園田 3R 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
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
アブラカタブラ |
吉村智（兵庫） |
実9.3 |
B△ A△勝率9% EV-20% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +28% (市場と概ね一致) AI 予想勝率 13.8% (オッズ暗示: 10.8%) △Aモデルの評価 (参考) レース内 5位 / 勝率 8.6% / 期待値 -20% ※ 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 |
モモノコトノハ 先行 推奨 |
杉浦健（兵庫） |
実6.8 |
B○ A▲勝率15% EV-1% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +59% (市場が大幅過小評価) AI 予想勝率 23.4% (オッズ暗示: 14.7%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 14.5% / 期待値 -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。 |
| 3 |
タマノルーナ |
井上幹（兵庫） |
実3.4 |
B🌟◎ A🌟◎勝率31% EV+6% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +47% (妙味あり) AI 予想勝率 43.3% (オッズ暗示: 29.4%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 31.4% / 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。 |
| 4 |
ホワイトニング |
高畑皓（兵庫） |
実201.6 |
B× A▽勝率0% EV-11% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 12位 / 勝率 0.4% / 期待値 -11% ※ 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 |
モンシュヴァル |
塩津璃（兵庫） |
実10.1 |
B△ A△勝率4% EV-58% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 9.9%) △Aモデルの評価 (参考) レース内 6位 / 勝率 4.1% / 期待値 -58% ※ 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 |
トレジャーハウス |
山本太（兵庫） |
実40.4 |
B× A▽勝率2% EV-32% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 2.5%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 期待値 -32% ※ 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 |
ヴィンセント |
永井孝（兵庫） |
実145.4 |
B× A▽勝率0% EV-31% 詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 11位 / 勝率 0.5% / 期待値 -31% ※ 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 |
エンジェルモモ |
土方颯（兵庫） |
実31.1 |
B× A▽勝率3% EV+5% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.2%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 3.4% / 期待値 +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 |
サンドクルーザー |
高橋洸（兵庫） |
実48.4 |
B× A×勝率1% EV-61% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 0.8% / 期待値 -61% ※ 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 |
ブルーディザイア |
南部楓（兵庫） |
実37.1 |
B× A▽勝率2% EV-24% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 0.0% (オッズ暗示: 2.7%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.0% / 期待値 -24% ※ 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 |
キャスパインパクト |
川原正（兵庫） |
実4.9 |
B△ A△勝率12% EV-41% 詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 20.4%) △Aモデルの評価 (参考) レース内 4位 / 勝率 12.0% / 期待値 -41% ※ 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。 |
| 12 |
スカイライズ |
廣瀬航（兵庫） |
実3.4 |
B▲ A○勝率21% EV-30% 詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -53% (大幅な期待値マイナス) AI 予想勝率 13.8% (オッズ暗示: 29.4%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 20.5% / 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。 |
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の推奨本命の次点
出走馬全12頭
◎期待値 (オッズ vs AI勝率)
+47% (妙味あり)
AI 予想勝率
43.3% (オッズ暗示: 29.4%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 31.4% / 期待値 +7%
🌟◎期待値 (オッズ vs AI勝率)
+59% (市場が大幅過小評価)
AI 予想勝率
23.4% (オッズ暗示: 14.7%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 14.5% / 期待値 -1%
×期待値 (オッズ vs AI勝率)
-53% (大幅な期待値マイナス)
AI 予想勝率
13.8% (オッズ暗示: 29.4%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 20.5% / 期待値 -30%
△期待値 (オッズ vs AI勝率)
+28% (市場と概ね一致)
AI 予想勝率
13.8% (オッズ暗示: 10.8%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 8.6% / 期待値 -20%
×期待値 (オッズ vs AI勝率)
-78% (大幅な期待値マイナス)
AI 予想勝率
4.5% (オッズ暗示: 20.4%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 12.0% / 期待値 -41%
×期待値 (オッズ vs AI勝率)
-95% (大幅な期待値マイナス)
AI 予想勝率
0.5% (オッズ暗示: 9.9%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 4.1% / 期待値 -58%
