園田 11R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

モデル

11R 園田競馬場ゴールデンジョッキーカップダ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	ドンデンガエシ差し推奨	下原理（兵庫）	実15.3	B△ A▲勝率15% EV+132% 詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す／適度な間隔で状態万全）
前5走 08/26 園田11R 3着/8頭+0.3秒 07/31 園田9R 5着/8頭+0.3秒 03/31 園田11R 9着/10頭+3.6秒 01/03 園田10R 7着/12頭+0.9秒 12/18 園田11R 8着/12頭+3.0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 5.7着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) -17% (オッズ過剰評価) AI 予想勝率 5.4% (オッズ暗示: 6.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.2% / 期待値 +132% ※ 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	ゼンダンスバシリ	横山典（JRA）	実35.1	B× A▽勝率3% EV0% 詳細▼	大穴、AI予想勝率低く長期回収困難（63日ぶりの実戦）
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 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 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% × 期待値 (オッズ vs AI勝率) -90% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 2.8%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.8% / 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	ザゴリ先行	吉村智（兵庫）	実76.1	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 08/26 園田10R 3着/3頭 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
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戦の調子平均 7.3着 (不振) ▽ 距離適性同距離は 4走で勝ち無し ◎ 騎手近50戦勝率 30% (好調) ○ 前走実績前走 3着 (好走) ○ 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) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 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	ベラジオフォーカス	山本聡（岩手）	実48.3	B× A▽勝率3% EV+49% 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10R 9着/9頭+3.4秒 07/15 園田10R 4着/9頭 06/25 園田9R 5着/9頭+0.0秒 05/29 園田10R 6着/9頭 05/13 園田11R 8着/12頭+2.3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 6.0着 ○ 当競馬場適性 13走で勝率 15% (相性良) △ 距離適性同距離 9走で勝率 11% △ 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 7位 / 勝率 3.1% / 期待値 +49% ※ 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	エスオーライジング	赤岡修（高知）	実147.2	B× A▽勝率1% EV-15% 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 08/26 園田11R 6着/8頭+1.0秒 07/10 園田10R 5着/7頭 06/03 園田10R 6着/12頭 05/20 園田10R 5着/11頭 05/05 園田10R 9着/11頭+2.2秒
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 5.7着 × 当競馬場適性 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) ○ 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) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.6% / 期待値 -16% ※ 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	タンバブショウ逃げ推奨	小牧太（兵庫）	実8.2	B◎ A△勝率14% EV+14% 詳細▼	市場が大きく過小評価、AI予想勝率58% × オッズ8.2倍で期待値+373%の有力候補（当競馬場で勝率17%と相性良／同距離帯で勝率18%／前走3着で力を示す）
前5走 09/04 園田11R 3着/12頭+0.4秒 07/01 園田10R 7着/10頭 06/10 園田12R 5着/12頭 01/14 園田9R 3着/9頭+0.9秒 01/03 園田10R 3着/12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 5.0着 ○ 当競馬場適性 23走で勝率 17% (相性良) ○ 距離適性同距離 17走で勝率 18% ◎ 騎手近50戦勝率 32% (好調) ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +373% (市場が大幅過小評価) AI 予想勝率 57.7% (オッズ暗示: 12.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 13.9% / 期待値 +14% ※ 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	グッドハビッツ逃げ	ルメー（JRA）	実1.6	B▲ A×勝率27% EV-57% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場27走で勝率33%と適性高／同距離帯25走で勝率36%／直近3走平均3.0着と安定）
前5走 06/04 園田12R 3着/12頭 05/06 園田10R 2着/11頭+0.0秒 04/15 園田12R 4着/12頭+1.0秒 03/24 園田10R 5着/8頭+0.8秒 12/10 園田11R 9着/9頭+1.7秒
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戦の調子平均 3.0着 (安定) ◎ 当競馬場適性 27走で勝率 33% (得意) ◎ 距離適性同距離 25走で勝率 36% ○ 騎手近50戦勝率 19% ○ 前走実績前走 3着 (好走) △ ローテーション 104日休養明け × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 11.4% (オッズ暗示: 62.5%) × Aモデルの評価 (参考) レース内 1位 / 勝率 26.5% / 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。
8	ビスケット逃げ	笹川翼（大井）	実93.3	B× A▽勝率1% EV+12% 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 09/04 園田11R 11着/12頭+6.1秒 04/15 浦和4R 10着/11頭+2.6秒 03/29 浦和4R 4着/12頭+0.3秒 02/22 浦和3R 5着/11頭+1.0秒 01/05 川崎7R 12着/12頭+4.7秒
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 8.3着 (不振) ▽ 前走実績前走 11着 (大敗) × 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 1.2% / 期待値 +12% ※ 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	ドゥラルーナ逃げ	高松亮（岩手）	実182.1	B× A▽勝率1% EV0% 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 09/04 園田11R 9着/12頭+3.8秒 07/11 3110R 11着/11頭+9.0秒 06/27 312R 8着/9頭+2.5秒 06/14 317R 8着/8頭+3.8秒 05/30 311R 2着/9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 9.3着 (不振) ▽ 距離適性同距離は 4走で勝ち無し × 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 0.5% / 期待値 -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。
10	クイッククイーン追込	丸野勝（愛知）	実17.2	B△ A△勝率6% EV+7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/04 園田11R 4着/12頭+0.6秒 08/19 園田11R 5着/9頭+0.4秒 08/05 園田11R 4着/10頭+0.3秒 07/16 園田10R 1着/10頭 07/02 園田9R 9着/10頭
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 4.3着 △ 当競馬場適性 31走で勝率 13% △ 距離適性同距離 30走で勝率 13% × 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 1.3% (オッズ暗示: 5.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.2% / 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。
11	サンライズスコール差し	川原正（兵庫）	実3.8	B○ A○勝率21% EV-18% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場21走で勝率5%と苦戦傾向／直近3走で勝率33%と好調）
前5走 08/19 園田11R 4着/9頭+0.1秒 07/31 園田9R 3着/8頭+0.2秒 07/02 園田9R 1着/10頭 06/04 園田9R 2着/12頭 05/06 園田9R 4着/6頭+2.1秒
AI 評価の内訳 — 馬番 11 ◎ 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 21走で勝率 5% (苦戦) △ 距離適性同距離 17走で勝率 6% ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 21.1% (オッズ暗示: 26.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 21.5% / 期待値 -18% ※ 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	グロリアスアポイ追込	戸崎圭（JRA）	実19.6	B△ A△勝率7% EV+37% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯24走で勝率29%／騎手は近50戦で勝率24%）
前5走 08/26 園田11R 7着/8頭+1.0秒 08/05 園田11R 8着/10頭+0.6秒 04/02 園田10R 6着/10頭+1.5秒 12/29 園田11R 4着/9頭+0.5秒 12/02 園田10R 5着/8頭+1.6秒
AI 評価の内訳 — 馬番 12 ◎ 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 7.0着 (不振) ○ 当競馬場適性 22走で勝率 23% (相性良) ◎ 距離適性同距離 24走で勝率 29% ◎ 騎手近50戦勝率 24% (好調) ○ 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) -47% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 5.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.0% / 期待値 +38% ※ 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 △

