浦和 2R 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。

2R 浦和競馬場ダ1500m 発走 12:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ジャヌウブ逃げ	見越彬（浦和）	実4.0	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 09/23 浦和3R 3着/12頭+0.6秒 02/23 浦和8R 4着/13頭+1.6秒 11/25 浦和6R 5着/11頭+0.8秒 06/24 浦和6R 1着/9頭勝利 03/18 浦和8R 4着/12頭+1.9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戦の調子平均 4.0着 △ 当競馬場適性 15走で勝率 13% △ 距離適性同距離 17走で勝率 12% ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -56% (大幅な期待値マイナス) AI 予想勝率 10.9% (オッズ暗示: 25.0%) ※ 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	リケアヴィオレ	高橋哲（浦和）	実119.8	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場14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10.0着と低調）
前5走 09/24 浦和7R 10着/12頭+2.0秒 07/17 浦和12R 10着/12頭+1.0秒 06/26 浦和7R 10着/10頭+0.0秒 05/27 浦和4R 8着/10頭+0.0秒 05/14 川崎4R 7着/12頭+1.7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 10.0着 (不振) × 当競馬場適性 14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 2% (やや苦戦) ▽ 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) -62% (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。
3	プライムクオリティ	西啓太（大井）	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8走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 09/23 浦和3R 12着/12頭+3.6秒 08/07 浦和4R 3着/3頭 07/15 浦和4R 6着/12頭 06/25 浦和1R 4着/9頭 05/27 浦和3R 4着/12頭
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 7.0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 8走で勝ち無し ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 4.2% (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。
4	マオノオラクル自在	西村栄（船橋）	実64.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場8走で勝率0%と苦戦傾向／直近3走平均8.0着と低調）
前5走 10/02 船橋4R 9着/12頭+1.7秒 07/04 船橋6R 8着/10頭+2.0秒 06/02 船橋7R 7着/14頭+1.0秒 05/08 船橋5R 9着/12頭+2.8秒 03/30 船橋12R 6着/12頭+2.3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 8.0着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) △ 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) ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.6%) ※ 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。
5	マルノアンナ追込	室陽一（浦和）	実5.2	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率67%と好調／前走勝利の勢い）
前5走 09/23 浦和1R 1着/12頭勝利 08/07 浦和1R 1着/8頭勝利 07/13 浦和6R 5着/12頭 06/22 浦和5R 2着/8頭+2.0秒 04/20 浦和1R 1着/10頭勝利
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戦の調子勝率 67% (絶好調) ○ 当競馬場適性 33走で勝率 18% (相性良) △ 距離適性同距離 30走で勝率 10% ○ 馬場適性同馬場 16走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 9.8% (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。
6	タカイチアスコット追込	岡田大（浦和）	実18.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走で勝率33%と好調）
前5走 09/22 浦和1R 2着/12頭+0.3秒 08/26 船橋3R 1着/11頭勝利 03/17 浦和4R 7着/10頭+1.8秒 02/28 浦和5R 5着/8頭+2.2秒 02/04 川崎1R 4着/10頭+2.0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戦の調子勝率 33% (上り調子) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 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 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) -22% (オッズ過剰評価) AI 予想勝率 4.3% (オッズ暗示: 5.5%) ※ 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	スターハッスル先行	半澤慶（浦和）	実81.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
前5走 09/23 浦和2R 12着/12頭+3.8秒 08/10 浦和7R 4着/10頭+0.8秒 07/14 浦和2R 8着/12頭+0.0秒 07/07 川崎1R 8着/12頭 06/22 浦和10R 9着/10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 8.0着 (不振) △ 当競馬場適性 34走で勝率 6% △ 距離適性同距離 32走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) × 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 0.7% (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	アイスフィールド	吉留孝（浦和）	実28.0	×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0%と苦戦傾向／前走3着）
前5走 09/22 浦和1R 3着/12頭+0.7秒 08/07 浦和1R 5着/8頭+2.3秒 07/13 浦和1R 5着/10頭 06/24 浦和1R 4着/10頭 05/26 浦和2R 11着/12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戦の調子平均 4.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ○ 前走実績前走 3着 (好走) × 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 1.0% (オッズ暗示: 3.6%) ※ 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	ダブルレイズカード逃げ	笹川翼（大井）	実1.7	◎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9走で勝率33%と適性高／同距離帯8走で勝率25%／同馬場状態で勝率60%）
前5走 04/24 浦和5R 2着/9頭+0.1秒 02/27 浦和2R 2着/12頭+0.1秒 11/28 浦和4R 1着/10頭勝利 09/23 浦和1R 1着/10頭勝利 08/15 浦和1R 1着/11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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 9走で勝率 33% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 馬場適性同馬場 5走で勝率 60% ◎ 騎手近50戦勝率 34% (好調) ○ 前走実績前走 2着 (好走) △ ローテーション 181日休養明け △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 64.0% (オッズ暗示: 58.8%) ※ 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。
10	ダイユウルージュ先行	秋元耕（浦和）	実75.9	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場3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 09/23 浦和3R 9着/12頭+2.2秒 07/31 川崎1R 5着/9頭+2.9秒 07/15 浦和4R 11着/12頭 06/24 浦和1R 2着/10頭+0.0秒 01/12 大井3R 12着/15頭+3.0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 8.3着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.5% (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	クルメミッチー差し	古岡勇（川崎）	実22.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は20走で勝ち無し／中6日以内の連戦）
前5走 10/15 川崎6R 9着/14頭+0.8秒 09/23 浦和2R 2着/12頭+0.3秒 08/21 川崎2R 9着/11頭+2.7秒 07/28 川崎3R 6着/9頭+1.4秒 07/07 川崎2R 3着/12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 6.7着 ▽ 距離適性同距離は 20走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 4.4%) ※ 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。

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

ダブルレイズカード

騎手笹川翼（大井）

1.7倍

AI の勝率64%損益の分かれ目59%

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

◎9

ダブルレイズカード

笹川翼（大井）

1.7倍

勝率 64%

›

○1

ジャヌウブ

見越彬（浦和）

4.0倍

勝率 11%

›

▲5

マルノアンナ

室陽一（浦和）

5.2倍

勝率 10%

›

△6

タカイチアスコット

岡田大（浦和）

18.1倍

勝率 4%

›

△3

プライムクオリティ

西啓太（大井）

22.2倍

勝率 4%

›

△11

クルメミッチー

古岡勇（川崎）

22.5倍

勝率 3%

›

×8

アイスフィールド

吉留孝（浦和）

28.0倍

勝率 1%

›

▽4

マオノオラクル

西村栄（船橋）

64.4倍

対象外勝率 1%

›

▽7

スターハッスル

半澤慶（浦和）

81.3倍

対象外勝率 1%

›

×10

ダイユウルージュ

秋元耕（浦和）

75.9倍

対象外勝率 1%

›

×2

リケアヴィオレ

高橋哲（浦和）

119.8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