園田 4R 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。

モデル

4R 園田競馬場ダ1400m ダート1400m　発走 12:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミラクルサーダ	山本太（兵庫）	実82.2	B× A▽勝率1% EV-7% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/10 園田2R 2着/10頭 06/26 園田1R 7着/9頭 06/11 園田1R 6着/9頭+0.0秒 05/28 園田1R 9着/10頭 05/14 園田2R 6着/9頭+1.0秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 54走で勝率 2% (苦戦) ▽ 距離適性同距離は 49走で勝ち無し ○ 前走実績前走 2着 (好走) ○ 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) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.1% / 期待値 -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	タンタンドル逃げ	小牧太（兵庫）	実7.4	B▲ A△勝率10% EV-29% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／105日ぶりの実戦）
前5走 04/15 園田8R 7着/10頭+2.2秒 03/25 園田8R 3着/10頭+0.5秒 01/02 園田8R 3着/12頭+1.5秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 30% (好調) △ ローテーション 105日休養明け × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 13.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.5% / 期待値 -29% ※ 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	アルマカン	吉村智（兵庫）	実1.8	B○ A🌟◎勝率44% EV-21% 詳細▼	人気馬、市場評価通りで上乗せなし（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／直近3走平均2.7着と安定）
前5走 07/10 園田4R 2着/10頭 06/26 園田3R 2着/9頭 06/12 園田1R 4着/12頭+4.0秒 05/14 園田3R 6着/8頭+1.2秒 12/11 園田3R 3着/6頭+1.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.7着 (安定) × 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 ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 28.5% (オッズ暗示: 55.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 43.6% / 期待値 -22% ※ 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	アルザード	塩津璃（兵庫）	実191.8	B× A▽勝率1% EV+39% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/15 園田3R 7着/7頭 07/01 園田5R 11着/12頭+2.0秒 06/17 園田7R 7着/7頭+4.0秒 06/04 園田8R 9着/10頭+5.0秒 05/15 園田7R 9着/10頭+2.6秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) △ 当競馬場適性 37走で勝率 5% △ 距離適性同距離 20走で勝率 10% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 0.7% / 期待値 +39% ※ 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	ラクプエル先行	下原理（兵庫）	実3.4	B× A○勝率15% EV-49% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 07/09 園田6R 3着/9頭+0.0秒 06/18 園田3R 5着/10頭 12/30 園田8R 2着/10頭+1.2秒 12/10 園田7R 2着/10頭+0.5秒 11/27 園田7R 4着/12頭+0.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 ○ 当競馬場適性 33走で勝率 21% (相性良) ○ 距離適性同距離 31走で勝率 23% ○ 馬場適性同馬場 22走で勝率 23% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 29.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.7% / 期待値 -50% ※ 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	ラブユーサクラ先行	田野豊（兵庫）	実6.6	B△ A▲勝率12% EV-19% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 07/10 園田3R 3着/10頭 05/29 園田3R 6着/10頭 05/05 園田3R 4着/10頭+1.3秒 04/15 園田3R 3着/10頭+1.6秒 03/26 園田4R 4着/9頭+0.7秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 △ 当競馬場適性 67走で勝率 9% △ 距離適性同距離 60走で勝率 10% ○ 前走実績前走 3着 (好走) ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 15.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.3% / 期待値 -19% ※ 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	イッシン	杉浦健（兵庫）	実34.4	B△ A▽勝率4% EV+29% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/08 園田7R 4着/9頭 06/17 園田5R 8着/12頭 05/27 園田7R 6着/10頭 05/04 園田1R 7着/7頭+2.1秒 04/01 園田7R 5着/10頭+0.9秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ 当競馬場適性 33走で勝率 6% △ 距離適性同距離 38走で勝率 11% ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.8% / 期待値 +30% ※ 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	タスマンハイウェイ	土方颯（兵庫）	実308.3	B× A▽勝率1% EV+67% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/15 園田4R 10着/10頭+4.0秒 06/25 園田5R 12着/12頭 06/11 園田5R 12着/12頭 05/21 園田10R 12着/12頭 04/16 園田6R 7着/8頭+2.7秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.3着 (不振) △ 当競馬場適性 54走で勝率 6% △ 距離適性同距離 52走で勝率 6% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.5% / 期待値 +68% ※ 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	カムフラージュ逃げ	小谷哲（兵庫）	実29.6	B△ A△勝率5% EV+56% 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／196日ぶりの実戦）
前5走 01/14 園田7R 5着/10頭+0.3秒 12/29 園田7R 2着/7頭+0.3秒 12/09 園田1R 1着/10頭勝利 11/18 園田1R 2着/10頭+0.6秒 07/17 園田6R 5着/10頭+1.2秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 11走で勝率 9% △ ローテーション 196日休養明け × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 3.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.3% / 期待値 +57% ※ 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	スパイウェア自在推奨	永井孝（兵庫）	実16.3	B◎ A△勝率8% EV+37% 詳細▼	市場が大きく過小評価、AI予想勝率61% × オッズ16.3倍で期待値+899%の有力候補（直近3走勝率33%と上り調子／前走3着で力を示す／適度な間隔で状態万全）
前5走 07/09 園田2R 3着/9頭 06/25 園田6R 6着/10頭 01/14 園田4R 1着/12頭勝利 12/18 園田12R 3着/12頭+0.4秒 11/26 園田4R 2着/12頭+0.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 15走で勝率 13% ▽ 距離適性同距離は 4走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) +899% (市場が大幅過小評価) AI 予想勝率 61.3% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.4% / 期待値 +37% ※ 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）