タンバブショウ

騎手小牧太（兵庫）

単勝オッズ

8.2倍

AI期待値

+373%

買い目

¥1,200

全レースの推奨

AIの推奨本命の次点

○A:○11サンライズスコール

3.8倍

EV -19%

▲A:×7グッドハビッツ

1.6倍

EV -81%

出走馬全12頭

◎A:△6

タンバブショウ

小牧太（兵庫）

8.2倍

+373%

›

○A:○11

サンライズスコール

川原正（兵庫）

3.8倍

-19%

›

▲A:×7

グッドハビッツ

ルメー（JRA）

1.6倍

-81%

›

△A:▲1

ドンデンガエシ

下原理（兵庫）

15.3倍

-17%

›

△A:△12

グロリアスアポイ

戸崎圭（JRA）

19.6倍

-46%

›

△A:△10

クイッククイーン

丸野勝（愛知）

17.2倍

-77%

›

×A:▽2

ゼンダンスバシリ

横山典（JRA）

35.1倍

-89%

›

×A:▽4

ベラジオフォーカス

山本聡（岩手）

48.3倍

-99%

›

×A:▽3

ザゴリ

吉村智（兵庫）

76.1倍

-99%

›

×A:▽8

ビスケット

笹川翼（大井）

93.3倍

-99%

›

×A:▽5

エスオーライジング

赤岡修（高知）

147.2倍

-99%

›

×A:▽9

ドゥラルーナ

高松亮（岩手）

182.1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

A. 市場込みモデル

単勝 1 ドンデンガエシ ¥200 実15.3倍期待値 -17% 不的中2着単勝 15.3倍

B. 市場除外+キャリブ

単勝 6 タンバブショウ ¥1,200 確定6.2倍期待値 +373% 的中1着確定 6.2倍7,440円

※ オッズは予測時点の値です。

11R 園田競馬場ゴールデンジョッキーカップダ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	ドンデンガエシ差し推奨	下原理（兵庫）	実15.3	▲詳細▼	市場が大きく過小評価、AI予想勝率15% × オッズ15.3倍で期待値+132%の有力候補（前走3着で力を示す／適度な間隔で状態万全）
前5走 08/26 園田11R 3着/8頭+0.3秒 07/31 園田9R 5着/8頭+0.3秒 03/31 園田11R 9着/10頭+3.6秒 01/03 園田10R 7着/12頭+0.9秒 12/18 園田11R 8着/12頭+3.0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 5.7着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) +132% (市場が大幅過小評価) AI 予想勝率 15.2% (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。
2	ゼンダンスバシリ	横山典（JRA）	実35.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（63日ぶりの実戦）
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 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 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% △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 2.8% (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。
3	ザゴリ先行	吉村智（兵庫）	実76.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は4走で勝ち無し／前走3着／騎手は近50戦で勝率30%）
前5走 08/26 園田10R 3着/3頭 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
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戦の調子平均 7.3着 (不振) ▽ 距離適性同距離は 4走で勝ち無し ◎ 騎手近50戦勝率 30% (好調) ○ 前走実績前走 3着 (好走) ○ 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) +7% (市場と概ね一致) AI 予想勝率 1.4% (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。
4	ベラジオフォーカス	山本聡（岩手）	実48.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/06 園田10R 9着/9頭+3.4秒 07/15 園田10R 4着/9頭 06/25 園田9R 5着/9頭+0.0秒 05/29 園田10R 6着/9頭 05/13 園田11R 8着/12頭+2.3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 6.0着 ○ 当競馬場適性 13走で勝率 15% (相性良) △ 距離適性同距離 9走で勝率 11% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 期待値 (オッズ vs AI勝率) +49% (妙味あり) AI 予想勝率 3.1% (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。
5	エスオーライジング	赤岡修（高知）	実147.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場17走で勝率0%と苦戦傾向／同距離帯は14走で勝ち無し／騎手は近50戦で勝率22%）
前5走 08/26 園田11R 6着/8頭+1.0秒 07/10 園田10R 5着/7頭 06/03 園田10R 6着/12頭 05/20 園田10R 5着/11頭 05/05 園田10R 9着/11頭+2.2秒
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 5.7着 × 当競馬場適性 17走で勝率 0% (苦戦) ▽ 距離適性同距離は 14走で勝ち無し ◎ 騎手近50戦勝率 22% (好調) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 0.6% (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。
6	タンバブショウ逃げ推奨	小牧太（兵庫）	実8.2	△詳細▼	期待値プラスでAIの推し馬（当競馬場で勝率17%と相性良／同距離帯で勝率18%／前走3着で力を示す）
