園田 6R 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

6R 園田競馬場ダ820m ダート820m　発走 17:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フークブラントン	永井孝（兵庫）	実27.8	B× A△勝率4% EV+2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/09 園田2R 5着/6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 5.0着 ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.6%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.7% / 期待値 +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	ニネンツキグミ	川原正（兵庫）	実1.8	B▲ A◎勝率32% EV-42% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 09/17 園田11R 9着/9頭+5.8秒 08/27 園田3R 2着/7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 5.5着 × 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 0.9% (オッズ暗示: 55.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.8% / 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。
3	ダランダダーン	土方颯（兵庫）	実31.4	B× A▽勝率3% EV-20% 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 06/24 園田3R 4着/5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 4.0着 △ ローテーション 93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 2.5% / 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。
4	サマサマ	渡瀬和（兵庫）	実7.6	B△ A△勝率7% EV-46% 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5走で勝率0%と苦戦傾向）
前5走 09/11 園田3R 5着/7頭+3.9秒 08/26 園田9R 5着/7頭+3.5秒 07/15 園田7R 2着/5頭+3.0秒 06/25 園田3R 6着/10頭+2.0秒 06/10 園田3R 5着/7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 4.0着 × 当競馬場適性 5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) -99% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 13.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.0% / 期待値 -47% ※ 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	ララララブソング	高橋洸（兵庫）	実46.8	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 09/04 園田3R 12着/12頭+3.3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 12.0着 (不振) ▽ 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 9位 / 勝率 1.2% / 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。
6	プレアアキラ推奨	松木大（兵庫）	実5.5	B◎ A○勝率27% EV+48% 詳細▼	市場が大きく過小評価、AI予想勝率72% × オッズ5.5倍で期待値+294%の有力候補（適度な間隔で状態万全）
前5走 09/09 園田2R 4着/6頭 ― ― ― ―
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 4.0着 ○ ローテーション 16日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +294% (市場が大幅過小評価) AI 予想勝率 71.8% (オッズ暗示: 18.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 27.0% / 期待値 +48% ※ 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	スマイルマイニング	笹田知（兵庫）	実5.4	B○ A▲勝率15% EV-21% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 09/02 園田3R 3着/6頭+2.2秒 08/05 園田3R 3着/8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 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ ローテーション 23日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +39% (妙味あり) AI 予想勝率 25.8% (オッズ暗示: 18.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.6% / 期待値 -21% ※ 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	アンジェロビート	南部楓（兵庫）	実9.6	B△ A△勝率9% EV-9% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 09/04 園田2R 6着/12頭+1.8秒 08/05 園田3R 4着/8頭+1.0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 5.0着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 10.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.4% / 期待値 -10% ※ 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	チョウチャンピオン	山本太（兵庫）	実112.1	B× A▽勝率1% EV-22% 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3R 7着/7頭+8.1秒 08/21 園田3R 8着/8頭+6.5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 7.5着 (不振) ○ 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 11位 / 勝率 0.7% / 期待値 -23% ※ 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	エストジュール	長尾翼（兵庫）	実122.5	B× A▽勝率1% EV+1% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/27 園田3R 7着/7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 7.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.2% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.8% / 期待値 +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。
11	ベーネグラツィエ	小谷周（兵庫）	実73.7	B△ A▽勝率1% EV-2% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/13 園田3R 5着/6頭 ― ― ― ―
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 5.0着 △ 騎手近50戦勝率 2% (やや苦戦) × 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 0.3% (オッズ暗示: 1.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.3% / 期待値 -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。

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

A推奨B推奨Aモデル ○

プレアアキラ

騎手松木大（兵庫）

単勝オッズ

5.5倍

AI期待値

+294%

買い目

¥1,800

全レースの推奨

AIの推奨本命の次点

○A:▲7スマイルマイニング

5.4倍

EV +39%

▲A:◎2ニネンツキグミ

1.8倍

EV -98%

出走馬全11頭

◎A:○6

プレアアキラ

松木大（兵庫）

5.5倍

+294%

›

○A:▲7

スマイルマイニング

笹田知（兵庫）

5.4倍

+39%

›

▲A:◎2

ニネンツキグミ

川原正（兵庫）

1.8倍

-98%

›

△A:△8

アンジェロビート

南部楓（兵庫）

9.6倍

-92%

›

△A:▽11

ベーネグラツィエ

小谷周（兵庫）

73.7倍

-81%

›

△A:△4

サマサマ

渡瀬和（兵庫）

7.6倍

-98%

›

×A:△1

フークブラントン

永井孝（兵庫）

27.8倍

-95%

›

×A:▽10

エストジュール

長尾翼（兵庫）

122.5倍

-81%

›

×A:▽3

ダランダダーン

土方颯（兵庫）

31.4倍

-99%

›

×A:▽5

ララララブソング

高橋洸（兵庫）

46.8倍

-99%

›

×A:▽9

チョウチャンピオン

山本太（兵庫）

112.1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 6 プレアアキラ ¥200 実5.5倍期待値 +295% 不的中3着単勝 5.5倍

