浦和 1R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

1R 浦和競馬場ダ1300m 発走 12:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヨドノラヴ	野畑凌（川崎）	実41.6	△詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 09/25 浦和5R 7着/12頭+89.4秒 06/25 浦和2R 6着/7頭 ― ― ―
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 6.5着 ○ 騎手近50戦勝率 16% ○ 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) +36%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.3% (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	グレイモカ差し	田中洸（大井）	実64.5	▽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）
前5走 09/25 浦和5R 8着/12頭+89.4秒 02/28 浦和4R 8着/12頭+2.4秒 01/09 浦和1R 5着/10頭+1.7秒 12/24 浦和1R 9着/12頭+1.6秒 11/28 浦和1R 4着/12頭+0.8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 7.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 1.3% (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。
3	オーデンシェル自在	岡田大（浦和）	実149.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場13走で勝率0%と苦戦傾向／直近3走平均9.3着と低調）
前5走 09/11 川崎6R 12着/12頭+9.5秒 08/12 浦和2R 9着/11頭+3.7秒 04/22 浦和1R 7着/11頭+3.5秒 03/20 浦和4R 9着/10頭+3.6秒 01/09 浦和3R 9着/10頭+2.5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 9.3着 (不振) × 当競馬場適性 13走で勝率 0% (苦戦) △ 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) -43% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
4	プレナイトテソーロ推奨	保園翔（浦和）	実14.5	○詳細▼	市場が大きく過小評価、AI予想勝率16% × オッズ14.5倍で期待値+136%の有力候補（市場想定よりAI評価が高く妙味）
前5走 07/17 浦和3R 5着/9頭+3.0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 5.0着 △ ローテーション 98日休養明け ◎ 期待値 (オッズ vs AI勝率) +136% (市場が大幅過小評価) AI 予想勝率 16.3% (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。
5	シェナノローマ自在	國分祐（浦和）	実163.9	▽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／同距離帯は4走で勝ち無し／72日ぶりの実戦）
前5走 08/12 浦和1R 6着/8頭+2.4秒 07/17 浦和3R 8着/9頭 06/25 浦和2R 4着/7頭 05/29 浦和1R 9着/10頭 07/23 浦和2R 5着/6頭+5.5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 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 0.4% (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。
6	グロースフロイデ先行	及川烈（浦和）	実16.1	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向）
前5走 09/25 浦和5R 9着/12頭+89.5秒 08/12 浦和1R 8着/8頭+3.1秒 07/17 浦和3R 4着/9頭 04/08 川崎2R 8着/12頭+2.2秒 03/06 川崎1R 8着/8頭+3.1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 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 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) -18% (オッズ過剰評価) AI 予想勝率 5.1% (オッズ暗示: 6.2%) ※ 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。
7	ウィゾマニア	見越彬（浦和）	実1.0	◎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（直近3走平均2.0着と安定／前走2着／79日ぶりの実戦）
前5走 08/05 船橋10R 2着/12頭+0.2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 2.0着 (安定) ○ 前走実績前走 2着 (好走) × 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 61.8% (オッズ暗示: 100.0%) ※ 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	エクレールセイラ自在	吉留孝（浦和）	実21.0	△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3走で勝ち無し）
前5走 09/25 浦和5R 12着/12頭+90.9秒 08/12 浦和1R 2着/8頭+0.5秒 07/17 浦和3R 9着/9頭 06/25 浦和2R 7着/7頭 12/22 浦和3R 5着/5頭+3.9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 7.7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 3走で勝ち無し ▽ 前走実績前走 12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) +2% (市場と概ね一致) AI 予想勝率 4.9% (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。
9	シルキーグリーン	福原杏（浦和）	実41.1	▽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）
前5走 09/25 浦和5R 10着/12頭+89.9秒 08/12 浦和1R 4着/8頭+1.3秒 07/17 浦和1R 5着/12頭 06/26 浦和1R 10着/10頭+0.0秒 05/29 浦和1R 10着/10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 6.3着 × 当競馬場適性 6走で勝率 0% (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) -7% (オッズ過剰評価) AI 予想勝率 2.3% (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。
10	スタールル	所　蛍（船橋）	実27.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 09/25 浦和5R 6着/12頭+89.2秒 08/12 浦和1R 5着/8頭+1.5秒 07/17 浦和3R 3着/9頭 06/25 浦和3R 7着/7頭 05/29 浦和4R 11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 4.7着 × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 7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) -30% (大幅な期待値マイナス) AI 予想勝率 2.6% (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。
11	シンプウミホノ	室陽一（浦和）	実114.8	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は5走で勝ち無し／直近3走平均11.3着と低調／95日ぶりの実戦）
前5走 07/20 大井6R 11着/12頭+0.0秒 06/29 大井1R 11着/12頭 06/08 大井5R 12着/12頭+5.0秒 01/27 大井3R 10着/11頭+3.3秒 01/13 大井4R 13着/16頭+3.7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 11.3着 (不振) ▽ 距離適性同距離は 5走で勝ち無し ▽ 前走実績前走 11着 (大敗) △ ローテーション 95日休養明け △ 期待値 (オッズ vs AI勝率) +90%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.7% (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。

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

プレナイトテソーロ

騎手保園翔（浦和）

14.5倍

AI の勝率16%損益の分かれ目7%

AI の勝率 16% が損益の分かれ目 7%（1 ÷ 14.5倍）を上回り、期待値 +137% が買う基準（+30%）以上。

賭け金の目安 ¥200（AI の自信に応じて変えています）

外れ（7着）

出走馬全11頭

◎7

ウィゾマニア

見越彬（浦和）

1.0倍

勝率 62%

›

○4

プレナイトテソーロ

保園翔（浦和）

14.5倍

勝率 16%

›

▲6

グロースフロイデ

及川烈（浦和）

16.1倍

勝率 5%

›

△8

エクレールセイラ

吉留孝（浦和）

21.0倍

勝率 5%

›

△1

ヨドノラヴ

野畑凌（川崎）

41.6倍

対象外勝率 3%

›

△10

スタールル

所　蛍（船橋）

27.1倍

勝率 3%

›

▽9

シルキーグリーン

福原杏（浦和）

41.1倍

対象外勝率 2%

›

▽11

シンプウミホノ

室陽一（浦和）

114.8倍

対象外勝率 2%

›

▽2

グレイモカ

田中洸（大井）

64.5倍

対象外勝率 1%

›

▽5

シェナノローマ

國分祐（浦和）

163.9倍

対象外勝率 0%

›

▽3

オーデンシェル

岡田大（浦和）

149.5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　AI 期待値プラス判定

単勝 4 プレナイトテソーロ ¥200 実14.5倍期待値 +137% 不的中7着単勝 14.5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