園田 10R 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

10R 園田競馬場ダ1400m ダート1400m　発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウィルダスク	廣瀬航（兵庫）	実4.5	B△ A▲勝率7% EV-67% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調）
前5走 08/05 園田11R 6着/10頭+0.5秒 06/18 園田9R 1着/10頭 05/28 園田12R 2着/12頭 05/07 園田9R 3着/10頭+1.1秒 04/15 園田10R 3着/10頭+0.2秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 23走で勝率 13% △ 距離適性同距離 22走で勝率 14% ○ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 22.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 7.1% / 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。
2	アーニャワクワク逃げ	南部楓（兵庫）	実49.6	B△ A△勝率2% EV-24% 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 12着/12頭+2.5秒 07/22 園田11R 10着/12頭+1.6秒 12/29 園田12R 4着/12頭+0.6秒 12/11 園田5R 2着/12頭+0.3秒 11/27 園田10R 2着/12頭+0.2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 8.7着 (不振) △ 当競馬場適性 25走で勝率 8% ▽ 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 20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 6位 / 勝率 1.5% / 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。
3	マーブルヘイロー	田野豊（兵庫）	実1.2	B🌟◎ A🌟◎勝率76% EV-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4走で勝率75%と適性高／同距離帯4走で勝率75%／直近3走で勝率100%と好調）
前5走 08/06 園田9R 1着/9頭勝利 07/08 園田8R 1着/7頭 06/11 園田6R 1着/12頭 05/13 園田5R 3着/10頭+0.8秒 ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 距離適性同距離 4走で勝率 75% ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) +17% (市場と概ね一致) AI 予想勝率 97.5% (オッズ暗示: 83.3%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 76.1% / 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。
4	ゼンダンスバシリ	新庄海（兵庫）	実27.3	B▲ A△勝率3% EV-6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/15 園田10R 8着/9頭+6.0秒 07/01 園田10R 5着/10頭 06/10 園田12R 2着/12頭+2.0秒 05/27 園田12R 4着/12頭 05/13 園田9R 3着/9頭+1.2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 5.0着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 18走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 3.7%) △ Aモデルの評価 (参考) レース内 4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。
5	リコーシュペル逃げ	佐々世（兵庫）	実7.9	B○ A○勝率9% EV-31% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は3走で勝ち無し／直近3走で勝率33%と好調／騎手は近50戦で勝率22%）
前5走 08/06 園田12R 7着/12頭+1.2秒 07/22 園田11R 3着/12頭+0.4秒 07/01 園田12R 1着/11頭 09/04 園田9R 2着/9頭+0.9秒 08/07 園田12R 1着/10頭勝利
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 12.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 8.7% / 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。
6	ザゴリ先行	塩津璃（兵庫）	実40.9	B△ A△勝率2% EV-28% 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 07/02 園田10R 9着/11頭 05/14 川崎7R 10着/11頭+0.9秒 05/05 船橋7R 12着/12頭+2.0秒 04/08 川崎7R 6着/12頭+1.0秒 03/11 船橋8R 8着/12頭+1.2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 10.3着 (不振) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 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 5位 / 勝率 1.8% / 期待値 -28% ※ 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	モノクロームスター	高橋洸（兵庫）	実95.9	B× A▽勝率1% EV-26% 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 03/23 3111R 2着/10頭 03/16 315R 3着/6頭+1.0秒 03/09 3110R 12着/12頭 02/23 319R 12着/12頭 02/16 315R 4着/7頭+0.0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 5.7着 △ 距離適性同距離 15走で勝率 7% ○ 前走実績前走 2着 (好走) △ ローテーション 521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 7位 / 勝率 0.8% / 期待値 -26% ※ 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	キタノセレナード差し	小谷哲（兵庫）	実93.8	B× A▽勝率1% EV-43% 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10R 7着/7頭+0.0秒 06/30 大井11R 8着/12頭+2.8秒 06/11 大井12R 10着/12頭+1.4秒 05/23 大井11R 7着/15頭+1.3秒 04/30 大井9R 8着/11頭+1.3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 8.3着 (不振) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.6% / 期待値 -43% ※ 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 ◎

