園田 6R 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

6R 園田競馬場ダ820m ダート820m　発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハンバーグハマー先行	川原正（兵庫）	実6.3	B× A▲勝率12% EV-27% 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17走で勝ち無し）
前5走 09/03 園田6R 6着/12頭+0.9秒 08/13 園田7R 5着/10頭+0.1秒 07/22 園田6R 7着/12頭+1.6秒 07/02 園田3R 8着/12頭+3.0秒 05/27 園田5R 11着/12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 58走で勝率 5% ▽ 距離適性同距離は 17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) -97% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 15.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.5% / 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。
2	ニシノウインド先行	永井孝（兵庫）	実6.9	B△ A△勝率6% EV-56% 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11走で勝ち無し／前走2着）
前5走 09/02 園田2R 2着/9頭+0.2秒 08/19 園田6R 3着/10頭+0.5秒 08/07 園田6R 8着/9頭+2.8秒 07/23 園田2R 2着/12頭+0.1秒 07/09 園田6R 7着/9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 4.3着 △ 当競馬場適性 50走で勝率 6% ▽ 距離適性同距離は 11走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -85% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 14.5%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.3% / 期待値 -56% ※ 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	スパイウェア先行	山本咲（兵庫）	実5.3	B○ A○勝率23% EV+23% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯8走で勝率25%）
前5走 09/04 園田1R 4着/12頭+1.3秒 08/20 園田5R 10着/10頭+2.1秒 07/29 園田4R 3着/10頭+1.2秒 07/09 園田2R 3着/9頭 06/25 園田6R 6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 5.7着 △ 当競馬場適性 18走で勝率 11% ◎ 距離適性同距離 8走で勝率 25% ○ 騎手近50戦勝率 18% ○ 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) -1% (オッズ過剰評価) AI 予想勝率 18.8% (オッズ暗示: 18.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.4% / 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。
4	メイショウコウラン	長尾翼（兵庫）	実24.1	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9.3着と低調）
前5走 09/02 園田1R 9着/12頭+1.2秒 08/05 園田6R 11着/12頭+1.7秒 07/17 園田7R 8着/9頭+4.0秒 06/25 園田6R 1着/10頭 06/03 園田2R 6着/10頭+0.0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 9.3着 (不振) ○ 当競馬場適性 34走で勝率 18% (相性良) ○ 距離適性同距離 30走で勝率 20% △ 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) -48% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 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。
5	シェナホープ先行	南部楓（兵庫）	実15.8	B× A×勝率3% EV-57% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場33走で勝率3%と苦戦傾向／同距離帯は29走で勝ち無し）
前5走 09/10 園田12R 8着/10頭+2.0秒 08/21 園田5R 3着/8頭+1.1秒 08/06 園田7R 8着/8頭+2.3秒 07/22 園田9R 8着/11頭+0.9秒 07/10 園田7R 4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 6.3着 × 当競馬場適性 33走で勝率 3% (苦戦) ▽ 距離適性同距離は 29走で勝ち無し △ 騎手近50戦勝率 2% (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) -95% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 6.3%) × Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 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。
6	フェーヴルブラン逃げ	高畑皓（兵庫）	実258.3	B× A▽勝率0% EV+27% 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6R 12着/12頭+2.3秒 08/06 園田6R 8着/10頭+2.7秒 06/11 園田4R 10着/12頭 05/21 園田4R 7着/11頭 05/05 園田4R 3着/12頭+1.6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 10.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) ○ 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 0.5% / 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。
7	マルノミズキ逃げ	山本太（兵庫）	実105.5	B▽ A▽勝率1% EV+19% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/19 園田2R 5着/9頭+0.6秒 07/22 園田6R 8着/12頭+1.7秒 07/01 園田1R 10着/12頭 11/25 園田12R 11着/12頭+2.1秒 11/06 園田2R 10着/10頭+2.9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 7.7着 (不振) △ 当競馬場適性 51走で勝率 6% △ 距離適性同距離 24走で勝率 8% × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.1% / 期待値 +20% ※ 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	グルーヴグルーヴ逃げ	渡瀬和（兵庫）	実9.1	B△ A△勝率4% EV-62% 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12走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 09/10 園田6R 8着/10頭+1.4秒 08/13 園田2R 2着/9頭+0.5秒 07/16 園田5R 3着/11頭 05/07 園田4R 6着/12頭+1.7秒 04/22 園田4R 4着/12頭+1.8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 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 9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) -81% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 11.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.1% / 期待値 -63% ※ 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	ヴィンセント先行	竹村達（兵庫）	実78.0	B× A▽勝率1% EV-36% 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 09/11 園田9R 6着/10頭+1.0秒 08/26 園田1R 5着/8頭+1.2秒 08/14 園田1R 11着/12頭+2.3秒 07/30 園田3R 4着/12頭+0.7秒 07/17 園田1R 10着/12頭
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 7.3着 (不振) × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 15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 10位 / 勝率 0.8% / 期待値 -36% ※ 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	ダリ逃げ	高橋洸（兵庫）	実151.3	B× A×勝率0% EV-57% 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1R 10着/12頭+2.1秒 08/14 園田1R 12着/12頭+2.4秒 07/24 園田4R 10着/12頭+2.1秒 06/25 園田6R 10着/10頭 06/03 園田1R 10着/10頭+2.0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 10.7着 (不振) × 当競馬場適性 59走で勝率 2% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 10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 12位 / 勝率 0.3% / 期待値 -57% ※ 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	クレスコウェイ逃げ	杉浦健（兵庫）	実2.5	B▲ A◎勝率40% EV-1% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯3走で勝率33%／騎手は近50戦で勝率24%）
前5走 09/04 園田7R 9着/10頭+2.8秒 08/20 園田7R 10着/10頭+3.0秒 07/10 園田6R 3着/9頭+0.0秒 06/11 園田3R 1着/10頭 05/14 園田1R 5着/9頭+0.6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戦の調子平均 7.3着 (不振) △ 当競馬場適性 22走で勝率 9% ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 24% (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) -71% (大幅な期待値マイナス) AI 予想勝率 11.7% (オッズ暗示: 40.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 39.6% / 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。
12	カツ先行推奨	塩津璃（兵庫）	実7.9	B◎ A△勝率7% EV-43% 詳細▼	市場が大きく過小評価、AI予想勝率62% × オッズ7.9倍で期待値+387%の有力候補（適度な間隔で状態万全）
前5走 09/10 園田6R 6着/10頭+1.2秒 08/20 園田2R 2着/8頭+0.2秒 07/30 園田6R 8着/12頭+1.5秒 07/09 園田12R 4着/12頭 06/25 園田4R 6着/11頭
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 5.3着 × 当競馬場適性 10走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (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) +387% (市場が大幅過小評価) AI 予想勝率 61.8% (オッズ暗示: 12.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.1% / 期待値 -44% ※ 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 △