前5走 09/04 園田11R 3着/12頭+0.4秒 07/01 園田10R 7着/10頭 06/10 園田12R 5着/12頭 01/14 園田9R 3着/9頭+0.9秒 01/03 園田10R 3着/12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 5.0着 ○ 当競馬場適性 23走で勝率 17% (相性良) ○ 距離適性同距離 17走で勝率 18% ◎ 騎手近50戦勝率 32% (好調) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 13.9% (オッズ暗示: 12.2%) ※ 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	グッドハビッツ逃げ	ルメー（JRA）	実1.6	×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27走で勝率33%と適性高／同距離帯25走で勝率36%／直近3走平均3.0着と安定）
前5走 06/04 園田12R 3着/12頭 05/06 園田10R 2着/11頭+0.0秒 04/15 園田12R 4着/12頭+1.0秒 03/24 園田10R 5着/8頭+0.8秒 12/10 園田11R 9着/9頭+1.7秒
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戦の調子平均 3.0着 (安定) ◎ 当競馬場適性 27走で勝率 33% (得意) ◎ 距離適性同距離 25走で勝率 36% ○ 騎手近50戦勝率 19% ○ 前走実績前走 3着 (好走) △ ローテーション 104日休養明け × 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 26.5% (オッズ暗示: 62.5%) ※ 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。
8	ビスケット逃げ	笹川翼（大井）	実93.3	▽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 09/04 園田11R 11着/12頭+6.1秒 04/15 浦和4R 10着/11頭+2.6秒 03/29 浦和4R 4着/12頭+0.3秒 02/22 浦和3R 5着/11頭+1.0秒 01/05 川崎7R 12着/12頭+4.7秒
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 8.3着 (不振) ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 1.2% (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。
9	ドゥラルーナ逃げ	高松亮（岩手）	実182.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は4走で勝ち無し／直近3走平均9.3着と低調）
前5走 09/04 園田11R 9着/12頭+3.8秒 07/11 3110R 11着/11頭+9.0秒 06/27 312R 8着/9頭+2.5秒 06/14 317R 8着/8頭+3.8秒 05/30 311R 2着/9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 9.3着 (不振) ▽ 距離適性同距離は 4走で勝ち無し △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 0.5% (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。
10	クイッククイーン追込	丸野勝（愛知）	実17.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/04 園田11R 4着/12頭+0.6秒 08/19 園田11R 5着/9頭+0.4秒 08/05 園田11R 4着/10頭+0.3秒 07/16 園田10R 1着/10頭 07/02 園田9R 9着/10頭
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 4.3着 △ 当競馬場適性 31走で勝率 13% △ 距離適性同距離 30走で勝率 13% △ 期待値 (オッズ vs AI勝率) +7% (市場と概ね一致) AI 予想勝率 6.2% (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。
11	サンライズスコール差し	川原正（兵庫）	実3.8	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場21走で勝率5%と苦戦傾向／直近3走で勝率33%と好調）
前5走 08/19 園田11R 4着/9頭+0.1秒 07/31 園田9R 3着/8頭+0.2秒 07/02 園田9R 1着/10頭 06/04 園田9R 2着/12頭 05/06 園田9R 4着/6頭+2.1秒
AI 評価の内訳 — 馬番 11 ◎ 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 21走で勝率 5% (苦戦) △ 距離適性同距離 17走で勝率 6% ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 21.5% (オッズ暗示: 26.3%) ※ 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。
12	グロリアスアポイ追込	戸崎圭（JRA）	実19.6	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯24走で勝率29%／騎手は近50戦で勝率24%）
前5走 08/26 園田11R 7着/8頭+1.0秒 08/05 園田11R 8着/10頭+0.6秒 04/02 園田10R 6着/10頭+1.5秒 12/29 園田11R 4着/9頭+0.5秒 12/02 園田10R 5着/8頭+1.6秒
AI 評価の内訳 — 馬番 12 ◎ 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 7.0着 (不振) ○ 当競馬場適性 22走で勝率 23% (相性良) ◎ 距離適性同距離 24走で勝率 29% ◎ 騎手近50戦勝率 24% (好調) ○ 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) +37% (妙味あり) AI 予想勝率 7.0% (オッズ暗示: 5.1%) ※ 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

