園田 1R 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

1R 園田競馬場ダ1400m ダート1400m　発走 10:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	イタリックタイプ先行	永井孝（兵庫）	実28.7	B△ A▽勝率3% EV-27% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率0%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 09/09 園田3R 10着/10頭+2.7秒 08/27 園田1R 2着/9頭+0.0秒 08/12 園田2R 6着/10頭+1.4秒 07/30 園田2R 6着/10頭+0.9秒 07/15 園田1R 4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 6.0着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10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) -89% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 3.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.5% / 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。
2	フドウミョウオウ逃げ	廣瀬航（兵庫）	実18.1	B× A△勝率5% EV-1% 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 09/03 園田2R 9着/10頭+1.1秒 08/12 園田4R 4着/10頭+1.7秒 07/30 園田6R 12着/12頭+1.9秒 07/10 園田4R 8着/10頭 06/26 園田6R 7着/10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 8.3着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 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 6位 / 勝率 5.5% / 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	ノルドステラ自在	塩津璃（兵庫）	実39.8	B× A▽勝率1% EV-41% 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 09/10 園田1R 7着/10頭+1.6秒 08/26 園田2R 2着/7頭+0.3秒 08/07 園田1R 9着/10頭+1.6秒 07/15 園田1R 10着/10頭 06/25 園田1R 5着/10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 6.0着 × 当競馬場適性 23走で勝率 0% (苦戦) ▽ 距離適性同距離は 18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 8位 / 勝率 1.5% / 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。
4	ハワイアンセーラ先行	土方颯（兵庫）	実244.9	B× A▽勝率1% EV+52% 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 09/10 園田1R 9着/10頭+2.0秒 08/27 園田1R 8着/9頭+2.2秒 08/13 園田1R 7着/10頭+3.5秒 07/30 園田1R 7着/9頭+2.2秒 07/17 園田2R 10着/10頭+4.0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 8.0着 (不振) × 当競馬場適性 42走で勝率 2% (苦戦) ▽ 距離適性同距離は 31走で勝ち無し ○ 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 0.6% / 期待値 +52% ※ 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	リザンテラ差し	板野央（兵庫）	実1.9	B▲ A◎勝率34% EV-35% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場12走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／前走3着）
前5走 09/04 園田5R 3着/9頭+0.8秒 08/21 園田4R 3着/10頭+0.9秒 07/30 園田2R 7着/10頭+1.1秒 07/16 園田1R 7着/10頭+2.0秒 06/26 園田2R 7着/10頭
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 4.3着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ 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) -75% (大幅な期待値マイナス) AI 予想勝率 13.1% (オッズ暗示: 52.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 34.1% / 期待値 -35% ※ 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	タッタタラリラ自在推奨	山本太（兵庫）	実8.6	B◎ A△勝率9% EV-23% 詳細▼	市場が大きく過小評価、AI予想勝率52% × オッズ8.6倍で期待値+343%の有力候補（直近3走平均2.7着と安定／前走3着で力を示す／適度な間隔で状態万全）
前5走 09/10 園田1R 3着/10頭+0.8秒 08/19 園田1R 2着/9頭+0.0秒 07/30 園田1R 3着/9頭+1.6秒 07/10 園田2R 9着/10頭 06/25 園田4R 3着/11頭+2.0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 2.7着 (安定) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) +343% (市場が大幅過小評価) AI 予想勝率 51.5% (オッズ暗示: 11.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 8.9% / 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。
7	アークリオーソ先行	下原理（兵庫）	実5.8	B△ A▲勝率10% EV-39% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場54走で勝率4%と苦戦傾向／同距離帯は42走で勝ち無し）
前5走 09/03 園田7R 7着/9頭+2.1秒 08/13 園田4R 7着/10頭+2.2秒 07/23 園田5R 5着/12頭+1.3秒 07/03 園田9R 10着/12頭 06/05 園田6R 6着/9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 6.3着 × 当競馬場適性 54走で勝率 4% (苦戦) ▽ 距離適性同距離は 42走で勝ち無し ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 17.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 10.4% / 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。
8	ブラックアスラーダ先行	竹村達（兵庫）	実197.1	B× A▽勝率1% EV+79% 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4R 7着/10頭+5.3秒 08/21 園田1R 8着/10頭+2.5秒 08/05 園田1R 8着/10頭+2.6秒 07/23 園田1R 5着/12頭+2.0秒 07/03 園田3R 2着/9頭
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 7.7着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 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) -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 +80% ※ 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	フロストシティ	田野豊（兵庫）	実4.4	B△ A○勝率27% EV+17% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場46走で勝率4%と苦戦傾向／同距離帯は46走で勝ち無し／騎手は近50戦で勝率20%）
前5走 09/04 園田5R 9着/9頭+1.8秒 08/12 園田2R 9着/10頭+2.6秒 07/15 園田2R 5着/10頭 07/01 園田7R 5着/7頭 06/11 園田2R 2着/10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 7.7着 (不振) × 当競馬場適性 46走で勝率 4% (苦戦) ▽ 距離適性同距離は 46走で勝ち無し ◎ 騎手近50戦勝率 20% (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) -64% (大幅な期待値マイナス) AI 予想勝率 8.1% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 26.8% / 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。
10	サクラトップロール先行	松木大（兵庫）	実9.7	B○ A△勝率9% EV-13% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 09/04 園田4R 3着/10頭+0.0秒 08/13 園田1R 8着/10頭+3.9秒 07/24 園田1R 3着/12頭+1.1秒 01/03 園田4R 11着/11頭+2.3秒 12/16 園田1R 3着/10頭+0.8秒
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 4.7着 △ 当競馬場適性 39走で勝率 8% △ 距離適性同距離 38走で勝率 8% ○ 前走実績前走 3着 (好走) ○ 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) +156% (市場が大幅過小評価) AI 予想勝率 26.4% (オッズ暗示: 10.3%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.9% / 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。