カツ

騎手塩津璃（兵庫）

単勝オッズ

7.9倍

AI期待値

+387%

買い目

¥1,400

全レースの推奨

AIの推奨本命の次点

○A:○3スパイウェア

5.3倍

EV 0%

▲A:◎11クレスコウェイ

2.5倍

EV -70%

出走馬全12頭

◎A:△12

カツ

塩津璃（兵庫）

7.9倍

+387%

›

○A:○3

スパイウェア

山本咲（兵庫）

5.3倍

›

▲A:◎11

クレスコウェイ

杉浦健（兵庫）

2.5倍

-70%

›

△A:▽4

メイショウコウラン

長尾翼（兵庫）

24.1倍

-48%

›

△A:△2

ニシノウインド

永井孝（兵庫）

6.9倍

-85%

›

△A:△8

グルーヴグルーヴ

渡瀬和（兵庫）

9.1倍

-80%

›

×A:▲1

ハンバーグハマー

川原正（兵庫）

6.3倍

-96%

›

▽A:▽7

マルノミズキ

山本太（兵庫）

105.5倍

-41%

›

×A:×5

シェナホープ

南部楓（兵庫）

15.8倍

-94%

›

×A:▽9

ヴィンセント

竹村達（兵庫）

78.0倍

-99%

›

×A:×10

ダリ

高橋洸（兵庫）

151.3倍

-99%

›

×A:▽6

フェーヴルブラン

高畑皓（兵庫）

258.3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 12 カツ ¥1,400 実7.9倍期待値 +388% 不的中2着単勝 7.9倍

