浦和 1R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

1R 浦和競馬場ダート800m　発走 13:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タカラバディウス逃げ推奨	野畑凌（川崎）	実10.6	○詳細▼	市場が大きく過小評価、AI予想勝率20% × オッズ10.6倍で期待値+110%の有力候補（適度な間隔で状態万全／騎手の手腕も後押し）
前5走 06/05 船橋4R 10着/10頭 07/03 船橋5R 9着/9頭+2.8秒 06/16 川崎8R 7着/12頭+1.1秒 06/03 船橋5R 4着/14頭+0.6秒 05/07 船橋6R 5着/14頭+0.8秒
AI 評価の内訳 — 馬番 1 × 直近3戦の調子平均 8.7着 (不振) ○ 騎手近50戦勝率 14% ▽ 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) +110% (市場が大幅過小評価) AI 予想勝率 19.8% (オッズ暗示: 9.4%) ※ 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	スーパーサイクル逃げ	山中悠（船橋）	実1.1	×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9走で勝率89%と適性高／同距離帯9走で勝率89%／同馬場状態で勝率67%）
前5走 04/21 浦和2R 1着/12頭勝利 02/28 浦和1R 2着/10頭+0.5秒 12/24 浦和3R 1着/12頭勝利 10/31 浦和2R 1着/11頭勝利 07/24 浦和1R 1着/10頭勝利
AI 評価の内訳 — 馬番 2 ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 9走で勝率 89% (得意) ◎ 距離適性同距離 9走で勝率 89% ◎ 馬場適性同馬場 3走で勝率 67% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) × 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 39.9% (オッズ暗示: 90.9%) ※ 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。
3	サンドバンブー自在	保園翔（浦和）	実31.0	▲詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場10走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均8.0着と低調）
前5走 05/26 浦和2R 5着/12頭+0.0秒 04/21 浦和2R 11着/12頭+2.1秒 04/01 船橋4R 8着/10頭+2.4秒 03/20 浦和2R 7着/12頭+1.1秒 02/28 浦和2R 2着/12頭+0.8秒
AI 評価の内訳 — 馬番 3 × 直近3戦の調子平均 8.0着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 28日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +191% (市場が大幅過小評価) AI 予想勝率 9.4% (オッズ暗示: 3.2%) ※ 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。
4	ワンダーダイカネン追込	吉留孝（浦和）	実73.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場24走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／直近3走平均11.0着と低調）
前5走 02/23 浦和1R 10着/11頭+2.8秒 01/08 浦和2R 11着/12頭+2.1秒 12/24 浦和3R 12着/12頭+2.6秒 11/27 浦和3R 8着/10頭+1.6秒 06/25 浦和1R 8着/9頭+2.7秒
AI 評価の内訳 — 馬番 4 × 直近3戦の調子平均 11.0着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) △ ローテーション 120日休養明け △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 1.1% (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	ダイエービルベリー先行	七夕裕（浦和）	実5.8	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走3着）
前5走 05/26 浦和2R 3着/12頭+1.0秒 04/21 浦和1R 1着/9頭勝利 12/24 浦和3R 5着/12頭+1.3秒 11/27 浦和3R 2着/10頭+0.2秒 10/31 浦和2R 6着/11頭+1.4秒
AI 評価の内訳 — 馬番 5 ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 22走で勝率 14% △ 距離適性同距離 22走で勝率 14% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 14.6% (オッズ暗示: 17.2%) ※ 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。
6	スイートウィル差し	室陽一（浦和）	実54.2	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場19走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／直近3走平均9.0着と低調）
前5走 05/26 浦和2R 10着/12頭 04/21 浦和2R 7着/12頭+1.6秒 04/01 船橋4R 10着/10頭+3.4秒 03/20 浦和2R 2着/12頭+0.6秒 02/28 浦和2R 11着/12頭+2.6秒
AI 評価の内訳 — 馬番 6 × 直近3戦の調子平均 9.0着 (不振) × 当競馬場適性 19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 10着 (大敗) ○ ローテーション 28日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +45% (妙味あり) AI 予想勝率 2.7% (オッズ暗示: 1.8%) ※ 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。
7	アマゴ追込	秋元耕（浦和）	実41.3	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場34走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し／前走3着）
前5走 06/15 川崎4R 3着/11頭 05/26 浦和2R 7着/12頭 05/13 川崎1R 11着/12頭+2.5秒 04/21 浦和1R 7着/9頭+1.4秒 04/06 川崎1R 7着/11頭+0.5秒
AI 評価の内訳 — 馬番 7 × 直近3戦の調子平均 7.0着 (不振) × 当競馬場適性 34走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ 前走実績前走 3着 (好走) 🌟◎ 期待値 (オッズ vs AI勝率) +61% (市場が大幅過小評価) AI 予想勝率 3.9% (オッズ暗示: 2.4%) ※ 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	アシレ差し	中山遥（浦和）	実63.8	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3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 06/04 船橋4R 10着/11頭 05/25 浦和9R 9着/11頭 05/08 船橋5R 12着/12頭+4.4秒 04/24 浦和7R 7着/11頭+3.6秒 12/25 浦和1R 2着/11頭+0.4秒
AI 評価の内訳 — 馬番 8 × 直近3戦の調子平均 10.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 10着 (大敗) ○ 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) +34% (妙味あり) AI 予想勝率 2.1% (オッズ暗示: 1.6%) ※ 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	リュウノアーダーン先行	中島良（浦和）	実43.8	▲詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場29走で勝率0%と苦戦傾向／同距離帯は24走で勝ち無し／同馬場状態で勝率33%）
前5走 05/26 浦和2R 4着/12頭+2.0秒 04/21 浦和1R 6着/9頭+1.4秒 04/06 川崎1R 9着/11頭+0.6秒 03/20 浦和1R 6着/11頭+0.9秒 11/07 船橋5R 3着/12頭+1.3秒
AI 評価の内訳 — 馬番 9 △ 直近3戦の調子平均 6.3着 × 当競馬場適性 29走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ◎ 馬場適性同馬場 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 28日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +184% (市場が大幅過小評価) AI 予想勝率 6.5% (オッズ暗示: 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。