×期待値 (オッズ vs AI勝率)
-79% (大幅な期待値マイナス)
AI 予想勝率
0.5% (オッズ暗示: 2.5%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.7% / 期待値 -32%
×期待値 (オッズ vs AI勝率)
-95% (大幅な期待値マイナス)
AI 予想勝率
0.2% (オッズ暗示: 3.2%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 3.4% / 期待値 +6%
×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
0.0% (オッズ暗示: 2.7%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.0% / 期待値 -24%
×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 0.8% / 期待値 -61%
×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 11位 / 勝率 0.5% / 期待値 -31%
×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 12位 / 勝率 0.4% / 期待値 -11%
💡 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
2
モモノコトノハ
¥200
実6.8倍
期待値 +59%
❌不的中2着単勝 6.8倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
アブラカタブラ |
吉村智（兵庫） |
実9.3 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 8.6% (オッズ暗示: 10.8%) ※ 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 |
モモノコトノハ 先行 推奨 |
杉浦健（兵庫） |
実6.8 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 14.5% (オッズ暗示: 14.7%) ※ 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。 |
| 3 |
タマノルーナ |
井上幹（兵庫） |
実3.4 |
🌟◎詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 31.4% (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。 |
| 4 |
ホワイトニング |
高畑皓（兵庫） |
実201.6 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 0.4% (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 |
モンシュヴァル |
塩津璃（兵庫） |
実10.1 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 9.9%) ※ 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 |
トレジャーハウス |
山本太（兵庫） |
実40.4 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 2.5%) ※ 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 |
ヴィンセント |
永井孝（兵庫） |
実145.4 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。 |
| 8 |
エンジェルモモ |
土方颯（兵庫） |
実31.1 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 3.4% (オッズ暗示: 3.2%) ※ 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。 |
| 9 |
サンドクルーザー |
高橋洸（兵庫） |
実48.4 |
×詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 0.8% (オッズ暗示: 2.1%) ※ 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。 |
| 10 |
ブルーディザイア |
南部楓（兵庫） |
実37.1 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.7%) ※ 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 |
キャスパインパクト |
川原正（兵庫） |
実4.9 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 12.0% (オッズ暗示: 20.4%) ※ 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。 |
| 12 |
スカイライズ |
廣瀬航（兵庫） |
実3.4 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×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 20.5% (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。 |
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の推奨本命の次点
出走馬全12頭
△期待値 (オッズ vs AI勝率)
+6% (市場と概ね一致)
AI 予想勝率
31.4% (オッズ暗示: 29.4%)
×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
20.5% (オッズ暗示: 29.4%)
△期待値 (オッズ vs AI勝率)
-1% (オッズ過剰評価)
AI 予想勝率
14.5% (オッズ暗示: 14.7%)
×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
12.0% (オッズ暗示: 20.4%)
△期待値 (オッズ vs AI勝率)
-20% (オッズ過剰評価)
AI 予想勝率
8.6% (オッズ暗示: 10.8%)
×期待値 (オッズ vs AI勝率)
-58% (大幅な期待値マイナス)
AI 予想勝率
4.1% (オッズ暗示: 9.9%)
△期待値 (オッズ vs AI勝率)
+5% (市場と概ね一致)
AI 予想勝率
3.4% (オッズ暗示: 3.2%)
△期待値 (オッズ vs AI勝率)
-24% (オッズ過剰評価)
AI 予想勝率
2.0% (オッズ暗示: 2.7%)
×期待値 (オッズ vs AI勝率)
-32% (大幅な期待値マイナス)
AI 予想勝率
1.7% (オッズ暗示: 2.5%)
×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
0.8% (オッズ暗示: 2.1%)
×期待値 (オッズ vs AI勝率)
-31% (大幅な期待値マイナス)
AI 予想勝率
0.5% (オッズ暗示: 0.7%)
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
0.4% (オッズ暗示: 0.5%)
💡 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
2
モモノコトノハ
¥200
実6.8倍
期待値 -1%
❌不的中2着単勝 6.8倍
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。
