浦和 12R 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 |
ノメンターノ 追込 |
小杉亮（船橋） |
実19.4 |
B△ A▽勝率4% EV-19% 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 5.2%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 4.2% / 期待値 -19% ※ 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 |
カイジンビリーヴ 追込 |
高橋哲（浦和） |
実46.4 |
B× A▽勝率1% EV-49% 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) -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 1.1% / 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。 |
| 3 |
ルグランブルー 追込 |
中島良（浦和） |
実23.2 |
B△ A▽勝率3% EV-39% 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) -84% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 4.3%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 2.6% / 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。 |
| 4 |
カペラスター 自在 |
七夕裕（浦和） |
実4.4 |
B× A△勝率11% EV-49% 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) AI 予想勝率 0.0% (オッズ暗示: 22.7%) △Aモデルの評価 (参考) レース内 4位 / 勝率 11.4% / 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。 |
| 5 |
リケアヴィオレ 追込 |
及川烈（浦和） |
実31.7 |
B× A×勝率1% EV-68% 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 11位 / 勝率 1.0% / 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。 |
| 6 |
ビーヴィーヴォ 追込 |
秋元耕（浦和） |
実8.3 |
B× A△勝率8% EV-31% 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) AI 予想勝率 0.0% (オッズ暗示: 12.0%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.2% / 期待値 -32% ※ 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 |
ポケットシンデレラ 追込 |
中山遥（浦和） |
実24.1 |
B× A×勝率1% EV-78% 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) -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 0.9% / 期待値 -78% ※ 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 |
メイショウトワニ 差し |
藤江渉（川崎） |
実4.7 |
B▲ A○勝率17% EV-17% 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 0.7% (オッズ暗示: 21.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 17.5% / 期待値 -18% ※ 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 |
キタサンエポナ 逃げ |
笹川翼（大井） |
実4.9 |
B🌟◎ A◎勝率28% EV+35% 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) +371% (市場が大幅過小評価) AI 予想勝率 96.3% (オッズ暗示: 20.4%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 27.6% / 期待値 +35% ※ 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 |
オーシンブーケ 差し |
保園翔（浦和） |
実7.5 |
B△ A▲勝率15% 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 0.1% (オッズ暗示: 13.3%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 15.0% / 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 |
スマイルポピー 追込 |
吉留孝（浦和） |
実10.4 |
B× A△勝率6% EV-32% 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: 9.6%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.5% / 期待値 -33% ※ 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 |
インベンション 逃げ |
菅原涼（大井） |
実12.8 |
B○ A▽勝率4% EV-46% 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) -76% (大幅な期待値マイナス) AI 予想勝率 1.9% (オッズ暗示: 7.8%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 4.2% / 期待値 -47% ※ 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)
+371% (市場が大幅過小評価)
AI 予想勝率
96.3% (オッズ暗示: 20.4%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 27.6% / 期待値 +35%
×期待値 (オッズ vs AI勝率)
-76% (大幅な期待値マイナス)
AI 予想勝率
1.9% (オッズ暗示: 7.8%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 4.2% / 期待値 -47%
×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
0.7% (オッズ暗示: 21.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 17.5% / 期待値 -18%
×期待値 (オッズ vs AI勝率)
-84% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 4.3%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 2.6% / 期待値 -39%
×期待値 (オッズ vs AI勝率)
-96% (大幅な期待値マイナス)
AI 予想勝率
0.2% (オッズ暗示: 5.2%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 4.2% / 期待値 -19%
×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: 13.3%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 15.0% / 期待値 +12%
