浦和 6R 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 |
ロジドレフォン 逃げ |
實川純（船橋） |
実106.4 |
B× A▽勝率1% EV-8% 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) -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 -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。 |
| 2 |
キョウエイサマンサ 差し |
秋元耕（浦和） |
実9.9 |
B× A△勝率6% EV-39% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 10.1%) △Aモデルの評価 (参考) レース内 6位 / 勝率 6.1% / 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。 |
| 3 |
ウインコンパス 先行 |
山中悠（船橋） |
実36.2 |
B△ A▽勝率2% EV-33% 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) -71% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.8%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.8% / 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。 |
| 4 |
ジェノバフレイバー 逃げ |
笹川翼（大井） |
実2.9 |
B△ A▲勝率19% 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) -96% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 34.5%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 19.0% / 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 |
エソラ 先行 |
岡村健（船橋） |
実22.0 |
B○ A△勝率7% EV+44% 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) -51% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 4.5%) △Aモデルの評価 (参考) レース内 5位 / 勝率 6.6% / 期待値 +44% ※ 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 |
オリズジーニー 逃げ 推奨 |
野畑凌（川崎） |
実5.5 |
B🌟◎ A○勝率21% EV+15% 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) +411% (市場が大幅過小評価) AI 予想勝率 93.0% (オッズ暗示: 18.2%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 21.0% / 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。 |
| 7 |
ビップアリエル |
七夕裕（浦和） |
実9.6 |
B△ A△勝率10% EV0% 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 10.4%) △Aモデルの評価 (参考) レース内 4位 / 勝率 10.3% / 期待値 -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 |
サザンブレーブ 自在 |
仲野光（船橋） |
実26.6 |
B× A▽勝率2% EV-41% 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: 3.8%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.2% / 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。 |
| 9 |
タカイチナダル |
本田重（船橋） |
実2.8 |
B▲ A◎勝率27% EV-24% 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) -96% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 35.7%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 26.8% / 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。 |
| 10 |
リッキーマキアート 自在 |
中山遥（浦和） |
実20.4 |
B× A▽勝率5% EV+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) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 5.3% / 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。 |
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)
+411% (市場が大幅過小評価)
AI 予想勝率
93.0% (オッズ暗示: 18.2%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 21.0% / 期待値 +15%
×期待値 (オッズ vs AI勝率)
-51% (大幅な期待値マイナス)
AI 予想勝率
2.2% (オッズ暗示: 4.5%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 6.6% / 期待値 +44%
×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
1.5% (オッズ暗示: 35.7%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 26.8% / 期待値 -25%
×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
1.5% (オッズ暗示: 34.5%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 19.0% / 期待値 -45%
×期待値 (オッズ vs AI勝率)
-92% (大幅な期待値マイナス)
AI 予想勝率
0.8% (オッズ暗示: 10.4%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 10.3% / 期待値 -1%
×期待値 (オッズ vs AI勝率)
-71% (大幅な期待値マイナス)
AI 予想勝率
0.8% (オッズ暗示: 2.8%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.8% / 期待値 -33%
×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: 10.1%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 6.1% / 期待値 -40%
×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: 3.8%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.2% / 期待値 -42%
×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 7位 / 勝率 5.3% / 期待値 +9%
×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 -9%
💡 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
6
オリズジーニー
確定4.8倍
期待値 +411%
🎯的中1着確定 4.8倍10,560円
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
ロジドレフォン 逃げ |
實川純（船橋） |
実106.4 |
▽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) -9% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 0.9%) ※ 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。 |
| 2 |
キョウエイサマンサ 差し |
秋元耕（浦和） |
実9.9 |
△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) -40% (大幅な期待値マイナス) AI 予想勝率 6.1% (オッズ暗示: 10.1%) ※ 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 |
ウインコンパス 先行 |
山中悠（船橋） |
実36.2 |
▽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) -33% (大幅な期待値マイナス) AI 予想勝率 1.8% (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。 |
| 4 |
ジェノバフレイバー 逃げ |
笹川翼（大井） |
実2.9 |
▲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 19.0% (オッズ暗示: 34.5%) ※ 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。 |
| 5 |
エソラ 先行 |
岡村健（船橋） |
実22.0 |
△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) +44% (妙味あり) AI 予想勝率 6.6% (オッズ暗示: 4.5%) ※ 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。 |
| 6 |
オリズジーニー 逃げ 推奨 |
野畑凌（川崎） |
実5.5 |
○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) +15% (市場と概ね一致) AI 予想勝率 21.0% (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。 |
| 7 |
ビップアリエル |
七夕裕（浦和） |
実9.6 |
△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) -1% (オッズ過剰評価) AI 予想勝率 10.3% (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。 |
| 8 |
サザンブレーブ 自在 |
仲野光（船橋） |
実26.6 |
▽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) -42% (大幅な期待値マイナス) AI 予想勝率 2.2% (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。 |
| 9 |
タカイチナダル |
本田重（船橋） |
実2.8 |
◎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) -25% (オッズ過剰評価) AI 予想勝率 26.8% (オッズ暗示: 35.7%) ※ 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。 |
| 10 |
リッキーマキアート 自在 |
中山遥（浦和） |
実20.4 |
▽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) +8% (市場と概ね一致) AI 予想勝率 5.3% (オッズ暗示: 4.9%) ※ 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。 |
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)
-25% (オッズ過剰評価)
AI 予想勝率
26.8% (オッズ暗示: 35.7%)
△期待値 (オッズ vs AI勝率)
+15% (市場と概ね一致)
AI 予想勝率
21.0% (オッズ暗示: 18.2%)
×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
19.0% (オッズ暗示: 34.5%)
△期待値 (オッズ vs AI勝率)
-1% (オッズ過剰評価)
AI 予想勝率
10.3% (オッズ暗示: 10.4%)
◎期待値 (オッズ vs AI勝率)
+44% (妙味あり)
AI 予想勝率
6.6% (オッズ暗示: 4.5%)
×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
6.1% (オッズ暗示: 10.1%)
△期待値 (オッズ vs AI勝率)
+8% (市場と概ね一致)
AI 予想勝率
5.3% (オッズ暗示: 4.9%)
×期待値 (オッズ vs AI勝率)
-42% (大幅な期待値マイナス)
AI 予想勝率
2.2% (オッズ暗示: 3.8%)
×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
1.8% (オッズ暗示: 2.8%)
△期待値 (オッズ vs AI勝率)
-9% (オッズ過剰評価)
AI 予想勝率
0.9% (オッズ暗示: 0.9%)
💡 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
6
オリズジーニー
確定4.8倍
期待値 +15%
🎯的中1着確定 4.8倍10,560円
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。
