園田 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。

モデル

11R 園田競馬場ダ1400m ダート1400m　発走 16:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニシノグラシアス	新庄海（兵庫）	実273.2	B× A▽勝率1% EV+119% 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 08/06 園田7R 6着/8頭+2.2秒 07/08 園田10R 11着/12頭+2.0秒 06/18 園田7R 5着/12頭 05/28 園田10R 2着/10頭 05/14 園田9R 4着/8頭+1.5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 7.3着 (不振) × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 4% (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 10位 / 勝率 0.8% / 期待値 +119% ※ 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	エルモサカスターノ	廣瀬航（兵庫）	実17.2	B△ A▽勝率3% EV-39% 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 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 14% × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 5.8%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.5% / 期待値 -40% ※ 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	ワンウェイトゥヘル	下原理（兵庫）	実4.5	B▲ A△勝率16% EV-27% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 5.0% (オッズ暗示: 22.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 16.2% / 期待値 -27% ※ 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	トウタツ	田山旺（JRA）	実4.4	B○ A○勝率22% EV-3% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 18.1% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.0% / 期待値 -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。
5	セイウンダマシイ自在	山本太（兵庫）	実79.3	B× A×勝率1% EV-54% 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 08/06 園田12R 9着/12頭+1.3秒 07/22 園田11R 12着/12頭+1.7秒 07/09 園田11R 8着/12頭+1.0秒 06/03 園田10R 10着/12頭 05/05 園田10R 8着/11頭+2.2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 9.7着 (不振) × 当競馬場適性 12走で勝率 0% (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 11位 / 勝率 0.6% / 期待値 -54% ※ 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	エコロボルト	吉村智（兵庫）	実4.4	B🌟◎ A▲勝率16% EV-27% 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（騎手は近50戦で勝率24%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 24% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +224% (市場が大幅過小評価) AI 予想勝率 73.6% (オッズ暗示: 22.7%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.5% / 期待値 -27% ※ 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	ドンカポノ差し	杉浦健（兵庫）	実10.4	B△ A△勝率7% EV-24% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 07/29 園田10R 2着/7頭+0.7秒 07/03 園田11R 3着/9頭+0.0秒 06/05 園田10R 5着/9頭 05/04 園田11R 7着/12頭+1.6秒 12/16 園田11R 3着/8頭+1.3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 3.3着 ○ 当競馬場適性 16走で勝率 19% (相性良) ○ 距離適性同距離 13走で勝率 23% ○ 馬場適性同馬場 10走で勝率 20% ○ 前走実績前走 2着 (好走) ○ 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) -81% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 9.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.3% / 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。
8	ドラゴンゴクウ差し	小牧太（兵庫）	実36.1	B△ A▽勝率2% EV-12% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／騎手は近50戦で勝率26%）
前5走 07/29 園田10R 6着/7頭+1.1秒 07/03 園田11R 6着/9頭+1.0秒 06/05 園田11R 5着/10頭 05/07 園田11R 6着/8頭+2.3秒 04/07 園田11R 8着/12頭+1.4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 5.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ◎ 騎手近50戦勝率 26% (好調) ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.4% / 期待値 -13% ※ 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	ゼットスパンキー	森田誠（JRA）	実3.5	B× A◎勝率26% EV-8% 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 10/10 園田10R 4着/8頭+1.3秒 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 △ ローテーション 679日休養明け × 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 1位 / 勝率 26.1% / 期待値 -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。
10	レイフロレット	秋山稔（JRA）	実12.0	B× A△勝率4% EV-54% 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 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 8.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.8% / 期待値 -54% ※ 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	ゴールデンロンドン	竹村達（兵庫）	実118.8	B× A▽勝率1% EV+10% 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 08/12 園田12R 7着/12頭+1.5秒 07/30 園田12R 5着/12頭+0.8秒 07/17 園田9R 3着/10頭 07/02 園田12R 5着/11頭 06/17 園田7R 2着/7頭
AI 評価の内訳 — 馬番 11 ◎ 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 40走で勝率 2% (苦戦) △ 距離適性同距離 10走で勝率 10% × 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 0.9% / 期待値 +10% ※ 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

AI評価1位Aモデル ▲

エコロボルト

騎手吉村智（兵庫）

単勝オッズ

4.4倍

AI期待値

+224%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○4トウタツ

4.4倍

EV -20%

▲A:△3ワンウェイトゥヘル

4.5倍

EV -77%

出走馬全11頭

◎A:▲6

エコロボルト

吉村智（兵庫）

4.4倍

+224%

›

○A:○4

トウタツ

田山旺（JRA）

4.4倍

-20%

›

▲A:△3

ワンウェイトゥヘル

下原理（兵庫）

4.5倍

-77%

›

△A:△7

ドンカポノ

杉浦健（兵庫）

10.4倍

-80%

›

△A:▽2

エルモサカスターノ

廣瀬航（兵庫）

17.2倍

-86%

›

△A:▽8

ドラゴンゴクウ

小牧太（兵庫）

36.1倍

-85%

›

×A:△10

レイフロレット

秋山稔（JRA）

12.0倍

-97%

›

×A:◎9

ゼットスパンキー

森田誠（JRA）

3.5倍

-99%

›

×A:×5

セイウンダマシイ

山本太（兵庫）

79.3倍

-99%

›

×A:▽11

ゴールデンロンドン

竹村達（兵庫）

118.8倍

-99%

›

×A:▽1

ニシノグラシアス

新庄海（兵庫）

273.2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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

