浦和 11R 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

11R 浦和競馬場ダ1400m ダート1400m　発走 18:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	モズハッピーロード差し	七夕裕（浦和）	推定—	B× A×勝率3% 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 01/21 船橋10R 8着/13頭+0.8秒 01/09 浦和11R 6着/10頭+0.9秒 12/23 浦和9R 4着/11頭+1.0秒 11/26 浦和12R 5着/13頭+0.5秒 11/06 船橋10R 11着/13頭+1.8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 6.0着 △ 当競馬場適性 23走で勝率 9% △ 距離適性同距離 23走で勝率 9% △ ローテーション 177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) × Aモデルの評価 (参考) レース内 11位 / 勝率 3.4% / 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。
2	エリンアキレウス追込	櫻井光（川崎）	推定—	B× A△勝率9% EV-82% 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 05/26 浦和11R 6着/12頭+0.0秒 04/21 浦和10R 1着/12頭勝利 04/03 船橋11R 8着/10頭+1.8秒 03/17 浦和11R 5着/10頭+0.7秒 02/10 船橋12R 6着/14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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 馬場適性同馬場 5走で勝率 20% × 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 4位 / 勝率 8.7% / 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	ココモローズ逃げ	菅原涼（大井）	推定—	B△ A△勝率8% EV-86% 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 05/28 浦和10R 9着/11頭 04/20 浦和11R 1着/13頭勝利 03/18 浦和9R 5着/12頭+0.7秒 02/23 浦和10R 1着/11頭勝利 02/09 船橋10R 5着/12頭+1.1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 18走で勝率 22% (相性良) ○ 距離適性同距離 17走で勝率 24% ○ 馬場適性同馬場 12走で勝率 25% × 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 7.6% / 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	マルセルテソーロ	佐野遥（川崎）	推定—	B◎ A×勝率21% 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（同距離帯3走で勝率67%／同馬場状態で勝率67%／直近3走で勝率67%と好調）
前5走 05/28 浦和10R 4着/11頭 08/25 川崎2R 1着/14頭勝利 07/21 浦和2R 1着/9頭勝利 ― ―
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 67% (絶好調) ◎ 距離適性同距離 3走で勝率 67% ◎ 馬場適性同馬場 3走で勝率 67% ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 68.0% × Aモデルの評価 (参考) レース内 1位 / 勝率 20.5% / 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。
5	エイシンスコッティ自在	菅原吏（船橋）	推定—	B× A×勝率5% EV-90% 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 07/02 船橋10R 3着/12頭+0.0秒 06/03 船橋9R 5着/10頭 05/06 船橋10R 7着/12頭+1.2秒 04/02 船橋9R 1着/9頭勝利 11/04 船橋12R 7着/12頭+1.3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 5.0着 ◎ 距離適性同距離 6走で勝率 33% ○ 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 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) -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 5.1% / 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。
6	イナダヒメ逃げ	町田直（川崎）	推定—	B▲ A▲勝率12% EV-73% 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42%と適性高／同距離帯13走で勝率46%／同馬場状態で勝率44%）
前5走 04/22 浦和11R 7着/13頭+0.5秒 03/19 浦和10R 6着/13頭+1.0秒 01/04 川崎11R 1着/14頭勝利 11/26 浦和12R 1着/13頭勝利 08/18 浦和11R 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 33% (上り調子) ◎ 当競馬場適性 12走で勝率 42% (得意) ◎ 距離適性同距離 13走で勝率 46% ◎ 馬場適性同馬場 9走で勝率 44% ○ 騎手近50戦勝率 16% × 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 3.3% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.5% / 期待値 -74% ※ 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	ビナサクセス逃げ	野畑凌（川崎）	推定—	B△ A×勝率6% EV-90% 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 05/26 浦和11R 11着/12頭+6.0秒 09/24 浦和11R 4着/8頭+0.8秒 04/25 浦和11R 1着/11頭勝利 04/07 川崎10R 3着/12頭+0.3秒 02/27 浦和11R 4着/12頭+0.5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 11走で勝率 9% △ 距離適性同距離 18走で勝率 11% ○ 騎手近50戦勝率 16% ▽ 前走実績前走 11着 (大敗) × 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 5.7% / 期待値 -90% ※ 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	ブルーパッション差し	木間龍（船橋）	推定—	B× A△勝率8% EV-85% 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 06/29 船橋11R 3着/9頭+1.0秒 03/13 船橋10R 7着/9頭+3.2秒 03/04 川崎11R 6着/6頭+1.7秒 02/11 船橋11R 7着/13頭+2.9秒 01/20 船橋11R 4着/14頭+1.0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 ○ 距離適性同距離 6走で勝率 17% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ 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) -100% (大幅な期待値マイナス) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.7% / 期待値 -85% ※ 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	ショウネンジダイ逃げ	本田重（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 04/20 浦和11R 5着/13頭+0.6秒 03/18 浦和9R 1着/12頭勝利 01/07 浦和10R 3着/13頭+0.3秒 12/23 浦和9R 3着/11頭+0.8秒 11/21 川崎10R 3着/13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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 13走で勝率 23% (相性良) ○ 距離適性同距離 19走で勝率 21% ○ 馬場適性同馬場 15走で勝率 27% ◎ 騎手近50戦勝率 26% (好調) × 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 6.3% / 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。
10	メロスゴー追込	及川烈（浦和）	推定—	B△ A×勝率7% EV-85% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 06/26 浦和11R 5着/10頭 05/28 浦和11R 5着/13頭 05/06 船橋8R 9着/11頭+1.2秒 04/20 浦和11R 7着/13頭+1.6秒 04/01 船橋11R 5着/12頭+2.3秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 △ 当競馬場適性 26走で勝率 8% △ 距離適性同距離 28走で勝率 7% ○ 騎手近50戦勝率 18% ○ 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 7位 / 勝率 7.3% / 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。
11	スペンサーバローズ逃げ	笹川翼（大井）	推定—	B○ A○勝率15% EV-75% 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67%と適性高／同距離帯6走で勝率67%／同馬場状態で勝率50%）
前5走 05/28 浦和11R 4着/13頭 03/17 浦和11R 10着/10頭+3.0秒 01/09 浦和11R 1着/10頭勝利 08/20 浦和10R 1着/12頭勝利 07/25 浦和11R 1着/10頭勝利
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 67% (得意) ◎ 距離適性同距離 6走で勝率 67% ◎ 馬場適性同馬場 6走で勝率 50% ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 28.6% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.3% / 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。

