浦和 7R 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。

7R 浦和競馬場ダ1400m 発走 15:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダイヤクリスタル追込	張田昂（船橋）	実13.4	▲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33%と好調／前走勝利の勢い）
前5走 09/23 浦和9R 1着/12頭勝利 08/10 浦和5R 11着/11頭+3.3秒 04/20 浦和12R 12着/12頭+3.0秒 04/08 川崎9R 12着/13頭+4.0秒 03/17 浦和12R 8着/12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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 距離適性同距離 17走で勝率 18% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 5.8% (オッズ暗示: 7.5%) ※ 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。
2	カラフルロケット差し	西啓太（大井）	実20.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/23 浦和7R 5着/12頭+1.8秒 08/10 浦和8R 5着/11頭+0.7秒 07/14 浦和9R 11着/12頭 03/18 浦和11R 8着/12頭+3.2秒 02/25 浦和11R 8着/13頭+2.6秒
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戦の調子平均 7.0着 (不振) ○ 当競馬場適性 11走で勝率 18% (相性良) △ 距離適性同距離 10走で勝率 10% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 26日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 3.2% (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。
3	タカミノガコイ差し	川島正（船橋）	実22.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率20%）
前5走 08/25 船橋12R 9着/14頭+1.9秒 08/04 船橋8R 2着/8頭+1.2秒 07/02 船橋7R 2着/9頭+3.0秒 05/06 船橋9R 5着/12頭+0.5秒 03/31 船橋12R 6着/14頭+1.3秒
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 4.3着 ○ 距離適性同距離 5走で勝率 20% ○ 馬場適性同馬場 10走で勝率 20% ◎ 騎手近50戦勝率 20% (好調) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 3.9% (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。
4	ゲンキイッパイ追込	山口達（船橋）	実25.6	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/30 船橋9R 5着/10頭+2.0秒 08/24 船橋5R 2着/12頭+0.5秒 08/02 船橋8R 9着/9頭+1.4秒 07/02 船橋6R 3着/10頭 05/05 船橋7R 8着/12頭+1.4秒
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 5.3着 △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -73% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 3.9%) ※ 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	エコロスヴァル	篠谷葵（船橋）	実33.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯12走で勝率25%／同馬場状態で勝率43%）
前5走 09/24 浦和9R 8着/11頭+2.2秒 08/07 浦和7R 6着/11頭+1.6秒 07/28 川崎8R 9着/12頭+1.5秒 07/14 浦和6R 9着/10頭 06/26 浦和9R 8着/10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戦の調子平均 7.7着 (不振) △ 当競馬場適性 10走で勝率 10% ◎ 距離適性同距離 12走で勝率 25% ◎ 馬場適性同馬場 7走で勝率 43% ○ 騎手近50戦勝率 18% ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.0%) ※ 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。
6	キタノドンカルロ	和田譲（大井）	実11.7	○詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率20%）
前5走 09/24 浦和9R 6着/11頭+1.5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 6.0着 ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 9.0% (オッズ暗示: 8.5%) ※ 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。
7	コスモグッドラック先行	野畑凌（川崎）	実45.3	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率50%と適性高／同距離帯7走で勝率43%／同馬場状態で勝率38%）
前5走 08/26 船橋7R 10着/11頭+3.2秒 08/07 浦和12R 6着/10頭+1.4秒 06/29 船橋12R 11着/12頭 03/31 船橋12R 4着/14頭+0.5秒 03/10 船橋12R 3着/11頭+0.4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 9.0着 (不振) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 距離適性同距離 7走で勝率 43% ◎ 馬場適性同馬場 8走で勝率 38% ◎ 騎手近50戦勝率 24% (好調) ▽ 前走実績前走 10着 (大敗) × 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 1.0% (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。
8	ウェーブスリープス逃げ	笹川翼（大井）	実1.1	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（5〜30倍）より低く見送り（当競馬場3走で勝率100%と適性高／同距離帯3走で勝率100%／直近3走で勝率100%と好調）
前5走 09/23 浦和6R 1着/13頭勝利 04/21 浦和9R 1着/10頭勝利 03/20 浦和3R 1着/11頭勝利 ― ―
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 100% (絶好調) ◎ 当競馬場適性 3走で勝率 100% (得意) ◎ 距離適性同距離 3走で勝率 100% ◎ 騎手近50戦勝率 28% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 69.8% (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。
9	リバースター先行	野澤憲（船橋）	実112.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 09/30 船橋9R 6着/10頭+2.4秒 08/26 船橋10R 8着/12頭+1.6秒 08/04 船橋7R 5着/9頭+2.0秒 06/05 船橋5R 7着/10頭+2.0秒 05/04 船橋1R 1着/11頭勝利
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 6.3着 △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 19日の間隔 (理想的) × 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 0.6% (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。
10	ゴールドトピアリー	ゴンサ（船橋）	実18.8	△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 09/28 船橋12R 2着/13頭+1.4秒 08/24 船橋6R 3着/11頭+0.1秒 08/02 船橋5R 5着/11頭+1.4秒 06/28 船橋6R 2着/7頭+4.0秒 06/01 船橋5R 3着/11頭+0.0秒
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 3.3着 ○ 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) -22% (オッズ過剰評価) AI 予想勝率 4.1% (オッズ暗示: 5.3%) ※ 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。

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）

見送りAI の 1 位の馬

ウェーブスリープス

騎手笹川翼（大井）

1.1倍

AI の勝率70%損益の分かれ目91%

オッズが買う範囲（5〜30倍）より低く見送り。

買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで

出走馬全10頭

◎8

ウェーブスリープス

笹川翼（大井）

1.1倍

勝率 70%

›

○6

キタノドンカルロ

和田譲（大井）

11.7倍

勝率 9%

›

▲1

ダイヤクリスタル

張田昂（船橋）

13.4倍

勝率 6%

›

△10

ゴールドトピアリー

ゴンサ（船橋）

18.8倍

勝率 4%

›

△3

タカミノガコイ

川島正（船橋）

22.2倍

勝率 4%

›

△2

カラフルロケット

西啓太（大井）

20.3倍

勝率 3%

›

▽5

エコロスヴァル

篠谷葵（船橋）

33.2倍

対象外勝率 2%

›

×4

ゲンキイッパイ

山口達（船橋）

25.6倍

勝率 1%

›

×7

コスモグッドラック

野畑凌（川崎）

45.3倍

対象外勝率 1%

›

▽9

リバースター

野澤憲（船橋）

112.8倍

対象外勝率 1%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで。

▶ 展開シミュレーション

このレースの推奨馬券

見送り

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