マーブルヘイロー

騎手田野豊（兵庫）

単勝オッズ

1.2倍

AI期待値

+17%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5リコーシュペル

7.9倍

EV -83%

▲A:△4ゼンダンスバシリ

27.3倍

EV -90%

出走馬全8頭

◎A:◎3

マーブルヘイロー

田野豊（兵庫）

1.2倍

+17%

›

○A:○5

リコーシュペル

佐々世（兵庫）

7.9倍

-83%

›

▲A:△4

ゼンダンスバシリ

新庄海（兵庫）

27.3倍

-90%

›

△A:▲1

ウィルダスク

廣瀬航（兵庫）

4.5倍

-99%

›

△A:△6

ザゴリ

塩津璃（兵庫）

40.9倍

-99%

›

△A:△2

アーニャワクワク

南部楓（兵庫）

49.6倍

-99%

›

×A:▽8

キタノセレナード

小谷哲（兵庫）

93.8倍

-99%

›

×A:▽7

モノクロームスター

高橋洸（兵庫）

95.9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

10R 園田競馬場ダ1400m ダート1400m　発走 15:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ウィルダスク	廣瀬航（兵庫）	実4.5	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調）
前5走 08/05 園田11R 6着/10頭+0.5秒 06/18 園田9R 1着/10頭 05/28 園田12R 2着/12頭 05/07 園田9R 3着/10頭+1.1秒 04/15 園田10R 3着/10頭+0.2秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 23走で勝率 13% △ 距離適性同距離 22走で勝率 14% ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 7.1% (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。
2	アーニャワクワク逃げ	南部楓（兵庫）	実49.6	△詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／直近3走平均8.7着と低調）
前5走 08/06 園田12R 12着/12頭+2.5秒 07/22 園田11R 10着/12頭+1.6秒 12/29 園田12R 4着/12頭+0.6秒 12/11 園田5R 2着/12頭+0.3秒 11/27 園田10R 2着/12頭+0.2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 8.7着 (不振) △ 当競馬場適性 25走で勝率 8% ▽ 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 20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 1.5% (オッズ暗示: 2.0%) ※ 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。
3	マーブルヘイロー	田野豊（兵庫）	実1.2	🌟◎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4走で勝率75%と適性高／同距離帯4走で勝率75%／直近3走で勝率100%と好調）
前5走 08/06 園田9R 1着/9頭勝利 07/08 園田8R 1着/7頭 06/11 園田6R 1着/12頭 05/13 園田5R 3着/10頭+0.8秒 ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 距離適性同距離 4走で勝率 75% ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -9% (オッズ過剰評価) AI 予想勝率 76.1% (オッズ暗示: 83.3%) ※ 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。
4	ゼンダンスバシリ	新庄海（兵庫）	実27.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/15 園田10R 8着/9頭+6.0秒 07/01 園田10R 5着/10頭 06/10 園田12R 2着/12頭+2.0秒 05/27 園田12R 4着/12頭 05/13 園田9R 3着/9頭+1.2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 5.0着 △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 18走で勝率 6% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 3.4% (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。
5	リコーシュペル逃げ	佐々世（兵庫）	実7.9	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は3走で勝ち無し／直近3走で勝率33%と好調／騎手は近50戦で勝率22%）
前5走 08/06 園田12R 7着/12頭+1.2秒 07/22 園田11R 3着/12頭+0.4秒 07/01 園田12R 1着/11頭 09/04 園田9R 2着/9頭+0.9秒 08/07 園田12R 1着/10頭勝利
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 10走で勝率 20% (相性良) ▽ 距離適性同距離は 3走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) ○ 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) -31% (大幅な期待値マイナス) AI 予想勝率 8.7% (オッズ暗示: 12.7%) ※ 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。
6	ザゴリ先行	塩津璃（兵庫）	実40.9	△詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／直近3走平均10.3着と低調）
前5走 07/02 園田10R 9着/11頭 05/14 川崎7R 10着/11頭+0.9秒 05/05 船橋7R 12着/12頭+2.0秒 04/08 川崎7R 6着/12頭+1.0秒 03/11 船橋8R 8着/12頭+1.2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 10.3着 (不振) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 1.8% (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。
7	モノクロームスター	高橋洸（兵庫）	実95.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走2着／521日ぶりの実戦）
前5走 03/23 3111R 2着/10頭 03/16 315R 3着/6頭+1.0秒 03/09 3110R 12着/12頭 02/23 319R 12着/12頭 02/16 315R 4着/7頭+0.0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 5.7着 △ 距離適性同距離 15走で勝率 7% ○ 前走実績前走 2着 (好走) △ ローテーション 521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 0.8% (オッズ暗示: 1.0%) ※ 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	キタノセレナード差し	小谷哲（兵庫）	実93.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／直近3走平均8.3着と低調）
前5走 07/10 園田10R 7着/7頭+0.0秒 06/30 大井11R 8着/12頭+2.8秒 06/11 大井12R 10着/12頭+1.4秒 05/23 大井11R 7着/15頭+1.3秒 04/30 大井9R 8着/11頭+1.3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 8.3着 (不振) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.6% (オッズ暗示: 1.1%) ※ 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

マーブルヘイロー

騎手田野豊（兵庫）

単勝オッズ

1.2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

○5リコーシュペル

7.9倍

EV -31%

▲1ウィルダスク

4.5倍

EV -67%

出走馬全8頭

◎3

マーブルヘイロー

田野豊（兵庫）

1.2倍

-8%

›

○5

リコーシュペル

佐々世（兵庫）

7.9倍

-31%

›

▲1

ウィルダスク

廣瀬航（兵庫）

4.5倍

-67%

›

△4

ゼンダンスバシリ

新庄海（兵庫）

27.3倍

-6%

›

△6

ザゴリ

塩津璃（兵庫）

40.9倍

-28%

›

△2

アーニャワクワク

南部楓（兵庫）

49.6倍

-24%

›

▽7

モノクロームスター

高橋洸（兵庫）

95.9倍

-26%

›

▽8

キタノセレナード

小谷哲（兵庫）

93.8倍

-43%

›

💡 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