浦和 11R 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。

11R 浦和競馬場開成町ダ1400m 発走 17:45

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リョウタスペシャル先行	福原杏（浦和）	実26.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（154日ぶりの実戦）
前5走 05/22 大井11R 5着/12頭 04/21 浦和10R 3着/12頭+0.4秒 03/20 浦和11R 7着/12頭+0.7秒 02/27 浦和11R 2着/12頭+0.1秒 02/13 船橋11R 7着/11頭+0.8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 5.0着 ○ 当競馬場適性 29走で勝率 17% (相性良) △ 距離適性同距離 24走で勝率 8% △ ローテーション 154日休養明け × 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 1.4% (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。
2	エイシンスコッティ差し	菅原吏（船橋）	実26.5	▽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33%と適性高／同距離帯7走で勝率29%）
前5走 10/01 船橋9R 5着/10頭+1.1秒 08/26 船橋9R 5着/10頭+0.4秒 08/05 船橋9R 3着/9頭+0.5秒 07/17 浦和11R 3着/11頭+1.0秒 07/02 船橋10R 3着/12頭+0.0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 4.3着 ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 馬場適性同馬場 17走で勝率 24% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -47% (大幅な期待値マイナス) AI 予想勝率 2.0% (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。
3	シトラスフレイバー	町田直（川崎）	実19.3	△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／102日ぶりの実戦）
前5走 07/13 浦和11R 1着/3頭 06/26 浦和11R 7着/10頭 05/28 浦和10R 10着/11頭+1.0秒 04/22 浦和10R 2着/12頭+0.1秒 12/23 浦和9R 7着/11頭+1.5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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 13走で勝率 23% (相性良) ○ 距離適性同距離 13走で勝率 23% ○ 馬場適性同馬場 7走で勝率 29% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 102日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 3.8% (オッズ暗示: 5.2%) ※ 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。
4	ダイメイタマナ差し	吉留孝（浦和）	実53.0	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場25走で勝率28%と適性高／前走2着）
前5走 09/23 浦和11R 2着/12頭+0.2秒 08/10 浦和10R 6着/11頭+0.4秒 07/16 浦和11R 4着/11頭+0.0秒 05/28 浦和11R 8着/13頭 05/08 船橋9R 6着/12頭+0.5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戦の調子平均 4.0着 ◎ 当競馬場適性 25走で勝率 28% (得意) ○ 距離適性同距離 15走で勝率 20% ○ 馬場適性同馬場 18走で勝率 22% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -75% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.9%) ※ 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	スペンサーバローズ自在	本田重（船橋）	実7.2	▲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57%と適性高／同距離帯7走で勝率57%／同馬場状態で勝率50%）
前5走 07/17 浦和11R 4着/11頭 05/28 浦和11R 4着/13頭 03/17 浦和11R 10着/10頭+3.0秒 01/09 浦和11R 1着/10頭勝利 08/20 浦和10R 1着/12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戦の調子平均 6.0着 ◎ 当競馬場適性 7走で勝率 57% (得意) ◎ 距離適性同距離 7走で勝率 57% ◎ 馬場適性同馬場 6走で勝率 50% △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 12.1% (オッズ暗示: 13.9%) ※ 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。
6	ツウエンティフォー逃げ	野畑凌（川崎）	実56.4	▽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29%と適性高／直近3走平均8.3着と低調／148日ぶりの実戦）
前5走 05/28 浦和11R 12着/13頭+5.0秒 05/15 川崎11R 6着/12頭+1.4秒 01/09 浦和11R 7着/10頭+1.0秒 11/28 浦和11R 12着/12頭+7.5秒 09/22 浦和11R 2着/9頭+0.3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 8.3着 (不振) ◎ 当競馬場適性 14走で勝率 29% (得意) ○ 距離適性同距離 14走で勝率 21% ○ 馬場適性同馬場 10走で勝率 20% ○ 騎手近50戦勝率 16% ▽ 前走実績前走 12着 (大敗) △ ローテーション 148日休養明け × 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 1.1% (オッズ暗示: 1.8%) ※ 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。
7	アルヴァレス逃げ	篠谷葵（船橋）	実1.5	◎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6走で勝率67%と適性高／同距離帯6走で勝率67%／同馬場状態で勝率75%）
前5走 06/26 浦和11R 1着/10頭 05/29 浦和10R 1着/13頭 05/04 船橋8R 1着/12頭勝利 04/02 船橋8R 1着/10頭勝利 12/24 浦和9R 1着/12頭勝利
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 100% (絶好調) ◎ 当競馬場適性 6走で勝率 67% (得意) ◎ 距離適性同距離 6走で勝率 67% ◎ 馬場適性同馬場 4走で勝率 75% ○ 騎手近50戦勝率 16% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 51.3% (オッズ暗示: 66.7%) ※ 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。
8	ニンゲンテイイナ	張田昂（船橋）	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10走で勝率30%）
前5走 09/17 名古屋11R 5着/12頭+1.2秒 08/07 浦和11R 3着/9頭+0.5秒 07/14 浦和10R 3着/3頭 06/26 浦和11R 4着/10頭 05/27 浦和8R 1着/7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 3.7着 ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 距離適性同距離 10走で勝率 30% ○ 馬場適性同馬場 11走で勝率 27% △ 期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 18.3% (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。
9	ブレイジングヒート自在	ゴンサ（船橋）	実13.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／148日ぶりの実戦）
前5走 05/28 浦和11R 3着/13頭 05/05 船橋9R 6着/12頭+0.9秒 12/22 浦和11R 3着/13頭+0.4秒 11/28 浦和11R 1着/12頭勝利 10/31 浦和11R 3着/13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 4.0着 △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 16走で勝率 12% ○ 前走実績前走 3着 (好走) △ ローテーション 148日休養明け × 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 4.4% (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。
10	パレルモ先行	藤本現（大井）	実15.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は6走で勝ち無し）
前5走 10/05 大井4R 6着/9頭+1.0秒 09/03 大井10R 8着/11頭+1.7秒 05/20 大井7R 6着/9頭 01/15 大井12R 1着/8頭勝利 12/24 大井9R 6着/11頭+1.6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 6.7着 ▽ 距離適性同距離は 6走で勝ち無し ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 5.0% (オッズ暗示: 6.5%) ※ 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

アルヴァレス

騎手篠谷葵（船橋）

1.5倍

AI の勝率51%損益の分かれ目67%

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

◎7

アルヴァレス

篠谷葵（船橋）

1.5倍

勝率 51%

›

○8

ニンゲンテイイナ

張田昂（船橋）

6.3倍

勝率 18%

›

▲5

スペンサーバローズ

本田重（船橋）

7.2倍

勝率 12%

›

△10

パレルモ

藤本現（大井）

15.4倍

勝率 5%

›

△9

ブレイジングヒート

ゴンサ（船橋）

13.5倍

勝率 4%

›

△3

シトラスフレイバー

町田直（川崎）

19.3倍

勝率 4%

›

▽2

エイシンスコッティ

菅原吏（船橋）

26.5倍

勝率 2%

›

×1

リョウタスペシャル

福原杏（浦和）

26.7倍

勝率 1%

›

▽6

ツウエンティフォー

野畑凌（川崎）

56.4倍

対象外勝率 1%

›

×4

ダイメイタマナ

吉留孝（浦和）

53.0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