浦和 10R 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

10R 浦和競馬場ダ800m ダート800m　発走 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニシノジーク逃げ	國分祐（浦和）	推定—	B× A×勝率2% EV-95% 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8R 6着/6頭+0.0秒 05/28 浦和9R 11着/12頭+4.0秒 05/12 川崎9R 6着/8頭+1.6秒 04/22 浦和9R 9着/12頭+1.0秒 03/18 浦和8R 4着/12頭+1.4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 7.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ 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 11位 / 勝率 2.3% / 期待値 -96% ※ 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	エクセレンアーサー逃げ	山中悠（船橋）	推定—	B△ A△勝率12% EV-81% 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 06/23 浦和10R 6着/11頭+0.0秒 06/02 船橋6R 9着/9頭+2.0秒 05/08 船橋8R 1着/14頭勝利 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.8% △ Aモデルの評価 (参考) レース内 4位 / 勝率 12.3% / 期待値 -81% ※ 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	クラレーヴ逃げ	本橋孝（船橋）	推定—	B△ A×勝率7% EV-89% 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25%と適性高／前走3着）
前5走 07/03 船橋7R 3着/7頭 06/03 船橋6R 12着/13頭 10/03 船橋8R 7着/10頭+1.6秒 09/23 浦和7R 4着/13頭+0.7秒 08/20 浦和7R 1着/9頭勝利
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 7.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 騎手近50戦勝率 14% ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.8% × Aモデルの評価 (参考) レース内 7位 / 勝率 6.9% / 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。
4	レジェス	張田昂（船橋）	推定—	B× A×勝率6% EV-89% 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 06/24 浦和9R 6着/11頭 06/03 船橋6R 13着/13頭 05/27 浦和9R 9着/11頭 05/08 船橋8R 12着/14頭+2.2秒 04/22 浦和9R 3着/12頭+0.5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 9.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ○ 距離適性同距離 5走で勝率 20% ○ 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) -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 6.2% / 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。
5	パラソーレ先行	野畑凌（川崎）	推定—	B× A△勝率9% EV-84% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 06/23 浦和10R 9着/11頭 05/25 浦和11R 11着/12頭 12/23 浦和8R 1着/12頭勝利 12/17 川崎8R 2着/11頭+0.9秒 11/25 浦和9R 8着/11頭+1.6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 11走で勝率 18% (相性良) ◎ 距離適性同距離 4走で勝率 25% ○ 馬場適性同馬場 8走で勝率 25% ○ 騎手近50戦勝率 18% ○ 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) AI 予想勝率 0.2% △ Aモデルの評価 (参考) レース内 6位 / 勝率 8.9% / 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。
6	マジュツシカエル逃げ	七夕裕（浦和）	推定—	B◎ A○勝率15% EV-69% 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25%と適性高／同距離帯9走で勝率33%／直近3走で勝率33%と好調）
前5走 06/24 浦和9R 2着/11頭+3.0秒 05/27 浦和9R 4着/11頭+0.0秒 04/22 浦和5R 1着/12頭勝利 04/08 川崎7R 3着/12頭+0.8秒 03/17 浦和6R 1着/11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 33% (上り調子) ◎ 当競馬場適性 12走で勝率 25% (得意) ◎ 距離適性同距離 9走で勝率 33% ○ 馬場適性同馬場 12走で勝率 25% ○ 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% (市場が大幅過小評価) AI 予想勝率 88.8% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.4% / 期待値 -70% ※ 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	ファセリア追込	室陽一（浦和）	推定—	B× A×勝率4% EV-91% 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10R 11着/11頭 03/19 浦和11R 4着/12頭+0.6秒 03/11 船橋10R 11着/14頭+1.7秒 02/23 浦和9R 4着/11頭+1.2秒 02/06 川崎12R 3着/12頭+0.0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 8.7着 (不振) △ 当競馬場適性 17走で勝率 6% △ 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 11着 (大敗) ○ 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 9位 / 勝率 4.3% / 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。
8	エスペラード逃げ	木間龍（船橋）	推定—	B○ A×勝率17% EV-70% 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／前走勝利の勢い）
前5走 06/24 浦和9R 1着/11頭 06/03 船橋6R 5着/13頭 05/08 船橋8R 6着/14頭+1.5秒 03/30 船橋5R 1着/14頭勝利 02/27 浦和5R 1着/11頭勝利
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 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 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -90% (大幅な期待値マイナス) AI 予想勝率 5.7% × Aモデルの評価 (参考) レース内 1位 / 勝率 17.4% / 期待値 -70% ※ 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	キャストライトオン	鷹見陸（大井）	推定—	B▲ A▲勝率13% EV-74% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場6走で勝率33%と適性高／同距離帯10走で勝率40%／直近3走で勝率67%と好調）
前5走 06/24 浦和7R 1着/9頭 06/02 船橋8R 1着/14頭 05/28 浦和6R 9着/12頭 04/23 浦和6R 9着/12頭+1.7秒 03/17 浦和6R 2着/11頭+0.1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 67% (絶好調) ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 10走で勝率 40% ○ 馬場適性同馬場 12走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 2.9% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.4% / 期待値 -75% ※ 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	ネイビーシンデレラ先行	中山遥（浦和）	推定—	B△ A△勝率9% EV-84% 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8.3着と低調／前走2着）
前5走 06/26 浦和4R 2着/7頭 05/19 大井10R 12着/13頭+2.8秒 04/22 浦和8R 11着/12頭+2.4秒 04/10 川崎4R 5着/6頭+2.0秒 03/16 浦和2R 2着/11頭+0.1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 8.3着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 3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) -99% (大幅な期待値マイナス) AI 予想勝率 0.8% △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.0% / 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。
11	モーニングタンポポ追込	秋元耕（浦和）	推定—	B× A×勝率4% EV-93% 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 06/24 浦和9R 10着/11頭 04/22 浦和9R 4着/12頭+0.6秒 04/08 川崎7R 7着/12頭+1.5秒 03/18 浦和8R 11着/12頭+2.4秒 03/12 船橋6R 6着/10頭+1.2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 7.0着 (不振) △ 当競馬場適性 15走で勝率 7% ▽ 距離適性同距離は 8走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 10位 / 勝率 4.0% / 期待値 -93% ※ 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 ○

