浦和 5R 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 |
テーオーダムール 逃げ |
達城龍（大井） |
実9.5 |
B× A×勝率4% EV-64% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 10.5%) ×Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 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。 |
| 2 |
サージ 追込 推奨 |
中山遥（浦和） |
実6.7 |
B○ A◎勝率29% EV+97% 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) +124% (市場が大幅過小評価) AI 予想勝率 33.5% (オッズ暗示: 14.9%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 29.5% / 期待値 +98% ※ 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 |
シナモンポップ 差し |
吉留孝（浦和） |
実49.4 |
B× A×勝率1% EV-61% 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) -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 0.8% / 期待値 -62% ※ 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 |
シヴァシン 差し |
半澤慶（浦和） |
実60.3 |
B× A▽勝率1% EV-44% 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) -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 0.9% / 期待値 -45% ※ 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 |
マッドルビー 追込 |
中島良（浦和） |
実138.3 |
B× A▽勝率1% EV-23% 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) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 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。 |
| 6 |
ウイングラドナス 自在 |
町田直（川崎） |
実36.3 |
B× A▽勝率2% EV-11% 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) -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 2.5% / 期待値 -11% ※ 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 |
アンパト 先行 |
見越彬（浦和） |
実2.3 |
B▲ A▲勝率15% EV-66% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 43.5%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 14.6% / 期待値 -66% ※ 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 |
レベリオン 逃げ |
及川烈（浦和） |
実9.0 |
B△ A△勝率6% EV-48% 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 11.1%) △Aモデルの評価 (参考) レース内 5位 / 勝率 5.7% / 期待値 -49% ※ 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 |
ゴールドキッド 先行 |
古岡勇（川崎） |
実8.3 |
B△ A△勝率5% EV-57% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 12.0%) △Aモデルの評価 (参考) レース内 6位 / 勝率 5.1% / 期待値 -57% ※ 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 |
ワナカ 追込 |
秋元耕（浦和） |
実41.9 |
B× A▽勝率2% EV-12% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.4%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 2.1% / 期待値 -12% ※ 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 |
ユウユウプレゼンス 先行 |
室陽一（浦和） |
実7.4 |
B△ A△勝率12% EV-8% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 13.5%) △Aモデルの評価 (参考) レース内 4位 / 勝率 12.4% / 期待値 -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。 |
| 12 |
ユメデアエタラ 自在 推奨 |
岡村健（船橋） |
実8.9 |
B◎ A○勝率22% EV+97% 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) +476% (市場が大幅過小評価) AI 予想勝率 64.7% (オッズ暗示: 11.2%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 22.2% / 期待値 +97% ※ 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)
+476% (市場が大幅過小評価)
AI 予想勝率
64.7% (オッズ暗示: 11.2%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 22.2% / 期待値 +97%
🌟◎期待値 (オッズ vs AI勝率)
+124% (市場が大幅過小評価)
AI 予想勝率
33.5% (オッズ暗示: 14.9%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 29.5% / 期待値 +98%
×期待値 (オッズ vs AI勝率)
-98% (大幅な期待値マイナス)
AI 予想勝率
0.9% (オッズ暗示: 43.5%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 14.6% / 期待値 -66%
×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
0.6% (オッズ暗示: 11.1%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 5.7% / 期待値 -49%
×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
0.1% (オッズ暗示: 13.5%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 12.4% / 期待値 -9%
×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
0.1% (オッズ暗示: 12.0%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 5.1% / 期待値 -57%
×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
0.1% (オッズ暗示: 10.5%)
×Aモデルの評価 (参考)
レース内 7位 / 勝率 3.8% / 期待値 -64%
×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
0.0% (オッズ暗示: 2.4%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 2.1% / 期待値 -12%
