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	エクスプロラベスト差し	南部楓（兵庫）	実15.9	B× A△勝率6% EV-5% 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9R 8着/10頭+2.2秒 08/21 園田10R 7着/9頭+1.9秒 08/07 園田8R 5着/9頭+1.7秒 07/24 園田7R 5着/9頭+0.8秒 07/08 園田9R 9着/10頭
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 6.7着 △ 当競馬場適性 66走で勝率 8% △ 距離適性同距離 66走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) × 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: 6.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.0% / 期待値 -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	ベジョータ	廣瀬航（兵庫）	実2.6	B○ A○勝率26% EV-31% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 09/04 園田9R 7着/10頭+1.5秒 08/21 園田10R 3着/9頭+1.3秒 07/17 園田8R 10着/10頭+2.0秒 07/01 園田8R 9着/11頭 06/11 園田8R 1着/8頭
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 6.7着 △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 6走で勝率 17% × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 17.2% (オッズ暗示: 38.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 26.4% / 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。
3	ミルトコルサ	板野央（兵庫）	実18.4	B△ A▽勝率3% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 09/03 園田12R 10着/12頭+2.3秒 08/06 園田8R 7着/8頭+3.7秒 07/15 園田8R 8着/10頭 06/25 園田10R 9着/11頭+0.0秒 06/11 園田12R 11着/12頭
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 8.3着 (不振) ○ 当競馬場適性 19走で勝率 16% (相性良) ○ 距離適性同距離 19走で勝率 16% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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) -80% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 5.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.4% / 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。
4	インノータイム自在	長尾翼（兵庫）	実51.2	B× A▽勝率3% EV+31% 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 08/26 園田4R 7着/10頭+1.3秒 08/13 園田6R 9着/10頭+3.8秒 07/22 園田9R 9着/11頭+1.0秒 07/08 園田5R 10着/10頭 06/17 園田5R 10着/12頭
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 8.3着 (不振) △ 当競馬場適性 75走で勝率 7% △ 距離適性同距離 46走で勝率 7% ○ 馬場適性同馬場 9走で勝率 22% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -88% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 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。
5	オールザレイジ先行	山本咲（兵庫）	実2.3	B◎ A◎勝率30% EV-29% 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5走で勝ち無し／106日ぶりの実戦）
前5走 06/03 園田9R 7着/10頭+6.0秒 05/15 園田9R 3着/10頭+0.6秒 04/21 園田3R 2着/9頭+0.2秒 03/31 園田9R 3着/9頭+0.2秒 12/16 園田4R 4着/10頭+0.9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 4.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 18% △ ローテーション 106日休養明け ◎ 期待値 (オッズ vs AI勝率) +79% (市場が大幅過小評価) AI 予想勝率 78.2% (オッズ暗示: 43.5%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 30.5% / 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。
6	シナモンショコラ差し	高橋洸（兵庫）	実7.8	B△ A△勝率6% EV-49% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は10走で勝ち無し／直近3走平均8.7着と低調／118日ぶりの実戦）
前5走 05/22 園田12R 11着/12頭 05/07 園田8R 5着/9頭+2.0秒 04/23 園田10R 10着/11頭+2.1秒 04/02 園田9R 10着/12頭+3.4秒 01/03 園田12R 4着/11頭+0.7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 8.7着 (不振) △ 当競馬場適性 16走で勝率 6% ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 11着 (大敗) △ ローテーション 118日休養明け × 期待値 (オッズ vs AI勝率) -98% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 12.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.4% / 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。
7	イエローキャブ	竹村達（兵庫）	実5.9	B▲ A▲勝率18% EV+3% 詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率30%）
前5走 08/28 園田5R 9着/9頭+5.6秒 08/06 園田3R 2着/8頭+0.4秒 07/16 園田4R 7着/10頭 07/01 園田5R 4着/12頭 06/11 園田2R 1着/10頭
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 6.0着 △ 当競馬場適性 82走で勝率 11% △ 距離適性同距離 47走で勝率 15% ◎ 馬場適性同馬場 10走で勝率 30% ○ 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) -86% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 16.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.5% / 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。
8	メイショウロールス逃げ	塩津璃（兵庫）	実58.1	B× A×勝率1% EV-59% 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 09/02 園田5R 12着/12頭+4.1秒 08/19 園田9R 9着/9頭+3.1秒 08/06 園田3R 8着/8頭+2.9秒 07/23 園田7R 9着/10頭+3.1秒 07/08 園田5R 9着/10頭+2.0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 9.7着 (不振) × 当競馬場適性 85走で勝率 4% (苦戦) ▽ 距離適性同距離は 78走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ ローテーション 15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 -59% ※ 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	アスクサヴァイバル	佐々世（兵庫）	推定—	B△ A△勝率7% EV-91% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は26走で勝ち無し）
前5走 08/28 園田4R 8着/9頭+2.1秒 07/31 園田6R 4着/6頭+1.5秒 07/01 名古屋12R 5着/12頭 06/17 名古屋1R 3着/11頭 06/03 名古屋1R 7着/12頭+0.0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 5.7着 ▽ 距離適性同距離は 26走で勝ち無し ○ 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 0.6% △ Aモデルの評価 (参考) レース内 4位 / 勝率 6.5% / 期待値 -91% ※ 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 ◎

