浦和 9R 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

9R 浦和競馬場ダ1400m ダート1400m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サニーサフラン逃げ	野畑凌（川崎）	推定—	B△ A×勝率5% EV-91% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は3走で勝ち無し／直近3走平均8.7着と低調／106日ぶりの実戦）
前5走 04/02 船橋8R 9着/10頭+3.1秒 03/11 船橋8R 5着/12頭+0.6秒 02/23 浦和7R 12着/13頭+2.7秒 02/09 船橋7R 4着/12頭+0.7秒 01/21 船橋5R 12着/12頭+1.9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 8.7着 (不振) ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 18% △ ローテーション 106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) AI 予想勝率 0.0% × Aモデルの評価 (参考) レース内 8位 / 勝率 4.8% / 期待値 -92% ※ 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	ショコラエクレール逃げ	中山遥（浦和）	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 06/26 浦和8R 7着/9頭+2.0秒 05/26 浦和8R 3着/9頭+5.0秒 04/20 浦和7R 6着/12頭+1.4秒 10/27 浦和9R 1着/12頭勝利 06/24 浦和8R 3着/11頭+0.2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 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ○ 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 0.0% × Aモデルの評価 (参考) レース内 10位 / 勝率 4.6% / 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。
3	シゲルツキミザケ逃げ	櫻井光（川崎）	推定—	B× A△勝率6% EV-88% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は20走で勝ち無し／前走2着）
前5走 06/26 浦和8R 2着/9頭 05/26 浦和6R 8着/12頭 04/23 浦和4R 7着/11頭+1.5秒 03/30 船橋7R 9着/12頭+1.2秒 03/20 浦和8R 5着/13頭+1.4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 5.7着 △ 当競馬場適性 12走で勝率 8% ▽ 距離適性同距離は 20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 0.0% △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.9% / 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。
4	ノーブルプラチナ自在	七夕裕（浦和）	推定—	B× A▲勝率10% EV-79% 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5走 06/25 浦和5R 4着/10頭 05/25 浦和8R 5着/12頭 12/23 浦和10R 1着/12頭勝利 12/16 川崎7R 7着/14頭+1.9秒 11/27 浦和9R 11着/13頭+3.0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 14走で勝率 7% △ 距離適性同距離 14走で勝率 7% ○ ローテーション 22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 3位 / 勝率 10.2% / 期待値 -80% ※ 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	ジーティーアムール逃げ	笹川翼（大井）	推定—	B◎ A○勝率19% EV-68% 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80%と適性高／同距離帯7走で勝率57%／同馬場状態で勝率50%）
前5走 06/23 浦和9R 1着/10頭 05/26 浦和4R 1着/11頭 03/19 浦和4R 1着/11頭勝利 02/23 浦和3R 2着/10頭+0.7秒 01/09 浦和2R 1着/10頭勝利
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 100% (絶好調) ◎ 当競馬場適性 5走で勝率 80% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 馬場適性同馬場 4走で勝率 50% ○ 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 24日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +56% (市場が大幅過小評価) AI 予想勝率 96.0% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 19.3% / 期待値 -68% ※ 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	アズキチャン自在	和田譲（大井）	推定—	B○ A△勝率9% EV-81% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場7走で勝率43%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 06/25 浦和9R 1着/10頭 05/25 浦和7R 1着/11頭 09/25 浦和5R 11着/12頭+2.9秒 08/18 浦和6R 6着/12頭+0.7秒 04/23 浦和4R 1着/10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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 7走で勝率 43% ○ 馬場適性同馬場 4走で勝率 25% ○ 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 22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 1.8% △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.3% / 期待値 -82% ※ 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	キャッスルエール	仲野光（船橋）	推定—	B△ A△勝率8% EV-85% 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／同距離帯4走で勝率25%）
前5走 07/02 船橋6R 4着/10頭 06/01 船橋7R 4着/12頭 05/25 浦和8R 3着/12頭 05/04 船橋5R 8着/12頭+2.2秒 03/30 船橋6R 11着/11頭+3.1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 3.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 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 0.1% △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.3% / 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。
8	チンプンカンプン	山本大（船橋）	推定—	B× A×勝率5% EV-92% 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 07/03 船橋7R 4着/7頭+4.0秒 06/24 浦和7R 7着/9頭+0.0秒 06/01 船橋10R 10着/12頭+0.0秒 05/04 船橋5R 10着/12頭+2.6秒 03/30 船橋6R 6着/11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 7.0着 (不振) ○ 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) × Aモデルの評価 (参考) レース内 11位 / 勝率 4.6% / 期待値 -92% ※ 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	エクメディノキセキ先行	本橋孝（船橋）	推定—	B× A×勝率5% EV-92% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 06/28 船橋9R 9着/10頭 06/01 船橋10R 6着/12頭 05/04 船橋6R 3着/12頭+1.1秒 04/23 浦和4R 3着/11頭+0.3秒 04/03 船橋12R 3着/13頭+2.3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 6.0着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -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 9位 / 勝率 4.7% / 期待値 -92% ※ 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	リコーミカ逃げ	藤本現（大井）	推定—	B▲ A×勝率23% EV-55% 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2着）
前5走 06/25 浦和5R 2着/10頭 05/26 浦和8R 2着/9頭+0.0秒 03/16 浦和8R 1着/12頭勝利 02/25 浦和2R 4着/13頭+0.6秒 01/08 浦和7R 2着/12頭+0.3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 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 6走で勝率 17% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) ○ ローテーション 22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 1.8% × Aモデルの評価 (参考) レース内 1位 / 勝率 22.6% / 期待値 -56% ※ 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	オオタニズスマイル追込	秋元耕（浦和）	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 06/05 名古屋11R 10着/11頭 05/25 名古屋11R 7着/12頭+0.0秒 05/04 名古屋8R 9着/9頭+5.2秒 04/07 名古屋7R 5着/5頭+3.7秒 03/27 名古屋10R 7着/9頭+1.9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) ◎ 距離適性同距離 14走で勝率 29% ○ 馬場適性同馬場 16走で勝率 25% ▽ 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 7位 / 勝率 5.7% / 期待値 -89% ※ 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 ○

