浦和 8R 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。

8R 浦和競馬場ダ1400m 発走 16:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	イエスユイキャン逃げ	及川烈（浦和）	実6.1	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/23 浦和3R 1着/12頭勝利 05/29 浦和2R 12着/12頭+0.0秒 04/24 浦和1R 7着/11頭+1.8秒 04/01 船橋4R 6着/10頭+1.2秒 03/18 浦和1R 2着/10頭+0.9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 10走で勝率 10% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -30% (大幅な期待値マイナス) AI 予想勝率 11.5% (オッズ暗示: 16.4%) ※ 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	コビナイフォンテン差し	小杉亮（船橋）	実14.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/25 浦和9R 6着/13頭+1.6秒 08/28 船橋6R 5着/12頭+2.5秒 08/21 川崎5R 5着/12頭+1.8秒 08/04 船橋3R 2着/8頭+0.0秒 07/16 浦和4R 1着/12頭
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 5.3着 ○ 当競馬場適性 9走で勝率 22% (相性良) △ 距離適性同距離 35走で勝率 9% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -46% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 6.9%) ※ 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。
3	メラ自在	見越彬（浦和）	実58.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場15走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／72日ぶりの実戦）
前5走 08/10 浦和7R 10着/10頭+2.9秒 05/25 浦和9R 7着/11頭 04/21 浦和2R 6着/12頭+1.5秒 03/20 浦和2R 8着/12頭+1.3秒 02/28 浦和2R 9着/12頭+2.3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 7.7着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し ▽ 前走実績前走 10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 1.1% (オッズ暗示: 1.7%) ※ 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。
4	キャルドーン先行	西啓太（大井）	実2.2	○詳細▼	人気馬、市場評価通りで上乗せなし
前5走 09/25 浦和6R 4着/12頭+0.7秒 04/03 船橋8R 9着/12頭+3.2秒 11/28 浦和9R 9着/12頭+2.4秒 10/27 浦和6R 1着/12頭勝利 06/26 浦和9R 4着/12頭+1.0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 7.3着 (不振) ○ 当競馬場適性 11走で勝率 18% (相性良) ○ 距離適性同距離 17走で勝率 18% ○ 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) -36% (大幅な期待値マイナス) AI 予想勝率 29.3% (オッズ暗示: 45.5%) ※ 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。
5	ヤマタケコーチャン	高橋哲（浦和）	実31.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場29走で勝率3%と苦戦傾向／前走3着／117日ぶりの実戦）
前5走 06/26 浦和5R 3着/7頭 06/15 川崎8R 10着/11頭+2.0秒 06/02 船橋7R 5着/14頭 04/20 浦和9R 7着/13頭+1.4秒 03/16 浦和9R 11着/11頭+2.8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 × 当競馬場適性 29走で勝率 3% (苦戦) △ 距離適性同距離 37走で勝率 5% △ 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 117日休養明け × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 3.1%) ※ 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。
6	ミスレイヴバンプ	櫻井光（川崎）	実10.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 09/25 浦和9R 3着/13頭+1.5秒 08/12 浦和5R 3着/9頭+1.1秒 07/17 浦和5R 10着/12頭 06/26 浦和6R 6着/8頭+1.0秒 05/29 浦和7R 4着/10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 5.3着 △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 16走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ 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) -11% (オッズ過剰評価) AI 予想勝率 8.7% (オッズ暗示: 9.7%) ※ 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	キョウエイサマンサ	秋元耕（浦和）	実123.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場19走で勝率0%と苦戦傾向／同距離帯は16走で勝ち無し／直近3走平均8.0着と低調）
前5走 09/25 浦和9R 8着/13頭+1.7秒 08/28 船橋6R 10着/12頭+3.2秒 08/12 浦和5R 6着/9頭+1.5秒 07/17 浦和6R 9着/10頭+0.0秒 06/26 浦和5R 2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 8.0着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 16走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -14% (オッズ過剰評価) AI 予想勝率 0.7% (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。
8	オーシンラッシュ先行	野畑凌（川崎）	実4.2	◎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（同距離帯は4走で勝ち無し／147日ぶりの実戦／騎手は近50戦で勝率22%）
前5走 05/27 浦和5R 4着/9頭 04/23 浦和5R 3着/12頭+0.2秒 12/24 浦和5R 9着/10頭+2.7秒 10/29 浦和5R 9着/12頭+1.4秒 09/26 浦和3R 1着/11頭勝利
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 6走で勝率 17% (相性良) ▽ 距離適性同距離は 4走で勝ち無し ○ 馬場適性同馬場 5走で勝率 20% ◎ 騎手近50戦勝率 22% (好調) △ ローテーション 147日休養明け △ 期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 30.8% (オッズ暗示: 23.8%) ※ 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。
9	セイウンコチョウ	國分祐（浦和）	実109.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場49走で勝率0%と苦戦傾向／直近3走平均8.3着と低調）
前5走 09/25 浦和6R 9着/12頭+1.6秒 08/12 浦和4R 5着/6頭+2.0秒 07/16 浦和4R 11着/12頭+3.0秒 06/26 浦和5R 6着/7頭+3.0秒 05/29 浦和8R 12着/12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 8.3着 (不振) × 当競馬場適性 49走で勝率 0% (苦戦) △ 距離適性同距離 55走で勝率 5% ○ 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) -10% (オッズ過剰評価) AI 予想勝率 0.8% (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。
10	アシレ	岡村健（船橋）	実102.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均8.0着と低調）
前5走 09/23 浦和3R 11着/12頭+3.5秒 08/10 浦和7R 8着/10頭+1.7秒 06/29 船橋1R 5着/7頭+0.0秒 06/23 浦和1R 7着/9頭 06/04 船橋4R 10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 8.0着 (不振) × 当競馬場適性 6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 18% ▽ 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) +27%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.3% (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。
11	ロジドレフォン自在	實川純（船橋）	実162.5	▽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／直近3走平均10.3着と低調）
前5走 10/02 船橋4R 11着/12頭+2.4秒 09/25 浦和6R 10着/12頭+2.0秒 07/17 浦和6R 10着/10頭 06/02 船橋9R 14着/14頭 05/05 船橋12R 12着/12頭+5.7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 10.3着 (不振) × 当競馬場適性 10走で勝率 0% (苦戦) ○ 距離適性同距離 26走で勝率 19% ▽ 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) +4%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.6% (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。
12	カスカナノゾミ	藤本現（大井）	実17.8	△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／前走勝利の勢い）
前5走 09/23 浦和2R 1着/12頭勝利 09/11 川崎9R 10着/11頭+4.5秒 08/10 浦和6R 3着/10頭+0.4秒 07/15 浦和3R 8着/12頭 06/25 浦和4R 8着/8頭+7.0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 7走で勝率 14% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -9% (オッズ過剰評価) AI 予想勝率 5.1% (オッズ暗示: 5.6%) ※ 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。
13	ルチェッタ	吉留孝（浦和）	実9.5	△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5走で勝率0%と苦戦傾向／前走2着）
前5走 09/25 浦和6R 2着/12頭+0.0秒 08/28 船橋6R 6着/12頭+2.5秒 08/12 浦和5R 4着/9頭+1.3秒 07/17 浦和5R 5着/12頭+1.0秒 06/26 浦和5R 5着/7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戦の調子平均 4.0着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 距離適性同距離 16走で勝率 6% ○ 前走実績前走 2着 (好走) ○ 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) -59% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 10.5%) ※ 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