×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: 9.6%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.5% / 期待値 -33%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 22.7%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 11.4% / 期待値 -50%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 12.0%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.2% / 期待値 -32%
×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 0.9% / 期待値 -78%
×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 1.0% / 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 10位 / 勝率 1.1% / 期待値 -49%
💡 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
両モデルとも本レースは見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ノメンターノ 追込 |
小杉亮（船橋） |
実19.4 |
▽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) -19% (オッズ過剰評価) AI 予想勝率 4.2% (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。 |
| 2 |
カイジンビリーヴ 追込 |
高橋哲（浦和） |
実46.4 |
▽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) -49% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 2.2%) ※ 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。 |
| 3 |
ルグランブルー 追込 |
中島良（浦和） |
実23.2 |
▽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) -39% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 4.3%) ※ 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。 |
| 4 |
カペラスター 自在 |
七夕裕（浦和） |
実4.4 |
△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) -50% (大幅な期待値マイナス) AI 予想勝率 11.4% (オッズ暗示: 22.7%) ※ 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 |
リケアヴィオレ 追込 |
及川烈（浦和） |
実31.7 |
×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) -69% (大幅な期待値マイナス) AI 予想勝率 1.0% (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。 |
| 6 |
ビーヴィーヴォ 追込 |
秋元耕（浦和） |
実8.3 |
△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) -32% (大幅な期待値マイナス) AI 予想勝率 8.2% (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。 |
| 7 |
ポケットシンデレラ 追込 |
中山遥（浦和） |
実24.1 |
×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) -78% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 4.1%) ※ 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。 |
| 8 |
メイショウトワニ 差し |
藤江渉（川崎） |
実4.7 |
○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) -18% (オッズ過剰評価) AI 予想勝率 17.5% (オッズ暗示: 21.3%) ※ 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。 |
| 9 |
キタサンエポナ 逃げ |
笹川翼（大井） |
実4.9 |
◎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) +35% (妙味あり) AI 予想勝率 27.6% (オッズ暗示: 20.4%) ※ 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。 |
| 10 |
オーシンブーケ 差し |
保園翔（浦和） |
実7.5 |
▲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) +12% (市場と概ね一致) AI 予想勝率 15.0% (オッズ暗示: 13.3%) ※ 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。 |
| 11 |
スマイルポピー 追込 |
吉留孝（浦和） |
実10.4 |
△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) -33% (大幅な期待値マイナス) AI 予想勝率 6.5% (オッズ暗示: 9.6%) ※ 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 |
インベンション 逃げ |
菅原涼（大井） |
実12.8 |
▽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) -47% (大幅な期待値マイナス) AI 予想勝率 4.2% (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。 |
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)
+35% (妙味あり)
AI 予想勝率
27.6% (オッズ暗示: 20.4%)
△期待値 (オッズ vs AI勝率)
-18% (オッズ過剰評価)
AI 予想勝率
17.5% (オッズ暗示: 21.3%)
△期待値 (オッズ vs AI勝率)
+12% (市場と概ね一致)
AI 予想勝率
15.0% (オッズ暗示: 13.3%)
×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
11.4% (オッズ暗示: 22.7%)
×期待値 (オッズ vs AI勝率)
-32% (大幅な期待値マイナス)
AI 予想勝率
8.2% (オッズ暗示: 12.0%)
×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
6.5% (オッズ暗示: 9.6%)
×期待値 (オッズ vs AI勝率)
-47% (大幅な期待値マイナス)
AI 予想勝率
4.2% (オッズ暗示: 7.8%)
△期待値 (オッズ vs AI勝率)
-19% (オッズ過剰評価)
AI 予想勝率
4.2% (オッズ暗示: 5.2%)
×期待値 (オッズ vs AI勝率)
-39% (大幅な期待値マイナス)
AI 予想勝率
2.6% (オッズ暗示: 4.3%)
×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
1.1% (オッズ暗示: 2.2%)
×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
1.0% (オッズ暗示: 3.2%)
×期待値 (オッズ vs AI勝率)
-78% (大幅な期待値マイナス)
AI 予想勝率
0.9% (オッズ暗示: 4.1%)
💡 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
両モデルとも本レースは見送り判定（期待値プラスなし）
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。