マジュツシカエル

騎手七夕裕（浦和）

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:×8エスペラード

—

EV —

▲A:▲9キャストライトオン

—

EV —

出走馬全11頭

◎A:○6

マジュツシカエル

七夕裕（浦和）

—

›

○A:×8

エスペラード

木間龍（船橋）

—

›

▲A:▲9

キャストライトオン

鷹見陸（大井）

—

›

△A:△2

エクセレンアーサー

山中悠（船橋）

—

›

△A:×3

クラレーヴ

本橋孝（船橋）

—

›

△A:△10

ネイビーシンデレラ

中山遥（浦和）

—

›

×A:△5

パラソーレ

野畑凌（川崎）

—

›

×A:×1

ニシノジーク

國分祐（浦和）

—

›

×A:×4

レジェス

張田昂（船橋）

—

›

×A:×7

ファセリア

室陽一（浦和）

—

›

×A:×11

モーニングタンポポ

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。

10R 浦和競馬場ダ800m ダート800m　発走 18:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニシノジーク逃げ	國分祐（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3走で勝ち無し）
前5走 06/23 浦和8R 6着/6頭+0.0秒 05/28 浦和9R 11着/12頭+4.0秒 05/12 川崎9R 6着/8頭+1.6秒 04/22 浦和9R 9着/12頭+1.0秒 03/18 浦和8R 4着/12頭+1.4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 7.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 2.3% ※ 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。
2	エクセレンアーサー逃げ	山中悠（船橋）	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 06/23 浦和10R 6着/11頭+0.0秒 06/02 船橋6R 9着/9頭+2.0秒 05/08 船橋8R 1着/14頭勝利 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 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) -81% (大幅な期待値マイナス) AI 予想勝率 12.3% ※ 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。
3	クラレーヴ逃げ	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25%と適性高／前走3着）
前5走 07/03 船橋7R 3着/7頭 06/03 船橋6R 12着/13頭 10/03 船橋8R 7着/10頭+1.6秒 09/23 浦和7R 4着/13頭+0.7秒 08/20 浦和7R 1着/9頭勝利
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 7.3着 (不振) ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 騎手近50戦勝率 14% ○ 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) -89% (大幅な期待値マイナス) AI 予想勝率 6.9% ※ 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	レジェス	張田昂（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9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9R 6着/11頭 06/03 船橋6R 13着/13頭 05/27 浦和9R 9着/11頭 05/08 船橋8R 12着/14頭+2.2秒 04/22 浦和9R 3着/12頭+0.5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 9.3着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ○ 距離適性同距離 5走で勝率 20% ○ 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) -89% (大幅な期待値マイナス) AI 予想勝率 6.2% ※ 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	パラソーレ先行	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4走で勝率25%／直近3走で勝率33%と好調）
前5走 06/23 浦和10R 9着/11頭 05/25 浦和11R 11着/12頭 12/23 浦和8R 1着/12頭勝利 12/17 川崎8R 2着/11頭+0.9秒 11/25 浦和9R 8着/11頭+1.6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 11走で勝率 18% (相性良) ◎ 距離適性同距離 4走で勝率 25% ○ 馬場適性同馬場 8走で勝率 25% ○ 騎手近50戦勝率 18% ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 8.9% ※ 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。
6	マジュツシカエル逃げ	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12走で勝率25%と適性高／同距離帯9走で勝率33%／直近3走で勝率33%と好調）