×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 2.5% / 期待値 -11%
×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 0.8% / 期待値 -62%
×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 0.9% / 期待値 -45%
×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 12位 / 勝率 0.6% / 期待値 -23%
💡 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
2
サージ
実6.7倍
期待値 +124%
❌不的中11着単勝 6.7倍
B. 市場除外+キャリブ
-
単勝
12
ユメデアエタラ
実8.9倍
期待値 +476%
❌不的中5着単勝 8.9倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
テーオーダムール 逃げ |
達城龍（大井） |
実9.5 |
×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) -64% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 10.5%) ※ 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 |
サージ 追込 推奨 |
中山遥（浦和） |
実6.7 |
◎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) +97% (市場が大幅過小評価) AI 予想勝率 29.5% (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。 |
| 3 |
シナモンポップ 差し |
吉留孝（浦和） |
実49.4 |
×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) -62% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.0%) ※ 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。 |
| 4 |
シヴァシン 差し |
半澤慶（浦和） |
実60.3 |
▽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) -45% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.7%) ※ 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。 |
| 5 |
マッドルビー 追込 |
中島良（浦和） |
実138.3 |
▽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) -23% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.7%) ※ 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。 |
| 6 |
ウイングラドナス 自在 |
町田直（川崎） |
実36.3 |
▽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) -11% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 2.8%) ※ 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 |
アンパト 先行 |
見越彬（浦和） |
実2.3 |
▲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) -66% (大幅な期待値マイナス) AI 予想勝率 14.6% (オッズ暗示: 43.5%) ※ 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。 |
| 8 |
レベリオン 逃げ |
及川烈（浦和） |
実9.0 |
△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) -49% (大幅な期待値マイナス) AI 予想勝率 5.7% (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。 |
| 9 |
ゴールドキッド 先行 |
古岡勇（川崎） |
実8.3 |
△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) -57% (大幅な期待値マイナス) AI 予想勝率 5.1% (オッズ暗示: 12.0%) ※ 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。 |
| 10 |
ワナカ 追込 |
秋元耕（浦和） |
実41.9 |
▽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) -12% (オッズ過剰評価) AI 予想勝率 2.1% (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。 |
| 11 |
ユウユウプレゼンス 先行 |
室陽一（浦和） |
実7.4 |
△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) -9% (オッズ過剰評価) AI 予想勝率 12.4% (オッズ暗示: 13.5%) ※ 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。 |
| 12 |
ユメデアエタラ 自在 推奨 |
岡村健（船橋） |
実8.9 |
○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% (市場が大幅過小評価) AI 予想勝率 22.2% (オッズ暗示: 11.2%) ※ 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。 |
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)
+97% (市場が大幅過小評価)
AI 予想勝率
29.5% (オッズ暗示: 14.9%)
🌟◎期待値 (オッズ vs AI勝率)
+97% (市場が大幅過小評価)
AI 予想勝率
22.2% (オッズ暗示: 11.2%)
×期待値 (オッズ vs AI勝率)
-66% (大幅な期待値マイナス)
AI 予想勝率
14.6% (オッズ暗示: 43.5%)
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
12.4% (オッズ暗示: 13.5%)
×期待値 (オッズ vs AI勝率)
-49% (大幅な期待値マイナス)
AI 予想勝率
5.7% (オッズ暗示: 11.1%)
×期待値 (オッズ vs AI勝率)
-57% (大幅な期待値マイナス)
AI 予想勝率
5.1% (オッズ暗示: 12.0%)
×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
3.8% (オッズ暗示: 10.5%)
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
2.5% (オッズ暗示: 2.8%)
△期待値 (オッズ vs AI勝率)
-12% (オッズ過剰評価)
AI 予想勝率
2.1% (オッズ暗示: 2.4%)
×期待値 (オッズ vs AI勝率)
-45% (大幅な期待値マイナス)
AI 予想勝率
0.9% (オッズ暗示: 1.7%)
×期待値 (オッズ vs AI勝率)
-62% (大幅な期待値マイナス)
AI 予想勝率
0.8% (オッズ暗示: 2.0%)
△期待値 (オッズ vs AI勝率)
-23% (オッズ過剰評価)
AI 予想勝率
0.6% (オッズ暗示: 0.7%)
💡 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
2
サージ
実6.7倍
期待値 +98%
❌不的中11着単勝 6.7倍
B. 市場除外+キャリブ
-
単勝
12
ユメデアエタラ
実8.9倍
期待値 +97%
❌不的中5着単勝 8.9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。
