浦和 8R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

8R 浦和競馬場ダ1400m ダート1400m　発走 17:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カンサッリス	室陽一（浦和）	実23.4	B△ A△勝率4% EV-14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.0着と安定／前走2着／94日ぶりの実戦）
前5走 06/22 浦和4R 2着/6頭+2.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 2.0着 (安定) ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) △ ローテーション 94日休養明け × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 4.3%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 3.7% / 期待値 -14% ※ 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	ワイルドウルル推奨	福原杏（浦和）	実12.4	B○ A○勝率18% EV+122% 詳細▼	期待値プラスでAIの推し馬（直近3走勝率100%と絶好調／前走勝利の勢い継続／122日の休養を経て臨戦態勢）
前5走 05/25 浦和4R 1着/6頭 ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 122日休養明け × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 8.1%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.9% / 期待値 +122% ※ 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	サッシーユー	見越彬（浦和）	実66.8	B× A×勝率1% EV-52% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/17 浦和7R 8着/8頭+4.0秒 06/22 浦和4R 3着/6頭 ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.5着 × 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 0.7% / 期待値 -53% ※ 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	スモモサンジョ	張田昂（船橋）	実24.6	B△ A△勝率2% EV-45% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 08/07 浦和2R 3着/10頭+0.6秒 07/13 浦和2R 6着/7頭 ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.5着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 4.1%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.2% / 期待値 -46% ※ 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	フライトドクター	野畑凌（川崎）	実1.1	B◎ A◎勝率57% EV-37% 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100%と好調／前走勝利の勢い）
前5走 08/11 浦和6R 1着/7頭勝利 06/22 浦和4R 1着/6頭 ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 97.2% (オッズ暗示: 90.9%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 56.9% / 期待値 -37% ※ 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	ユウユウセルベッサ	高橋哲（浦和）	実43.2	B× A▽勝率1% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／前走3着）
前5走 08/11 浦和6R 3着/7頭+0.9秒 07/17 浦和7R 6着/8頭+2.0秒 06/23 浦和2R 3着/7頭+8.0秒 05/26 浦和3R 5着/7頭+5.0秒 ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 2.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.4% / 期待値 -38% ※ 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	インチャージ	西啓太（大井）	実15.7	B▲ A▲勝率7% EV+15% 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5走で勝ち無し）
前5走 09/09 川崎2R 5着/8頭+2.3秒 08/11 浦和6R 2着/7頭+0.7秒 07/17 浦和7R 5着/8頭+3.0秒 06/23 浦和3R 4着/7頭 05/25 浦和3R 3着/5頭+6.0秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ ローテーション 15日の間隔 (理想的) × 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 0.3% (オッズ暗示: 6.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.4% / 期待値 +16% ※ 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	ブリザードキャット	及川烈（浦和）	実20.0	B△ A△勝率7% EV+45% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率50%と好調／前走勝利の勢い／93日ぶりの実戦）
前5走 06/23 浦和2R 1着/7頭 05/25 浦和4R 4着/6頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 93日休養明け × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 5.0%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.3% / 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。
9	ラグーンクィーン	山中悠（船橋）	実63.6	B× A▽勝率1% EV-40% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/07 浦和3R 7着/9頭+5.1秒 05/25 浦和4R 3着/6頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 ○ 騎手近50戦勝率 16% × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 0.9% / 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。
10	ユウユウカルバドス	中山遥（浦和）	実28.2	B× A×勝率2% EV-55% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 08/07 浦和2R 2着/10頭+0.5秒 07/13 浦和3R 5着/7頭 ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.5着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) × 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 0.3% (オッズ暗示: 3.5%) × Aモデルの評価 (参考) レース内 7位 / 勝率 1.6% / 期待値 -55% ※ 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 ◎

フライトドクター

騎手野畑凌（川崎）

単勝オッズ

1.1倍

AI期待値

+6%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○2ワイルドウルル

12.4倍

EV -86%

▲A:▲7インチャージ

15.7倍

EV -95%

出走馬全10頭

◎A:◎5

フライトドクター

野畑凌（川崎）

1.1倍

+6%

›

○A:○2

ワイルドウルル

福原杏（浦和）

12.4倍

-86%

›

▲A:▲7

インチャージ

西啓太（大井）

15.7倍

-95%

›

△A:△8

ブリザードキャット

及川烈（浦和）

20.0倍

-94%

›

△A:△1

カンサッリス

室陽一（浦和）

23.4倍

-93%

›

△A:△4

スモモサンジョ

張田昂（船橋）

24.6倍

-93%

›

×A:×10

ユウユウカルバドス

中山遥（浦和）

28.2倍

-92%

›

×A:▽6

ユウユウセルベッサ

高橋哲（浦和）

43.2倍

-92%

›

×A:▽9

ラグーンクィーン

山中悠（船橋）

63.6倍

-89%

›

×A:×3

サッシーユー

見越彬（浦和）

66.8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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