前5走 06/24 浦和9R 2着/11頭+3.0秒 05/27 浦和9R 4着/11頭+0.0秒 04/22 浦和5R 1着/12頭勝利 04/08 川崎7R 3着/12頭+0.8秒 03/17 浦和6R 1着/11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 33% (上り調子) ◎ 当競馬場適性 12走で勝率 25% (得意) ◎ 距離適性同距離 9走で勝率 33% ○ 馬場適性同馬場 12走で勝率 25% ○ 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) -70% (大幅な期待値マイナス) AI 予想勝率 15.4% ※ 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。
7	ファセリア追込	室陽一（浦和）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均8.7着と低調）
前5走 06/23 浦和10R 11着/11頭 03/19 浦和11R 4着/12頭+0.6秒 03/11 船橋10R 11着/14頭+1.7秒 02/23 浦和9R 4着/11頭+1.2秒 02/06 川崎12R 3着/12頭+0.0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 8.7着 (不振) △ 当競馬場適性 17走で勝率 6% △ 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 11着 (大敗) ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 4.3% ※ 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	エスペラード逃げ	木間龍（船橋）	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／前走勝利の勢い）
前5走 06/24 浦和9R 1着/11頭 06/03 船橋6R 5着/13頭 05/08 船橋8R 6着/14頭+1.5秒 03/30 船橋5R 1着/14頭勝利 02/27 浦和5R 1着/11頭勝利
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 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 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 17.4% ※ 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。
9	キャストライトオン	鷹見陸（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6走で勝率33%と適性高／同距離帯10走で勝率40%／直近3走で勝率67%と好調）
前5走 06/24 浦和7R 1着/9頭 06/02 船橋8R 1着/14頭 05/28 浦和6R 9着/12頭 04/23 浦和6R 9着/12頭+1.7秒 03/17 浦和6R 2着/11頭+0.1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 67% (絶好調) ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 10走で勝率 40% ○ 馬場適性同馬場 12走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -75% (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	ネイビーシンデレラ先行	中山遥（浦和）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は3走で勝ち無し／直近3走平均8.3着と低調／前走2着）
前5走 06/26 浦和4R 2着/7頭 05/19 大井10R 12着/13頭+2.8秒 04/22 浦和8R 11着/12頭+2.4秒 04/10 川崎4R 5着/6頭+2.0秒 03/16 浦和2R 2着/11頭+0.1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 8.3着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 3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 9.0% ※ 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	モーニングタンポポ追込	秋元耕（浦和）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は8走で勝ち無し）
前5走 06/24 浦和9R 10着/11頭 04/22 浦和9R 4着/12頭+0.6秒 04/08 川崎7R 7着/12頭+1.5秒 03/18 浦和8R 11着/12頭+2.4秒 03/12 船橋6R 6着/10頭+1.2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 7.0着 (不振) △ 当競馬場適性 15走で勝率 7% ▽ 距離適性同距離は 8走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 4.0% ※ 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

エスペラード

騎手木間龍（船橋）

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

○6マジュツシカエル

—

EV —

▲9キャストライトオン

—

EV —

出走馬全11頭

×8

エスペラード

木間龍（船橋）

—

›

○6

マジュツシカエル

七夕裕（浦和）

—

›

▲9

キャストライトオン

鷹見陸（大井）

—

›

△2

エクセレンアーサー

山中悠（船橋）

—

›

△10

ネイビーシンデレラ

中山遥（浦和）

—

›

△5

パラソーレ

野畑凌（川崎）

—

›

×3

クラレーヴ

本橋孝（船橋）

—

›

×4

レジェス

張田昂（船橋）

—

›

×7

ファセリア

室陽一（浦和）

—

›

×11

モーニングタンポポ

秋元耕（浦和）

—

›

×1

ニシノジーク

國分祐（浦和）

—

›

💡 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。