浦和 7R 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。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ビコーズウイキャン 自在 |
七夕裕（浦和） |
実5.4 |
B△ A◎勝率23% EV+25% 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) -69% (大幅な期待値マイナス) AI 予想勝率 5.7% (オッズ暗示: 18.5%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 23.3% / 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。 |
| 2 |
サノノタルマエ 逃げ |
見越彬（浦和） |
実9.0 |
B× A△勝率8% EV-24% 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 11.1%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.4% / 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。 |
| 3 |
ソーサレス 差し |
山本大（船橋） |
実11.8 |
B△ A×勝率4% EV-54% 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) -33% (大幅な期待値マイナス) AI 予想勝率 5.7% (オッズ暗示: 8.5%) ×Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 期待値 -55% ※ 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 |
ダイゴホマレリュウ 推奨 |
藤江渉（川崎） |
実7.6 |
B△ A▲勝率19% EV+41% 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) -63% (大幅な期待値マイナス) AI 予想勝率 4.9% (オッズ暗示: 13.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 18.7% / 期待値 +42% ※ 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 |
ホシニネガイヲ |
和田譲（大井） |
実13.6 |
B× A×勝率3% EV-63% 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) -90% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 7.4%) ×Aモデルの評価 (参考) レース内 8位 / 勝率 2.7% / 期待値 -64% ※ 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 |
ヴァラムノス |
中山遥（浦和） |
実9.4 |
B◎ A△勝率9% EV-14% 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) +199% (市場が大幅過小評価) AI 予想勝率 31.8% (オッズ暗示: 10.6%) △Aモデルの評価 (参考) レース内 4位 / 勝率 9.1% / 期待値 -14% ※ 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 |
エゴンウレア |
秋元耕（浦和） |
実54.2 |
B× A×勝率1% EV-59% 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.8%) ×Aモデルの評価 (参考) レース内 11位 / 勝率 0.8% / 期待値 -59% ※ 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 |
タロマイスター 自在 |
野畑凌（川崎） |
実9.6 |
B○ A△勝率8% EV-23% 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) +205% (市場が大幅過小評価) AI 予想勝率 31.8% (オッズ暗示: 10.4%) △Aモデルの評価 (参考) レース内 6位 / 勝率 8.0% / 期待値 -23% ※ 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 |
ケイアイマゴラ 自在 推奨 |
櫻井光（川崎） |
実23.7 |
B▲ A×勝率1% EV-67% 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) +295% (市場が大幅過小評価) AI 予想勝率 16.7% (オッズ暗示: 4.2%) ×Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 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。 |
| 10 |
ライヴキティ 追込 |
川島正（船橋） |
実100.0 |
B× A▽勝率1% EV-31% 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) -87% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.0%) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 期待値 -31% ※ 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 |
コンスピラシー |
岡村健（船橋） |
実18.0 |
B× A×勝率2% EV-63% 詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 0.7% (オッズ暗示: 5.6%) ×Aモデルの評価 (参考) レース内 9位 / 勝率 2.0% / 期待値 -64% ※ 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。 |
| 12 |
マルモリアクティブ 逃げ |
石田拓（JRA） |
実3.0 |
B× A○勝率21% EV-36% 詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 33.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 21.2% / 期待値 -36% ※ 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12頭
🌟◎期待値 (オッズ vs AI勝率)
+199% (市場が大幅過小評価)
AI 予想勝率
31.8% (オッズ暗示: 10.6%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 9.1% / 期待値 -14%
🌟◎期待値 (オッズ vs AI勝率)
+205% (市場が大幅過小評価)
AI 予想勝率
31.8% (オッズ暗示: 10.4%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 8.0% / 期待値 -23%
🌟◎期待値 (オッズ vs AI勝率)
+295% (市場が大幅過小評価)
AI 予想勝率
16.7% (オッズ暗示: 4.2%)
×Aモデルの評価 (参考)
レース内 10位 / 勝率 1.4% / 期待値 -68%
×期待値 (オッズ vs AI勝率)
-69% (大幅な期待値マイナス)
AI 予想勝率
5.7% (オッズ暗示: 18.5%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 23.3% / 期待値 +26%
×期待値 (オッズ vs AI勝率)
-33% (大幅な期待値マイナス)
AI 予想勝率
5.7% (オッズ暗示: 8.5%)
×Aモデルの評価 (参考)
レース内 7位 / 勝率 3.8% / 期待値 -55%
×期待値 (オッズ vs AI勝率)
-63% (大幅な期待値マイナス)
AI 予想勝率
4.9% (オッズ暗示: 13.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 18.7% / 期待値 +42%
×期待値 (オッズ vs AI勝率)
-97% (大幅な期待値マイナス)
AI 予想勝率
1.0% (オッズ暗示: 33.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 21.2% / 期待値 -36%
×期待値 (オッズ vs AI勝率)
-94% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 11.1%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.4% / 期待値 -24%
×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
0.7% (オッズ暗示: 7.4%)
×Aモデルの評価 (参考)
レース内 8位 / 勝率 2.7% / 期待値 -64%