ジーティーアムール

騎手笹川翼（大井）

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:△6アズキチャン

—

EV —

▲A:×10リコーミカ

—

EV —

出走馬全11頭

◎A:○5

ジーティーアムール

笹川翼（大井）

—

›

○A:△6

アズキチャン

和田譲（大井）

—

›

▲A:×10

リコーミカ

藤本現（大井）

—

›

△A:△7

キャッスルエール

仲野光（船橋）

—

›

△A:×1

サニーサフラン

野畑凌（川崎）

—

›

△A:×2

ショコラエクレール

中山遥（浦和）

—

›

×A:△3

シゲルツキミザケ

櫻井光（川崎）

—

›

×A:▲4

ノーブルプラチナ

七夕裕（浦和）

—

›

×A:×9

エクメディノキセキ

本橋孝（船橋）

—

›

×A:×8

チンプンカンプン

山本大（船橋）

—

›

×A:×11

オオタニズスマイル

秋元耕（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。

9R 浦和競馬場ダ1400m ダート1400m　発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サニーサフラン逃げ	野畑凌（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は3走で勝ち無し／直近3走平均8.7着と低調／106日ぶりの実戦）
前5走 04/02 船橋8R 9着/10頭+3.1秒 03/11 船橋8R 5着/12頭+0.6秒 02/23 浦和7R 12着/13頭+2.7秒 02/09 船橋7R 4着/12頭+0.7秒 01/21 船橋5R 12着/12頭+1.9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 8.7着 (不振) ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 18% △ ローテーション 106日休養明け × 期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) AI 予想勝率 4.8% ※ 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	ショコラエクレール逃げ	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 06/26 浦和8R 7着/9頭+2.0秒 05/26 浦和8R 3着/9頭+5.0秒 04/20 浦和7R 6着/12頭+1.4秒 10/27 浦和9R 1着/12頭勝利 06/24 浦和8R 3着/11頭+0.2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 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 8走で勝率 12% ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 4.6% ※ 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。
3	シゲルツキミザケ逃げ	櫻井光（川崎）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は20走で勝ち無し／前走2着）
前5走 06/26 浦和8R 2着/9頭 05/26 浦和6R 8着/12頭 04/23 浦和4R 7着/11頭+1.5秒 03/30 船橋7R 9着/12頭+1.2秒 03/20 浦和8R 5着/13頭+1.4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 5.7着 △ 当競馬場適性 12走で勝率 8% ▽ 距離適性同距離は 20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) -88% (大幅な期待値マイナス) AI 予想勝率 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。
4	ノーブルプラチナ自在	七夕裕（浦和）	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5走 06/25 浦和5R 4着/10頭 05/25 浦和8R 5着/12頭 12/23 浦和10R 1着/12頭勝利 12/16 川崎7R 7着/14頭+1.9秒 11/27 浦和9R 11着/13頭+3.0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 14走で勝率 7% △ 距離適性同距離 14走で勝率 7% ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 10.2% ※ 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。
5	ジーティーアムール逃げ	笹川翼（大井）	推定—	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場5走で勝率80%と適性高／同距離帯7走で勝率57%／同馬場状態で勝率50%）
前5走 06/23 浦和9R 1着/10頭 05/26 浦和4R 1着/11頭 03/19 浦和4R 1着/11頭勝利 02/23 浦和3R 2着/10頭+0.7秒 01/09 浦和2R 1着/10頭勝利
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 100% (絶好調) ◎ 当競馬場適性 5走で勝率 80% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 馬場適性同馬場 4走で勝率 50% ○ 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 24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 19.3% ※ 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	アズキチャン自在	和田譲（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7走で勝率43%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 