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 △

タッタタラリラ

騎手山本太（兵庫）

単勝オッズ

8.6倍

AI期待値

+343%

買い目

¥1,100

全レースの推奨

AIの推奨本命の次点

○A:△10サクラトップロール

9.7倍

EV +156%

▲A:◎5リザンテラ

1.9倍

EV -75%

出走馬全10頭

◎A:△6

タッタタラリラ

山本太（兵庫）

8.6倍

+343%

›

○A:△10

サクラトップロール

松木大（兵庫）

9.7倍

+156%

›

▲A:◎5

リザンテラ

板野央（兵庫）

1.9倍

-75%

›

△A:○9

フロストシティ

田野豊（兵庫）

4.4倍

-64%

›

△A:▲7

アークリオーソ

下原理（兵庫）

5.8倍

-97%

›

△A:▽1

イタリックタイプ

永井孝（兵庫）

28.7倍

-88%

›

×A:△2

フドウミョウオウ

廣瀬航（兵庫）

18.1倍

-99%

›

×A:▽3

ノルドステラ

塩津璃（兵庫）

39.8倍

-99%

›

×A:▽8

ブラックアスラーダ

竹村達（兵庫）

197.1倍

-99%

›

×A:▽4

ハワイアンセーラ

土方颯（兵庫）

244.9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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 6 タッタタラリラ ¥1,100 確定11.7倍期待値 +343% 的中1着確定 11.7倍12,870円