A. 市場込みモデル

単勝 2 ワイルドウルル ¥200 確定7.2倍期待値 -87% 的中1着確定 7.2倍1,440円

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

8R 浦和競馬場ダ1400m ダート1400m　発走 17:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カンサッリス	室陽一（浦和）	実23.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.0着と安定／前走2着／94日ぶりの実戦）
前5走 06/22 浦和4R 2着/6頭+2.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 2.0着 (安定) ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) △ ローテーション 94日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 3.7% (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。
2	ワイルドウルル推奨	福原杏（浦和）	実12.4	○詳細▼	市場が大きく過小評価、AI予想勝率18% × オッズ12.4倍で期待値+122%の有力候補（直近3走勝率100%と絶好調／前走勝利の勢い継続／122日の休養を経て臨戦態勢）
前5走 05/25 浦和4R 1着/6頭 ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 122日休養明け ◎ 期待値 (オッズ vs AI勝率) +122% (市場が大幅過小評価) AI 予想勝率 17.9% (オッズ暗示: 8.1%) ※ 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	サッシーユー	見越彬（浦和）	実66.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（69日ぶりの実戦）
前5走 07/17 浦和7R 8着/8頭+4.0秒 06/22 浦和4R 3着/6頭 ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.5着 × 期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.5%) ※ 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。
4	スモモサンジョ	張田昂（船橋）	実24.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 08/07 浦和2R 3着/10頭+0.6秒 07/13 浦和2R 6着/7頭 ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.5着 ○ 前走実績前走 3着 (好走) × 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 2.2% (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。
5	フライトドクター	野畑凌（川崎）	実1.1	◎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100%と好調／前走勝利の勢い）
前5走 08/11 浦和6R 1着/7頭勝利 06/22 浦和4R 1着/6頭 ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 56.9% (オッズ暗示: 90.9%) ※ 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。
6	ユウユウセルベッサ	高橋哲（浦和）	実43.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／前走3着）
前5走 08/11 浦和6R 3着/7頭+0.9秒 07/17 浦和7R 6着/8頭+2.0秒 06/23 浦和2R 3着/7頭+8.0秒 05/26 浦和3R 5着/7頭+5.0秒 ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 4走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.3%) ※ 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。
7	インチャージ	西啓太（大井）	実15.7	▲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5走で勝ち無し）
前5走 09/09 川崎2R 5着/8頭+2.3秒 08/11 浦和6R 2着/7頭+0.7秒 07/17 浦和7R 5着/8頭+3.0秒 06/23 浦和3R 4着/7頭 05/25 浦和3R 3着/5頭+6.0秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 7.4% (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。
8	ブリザードキャット	及川烈（浦和）	実20.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率50%と好調／前走勝利の勢い／93日ぶりの実戦）
前5走 06/23 浦和2R 1着/7頭 05/25 浦和4R 4着/6頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 93日休養明け ◎ 期待値 (オッズ vs AI勝率) +45% (妙味あり) AI 予想勝率 7.3% (オッズ暗示: 5.0%) ※ 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。
9	ラグーンクィーン	山中悠（船橋）	実63.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/07 浦和3R 7着/9頭+5.1秒 05/25 浦和4R 3着/6頭+0.0秒 ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.0着 ○ 騎手近50戦勝率 16% × 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 0.9% (オッズ暗示: 1.6%) ※ 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	ユウユウカルバドス	中山遥（浦和）	実28.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 08/07 浦和2R 2着/10頭+0.5秒 07/13 浦和3R 5着/7頭 ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.5着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.5%) ※ 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

フライトドクター

騎手野畑凌（川崎）

単勝オッズ

1.1倍

AI期待値

-37%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2ワイルドウルル

12.4倍

EV +122%

▲7インチャージ

15.7倍

EV +15%

出走馬全10頭

◎5

フライトドクター

野畑凌（川崎）

1.1倍

-37%

›

○2

ワイルドウルル

福原杏（浦和）

12.4倍

+122%

›

▲7

インチャージ

西啓太（大井）

15.7倍

+15%

›

△8

ブリザードキャット

及川烈（浦和）

20.0倍

+45%

›

△1

カンサッリス

室陽一（浦和）

23.4倍

-14%

›

△4

スモモサンジョ

張田昂（船橋）

24.6倍

-45%

›

×10

ユウユウカルバドス

中山遥（浦和）

28.2倍

-55%

›

▽6

ユウユウセルベッサ

高橋哲（浦和）

43.2倍

-38%

›

▽9

ラグーンクィーン

山中悠（船橋）

63.6倍

-40%

›

×3

サッシーユー

見越彬（浦和）

66.8倍

-52%

›

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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

A. 市場込みモデル

単勝 2 ワイルドウルル ¥200 確定7.2倍期待値 +122% 的中1着確定 7.2倍1,440円

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

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）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項