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

スーパーサイクル

騎手山中悠（船橋）

単勝オッズ

1.1倍

AI期待値

-56%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1タカラバディウス

10.6倍

EV +110%

○5ダイエービルベリー

5.8倍

EV -15%

▲3サンドバンブー

31.0倍

EV +191%

▲9リュウノアーダーン

43.8倍

EV +184%

出走馬AI評価順・全9頭

×2

スーパーサイクル

山中悠（船橋）

1.1倍

-56%

›

○1

タカラバディウス

野畑凌（川崎）

10.6倍

+110%

›

○5

ダイエービルベリー

七夕裕（浦和）

5.8倍

-15%

›

▲3

サンドバンブー

保園翔（浦和）

31.0倍

+191%

›

▲9

リュウノアーダーン

中島良（浦和）

43.8倍

+184%

›

△7

アマゴ

秋元耕（浦和）

41.3倍

+61%

›

△6

スイートウィル

室陽一（浦和）

54.2倍

+45%

›

△8

アシレ

中山遥（浦和）

63.8倍

+34%

›

▽4

ワンダーダイカネン

吉留孝（浦和）

73.5倍

-22%

›

💡 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 (AI 期待値プラス判定)

A. 市場込みモデル

単勝 1 タカラバディウス実10.6倍期待値 +110% 推奨 6.6〜17.1倍 200円 ❌不的中4着単勝 10.6倍

B. 市場除外+キャリブ

単勝 1 タカラバディウス実10.6倍期待値 +170% 推奨 5.1〜22.1倍 400円 ❌不的中4着単勝 10.6倍

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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。