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 ×

マルセルテソーロ

騎手佐野遥（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:○11スペンサーバローズ

—

EV —

▲A:▲6イナダヒメ

—

EV —

出走馬全11頭

◎A:×4

マルセルテソーロ

佐野遥（川崎）

—

›

○A:○11

スペンサーバローズ

笹川翼（大井）

—

›

▲A:▲6

イナダヒメ

町田直（川崎）

—

›

△A:△3

ココモローズ

菅原涼（大井）

—

›

△A:×7

ビナサクセス

野畑凌（川崎）

—

›

△A:×10

メロスゴー

及川烈（浦和）

—

›

×A:×1

モズハッピーロード

七夕裕（浦和）

—

›

×A:△2

エリンアキレウス

櫻井光（川崎）

—

›

×A:×5

エイシンスコッティ

菅原吏（船橋）

—

›

×A:△8

ブルーパッション

木間龍（船橋）

—

›

×A:×9

ショウネンジダイ

本田重（船橋）

—

›

💡 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。

11R 浦和競馬場ダ1400m ダート1400m　発走 18:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	モズハッピーロード差し	七夕裕（浦和）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（177日ぶりの実戦）
前5走 01/21 船橋10R 8着/13頭+0.8秒 01/09 浦和11R 6着/10頭+0.9秒 12/23 浦和9R 4着/11頭+1.0秒 11/26 浦和12R 5着/13頭+0.5秒 11/06 船橋10R 11着/13頭+1.8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 6.0着 △ 当競馬場適性 23走で勝率 9% △ 距離適性同距離 23走で勝率 9% △ ローテーション 177日休養明け × 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 3.4% ※ 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。
2	エリンアキレウス追込	櫻井光（川崎）	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6走で勝率33%／直近3走で勝率33%と好調）
前5走 05/26 浦和11R 6着/12頭+0.0秒 04/21 浦和10R 1着/12頭勝利 04/03 船橋11R 8着/10頭+1.8秒 03/17 浦和11R 5着/10頭+0.7秒 02/10 船橋12R 6着/14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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 33% (得意) ◎ 距離適性同距離 6走で勝率 33% ○ 馬場適性同馬場 5走で勝率 20% × 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 8.7% ※ 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。
3	ココモローズ逃げ	菅原涼（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5走 05/28 浦和10R 9着/11頭 04/20 浦和11R 1着/13頭勝利 03/18 浦和9R 5着/12頭+0.7秒 02/23 浦和10R 1着/11頭勝利 02/09 船橋10R 5着/12頭+1.1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 18走で勝率 22% (相性良) ○ 距離適性同距離 17走で勝率 24% ○ 馬場適性同馬場 12走で勝率 25% × 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 7.6% ※ 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。
4	マルセルテソーロ	佐野遥（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（同距離帯3走で勝率67%／同馬場状態で勝率67%／直近3走で勝率67%と好調）
前5走 05/28 浦和10R 4着/11頭 08/25 川崎2R 1着/14頭勝利 07/21 浦和2R 1着/9頭勝利 ― ―
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 67% (絶好調) ◎ 距離適性同距離 3走で勝率 67% ◎ 馬場適性同馬場 3走で勝率 67% × 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 20.5% ※ 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。
5	エイシンスコッティ自在	菅原吏（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6走で勝率33%／前走3着）
前5走 07/02 船橋10R 3着/12頭+0.0秒 06/03 船橋9R 5着/10頭 05/06 船橋10R 7着/12頭+1.2秒 04/02 船橋9R 1着/9頭勝利 11/04 船橋12R 7着/12頭+1.3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 5.0着 ◎ 距離適性同距離 6走で勝率 33% ○ 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 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) -91% (大幅な期待値マイナス) AI 予想勝率 5.1% ※ 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。
6	イナダヒメ逃げ	町田直（川崎）	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42%と適性高／同距離帯13走で勝率46%／同馬場状態で勝率44%）
