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 |
グリンネル |
山本大（船橋） |
実163.3 |
B▽ A▽勝率1% EV+56% 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) +999% (市場が大幅過小評価) AI 予想勝率 8.7% (オッズ暗示: 0.6%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 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。 |
| 2 |
ラゴディアイ 先行 |
和田譲（大井） |
実2.3 |
B× A🌟◎勝率38% EV-12% 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) -64% (大幅な期待値マイナス) AI 予想勝率 15.5% (オッズ暗示: 43.5%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 38.0% / 期待値 -13% ※ 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 |
リトルエース 差し |
中山遥（浦和） |
実38.2 |
B▽ A▽勝率2% EV-11% 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) +231% (市場が大幅過小評価) AI 予想勝率 8.7% (オッズ暗示: 2.6%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 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。 |
| 4 |
マックスハート 自在 |
木間龍（船橋） |
実12.5 |
B○ A△勝率7% EV-14% 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) +38% (妙味あり) AI 予想勝率 11.1% (オッズ暗示: 8.0%) △Aモデルの評価 (参考) レース内 5位 / 勝率 6.8% / 期待値 -15% ※ 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 |
ゴールデンコマンチ 逃げ |
野畑凌（川崎） |
実5.5 |
B△ A▲勝率14% EV-21% 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) -49% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 18.2%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 14.3% / 期待値 -21% ※ 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 |
リーヴルマン |
藤原幹（船橋） |
実48.4 |
B▽ A▽勝率3% EV+29% 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) +352% (市場が大幅過小評価) AI 予想勝率 9.3% (オッズ暗示: 2.1%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 期待値 +29% ※ 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 |
ゴールドアムレット 差し |
菅原涼（大井） |
実3.8 |
B▲ A○勝率18% EV-31% 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) -64% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 26.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 17.9% / 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。 |
| 8 |
ダイバマーヤチャン 差し |
藤江渉（川崎） |
実13.0 |
B△ A△勝率5% EV-34% 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) +21% (市場と概ね一致) AI 予想勝率 9.3% (オッズ暗示: 7.7%) △Aモデルの評価 (参考) レース内 6位 / 勝率 5.1% / 期待値 -34% ※ 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 |
ソルヴェイ 追込 |
川島正（船橋） |
実84.1 |
B▽ A▽勝率2% 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) +685% (市場が大幅過小評価) AI 予想勝率 9.3% (オッズ暗示: 1.2%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 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 |
モルゲンレーテ |
小杉亮（船橋） |
実5.8 |
B△ A△勝率10% EV-40% 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) -46% (大幅な期待値マイナス) AI 予想勝率 9.3% (オッズ暗示: 17.2%) △Aモデルの評価 (参考) レース内 4位 / 勝率 10.2% / 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。 |
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)
-64% (大幅な期待値マイナス)
AI 予想勝率
15.5% (オッズ暗示: 43.5%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 38.0% / 期待値 -13%
◎期待値 (オッズ vs AI勝率)
+38% (妙味あり)
AI 予想勝率
11.1% (オッズ暗示: 8.0%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 6.8% / 期待値 -15%
×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
9.3% (オッズ暗示: 26.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 17.9% / 期待値 -32%
×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
9.3% (オッズ暗示: 18.2%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 14.3% / 期待値 -21%
×期待値 (オッズ vs AI勝率)
-46% (大幅な期待値マイナス)
AI 予想勝率