※ オッズは予測時点の値です。

6R 園田競馬場ダ820m ダート820m　発走 13:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハンバーグハマー先行	川原正（兵庫）	実6.3	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯は17走で勝ち無し）
前5走 09/03 園田6R 6着/12頭+0.9秒 08/13 園田7R 5着/10頭+0.1秒 07/22 園田6R 7着/12頭+1.6秒 07/02 園田3R 8着/12頭+3.0秒 05/27 園田5R 11着/12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 58走で勝率 5% ▽ 距離適性同距離は 17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) -27% (オッズ過剰評価) AI 予想勝率 11.5% (オッズ暗示: 15.9%) ※ 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。
2	ニシノウインド先行	永井孝（兵庫）	実6.9	△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11走で勝ち無し／前走2着）
前5走 09/02 園田2R 2着/9頭+0.2秒 08/19 園田6R 3着/10頭+0.5秒 08/07 園田6R 8着/9頭+2.8秒 07/23 園田2R 2着/12頭+0.1秒 07/09 園田6R 7着/9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 4.3着 △ 当競馬場適性 50走で勝率 6% ▽ 距離適性同距離は 11走で勝ち無し ○ 騎手近50戦勝率 14% ○ 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) -56% (大幅な期待値マイナス) AI 予想勝率 6.3% (オッズ暗示: 14.5%) ※ 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	スパイウェア先行	山本咲（兵庫）	実5.3	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯8走で勝率25%）
前5走 09/04 園田1R 4着/12頭+1.3秒 08/20 園田5R 10着/10頭+2.1秒 07/29 園田4R 3着/10頭+1.2秒 07/09 園田2R 3着/9頭 06/25 園田6R 6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 5.7着 △ 当競馬場適性 18走で勝率 11% ◎ 距離適性同距離 8走で勝率 25% ○ 騎手近50戦勝率 18% ○ 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) +23% (市場と概ね一致) AI 予想勝率 23.4% (オッズ暗示: 18.9%) ※ 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	メイショウコウラン	長尾翼（兵庫）	実24.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調）
前5走 09/02 園田1R 9着/12頭+1.2秒 08/05 園田6R 11着/12頭+1.7秒 07/17 園田7R 8着/9頭+4.0秒 06/25 園田6R 1着/10頭 06/03 園田2R 6着/10頭+0.0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 9.3着 (不振) ○ 当競馬場適性 34走で勝率 18% (相性良) ○ 距離適性同距離 30走で勝率 20% △ 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) -37% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 4.1%) ※ 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	シェナホープ先行	南部楓（兵庫）	実15.8	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場33走で勝率3%と苦戦傾向／同距離帯は29走で勝ち無し）
前5走 09/10 園田12R 8着/10頭+2.0秒 08/21 園田5R 3着/8頭+1.1秒 08/06 園田7R 8着/8頭+2.3秒 07/22 園田9R 8着/11頭+0.9秒 07/10 園田7R 4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 6.3着 × 当競馬場適性 33走で勝率 3% (苦戦) ▽ 距離適性同距離は 29走で勝ち無し △ 騎手近50戦勝率 2% (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) -58% (大幅な期待値マイナス) AI 予想勝率 2.7% (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。
6	フェーヴルブラン逃げ	高畑皓（兵庫）	実258.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向／直近3走平均10.0着と低調）
前5走 09/03 園田6R 12着/12頭+2.3秒 08/06 園田6R 8着/10頭+2.7秒 06/11 園田4R 10着/12頭 05/21 園田4R 7着/11頭 05/05 園田4R 3着/12頭+1.6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 10.0着 (不振) × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 前走実績前走 12着 (大敗) ○ 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) +27% (市場と概ね一致) AI 予想勝率 0.5% (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。
7	マルノミズキ逃げ	山本太（兵庫）	実105.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/19 園田2R 5着/9頭+0.6秒 07/22 園田6R 8着/12頭+1.7秒 07/01 園田1R 10着/12頭 11/25 園田12R 11着/12頭+2.1秒 11/06 園田2R 10着/10頭+2.9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 7.7着 (不振) △ 当競馬場適性 51走で勝率 6% △ 距離適性同距離 24走で勝率 8% △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 1.1% (オッズ暗示: 0.9%) ※ 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	グルーヴグルーヴ逃げ	渡瀬和（兵庫）	実9.1	△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12走で勝率0%と苦戦傾向／同距離帯は9走で勝ち無し）
前5走 09/10 園田6R 8着/10頭+1.4秒 08/13 園田2R 2着/9頭+0.5秒 07/16 園田5R 3着/11頭 05/07 園田4R 6着/12頭+1.7秒 04/22 園田4R 4着/12頭+1.8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 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 9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) -63% (大幅な期待値マイナス) AI 予想勝率 4.1% (オッズ暗示: 11.0%) ※ 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。
9	ヴィンセント先行	竹村達（兵庫）	実78.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場22走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 09/11 園田9R 6着/10頭+1.0秒 08/26 園田1R 5着/8頭+1.2秒 08/14 園田1R 11着/12頭+2.3秒 07/30 園田3R 4着/12頭+0.7秒 07/17 園田1R 10着/12頭
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 7.3着 (不振) × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
10	ダリ逃げ	高橋洸（兵庫）	実151.3	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場59走で勝率2%と苦戦傾向／同距離帯は10走で勝ち無し／直近3走平均10.7着と低調）
前5走 09/04 園田1R 10着/12頭+2.1秒 08/14 園田1R 12着/12頭+2.4秒 07/24 園田4R 10着/12頭+2.1秒 06/25 園田6R 10着/10頭 06/03 園田1R 10着/10頭+2.0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 10.7着 (不振) × 当競馬場適性 59走で勝率 2% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ▽ 前走実績前走 10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) -57% (大幅な期待値マイナス) AI 予想勝率 0.3% (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。
11	クレスコウェイ逃げ	杉浦健（兵庫）	実2.5	◎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（同距離帯3走で勝率33%／騎手は近50戦で勝率24%）
前5走 09/04 園田7R 9着/10頭+2.8秒 08/20 園田7R 10着/10頭+3.0秒 07/10 園田6R 3着/9頭+0.0秒 06/11 園田3R 1着/10頭 05/14 園田1R 5着/9頭+0.6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戦の調子平均 7.3着 (不振) △ 当競馬場適性 22走で勝率 9% ◎ 距離適性同距離 3走で勝率 33% ◎ 騎手近50戦勝率 24% (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) -1% (オッズ過剰評価) AI 予想勝率 39.6% (オッズ暗示: 40.0%) ※ 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。
12	カツ先行推奨	塩津璃（兵庫）	実7.9	△詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全）
前5走 09/10 園田6R 6着/10頭+1.2秒 08/20 園田2R 2着/8頭+0.2秒 07/30 園田6R 8着/12頭+1.5秒 07/09 園田12R 4着/12頭 06/25 園田4R 6着/11頭
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 5.3着 × 当競馬場適性 10走で勝率 0% (苦戦) △ 騎手近50戦勝率 2% (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) -44% (大幅な期待値マイナス) AI 予想勝率 7.1% (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。

