浦和 7R 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。

7R 浦和競馬場津久井やまＢ３一ダ1400m 発走 15:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	チェリスト自在	岡村健（船橋）	実2.6	◎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（同馬場状態で勝率83%／直近3走で勝率33%と好調）
前5走 09/28 船橋11R 5着/11頭+1.3秒 08/24 船橋11R 3着/14頭+0.2秒 08/04 船橋8R 1着/8頭勝利 07/02 船橋7R 1着/9頭 12/08 船橋12R 1着/14頭勝利
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) ◎ 馬場適性同馬場 6走で勝率 83% ○ 騎手近50戦勝率 16% ○ 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) +12% (市場と概ね一致) AI 予想勝率 43.4% (オッズ暗示: 38.5%) ※ 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。
2	マルヒロナイト先行	仲野光（船橋）	実48.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.7着と低調）
前5走 09/28 船橋9R 11着/12頭+1.8秒 08/02 船橋7R 7着/9頭+1.5秒 06/29 船橋9R 8着/8頭 06/01 船橋8R 9着/9頭 05/05 船橋8R 8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 8.7着 (不振) ▽ 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) -47% (大幅な期待値マイナス) AI 予想勝率 1.1% (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。
3	ダイバオーソ差し	中島良（浦和）	実109.4	×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10R 7着/12頭+1.2秒 08/12 浦和10R 9着/11頭+1.1秒 07/15 浦和8R 11着/12頭+0.0秒 06/24 浦和10R 7着/11頭 05/25 浦和10R 9着/12頭+0.0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 9.0着 (不振) △ 当競馬場適性 47走で勝率 11% △ 距離適性同距離 34走で勝率 12% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -51% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.9%) ※ 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。
4	ホウオウパレード逃げ	本田重（船橋）	実5.2	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯3走で勝率33%／直近3走で勝率33%と好調／前走3着）
前5走 04/20 浦和10R 3着/12頭+1.1秒 03/05 川崎9R 1着/11頭勝利 12/29 大井10R 2着/13頭+1.0秒 11/27 浦和7R 8着/12頭+0.7秒 11/07 船橋10R 4着/11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戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 3走で勝率 33% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) △ ローテーション 184日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 15.4% (オッズ暗示: 19.2%) ※ 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。
5	カムバック	臼井健（船橋）	実28.3	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯5走で勝率40%）
前5走 09/28 船橋11R 9着/11頭+2.7秒 08/28 船橋9R 3着/13頭+0.3秒 08/05 船橋6R 10着/10頭+2.5秒 06/28 船橋12R 3着/3頭 05/26 浦和10R 1着/13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 7.3着 (不振) ◎ 距離適性同距離 5走で勝率 40% ○ 馬場適性同馬場 5走で勝率 20% △ 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) -53% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 3.5%) ※ 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。
6	スマイルスライヴ	野畑凌（川崎）	実6.8	△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23走で勝率30%と適性高／同距離帯26走で勝率27%／直近3走で勝率33%と好調）
前5走 09/24 浦和10R 8着/12頭+1.3秒 09/10 川崎9R 2着/12頭+0.2秒 08/10 浦和8R 1着/11頭勝利 07/13 浦和10R 1着/10頭 06/26 浦和8R 6着/9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 23走で勝率 30% (得意) ◎ 距離適性同距離 26走で勝率 27% ○ 馬場適性同馬場 14走で勝率 29% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -43% (大幅な期待値マイナス) AI 予想勝率 8.4% (オッズ暗示: 14.7%) ※ 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。
7	セイノスケ	福原杏（浦和）	実26.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/02 船橋12R 7着/13頭+1.4秒 08/12 浦和12R 4着/10頭+0.8秒 07/30 川崎9R 6着/11頭+1.2秒 07/15 浦和12R 4着/12頭+3.0秒 05/25 浦和12R 3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 5.7着 ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 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) -13% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 3.8%) ※ 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。
8	ダテオトコ	矢野貴（大井）	実7.7	△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6走で勝率33%／同馬場状態で勝率50%／直近3走で勝率33%と好調）
前5走 10/14 川崎9R 12着/14頭+1.5秒 09/08 川崎10R 10着/14頭+1.5秒 08/20 川崎6R 1着/3頭 07/27 川崎10R 4着/10頭+0.6秒 07/09 川崎9R 1着/3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戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 6走で勝率 33% ◎ 馬場適性同馬場 4走で勝率 50% ◎ 騎手近50戦勝率 30% (好調) ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 13.0%) ※ 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	ケンブレナム逃げ	笹川翼（大井）	実6.3	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場10走で勝率30%と適性高／同距離帯11走で勝率27%／騎手は近50戦で勝率34%）
前5走 09/22 浦和10R 4着/12頭+1.0秒 08/10 浦和11R 9着/12頭+1.3秒 11/27 浦和7R 3着/12頭+0.4秒 10/27 浦和10R 1着/12頭勝利 09/25 浦和6R 2着/11頭+0.1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 5.3着 ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 距離適性同距離 11走で勝率 27% ○ 馬場適性同馬場 8走で勝率 25% ◎ 騎手近50戦勝率 34% (好調) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 14.3% (オッズ暗示: 15.9%) ※ 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。
10	チュラット逃げ	吉原寛（金沢）	実30.4	×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40%と適性高／同距離帯6走で勝率33%／同馬場状態で勝率33%）
前5走 05/29 浦和10R 11着/13頭 02/04 川崎9R 8着/14頭+0.9秒 01/06 浦和11R 10着/11頭+2.8秒 12/24 浦和9R 1着/13頭勝利 09/25 浦和6R 1着/11頭勝利
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 9.7着 (不振) ◎ 当競馬場適性 5走で勝率 40% (得意) ◎ 距離適性同距離 6走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) ▽ 前走実績前走 11着 (大敗) △ ローテーション 145日休養明け × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 3.3%) ※ 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	エイシンダズル	木間龍（船橋）	実16.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 09/28 船橋11R 10着/11頭+2.9秒 08/04 船橋7R 1着/9頭勝利 07/04 船橋9R 3着/3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戦の調子勝率 33% (上り調子) △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10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) -38% (大幅な期待値マイナス) AI 予想勝率 3.7% (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。
12	クラバルバトス追込	沖響主（船橋）	実143.8	×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／同距離帯3走で勝率33%／直近3走平均10.0着と低調）
前5走 09/29 船橋12R 12着/12頭+2.3秒 08/06 船橋12R 10着/10頭+2.8秒 06/01 船橋8R 8着/9頭 05/05 船橋10R 6着/14頭+1.0秒 03/30 船橋9R 9着/10頭+2.2秒
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 10.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ◎ 距離適性同距離 3走で勝率 33% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12着 (大敗) ○ 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) -61% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。
13	ブレストサンダー自在	中山遥（浦和）	実21.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯12走で勝率33%／直近3走で勝率33%と好調／98日ぶりの実戦）
前5走 07/15 浦和8R 7着/12頭 06/26 浦和9R 1着/10頭 05/28 浦和9R 2着/12頭+3.0秒 05/08 船橋10R 5着/12頭+0.5秒 04/21 浦和5R 2着/10頭+0.0秒
AI 評価の内訳 — 馬番 13 ◎ 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 9走で勝率 22% (相性良) ◎ 距離適性同距離 12走で勝率 33% △ ローテーション 98日休養明け × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 2.1% (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。

