浦和 10R 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。

10R 浦和競馬場ダ1400m 発走 17:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ベリーベリーベリー自在	佐藤翔（JRA）	実11.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／147日ぶりの実戦）
前5走 05/28 浦和10R 3着/11頭 02/04 川崎10R 6着/14頭+0.5秒 09/30 船橋9R 3着/10頭+2.7秒 06/17 川崎10R 3着/11頭+1.4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 ○ 前走実績前走 3着 (好走) △ ローテーション 147日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 6.6% (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	アスクムービーオン逃げ	野畑凌（川崎）	実7.5	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯4走で勝率75%／直近3走で勝率67%と好調／前走2着）
前5走 06/16 川崎10R 2着/11頭+0.0秒 02/05 川崎6R 1着/14頭勝利 01/04 川崎5R 1着/11頭勝利 12/09 川崎2R 1着/7頭勝利 ―
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戦の調子勝率 67% (絶好調) ◎ 距離適性同距離 4走で勝率 75% ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) △ ローテーション 128日休養明け △ 期待値 (オッズ vs AI勝率) +20% (市場と概ね一致) AI 予想勝率 16.1% (オッズ暗示: 13.3%) ※ 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。
3	グルーヴィン逃げ	和田譲（大井）	実13.6	△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60%と適性高／同距離帯5走で勝率60%／72日ぶりの実戦）
前5走 08/11 浦和9R 5着/9頭+0.7秒 04/07 川崎11R 10着/14頭+2.7秒 03/12 船橋11R 4着/9頭+0.6秒 02/27 浦和8R 1着/9頭勝利 11/27 浦和6R 2着/11頭+0.1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 6.3着 ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 5走で勝率 60% ◎ 騎手近50戦勝率 20% (好調) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 7.4%) ※ 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。
4	ウェルウィッチア逃げ	岡村健（船橋）	実2.8	◎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5走で勝率60%と適性高／同距離帯14走で勝率50%／同馬場状態で勝率50%）
前5走 09/25 浦和11R 3着/13頭+0.6秒 05/28 浦和10R 1着/11頭 04/23 浦和12R 1着/10頭勝利 03/16 浦和11R 3着/13頭+0.8秒 02/25 浦和9R 1着/13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 67% (絶好調) ◎ 当競馬場適性 5走で勝率 60% (得意) ◎ 距離適性同距離 14走で勝率 50% ◎ 馬場適性同馬場 8走で勝率 50% ○ 騎手近50戦勝率 16% ○ 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) -11% (オッズ過剰評価) AI 予想勝率 31.7% (オッズ暗示: 35.7%) ※ 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。
5	ダノンレーニア先行	室陽一（浦和）	実43.4	×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57%と適性高／同距離帯15走で勝率53%／同馬場状態で勝率67%）
前5走 10/09 大井9R 9着/12頭+1.8秒 09/25 浦和11R 9着/13頭+1.9秒 09/09 川崎10R 4着/13頭+1.9秒 08/10 浦和11R 1着/12頭勝利 06/26 浦和10R 5着/12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) ◎ 当競馬場適性 14走で勝率 57% (得意) ◎ 距離適性同距離 15走で勝率 53% ◎ 馬場適性同馬場 6走で勝率 67% × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.3%) ※ 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。
6	マッスル追込	笹川翼（大井）	実4.0	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率43%と適性高／同距離帯8走で勝率38%／同馬場状態で勝率60%）
前5走 09/25 浦和11R 7着/13頭+1.7秒 09/09 川崎10R 1着/13頭勝利 08/11 浦和9R 1着/9頭勝利 05/06 船橋11R 13着/14頭+3.1秒 04/22 浦和8R 1着/12頭勝利
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 67% (絶好調) ◎ 当競馬場適性 7走で勝率 43% (得意) ◎ 距離適性同距離 8走で勝率 38% ◎ 馬場適性同馬場 5走で勝率 60% ◎ 騎手近50戦勝率 34% (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) -13% (オッズ過剰評価) AI 予想勝率 21.8% (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。
7	グルーヴィーオン	中山遥（浦和）	実5.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率50%と好調／前走勝利の勢い／457日ぶりの実戦）
前5走 07/22 浦和9R 1着/11頭勝利 03/18 浦和7R 2着/12頭+0.3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戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 457日休養明け × 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 9.2% (オッズ暗示: 18.2%) ※ 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	イラーナ	ゴンサ（船橋）	実21.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 8位 (中位評価) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 2.2% (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。
9	サマーブリザード	本田重（船橋）	実21.0	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) ○ 騎手近50戦勝率 14% × 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 1.8% (オッズ暗示: 4.8%) ※ 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	ポタリング	武藤雅（JRA）	実16.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 6.1%) ※ 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。

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

ウェルウィッチア

騎手岡村健（船橋）

2.8倍

AI の勝率32%損益の分かれ目36%

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10頭

◎4

ウェルウィッチア

岡村健（船橋）

2.8倍

勝率 32%

›

○6

マッスル

笹川翼（大井）

4.0倍

勝率 22%

›

▲2

アスクムービーオン

野畑凌（川崎）

7.5倍

勝率 16%

›

△7

グルーヴィーオン

中山遥（浦和）

5.5倍

勝率 9%

›

△1

ベリーベリーベリー

佐藤翔（JRA）

11.3倍

勝率 7%

›

△3

グルーヴィン

和田譲（大井）

13.6倍

勝率 6%

›

▽10

ポタリング

武藤雅（JRA）

16.3倍

勝率 4%

›

×8

イラーナ

ゴンサ（船橋）

21.8倍

勝率 2%

›

×9

サマーブリザード

本田重（船橋）

21.0倍

勝率 2%

›

×5

ダノンレーニア

室陽一（浦和）

43.4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