浦和 4R 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。

4R 浦和競馬場ダ800m 発走 13:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	パイソン差し	室陽一（浦和）	実5.0	○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25%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/29 船橋7R 1着/14頭勝利 09/22 浦和5R 3着/12頭+0.9秒 07/14 浦和2R 4着/12頭+2.0秒 06/25 浦和6R 3着/12頭 05/26 浦和2R 1着/12頭
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 10走で勝率 10% ◎ 距離適性同距離 4走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 22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 12.5% (オッズ暗示: 20.0%) ※ 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。
2	タツノドリーム	中山遥（浦和）	実16.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/22 浦和5R 7着/12頭+1.3秒 09/10 川崎6R 4着/12頭+0.6秒 08/12 浦和6R 6着/12頭+0.8秒 07/15 浦和6R 3着/11頭+0.0秒 06/25 浦和7R 6着/12頭+0.0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 5.7着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 13走で勝率 8% △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 5.2% (オッズ暗示: 6.2%) ※ 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。
3	モーイーワヒネ逃げ	半澤慶（浦和）	実84.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場7走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／直近3走平均8.3着と低調）
前5走 09/22 浦和5R 6着/12頭+1.2秒 09/10 川崎1R 11着/12頭+3.3秒 08/11 浦和4R 8着/9頭+2.4秒 07/14 浦和2R 9着/12頭 04/22 浦和4R 11着/11頭+2.7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 8.3着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.6% (オッズ暗示: 1.2%) ※ 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。
4	スーパーサイクル逃げ	山中悠（船橋）	実1.2	◎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11走で勝率91%と適性高／同距離帯11走で勝率91%／同馬場状態で勝率100%）
前5走 08/11 浦和1R 1着/12頭勝利 06/23 浦和1R 1着/9頭 04/21 浦和2R 1着/12頭勝利 02/28 浦和1R 2着/10頭+0.5秒 12/24 浦和3R 1着/12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) ◎ 当競馬場適性 11走で勝率 91% (得意) ◎ 距離適性同距離 11走で勝率 91% ◎ 馬場適性同馬場 7走で勝率 100% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 61.4% (オッズ暗示: 83.3%) ※ 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。
5	ヒシルリアン	岡田大（浦和）	実128.6	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場22走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 09/22 浦和5R 9着/12頭+2.2秒 08/04 船橋6R 9着/10頭+1.6秒 07/15 浦和6R 4着/11頭+0.0秒 06/25 浦和6R 4着/12頭+0.0秒 05/28 浦和5R 9着/12頭+0.0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 7.3着 (不振) × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 0.8%) ※ 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。
6	マカンコーサッポー自在	西啓太（大井）	実37.9	△詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調／中6日以内の連戦）
前5走 10/14 川崎5R 7着/12頭+1.9秒 09/24 浦和6R 1着/12頭勝利 08/11 浦和4R 6着/9頭+1.5秒 07/14 浦和1R 3着/12頭 06/25 浦和6R 7着/12頭
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戦の調子勝率 33% (上り調子) △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 12走で勝率 8% △ 期待値 (オッズ vs AI勝率) +119%（30倍を超える大穴は買う範囲の外） AI 予想勝率 5.8% (オッズ暗示: 2.6%) ※ 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	アルパインハット	福原杏（浦和）	実81.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場9走で勝率0%と苦戦傾向／同距離帯は10走で勝ち無し／直近3走平均8.7着と低調）
前5走 09/23 浦和4R 12着/13頭+6.0秒 08/12 浦和6R 9着/12頭+1.3秒 07/15 浦和6R 5着/11頭 07/07 川崎7R 6着/12頭+2.0秒 06/25 浦和7R 7着/12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 8.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +53%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.9% (オッズ暗示: 1.2%) ※ 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	サージュトリック追込	吉留孝（浦和）	実161.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.7着と低調／147日ぶりの実戦）
前5走 05/27 浦和5R 8着/9頭+2.0秒 04/20 浦和8R 10着/11頭+4.3秒 03/17 浦和5R 11着/12頭+2.5秒 12/16 川崎8R 7着/9頭+3.7秒 11/25 浦和8R 10着/12頭+2.3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戦の調子平均 9.7着 (不振) △ 当競馬場適性 11走で勝率 9% △ ローテーション 147日休養明け × 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 0.3% (オッズ暗示: 0.6%) ※ 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	ムジークヘーレン	秋元耕（浦和）	実196.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は14走で勝ち無し／直近3走平均11.3着と低調）
前5走 09/10 川崎3R 11着/12頭+2.4秒 08/19 川崎1R 11着/11頭+2.6秒 07/31 川崎3R 12着/12頭+2.9秒 07/06 川崎3R 11着/12頭+0.0秒 06/16 川崎2R 2着/12頭+2.0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 11.3着 (不振) ▽ 距離適性同距離は 14走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 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 0.3% (オッズ暗示: 0.5%) ※ 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	エリナセイコー	野畑凌（川崎）	実77.5	△詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場10走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／72日ぶりの実戦）
前5走 08/10 浦和1R 8着/12頭+1.8秒 07/17 浦和1R 4着/12頭+0.0秒 06/26 浦和1R 5着/10頭 06/15 川崎1R 10着/12頭 05/29 浦和4R 5着/11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 5.7着 × 当競馬場適性 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) △ 期待値 (オッズ vs AI勝率) +96%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.5% (オッズ暗示: 1.3%) ※ 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。
11	カスタネアローズ先行	七夕裕（浦和）	実9.4	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／前走2着）
前5走 08/10 浦和1R 2着/12頭+0.1秒 03/16 浦和1R 8着/11頭+1.6秒 02/25 浦和3R 4着/9頭+1.9秒 01/06 浦和1R 6着/12頭+1.6秒 12/24 浦和1R 8着/12頭+1.5秒
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 4.7着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し △ 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) -14% (オッズ過剰評価) AI 予想勝率 9.1% (オッズ暗示: 10.6%) ※ 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。

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

スーパーサイクル

騎手山中悠（船橋）

1.2倍

AI の勝率61%損益の分かれ目83%

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11頭

◎4

スーパーサイクル

山中悠（船橋）

1.2倍

勝率 61%

›

○1

パイソン

室陽一（浦和）

5.0倍

勝率 12%

›

▲11

カスタネアローズ

七夕裕（浦和）

9.4倍

勝率 9%

›

△6

マカンコーサッポー

西啓太（大井）

37.9倍

対象外勝率 6%

›

△2

タツノドリーム

中山遥（浦和）

16.0倍

勝率 5%

›

△10

エリナセイコー

野畑凌（川崎）

77.5倍

対象外勝率 3%

›

▽7

アルパインハット

福原杏（浦和）

81.1倍

対象外勝率 2%

›

▽3

モーイーワヒネ

半澤慶（浦和）

84.8倍

対象外勝率 1%

›

▽9

ムジークヘーレン

秋元耕（浦和）

196.4倍

対象外勝率 0%

›

×5

ヒシルリアン

岡田大（浦和）

128.6倍

対象外勝率 0%

›

▽8

サージュトリック

吉留孝（浦和）

161.2倍

対象外勝率 0%

›

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