11R 園田競馬場ダ1400m ダート1400m　発走 16:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ニシノグラシアス	新庄海（兵庫）	実273.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 08/06 園田7R 6着/8頭+2.2秒 07/08 園田10R 11着/12頭+2.0秒 06/18 園田7R 5着/12頭 05/28 園田10R 2着/10頭 05/14 園田9R 4着/8頭+1.5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 7.3着 (不振) × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 騎手近50戦勝率 4% (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) +119% (市場が大幅過小評価) AI 予想勝率 0.8% (オッズ暗示: 0.4%) ※ 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	エルモサカスターノ	廣瀬航（兵庫）	実17.2	▽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 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 14% × 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 3.5% (オッズ暗示: 5.8%) ※ 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	ワンウェイトゥヘル	下原理（兵庫）	実4.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 16.2% (オッズ暗示: 22.2%) ※ 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	トウタツ	田山旺（JRA）	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 16% △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 22.0% (オッズ暗示: 22.7%) ※ 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	セイウンダマシイ自在	山本太（兵庫）	実79.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場12走で勝率0%と苦戦傾向／直近3走平均9.7着と低調）
前5走 08/06 園田12R 9着/12頭+1.3秒 07/22 園田11R 12着/12頭+1.7秒 07/09 園田11R 8着/12頭+1.0秒 06/03 園田10R 10着/12頭 05/05 園田10R 8着/11頭+2.2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 9.7着 (不振) × 当競馬場適性 12走で勝率 0% (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) -54% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.3%) ※ 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	エコロボルト	吉村智（兵庫）	実4.4	▲詳細▼	AI上位評価だが期待値不足、見送り（騎手は近50戦で勝率24%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 24% (好調) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 16.5% (オッズ暗示: 22.7%) ※ 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。
7	ドンカポノ差し	杉浦健（兵庫）	実10.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走2着）
前5走 07/29 園田10R 2着/7頭+0.7秒 07/03 園田11R 3着/9頭+0.0秒 06/05 園田10R 5着/9頭 05/04 園田11R 7着/12頭+1.6秒 12/16 園田11R 3着/8頭+1.3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 3.3着 ○ 当競馬場適性 16走で勝率 19% (相性良) ○ 距離適性同距離 13走で勝率 23% ○ 馬場適性同馬場 10走で勝率 20% ○ 前走実績前走 2着 (好走) ○ 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) -24% (オッズ過剰評価) AI 予想勝率 7.3% (オッズ暗示: 9.6%) ※ 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。
8	ドラゴンゴクウ差し	小牧太（兵庫）	実36.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し／騎手は近50戦で勝率26%）
前5走 07/29 園田10R 6着/7頭+1.1秒 07/03 園田11R 6着/9頭+1.0秒 06/05 園田11R 5着/10頭 05/07 園田11R 6着/8頭+2.3秒 04/07 園田11R 8着/12頭+1.4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 5.7着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ◎ 騎手近50戦勝率 26% (好調) ○ 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) -13% (オッズ過剰評価) AI 予想勝率 2.4% (オッズ暗示: 2.8%) ※ 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	ゼットスパンキー	森田誠（JRA）	実3.5	◎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（679日ぶりの実戦）
前5走 10/10 園田10R 4着/8頭+1.3秒 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 △ ローテーション 679日休養明け △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 26.1% (オッズ暗示: 28.6%) ※ 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。
10	レイフロレット	秋山稔（JRA）	実12.0	△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 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 3.8% (オッズ暗示: 8.3%) ※ 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。
11	ゴールデンロンドン	竹村達（兵庫）	実118.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場40走で勝率2%と苦戦傾向）
前5走 08/12 園田12R 7着/12頭+1.5秒 07/30 園田12R 5着/12頭+0.8秒 07/17 園田9R 3着/10頭 07/02 園田12R 5着/11頭 06/17 園田7R 2着/7頭
AI 評価の内訳 — 馬番 11 ◎ 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 40走で勝率 2% (苦戦) △ 距離適性同距離 10走で勝率 10% △ 期待値 (オッズ vs AI勝率) +10% (市場と概ね一致) AI 予想勝率 0.9% (オッズ暗示: 0.8%) ※ 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。

🎯 AIの本命

AI評価1位

ゼットスパンキー

騎手森田誠（JRA）

単勝オッズ

3.5倍

AI期待値

-8%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4トウタツ

4.4倍

EV -3%

▲6エコロボルト

4.4倍

EV -27%

出走馬全11頭

◎9

ゼットスパンキー

森田誠（JRA）

3.5倍

-8%

›

○4

トウタツ

田山旺（JRA）

4.4倍

-3%

›

▲6

エコロボルト

吉村智（兵庫）

4.4倍

-27%

›

△3

ワンウェイトゥヘル

下原理（兵庫）

4.5倍

-27%

›

△7

ドンカポノ

杉浦健（兵庫）

10.4倍

-24%

›

△10

レイフロレット

秋山稔（JRA）

12.0倍

-54%

›

▽2

エルモサカスターノ

廣瀬航（兵庫）

17.2倍

-39%

›

▽8

ドラゴンゴクウ

小牧太（兵庫）

36.1倍

-12%

›

▽11

ゴールデンロンドン

竹村達（兵庫）

118.8倍

+10%

›

▽1

ニシノグラシアス

新庄海（兵庫）

273.2倍

+119%

›

×5

セイウンダマシイ

山本太（兵庫）

79.3倍

-54%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

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