浦和 6R 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。

6R 浦和競馬場ダ1500m 発走 14:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニコニコニコル自在	張田昂（船橋）	実41.3	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は3走で勝ち無し／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/12 浦和1R 1着/8頭勝利 07/17 浦和4R 6着/11頭 06/24 浦和2R 8着/8頭 05/29 浦和1R 3着/10頭+6.0秒 04/23 浦和1R 6着/9頭+4.2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 11走で勝率 9% ▽ 距離適性同距離は 3走で勝ち無し ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.4%) ※ 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。
2	オニムシャ差し	所　蛍（船橋）	実26.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／直近3走平均8.0着と低調）
前5走 10/02 船橋5R 10着/12頭+3.1秒 08/25 船橋4R 7着/12頭+1.4秒 08/03 船橋9R 7着/12頭+1.6秒 06/23 浦和9R 8着/10頭 05/27 浦和6R 12着/12頭+2.0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 8.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ▽ 前走実績前走 10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) -39% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 3.7%) ※ 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。
3	ヴェントベローチェ	吉原寛（金沢）	実2.3	◎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（騎手は近50戦で勝率22%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 22% (好調) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 36.5% (オッズ暗示: 43.5%) ※ 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	ユウトザイノセント自在	櫻井光（川崎）	実11.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/13 川崎10R 10着/14頭+2.8秒 09/10 川崎5R 2着/12頭+0.8秒 08/18 川崎2R 5着/12頭+1.5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 5.7着 △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 11.8% (オッズ暗示: 9.1%) ※ 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。
5	リバテイー逃げ	七夕裕（浦和）	実96.9	▽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 10/12 川崎2R 11着/12頭+1.9秒 08/12 浦和3R 9着/11頭+2.7秒 07/02 大井3R 7着/8頭 06/11 大井3R 6着/9頭 04/17 大井3R 9着/14頭+1.2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) △ 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) -37% (大幅な期待値マイナス) AI 予想勝率 0.6% (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	スピラヴィオ	岡田大（浦和）	実22.2	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場14走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／前走3着）
前5走 09/24 浦和2R 3着/12頭+0.6秒 08/12 浦和3R 8着/11頭+2.7秒 07/15 浦和2R 9着/9頭+2.0秒 06/23 浦和4R 8着/8頭 05/29 浦和5R 9着/12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 6.7着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3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) -71% (大幅な期待値マイナス) AI 予想勝率 1.3% (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。
7	ヨンクン自在	及川烈（浦和）	実16.7	△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0%と苦戦傾向／同距離帯は7走で勝ち無し／184日ぶりの実戦）
前5走 04/20 浦和2R 12着/12頭+3.6秒 04/06 川崎2R 4着/10頭+0.7秒 03/16 浦和2R 7着/11頭+0.8秒 02/26 浦和3R 5着/10頭+0.9秒 02/05 川崎1R 10着/12頭+2.0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 7.7着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ▽ 前走実績前走 12着 (大敗) △ ローテーション 184日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 5.6% (オッズ暗示: 6.0%) ※ 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。
8	ランワールドワン	吉留孝（浦和）	実24.3	▽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5走で勝ち無し）
前5走 09/23 浦和5R 8着/12頭+2.3秒 06/23 浦和5R 3着/10頭+1.0秒 05/27 浦和5R 5着/9頭 04/22 浦和4R 8着/11頭+1.9秒 03/31 船橋5R 9着/10頭+3.4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 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 5走で勝ち無し ○ 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) -27% (オッズ過剰評価) AI 予想勝率 3.0% (オッズ暗示: 4.1%) ※ 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。
9	アストラルフレア	福原杏（浦和）	実18.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場6走で勝率33%と適性高）
前5走 09/23 浦和5R 10着/12頭+2.8秒 08/11 浦和5R 7着/9頭+2.1秒 07/16 浦和6R 6着/12頭 06/22 浦和8R 4着/8頭 03/16 浦和3R 1着/10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 7.7着 (不振) ◎ 当競馬場適性 6走で勝率 33% (得意) △ 距離適性同距離 14走で勝率 7% ▽ 前走実績前走 10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) +17% (市場と概ね一致) AI 予想勝率 6.3% (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。
10	トニトゥルス追込推奨	木間龍（船橋）	実9.9	○詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+63%の中穴候補（直近3走勝率33%と上り調子／同距離帯で勝率25%と得意／前走勝利の勢い継続）
前5走 07/27 川崎1R 1着/9頭勝利 07/13 浦和9R 6着/11頭 07/02 船橋3R 6着/8頭+0.0秒 01/02 川崎8R 13着/13頭+3.6秒 07/29 船橋10R 7着/11頭+1.6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戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 4走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +63% (市場が大幅過小評価) AI 予想勝率 16.6% (オッズ暗示: 10.1%) ※ 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	キョウエイセレッソ	野畑凌（川崎）	実2.7	▲詳細▼	人気馬、市場評価通りで上乗せなし（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 09/23 浦和5R 2着/12頭+0.1秒 08/28 船橋6R 2着/12頭+1.4秒 08/12 浦和5R 2着/9頭+0.8秒 07/17 浦和5R 2着/12頭+2.0秒 06/25 浦和1R 1着/9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 2.0着 (安定) ○ 当競馬場適性 5走で勝率 20% (相性良) △ 距離適性同距離 7走で勝率 14% ◎ 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 28日の間隔 (理想的) × 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 15.1% (オッズ暗示: 37.0%) ※ 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

トニトゥルス

騎手木間龍（船橋）

9.9倍

AI の勝率17%損益の分かれ目10%

AI の勝率 17% が損益の分かれ目 10%（1 ÷ 9.9倍）を上回り、期待値 +64% が買う基準（+30%）以上。

賭け金の目安 ¥100（AI の自信に応じて変えています）

外れ（4着）

出走馬全11頭

◎3

ヴェントベローチェ

吉原寛（金沢）

2.3倍

勝率 36%

›

○10

トニトゥルス

木間龍（船橋）

9.9倍

勝率 17%

›

▲11

キョウエイセレッソ

野畑凌（川崎）

2.7倍

勝率 15%

›

△4

ユウトザイノセント

櫻井光（川崎）

11.0倍

勝率 12%

›

△9

アストラルフレア

福原杏（浦和）

18.8倍

勝率 6%

›

△7

ヨンクン

及川烈（浦和）

16.7倍

勝率 6%

›

▽8

ランワールドワン

吉留孝（浦和）

24.3倍

勝率 3%

›

▽2

オニムシャ

所　蛍（船橋）

26.7倍

勝率 2%

›

×6

スピラヴィオ

岡田大（浦和）

22.2倍

勝率 1%

›

×1

ニコニコニコル

張田昂（船橋）

41.3倍

対象外勝率 1%

›

▽5

リバテイー

七夕裕（浦和）

96.9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 10 トニトゥルス ¥100 実9.9倍期待値 +64% 不的中4着単勝 9.9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