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

5R 浦和競馬場ダ1400m ダート1400m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブルドッグガール	古岡勇（川崎）	実19.6	B× A×勝率1% EV-70% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/14 浦和5R 8着/11頭+1.0秒 06/23 浦和6R 3着/9頭 05/25 浦和6R 11着/11頭+3.0秒 05/04 船橋4R 8着/11頭+2.4秒 03/31 船橋6R 10着/11頭+2.8秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 24日の間隔 (理想的) × 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: 5.1%) × Aモデルの評価 (参考) レース内 7位 / 勝率 1.5% / 期待値 -71% ※ 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	ナムラミック	野畑凌（川崎）	実13.2	B△ A△勝率6% EV-25% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／騎手は近50戦で勝率30%）
前5走 07/14 浦和5R 10着/11頭+5.0秒 06/23 浦和6R 2着/9頭+7.0秒 06/02 船橋3R 10着/12頭 05/26 浦和5R 11着/12頭+2.0秒 04/20 浦和6R 8着/11頭+3.1秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ◎ 騎手近50戦勝率 30% (好調) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -83% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.7% / 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。
3	メイショウセオト先行	吉留孝（浦和）	実15.7	B△ A△勝率4% EV-38% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調）
前5走 07/15 浦和6R 11着/11頭+0.0秒 04/20 浦和7R 5着/12頭+1.2秒 03/19 浦和7R 10着/12頭+1.4秒 02/23 浦和6R 12着/12頭+2.3秒 01/07 浦和2R 3着/12頭+1.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 6走で勝率 17% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 23日の間隔 (理想的) × 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: 6.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.9% / 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	オリエンタルマック	七夕裕（浦和）	実52.3	B× A▽勝率1% EV-41% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し）
前5走 07/29 川崎6R 6着/11頭+1.4秒 07/16 浦和6R 10着/12頭 06/22 浦和7R 4着/8頭 06/02 船橋5R 9着/12頭 05/25 浦和7R 8着/11頭
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し × 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: 1.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.1% / 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。
5	ショウナンバージ逃げ	佐野遥（川崎）	実4.7	B○ A○勝率27% EV+26% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/24 浦和5R 1着/3頭 04/22 浦和4R 5着/11頭+1.6秒 01/08 浦和7R 10着/12頭+2.9秒 11/27 浦和4R 3着/11頭+0.4秒 10/31 浦和4R 5着/11頭+0.5秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 15.5% (オッズ暗示: 21.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 26.9% / 期待値 +27% ※ 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	オーデンリッキー自在	秋元耕（浦和）	実2.1	B🌟◎ A🌟◎勝率37% EV-21% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走で勝率33%と好調／前走2着）
前5走 07/17 浦和8R 2着/10頭 06/22 浦和10R 1着/10頭 05/29 浦和2R 2着/12頭+0.0秒 04/20 浦和9R 13着/13頭+3.5秒 04/10 川崎6R 11着/12頭+4.5秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 距離適性同距離 14走で勝率 14% ○ 前走実績前走 2着 (好走) ○ ローテーション 21日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +62% (市場が大幅過小評価) AI 予想勝率 77.5% (オッズ暗示: 47.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 37.5% / 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。
7	カリナ差し	見越彬（浦和）	実4.0	B△ A▲勝率17% EV-30% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は3走で勝ち無し／直近3走平均8.7着と低調）
前5走 07/14 浦和5R 4着/11頭 04/29 大井3R 13着/13頭+4.4秒 04/16 大井12R 9着/10頭+4.9秒 03/25 大井4R 12着/12頭+3.8秒 03/12 大井7R 9着/11頭+3.6秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) ▽ 距離適性同距離は 3走で勝ち無し ○ ローテーション 24日の間隔 (理想的) × 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 0.1% (オッズ暗示: 25.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.4% / 期待値 -30% ※ 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	ハヤオ逃げ	西啓太（大井）	実8.0	B▲ A△勝率6% EV-51% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／74日ぶりの実戦）
前5走 05/25 浦和7R 6着/11頭+2.0秒 04/21 浦和8R 4着/13頭+0.2秒 03/16 浦和8R 3着/12頭+1.4秒 02/25 浦和2R 6着/13頭+1.2秒 10/30 浦和6R 5着/11頭+1.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 14% × 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 5.4% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.0% / 期待値 -52% ※ 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の本命