AIの本命

AI評価1位

クレスコウェイ

騎手杉浦健（兵庫）

単勝オッズ

2.5倍

AI期待値

-1%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3スパイウェア

5.3倍

EV +23%

▲1ハンバーグハマー

6.3倍

EV -27%

出走馬全12頭

◎11

クレスコウェイ

杉浦健（兵庫）

2.5倍

-1%

›

○3

スパイウェア

山本咲（兵庫）

5.3倍

+23%

›

▲1

ハンバーグハマー

川原正（兵庫）

6.3倍

-27%

›

△12

カツ

塩津璃（兵庫）

7.9倍

-43%

›

△2

ニシノウインド

永井孝（兵庫）

6.9倍

-56%

›

△8

グルーヴグルーヴ

渡瀬和（兵庫）

9.1倍

-62%

›

×5

シェナホープ

南部楓（兵庫）

15.8倍

-57%

›

▽4

メイショウコウラン

長尾翼（兵庫）

24.1倍

-36%

›

▽7

マルノミズキ

山本太（兵庫）

105.5倍

+19%

›

▽9

ヴィンセント

竹村達（兵庫）

78.0倍

-36%

›

▽6

フェーヴルブラン

高畑皓（兵庫）

258.3倍

+27%

›

×10

ダリ

高橋洸（兵庫）

151.3倍

-57%

›

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 12 カツ ¥1,400 実7.9倍期待値 -44% 不的中2着単勝 7.9倍

※ 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