グッドハビッツ

騎手ルメー（JRA）

単勝オッズ

1.6倍

AI期待値

-57%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11サンライズスコール

3.8倍

EV -18%

▲1ドンデンガエシ

15.3倍

EV +132%

出走馬全12頭

×7

グッドハビッツ

ルメー（JRA）

1.6倍

-57%

›

○11

サンライズスコール

川原正（兵庫）

3.8倍

-18%

›

▲1

ドンデンガエシ

下原理（兵庫）

15.3倍

+132%

›

△6

タンバブショウ

小牧太（兵庫）

8.2倍

+14%

›

△12

グロリアスアポイ

戸崎圭（JRA）

19.6倍

+37%

›

△10

クイッククイーン

丸野勝（愛知）

17.2倍

+7%

›

▽4

ベラジオフォーカス

山本聡（岩手）

48.3倍

+49%

›

▽2

ゼンダンスバシリ

横山典（JRA）

35.1倍

›

▽3

ザゴリ

吉村智（兵庫）

76.1倍

+7%

›

▽8

ビスケット

笹川翼（大井）

93.3倍

+12%

›

▽5

エスオーライジング

赤岡修（高知）

147.2倍

-15%

›

▽9

ドゥラルーナ

高松亮（岩手）

182.1倍

›

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

A. 市場込みモデル

単勝 1 ドンデンガエシ ¥200 実15.3倍期待値 +132% 不的中2着単勝 15.3倍

B. 市場除外+キャリブ

単勝 6 タンバブショウ ¥1,200 確定6.2倍期待値 +14% 的中1着確定 6.2倍7,440円

※ オッズは予測時点の値です。

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