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
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
サンズ 逃げ |
笹川翼（大井） |
実2.2 |
B× A◎勝率28% EV-40% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 14.7% (オッズ暗示: 45.5%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 28.2% / 期待値 -41% ※ 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 |
ブレイヴアウト 自在 |
山口達（船橋） |
実78.6 |
B▽ A▽勝率1% EV+77% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +517% (市場が大幅過小評価) AI 予想勝率 7.9% (オッズ暗示: 1.3%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 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。 |
| 3 |
デザートウインド 差し |
西啓太（大井） |
実107.3 |
B▽ A▽勝率1% EV+3% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +743% (市場が大幅過小評価) AI 予想勝率 7.9% (オッズ暗示: 0.9%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 0.6% / 期待値 +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。 |
| 4 |
ハナチルサト 先行 |
和田譲（大井） |
実9.0 |
B▽ A△勝率11% EV+29% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 7.9% (オッズ暗示: 11.1%) △Aモデルの評価 (参考) レース内 5位 / 勝率 10.6% / 期待値 +30% ※ 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 |
レオスパーク 先行 |
篠谷葵（船橋） |
実33.5 |
B▽ A▽勝率2% EV-25% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +163% (市場が大幅過小評価) AI 予想勝率 7.9% (オッズ暗示: 3.0%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 1.6% / 期待値 -26% ※ 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 |
シトラスフレイバー 逃げ |
町田直（川崎） |
実12.9 |
B○ A△勝率11% EV+49% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎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 13.5% (オッズ暗示: 7.8%) △Aモデルの評価 (参考) レース内 4位 / 勝率 11.0% / 期待値 +50% ※ 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 |
フクチャンキング 先行 |
室陽一（浦和） |
実2.8 |
B▲ A○勝率22% EV-49% 詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 10.7% (オッズ暗示: 35.7%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 21.8% / 期待値 -50% ※ 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 |
カイトキング 差し |
秋元耕（浦和） |
実26.6 |
B△ A△勝率5% EV+52% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +119% (市場が大幅過小評価) AI 予想勝率 8.3% (オッズ暗示: 3.8%) △Aモデルの評価 (参考) レース内 6位 / 勝率 4.8% / 期待値 +52% ※ 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 |
ベストフィールド 逃げ |
鷹見陸（大井） |
実6.7 |
B△ A▲勝率16% EV+40% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 10.7% (オッズ暗示: 14.9%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 16.3% / 期待値 +41% ※ 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 |
ジャスパージェット 逃げ 推奨 |
野畑凌（川崎） |
実27.6 |
B△ A▽勝率4% EV+23% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +195% (市場が大幅過小評価) AI 予想勝率 10.7% (オッズ暗示: 3.6%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 3.6% / 期待値 +24% ※ 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の推奨本命の次点
出走馬全10頭
×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
14.7% (オッズ暗示: 45.5%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 28.2% / 期待値 -41%
🌟◎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
13.5% (オッズ暗示: 7.8%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 11.0% / 期待値 +50%
×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
10.7% (オッズ暗示: 35.7%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 21.8% / 期待値 -50%
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
10.7% (オッズ暗示: 14.9%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 16.3% / 期待値 +41%
🌟◎期待値 (オッズ vs AI勝率)
+195% (市場が大幅過小評価)
AI 予想勝率
10.7% (オッズ暗示: 3.6%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 3.6% / 期待値 +24%
🌟◎期待値 (オッズ vs AI勝率)
+119% (市場が大幅過小評価)
AI 予想勝率