🎯 AIの本命

B推奨Aモデル △

スパイウェア

騎手永井孝（兵庫）

単勝オッズ

16.3倍

AI期待値

+899%

買い目

¥1,400

全レースの推奨

AIの推奨本命の次点

○A:◎3アルマカン

1.8倍

EV -48%

▲A:△2タンタンドル

7.4倍

EV -44%

出走馬全10頭

◎A:△10

スパイウェア

永井孝（兵庫）

16.3倍

+899%

›

○A:◎3

アルマカン

吉村智（兵庫）

1.8倍

-48%

›

▲A:△2

タンタンドル

小牧太（兵庫）

7.4倍

-44%

›

△A:▽7

イッシン

杉浦健（兵庫）

34.4倍

-64%

›

△A:▲6

ラブユーサクラ

田野豊（兵庫）

6.6倍

-93%

›

△A:△9

カムフラージュ

小谷哲（兵庫）

29.6倍

-89%

›

×A:○5

ラクプエル

下原理（兵庫）

3.4倍

-98%

›

×A:▽1

ミラクルサーダ

山本太（兵庫）

82.2倍

-99%

›

×A:▽4

アルザード

塩津璃（兵庫）

191.8倍

-99%

›

×A:▽8

タスマンハイウェイ

土方颯（兵庫）

308.3倍

-99%

›

💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

このレースの推奨馬券　2モデル並走 (AI 期待値プラス判定)

