浦和 9R 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 |
ビランチャ 自在 |
佐野遥（川崎） |
実9.5 |
B× A△勝率8% EV-21% 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 10.5%) △Aモデルの評価 (参考) レース内 4位 / 勝率 8.3% / 期待値 -22% ※ 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 |
シンキングレーヴ 自在 |
中島良（浦和） |
実39.1 |
B△ A×勝率1% EV-60% 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) -88% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 2.6%) ×Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 期待値 -61% ※ 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 |
アースファング 逃げ 推奨 |
七夕裕（浦和） |
実5.8 |
B🌟◎ A▲勝率11% EV-35% 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) +240% (市場が大幅過小評価) AI 予想勝率 58.8% (オッズ暗示: 17.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 11.1% / 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。 |
| 4 |
エイシンジンジャー |
山本大（船橋） |
実26.4 |
B△ A▽勝率2% EV-40% 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) +7% (市場と概ね一致) AI 予想勝率 4.1% (オッズ暗示: 3.8%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.3% / 期待値 -40% ※ 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 |
バブリーヒーロー |
秋元耕（浦和） |
実56.5 |
B× A×勝率1% 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) -85% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.8%) ×Aモデルの評価 (参考) レース内 12位 / 勝率 0.6% / 期待値 -63% ※ 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 |
レモンドロップ 先行 |
半澤慶（浦和） |
実19.4 |
B× A×勝率2% EV-62% 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 1.9% / 期待値 -63% ※ 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 |
シャイニーライフ |
小杉亮（船橋） |
実19.1 |
B× A△勝率4% EV-25% 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 0.1% (オッズ暗示: 5.2%) △Aモデルの評価 (参考) レース内 6位 / 勝率 3.9% / 期待値 -25% ※ 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 |
ウォールローゼ |
達城龍（大井） |
実34.1 |
B× A×勝率1% EV-69% 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 2.9%) ×Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 -69% ※ 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 |
エスプランドル 差し |
笠野雄（船橋） |
実17.8 |
B○ A△勝率8% EV+38% 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) +175% (市場が大幅過小評価) AI 予想勝率 15.5% (オッズ暗示: 5.6%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.8% / 期待値 +39% ※ 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 |
ラブシリカ |
野畑凌（川崎） |
実2.3 |
B▲ A🌟◎勝率41% EV-5% 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) -69% (大幅な期待値マイナス) AI 予想勝率 13.7% (オッズ暗示: 43.5%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 40.9% / 期待値 -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。 |
| 11 |
シーオブスターズ 追込 |
張田昂（船橋） |
実4.1 |
B△ A○勝率20% EV-20% 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) -72% (大幅な期待値マイナス) AI 予想勝率 6.9% (オッズ暗示: 24.4%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 19.5% / 期待値 -20% ※ 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 |
バルカニクス 先行 |
保園翔（浦和） |
実25.3 |
B× A×勝率2% EV-55% 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 4.0%) ×Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 期待値 -56% ※ 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)
+240% (市場が大幅過小評価)
AI 予想勝率
58.8% (オッズ暗示: 17.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 11.1% / 期待値 -36%
🌟◎期待値 (オッズ vs AI勝率)
+175% (市場が大幅過小評価)
AI 予想勝率
15.5% (オッズ暗示: 5.6%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.8% / 期待値 +39%
×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
13.7% (オッズ暗示: 43.5%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 40.9% / 期待値 -6%
×期待値 (オッズ vs AI勝率)
-72% (大幅な期待値マイナス)
AI 予想勝率
6.9% (オッズ暗示: 24.4%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 19.5% / 期待値 -20%
△期待値 (オッズ vs AI勝率)
+7% (市場と概ね一致)
AI 予想勝率
4.1% (オッズ暗示: 3.8%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.3% / 期待値 -40%
×期待値 (オッズ vs AI勝率)
-88% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 2.6%)
×Aモデルの評価 (参考)
レース内 10位 / 勝率 1.0% / 期待値 -61%
×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
0.3% (オッズ暗示: 10.5%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 8.3% / 期待値 -22%