8.3% (オッズ暗示: 3.8%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 4.8% / 期待値 +52%
△期待値 (オッズ vs AI勝率)
-29% (オッズ過剰評価)
AI 予想勝率
7.9% (オッズ暗示: 11.1%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 10.6% / 期待値 +30%
🌟◎期待値 (オッズ vs AI勝率)
+163% (市場が大幅過小評価)
AI 予想勝率
7.9% (オッズ暗示: 3.0%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 1.6% / 期待値 -26%
🌟◎期待値 (オッズ vs AI勝率)
+517% (市場が大幅過小評価)
AI 予想勝率
7.9% (オッズ暗示: 1.3%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.4% / 期待値 +77%
🌟◎期待値 (オッズ vs AI勝率)
+743% (市場が大幅過小評価)
AI 予想勝率
7.9% (オッズ暗示: 0.9%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 0.6% / 期待値 +4%
💡 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
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
このモデルは本レース見送り判定（期待値プラスなし）
B. 市場除外+キャリブ
-
単勝
10
ジャスパージェット
実27.6倍
期待値 +195%
❌不的中単勝 27.6倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
サンズ 逃げ |
笹川翼（大井） |
実2.2 |
◎詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 28.2% (オッズ暗示: 45.5%) ※ 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。 |
| 2 |
ブレイヴアウト 自在 |
山口達（船橋） |
実78.6 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +77% (市場が大幅過小評価) AI 予想勝率 1.4% (オッズ暗示: 1.3%) ※ 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 |
デザートウインド 差し |
西啓太（大井） |
実107.3 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +3% (市場と概ね一致) AI 予想勝率 0.6% (オッズ暗示: 0.9%) ※ 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 |
ハナチルサト 先行 |
和田譲（大井） |
実9.0 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 10.6% (オッズ暗示: 11.1%) ※ 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。 |
| 5 |
レオスパーク 先行 |
篠谷葵（船橋） |
実33.5 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 3.0%) ※ 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。 |
| 6 |
シトラスフレイバー 逃げ |
町田直（川崎） |
実12.9 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +49% (妙味あり) AI 予想勝率 11.0% (オッズ暗示: 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。 |
| 7 |
フクチャンキング 先行 |
室陽一（浦和） |
実2.8 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 21.8% (オッズ暗示: 35.7%) ※ 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 |
カイトキング 差し |
秋元耕（浦和） |
実26.6 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +52% (市場が大幅過小評価) AI 予想勝率 4.8% (オッズ暗示: 3.8%) ※ 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。 |
| 9 |
ベストフィールド 逃げ |
鷹見陸（大井） |
実6.7 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +40% (妙味あり) AI 予想勝率 16.3% (オッズ暗示: 14.9%) ※ 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。 |
| 10 |
ジャスパージェット 逃げ 推奨 |
野畑凌（川崎） |
実27.6 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +23% (市場と概ね一致) AI 予想勝率 3.6% (オッズ暗示: 3.6%) ※ 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の推奨本命の次点
出走馬全10頭
×期待値 (オッズ vs AI勝率)
-41% (大幅な期待値マイナス)
AI 予想勝率
28.2% (オッズ暗示: 45.5%)
×期待値 (オッズ vs AI勝率)
-50% (大幅な期待値マイナス)
AI 予想勝率
21.8% (オッズ暗示: 35.7%)
◎期待値 (オッズ vs AI勝率)
+40% (妙味あり)
AI 予想勝率
16.3% (オッズ暗示: 14.9%)
◎期待値 (オッズ vs AI勝率)
+49% (妙味あり)
AI 予想勝率
11.0% (オッズ暗示: 7.8%)
△期待値 (オッズ vs AI勝率)
+29% (市場と概ね一致)
AI 予想勝率
10.6% (オッズ暗示: 11.1%)
🌟◎期待値 (オッズ vs AI勝率)
+52% (市場が大幅過小評価)
AI 予想勝率
4.8% (オッズ暗示: 3.8%)
△期待値 (オッズ vs AI勝率)
+23% (市場と概ね一致)
AI 予想勝率
3.6% (オッズ暗示: 3.6%)
△期待値 (オッズ vs AI勝率)
-26% (オッズ過剰評価)
AI 予想勝率
1.6% (オッズ暗示: 3.0%)
🌟◎期待値 (オッズ vs AI勝率)
+77% (市場が大幅過小評価)
AI 予想勝率
1.4% (オッズ暗示: 1.3%)
△期待値 (オッズ vs AI勝率)
+3% (市場と概ね一致)
AI 予想勝率
0.6% (オッズ暗示: 0.9%)
💡 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
このモデルは本レース見送り判定（期待値プラスなし）
B. 市場除外+キャリブ
-
単勝
10
ジャスパージェット
実27.6倍
期待値 +195%
❌不的中単勝 27.6倍
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。