9.3% (オッズ暗示: 17.2%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 10.2% / 期待値 -41%
△期待値 (オッズ vs AI勝率)
+21% (市場と概ね一致)
AI 予想勝率
9.3% (オッズ暗示: 7.7%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 5.1% / 期待値 -34%
🌟◎期待値 (オッズ vs AI勝率)
+352% (市場が大幅過小評価)
AI 予想勝率
9.3% (オッズ暗示: 2.1%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.7% / 期待値 +29%
🌟◎期待値 (オッズ vs AI勝率)
+685% (市場が大幅過小評価)
AI 予想勝率
9.3% (オッズ暗示: 1.2%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.7% / 期待値 +41%
🌟◎期待値 (オッズ vs AI勝率)
+231% (市場が大幅過小評価)
AI 予想勝率
8.7% (オッズ暗示: 2.6%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.3% / 期待値 -12%
🌟◎期待値 (オッズ vs AI勝率)
+999% (市場が大幅過小評価)
AI 予想勝率
8.7% (オッズ暗示: 0.6%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 1.0% / 期待値 +57%
💡 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 |
グリンネル |
山本大（船橋） |
実163.3 |
▽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) +56% (市場が大幅過小評価) AI 予想勝率 1.0% (オッズ暗示: 0.6%) ※ 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。 |
| 2 |
ラゴディアイ 先行 |
和田譲（大井） |
実2.3 |
🌟◎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) -13% (オッズ過剰評価) AI 予想勝率 38.0% (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。 |
| 3 |
リトルエース 差し |
中山遥（浦和） |
実38.2 |
▽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) -12% (オッズ過剰評価) AI 予想勝率 2.3% (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。 |
| 4 |
マックスハート 自在 |
木間龍（船橋） |
実12.5 |
△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) -15% (オッズ過剰評価) AI 予想勝率 6.8% (オッズ暗示: 8.0%) ※ 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。 |
| 5 |
ゴールデンコマンチ 逃げ |
野畑凌（川崎） |
実5.5 |
▲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) -21% (オッズ過剰評価) AI 予想勝率 14.3% (オッズ暗示: 18.2%) ※ 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 |
リーヴルマン |
藤原幹（船橋） |
実48.4 |
▽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) +29% (市場と概ね一致) AI 予想勝率 2.7% (オッズ暗示: 2.1%) ※ 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。 |
| 7 |
ゴールドアムレット 差し |
菅原涼（大井） |
実3.8 |
○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) -32% (大幅な期待値マイナス) AI 予想勝率 17.9% (オッズ暗示: 26.3%) ※ 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。 |
| 8 |
ダイバマーヤチャン 差し |
藤江渉（川崎） |
実13.0 |
△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) -34% (大幅な期待値マイナス) AI 予想勝率 5.1% (オッズ暗示: 7.7%) ※ 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。 |
| 9 |
ソルヴェイ 追込 |
川島正（船橋） |
実84.1 |
▽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 1.7% (オッズ暗示: 1.2%) ※ 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 |
モルゲンレーテ |
小杉亮（船橋） |
実5.8 |
△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) -41% (大幅な期待値マイナス) AI 予想勝率 10.2% (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。 |
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)
-13% (オッズ過剰評価)
AI 予想勝率
38.0% (オッズ暗示: 43.5%)
×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
17.9% (オッズ暗示: 26.3%)
△期待値 (オッズ vs AI勝率)
-21% (オッズ過剰評価)
AI 予想勝率
14.3% (オッズ暗示: 18.2%)
×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
10.2% (オッズ暗示: 17.2%)
△期待値 (オッズ vs AI勝率)
-15% (オッズ過剰評価)
AI 予想勝率
6.8% (オッズ暗示: 8.0%)
×期待値 (オッズ vs AI勝率)
-34% (大幅な期待値マイナス)
AI 予想勝率
5.1% (オッズ暗示: 7.7%)
△期待値 (オッズ vs AI勝率)
+29% (市場と概ね一致)
AI 予想勝率
2.7% (オッズ暗示: 2.1%)
△期待値 (オッズ vs AI勝率)
-12% (オッズ過剰評価)
AI 予想勝率
2.3% (オッズ暗示: 2.6%)
◎期待値 (オッズ vs AI勝率)
+40% (妙味あり)
AI 予想勝率
1.7% (オッズ暗示: 1.2%)
🌟◎期待値 (オッズ vs AI勝率)
+56% (市場が大幅過小評価)
AI 予想勝率
1.0% (オッズ暗示: 0.6%)
💡 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。