AI評価1位Aモデル ◎

オーデンリッキー

騎手秋元耕（浦和）

単勝オッズ

2.1倍

AI期待値

+62%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5ショウナンバージ

4.7倍

EV -27%

▲A:△8ハヤオ

8.0倍

EV -56%

出走馬全8頭

◎A:◎6

オーデンリッキー

秋元耕（浦和）

2.1倍

+62%

›

○A:○5

ショウナンバージ

佐野遥（川崎）

4.7倍

-27%

›

▲A:△8

ハヤオ

西啓太（大井）

8.0倍

-56%

›

△A:△2

ナムラミック

野畑凌（川崎）

13.2倍

-82%

›

△A:▲7

カリナ

見越彬（浦和）

4.0倍

-99%

›

△A:△3

メイショウセオト

吉留孝（浦和）

15.7倍

-98%

›

×A:×1

ブルドッグガール

古岡勇（川崎）

19.6倍

-98%

›

×A:▽4

オリエンタルマック

七夕裕（浦和）

52.3倍

-99%

›

💡 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）

5R 浦和競馬場ダ1400m ダート1400m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブルドッグガール	古岡勇（川崎）	実19.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/14 浦和5R 8着/11頭+1.0秒 06/23 浦和6R 3着/9頭 05/25 浦和6R 11着/11頭+3.0秒 05/04 船橋4R 8着/11頭+2.4秒 03/31 船橋6R 10着/11頭+2.8秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) △ 当競馬場適性 12走で勝率 8% △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 24日の間隔 (理想的) × 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 1.5% (オッズ暗示: 5.1%) ※ 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。
2	ナムラミック	野畑凌（川崎）	実13.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／騎手は近50戦で勝率30%）
前5走 07/14 浦和5R 10着/11頭+5.0秒 06/23 浦和6R 2着/9頭+7.0秒 06/02 船橋3R 10着/12頭 05/26 浦和5R 11着/12頭+2.0秒 04/20 浦和6R 8着/11頭+3.1秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ◎ 騎手近50戦勝率 30% (好調) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 5.7% (オッズ暗示: 7.6%) ※ 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	メイショウセオト先行	吉留孝（浦和）	実15.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調）
前5走 07/15 浦和6R 11着/11頭+0.0秒 04/20 浦和7R 5着/12頭+1.2秒 03/19 浦和7R 10着/12頭+1.4秒 02/23 浦和6R 12着/12頭+2.3秒 01/07 浦和2R 3着/12頭+1.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) △ 当競馬場適性 8走で勝率 12% ○ 距離適性同距離 6走で勝率 17% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 23日の間隔 (理想的) × 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 3.9% (オッズ暗示: 6.4%) ※ 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。
4	オリエンタルマック	七夕裕（浦和）	実52.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し）
前5走 07/29 川崎6R 6着/11頭+1.4秒 07/16 浦和6R 10着/12頭 06/22 浦和7R 4着/8頭 06/02 船橋5R 9着/12頭 05/25 浦和7R 8着/11頭
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し × 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 1.1% (オッズ暗示: 1.9%) ※ 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。
5	ショウナンバージ逃げ	佐野遥（川崎）	実4.7	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 06/24 浦和5R 1着/3頭 04/22 浦和4R 5着/11頭+1.6秒 01/08 浦和7R 10着/12頭+2.9秒 11/27 浦和4R 3着/11頭+0.4秒 10/31 浦和4R 5着/11頭+0.5秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +26% (市場と概ね一致) AI 予想勝率 26.9% (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。
6	オーデンリッキー自在	秋元耕（浦和）	実2.1	🌟◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走で勝率33%と好調／前走2着）
前5走 07/17 浦和8R 2着/10頭 06/22 浦和10R 1着/10頭 05/29 浦和2R 2着/12頭+0.0秒 04/20 浦和9R 13着/13頭+3.5秒 04/10 川崎6R 11着/12頭+4.5秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) △ 距離適性同距離 14走で勝率 14% ○ 前走実績前走 2着 (好走) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 37.5% (オッズ暗示: 47.6%) ※ 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。
7	カリナ差し	見越彬（浦和）	実4.0	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は3走で勝ち無し／直近3走平均8.7着と低調）
前5走 07/14 浦和5R 4着/11頭 04/29 大井3R 13着/13頭+4.4秒 04/16 大井12R 9着/10頭+4.9秒 03/25 大井4R 12着/12頭+3.8秒 03/12 大井7R 9着/11頭+3.6秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.7着 (不振) ▽ 距離適性同距離は 3走で勝ち無し ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -30% (大幅な期待値マイナス) AI 予想勝率 17.4% (オッズ暗示: 25.0%) ※ 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。
8	ハヤオ逃げ	西啓太（大井）	実8.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場7走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／74日ぶりの実戦）
前5走 05/25 浦和7R 6着/11頭+2.0秒 04/21 浦和8R 4着/13頭+0.2秒 03/16 浦和8R 3着/12頭+1.4秒 02/25 浦和2R 6着/13頭+1.2秒 10/30 浦和6R 5着/11頭+1.0秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 14% × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 6.0% (オッズ暗示: 12.5%) ※ 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。

🎯 AIの本命

AI評価1位

オーデンリッキー

騎手秋元耕（浦和）

単勝オッズ

2.1倍

AI期待値

-21%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ショウナンバージ

4.7倍

EV +26%

▲7カリナ

4.0倍

EV -30%

出走馬全8頭

◎6

オーデンリッキー

秋元耕（浦和）

2.1倍

-21%

›

○5

ショウナンバージ

佐野遥（川崎）

4.7倍

+26%

›

▲7

カリナ

見越彬（浦和）

4.0倍

-30%

›

△8

ハヤオ

西啓太（大井）

8.0倍

-51%

›

△2

ナムラミック

野畑凌（川崎）

13.2倍

-25%

›

△3

メイショウセオト

吉留孝（浦和）

15.7倍

-38%

›

×1

ブルドッグガール

古岡勇（川崎）

19.6倍

-70%

›

▽4

オリエンタルマック

七夕裕（浦和）

52.3倍

-41%

›

💡 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）

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

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。