B. 市場除外+キャリブ

単勝 6 プレアアキラ ¥1,600 実5.5倍期待値 +295% 不的中3着単勝 5.5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 17:00

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フークブラントン	永井孝（兵庫）	実27.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/09 園田2R 5着/6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 5.0着 ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 3.7% (オッズ暗示: 3.6%) ※ 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。
2	ニネンツキグミ	川原正（兵庫）	実1.8	◎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
前5走 09/17 園田11R 9着/9頭+5.8秒 08/27 園田3R 2着/7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 5.5着 × 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 31.8% (オッズ暗示: 55.6%) ※ 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。
3	ダランダダーン	土方颯（兵庫）	実31.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（93日ぶりの実戦）
前5走 06/24 園田3R 4着/5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 4.0着 △ ローテーション 93日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 3.2%) ※ 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。
4	サマサマ	渡瀬和（兵庫）	実7.6	△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5走で勝率0%と苦戦傾向）
前5走 09/11 園田3R 5着/7頭+3.9秒 08/26 園田9R 5着/7頭+3.5秒 07/15 園田7R 2着/5頭+3.0秒 06/25 園田3R 6着/10頭+2.0秒 06/10 園田3R 5着/7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 4.0着 × 当競馬場適性 5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) -47% (大幅な期待値マイナス) AI 予想勝率 7.0% (オッズ暗示: 13.2%) ※ 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。
5	ララララブソング	高橋洸（兵庫）	実46.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均12.0着と低調）
前5走 09/04 園田3R 12着/12頭+3.3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 12.0着 (不振) ▽ 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) -44% (大幅な期待値マイナス) AI 予想勝率 1.2% (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。
6	プレアアキラ推奨	松木大（兵庫）	実5.5	○詳細▼	オッズに対しAI予想勝率がやや高め、期待値+48%の妙味（適度な間隔で状態万全）
前5走 09/09 園田2R 4着/6頭 ― ― ― ―
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 4.0着 ○ ローテーション 16日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +48% (妙味あり) AI 予想勝率 27.0% (オッズ暗示: 18.2%) ※ 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	スマイルマイニング	笹田知（兵庫）	実5.4	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 09/02 園田3R 3着/6頭+2.2秒 08/05 園田3R 3着/8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 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ ローテーション 23日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 14.6% (オッズ暗示: 18.5%) ※ 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	アンジェロビート	南部楓（兵庫）	実9.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 09/04 園田2R 6着/12頭+1.8秒 08/05 園田3R 4着/8頭+1.0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 5.0着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -10% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 10.4%) ※ 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。
9	チョウチャンピオン	山本太（兵庫）	実112.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 09/11 園田3R 7着/7頭+8.1秒 08/21 園田3R 8着/8頭+6.5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 7.5着 (不振) ○ 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) -23% (オッズ過剰評価) AI 予想勝率 0.7% (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。
10	エストジュール	長尾翼（兵庫）	実122.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/27 園田3R 7着/7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 7.0着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 0.8% (オッズ暗示: 0.8%) ※ 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	ベーネグラツィエ	小谷周（兵庫）	実73.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/13 園田3R 5着/6頭 ― ― ― ―
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 5.0着 △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -2% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.4%) ※ 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。

AIの本命

AI評価1位

ニネンツキグミ

騎手川原正（兵庫）

単勝オッズ

1.8倍

AI期待値

-42%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6プレアアキラ

5.5倍

EV +48%

▲7スマイルマイニング

5.4倍

EV -21%

出走馬全11頭

◎2

ニネンツキグミ

川原正（兵庫）

1.8倍

-42%

›

○6

プレアアキラ

松木大（兵庫）

5.5倍

+48%

›

▲7

スマイルマイニング

笹田知（兵庫）

5.4倍

-21%

›

△8

アンジェロビート

南部楓（兵庫）

9.6倍

-9%

›

△4

サマサマ

渡瀬和（兵庫）

7.6倍

-46%

›

△1

フークブラントン

永井孝（兵庫）

27.8倍

+2%

›

▽3

ダランダダーン

土方颯（兵庫）

31.4倍

-20%

›

▽11

ベーネグラツィエ

小谷周（兵庫）

73.7倍

-2%

›

▽5

ララララブソング

高橋洸（兵庫）

46.8倍

-43%

›

▽10

エストジュール

長尾翼（兵庫）

122.5倍

+1%

›

▽9

チョウチャンピオン

山本太（兵庫）

112.1倍

-22%

›

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 6 プレアアキラ ¥200 実5.5倍期待値 +48% 不的中3着単勝 5.5倍

B. 市場除外+キャリブ

単勝 6 プレアアキラ ¥1,600 実5.5倍期待値 +48% 不的中3着単勝 5.5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