前5走 04/22 浦和11R 7着/13頭+0.5秒 03/19 浦和10R 6着/13頭+1.0秒 01/04 川崎11R 1着/14頭勝利 11/26 浦和12R 1着/13頭勝利 08/18 浦和11R 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 33% (上り調子) ◎ 当競馬場適性 12走で勝率 42% (得意) ◎ 距離適性同距離 13走で勝率 46% ◎ 馬場適性同馬場 9走で勝率 44% ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 12.5% ※ 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。
7	ビナサクセス逃げ	野畑凌（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 05/26 浦和11R 11着/12頭+6.0秒 09/24 浦和11R 4着/8頭+0.8秒 04/25 浦和11R 1着/11頭勝利 04/07 川崎10R 3着/12頭+0.3秒 02/27 浦和11R 4着/12頭+0.5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 11走で勝率 9% △ 距離適性同距離 18走で勝率 11% ○ 騎手近50戦勝率 16% ▽ 前走実績前走 11着 (大敗) × 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% ※ 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	ブルーパッション差し	木間龍（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）
前5走 06/29 船橋11R 3着/9頭+1.0秒 03/13 船橋10R 7着/9頭+3.2秒 03/04 川崎11R 6着/6頭+1.7秒 02/11 船橋11R 7着/13頭+2.9秒 01/20 船橋11R 4着/14頭+1.0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 ○ 距離適性同距離 6走で勝率 17% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ 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) -85% (大幅な期待値マイナス) AI 予想勝率 7.7% ※ 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。
9	ショウネンジダイ逃げ	本田重（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／88日ぶりの実戦／騎手は近50戦で勝率26%）
前5走 04/20 浦和11R 5着/13頭+0.6秒 03/18 浦和9R 1着/12頭勝利 01/07 浦和10R 3着/13頭+0.3秒 12/23 浦和9R 3着/11頭+0.8秒 11/21 川崎10R 3着/13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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 13走で勝率 23% (相性良) ○ 距離適性同距離 19走で勝率 21% ○ 馬場適性同馬場 15走で勝率 27% ◎ 騎手近50戦勝率 26% (好調) × 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 6.3% ※ 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	メロスゴー追込	及川烈（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11R 5着/10頭 05/28 浦和11R 5着/13頭 05/06 船橋8R 9着/11頭+1.2秒 04/20 浦和11R 7着/13頭+1.6秒 04/01 船橋11R 5着/12頭+2.3秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 △ 当競馬場適性 26走で勝率 8% △ 距離適性同距離 28走で勝率 7% ○ 騎手近50戦勝率 18% ○ 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) -86% (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。
11	スペンサーバローズ逃げ	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6走で勝率67%と適性高／同距離帯6走で勝率67%／同馬場状態で勝率50%）
前5走 05/28 浦和11R 4着/13頭 03/17 浦和11R 10着/10頭+3.0秒 01/09 浦和11R 1着/10頭勝利 08/20 浦和10R 1着/12頭勝利 07/25 浦和11R 1着/10頭勝利
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 6走で勝率 67% (得意) ◎ 距離適性同距離 6走で勝率 67% ◎ 馬場適性同馬場 6走で勝率 50% ○ 騎手近50戦勝率 16% × 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 15.3% ※ 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。

🎯 AIの本命

AI評価1位

マルセルテソーロ

騎手佐野遥（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

○11スペンサーバローズ

—

EV —

▲6イナダヒメ

—

EV —

出走馬全11頭

×4

マルセルテソーロ

佐野遥（川崎）

—

›

○11

スペンサーバローズ

笹川翼（大井）

—

›

▲6

イナダヒメ

町田直（川崎）

—

›

△2

エリンアキレウス

櫻井光（川崎）

—

›

△8

ブルーパッション

木間龍（船橋）

—

›

△3

ココモローズ

菅原涼（大井）

—

›

×10

メロスゴー

及川烈（浦和）

—

›

×9

ショウネンジダイ

本田重（船橋）

—

›

×7

ビナサクセス

野畑凌（川崎）

—

›

×5

エイシンスコッティ

菅原吏（船橋）

—

›

×1

モズハッピーロード

七夕裕（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。