×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
0.7% (オッズ暗示: 5.6%)
×Aモデルの評価 (参考)
レース内 9位 / 勝率 2.0% / 期待値 -64%
×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
0.1% (オッズ暗示: 1.8%)
×Aモデルの評価 (参考)
レース内 11位 / 勝率 0.8% / 期待値 -59%
×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
0.1% (オッズ暗示: 1.0%)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 0.7% / 期待値 -31%
💡 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
-
単勝
4
ダイゴホマレリュウ
実7.6倍
期待値 +41%
❌不的中5着単勝 7.6倍
-
馬連
1-12
実13.2倍
期待値 +67%
❌不的中1番(2着)-12番(4着)
-
3連複
1-4-12
実25.5倍
期待値 +208%
❌不的中1番(2着)-4番(5着)-12番(4着)
B. 市場除外+キャリブ
-
単勝
9
ケイアイマゴラ
実23.7倍
期待値 +295%
❌不的中8着単勝 23.7倍
-
馬連
6-8
実41.6倍
期待値 +999%
❌不的中6番(3着)-8番(6着)
-
3連複
6-8-9
実198.6倍
期待値 +999%
❌不的中6番(3着)-8番(6着)-9番(8着)
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ビコーズウイキャン 自在 |
七夕裕（浦和） |
実5.4 |
◎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) +25% (市場と概ね一致) AI 予想勝率 23.3% (オッズ暗示: 18.5%) ※ 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 |
サノノタルマエ 逃げ |
見越彬（浦和） |
実9.0 |
△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) -24% (オッズ過剰評価) AI 予想勝率 8.4% (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。 |
| 3 |
ソーサレス 差し |
山本大（船橋） |
実11.8 |
×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) -55% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 8.5%) ※ 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。 |
| 4 |
ダイゴホマレリュウ 推奨 |
藤江渉（川崎） |
実7.6 |
▲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) +41% (妙味あり) AI 予想勝率 18.7% (オッズ暗示: 13.2%) ※ 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 |
ホシニネガイヲ |
和田譲（大井） |
実13.6 |
×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) -64% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 7.4%) ※ 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。 |
| 6 |
ヴァラムノス |
中山遥（浦和） |
実9.4 |
△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) -14% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 10.6%) ※ 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。 |
| 7 |
エゴンウレア |
秋元耕（浦和） |
実54.2 |
×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) -59% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。 |
| 8 |
タロマイスター 自在 |
野畑凌（川崎） |
実9.6 |
△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) -23% (オッズ過剰評価) AI 予想勝率 8.0% (オッズ暗示: 10.4%) ※ 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 |
ケイアイマゴラ 自在 推奨 |
櫻井光（川崎） |
実23.7 |
×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) -68% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 4.2%) ※ 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。 |
| 10 |
ライヴキティ 追込 |
川島正（船橋） |
実100.0 |
▽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) -31% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.0%) ※ 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 |
コンスピラシー |
岡村健（船橋） |
実18.0 |
×詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 5.6%) ※ 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。 |
| 12 |
マルモリアクティブ 逃げ |
石田拓（JRA） |
実3.0 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 21.2% (オッズ暗示: 33.3%) ※ 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の推奨本命の次点
出走馬全12頭
△期待値 (オッズ vs AI勝率)
+25% (市場と概ね一致)
AI 予想勝率
23.3% (オッズ暗示: 18.5%)
×期待値 (オッズ vs AI勝率)
-36% (大幅な期待値マイナス)
AI 予想勝率
21.2% (オッズ暗示: 33.3%)
◎期待値 (オッズ vs AI勝率)
+41% (妙味あり)
AI 予想勝率
18.7% (オッズ暗示: 13.2%)
△期待値 (オッズ vs AI勝率)
-14% (オッズ過剰評価)
AI 予想勝率
9.1% (オッズ暗示: 10.6%)
△期待値 (オッズ vs AI勝率)
-24% (オッズ過剰評価)
AI 予想勝率
8.4% (オッズ暗示: 11.1%)
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
8.0% (オッズ暗示: 10.4%)
×期待値 (オッズ vs AI勝率)
-55% (大幅な期待値マイナス)
AI 予想勝率
3.8% (オッズ暗示: 8.5%)
×期待値 (オッズ vs AI勝率)
-64% (大幅な期待値マイナス)
AI 予想勝率
2.7% (オッズ暗示: 7.4%)
×期待値 (オッズ vs AI勝率)
-64% (大幅な期待値マイナス)
AI 予想勝率
2.0% (オッズ暗示: 5.6%)
×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
1.4% (オッズ暗示: 4.2%)
×期待値 (オッズ vs AI勝率)
-59% (大幅な期待値マイナス)
AI 予想勝率
0.8% (オッズ暗示: 1.8%)
×期待値 (オッズ vs AI勝率)
-31% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 1.0%)
💡 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
4
ダイゴホマレリュウ
実7.6倍
期待値 +41%
❌不的中5着単勝 7.6倍
-
馬連
1-12
実13.2倍
期待値 +67%
❌不的中1番(2着)-12番(4着)
-
3連複
1-4-12
実25.5倍
期待値 +208%
❌不的中1番(2着)-4番(5着)-12番(4着)
B. 市場除外+キャリブ
-
単勝
9
ケイアイマゴラ
実23.7倍
期待値 +295%
❌不的中8着単勝 23.7倍
-
馬連
6-8
実41.6倍
期待値 +999%
❌不的中6番(3着)-8番(6着)
-
3連複
6-8-9
実198.6倍
期待値 +999%
❌不的中6番(3着)-8番(6着)-9番(8着)
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。