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

チェリスト

騎手岡村健（船橋）

2.6倍

AI の勝率43%損益の分かれ目38%

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13頭

◎1

チェリスト

岡村健（船橋）

2.6倍

勝率 43%

›

○4

ホウオウパレード

本田重（船橋）

5.2倍

勝率 15%

›

▲9

ケンブレナム

笹川翼（大井）

6.3倍

勝率 14%

›

△6

スマイルスライヴ

野畑凌（川崎）

6.8倍

勝率 8%

›

△8

ダテオトコ

矢野貴（大井）

7.7倍

勝率 5%

›

△11

エイシンダズル

木間龍（船橋）

16.6倍

勝率 4%

›

▽7

セイノスケ

福原杏（浦和）

26.6倍

勝率 3%

›

×13

ブレストサンダー

中山遥（浦和）

21.8倍

勝率 2%

›

×5

カムバック

臼井健（船橋）

28.3倍

勝率 2%

›

×10

チュラット

吉原寛（金沢）

30.4倍

対象外勝率 1%

›

▽2

マルヒロナイト

仲野光（船橋）

48.8倍

対象外勝率 1%

›

×3

ダイバオーソ

中島良（浦和）

109.4倍

対象外勝率 0%

›

×12

クラバルバトス

沖響主（船橋）

143.8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