オーシンラッシュ

騎手野畑凌（川崎）

4.2倍

AI の勝率31%損益の分かれ目24%

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

◎8

オーシンラッシュ

野畑凌（川崎）

4.2倍

勝率 31%

›

○4

キャルドーン

西啓太（大井）

2.2倍

勝率 29%

›

▲1

イエスユイキャン

及川烈（浦和）

6.1倍

勝率 11%

›

△6

ミスレイヴバンプ

櫻井光（川崎）

10.3倍

勝率 9%

›

△12

カスカナノゾミ

藤本現（大井）

17.8倍

勝率 5%

›

△13

ルチェッタ

吉留孝（浦和）

9.5倍

勝率 4%

›

▽2

コビナイフォンテン

小杉亮（船橋）

14.4倍

勝率 4%

›

▽5

ヤマタケコーチャン

高橋哲（浦和）

31.9倍

対象外勝率 2%

›

▽10

アシレ

岡村健（船橋）

102.1倍

対象外勝率 1%

›

▽3

メラ

見越彬（浦和）

58.5倍

対象外勝率 1%

›

▽9

セイウンコチョウ

國分祐（浦和）

109.5倍

対象外勝率 1%

›

▽7

キョウエイサマンサ

秋元耕（浦和）

123.9倍

対象外勝率 1%

›

▽11

ロジドレフォン

實川純（船橋）

162.5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