浦和 11R 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。

11R 浦和競馬場ダ1400m 発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ビーコング推奨	中山遥（浦和）	実7.5	○詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+62%の中穴候補（直近3走平均3.0着と安定／前走3着で力を示す／679日の休養を経て臨戦態勢）
前5走 12/10 川崎10R 3着/14頭+0.7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 3.0着 (安定) △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) △ ローテーション 679日休養明け ◎ 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 21.7% (オッズ暗示: 13.3%) ※ 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	モカラマーズ	和田譲（大井）	実7.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（騎手は近50戦で勝率22%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 10.2% (オッズ暗示: 13.3%) ※ 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。
3	ゴーバディ逃げ	矢野貴（大井）	実9.7	△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4走で勝率75%／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 10/05 大井4R 8着/9頭+1.3秒 11/12 大井11R 5着/16頭+1.0秒 09/04 大井11R 1着/6頭勝利 08/14 大井4R 1着/8頭勝利 07/18 大井5R 1着/7頭勝利
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戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 4走で勝率 75% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 34% (好調) ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 10.3%) ※ 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。
4	ユーヴェリア逃げ	國分恭（JRA）	実6.7	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯4走で勝率100%／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 07/07 川崎10R 1着/9頭 04/23 園田9R 1着/12頭勝利 03/27 園田12R 1着/11頭勝利 11/05 園田9R 1着/10頭勝利 10/09 園田7R 1着/10頭勝利
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戦の調子勝率 100% (絶好調) ◎ 距離適性同距離 4走で勝率 100% ○ 騎手近50戦勝率 15% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 17.3% (オッズ暗示: 14.9%) ※ 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	ティーズアライト逃げ	福原杏（浦和）	実97.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調）
前5走 09/24 浦和11R 11着/12頭+3.6秒 09/09 川崎11R 11着/13頭+7.3秒 02/20 大井4R 5着/10頭+1.1秒 01/30 大井2R 4着/9頭+0.8秒 12/26 大井9R 5着/10頭+0.6秒
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 9.0着 (不振) ▽ 前走実績前走 11着 (大敗) ○ 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) -18% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.0%) ※ 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	トーセンサンダー追込	見越彬（浦和）	実17.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 10/02 船橋8R 6着/10頭+1.4秒 08/11 浦和10R 4着/8頭+0.3秒 03/26 大井11R 5着/13頭+0.8秒 03/11 大井7R 4着/7頭+0.7秒 02/16 大井11R 5着/16頭+0.9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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 5.8%) ※ 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。
7	ヒラボクカレラ	野畑凌（川崎）	実15.5	▽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24%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 24% (好調) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 6.5%) ※ 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。
8	エリンアキレウス先行	増田充（川崎）	実21.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場8走で勝率25%と適性高／同距離帯9走で勝率33%／直近3走で勝率33%と好調）
前5走 08/11 浦和10R 6着/8頭+0.9秒 07/31 川崎11R 1着/3頭 07/17 浦和11R 7着/11頭 05/26 浦和11R 6着/12頭+0.0秒 04/21 浦和10R 1着/12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 33% (上り調子) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 9走で勝率 33% ○ 馬場適性同馬場 7走で勝率 29% △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 4.6%) ※ 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。
9	トリップス	石川駿（大井）	実12.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（216日ぶりの実戦）
前5走 03/18 浦和11R 6着/12頭+2.8秒 11/18 川崎11R 2着/11頭+0.9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 4.0着 △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 216日休養明け × 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 5.2% (オッズ暗示: 7.8%) ※ 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。
10	スタンリーテソーロ	笹川翼（大井）	実2.2	◎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67%と適性高／同距離帯3走で勝率67%／直近3走で勝率33%と好調）
前5走 09/08 川崎11R 3着/9頭+0.6秒 07/15 浦和11R 5着/8頭+1.0秒 06/23 浦和11R 1着/3頭 05/26 浦和11R 1着/12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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 距離適性同距離 3走で勝率 67% ◎ 騎手近50戦勝率 28% (好調) ○ 前走実績前走 3着 (好走) × 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 30.4% (オッズ暗示: 45.5%) ※ 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。
11	ラヴァグロウ	丸田恭（JRA）	実30.8	×詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 騎手近50戦勝率 5% (やや苦戦) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 3.2%) ※ 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）

買うAI の推奨

ビーコング

騎手中山遥（浦和）

7.5倍

AI の勝率22%損益の分かれ目13%

AI の勝率 22% が損益の分かれ目 13%（1 ÷ 7.5倍）を上回り、期待値 +63% が買う基準（+30%）以上。

賭け金の目安 ¥200（AI の自信に応じて変えています）

的中 100円→780円

出走馬全11頭

◎10

スタンリーテソーロ

笹川翼（大井）

2.2倍

勝率 30%

›

○1

ビーコング

中山遥（浦和）

7.5倍

勝率 22%

›

▲4

ユーヴェリア

國分恭（JRA）

6.7倍

勝率 17%

›

△2

モカラマーズ

和田譲（大井）

7.5倍

勝率 10%

›

△3

ゴーバディ

矢野貴（大井）

9.7倍

勝率 6%

›

△9

トリップス

石川駿（大井）

12.9倍

勝率 5%

›

▽7

ヒラボクカレラ

野畑凌（川崎）

15.5倍

勝率 4%

›

×6

トーセンサンダー

見越彬（浦和）

17.3倍

勝率 2%

›

×11

ラヴァグロウ

丸田恭（JRA）

30.8倍

対象外勝率 1%

›

×8

エリンアキレウス

増田充（川崎）

21.8倍

勝率 1%

›

▽5

ティーズアライト

福原杏（浦和）

97.5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　AI 期待値プラス判定

単勝 1 ビーコング ¥200 確定7.8倍期待値 +63% 的中1着確定 7.8倍1,560円

※ 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