06/25 浦和9R 1着/10頭 05/25 浦和7R 1着/11頭 09/25 浦和5R 11着/12頭+2.9秒 08/18 浦和6R 6着/12頭+0.7秒 04/23 浦和4R 1着/10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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 7走で勝率 43% ○ 馬場適性同馬場 4走で勝率 25% ○ 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 22日の間隔 (理想的) × 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 9.3% ※ 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	キャッスルエール	仲野光（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／同距離帯4走で勝率25%）
前5走 07/02 船橋6R 4着/10頭 06/01 船橋7R 4着/12頭 05/25 浦和8R 3着/12頭 05/04 船橋5R 8着/12頭+2.2秒 03/30 船橋6R 11着/11頭+3.1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 3.7着 ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 4走で勝率 25% ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 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。
8	チンプンカンプン	山本大（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/03 船橋7R 4着/7頭+4.0秒 06/24 浦和7R 7着/9頭+0.0秒 06/01 船橋10R 10着/12頭+0.0秒 05/04 船橋5R 10着/12頭+2.6秒 03/30 船橋6R 6着/11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 7.0着 (不振) ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 4.6% ※ 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。
9	エクメディノキセキ先行	本橋孝（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4走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 06/28 船橋9R 9着/10頭 06/01 船橋10R 6着/12頭 05/04 船橋6R 3着/12頭+1.1秒 04/23 浦和4R 3着/11頭+0.3秒 04/03 船橋12R 3着/13頭+2.3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 6.0着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 4.7% ※ 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。
10	リコーミカ逃げ	藤本現（大井）	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（直近3走で勝率33%と好調／前走2着）
前5走 06/25 浦和5R 2着/10頭 05/26 浦和8R 2着/9頭+0.0秒 03/16 浦和8R 1着/12頭勝利 02/25 浦和2R 4着/13頭+0.6秒 01/08 浦和7R 2着/12頭+0.3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 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 6走で勝率 17% ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -56% (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。
11	オオタニズスマイル追込	秋元耕（浦和）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯14走で勝率29%／直近3走平均8.7着と低調）
前5走 06/05 名古屋11R 10着/11頭 05/25 名古屋11R 7着/12頭+0.0秒 05/04 名古屋8R 9着/9頭+5.2秒 04/07 名古屋7R 5着/5頭+3.7秒 03/27 名古屋10R 7着/9頭+1.9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) ◎ 距離適性同距離 14走で勝率 29% ○ 馬場適性同馬場 16走で勝率 25% ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 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。

🎯 AIの本命

AI評価1位

リコーミカ

騎手藤本現（大井）

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

○5ジーティーアムール

—

EV —

▲4ノーブルプラチナ

—

EV —

出走馬全11頭

×10

リコーミカ

藤本現（大井）

—

›

○5

ジーティーアムール

笹川翼（大井）

—

›

▲4

ノーブルプラチナ

七夕裕（浦和）

—

›

△6

アズキチャン

和田譲（大井）

—

›

△7

キャッスルエール

仲野光（船橋）

—

›

△3

シゲルツキミザケ

櫻井光（川崎）

—

›

×11

オオタニズスマイル

秋元耕（浦和）

—

›

×1

サニーサフラン

野畑凌（川崎）

—

›

×9

エクメディノキセキ

本橋孝（船橋）

—

›

×2

ショコラエクレール

中山遥（浦和）

—

›

×8

チンプンカンプン

山本大（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。