※ オッズは予測時点の値です。

1R 園田競馬場ダ1400m ダート1400m　発走 10:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	イタリックタイプ先行	永井孝（兵庫）	実28.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率0%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 09/09 園田3R 10着/10頭+2.7秒 08/27 園田1R 2着/9頭+0.0秒 08/12 園田2R 6着/10頭+1.4秒 07/30 園田2R 6着/10頭+0.9秒 07/15 園田1R 4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 6.0着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し ○ 騎手近50戦勝率 14% ▽ 前走実績前走 10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) -28% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 3.5%) ※ 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	フドウミョウオウ逃げ	廣瀬航（兵庫）	実18.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場19走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し／直近3走平均8.3着と低調）
前5走 09/03 園田2R 9着/10頭+1.1秒 08/12 園田4R 4着/10頭+1.7秒 07/30 園田6R 12着/12頭+1.9秒 07/10 園田4R 8着/10頭 06/26 園田6R 7着/10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 8.3着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 9走で勝ち無し ○ 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) -1% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 5.5%) ※ 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	ノルドステラ自在	塩津璃（兵庫）	実39.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場23走で勝率0%と苦戦傾向／同距離帯は18走で勝ち無し）
前5走 09/10 園田1R 7着/10頭+1.6秒 08/26 園田2R 2着/7頭+0.3秒 08/07 園田1R 9着/10頭+1.6秒 07/15 園田1R 10着/10頭 06/25 園田1R 5着/10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 6.0着 × 当競馬場適性 23走で勝率 0% (苦戦) ▽ 距離適性同距離は 18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) -41% (大幅な期待値マイナス) AI 予想勝率 1.5% (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。
4	ハワイアンセーラ先行	土方颯（兵庫）	実244.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場42走で勝率2%と苦戦傾向／同距離帯は31走で勝ち無し／直近3走平均8.0着と低調）
前5走 09/10 園田1R 9着/10頭+2.0秒 08/27 園田1R 8着/9頭+2.2秒 08/13 園田1R 7着/10頭+3.5秒 07/30 園田1R 7着/9頭+2.2秒 07/17 園田2R 10着/10頭+4.0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 8.0着 (不振) × 当競馬場適性 42走で勝率 2% (苦戦) ▽ 距離適性同距離は 31走で勝ち無し ○ 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) +52% (市場が大幅過小評価) AI 予想勝率 0.6% (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。
5	リザンテラ差し	板野央（兵庫）	実1.9	◎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12走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／前走3着）
前5走 09/04 園田5R 3着/9頭+0.8秒 08/21 園田4R 3着/10頭+0.9秒 07/30 園田2R 7着/10頭+1.1秒 07/16 園田1R 7着/10頭+2.0秒 06/26 園田2R 7着/10頭
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 4.3着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ 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) -35% (大幅な期待値マイナス) AI 予想勝率 34.1% (オッズ暗示: 52.6%) ※ 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。
6	タッタタラリラ自在推奨	山本太（兵庫）	実8.6	△詳細▼	期待値プラスでAIの推し馬（直近3走平均2.7着と安定／前走3着で力を示す／適度な間隔で状態万全）
前5走 09/10 園田1R 3着/10頭+0.8秒 08/19 園田1R 2着/9頭+0.0秒 07/30 園田1R 3着/9頭+1.6秒 07/10 園田2R 9着/10頭 06/25 園田4R 3着/11頭+2.0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 2.7着 (安定) × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ 前走実績前走 3着 (好走) ○ 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) -24% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 11.6%) ※ 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。
7	アークリオーソ先行	下原理（兵庫）	実5.8	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場54走で勝率4%と苦戦傾向／同距離帯は42走で勝ち無し）
前5走 09/03 園田7R 7着/9頭+2.1秒 08/13 園田4R 7着/10頭+2.2秒 07/23 園田5R 5着/12頭+1.3秒 07/03 園田9R 10着/12頭 06/05 園田6R 6着/9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 6.3着 × 当競馬場適性 54走で勝率 4% (苦戦) ▽ 距離適性同距離は 42走で勝ち無し ○ 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) -40% (大幅な期待値マイナス) AI 予想勝率 10.4% (オッズ暗示: 17.2%) ※ 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。
8	ブラックアスラーダ先行	竹村達（兵庫）	実197.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場15走で勝率0%と苦戦傾向／同距離帯は24走で勝ち無し）
前5走 09/02 園田4R 7着/10頭+5.3秒 08/21 園田1R 8着/10頭+2.5秒 08/05 園田1R 8着/10頭+2.6秒 07/23 園田1R 5着/12頭+2.0秒 07/03 園田3R 2着/9頭
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 7.7着 (不振) × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し ○ 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) +79% (市場が大幅過小評価) AI 予想勝率 0.9% (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。
9	フロストシティ	田野豊（兵庫）	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場46走で勝率4%と苦戦傾向／同距離帯は46走で勝ち無し／騎手は近50戦で勝率20%）
前5走 09/04 園田5R 9着/9頭+1.8秒 08/12 園田2R 9着/10頭+2.6秒 07/15 園田2R 5着/10頭 07/01 園田7R 5着/7頭 06/11 園田2R 2着/10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 7.7着 (不振) × 当競馬場適性 46走で勝率 4% (苦戦) ▽ 距離適性同距離は 46走で勝ち無し ◎ 騎手近50戦勝率 20% (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) +17% (市場と概ね一致) AI 予想勝率 26.8% (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。
10	サクラトップロール先行	松木大（兵庫）	実9.7	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着）
前5走 09/04 園田4R 3着/10頭+0.0秒 08/13 園田1R 8着/10頭+3.9秒 07/24 園田1R 3着/12頭+1.1秒 01/03 園田4R 11着/11頭+2.3秒 12/16 園田1R 3着/10頭+0.8秒
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 4.7着 △ 当競馬場適性 39走で勝率 8% △ 距離適性同距離 38走で勝率 8% ○ 前走実績前走 3着 (好走) ○ 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) -14% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 10.3%) ※ 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。

AIの本命

AI評価1位

リザンテラ

騎手板野央（兵庫）

単勝オッズ

1.9倍

AI期待値

-35%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9フロストシティ

4.4倍

EV +17%

▲7アークリオーソ

5.8倍

EV -39%

出走馬全10頭

◎5

リザンテラ

板野央（兵庫）

1.9倍

-35%

›

○9

フロストシティ

田野豊（兵庫）

4.4倍

+17%

›

▲7

アークリオーソ

下原理（兵庫）

5.8倍

-39%

›

△10

サクラトップロール

松木大（兵庫）

9.7倍

-13%

›

△6

タッタタラリラ

山本太（兵庫）

8.6倍

-23%

›

△2

フドウミョウオウ

廣瀬航（兵庫）

18.1倍

-1%

›

▽1

イタリックタイプ

永井孝（兵庫）

28.7倍

-27%

›

▽3

ノルドステラ

塩津璃（兵庫）

39.8倍

-41%

›

▽8

ブラックアスラーダ

竹村達（兵庫）

197.1倍

+79%

›

▽4

ハワイアンセーラ

土方颯（兵庫）

244.9倍

+52%

›

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

見送り

B. 市場除外+キャリブ

単勝 6 タッタタラリラ ¥1,100 確定11.7倍期待値 -24% 的中1着確定 11.7倍12,870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