×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
0.3% (オッズ暗示: 1.8%)
×Aモデルの評価 (参考)
レース内 12位 / 勝率 0.6% / 期待値 -63%
×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
0.1% (オッズ暗示: 5.2%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 3.9% / 期待値 -25%
×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
0.1% (オッズ暗示: 4.0%)
×Aモデルの評価 (参考)
レース内 9位 / 勝率 1.8% / 期待値 -56%
×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
0.1% (オッズ暗示: 2.9%)
×Aモデルの評価 (参考)
レース内 11位 / 勝率 0.9% / 期待値 -69%
×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 1.9% / 期待値 -63%
💡 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
3
アースファング
実5.8倍
期待値 +241%
❌不的中2着単勝 5.8倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ビランチャ 自在 |
佐野遥（川崎） |
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) -22% (オッズ過剰評価) AI 予想勝率 8.3% (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 |
シンキングレーヴ 自在 |
中島良（浦和） |
実39.1 |
×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) -61% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.6%) ※ 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。 |
| 3 |
アースファング 逃げ 推奨 |
七夕裕（浦和） |
実5.8 |
▲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) -36% (大幅な期待値マイナス) AI 予想勝率 11.1% (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。 |
| 4 |
エイシンジンジャー |
山本大（船橋） |
実26.4 |
▽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) -40% (大幅な期待値マイナス) AI 予想勝率 2.3% (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。 |
| 5 |
バブリーヒーロー |
秋元耕（浦和） |
実56.5 |
×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) -63% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。 |
| 6 |
レモンドロップ 先行 |
半澤慶（浦和） |
実19.4 |
×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) -63% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 5.2%) ※ 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。 |
| 7 |
シャイニーライフ |
小杉亮（船橋） |
実19.1 |
△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) -25% (オッズ過剰評価) AI 予想勝率 3.9% (オッズ暗示: 5.2%) ※ 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。 |
| 8 |
ウォールローゼ |
達城龍（大井） |
実34.1 |
×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) -69% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.9%) ※ 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。 |
| 9 |
エスプランドル 差し |
笠野雄（船橋） |
実17.8 |
△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) +38% (妙味あり) AI 予想勝率 7.8% (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。 |
| 10 |
ラブシリカ |
野畑凌（川崎） |
実2.3 |
🌟◎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) -6% (オッズ過剰評価) AI 予想勝率 40.9% (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。 |
| 11 |
シーオブスターズ 追込 |
張田昂（船橋） |
実4.1 |
○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) -20% (オッズ過剰評価) AI 予想勝率 19.5% (オッズ暗示: 24.4%) ※ 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。 |
| 12 |
バルカニクス 先行 |
保園翔（浦和） |
実25.3 |
×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) -56% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 4.0%) ※ 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。 |
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)
-6% (オッズ過剰評価)
AI 予想勝率
40.9% (オッズ暗示: 43.5%)
△期待値 (オッズ vs AI勝率)
-20% (オッズ過剰評価)
AI 予想勝率
19.5% (オッズ暗示: 24.4%)
×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
11.1% (オッズ暗示: 17.2%)
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
8.3% (オッズ暗示: 10.5%)
◎期待値 (オッズ vs AI勝率)
+38% (妙味あり)
AI 予想勝率
7.8% (オッズ暗示: 5.6%)
△期待値 (オッズ vs AI勝率)
-25% (オッズ過剰評価)
AI 予想勝率
3.9% (オッズ暗示: 5.2%)
×期待値 (オッズ vs AI勝率)
-40% (大幅な期待値マイナス)
AI 予想勝率
2.3% (オッズ暗示: 3.8%)
×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
1.9% (オッズ暗示: 5.2%)
×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
1.8% (オッズ暗示: 4.0%)
×期待値 (オッズ vs AI勝率)
-61% (大幅な期待値マイナス)
AI 予想勝率
1.0% (オッズ暗示: 2.6%)
×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
0.9% (オッズ暗示: 2.9%)
×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
0.6% (オッズ暗示: 1.8%)
💡 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
3
アースファング
実5.8倍
期待値 -36%
❌不的中2着単勝 5.8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。
