で勝率 19% ○ 馬場適性同馬場 15走で勝率 27% ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -86% (大幅な期待値マイナス) AI 予想勝率 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。

🎯 AIの本命

AI評価1位

オリズジーニー

騎手野畑凌（川崎）

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

○9タカイチナダル

—

EV —

▲4ジェノバフレイバー

—

EV —

出走馬全10頭

×6

オリズジーニー

野畑凌（川崎）

—

›

○9

タカイチナダル

本田重（船橋）

—

›

▲4

ジェノバフレイバー

笹川翼（大井）

—

›

△5

エソラ

岡村健（船橋）

—

›

△2

キョウエイサマンサ

秋元耕（浦和）

—

›

△7

ビップアリエル

七夕裕（浦和）

—

›

×3

ウインコンパス

山中悠（船橋）

—

›

×10

リッキーマキアート

中山遥（浦和）

—

›

×1

ロジドレフォン

實川純（船橋）

—

›

×8

サザンブレーブ

仲野光（船橋）

—

›

💡 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

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。