オールザレイジ

騎手山本咲（兵庫）

単勝オッズ

2.3倍

AI期待値

+79%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○2ベジョータ

2.6倍

EV -55%

▲A:▲7イエローキャブ

5.9倍

EV -85%

出走馬全9頭

◎A:◎5

オールザレイジ

山本咲（兵庫）

2.3倍

+79%

›

○A:○2

ベジョータ

廣瀬航（兵庫）

2.6倍

-55%

›

▲A:▲7

イエローキャブ

竹村達（兵庫）

5.9倍

-85%

›

△A:▽3

ミルトコルサ

板野央（兵庫）

18.4倍

-79%

›

△A:△9

アスクサヴァイバル

佐々世（兵庫）

—

›

△A:△6

シナモンショコラ

高橋洸（兵庫）

7.8倍

-98%

›

×A:▽4

インノータイム

長尾翼（兵庫）

51.2倍

-87%

›

×A:△1

エクスプロラベスト

南部楓（兵庫）

15.9倍

-99%

›

×A:×8

メイショウロールス

塩津璃（兵庫）

58.1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

両モデルとも見送り

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	エクスプロラベスト差し	南部楓（兵庫）	実15.9	△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9R 8着/10頭+2.2秒 08/21 園田10R 7着/9頭+1.9秒 08/07 園田8R 5着/9頭+1.7秒 07/24 園田7R 5着/9頭+0.8秒 07/08 園田9R 9着/10頭
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 6.7着 △ 当競馬場適性 66走で勝率 8% △ 距離適性同距離 66走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 6.0% (オッズ暗示: 6.3%) ※ 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。
2	ベジョータ	廣瀬航（兵庫）	実2.6	○詳細▼	人気馬、市場評価通りで上乗せなし
前5走 09/04 園田9R 7着/10頭+1.5秒 08/21 園田10R 3着/9頭+1.3秒 07/17 園田8R 10着/10頭+2.0秒 07/01 園田8R 9着/11頭 06/11 園田8R 1着/8頭
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 6.7着 △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 6走で勝率 17% × 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 26.4% (オッズ暗示: 38.5%) ※ 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	ミルトコルサ	板野央（兵庫）	実18.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.3着と低調）
前5走 09/03 園田12R 10着/12頭+2.3秒 08/06 園田8R 7着/8頭+3.7秒 07/15 園田8R 8着/10頭 06/25 園田10R 9着/11頭+0.0秒 06/11 園田12R 11着/12頭
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 8.3着 (不振) ○ 当競馬場適性 19走で勝率 16% (相性良) ○ 距離適性同距離 19走で勝率 16% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 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) -37% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 5.4%) ※ 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	インノータイム自在	長尾翼（兵庫）	実51.2	▽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 08/26 園田4R 7着/10頭+1.3秒 08/13 園田6R 9着/10頭+3.8秒 07/22 園田9R 9着/11頭+1.0秒 07/08 園田5R 10着/10頭 06/17 園田5R 10着/12頭
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 8.3着 (不振) △ 当競馬場適性 75走で勝率 7% △ 距離適性同距離 46走で勝率 7% ○ 馬場適性同馬場 9走で勝率 22% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) +31% (妙味あり) AI 予想勝率 2.6% (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。
5	オールザレイジ先行	山本咲（兵庫）	実2.3	◎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5走で勝ち無し／106日ぶりの実戦）
