浦和 3R 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。

3R 浦和競馬場ダ1400m 発走 13:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アーサフロウジョン	岡村健（船橋）	実9.8	△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3走で勝率0%と苦戦傾向／前走2着）
前5走 09/22 浦和2R 2着/11頭+0.3秒 08/07 浦和2R 5着/10頭+1.9秒 07/13 浦和2R 7着/7頭+0.0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 4.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 10.2%) ※ 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。
2	ユウユウヒレシュ	保園翔（浦和）	実70.6	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向）
前5走 09/25 浦和8R 7着/7頭+7.7秒 08/11 浦和6R 5着/7頭+1.9秒 07/16 浦和3R 3着/7頭+1.0秒 06/23 浦和2R 5着/7頭+1.0秒 05/26 浦和3R 6着/7頭+8.0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 5.0着 × 当競馬場適性 5走で勝率 0% (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) -55% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.4%) ※ 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。
3	ネツレツ	小杉亮（船橋）	実21.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/28 船橋2R 5着/12頭+1.9秒 08/26 船橋1R 2着/7頭+0.1秒 08/06 船橋1R 7着/7頭+1.0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 4.7着 △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -25% (オッズ過剰評価) AI 予想勝率 3.4% (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。
4	ユウユウコクトバ	中島良（浦和）	実140.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向）
前5走 09/28 船橋2R 11着/12頭+3.9秒 09/22 浦和3R 5着/9頭+3.5秒 08/11 浦和6R 7着/7頭+3.1秒 07/16 浦和3R 4着/7頭+0.0秒 06/23 浦和2R 4着/7頭+0.0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 7.7着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 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) -18% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.7%) ※ 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。
5	カンサッリス	室陽一（浦和）	実34.3	×詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 09/24 浦和8R 10着/10頭+5.1秒 06/22 浦和4R 2着/6頭+2.0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 6.0着 ▽ 前走実績前走 10着 (大敗) ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.9%) ※ 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	クアダングル	和田譲（大井）	実2.1	◎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（直近3走平均2.0着と安定／前走2着／騎手は近50戦で勝率22%）
前5走 09/24 浦和3R 2着/5頭+0.0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 2.0着 (安定) ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 27日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 48.8% (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	スモモサンジョ	及川烈（浦和）	実13.1	×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）
前5走 09/24 浦和8R 4着/10頭+1.9秒 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 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 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 3.3% (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。
8	ズットオレノターン先行	中山遥（浦和）	実30.9	×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7R 8着/9頭+4.7秒 09/11 川崎7R 4着/7頭+2.0秒 08/02 船橋2R 7着/9頭+2.4秒 07/02 船橋2R 3着/3頭 06/05 船橋2R 5着/6頭
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戦の調子平均 6.3着 ○ 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) -52% (大幅な期待値マイナス) AI 予想勝率 1.5% (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。
9	タイヨウボンド	ゴンサ（船橋）	実6.9	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 09/22 浦和3R 3着/9頭+1.6秒 08/10 浦和4R 3着/6頭 ― ― ―
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 3.0着 (安定) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 9.9% (オッズ暗示: 14.5%) ※ 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。
10	シナノファボリ	七夕裕（浦和）	実39.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（75日ぶりの実戦）
前5走 08/07 浦和3R 4着/9頭+3.2秒 07/13 浦和3R 3着/7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 3.5着 △ 騎手近50戦勝率 2% (やや苦戦) × 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 1.6% (オッズ暗示: 2.5%) ※ 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	メイプルシップ	張田昂（船橋）	実3.9	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 09/28 船橋3R 5着/10頭+1.6秒 08/28 船橋2R 2着/5頭 ― ― ―
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) △ 直近3戦の調子平均 3.5着 ○ 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) -30% (オッズ過剰評価) AI 予想勝率 18.0% (オッズ暗示: 25.6%) ※ 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。
12	アンサール	秋元耕（浦和）	実15.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/28 船橋3R 4着/10頭+1.3秒 08/25 船橋2R 4着/9頭+1.3秒 08/05 船橋4R 3着/3頭 ― ―
AI 評価の内訳 — 馬番 12 ◎ 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 3.7着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 3.6% (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。

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

クアダングル

騎手和田譲（大井）

2.1倍

AI の勝率49%損益の分かれ目48%

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12頭

◎6

クアダングル

和田譲（大井）

2.1倍

勝率 49%

›

○11

メイプルシップ

張田昂（船橋）

3.9倍

勝率 18%

›

▲9

タイヨウボンド

ゴンサ（船橋）

6.9倍

勝率 10%

›

△1

アーサフロウジョン

岡村健（船橋）

9.8倍

勝率 7%

›

△12

アンサール

秋元耕（浦和）

15.4倍

勝率 4%

›

△3

ネツレツ

小杉亮（船橋）

21.8倍

勝率 3%

›

×7

スモモサンジョ

及川烈（浦和）

13.1倍

勝率 3%

›

▽10

シナノファボリ

七夕裕（浦和）

39.6倍

対象外勝率 2%

›

×8

ズットオレノターン

中山遥（浦和）

30.9倍

対象外勝率 2%

›

×5

カンサッリス

室陽一（浦和）

34.3倍

対象外勝率 1%

›

×2

ユウユウヒレシュ

保園翔（浦和）

70.6倍

対象外勝率 1%

›

▽4

ユウユウコクトバ

中島良（浦和）

140.7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