A. 市場込みモデル

このモデルは本レース見送り判定（期待値プラスなし）

B. 市場除外+キャリブ

単勝 10 スパイウェア ¥1,400 実16.3倍期待値 +900% ❌不的中3着単勝 16.3倍

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

4R 園田競馬場ダ1400m ダート1400m　発走 12:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミラクルサーダ	山本太（兵庫）	実82.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場54走で勝率2%と苦戦傾向／同距離帯は49走で勝ち無し／前走2着）
前5走 07/10 園田2R 2着/10頭 06/26 園田1R 7着/9頭 06/11 園田1R 6着/9頭+0.0秒 05/28 園田1R 9着/10頭 05/14 園田2R 6着/9頭+1.0秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 54走で勝率 2% (苦戦) ▽ 距離適性同距離は 49走で勝ち無し ○ 前走実績前走 2着 (好走) ○ 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) -7% (オッズ過剰評価) AI 予想勝率 1.1% (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。
2	タンタンドル逃げ	小牧太（兵庫）	実7.4	△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3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／105日ぶりの実戦）
前5走 04/15 園田8R 7着/10頭+2.2秒 03/25 園田8R 3着/10頭+0.5秒 01/02 園田8R 3着/12頭+1.5秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 30% (好調) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 9.5% (オッズ暗示: 13.5%) ※ 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。
3	アルマカン	吉村智（兵庫）	実1.8	🌟◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（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／直近3走平均2.7着と安定）
前5走 07/10 園田4R 2着/10頭 06/26 園田3R 2着/9頭 06/12 園田1R 4着/12頭+4.0秒 05/14 園田3R 6着/8頭+1.2秒 12/11 園田3R 3着/6頭+1.1秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.7着 (安定) × 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 ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) ○ 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) -22% (オッズ過剰評価) AI 予想勝率 43.6% (オッズ暗示: 55.6%) ※ 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。
4	アルザード	塩津璃（兵庫）	実191.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 07/15 園田3R 7着/7頭 07/01 園田5R 11着/12頭+2.0秒 06/17 園田7R 7着/7頭+4.0秒 06/04 園田8R 9着/10頭+5.0秒 05/15 園田7R 9着/10頭+2.6秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) △ 当競馬場適性 37走で勝率 5% △ 距離適性同距離 20走で勝率 10% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 14日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 0.7% (オッズ暗示: 0.5%) ※ 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	ラクプエル先行	下原理（兵庫）	実3.4	○詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 07/09 園田6R 3着/9頭+0.0秒 06/18 園田3R 5着/10頭 12/30 園田8R 2着/10頭+1.2秒 12/10 園田7R 2着/10頭+0.5秒 11/27 園田7R 4着/12頭+0.6秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 ○ 当競馬場適性 33走で勝率 21% (相性良) ○ 距離適性同距離 31走で勝率 23% ○ 馬場適性同馬場 22走で勝率 23% ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) ○ 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) -50% (大幅な期待値マイナス) AI 予想勝率 14.7% (オッズ暗示: 29.4%) ※ 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。
6	ラブユーサクラ先行	田野豊（兵庫）	実6.6	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 07/10 園田3R 3着/10頭 05/29 園田3R 6着/10頭 05/05 園田3R 4着/10頭+1.3秒 04/15 園田3R 3着/10頭+1.6秒 03/26 園田4R 4着/9頭+0.7秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 △ 当競馬場適性 67走で勝率 9% △ 距離適性同距離 60走で勝率 10% ○ 前走実績前走 3着 (好走) ○ 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) -19% (オッズ過剰評価) AI 予想勝率 12.3% (オッズ暗示: 15.2%) ※ 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	イッシン	杉浦健（兵庫）	実34.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/08 園田7R 4着/9頭 06/17 園田5R 8着/12頭 05/27 園田7R 6着/10頭 05/04 園田1R 7着/7頭+2.1秒 04/01 園田7R 5着/10頭+0.9秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ 当競馬場適性 33走で勝率 6% △ 距離適性同距離 38走で勝率 11% ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +29% (市場と概ね一致) AI 予想勝率 3.8% (オッズ暗示: 2.9%) ※ 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。
8	タスマンハイウェイ	土方颯（兵庫）	実308.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.3着と低調）
前5走 07/15 園田4R 10着/10頭+4.0秒 06/25 園田5R 12着/12頭 06/11 園田5R 12着/12頭 05/21 園田10R 12着/12頭 04/16 園田6R 7着/8頭+2.7秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.3着 (不振) △ 当競馬場適性 54走で勝率 6% △ 距離適性同距離 52走で勝率 6% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 14日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +67% (市場が大幅過小評価) AI 予想勝率 0.5% (オッズ暗示: 0.3%) ※ 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。
9	カムフラージュ逃げ	小谷哲（兵庫）	実29.6	△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／196日ぶりの実戦）
前5走 01/14 園田7R 5着/10頭+0.3秒 12/29 園田7R 2着/7頭+0.3秒 12/09 園田1R 1着/10頭勝利 11/18 園田1R 2着/10頭+0.6秒 07/17 園田6R 5着/10頭+1.2秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 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 11走で勝率 9% △ ローテーション 196日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +56% (市場が大幅過小評価) AI 予想勝率 5.3% (オッズ暗示: 3.4%) ※ 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	スパイウェア自在推奨	永井孝（兵庫）	実16.3	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+37%の妙味（直近3走勝率33%と上り調子／前走3着で力を示す／適度な間隔で状態万全）
前5走 07/09 園田2R 3着/9頭 06/25 園田6R 6着/10頭 01/14 園田4R 1着/12頭勝利 12/18 園田12R 3着/12頭+0.4秒 11/26 園田4R 2着/12頭+0.0秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 15走で勝率 13% ▽ 距離適性同距離は 4走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) +37% (妙味あり) AI 予想勝率 8.4% (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の本命

AI評価1位

アルマカン

騎手吉村智（兵庫）

単勝オッズ

1.8倍

AI期待値

-21%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ラクプエル

3.4倍

EV -49%

▲6ラブユーサクラ

6.6倍

EV -19%

出走馬全10頭

◎3

アルマカン

吉村智（兵庫）

1.8倍

-21%

›

○5

ラクプエル

下原理（兵庫）

3.4倍

-49%

›

▲6

ラブユーサクラ

田野豊（兵庫）

6.6倍

-19%

›

△2

タンタンドル

小牧太（兵庫）

7.4倍

-29%

›

△10

スパイウェア

永井孝（兵庫）

16.3倍

+37%

›

△9

カムフラージュ

小谷哲（兵庫）

29.6倍

+56%

›

▽7

イッシン

杉浦健（兵庫）

34.4倍

+29%

›

▽1

ミラクルサーダ

山本太（兵庫）

82.2倍

-7%

›

▽4

アルザード

塩津璃（兵庫）

191.8倍

+39%

›

▽8

タスマンハイウェイ

土方颯（兵庫）

308.3倍

+67%

›

💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

このレースの推奨馬券　2モデル並走 (AI 期待値プラス判定)

A. 市場込みモデル

このモデルは本レース見送り判定（期待値プラスなし）

B. 市場除外+キャリブ

単勝 10 スパイウェア ¥1,400 実16.3倍期待値 +37% ❌不的中3着単勝 16.3倍

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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）

本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。