前5走 06/03 園田9R 7着/10頭+6.0秒 05/15 園田9R 3着/10頭+0.6秒 04/21 園田3R 2着/9頭+0.2秒 03/31 園田9R 3着/9頭+0.2秒 12/16 園田4R 4着/10頭+0.9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 4.0着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 騎手近50戦勝率 18% △ ローテーション 106日休養明け △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 30.5% (オッズ暗示: 43.5%) ※ 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。
6	シナモンショコラ差し	高橋洸（兵庫）	実7.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は10走で勝ち無し／直近3走平均8.7着と低調／118日ぶりの実戦）
前5走 05/22 園田12R 11着/12頭 05/07 園田8R 5着/9頭+2.0秒 04/23 園田10R 10着/11頭+2.1秒 04/02 園田9R 10着/12頭+3.4秒 01/03 園田12R 4着/11頭+0.7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 8.7着 (不振) △ 当競馬場適性 16走で勝率 6% ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 11着 (大敗) △ ローテーション 118日休養明け × 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 6.4% (オッズ暗示: 12.8%) ※ 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。
7	イエローキャブ	竹村達（兵庫）	実5.9	▲詳細▼	AI上位評価だが期待値不足、見送り（同馬場状態で勝率30%）
前5走 08/28 園田5R 9着/9頭+5.6秒 08/06 園田3R 2着/8頭+0.4秒 07/16 園田4R 7着/10頭 07/01 園田5R 4着/12頭 06/11 園田2R 1着/10頭
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 6.0着 △ 当競馬場適性 82走で勝率 11% △ 距離適性同距離 47走で勝率 15% ◎ 馬場適性同馬場 10走で勝率 30% ○ 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) +3% (市場と概ね一致) AI 予想勝率 17.5% (オッズ暗示: 16.9%) ※ 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	メイショウロールス逃げ	塩津璃（兵庫）	実58.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場85走で勝率4%と苦戦傾向／同距離帯は78走で勝ち無し／直近3走平均9.7着と低調）
前5走 09/02 園田5R 12着/12頭+4.1秒 08/19 園田9R 9着/9頭+3.1秒 08/06 園田3R 8着/8頭+2.9秒 07/23 園田7R 9着/10頭+3.1秒 07/08 園田5R 9着/10頭+2.0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 9.7着 (不振) × 当競馬場適性 85走で勝率 4% (苦戦) ▽ 距離適性同距離は 78走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.7%) ※ 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。
9	アスクサヴァイバル	佐々世（兵庫）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は26走で勝ち無し）
前5走 08/28 園田4R 8着/9頭+2.1秒 07/31 園田6R 4着/6頭+1.5秒 07/01 名古屋12R 5着/12頭 06/17 名古屋1R 3着/11頭 06/03 名古屋1R 7着/12頭+0.0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 5.7着 ▽ 距離適性同距離は 26走で勝ち無し ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 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。

AIの本命

AI評価1位

オールザレイジ

騎手山本咲（兵庫）

単勝オッズ

2.3倍

AI期待値

-29%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2ベジョータ

2.6倍

EV -31%

▲7イエローキャブ

5.9倍

EV +3%

出走馬全9頭

◎5

オールザレイジ

山本咲（兵庫）

2.3倍

-29%

›

○2

ベジョータ

廣瀬航（兵庫）

2.6倍

-31%

›

▲7

イエローキャブ

竹村達（兵庫）

5.9倍

+3%

›

△9

アスクサヴァイバル

佐々世（兵庫）

—

›

△6

シナモンショコラ

高橋洸（兵庫）

7.8倍

-49%

›

△1

エクスプロラベスト

南部楓（兵庫）

15.9倍

-5%

›

▽3

ミルトコルサ

板野央（兵庫）

18.4倍

-36%

›

▽4

インノータイム

長尾翼（兵庫）

51.2倍

+31%

›

×8

メイショウロールス

塩津璃（兵庫）

58.1倍

-59%

›

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