浦和 5R 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。

5R 浦和競馬場ダ1400m 発走 14:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	タイムプリンス先行推奨	西啓太（大井）	実11.3	▲詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+83%の中穴候補（前走3着で力を示す／63日の休養を経て臨戦態勢）
前5走 08/19 川崎8R 3着/13頭+0.8秒 06/22 浦和2R 3着/7頭+0.0秒 03/31 船橋1R 10着/12頭+2.3秒 03/19 浦和3R 4着/8頭+1.4秒 01/19 船橋2R 9着/12頭+2.6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 5.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +83% (市場が大幅過小評価) AI 予想勝率 16.2% (オッズ暗示: 8.8%) ※ 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。
2	ドジッコ	山本大（船橋）	実23.7	△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 09/30 船橋2R 2着/12頭+0.4秒 08/25 船橋3R 3着/3頭 08/03 船橋2R 6着/11頭+1.0秒 06/29 船橋2R 7着/10頭 06/02 船橋2R 12着/12頭+1.0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 3.7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) -9% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 4.2%) ※ 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	キタサンリボン逃げ	笹川翼（大井）	実1.6	◎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8走で勝率62%と適性高／同距離帯10走で勝率60%／同馬場状態で勝率36%）
前5走 09/25 浦和9R 1着/13頭勝利 06/24 浦和4R 4着/8頭 02/26 浦和7R 1着/12頭勝利 12/23 浦和6R 1着/12頭勝利 08/15 浦和8R 4着/10頭+0.5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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 8走で勝率 62% (得意) ◎ 距離適性同距離 10走で勝率 60% ◎ 馬場適性同馬場 14走で勝率 36% ◎ 騎手近50戦勝率 32% (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) -35% (大幅な期待値マイナス) AI 予想勝率 40.3% (オッズ暗示: 62.5%) ※ 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	ファーストアタック	保園翔（浦和）	実3.4	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率100%と好調／前走勝利の勢い）
前5走 09/25 浦和5R 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) ◎ 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) -42% (大幅な期待値マイナス) AI 予想勝率 17.0% (オッズ暗示: 29.4%) ※ 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。
5	テリオスボス先行	臼井健（船橋）	実21.2	△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48走で勝ち無し）
前5走 09/29 船橋8R 8着/14頭+2.3秒 08/25 船橋4R 3着/12頭+0.8秒 08/03 船橋9R 10着/12頭+2.0秒 07/16 浦和6R 9着/12頭 07/02 船橋3R 2着/8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 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 48走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) +30% (妙味あり) AI 予想勝率 6.1% (オッズ暗示: 4.7%) ※ 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。
6	ヒロイックバイオ自在	山口達（船橋）	実35.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 10/02 船橋6R 11着/12頭+2.8秒 08/25 船橋6R 3着/12頭+1.1秒 08/03 船橋4R 9着/10頭+1.4秒 06/29 船橋6R 7着/9頭+1.0秒 06/16 川崎4R 11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戦の調子平均 7.7着 (不振) △ 距離適性同距離 12走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 2.8%) ※ 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	ペプチドスパークル差し	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（同距離帯は8走で勝ち無し／騎手は近50戦で勝率22%）
前5走 09/23 浦和4R 5着/13頭+2.0秒 08/10 浦和5R 3着/11頭+1.0秒 07/14 浦和5R 7着/11頭 06/22 浦和7R 8着/8頭+0.0秒 05/26 浦和5R 2着/12頭+3.0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 5.0着 △ 当競馬場適性 9走で勝率 11% ▽ 距離適性同距離は 8走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) ○ 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) +6% (市場と概ね一致) AI 予想勝率 9.1% (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。
8	ラヴィエベル先行	所　蛍（船橋）	実49.5	×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4R 7着/12頭+3.3秒 08/25 船橋5R 9着/12頭+2.4秒 08/02 船橋4R 5着/7頭+2.2秒 07/03 船橋1R 1着/10頭 03/10 船橋1R 6着/11頭+1.1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 7.0着 (不振) ○ 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) -63% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 2.0%) ※ 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	スターハル自在	室陽一（浦和）	実72.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は5走で勝ち無し／直近3走平均9.3着と低調）
前5走 09/23 浦和8R 11着/11頭+7.5秒 08/11 浦和2R 8着/9頭+2.5秒 01/06 浦和2R 9着/11頭+0.8秒 12/23 浦和4R 9着/12頭+2.0秒 11/28 浦和7R 9着/10頭+2.7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 9.3着 (不振) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 5走で勝ち無し ▽ 前走実績前走 11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) -19% (オッズ過剰評価) AI 予想勝率 1.1% (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。
10	ワンラヴ差し	本田紀（川崎）	実93.0	▽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／直近3走平均9.0着と低調／中6日以内の連戦）
前5走 10/15 川崎8R 11着/14頭+2.9秒 09/09 川崎4R 11着/14頭+2.9秒 08/21 川崎8R 5着/12頭+0.9秒 07/31 川崎8R 4着/10頭+1.4秒 07/10 川崎8R 4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 9.0着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) △ 距離適性同距離 46走で勝率 7% △ 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) -33% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.1%) ※ 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。
11	ラブミーヘンリー自在	高橋哲（浦和）	実33.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（72日ぶりの実戦）
前5走 08/10 浦和1R 9着/12頭+1.8秒 07/17 浦和1R 2着/12頭 01/02 園田3R 11着/12頭+1.2秒 12/04 園田4R 9着/12頭+1.4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 7.3着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 2.4% (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。

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

タイムプリンス

騎手西啓太（大井）

11.3倍

AI の勝率16%損益の分かれ目9%

AI の勝率 16% が損益の分かれ目 9%（1 ÷ 11.3倍）を上回り、期待値 +83% 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）

外れ（3着）

出走馬全11頭

◎3

キタサンリボン

笹川翼（大井）

1.6倍

勝率 40%

›

○4

ファーストアタック

保園翔（浦和）

3.4倍

勝率 17%

›

▲1

タイムプリンス

西啓太（大井）

11.3倍

勝率 16%

›

△7

ペプチドスパークル

和田譲（大井）

11.7倍

勝率 9%

›

△5

テリオスボス

臼井健（船橋）

21.2倍

勝率 6%

›

△2

ドジッコ

山本大（船橋）

23.7倍

勝率 4%

›

▽11

ラブミーヘンリー

高橋哲（浦和）

33.0倍

対象外勝率 2%

›

▽6

ヒロイックバイオ

山口達（船橋）

35.2倍

対象外勝率 2%

›

▽9

スターハル

室陽一（浦和）

72.0倍

対象外勝率 1%

›

×8

ラヴィエベル

所　蛍（船橋）

49.5倍

対象外勝率 1%

›

▽10

ワンラヴ

本田紀（川崎）

93.0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 タイムプリンス ¥200 実11.3倍期待値 +83% 不的中3着単勝 11.3倍

※ 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